如何在所有人之前看懂下一波 AI｜Tibo 访谈

摘要

• Codex 用户数已达到 2000 万，Berman 形容其增长曲线在 Anthropic 曾经“吸走房间里所有氧气”的阶段之后突然变得近乎垂直。 Tibo 不愿直接参与这场竞争，只说“我通常不会太关注竞争对手”，并将增长归因于把 Codex 并入 ChatGPT，让 coding agent 直接触达 ChatGPT 庞大的存量用户。
• Tibo 那条“Codex 2-3 个月后会显得原始”的推文，指向的下一个约束其实是笔记本电脑本身（“Codex will seem primitive in two to three months”）。 笔记本电脑原本围绕人的限制设计——打字速度、注意力和同时打开的窗口数量；“模型没有同样的限制”，未来或许可以“同时完美处理 100 个应用”，这意味着模型最终需要访问超出单台笔记本资源范围的能力。
• Berman 估算，ultra-fast mode 的 token 速度约为正常速度的 10–14×，这可能把单人开发者从同时运行 10–15 个并行 agent，带回到保持工作流连贯的状态。 Berman 认为这可能意味着一次只用 3 或 4 个 agent，Tibo 则强调要围绕人的注意力来设计。生成占主导的工作体感可能快约 10×，但工具调用密集的轨迹只有“3×或4×提速”，因为瓶颈转移到了网络和 agent 开销。Tibo 预计，未来“可能 1-2 年内”，这种速度“即使不是默认配置，也会非常接近默认配置”，同时更高成本的档位始终会高一档。
• Berman 所说 Luna 降价 80%，既反映了提前规划的算力容量，也反映了效率提升；Tibo 没有量化两者占比。 前沿模型帮助 OpenAI 重做 serving stack，使其在“同一算力范围”内实现“非常显著的吞吐提升”——这已经是递归自我改进的早期形态。非 ultra-fast 速度比 3 个月前快约 60%，而 Soul 的 token 效率“显著高于 Terra”。Tibo 的承诺是：“不会只是把这部分收益装进自己的口袋。”
• 针对 Berman 所说 Sam Altman 暂停“RL 的绝对前沿”训练一事，Tibo 解释称，团队需要先“加固系统的所有部分”，再“完全掌控地”重启训练。 安全团队通过他所说的辩论与探索过程，形成了“一套相当清晰的原则”，与此同时，alignment 投入出现“巨大增长”。
• Usage reset 按钮如今已经是一个实体物件，但本质上仍是一种刻意保持非正式的善意做法。 Berman 将提供 reset 的能力与容量规划联系起来；Tibo 说：“这不是和市场或财务部门合作完成的……我想什么时候按就什么时候按。” 他强调的区别是：“你可以口头上说你在乎，也可以像我们一样，真的在乎。”
• ChatGPT 与 Codex 合并的终点，是让所有人使用同一个自适应界面：“你和你妈妈会用同一个东西”（“you and your mom will use the same thing”）。 它会成为每个人的“个人 AGI”。软件工程师、设计师等职业标签，“只是人类为处理抽象概念而发明的概念”；界面应该适配用户，而不是逼用户先给自己分类。
• DeepMind 的往事构成了这期节目的文化论点：LaMDA chat 早在 ChatGPT 大约 1 年前就存在，但“DeepMind 并不是为推出产品而设立的”。 OpenAI 的自下而上文化几乎没有“叫停项目的阻力”，也愿意自我颠覆，“即使这意味着要从主业重新调配资源”。Berman 将其视为 Google 无法做出同样动作的对比；Tibo 承认 Google 当时有计划，但表示那不是适合他的地方。

精读

1. DeepMind 早 1 年做出了 LaMDA chat，却没能把它推向市场

• Tibo 回忆 ChatGPT 之前的时代：DeepMind 的语言模型团队内部已经有了“ LaMDA chat”，并计划在 ChatGPT 上线前大约 1 年公开发布；按他自己推文中的说法，Google 当时过于紧张，而 DeepMind 被挡在了发布可能颠覆 Google 的产品之外。“DeepMind 并不是为推出产品而设立的”；相比之下，OpenAI 的“研究与产品协作得非常紧密”，并且“明显偏向发布”。当被问到那是否是特殊时刻时，他说：“第一次意识到自己可以生成连贯文本……一开始更多是好玩，而不是有用。”
• 他从这组对比中提炼出的创业者建议是：坚定判断、根据真实用户快速迭代，以及“愿意自我颠覆……即使这意味着要从主业重新调配资源”——“这非常难，但极其重要”。他也承认应该公平看待 Google：“他们有一个计划……一切都是大计划的一部分”，但那不是适合他的地方。
• 自下而上快速发布也有制衡：“不能让产品变成功能大杂烩”。简单、对质量有自豪感仍然重要，ChatGPT iOS app 被视为“市面上最好的应用之一”，这就是标准。

2. “Codex 2-3 个月后会显得原始”

• 对 harness 的批评是：高级用户已经把产品的笨拙当成常态——skill files“长期很难维护”，记忆并不完美，sub-agent 网络也会在不同环节戳破那层“幻觉”。目标应该是“真正深度理解你的东西”，一个主动出手的“完美小伙伴”，在不打破这种幻觉的前提下帮助用户处理日常工作。
• 关于笔记本电脑是约束，Tibo 的逻辑是：笔记本电脑围绕人的吞吐量设计，包括打字速度、思考速度，以及用户需要同时打开多少个应用。“模型没有同样的限制”；它最终或许可以“同时完美处理 100 个应用”，所以未来模型“需要访问超出你的笔记本资源范围的东西”。
• Tibo 将行业问题拆成两类：一类是个人 AGI，核心是“深深植根于对你这个人的理解”；另一类是彻底自动化——根据生产日志自动修复回归问题，或者在网络安全场景中，把扫描器发现漏洞到漏洞修复之间的窗口压到“接近 0”，人类只需批准高风险操作。
• 语音已经改变了 Tibo 自己的行为：新的 voice model 支持调用工具，所以“早上我只要拿着手机坐在那里，口述几件要 ChatGPT 做的事，它就会自己去完成。它可以访问我的所有工具。”

3. Ultra-fast 让多 agent 工作流重新回到心流

• Berman 的现状是：当前速度迫使他同时运行 10–15 个并行 agent，每轮等待 30–45 分钟，由此产生“相当显著的认知开销”。他认为 ultra-fast 可能让自己改为一次使用 3 或 4 个 agent。Tibo 的回答聚焦于注意力：ultra-fast 加上语音后，“它的运行速度可以和你一样快，甚至比你更快”，因此“我以前同时处理 10 个 agent 的方式，我不太想回去了”。设计原则是对人的注意力“足够友好”，让技术适应用户。
• Tibo 对提速效果给出了明确限定：当工具调用不多时，效果“惊人地好”——原型开发网站或电子游戏，体感可能快约 10×；但工具调用密集的轨迹只有“3×或4×提速”，因为开销转移到了网络或 agent stack 的其他环节。
• 内部资源分配也很说明问题：ultra-fast 会优先给故障期间的 incident commander，因为“每一秒都很重要”，也会给“认为自己正在做非常关键事情”的团队；但“绝大多数额度留给客户”。OpenAI 员工受到限制，否则他们可能“把我们的生产 GPU 全部吃光”。
• 定价背后的效率来自推理硬件、token 效率和 stack 工程的复合改进，所以“可能 1-2 年内，这种速度即使不是默认配置，也会非常接近默认配置”；但“总会有高一档”，对应不同且更昂贵的硬件取舍。

4. 合并的终局：一个界面，“你的个人 AGI”

• 为什么不顾用户反弹，仍要把 Codex 与 ChatGPT 合并？因为“我们的未来模型希望我们合并……底层是同一套技术，同一套 harness”，而且会高度多模态、以语音为先。软件工程师、设计师等标签，“只是人类为处理抽象概念而发明的概念”；最终状态已经说得很明确：“你和你妈妈会用同一个东西。它会是你的个人 AGI。”它连接的是不同工具，并根据每个人的生活进行适配。
• Tibo 反复提到的“幻觉”，指的是一种无处不在、扎根于人的计算体验：在办公室白板上写下内容，系统也应该能够理解。新版 ChatGPT voice 上线后，语音交互“增长非常快”；他的概括是：“每次你转向更自然的方式，人类都会选择阻力最小的路径。”
• 谈到 Anthropic 时，Berman 提到在局面发生变化前，Anthropic 曾“吸走房间里所有氧气”。Tibo 不愿把注意力放在竞争上，而是关注“我们能独特做好的事情”。他强调的增长驱动，是让产品经理、设计师、销售、市场和传播团队都能使用这项技术，再通过已有大量用户的 ChatGPT “非常快速地”完成分发。

5. Reset 按钮：由算力托底的非正式善意

• 这个做法起源于迭代把系统弄坏时补偿用户：“我们刚好把它弄坏了 30 分钟，这是一些额外用量。”如今它已经被制度化，但刻意保持非正式：“背后其实没有太多审查……也不是和市场或财务部门合作完成的。我想什么时候按就什么时候按。”现在确实已经有一个实体按钮。
• Berman 用 Amazon 的退货政策类比 reset 如何建立信任；Tibo 的说法是：“你可以口头上说你在乎，也可以像我们一样，真的在乎。” Reset 也可以用来标记产品时刻：“去探索这个新东西……你还没用过 ultra，给你一些额外用量。”
• Berman 认为 reset 需要容量规划；Tibo 则说“我们很早就提前规划了算力”。2 年前，OpenAI 曾因过度投资算力受到质疑；Berman 称这是“那种疯狂但极其正确的下注”，Tibo 表示认同。

6. Soul 优化 Luna、RL 暂停与效率飞轮

• Berman 提到 Luna 降价 80%以及 Terra 的一次降价，随后追问其中有多少来自算法改进、多少来自战略性容量规划。Tibo 表示算力很早就已规划，而前沿模型帮助 OpenAI“服务、重构或重新设计”整个 stack，带来显著的效率和性能提升。结果是在“同一算力范围”内实现“非常显著的吞吐提升”，几乎谈不上牺牲。除 ultra-fast 外，速度已经“比 3 个月前快 60%”；公司给出的承诺是分享收益，而不是“只是把这部分有意思的增益装进自己的口袋”。
• Tibo 认为，递归自我改进不应局限于模型开发模型：模型也可以构建“处在使用这些模型关键路径上的基础设施”。Berman 提到推理 stack、优化、CUDA kernels、产品和 cloud agents；Tibo 认为这“从某种意义上说”确实是递归自我改进，但“更多是基础设施”，并且可以让这项工作反过来作用于自身。“如果我们不这么做，我觉得那会相当愚蠢。”
• 对于 Berman 所说 Sam Altman 暂停“RL 的绝对前沿”训练一事——问题中还顺带提到一个没有解释的“Hugging Face incident”——Tibo 表示，这次暂停“有必要让团队和个人真正理解并加固系统的所有部分”，之后再“完全掌控地”重启训练。他没有给出单一的重启指标，而是说安全团队通过“一场辩论和探索过程”形成了“一套相当清晰的原则”，与此同时，alignment 投入出现“巨大增长”。
• Tibo 最后向对 AI 感到焦虑的人推介：Luna 在 6 个月前还会处于前沿水平，如今已经“便宜得离谱”。Berman 提到与 Replit 有关的免费模式；Tibo 也表示，这类能力正通过免费模式提供。因此，“现在处于前沿的任何东西，6 个月后运行成本都会低得多、低得多”。对他个人而言，他使用健康和金融工具后，在去看医生时“掌握的信息更多了”。