Google 早有类似 ChatGPT 的东西，为什么还是没推出

Tibo 回忆，ChatGPT 出现大约一年前，DeepMind 内部已经有一个叫 LMChat 的聊天产品。早期回答更多是好笑，后来逐渐变得有用，团队也曾想把它做成公开工具。

LMChat 最后没有真正走到大众面前。问题主要卡在组织：

• Google 担心新产品会冲击自己的搜索业务。
• DeepMind 擅长研究，却不擅长真正发布产品。
• 好东西长期停留在公司内部。

Tibo 认为 OpenAI 最大的不同，是研究和产品团队联系紧密：双方一起构思、一起设计，而且有很强的发布倾向。产品先交到用户手里，再根据真实反馈快速迭代。与此同时，一线员工也有更大的行动权，可以迅速组队、试验和发布。

把这段话压成一句判断：

大公司被颠覆，通常不是因为没看见新技术，而是因为不愿意让新技术破坏自己的旧业务。

这张对照不能证明 OpenAI 永远更快，它只说明技术能否出门，首先是组织问题。

但“偏向发布”不等于把功能越堆越多。Tibo 紧接着强调，快速试验必须由另一组原则制衡：产品要保持方向一致，界面要简单，质量、性能和效率不能因为赶速度被牺牲。难点在于同时做到两件事：让一线团队有行动权，又不把产品做成一堆互不相干的功能。

Benchmark 只能展示模型能力的一部分。Tibo 说，模型训练完成后，团队仍要亲自使用，才能发现评测没有揭示的能力，再据此改变产品方向。新语音模型就是例子：自然对话、工具调用和高质量口述输入组合在一起后，他开始直接对着手机交代任务，原本围绕键盘设计的产品也随之需要重想。

访谈里那个看似轻松的“额度重置按钮”，就是这套文化的具体例子。Codex 出故障、配置错误或体验不佳时，Tibo 可以直接给用户重置额度。他把这件事解释为一个简单原则：产品没做到承诺的水平，就补偿用户，不需要等待市场或财务部门设计一套增长活动。

后来，这件事真的被做成了一个实体按钮。它不只在故障时使用：团队也会在值得庆祝的节点发放额度，或者让还没试过 Ultra 的人直接获得一次体验机会。于是，一个内部补偿动作逐渐变成了产品体验和社区仪式；至于它到底带来了多少增长，访谈没有给出独立数据。

不过，这个按钮能被反复按下还有物理前提：足够的算力。访谈由此从组织文化转向基础设施，后文再展开。

这个实体按钮说明的，是负责人离用户问题有多远。发现问题后能不能当场修正，决定了“用户第一”是一句口号，还是一套会发生动作的制度。

现在的 Codex 仍然只是过渡形态

OpenAI 的发布速度很快，但 Tibo 并不认为现在的 Codex 已经接近终局。目前使用编程 Agent，用户还需要自己维护：

• Skill 文件和工作规范
• 长期记忆
• 子 Agent 及其上下文
• 工具、权限和工作流
• 多个并行任务及其状态

这些能力很强，使用起来却仍然复杂。一旦记忆漏掉、子 Agent 丢失上下文或工具调用卡住，那种“它真的懂我”的感觉就会破裂。真正理想的 AI，不该要求用户先搭建并长期维护一套“Agent 管理系统”。

这里需要一个简单概念：Agent Harness 就是包在模型外面的工作系统。模型负责推理，Harness 负责把上下文、记忆、工具、权限、沙箱和执行流程接起来。模型像发动机，Harness 决定这台车能不能稳定上路。

今天的高级用户，实际上还在替 Agent 管理这些接缝。

当这些接缝由产品内部接管，人就能从系统管理员退回到目标制定者和风险审批者。未来的 AI 应该自动理解：

• 你是谁
• 你的目标是什么
• 你每天在做什么
• 你的团队在做什么
• 哪些事情值得现在提醒
• 哪些事情可以在后台完成

它不只等你下命令，还应该主动发现问题、提出建议，并在权限允许的范围内执行任务。

这并不是说 Skill、记忆或多 Agent 会消失。它们更可能从用户每天手工维护的“显式零件”，变成系统自动维护的内部能力。OpenAI 当前已经把多 Agent、云端环境、Skills 和后台任务放进 Codex 产品，但这与“系统长期理解你并自动协调一切”的终局仍有距离。

继续阅读OpenAI 将 Codex 的底层核心框架 Agent Harness 开源：你可以轻松将 Agent 接入自己的业务系统OpenAI 把管理上下文、工具调用、沙箱和审批的 Codex 执行底座开放出来。开发者不用从零造 Agent 框架，就能让 Codex 进入现有的看板、工单和业务后台。→

因此，Tibo 所说“今天的 Codex 很快会显得原始”，关键原因是人仍要亲自把这一堆能力组织成工作系统。

ChatGPT 和 Codex 正在走向同一个入口

过去几个月，ChatGPT 和 Codex 持续靠近。一些用户会问：为什么非要合并？Tibo 的回答是，未来的模型本来就要求它们合并。

融合同时也有一层非常现实的分发逻辑。Tibo 说，Codex 能借助 ChatGPT 已有的用户基础，迅速进入产品、设计、销售、营销和沟通等非技术岗位，他认为这推动了近期增长。主持人还提到，Tibo 当天发帖称 Codex 已达到 2000 万用户。访谈没有展示统计口径或第三方数据，因此这个数字只能作为厂商增长口径，不能当成独立审计结果。

他的设想是取消“聊天”和“写代码”之间的人为边界，而不只是把两个按钮放在同一页。同一个 Agent 可以写代码、做研究、给建议、调用工作工具，也可以通过语音与你讨论白板上的想法。界面不再先问你是程序员、设计师还是普通用户，而是根据你的目标、经验和任务自动调整。

这也是他所说“个人 AGI”的产品含义。这里的 AGI 指一种统一入口，并不代表通用人工智能已经实现：你和家人使用同一个产品，但连接的工具、提出的问题、看到的信息密度和获得的帮助完全不同。

更深一层，这个 Agent 要适应的不只是职业和界面密度，还包括人本来的表达方式。Tibo 设想它能理解自然语言里的语气和细微含义，也能进入语音、视觉、手势和白板所在的环境。人不必先学会怎样迎合机器，技术应该逐渐成为人类行动的自然延伸。这仍是愿景，不是当前产品已经完整具备的感知能力。

访谈还特意区分了两类 Agent：

两者可以使用相似的模型和工具，但产品要求并不相同。个人 Agent 要懂语气、目标和日常节奏；全自动系统更在乎流程稳定、权限边界和异常升级。把它们都叫“Agent”，不等于可以用同一种管理方式。

还有一个必须保留的现实边界：OpenAI 当前帮助页仍把 Codex 作为桌面端独立入口，历史记录也与 ChatGPT 分开。语音已经能进入 Work 和 Codex，但“同一个个人 Agent 适应所有人”仍是演进方向，不是已经完全交付的现状。

模型越快，越暴露真正稀缺的是人的注意力

统一 Agent 不只需要更好的界面，还需要不同于个人电脑的执行环境。

笔记本是为人设计的：一个人一次只能盯住少量窗口，打字和思考速度也有限。模型没有同样的限制。它未来可能同时处理大量应用、并行探索方案、编写测试、编译代码并验证假设。一台按人类工作量设计的电脑，很快会成为它的资源上限。

所以云端 Agent 的意义不只是“把电脑搬到服务器”，而是让模型获得与自身并行能力匹配的资源。但资源一旦变多，人的注意力反而会暴露成更明显的瓶颈。

主持人说，他现在会同时启动 10 到 15 个 Agent，因为每个任务可能要等 30 到 45 分钟。代价是不断切换上下文、检查状态、重新想起每个任务做到哪里。模型替他干活了，他却成了 Agent 调度员。

速度越高，瓶颈越会从生成本身转移到整条执行链。

所以 Ultra Fast 真正缩短的，是一个想法变成可判断结果的时间。

访谈给出的内部场景很具体：发生服务中断时，事故响应团队会获得 Ultra Fast，因为每一秒都有价值；做网站或游戏原型时，代码生成足够快，人可以留在同一个思路里反复尝试，而不是提交任务后去做别的事。

但极速并不对所有人产生同样价值。Tibo 说，习惯同时处理很多任务、频繁切换的人，未必能从 Ultra Fast 获得同等收益；更想单线程推进、不愿离开当前思路的人，才最容易感到反馈回路被明显缩短。速度是否有价值，要看它有没有适配这个人的注意力习惯。

低延迟最终改变的也不只是写代码速度。Tibo 期待的是非文本交互：在共享画布上生成多个方案、挑选图片、立即做出原型，再用语音或文字实时引导修改。到了这一步，AI 不再只是更快地往聊天框里吐字，而是让人留在一个可见、可操作的创作空间里连续迭代。

Tibo 预计，一两年后今天的极速体验可能接近默认速度，不过永远还会存在更贵、更快的一档。这是产品负责人的预测，不是交付承诺。它真正提供的判断是：未来的速度竞争，应看端到端反馈回路缩短了多少，不能只看每秒生成多少 Token。

更强模型开始反过来改造整套 AI 工厂

速度提高、价格下降，不只来自多买显卡。Tibo 描述了一种更具体的“递归式自我改进”。

这也解释了前面那个重置按钮为什么能长期存在。Tibo 说，OpenAI 很早就开始规划算力，曾经还因为投入过大受到质疑；现在，大量算力既支撑研究，也让产品可以承受更高用量和用户补偿。表面上看是负责人按了一次按钮，背后其实是一笔提前很久做出的基础设施押注。

更强模型正在被用来改造运行模型的整套基础设施。

这是一种系统层自我改进。模型没有凭空复制自己；它在帮助人更快重写支撑它的工厂。

这个“工厂”包括推理服务、CUDA 内核、技术栈结构和产品交互。模型帮助小团队寻找性能回退、重构关键路径，让同样的算力处理更多请求。随后更低的成本和更快的速度扩大使用量，又带回新的任务与反馈。

访谈给了两组量级：主持人在问题中提到 Luna 的价格降低约 80%；Tibo 则表示，普通模式的速度相较三个月前提高约 60%。前者是主持人引用的公开信息，后者是 OpenAI 产品负责人的自报数据，两者都不是独立基准测试，不能直接推出公司的利润、能耗或所有任务的实际提速。

Tibo 还明确声称，团队不会把效率收益全部留在公司内部，而会通过更好的性能价格比分享给客户和用户。这个承诺与 Luna 的降价方向一致，但仍是厂商的自我描述；真正要验证的是，后续效率提升是否持续反映在价格、额度和可获得性上。

这套快速循环也并非没有制动。谈到 OpenAI 暂停前沿强化学习训练时，Tibo 说，暂停是为了让安全团队理解并加固系统，形成较明确的原则后再恢复。这个例子很重要：真正的“快速发布”也包括停车，组织既要能加速，也要在风险上升时有效踩刹车。

真正要观察的，不是哪家模型暂时领先

当主持人追问 OpenAI 与 Anthropic 的竞争时，Tibo 多次把话题拉回同一个答案：他不太盯竞争对手，更关注 OpenAI 能独特做好的事、自己的价值观，以及怎样最快推进。

这当然是产品负责人的公司叙事，不能当成中立市场分析。

还有一个回答本身也值得审视。主持人问到就业自动化、环境影响和公众对 AI 的焦虑时，Tibo 主要谈的是效率提升、成本下降、广泛获取和现有用途。他回答了“AI 怎样变得更便宜、更有用”，却没有正面展开就业和环境代价。这不证明他没有答案，但说明这场访谈提供的是产品负责人的普及叙事，不是一份完整的社会影响评估。

因此，更完整的观察清单应该有五项：

1. 组织敢不敢颠覆自己？ 已经赚钱的产品会不会阻止下一代产品获得资源？
2. 系统有没有把复杂性藏起来？ 用户是在完成自己的目标，还是仍在维护 Skill、记忆、子 Agent 和权限？
3. 速度有没有保护人的注意力？ 更快的模型是制造更多通知，还是让想法和反馈留在同一条心流里？
4. 效率收益有没有回到用户？ 成本下降后，能力是否真的变得更便宜、更广泛，而不是只留在公司利润表里？
5. 厂商有没有回答成本之外的代价？ 面对就业自动化和环境影响，它是在提供证据，还是把问题重新转回产品效用？

在“能力会不会普及”这个问题上，Tibo 给了一个很具体的时间尺度：他称 Luna 如果放在六个月前，可能还处在前沿水平，如今价格已经很低，主持人还提到它进入了免费模式。这个例子说明前沿能力确实可能快速商品化；具体价格、免费范围和使用限制仍应以对应产品当时的公开条款为准。

Tibo 用写作、个人建议和就医前准备说明，AI 的价值不必等到完整的个人 Agent 才出现。这些例子能证明人们已经在使用 AI，不能证明每个答案都可靠，更不能替代专业判断。

真正值得追踪的变化，是人的角色是否开始改变。过去，人操作软件；今天，人给 Agent 下任务，再替它管理工作系统；OpenAI 描绘的下一步，是人只提供目标、边界和关键判断，其余协调由 Agent 自己完成。

如果这条路线成立，下一代个人 AI 最明显的标志可能是：你终于不再需要亲自管理 Agent。