新智元报道
新智元报道
ChatGPT和Codex，最后会合成同一个东西。
不是打包或套壳，是同一套底层技术、同一个智能体运行框架、同一个入口。
OpenAI为它起了名字：个人AGI（personal AGI）。
说这话的，是ChatGPT和Codex的负责人Thibault Sottiaux，开发者圈里都叫他Tibo。
四年前，他坐在谷歌伦敦的办公室里，眼睁睁看着一个能跟人聊天的模型躺在内网，没人能往外推。
四年后，率先走通这条路的那家公司，把ChatGPT、Codex和开发者API三条线打碎重组成一个核心产品团队，交到了他手上。
近10亿周活用户，他一个人管。
他桌上还有一个实体按钮，按一下，全网开发者的使用额度清零重来。
昨天，Tibo坐进了Matthew Berman的播客，为这个终局引入一个更具体的画面：
你会用它，你的妈妈也会用它。
至于为什么非合不可，他说：不是我们想合并，是未来的模型希望我们合并。
OpenAI核心产品与平台负责人Thibault Sottiaux
2022年ChatGPT上线，Tibo飞去了旧金山。
两年后，他进了OpenAI。
进去干的第一件事还是老本行，给OpenAI的研究员做工具。几个月后，他开始搭一个后来叫Codex的东西。
Tibo说这东西的增长曲线，一开始一直趴着，后来突然立起来。8月21日，他公布Codex活跃用户2000万。
真正的转折，在今年的7月9日。
Codex应用并进了ChatGPT的macOS和Windows桌面端。
是并进，不是消失。
Codex仍保留自己的编程界面和独立的历史记录。
现在的状态是同一个应用、两个工作入口，而不是两个产品变成了一个。
Codex应用并入macOS和Windows版ChatGPT桌面端，Codex仍保留自己那套编程体验，与ChatGPT的Chat和Work并列。
为什么非合不可？
答案是OpenAI要做的那个「超级App」，底座主要由Codex提供。
你可能觉得Codex的价值是写代码。
Tibo他们的判断是，Codex真正值钱的地方，是把一句人话变成一连串动作：写代码、调API、开浏览器、跑云端任务。
一个是近10亿人每周打开的聊天框，一个是2000万开发者盯着的编程智能体。
ChatGPT要是不会写代码、自己跑API，那它就是个漂亮的聊天框；Codex要是没有ChatGPT那个入口，它永远只属于会用终端的那批人。
Tibo这样拆解合并的逻辑：先把Codex改造成通用智能体，再把这套系统并进ChatGPT。
ChatGPT负责懂你，Codex负责替你干活。
合并，就是把理解力和执行力接到同一根线上。
人事线比产品线动得更早。
据WIRED今年6月报道，Tibo那时已经同时管着ChatGPT和Codex，直接向Greg Brockman汇报。
同一时期，OpenAI关掉了包括视频应用Sora和一个面向科学家的AI平台在内的几条独立产品线，带队的高管很多已经离开，资源直接向超级应用上收。
一边关产品，一边把最能打的两条线并在一起交给同一个人。
这背后是AI主战场的转变，早就从聊天框挪到了智能体。
据Fortune援引Ramp的2026年5月AI指数，Anthropic在美国企业采用率上以34.4%对32.3%首次反超OpenAI，推手正是Claude Code。
这也不是OpenAI第一次尝试。
去年的Operator，后来的ChatGPT Agent，都没跑起来。
Tibo的解释只有三个字：太早了。
模型不够可靠，就只能把它能做的事情死死限制住，限制到最后没人愿意用。
现在他说，技术到位了。
过去大半年，这两个产品往一起合并时，用户的第一反应几乎是清一色的抗拒：为什么要合？真有必要吗？
模型想合并，那合并之后到底长什么样？
Tibo给了三层。
第一层，同一套底层技术，同一个智能体运行框架，同一套产品理念。高度多模态，语音优先。你写不写代码，不重要。
第二层，界面不该由你选，该由它猜。
他不认同「程序员界面」和「非程序员界面」这种分法。
软件工程师、设计师、销售，这些标签是人类为了对付复杂度发明出来的抽象，因为真实世界太复杂，我们的脑子处理不过来。
而真实的人都散落在一条光谱上，各占一个位置。
所以该主动贴上来的是界面，而不是让人先声明自己属于哪一类。
一句话：不该由人去适应技术，该由技术来适应人。
第三层，最后只剩一个界面：个人AGI。
主持人追问：那会不会连下拉菜单都没有了？想到我妈可能跟我用一模一样的东西，感觉挺魔幻的。
Tibo说，对，就是同一个东西。
「它会是你的个人AGI。」
虽然是同一个界面，但你们连的工具不同，要的东西不同，带进去的需求不同，它自己往你们各自身上长。
个人AGI这个说法，Tibo不是第一次提到。
今年6月的巴黎VivaTech大会上，他就对Fortune说过，要做的是一个统一界面，让你去沟通、驾驭和监督你自己的个人AGI。
还有一个细节，藏着更早的信号。
新的语音上线之后，纯靠语音跟ChatGPT交互的用户量涨得很快。Tibo自己的用法是：早上坐那儿对着手机噼里啪啦说一串，说完模型直接调工具去办。
「以前根本做不到，因为没有足够好的语音模型。」
他说，这一下就把他对产品的想法整个换了。
人类永远走阻力最小的那条路。在小框里打字这件事，对一部分人自然，对大部分人并不是。
所以AGI大概不会以某天开发布会宣布的方式到来。
它更可能是这个样子：入口一个个合并，界面一个个消失，打字一点点让位给语音。
等你哪天回过神，它已经悄悄到来很久了。
聊到Ultra Fast，主持人扔出了一个数：比原来的fast快10到14倍。
这个数字，是主持人对现有数据的概括。
Tibo说，当生成快到一定程度，瓶颈就不在模型了，而是会跑到工具调用、网络往返、整个技术栈里那些平时没人注意的开销上。
他给的体感差异很具体：
如果你是在做一个网站或者小游戏的原型，需要模型吐一大段代码，速度提升几乎吃满；换成一串工具调用的任务，开销卡在别处，你能感觉到的就只剩3倍4倍。
也就是说，那个14倍提速，是有条件的。
主持人提到一个很多人都熟悉的画面：一口气开10到15个智能体并行跑，因为每个任务扔出去要等30到45分钟。
可这么干的代价，是你脑子一直在做上下文切换，累得要命。
十几个智能体同时跑，真正的原因不是效率，而是等待。
速度上来之后，这套工作流会反过来。
不再是十个十五个，可能就三个四个，人们将重新回到实时状态：你想，它做，你看着，你改。
Tibo管这个叫照顾你的注意力。
他说我们造的东西终归是给人用的，那就得围着人怎么管注意力来设计。
当模型能跟上你的节奏甚至比你更快，你就能一直待在心流里，边说边看原型长出来。
未来你可能还会在一块共享画布上跟它一起改，语音和文字随时切。
现在Ultra Fast在OpenAI内部也不是敞开供应的，绝大部分容量留给了外部客户，内部主要留给线上故障这样的高风险场景，因为那种时候每一秒都是钱。
至于什么时候人人都能用上，Tibo的原话是：一两年后，这个速度可能会成为默认；即使不是默认，也会非常接近默认。
Ultra Fast背后，还藏着一段慢下来的往事。
Tibo在DeepMind的本行是研究基础设施和研发工具，说白了就是给做研究的人修路搭桥，他还参与过AlphaGo那套工具链。
大约在ChatGPT问世前一年，DeepMind内部冒出来一个叫LMChat的东西。
那个团队把语言模型的规模拉上去之后，结果好得出乎意料，接下来是任何人都会想到的一步：能不能把它变成一个可以对话的产品？
Tibo说他当时就感觉到很特别，第一次看到模型写出连贯又有用的文字，起初更多是好笑，后来一点点变得真有用。
内部确实动过公开发布的念头，然后就没有然后了。
Tibo一针见血指出当年没做成的原因：DeepMind当时不是一个能发产品的组织。
研究是研究，产品是产品，两拨人不在一张桌上。
Tibo吐槽谷歌组织力，澄清了另一种流传很广的说法：谷歌高管怕冲击搜索业务，禁止DeepMind发布。
后来，Jeff Dean从另一个角度印证了这件事。
ChatGPT之前，谷歌内部确实有员工能用的聊天系统，但团队一直拿搜索准确率去衡量它，低估了写作、总结这类非搜索的用法。
再往前，2022年9月，ChatGPT还没影子，DeepMind公开了对话智能体Sparrow，能答问题、能调用谷歌搜索找证据，官方给它的定位是研究模型和概念验证。
2022年9月，ChatGPT还没上线，DeepMind公开的Sparrow已经能带着搜索证据回答追问，被问到会不会上太空时它回答自己不是人。
所以谷歌早一年就有的，是一个类ChatGPT的内部聊天系统，不是ChatGPT。
组织方式、准确率标准和既有业务顾虑，把它压在了谷歌内网里。
Tibo说他到现在经常拿这件事复盘，好的部分留下，坏的部分别再犯：
自下而上，少踩一点刹车，敢在自己还赚钱的时候颠覆自己。
最后说说那个按钮。
Codex的限额重置，最早只是为了补偿用户：
产品在快速迭代，我们把东西搞坏了半小时，或者哪个配置调错了，体验没到预期，你还在用，那就补给你。
后来这事慢慢变了味道，产品有里程碑也重置，新功能上线也重置，顺手请全网喝一杯。
Tibo说这事既不归市场部，也不归财务：这里面没什么审批，我想按就按，只要感觉对了。
现在，还真有这么一个实体按钮。
他跟主持人说，回头给你看看，那玩意儿特别酷。
一按下去，全网开发者的使用限额清零重来。
一个能影响近10亿人怎么用AI的人，手边还真放着这么一个可以随意重置的物理按钮。
四年前在谷歌，一个做好的模型走不出内网；四年后的OpenAI，只靠一个按钮就能任性发糖。
个人AGI还在路上，先落地的是这个按钮。
参考资料：
编辑：元宇
