近期OpenAI Codex负责人Tibo接受了投资人Matthew Berman的采访，全程44分钟，透露了不少OpenAI接下来的产品方向和技术路线。
Tibo在Google DeepMind的收获
ChatGPT发布大约一年前，Google内部已经有能用的LM Chat，模型能生成连贯有用的内容，当时DeepMind内部也讨论过把它做成公开产品。
Tibo评价说，DeepMind是个很有创造力的地方，但整个组织没有围绕落地产品运作的习惯。到OpenAI之后，他最大的感受是，研究和产品团队从想法阶段就一起协作设计，整个组织有非常强的落地倾向。
OpenAI的文化非常自下而上，一个人有想法就能快速找到伙伴一起推进，很快就能上线，对新想法的阻碍很少。但高速推进也带来问题，很容易堆出一堆互不关联的功能，所以现在OpenAI也在强调简洁、性能、效率，最终要把所有产品统一起来。
OpenAI怎么保持高速迭代
给创业公司的建议很直接：要有信念，尽早拿到真实用户，然后根据反馈快速迭代。
对于OpenAI这种大公司，更难的一点是愿意主动打乱自己已经建好的成果。新能力、新研究出来之后，会重新分配资源，甚至从当前核心业务里抽资源投入新方向。
Tibo说，AI行业的发展不会等你把现有业务做舒服了再前进。而且模型能力不是跑完基准测试就完全清楚，OpenAI训练出新模型之后，内部要大量使用，才会突然发现新的用法，然后调整产品方向。
他举了语音功能的例子，现在ChatGPT的语音足够自然，还能调用工具，他自己已经习惯每天早上拿起手机，把今天要做的事说出来，ChatGPT拿到他的工具权限之后，就自己开始处理工作。模型能力的变化，直接反过来改变了产品设计。
下一代模型和Agent的方向
现在不少高级Codex用户已经习惯了复杂的架构，要手动维护技能文件，处理记忆遗忘，拆分子Agent之后还要协调子Agent的工作，最后堆出一个越来越复杂的小网络。在Tibo看来，这些都还是非常早期的形态。
OpenAI的目标很明确：让Agent深度理解你，理解你的目标、日常工作、你的团队，然后主动帮你干活，不需要用户天天管理这些底层结构。
另一个明确的判断是，笔记本电脑已经开始成为限制。电脑本身是按照人类的工作速度设计的，我们同时处理多少窗口、打字速度、能开多少应用，这些限制对模型不成立。未来模型可能同时跑100个应用，并行探索方案、写测试、编译、验证不同假设，需要的资源会超过单台消费级设备的能力，云端Agent会越来越重要。
开发者工作流会怎么变
OpenAI现在非常在意人的注意力。目前很多人用代码Agent的方式是一次开十几个，不停切换上下文，半小时后再回来检查结果。当Ultra Fast+语音普及之后，工作流会完全改变。
Agent的速度可以接近甚至超过人思考和表达的速度，你可以一直保持在同一个工作流里，边说想法，边看原型，边让它生成报告，接着修改，不需要频繁切换等待。
Tibo把Agent方向分成两类：
- 个人AGI：深度了解你，和你一起工作，主动推送重要信息，覆盖写代码、调研、咨询等各种任务
- 全自动化：比如自动查看生产日志，发现性能问题自己优化，发现回归问题自己修复，安全扫描找到漏洞自动补上，把漏洞暴露窗口压缩到接近0，人类只需要批准高风险操作就行
ChatGPT和Codex为什么一定会合并
这一段基本把OpenAI的长期产品方向说透了。一开始很多用户问，为什么非要把ChatGPT和Codex合并？Tibo的回答是，未来的模型要求它们合并。
未来底层就是同一种技术，同一个架构，同一个多模态、语音优先、高效能的Agent，它天然就能写代码，也天然能做其他所有事。OpenAI最终要做的就是一个个人AGI，界面可以根据每个人的习惯调整。
程序员、设计师、产品经理、普通用户这些分类，只是人类为了理解复杂世界造出来的标签，每个人实际需要的能力都是混合的。主持人问，最后会不会真的只剩一个底层接口？Tibo直接回答，是的。
你和你的妈妈未来用的就是同一个东西，连接的工具不同，做的事不同，看到的界面和拿到的能力不同，但底层就是同一个个人AGI。
未来交互会越来越环境感知化，你在办公室白板写字，AI能看到，你对着它说话，它知道你指的是什么，视觉、语音、语气、动作这些信息都会慢慢融入交互。
对竞争的态度
现在Codex已经有2000万用户，主持人问到了在代码Agent方向存在感很强的Anthropic。Tibo说，他很少关注竞争对手，现在主要盯着模型能力、模型效率，以及怎么把能力交给尽可能多的人。
OpenAI很看重社区和广泛触达，把Codex合并进ChatGPT就是这个思路，把代码Agent能力快速分给产品经理、设计师、销售、营销这些原本不会专门用代码产品的人，这也是Codex最近增长的重要动力。
为什么Tibo老是给用户重置用量限额
这个小故事挺有意思。最开始重置只是补偿，OpenAI快速迭代Codex的时候偶尔会出问题，把服务弄挂半小时，Tibo觉得用户这么依赖产品，那就把用量重置补偿大家。
后来慢慢变成了社区传统，更有意思的是，这个决定基本不需要市场或者财务审批，Tibo原话就是“我想按就按，觉得合适就按”。现在他们甚至做了一个实体的重置按钮，有时候产品没出问题，只是庆祝某个节点，或者想让大家试试新功能，直接就送用量。
为啥OpenAI敢这么送算力？因为他们很早之前就大规模规划计算资源，当时还有人质疑为什么投这么多，现在这笔投入已经见效。另外，新的前沿模型已经开始自己优化推理基础设施，Sol帮助优化Luna的服务栈之后，Luna的价格下降了80%。
除了成本，普通推理的速度相比三个月前已经提高了60%，这还没算Ultra Fast的提升。
递归自我改进已经出现
主持人问，模型优化自己的基础设施算不算递归自我改进的早期形态？Tibo认为算。
大家聊递归自我改进，通常想到的是模型训练下一代模型。现在OpenAI已经大量用模型优化支撑模型自身的基础设施，包括推理栈、CUDA内核、服务、产品形态、云端Agent。
模型变强之后，能帮助OpenAI更快改进运行模型的系统，系统变好之后，又能让模型发挥出更多能力，再把能力投回系统优化。Tibo把整个过程看成一个完整的大系统。
为什么之前暂停前沿强化学习训练
Tibo没有透露具体的安全事件细节，他说随着模型能力提升，对齐和安全的重要性在快速增长，OpenAI因此大幅增加了这部分的投入。那次暂停给了团队时间去理解整个系统，加固安全防护，等到形成明确的安全原则之后，再恢复训练。
他说这就是OpenAI正常研究流程的一部分，需要暂停的时候，内部能很快做出决定。
Ultra Fast会不会变成默认速度
现在OpenAI内部，Ultra Fast最典型的用途是故障响应，出问题的时候每一秒都重要，赶项目、验证核心新想法的团队也会申请。
14倍的token速度不代表所有工作都能快14倍，纯生成代码这种生成密集型任务，能接近满速加速，如果Agent流程里有很多工具调用，瓶颈就跑到网络、CPU和其他开销上，实际大概只有3到4倍加速。
OpenAI内部也没有给所有员工开放无限Ultra Fast，因为员工自己就能把生产GPU全吃光，所以会限制内部用量，大部分容量留给外部客户。
至于这种速度以后会不会永远是付费高端功能，Tibo判断，1到2年后，这种速度就会接近默认。原因不只是推理硬件升级，模型本身的token效率也在快速提高，Sol已经比之前的Terra高效很多，下一代模型还会继续更高效。当然，最顶端永远会有一个更贵更快、堆更多硬件的等级。
对普通人的建议
Tibo最后说的很朴素，现在模型能力正在快速变便宜，Luna这种今天已经很小很便宜的模型，放在六个月前还是前沿水平。这种变化会一直持续，今天昂贵的智能，半年后可能就便宜很多，最后变成非常普遍的资源。
对从没试过AI，甚至有点害怕AI的人，他建议先看看身边的人怎么用，写作、个人咨询、健康、金融，这些都是现在很多ChatGPT用户每天在用的功能。他自己也会用AI看健康问题，至少去见医生之前，先把问题弄明白，和医生交流的时候能掌握更多信息。
很多时候第一次感受到AI的价值，就是找到一个和自己生活有关的小问题，试一次而已。
关注公众号回复“进群”入群讨论