OpenAI Codex负责人Tibo Sottiaux谈AI产品策略：ChatGPT与Codex合并、算力规划与模型效率优化

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-27

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

OpenAI产品负责人Tibo Sottiaux近期接受科技博主Matthew Berman访谈，罕见披露了ChatGPT与Codex合并、算力规划、模型效率优化及暂停前沿RL训练等关键决策背后的思考。作为曾在Google DeepMind任职的资深产品人，Tibo的言论揭示了OpenAI如何平衡研究创新与产品落地，以及其对AI Agent未来形态的构想。

📊 核心实体与商业数据

💡 业务落地拆解

ChatGPT与Codex合并：统一个人AGI

Tibo明确表示，合并是“最简单、也是正确的选择”，因为未来模型需要统一架构。他强调，最终用户（包括其母亲）将使用同一界面，但会根据个人需求定制，实现真正的“个人AGI”。这一决策反映了OpenAI从工具集向个性化智能体的战略转变。

算力瓶颈与云端Agent

Tibo指出，“未来的模型显然需要比单台笔记本电脑更多的资源”，算力瓶颈已显现。他预测，未来模型可同时处理100个应用，而云端Agent将成为主流，通过并发补偿网络延迟。OpenAI为此提前规划算力，两年前的大规模投入如今成为竞争优势。

模型效率优化与降价

通过模型自我优化，OpenAI将Luna模型价格降低80%，并提升速度60%（三个月内）。Tibo强调，效率提升并非权衡，而是“实实在在的”，且公司选择与用户分享收益，而非私藏。这体现了“递归自我提升”在基础设施层面的应用。

用户补偿文化

Tibo透露，OpenAI设有实体“重置”按钮，用于补偿用户因产品问题造成的损失。他称：“只要我认为时机合适，随时都可以按下那个按钮。” 这种做法虽反直觉，但有效建立社区好感，促进增长。

🚀 对企业AI化的启示

产品策略：以用户为中心，快速迭代

OpenAI的“发布倾向”和自下而上的文化，使其能快速将技术产品化。企业应鼓励试错，通过用户反馈迭代，而非追求完美后发布。

算力规划：前瞻性投入

OpenAI的算力提前布局，使其能支撑大规模用户和模型训练。企业需评估长期算力需求，避免瓶颈制约AI应用。

效率优化：模型自我改进

利用最强模型优化基础设施，实现成本与速度的双重提升。企业应探索AI辅助开发，降低推理成本，扩大应用范围。

用户信任：透明与补偿

OpenAI的补偿机制增强了用户信任。企业应建立类似机制，在服务不达标时主动弥补，以维护品牌忠诚度。

引用：Tibo Sottiaux表示：“我不太关注竞争对手，我真正看重的是我们能独特地做好什么，我们的价值观是什么，以及我们如何最大限度地向这些目标加速。”

【官方原文链接】点击访问首发地址