跳到正文
Saito· @SaitoWu · X·· 2026-10-05AI 评分58
AI 导读

OpenAI 负责 ChatGPT 和 Codex 的 Tibo Sottiaux 在 Lenny's Podcast 录制现场表示,团队已训出比 GPT-6 Astra 再上一档的能力,但选择不发布,理由是产品面向 12 亿人、不能在这里赌。

正文 · 原文

https://x.com/i/article/2106939650061615104

OpenAI 训出了更强的模型,然后选择不发

Dev Day 那天,OpenAI 一口气发了二十多个新产品。几个小时后,OpenAI 负责 ChatGPT 和 Codex 的 Tibo Sottiaux 来到 Lenny's Podcast 的录制现场,台下坐满了观众。

但我听完印象最深的,是他主动讲的一件骄傲事:一个更强的模型,训好了,选择不发。

这期里能让做产品的人坐直的点还有几个。他说,别再花时间摆弄 agent 工作流了;他还说,互联网上大部分动作很快会由 agent 完成,你的产品得照这个未来重新想一遍。至于那个折磨所有人的模型选择器,他自己也烦。

一个更强的模型,训好了没发

Tibo 的原话是,他们还没发布比 GPT-6 Astra 再往上一档的能力,现在放出来的版本,是接近 Astra 的水平,但效率高出一大截。他还主动提起新闻里的那条:6.1 Astra 训出来了,然后没有发。「这是我非常骄傲的一件事。」

为什么不发?他把理由落在规模上。OpenAI 的产品对着 12 亿人,里面很多人并不懂技术,出了事收不了场,所以「我们不在这里赌」。

方向感他讲得更具体。他提到「pacing the frontier」这个说法,意思是提前投资,投得比「应该投的」还多,花在模型对齐和安全上,还有防护栏。他还讲了个细节:他们把越来越多的算力拿去做「二次监控」。一套算力专门盯着正在干活的那个 agent,看它有没有做风险过高的操作,发现疑似被 prompt injection 就直接打断。他说,API 这条线上,大部分投入其实进了安全栈。

这几个月 AI 惹的事不少,Hugging Face 那件也摆在那,Lenny 直接把这个抛了过去。他的回答没什么花活:责任当然重,但更关键的是激励结构,生意对着 12 亿人,输不起。

别再折腾你的 agent 工作流了

聊工作方式时他带了一句:问他现在还写不写代码,他反问「什么叫写代码?」他每天看趋势、盯业务,各种分析的代码都交给 Codex,手写代码只剩周末偶尔几行,算是疗愈。

Lenny 把话头递到 loops 和 graphs 上。Tibo 说得很直:设置、摆弄你的 loop,可能让人兴奋过一阵子,但我不觉得未来长这样。他给的替代画面是,一个非常聪明的 agent,7×24 小时在岗,理解你的目标和偏好,也从你的反馈里学习。你不用再想着「该怎么 loop 才能出结果」,交给一个从「你想达成什么」里学习的系统。

他拿自己的日常举了例。模型一有突破,他手里的 agent 团队就缩小,因为一个更强的 agent 能自己干完;推着 frontier 往前走,团队又会长大。就这么反复膨胀、收缩。很多人现在搭的复杂工作流,是过渡期的拐杖。

上台前五分钟,他的 dot 来敲他

Dots 是那天最重头的发布,他描述它的方式跟别人很不一样。没有模型选择器,没有配置,你直接跟它说话,「唯一要配置的,是它通过哪些渠道跟你说话」。它有自己的电脑,harness 不在你那台机器上跑,可以连你的笔记本,也可以一路连到十台设备,像章鱼一样伸出去;一些专业 dot 干脆跑在 Mac mini 上。现在每个人先领一个 dot,很快能加第二个、第三个,组成带角色的虚拟团队。他有个 dot 专门负责推特,自己每天只花半小时发推。

那天 live demo 当着所有人面挂了,有点尴尬。但在 demo 开始前五分钟,他的 dot 先 ping 了他:生产环境挂了,要不要我试着修一下?他的回答是:「我觉得你还差一点,小 dot,但谢谢你想试。」

他后来复盘了这件事为什么厉害:dot 知道有件大事叫 Dev Day,知道有个生产系统,知道 demo 大概跑在这套系统上,也知道还有五分钟就开场。它把这些串起来,决定他应该知道这件事。那一刻,它在理解现场。

以后网上大部分动作,不是人做的

他点了三件多数人还没算进去的事:互联网上大部分动作将由 agent 完成;模型会以惊人的速度变得更便宜、更快;多模态会以很自然的方式合到一起。判断标准他给得很简单:想象这一切一年后好上十倍,你会换一种建法。

例子也是现成的。Notion 做了 MCP,一下涌进来大量 agent 流量,系统承压,经济学也得重算。他说这里有个张力:你到底要不要做界面?可以拖一阵,但方向是必然。反过来说,他觉得另一个方向被严重低估了:为人类做真正愉悦的新体验。

最被低估的,是那个生态

问他这天发的东西里,什么被大家略过了,他说是生态。Sign in with ChatGPT 已经签了 16 家合作方。最早的种子是去年埋的,他跟 Pi 和 OpenCode 的创作者聊:你应该能直接用 Codex,登录,用你套餐里的额度。握了个虚拟的手,剩下的就是信任你别干坏事。后来它长成了一个正式的、很多合作方加入的计划。

插件这边,他给创作者的建议短得让人一愣:Build a good plugin。看留存,看质量,看它是不是真的有用,然后才开始在对话里向用户推荐;不行的,停止推荐。更狠的是钱:被用起来的插件,会拿到收入分成。像 Notion、Figma 这种,用户在你的产品里花 ChatGPT 套餐的额度,它们能分到钱。

这是他第二次做应用市场。Lenny 问这次会不会成,他说:「This one is the right one.」

打字快这件事,正在贬值

招人这块,他说什么在贬值?打字快。什么在升值?好的品味,想着用户,能跟你服务的受众连起来。他说 PM 会过得很好,角色的边界正在融化,以前只做设计或只做工程的人,「现在是你们的时间」。

这段戳我的是他讲新人。他说「下一个 Tibo 已经在 OpenAI 了,他叫 Ahmed Ibrahim」。Ahmed 是应届生进来的,现在负责 OpenAI 一大块基础设施,Codex 的 harness 里也有他建的很大一块。让他冒出来的是待人厚道,总能协作,总挑真正重要的问题去解决,不把自己放前面,学东西像块海绵。「我现在把最难啃的发布交给他。」他说新人反而有优势,没被旧工作方式绑住的人,适应最快。

文化他也不装。他说入职第三天就把生产环境搞挂过,人还留在公司;处理事故的哲学是「坏了东西,庆祝一下」。Decisions API 就是四个人一个周末在 Slack 里 hack 出来的,后来变成正式产品。Dev Day 那天发的还不是全部,不少东西被他们按住,接下来几周继续发。

问他这一年改了什么想法,他数了三件。他本以为 Astra 级别的能力要一两年才有,来得比预期快得多;没想到自己会这么依赖语音,如今很多事情是口述,或者直接打电话给 agent;还有,拥抱变化最快的偏偏是刚入行的人,这改变了他招人的策略。

一段我印象很深的话:「每次休假、彻底断联一周,我开始用不同的、更有创造力的方式思考。也许你不需要那么多会,也许不用做那么多,休息够了,你反而更高效。」

最后问他,现在这个 app 最烦你的是什么?他说,模型已经快到让 app 几乎能完全消失,但还差一点。「我自己都会被模型选择器、推理档位、要不要上多 agent 这些东西搞累,选个模型搞得像要读个 PhD。」他想把这一层尽快全删掉。

你做的产品里,那个「要读个 PhD」的层,是什么?

更多硬核播客内容:Podwise

来源:Saito · x.com