OpenAI Codex 产品负责人 Thibault Sottiaux(Tibo)近日在 YouTube 博主 Matthew Berman 的访谈中披露,Codex 用户数已突破 2000 万。这场访谈把 OpenAI 近期的几个动作放到了一起解释:Codex 与 ChatGPT 的合并、GPT-5.6 Luna 降价 80%、Ultrafast 模式 14 倍提速,以及公司暂停前沿强化学习训练。Tibo 对每一条都给出了负责任的说法。
Codex 破 2000 万:增长、重置按钮与算力底气
Codex 用户数增长是访谈的开场数字。OpenAI 社区发布的帖子显示,2000 万用户达成后,官方为所有用户送了一次免费重置额度。Tibo 说,公司不怎么看竞争,关注的是“能独特做好什么”。
关于重置按钮,Tibo 否认它来自营销或财务决策。他解释,重置最初是补偿:产品迭代中出故障、配置失误或体验不佳时,"谢谢你试用这个产品,我们表达歉意的方式就是补偿使用额度"。后来也用于庆祝:新功能上线、里程碑达成时,给整个社区一次额外额度。Tibo 说这个按钮由他直接控制,物理按钮也确实存在,"我想按的时候就可以按"。
这类补偿能持续的前提是算力冗余。Tibo 提到,OpenAI 两年前在算力上的重投入曾被外界质疑,现在"非常乐意拥有"这批资源,其中很大一部分用于研究,支撑后续模型与效率提升。
合并的终局:一个接口、一个 agent
Codex 与 ChatGPT 的合并是访谈的核心话题。Tibo 给出的理由不是产品拼盘:未来模型的形态决定了它们必须合并,"我们的未来模型要求我们合并"。两者底层是同一个 harness、同一套技术——高度多模态、语音优先、超高效,无论用户是否在写代码。
终局是“个人 AGI”:一个深度理解使用者目标、日常与团队状态的 agent,主动提出想法,在合适的时间以合适的节奏介入。接口不再区分“编码界面”和“普通界面”。Tibo 举的例子是,他的母亲和他会使用同一个产品,再按各自需求自适应。接入不同的工具、带来不同的需求,系统持续调整。
这个说法回应了合并启动时用户“为什么要合并”的疑问。Tibo 说,初期反馈正是如此,但产品方向没有因此改变。
Agent 的下一步:语音优先与两类问题
Tibo 把 Agent 要解决的问题分成两类。一类是个人 agent:与使用者同一节奏工作、主动提出新想法、高效完成使用者想要的任何事,无论是技术问题还是研究、建议。另一类是全自动化:处理复杂流程,例如查看生产日志自动做性能优化、发现回归自动打补丁、安全扫描发现漏洞后自动修复并把暴露窗口压到接近零,人类只审批高风险动作。
语音是访谈里反复出现的变量。7 月发布的 GPT-Live 语音模型让对话更自然并支持工具调用,Tibo 说,现在通过语音与 ChatGPT 交互的用户增长很快。他本人早上用手机口述当天安排,agent 直接执行。他认为人机交互会更"环境化":在办公室白板上写下想法,agent 应该能参与进来,而不是只停留在对话框。
模型变强之后,约束会转移到硬件。Tibo 说,笔记本电脑是按人类的生产节奏设计的,模型没有这个约束,未来模型需要超过笔记本的资源,这指向云上 agent。并行跑 10 到 15 个 agent 带来的上下文切换成本已经让开发者不堪重负,Ultrafast 出现后这个工作流会改变。
效率经济学:降价 80% 与递归自我改进
GPT-5.6 Luna 7 月降价 80%(输入降至每百万 Token 0.2 美元、输出 1.2 美元)是近期被广泛讨论的动作。Tibo 说,降价主要不是算力规划的结果,而是效率:OpenAI 整体推理速度比 3 个月前快了约 60%,"我们对着堆栈的每一层下功夫"。
更深一层是递归自我改进。Tibo 说,公司用最前沿的模型重构“使用模型的关键路径”,包括推理栈、CUDA 内核、新产品与新交互方式。这不是研究意义上的“模型训练模型”,但同样构成递归:系统的一部分被用来优化系统本身。他说公司确实在做这件事,“如果不做反而奇怪”。
对效率增益的处置,Tibo 的说法是分享而不是私藏:公司对前沿性能与成本的承诺是“不把增益收进口袋”,而是让用户一起受益,Luna 降价就是例子。
Ultrafast:14 倍速度的边界与时间表
8 月 13 日发布的 Ultrafast 模式把 GPT-5.6 Sol 提速到 14 倍、每秒约 750 个 Token。Tibo 介绍,内部高风险场景优先使用:发生故障时,事故指挥与响应团队会拿到 Ultrafast 权限,因为"每一秒都重要"。
速度红利有边界。大量生成代码或文本时能接近 14 倍;工具调用密集的任务,瓶颈转移到网络与 agent 轨迹,实际只有 3 到 4 倍。Tibo 说 Ultrafast 不对全体员工开放,大部分产能保留给外部用户。
他对未来价格与普及的判断是:1 到 2 年内,即使不是默认,也会非常接近默认;但更高一档、用更多硬件换更快响应的付费层级会一直存在。
暂停前沿训练:安全对齐优先
针对 OpenAI 暂停前沿强化学习训练,Tibo 说这是安全团队主导的决定。随着模型能力提升,对齐与安全投入大幅增加,暂停是为了让团队彻底理解并加固系统各部分,之后"以完整掌控重新启动训练"。他提到安全团队在过程中形成了清晰的原则集,达到这些原则就具备重启条件。这一说法与 Sam Altman 此前的公开解释一致:模型进步速度很快,安全标准需要跟上。
不看竞争,面向大众
谈到与 Anthropic 的竞争,Tibo 表示 OpenAI 不怎么看对手,关注的是“能独特做好什么”,以及把技术交到尽可能多的人手里。他列举了 ChatGPT 的健康与金融功能,说自己日常使用,“去看医生之前能更知情”。对担心 AI 的大众,他的核心论点是效率:前沿模型半年后会便宜很多,算力成本持续下降,智能的普及只是时间问题。Tibo 对想尝试 AI 的人的建议是,先从身边人如何受益开始了解,再考虑自己能用它做什么。