OpenAI高管：ChatGPT与Codex将融合为个人AGI，Codex用户已达2000万

OpenAI正推动一场深层次的产品整合，其目标不仅是合并两款应用，而是要让“ChatGPT”与“Codex”这两个概念彻底消失，最终收敛为一个长期理解用户、自主完成任务的个人通用智能（Personal AGI）。OpenAI Codex负责人Tibo Sottiaux近日接受科技博主Matthew Berman专访时明确表示，Codex已深度并入ChatGPT产品体系，原本面向开发者的编程能力正逐步向全体用户开放。他强调，这只是第一步。

Tibo描绘的终局是：未来所有复杂的底层架构都将被彻底隐藏，最终只剩下一个极其极简、深度理解用户、并能瞬间调动海量云端算力的“个人通用智能”。他解释，未来的模型天然具备编程、搜索、调研、工具调用、语音与视觉理解等能力，这些功能将构建在同一套智能体框架（Agent Harness）之上，因此人为区分“程序员用Codex”与“普通用户用ChatGPT”将失去意义。系统将根据用户身份、所连接的工作工具及权限，自动呈现差异化的交互界面——程序员看到深度定制的开发环境，销售看到邮件与客户数据仪表盘，普通用户看到的依然是简洁的对话框。

在访谈中，Tibo披露了一系列关键数据：Codex用户量已达约2000万，与ChatGPT的深度融合是近期增长提速的主要驱动力之一。他透露，OpenAI的普通推理速度在过去三个月内提升了约60%；Ultra Fast极速模式目前最高可实现约14倍的生成速度提升，他预计大约1至2年内，这一速度将逐渐接近行业默认体验。不过他也补充，若工作流中包含大量外部工具调用及网络I/O操作，受制于网络与架构延迟，实际感知加速比约为3至4倍。

Tibo还提到，OpenAI已通过强大模型优化底层推理架构，令旗下Luna模型运行成本下降约80%，他将这一过程明确定性为递归自我改进（Recursive Self-Improvement）的早期形态。他具体说明，Sol模型参与优化Luna模型的推理架构后，实现了这一成本下降。模型正深度参与重写CUDA内核、优化推理栈、重新设计系统架构等底层基建工作。Tibo校正了外界对递归自我改进的常见误判：公众惯常想象的是某一代模型突然自主写出下一代，但现实演进更为务实——模型变强后先协助工程师优化底层运行系统，系统提速降本后模型能承担更海量工作，进而继续优化更复杂的架构，形成一个“完整的闭环大系统”。

对于下一代智能体系统，Tibo认为当前许多高级用户手动维护技能配置文件（Skills）、记忆上下文（Memory）与子智能体（Sub-agent）编排网络，仍属极早期的过渡形态。模型能力越强，用户就越不应该直接介入管理Agent本身。理想的Agent应长期、深度理解用户，并自主决定调用何种技能、保留何种关键信息、是否在后台启动其他Agent。这一演进方向的本质是：底层架构可以极度复杂，但暴露给用户的界面必须持续趋简。

Tibo还提出了一个反直觉的判断：未来制约Agent能力发挥的瓶颈将是用户手边的个人电脑。他举例称，未来一个云端模型可能同时并发处理100个应用，在同一时间内探索多套解决方案、编写测试用例、编译代码、验证假设，并并行调度多个子Agent工作。在这一并发量级下，即便是顶配MacBook也无法承载对应的工作负载。因此，云端智能体（Cloud Agent）将成为主流范式，用户终端只是轻量交互入口，真正执行任务的是背后的云端计算集群。

当AI响应速度趋近甚至超越人类思考与表达速度，人机关系将发生质变。Tibo观察到，当前许多重度Agent用户的工作模式是同时开启10至15个Agent窗口，轮流巡查进度，实际上成了疲于奔命的“AI项目经理”。OpenAI目前高度重视对用户注意力的保护与管理。他描述了Ultra Fast与语音交互叠加后的理想场景：用户随口说出构思，AI瞬间生成原型；用户扫一眼后以语音指令调整，AI毫秒级完成修改；全程保持心流状态，无需任何上下文切换。

Tibo还指出，Codex的编程能力并入ChatGPT后，产品经理、设计师、财务与市场人员均可在无感知的状态下调用。以数据分析为例，用户请求ChatGPT处理5000条数据记录，系统在后台可能自动生成并运行Python脚本，最终将图表结果呈现给用户，全程无需用户具备任何编程知识。他的判断是，代码在未来将成为AI操作数字世界的底层机器语言，程序员只是这套底层能力革命最早的体验群体。