OpenAI高管：Codex與ChatGPT終將合併為單一個人AGI
Nashnova编辑部
OpenAI Codex負責人蒂博·索蒂奧表示，所有產品邊界終將消失，收斂為一個長期理解用戶的「個人通用智能」；這意味著OpenAI押注的不是多款垂直應用，而是一個隨用戶身份自動適配的單一AI系統。
Codex和ChatGPT合併，到底想做甚麼？
蒂博描述的終局很明確：Codex、ChatGPT以及未來所有產品線最終合為一體，變成一個他稱之為「Personal AGI」（個人通用智能）的東西。
這意味著→ OpenAI的戰略不是做一堆垂直AI工具，而是做一個入口——它認識你是誰，自動調用需要的能力。
簡單來說＝ 以後你不需要分清「這個問題該問ChatGPT還是該用Codex」，只有一個AI，它甚麼都能做。
2000萬用戶——Codex憑甚麼增長這麼快？
Codex用戶量已達約2000萬，蒂博將近期增長提速歸因於與ChatGPT的深度融合。
關鍵變化：編程能力變成了隱形基礎設施。用戶請求處理5000條數據，系統在後台自動寫Python腳本並運行，全程無需用戶懂代碼。
這意味著→ 程式員只是最早嘗鮮的群體；產品經理、設計師、財務人員才是下一波真正的增量用戶。
未來的Agent應該長甚麼樣？
蒂博的判斷反直覺：模型越強，用戶反而越不該親自管理Agent。 當前高級用戶手動維護技能配置、記憶上下文和子Agent編排，在OpenAI看來只是極早期的過渡形態。
理想的Agent應長期深度理解用戶——知道你的目標、工作流和習慣，自主決定調用哪項技能、保留哪些關鍵信息、是否在後台啟動其他Agent。
簡單來說＝ 你現在花大量時間「調教」AI的那些工作，OpenAI認為最終應由AI自己完成——底層可以極度複雜，但你看到的界面只會越來越簡單。
為甚麼雲端Agent會成為主流？
蒂博提出一個判斷：未來制約Agent的瓶頸不是模型本身，而是用戶手邊的個人電腦。
他舉例：一個雲端模型可能同時並發處理100個應用，並行調度多個子Agent探索多套方案——這一負載量級下，即便頂配手提電腦也無法承載。
這反映出OpenAI對產品形態的押注：重雲端、輕本地，Agent的計算主戰場在雲上。
推理速度和成本，出現了甚麼結構性變化？
Ultra Fast極速模式目前最高可實現約14倍的生成速度提升，蒂博預計一兩年內這一速度將成為行業默認體驗。
即便不開極速模式，OpenAI普通基準推理速度過去三個月也已提升約60%。
成本側更值得關注：OpenAI用Sol模型優化Luna模型的推理架構後，Luna運行成本下降約80%。
「遞歸自我改進」——這個閉環意味著甚麼？
當被問及Sol優化Luna是否構成「遞歸自我改進」時，蒂博明確回答：「算，這就是早期形態。」
這意味著→ 閉環邏輯是：模型變強 → 協助工程師優化底層系統 → 系統提速降本 → 模型能承擔更海量工作 → 繼續優化更複雜架構。
簡單來說＝ AI開始幫忙改進「運行AI的系統本身」，改進完之後AI又變得更強、更便宜，然後繼續改——這個循環一旦持續加速，就是OpenAI所說的通向AGI的路徑。這一閉環能否真正持續加速，是觀察OpenAI戰略兌現節奏的核心驗證點。
Content is for reference only, not financial advice.