OpenAI高管：Codex与ChatGPT终将合并为单一个人AGI
Nashnova编辑部
OpenAI Codex负责人蒂博·索蒂奥表示，所有产品边界终将消失，收敛为一个长期理解用户的「个人通用智能」；这意味着OpenAI押注的不是多款垂直应用，而是一个随用户身份自动适配的单一AI系统。
Codex和ChatGPT合并，到底想做什么？
蒂博描述的终局很明确：Codex、ChatGPT以及未来所有产品线最终合为一体，变成一个他称之为"Personal AGI"（个人通用智能）的东西。
这意味着→ OpenAI的战略不是做一堆垂直AI工具，而是做一个入口——它认识你是谁，自动调用需要的能力。
用大白话说＝ 以后你不需要分清"这个问题该问ChatGPT还是该用Codex"，只有一个AI，它什么都能干。
2000万用户——Codex凭什么增长这么快？
Codex用户量已达约2000万，蒂博将近期增长提速归因于与ChatGPT的深度融合。
关键变化：编程能力变成了隐形基础设施。用户请求处理5000条数据，系统在后台自动写Python脚本并运行，全程无需用户懂代码。
这意味着→ 程序员只是最早尝鲜的群体；产品经理、设计师、财务人员才是下一波真正的增量用户。
未来的Agent应该长什么样？
蒂博的判断反直觉：模型越强，用户反而越不该亲自管理Agent。 当前高级用户手动维护技能配置、记忆上下文和子Agent编排，在OpenAI看来只是极早期的过渡形态。
理想的Agent应长期深度理解用户——知道你的目标、工作流和习惯，自主决定调用哪项技能、保留哪些关键信息、是否在后台启动其他Agent。
用大白话说＝ 你现在花大量时间"调教"AI的那些工作，OpenAI认为最终应该由AI自己完成——底层可以极度复杂，但你看到的界面只会越来越简单。
为什么云端Agent会成为主流？
蒂博提出一个判断：未来制约Agent的瓶颈不是模型本身，而是用户手边的个人电脑。
他举例：一个云端模型可能同时并发处理100个应用，并行调度多个子Agent探索多套方案——这一负载量级下，即便顶配笔记本也无法承载。
这反映出OpenAI对产品形态的押注：重云端、轻本地，Agent的计算主战场在云上。
推理速度和成本，出现了什么结构性变化？
Ultra Fast极速模式目前最高可实现约14倍的生成速度提升，蒂博预计一两年内这一速度将成为行业默认体验。
即便不开极速模式，OpenAI普通基准推理速度过去三个月也已提升约60%。
成本侧更值得关注：OpenAI用Sol模型优化Luna模型的推理架构后，Luna运行成本下降约80%。
"递归自我改进"——这个闭环意味着什么？
当被问及Sol优化Luna是否构成"递归自我改进"时，蒂博明确回答："算，这就是早期形态。"
这意味着→ 闭环逻辑是：模型变强 → 协助工程师优化底层系统 → 系统提速降本 → 模型能承担更海量工作 → 继续优化更复杂架构。
用大白话说＝ AI开始帮忙改进"运行AI的系统本身"，改进完之后AI又变得更强、更便宜，然后继续改——这个循环一旦持续加速，就是OpenAI所说的通向AGI的路径。这一闭环能否真正持续加速，是观察OpenAI战略兑现节奏的核心验证点。
Content is for reference only, not financial advice.