直播背景与“开放式厨房”叙事理念

Dan Shipper 作为 Every 的联合创始人兼 CEO，正在进行一场直播，旨在撰写一篇关于 Codec（编解码器）技术历史 的 definitive（权威性）文章。他选择使用 ChatGPT 的 Voice Mode（语音模式） 作为主要协作工具，认为这极大地改变了他的工作流程。Shipper 提出并实践了一种名为 “Open Kitchen Storytelling”（开放式厨房叙事） 的概念。这一概念由 ChatGPT 在对话中提出，Shipper 认为它精准地描述了当前的内容创作趋势：即不仅展示最终成品，还向读者展示创作背后的思考过程、原始素材和决策逻辑。

在这种模式下，读者在阅读文章时，可以点击任何引用部分，在侧边栏查看 完整的采访原始录音或文本。这种设计允许读者自行调查、让 AI 代理分析原始材料，从而建立更深的信任和理解。Shipper 强调，这种透明度是新技术时代内容消费的重要特征，它打破了传统文章中引用片段与上下文割裂的痛点。

从即时响应到“思考”UI 的计算范式转变

文章的核心论点之一是 2026 年 AI 交互界面的标志性变化：屏幕上出现闪烁的“Thinking”（思考）字样。Shipper 指出，这并非简单的加载动画，而是 一种全新的计算风格 的体现，也是 Codec 技术得以实现的关键背景。早期的大型语言模型（LLM）属于“外部进程”，它们没有“思考”界面，而是像 即兴演员 一样，面对观众的提示词，必须立即逐词生成回答，没有重来的机会。这种即时响应模式虽然令人印象深刻，但在复杂任务上往往缺乏深度。

“Thinking in this context is not just a label. It denotes a new style of computing without which codeex would never have happened.”

这种即时生成的模式被称为 Chain of Thought（思维链） 的前身，即用户需要手动要求模型“一步步思考”才能获得较好结果。而新一代模型（如 OpenAI 的 o1 系列）则将这种“思考”内化为模型的一部分，形成了 Reasoning Models（推理模型）。这些模型在给出最终答案前，会在后台进行大量的内部推理和计算，从而显著提升了处理复杂逻辑任务的能力。

测试时计算（Test Time Compute）与战略转向

Shipper 引用了 OpenAI 高管 Alexander 的观点，解释了 Test Time Compute（测试时计算） 的概念。这是一种新的 AI 扩展方式：不再仅仅依赖预先训练更大的模型，而是允许模型在 面对具体难题时，花费更多的计算资源和时间来思考。Shipper 指出，对于困难任务，模型在回答前思考的时间越长，其表现越好。这种机制意味着，性能可以通过增加推理时的算力投入来提升，而不仅仅是依赖训练阶段的投入。

这一发现直接导致了 OpenAI 的战略优先级转变：All-in on Coding（全力投入编程领域）。因为编程是典型的复杂逻辑任务，最能从“推理模型”和“测试时计算”中获益。Shipper 在直播中展示了这一部分的草稿，包括 Greg Brockman 关于编程成为公司首要目标的采访引语。他通过语音模式与 AI 协作，快速梳理了从“即时响应”到“推理思考”，再到“战略聚焦编程”的逻辑链条，体现了高效的内容生产流程。

“Instead of doing all the work of making a model smarter before anyone uses it, you can spend more computing power after a hard question arrives.”

Shipper 还提到，这种新的计算范式使得 AI 能够处理以前无法解决的复杂代码生成和调试任务，从而推动了整个软件行业的变革。他计划在未来的文章中详细展开这一部分，并附上相关的采访录音链接，践行“开放式厨房”的承诺。

协作编辑与引用规范化

在写作过程中，作者与 AI 助手进行了并行协作，一边要求调整文本结构，一边提取关键引言。作者指示助手在解释“推理模型”时增加思维链提示（Chain of Thought Prompting）的技术细节，并插入标记为“TK”的占位符，以便后续补充更专业的技术说明。与此同时，助手负责整理 Greg Brockman 的引言。Brockman 提到，OpenAI 在 2025 年初将编码软件工程确立为公司最高级别的目标，并描述了从自动补全到代理式代码应用的演进路径。作者特别关注引用的准确性，要求将口语化的“we actually did set”修正为书面语，并在“we”和“set”之间保留省略号以符合引用规范。助手确认修改后，将这段引言以普通段落形式嵌入文档，去除了原有的特殊格式，确保文本流畅且符合出版标准。

“At the beginning of 2025, we actually did set coding software engineering as a top level company goal.”

战略推断：为何选择编码作为推理模型的核心场景

作者与助手深入探讨了 OpenAI 选择编码作为推理模型主要应用领域的战略逻辑。助手在“头脑风暴”文档中起草了一段工作笔记，指出编码并非唯一可能的目标，但其独特性在于提供了一个封闭的工作与验证循环。在这个循环中，代理可以检查真实代码库，进行修改，运行编译器或测试，并立即获得机器可检查的反馈。这种机制允许模型利用额外的测试时间计算（Test Time Compute）进行多次尝试和修正，而不仅仅是生成更长的答案。助手强调，这是一个需要验证的假设，而非既定事实，旨在区分技术机制与战略推断，避免在正文草稿中过早下定论。

“Reasoning made coding strategically legible because code offers a closed learning and work loop.”

核心论点：闭环验证与可验证反馈

基于助手的草稿，作者提出了自己的观点，即编码之所以适合新的推理范式，是因为它提供了工作与验证的闭环。作者指出，代理可以在真实代码库中尝试方法，通过运行测试或编译器获得快速的机器可检查信号，从而判断方案是否有效。这种机制使得模型能够在训练阶段强化导致正确结果的轨迹，并在测试阶段利用额外计算资源尝试、检查和修订竞争性解决方案。助手随后对作者粗糙的口述进行了润色，将其转化为严谨的文字，强调了测试时间计算如何将更长的推理过程转化为可衡量的性能提升，而非仅仅增加输出长度。这一论点最终被整合进正文草稿，作为解释 OpenAI 战略决策的关键论据。

“Programming was unusually suited to the new reasoning paradigm because it provides a closed loop of work and verification.”

战略转向：从基准测试到代码工程的闭环验证

2025年初，OpenAI 确立了将代码软件工程作为公司最高层级的战略目标。这一决策并非偶然，而是基于对大模型推理范式转变的深刻洞察。Greg Brockman 在采访中指出，编程领域具有独特的优势，因为它提供了一个工作与验证的闭环。智能体可以在真实的代码库中尝试方法，并通过运行测试或编译器，获得机器可快速检查的信号，从而判断方案是否有效。这种机制使得训练过程中的信号能够强化导致正确结果的轨迹，而在测试阶段，则允许模型投入更多算力去尝试、检查和修正竞争性方案。

"Programming was unusually suited to the new reasoning paradigm because it provides a closed loop of work and verification. An agent can try an approach in a real codebase, run tests or a compiler, and get fast machine checkable signals about whether it worked."

这一转变标志着 OpenAI 从过度关注原始基准测试分数转向重视真实世界的应用效果。Greg Brockman 承认，此前公司可能在基准测试上投入过多，而忽视了实际落地场景。因此，新的战略重点在于将更长的推理过程转化为可衡量的性能提升，而不仅仅是生成更长的回答。这种从“量”到“质”的转变，要求内部团队提供具体的执行案例，而不仅仅是宏观的战略口号。

早期执行：基础设施与并行实验的起源

战略的落地体现在具体的早期行动中。Tobi Sauter（后成为 CodeEx 的负责人）在 2024 年 12 月加入了一个内部编码智能体项目，旨在加速 OpenAI 自身的研究基础设施。这一行动被视为 CodeEx 努力的早期雏形之一。与此同时，Alexander 也在进行独立的工作，他主张开发一个具有频繁用户检查点的交互式编码产品，并撰写了关于强化学习（RL）编码的文档。这两条线索并非单一起源，而是并行的先驱实验，共同构成了 CodeEx 的复杂起源。

"It was around this time that Tibo Sautio who would later lead Codeex joined an internal coding agent effort to accelerate open AI's own research infrastructure."

为了平衡叙述，必须明确列出 2025 年除编码优先战略外的其他副线任务（Side Quests）。尽管编码是主要优先级，但公司同期还推出了 Sora 等产品。因此，在整理内部引用时，需要收集来自 Tobi、Mia 和 Alexander 等人的具体言论，以展示战略如何在不同团队中具体化。例如，Tobi 的工作重点在于为编码智能体构建基础设施，这直接体现了战略对内部研发流程的渗透。这种多线并行的描述方式，避免了将复杂的技术演进简化为单一因果链条，更真实地反映了公司内部的技术探索过程。

叙事构建：证据收集与细节核实

在将这一战略转变转化为视频内容时，核心挑战在于如何将宏观战略与微观执行细节有机结合。作者与 AI 助手协作，重点梳理了三个维度的证据：编码优先的内部实证、算力承诺的具体体现以及2025 年产品副线的清单。其中，Greg Brockman 关于“基准测试 vs 真实世界”的评估是叙事的关键转折点，用于解释为何公司要从追求分数转向追求实际效能。

在细节核实过程中，团队发现关于“CodeEx 有许多起点”这一说法，虽然实质内容符合记录（即 CodeEx 始于重叠的实验），但确切的引用措辞尚未在原始资料库中找到。因此，在最终成稿中，团队选择使用更严谨的表述，如“CodeEx 始于重叠的实验”，并辅以 Tobi 和 Alexander 的具体行动作为支撑。这种对原始资料库的严格核查，确保了内容的准确性。同时，团队还注意到 Tobi 在 2024 年 12 月加入编码智能体团队的时间点，这为“战略早期落地”提供了确凿的时间锚点，证明了编码优先并非 2025 年的突发奇想，而是早有布局。

"I know they said it as a company priority. So, I'd love to we need some concrete like examples of what that what that meant internally at the company."

这种对细节的执着，旨在向观众展示 OpenAI 内部决策的复杂性和执行层面的具体动作，而非仅仅停留在高层战略的宣导上。通过整合基础设施、并行实验和产品副线，视频内容得以构建出一个立体、真实且充满技术细节的叙事框架。

编码优先战略引发底层创新爆发

当 OpenAI 将编码软件工程师能力确立为公司最高级别目标时，这一决策并未催生单一的 CodeEx 项目，而是激发了一场自下而上的并行工作浪潮。这一战略优先级为公司内部多个部门正在形成的努力赋予了统一的战略名称，不同团队从不同角度攻击同一机会。这种模式类似于普通法、互联网或开源软件的发展轨迹，即在最终形态被命名之前，存在大量重叠的实践。正如作者所总结的，优先事项可以邀请自下而上的倡议，而非强制单一的执行路线。

"Making coding a top company priority set off a burst of parallel work across open AI on the same problem."

这种组织文化使得 OpenAI 成为一个重叠方法的实验室。虽然这种自下而上的方式有时显得混乱，但它正是 CodeEx 成功的关键原因之一。通过让多个团队同时探索不同路径，公司能够保留那些产生证据的路径，而不是依赖单一的计划执行。这种多路线探索的策略，使得编码能力的提升不再是线性推进，而是网状扩散。

编程作为推理范式的独特优势

编程之所以被选为优先领域，是因为它异常适合新的推理范式。Greg Brockman 指出，编程提供了一个工作闭环与验证机制。代理可以在真实代码库中尝试方法，运行测试或编译器，并获得快速的可机器检查信号，以确认方法是否有效。这种即时反馈机制是其他领域难以比拟的。

"Programming was unusually suited to the new reasoning paradigm because it provides a closed loop of work in verification."

在训练阶段，这些信号可以强化导致正确结果的轨迹；在测试阶段，它们允许模型花费更多计算资源去尝试、检查和修订竞争性解决方案。结果是，在一个长推理往往能转化为可衡量的改进而非仅仅是更长答案的领域中，计算资源被高效利用。这种从自动补全到光标样式，再到代理式 CodeEx 应用的演进，展示了测试时计算（test-time compute）如何直接转化为性能提升。

从战略优先级到具体执行路径

随着编码成为公司优先级，OpenAI 内部出现了多种不同的起点和路径。作者计划通过 Tibo 和 Alexander 的不同路线来展示这种多样性。这种自下而上的倡议在 OpenAI 内部表现为多个团队以不同方式改进编码能力。虽然这种结构可能显得混乱，但它为差异化推理轨迹提供了丰富的土壤。

"A priority can invite bottomup initiatives rather than force one clean line of execution."

这种组织动态意味着，战略优先级的设定并不等同于单一项目的启动，而是为多种并行实验提供了合法性与资源支持。通过观察这些不同的起点，可以更深入地理解 OpenAI 如何在编码领域实现突破。这种网状扩散的创新模式，使得公司能够同时探索多种可能性，从而找到最优解。

实时协作与人类介入的必要性

在探讨了模型在测试时通过增加计算量来寻求正确结果的机制后，视频作者引入了一个关键的转折：人类在AI辅助写作流程中依然扮演着不可或缺的角色。作者明确表示，虽然AI提供了强大的底层支持，但最终的创作过程需要真实的人际互动。为此，作者邀请了一位朋友来到现场，共同进行写作工作。这一安排强调了非AI实体在创意生成中的独特价值，表明即使在高阶AI工具的辅助下，人类的参与仍然是提升内容质量和真实感的关键环节。

"Friend of mine is here to do some writing with me. Um not an AI."

作者向观众解释了这一安排的原因，即通过引入真实的人类协作，展示一种更自然、更具互动性的工作流。这种“人机协作”而非“纯AI生成”的模式，旨在为观众提供一种更贴近实际工作场景的参考。作者随后暂时离开，让朋友安顿下来，并承诺稍后回来继续录制，这进一步凸显了写作过程的动态性和实时性，而非预先录制好的静态演示。

内容分发与社区互动策略

在视频片段的结尾部分，作者将焦点从具体的写作操作转移到了内容分发和社区建设上。作者明确表示，这次直播形式的写作过程非常有趣，并且计划将其整理成视频发布在YouTube上。这一举动不仅丰富了内容形式，也扩大了受众范围。通过多平台分发，作者旨在建立更紧密的观众联系，并鼓励观众订阅Every.TO频道。

"I'll probably be doing more of these. I'll probably do a video of this on YouTube."

作者详细介绍了Every.TO频道的核心价值主张：提供关于如何使用语音模式以及如何利用AI进行写作的高质量指南。通过强调每天发布大量优质内容，作者试图吸引对AI工具应用感兴趣的用户群体。这种持续的内容输出策略不仅有助于提升频道的活跃度，也为观众提供了系统性的学习资源，从而将单次直播的流量转化为长期的用户粘性。

未来规划与用户引导

最后，作者以积极的语气结束了本次片段，并再次强调了频道的日常更新频率。鼓励观众订阅Every.TO被视为提升用户参与度的重要手段。作者提到，频道将发布更多关于AI工具使用的实用指南，特别是针对语音模式和写作场景的深度解析。这种明确的内容规划为观众提供了清晰的期待，即Every.TO不仅仅是一个新闻源，更是一个实用的技能学习平台。

"We publish lots of great stuff every day. Check out every subscribe. Have a good day."

通过这种“内容价值+行动号召”的组合，作者有效地引导观众从被动观看转向主动订阅。这不仅有助于频道的增长，也确保了观众能够持续获取最新的AI写作技巧和工具使用方法。这种闭环的互动策略是构建忠实观众基础的关键，也为后续更深入的AI写作教程奠定了用户基础。