本文作者：meng shao（@shao__meng）。版权归作者所有，未经授权禁止转载。
来自 @MatthewBerman 最新发布的完整访谈，对象是 OpenAI Codex 工程负责人 Thibault “Tibo” Sottiaux，也被称为 OpenAI 掌管 RESET 的神 😃。
表面在谈产品：ChatGPT 和 Codex 合并、额度重置、推理加速、和 Anthropic 的竞争。真正有信息量的，是一个同时摸过 DeepMind 研究体系和 OpenAI 出货体系的人，在解释同一件事的两面：
- 模型能力正在快过人类现有的工作界面。
- 组织能不能跟上，取决于它敢不敢打断已经赚钱的形态。
Tibo 不是安全负责人，也不是预训练负责人。他负责的是把模型放进真实工作流的那一层。所以他谈下一代模型、谈暂停、谈递归自我改进时，重心几乎都落在 harness、算力、延迟、注意力和分发，而不是架构细节。这既是价值，也是边界。
1. DeepMind 的教训：不是不会做聊天，是不敢、也不能出货
Matthew 从 Tibo 早年一条推文切入：ChatGPT 出现前大约一年，Google 内部已有类似产品（访谈里叫 LM Chat），但“Google 太紧张，不敢发布”；DeepMind 也被拦住，不能出可能冲击 Google 主业的产品。
Tibo 的回忆比较克制。他当时主业是加速研究的基础设施。语言模型组出了像样结果后，做成可对话工具是自然延伸；先在内部用，再产生做成公开工具的野心。他承认那东西一开始“好笑多于有用”，后来才逐渐真的有用，而且当时已经能感觉到它特殊。
组织判断更重要：DeepMind 当时“不是一个被设置来出货的地方”。OpenAI 的差异是研究与产品贴得很近，有很强的出货偏见，也有把东西交到尽量多人手里的偏见。他没有把 Google 说成愚蠢，只补了一句：Google“有一个大计划”，只是对他来说那不是正确的地方。
更准确的读法是：大公司不是看不见聊天接口，而是主业、品牌风险和内部协调成本，会把已经做出来的能力压在实验室里。ChatGPT 的历史优势，很大一部分是组织优势，而不只是模型优势。
他从这段经历里带走的，不是“要更大胆”，而是两套互相制衡的原则：保留自下而上、低“叫停能量”的文化；同时避免功能杂烩，对简洁和品质有要求。给创始人的可操作建议只有三条：有信念，尽快找到用户并从反馈迭代，愿意自我颠覆。最后一条对已经有现金牛的公司才真正痛。
全场几乎可以当作提纲的一句是：AI 的走向“不会等待，也不在乎你过去一到三个月刚建立起来的东西”。即使是 OpenAI，也是先训练模型，再靠实际使用去发现能力。基准测试告诉不了你全部。他举的例子是新一代语音：更自然、能调用工具后，他开始更多地对它说话，早晨用口述布置任务。产品形态被模型能力反过来改写了。
2. 下一代模型：瓶颈已经从“会不会写”转到“人还跟不跟得上”
Matthew 引用 Tibo 另一条推文：“Codex 在两三个月内会显得原始。下一代模型需要的不只是你的笔记本电脑。” 视频章节把它标成 Astra，但 Tibo 在镜头前几乎不谈 Astra 的能力清单，只谈约束。公开语境里 Astra 已被 OpenAI 称为下一代主力模型，并因网络安全能力触发过内部减速；这场访谈里，他选择谈的是产品层会先碎掉的地方。
现有 agent 的拙劣感被他说得很具体：skill 文件难长期维护；记忆存在却记不全；有子 agent 时，人还得自己搭一张小网络；“完美搭档”的幻觉会在多处破裂。他要的终点不是更强的补全，而是一个理解你、理解目标、理解日常、也理解团队在做什么的对象：能反应，也能主动。
另一半判断更硬。笔记本电脑是按人类吞吐量设计的——你能敲多快、想多快、能同时开几个应用。模型没有这些限制。未来模型需要的资源会超过单机。
速度把瓶颈换了位置。Ultra Fast 的官方数字大约是 Fast 的 14 倍。token 不再是最紧的带宽，CPU、网络、工具调用和整条 agent 轨迹上的开销变成限制。补偿方式是并发：一边探索，一边写测试，一边编译，一边验证新假设。
Matthew 的使用体验把问题从工程推到认知：他现在会并行踢出 10 到 15 个 agent，每个任务大约 30 到 45 分钟回来，上下文切换本身已经很重。速度上来以后，他觉得自己未必还能同时盯那么多个。Tibo 的产品回应是：为人类的注意力而设计。什么该现在打断你，什么该 30 分钟后再出现，本身就是产品问题。他明确说，自己不太想回到“同时管 10 个 agent”的状态。理想是技术迁就人，而不是人去迁就技术。
他把工作分成两类，这是全场最清楚的产品地图：
- 个人向 agent，他口中的 personal AGI：跟你同频，能主动提出重要想法，技术问题、研究、建议都可以，根子在于理解“你是一个独特的人”。
- 尽量去掉人的自动化：看生产日志并自动做性能优化；发现回归并自动打补丁；安全扫描器找出漏洞后自动修补，把暴露窗口压到接近零。人可以不在回路里，或只批准高风险动作。
OpenAI 不是在做一个更好的 IDE 插件。loops 和 graphs 只是当前人类用来管理注意力和流程的临时脚手架。
3. ChatGPT 与 Codex 合并：模型已经是一个，界面不该再假装是两个
合并初期的用户反馈是抗拒的。Tibo 的理由不是品牌整洁，而是一句很硬的话：未来的模型希望你们合在一起。 底层会是同一套技术、同一套 harness：高度多模态、语音优先、足够高效；写不写代码并不改变这个 agent 是什么。
他进一步拆掉职业标签。软件工程师、设计师这些身份，是人类为了处理过于复杂的现实而发明的抽象。真实的人落在光谱上的不同位置。因此界面不该让用户先选择“我是不是程序员”。Matthew 问终点是不是单一界面，甚至他妈妈和他用同一个东西。Tibo 的回答是肯定的：同一套东西，就是“你的 personal AGI”。
“幻觉”在这里不是贬义。大语言模型成功，是因为它走在自然语言这条人类已经会的路上。产品要避免的，是你必须改写自己的表达方式，模型才能懂。Tibo 认为手势、表情、视觉也重要。他描述的未来更环境化：你在办公室白板上写下一个想法，它应该在场并理解。新语音上线后，语音互动增长很快。学习是：人会走阻力最小的路。
“Personal AGI” 是目标语言，不是已交付能力。更扎实的内容是产品哲学：先取消产品分割，再让同一套 agent 按人适配。这能解释 Tibo 当天早上说的 Codex 达到 2000 万用户、增长曲线接近垂直——能力沿着 ChatGPT 已经拥有的分发面铺开，而不只是给工程师。
4. 重置按钮：补偿机制，也是文化表演
谈到 Anthropic，Tibo 用的是标准内部叙事：有一段时间 Anthropic 吸走了房间里的氧气；OpenAI 的回应是做更强也更高效的模型，并坚持把技术交到尽量多人手上。他声称自己不太看竞争。这类表述应记作自我定位，不是市场分析。
额度重置是最具体的运营细节。Tibo 说起点很朴素：产品还在早期，他们会改坏东西；用户已经开始依赖它，所以出问题就补额度。后来它变成一种现象，甚至有了一颗实体按钮。关键句是：
背后没有太多审查。不是和营销或财务一起做的。我想按就按，觉得对的时候就按。
也用于庆祝节点：想让社区去试 Ultra，就送额外用量。Matthew 把它比成亚马逊退货政策。Tibo 接受这个类比。
这里不必二选一。重置同时是对早期不稳定产品的补偿、社区善意和增长的燃料，以及一种把“工程师能直接做决定”表演出来的文化道具。它能成立，前提是算力规划足够宽裕。
5. 递归自我改进：被说满的词，实际发生的是基础设施闭环
Tibo 提到：Sol 优化了 Luna 的效率，Luna 降价约 80%，Terra 也降了价。算力是两年前就被质疑过的重注，现在他们庆幸当时买够了。
真正让他兴奋的机制是：把最强模型指回自己的服务栈——如何 serving、如何改结构、如何重做工程——从而很快拿到显著的成本和性能收益。他说，常规路径现在大约比三个月前快 60%。原则是：大幅效率收益出现时，把性能和成本留在前沿，而不是把收益装进口袋。
Matthew 把它称作“递归自我改进的极早期”。Tibo 没有否认，但把词收窄了。外界说 RSI，多半指模型研究下一代模型。他们大量做成的，是用模型去改进使用这些模型时处在关键路径上的基础设施：kernel、产品形态、更高效的交互，以及 cloud agent。如果 cloud agent 做通，人以及模型自己从这些系统里拿到的效用会再上台阶，然后再指回自身。他的判断是：不这样做才奇怪。
这是全场最值得记下、也最容易被过度翻译的一段。它证实的是：模型已经在压缩自己的推理成本和延迟，并开始改写自己的工具链。它没有证实：模型已经在无人监督下发明新的训练范式，或已经进入失控的智能爆炸。按 Tibo 的定义，RSI 已经开始；按科幻定义，还没有。
6. “暂停”：能力上来以后，组织必须主动踩刹车
Matthew 问到 Sam Altman 公开谈过的事：暂停最前沿的强化学习，以及 Hugging Face 相关事件。Tibo 把决策权放在研究与安全一侧。模型能力上升后，对齐和安全显然更重要。暂停是为了让团队有时间理解并加固系统，然后在“完全掌控”的状态下重启训练。安全团队经历过辩论和发现过程，后来形成了一套比较清楚的原则。
他没有在镜头前展开 Astra 的评测细节。可用公开材料补的背景是：2026 年 8 月，OpenAI 已公开表示，无法排除 Astra 达到其准备框架中的 Critical 网络安全能力阈值，并因此收紧内部控制、暂停部分不符合新安全要求的活动。Tibo 的说法与这条时间线相容，但他提供的是组织逻辑，不是新的技术披露。
更稳的理解是：当内部评测表明能力可能跨过某一安全阈值时，这家公司现在愿意用暂停训练和收紧环境来换控制权。这和前面“低叫停能量、尽快出货”并不矛盾——出货文化处理的是产品想法，暂停处理的是不可逆的能力爬升。
7. Ultra Fast：速度在改写人机分工
内部用法很说明问题。发生故障时，事故指挥官和响应团队会拿到这种速度。自认为在做关键事项的团队也会来要。真正会批的，是“周一前必须决定这个想法进不进 Dev Day”这种时间硬约束。屏幕上的宠物/吉祥物很可爱，但不算关键。
不是所有人都同样受益。喜欢并行多任务的人，增益较小；不喜欢切换上下文、希望一条线做完的人，增益更大。工具调用少、主要在生成内容时，14 倍体感接近真实；工具调用一多，体感可能只剩 3 到 5 倍。
内部并不是“无限 token 就永远开满”。员工理论上能吃掉全部生产 GPU，但公司刻意限制内部用量，把绝大部分留给外部用户。
他最兴奋的外部场景不是更快写完函数，而是非文本交互：共享画布、生成并挑选图像、实时用语音或文字去转一个原型。工程师从前要先在脑子里完成系统设计，现在也许可以在一分钟内先做出一个能看的东西，再靠直觉往前推。速度把“先设计再实现”部分改成了“先看见再转向”。
他估计一年到两年内，这种速度即便不是默认，也会非常接近默认；但上面永远还会留一档更贵、更费硬件的层级。今天被当成奢侈品的低延迟，很快会变成普通交互的心理基线。一旦人习惯了“说完就能看见”，慢速档会开始像故障。
8. 对更广泛人群的说法，以及它没回答的恐惧
收尾时 Matthew 问工作自动化、环境影响、以及这东西本身很陌生。Tibo 没有直接打这些担心，而是把话题转回效率和普及：越便宜，日常里能拿出来的效用越大。Luna 被他说成更小、极高效——若倒回六个月，它会坐在当时的前沿；现在已经便宜到和 Replit 做成免费档。他的核心信念是：智能会变成无处不在的基础设施；今天的前沿，六个月后会便宜得多。
对“连试都不愿试”的人，他给的不是宏大未来，而是近处的用途：写作、个人建议、健康、财务。他自称常用健康和财务功能，去看医生时能更有准备。
这段诚实的地方是：普及的真实杠杆是成本曲线，不是口号。薄弱的地方是：工作替代和环境成本几乎没有被当作需要回答的问题。听众不该把“会更便宜、会更好用”误听成“因此不必担心分配效应”。
看完视频我自己的一点感受
模型能力已经开始倒逼三层结构同时改写：个人设备、软件界面，以及公司配置算力和风险的方式。
对个人，skill 文件、子 agent 拓扑、并行盯 15 个任务，都是过渡态；目标是一个理解你、迁就你的注意力、并能在环境里用语音和视觉接住你的代理。对系统，日志、回归、漏洞这类流程会尽量变成无人值守，人只留下高风险批准。对公司，算力要提前买够，效率收益要让出去，能力一旦靠近危险阈值就要敢停。出货文化不能停在不该停的地方，也必须停在必须停的地方。
Tibo 反复回到同一句：技术应当适应人，人不应再为工具改写自己。这既是他们合并 ChatGPT 与 Codex 的理由，也是他们追 Ultra Fast、追语音、追环境计算的理由。它是否能落地，不取决于这句话好不好听，而取决于下一阶段模型在获得更多资源、更高速度、更少人工看管之后，控制权是否仍然清楚。
这场访谈没有回答“Astra 何时发布”或“GPT-6 叫什么”。它回答的是更持久的问题：当模型已经明显快过笔记本、快过职业分类、快过旧的产品边界时，一家同时做研究与分发的公司，打算把人放在回路的哪一层。
