欢迎收听跨国串门计划，这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术，我们不仅将内容翻译成中文，还完美保留了原主持人和嘉宾的独特声音，为您呈现全球顶尖的AI财经、健康与科技领域精品内容。我是主播伊凯，一位热衷于AI领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁。
接下来，让我为您简单介绍本期我们克隆的这档节目。本期我们克隆的是知名AI工程播客Latent Spaces在2026年7月的一期深度对谈，主持人Swix和联合主持人Vibiu。与 OpenAI 核心产品工程负责人 Akshay Nathan 一起聊了聊，Akshay 的职业生涯很有意思，从在
Airtable 做无代码产品，到现在领导团队打造 ChatGPT Work，他一直想把软件的能力带给那些不会写代码的人。
这期节目主要围绕 ChatGPT Work 的发布，聊了聊他们是怎么把 AI 助手从开发者群体一步步推向更广泛的知识工作者，以及这背后产品整合的思路和挑战。那我们就一起来听听这期的完整对话。我觉得瓶颈会变成想法和品味吧，因为现在谁都能做东西了，这真的是一个自下而上、人人都能发起的时代。而且要做的东西太多了，你在任何一个时间点，瓶颈永远是你的想法数量和手头在做的事情。
想法有个很有意思的地方，它们不是凭空冒出来的，它们通常都有来源。比如做产品的时候，想法来自跟用户聊天，或者是对你看到的摩擦、收到的反馈做出的反应。我们之前聊到的那些通才，他们的价值永远都在。就是去闭环，去基于那些反馈，基于跟用户的交流，不管来源是什么，去产生想法。在进入今天的节目之前，我想对听众说几句，谢谢你们。
如果不是你们选择点进来收听我们的内容，我们就没法给你们带来你们这么喜欢的AI工程、科学和娱乐内容。几乎每天都有人来找我们谈赞助，但好在有足够多的朋友订阅了我们。让我们能在没有广告的情况下持续做下去，我们也想保持这样。但我有个小请求，想拜托大家，你们能做的最有利。也完全免费的一件事，就是点一下那个订阅按钮。
这是我唯一想请求你们做的事儿。对我和我的团队来说，这真的意味着一切。我们每周都那么努力地把节目带给大家。如果你点了订阅，我保证我们会一直努力把节目做得更好。现在让我们开始吧。好的，我们在演播室和来自 OpenAI 的 Akshay 在一起，欢迎你，谢谢。还有我们可靠的联合主持人 Vibhu，你们最近发布了 ChatGPT Work，你负责核心产品工程。
这一路走来，历程很长。我觉得很有意思的是，你开始在 Vercel 和 Airtable 做的是无代码或低代码。从某种程度上说，ChatGPT Work
就像是超级应用中的超级应用，是终极的无代码。你只需要写一句提示词就行了。对。对事情兜兜转转又回到原点，挺有意思的。我职业生涯里有很长一段时间，一开始是在消费金融科技领域，但之后就有了这么一个假设：我们作为工程师，能用代码做到的事情，如果能以一种更容易上手的方式带给更多人，那会是真正神奇的事。
我们当时在做一个创业项目，说起来挺逗的，那是在大语言模型、视觉大语言模型出现之前。研究怎么用AI做自动化测试，那时候技术还很粗糙，但我们尽力在做。后来在Airtable工作了一段时间，也是基于同样的想法：如果我们能把数据库，或者说数据库背后的那些基础能力带给人们。那对他们会非常有用，但等到大语言模型出现之后，事情就很清楚了。
它就是那块缺失的拼图，是那个缺失的技术，能把代码的魔力带给每个人，而他们不需要知道底层到底发生了什么。所以这次发布还有我们一直在做的很多事情，就是这个想法的具体体现。你刚加入的时候是什么情况？你是二零二三年加入 OpenAI 的。现在我们有了这么多东西，ChatGPT、Codex App、ChatGPT for Work，事情变了吗？
其实我觉得更有意思的是那些没变的东西。我记得我加入的时候，公司大概五百人。我当时有点担心，因为我在找更早期阶段的机会，担心他会不会感觉不够像创业公司。但我加入之后，感觉他比我想象的还要有创业公司的味道。而且这一点直到现在真的没变，那种自下而上的干劲，任何人想做任何事儿，有任何想法都能去实现的能力，真的很酷。
但在使命这方面，当时真正吸引我的是把前沿智能带给每个人，也就是打造AGI，然后带给所有人。而且当时我们就认识到，这个愿景的进展不会是线性的，我们可能会尝试不同的产品，有些会成功，有些不会。但愿景没变，使命也没变。现在我们开始看到这些拼图一块块拼起来了，这真的很酷。你做过企业业务，很多人从来没接触过 ChatGPT 企业版。
天呐，你从那段经历里学到了什么，带到了现在的工作中？我觉得在企业里。没有那种放之四海皆准的解决方案。我记得在 ChatGPT 企业版的早期，我们跟客户聊，那时候大概是 ChatGPT 发布一年后，所有人都特别兴奋，想把 AI 带进自己的企业。当时有各种各样的团队被组建起来，叫什么 AI 部署团队，预算也特别大。
但你要是问他们到底对什么感到兴奋，想用 AI 解决什么问题，一开始你会得到一些比较标准的回答，比如我们有这么多上下文，这么多数据之类的。可如果你接着问他们工作场景里具体哪一个用力是希望AI来帮忙实现的，你得到的答案就会千差万别，像爆炸一样五花八门。这很有意思。你用这些模型和产品，就像面前有个盒子，你可以对他说任何话，这是它的魔力所在。
但反过来看。这也意味着你不知道该拿它怎么办。在企业里，我觉得很大一部分工作就是真正走到用户所在的地方。搞清楚他们想解决什么用力，然后教他们怎么用AI来获得优势。你觉得这跟驻场工程有本质区别吗？我觉得这有市场拓展的一面，然后也有产品这一面。说得好，产品这边需要更多投入。对，而且我觉得，不管我们把驻场工程做得有多好，说到底，如果一个用户坐在电脑前或者看着手机，我们的工作就是通过产品去引导他们，告诉他们下一步该往哪走。
所以我对这方面特别兴奋。你觉得过去三年用户接受度有什么变化吗？这中间有一些阶跃式的变化，比如推理模型之类的。企业那种黑箱问题，就是不知道拿它怎么办的问题，是依然存在，还是情况已经变了？我们现在看到的是使用量在激增，对吧？所有人都特别兴奋，感觉有数百万人甚至上亿人在用
ChatGPT。他们大致理解了怎么跟 AI 协作，但每次有新的能力被解锁，比如现在我们看到的 Agent，可能还是有一批早期用户，他们真正搞懂了，他们会觉得你什么都能做，只要确保给对上下文，接上对的工具，然后做好监督。
一切皆有可能，但在这之外，还有一个十倍甚至一百倍大的市场，他们还没搞懂或者还没看到这一点，所以我觉得这是下一个阶段。回答你的问题。我觉得用户接受度已经在那里了，而且增长很快。但机会远比这要大得多，这就是我们想发力的地方。尤其是通过 ChatGPT Work。对，那我们直接跳到 ChatGPT Work，大概一个月前才发布的是什么样的决策过程？
最终推出了它，就是那个超级应用的整合。我们是不是该这么正式称呼它？你们还把浏览器给废弃了？能不能总结一下过去几个月你们做这件事的过程？对，感觉已经过了很久，但其实也就几个月。我觉得最直接的一个推动力是，当我们发布CodeX，甚至还在内部使用CodeX的时候。当时我们真的很惊讶。我记得我们最近公布了一些数据，显示在 OpenAI 内部，非开发者对 Codex 的采用率出现了一个真正的拐点。
在产品开发过程中，我会去参加一些用户研究会议，跟内部的人聊。让我印象最深的是，你去跟战略、财务、市场营销之类的人聊，发现他们全都在用 Codex 处理自己的工作，这本身就很酷。但真正让我触动的是，他们对自己在用 Codex 这件事感到特别自豪，就好像在说：“我本来不该用这个的，但我就是用了。”有这层意思，就是他们觉得自己很早就用上了这个新东西。
但还有一点是，他们觉得自己拥有了超能力，对吧？我们当时就意识到 Codex 的力量、Agent 的力量，我们已经有这么庞大的用户基础，他们了解并喜欢 ChatGPT。那我们怎么把这种力量展示给他们，怎么带给他们？这是一个很难的产品问题，很棘手，对吧？有很多种做法，所以我们后来称之为整合超级应用，最终推出了 ChatGPT Work，就是在解决这个问题。
但这一切都源于最初的那个认识：这种力量不只是给开发者的，它普及到所有人的速度可能比我们想的要早得多。你怎么看这些产品的不同定位？它们分别是为谁服务的？Codex一开始是命令行，然后是应用，现在又有了ChatGPT、Codex和ChatGPT Work的整合。这是面向普通用户、企业还是工作的入口？你怎么定位它？
我觉得我们想把它定位成，如果你在做一些跟工作相关的事情，暂时找不到更好的词，就先这么说吧。我认为生产力其实是我负责的那个支柱。我们团队就叫这个名字。之所以叫生产力，而不是企业版或者工作版之类的，是因为还有个人生产力这回事儿。我见过有人在个人生活里用 ChatGPT Work 做一些事儿。严格来说，你不会把它归类为工作，但这些 agent 处理起来非常厉害。
最近有个例子，有人在我们的 Slack 上发帖说他有个包裹没收到，然后收到了快递员或者亚马逊拍的照片，他就让 ChatGPT work 去查那个包裹在哪儿。那个 agent 特别执着，拿着那张图片去翻了他家附近一堆房源信息，最后精准定位到了包裹所在的那个公寓楼。还给了他一些信息，所以我觉得所有这些跟工作和生产力相关的事情，就是我们想把这个产品做成的样子。
你问到 Codex，我们认为 Codex 是个能长期站住的品牌。但我们有个原则，就是不想让用户困在某个标签页或某种体验里，却用不到产品的全部能力，所以基本上。你在桌面端 Codex 那部分产品里能做的所有事儿，在 ChatGPT Work 里也能做，反过来也一样。不过我们做了一些有倾向性的产品决策，比如如果你在一个 Git 仓库里，我们想把多少 Git 状态暴露给最终用户。
或者我们想把Agent思考过程的体验做成什么样？比如把Diff往前推，让你能接触到背后的Diff那一面。然后在安全方面，我们怎么考虑沙箱？怎么确保在一种状态和另一种状态下有正确的默认设置？所以背后有一些我们自己的判断。但我们确实不想让用户自己去选该用哪种体验，这对AGI来说是个好目标，对吧？人们不想去选自己要哪个版本的AGI，他们只想让AGI自己决定。
我能问个问题吗？我有点不太确定，Codex的底层框架和ChatGPT Work的底层框架是一样的吗？只是UI上的不同，还是在prompt面甚至更深层有区别。底层框架是一样的，是共享的。在这两个产品里，我们都对框架做了改进，让它更适合知识型工作，尤其是在插件、计算机操作或者artifacts这些方面。
不管你用哪种体验，都能获得这些能力。在 UX 这边，当你在 CodeX 模式下时，我们对 UX 应该是什么样、怎么运作，有一些倾向性的设计，还有我刚才提到的沙箱方面的一些东西。但底层的框架和能力应该是一样的。我有点好奇有没有什么查询，我们跑一下，在两种模式下会看起来不一样。有。我试过在两个模式下都让它创建一个退休计算器或者电子表格之类的东西。
在 Codex 模式下，你可能得在一个仓库里操作，但你会看到它创建表格时的 diff 和文件编辑过程；但在 Work 里，你就看不到这些。我觉得这说得非常清楚了。另外，我还想深入聊聊你的生产力团队，还有别的吗？首先，除了生产力之外，还有哪些顶层团队是生产力包揽一切吗？我们有一个团队专注于 ChatGPT。
就是面向消费者的核心聊天体验。我觉得这不全是生产力的事儿。人们每天都在用 ChatGPT 搜索，琢磨怎么给亲人写消息，思考怎么学一个新话题等等，还有用它来生成图片。聊天里还有太多功能是数亿用户正在使用的，这显然需要一个非常专注的团队来做。另外还有团队专注于企业。基础设施和API这些方面，我提一下。对我两个都在跑，对，这是Work，这边是Codex版本，我选了五点六，So，所以这个会跑一会儿。
我觉得我们就让它在后台跑着，等他们跑完了，我们再看看有什么区别。对，但你马上切回Codex版本，应该就能看到。那个前提是得有Git，没错，就像灵动岛，前提是你得在一个Git仓库里。你可能会漏掉一些东西，因为有些内容是在实际的思维链里，跟那些改动以及我们怎么展示它们有关。不过有没有什么反直觉的？就是你们本来想发布某个功能，然后收到反馈后觉得不行，还是别做了。
这背后的思考是什么？在 ChatGPT Work 里，对我觉得我们本来可能走的一个方向是，把这两种体验完全分开，不同的 App，没错，就像不同的 App。或者就算在同一个 app 里，也是完全不同的体验。为什么要合并呢？Codex 大家明明很喜欢，为什么要把这些产品合在一起？我觉得背后的直觉是我们所有人的工作都在被 AI 剧烈的改变。
每隔几个月，我醒来就发现自己在做的事儿和几个月前完全不一样了。我的假设是，或者说我们的假设是，我们正在用这项技术做的事情，有一部分是在给人赋能。也许是工作中更琐碎的部分，或者那些一旦能自动化，你就能更快分享更多想法之类的部分，现在你都能做到了。正因为如此，这可能会模糊掉那些只写代码的人、写战略文档的人、策划活动的人、做营销的人、做播客的人等等之间的界限。
对吧？所以这些界限会随着时间慢慢模糊，因此试图根据你的身份来划一条硬边界会很难。我们应该让用户自己选择，但不应该把他们框死。所以我们做的很多工作，比如保持底层基础能力不变，像插件就在这个产品和云端 ChatGPT 之间统一了，就是这个原因。核心论点就是这些东西最终会融合。我们不想规定你什么时候该用哪种体验，但我们也不想限制任何人。
我好奇有没有用户非常习惯旧的 ChatGPT 运行框架，而这个框架现在实际上已经被 Codex 运行框架取代了。我想象不出那是什么样，但也许他们更偏向对话那一面。你能比较一下这两个运行框架吗？因为只有你见过他们。我觉得 ChatGPT 现有的运行框架今天依然存在。就在这个app里，就是经典模式，对吧？
你直接开一个新对话，不进入work模式。对，如果你开一个新对话进入聊天，那你就是在用即时模型跟ChatGPT对话。技术上来说是另一个实例，但我想就是实例。对，所以这个不会去写代码，或者说它会是内联的，不会在沙箱里运行。对，实际上，如果你要创建电子表格，我们会试着引导你去work模式。这是一个路由决策吗？
抱歉，这是一个路由决策吗？这是模型在做的一个决策。它看到你能做或者正尝试做的事情，在 work 模式下会得到更好的服务。但我想你刚才的问题是。ChatGPT聊天这个运行框架的优势是什么？更广泛的说，我想给运行框架的工程师做个口述记录。你知道，ChatGPT的运行框架从零一时代一直用到现在，而现在它实际上正被Codex运行框架取代，两者有些重叠。
但我好奇的是，到底改变了什么？如果真有改变的话，我对此的看法是，这有点像是一个不断分化、融合、再分化、再融合的持续过程。在聊天模式里，我之前谈到的很多用力，比如搜索或学习，我觉得我们真正在优化的是延迟和个性，还有其他一些东西。随着时间推移，人们之所以喜欢
ChatGPT。正是因为我们长期在这些方面做了优化，而 Codex 我们学到的是，如果你给 Agent 一个像电脑这样无限灵活的环境，它就能做到非常非常强大的事情。
所以，当我们思考对于知识工作应该选择哪种模式时，我们觉得把它带到这种电脑环境里更自然。也许我们可以把电脑的一些细节抽象掉。不让那些不习惯的用户看到，但同时给他们同样的能力。但最终，我觉得我们希望在各个地方都有这种能力，对吧？我们想在用户所在的地方满足他们。所以我确信，未来我们还会继续努力，让所有场景下的能力都变得同样强大。
但这只是我们过去在产品上关注的重点。和现在关注的重点有所不同的问题，我觉得除了运行框架以及何时用 Codex、ChatGPT 还是 Work 之外，你们还发布了新模型，对吧？有什么使用建议吗？大家很喜欢追求最优解，比如只在需要高推理能力时用 Terra。而这里你该用 soul，其他的都别管。三十二个选项，对对对。
但话虽这么说，对于那些正在拓展生产力、尝试用这些东西工作，但又不清楚这些到底是什么的人来说，有什么建议呢？在给建议之前，我觉得首先要说的是，没有这些模型，这一切都不可能。你刚才问到 ChatGPT Work 的灵感来源是什么？我之前也提过，早期我们在 Codex 上看到的现象，但那也是因为模型的能力在飞速提升。
现在这种情况又来了，我觉得又是一次阶跃式的、飞跃式的飞跃。回到建议这个问题，我们希望默认设置就是最好的。我们想对默认配置有自己的主张，所以我们选了一个我们认为对所有人都最好的默认设置。当然，对于高级用户，我们也在底层提供了很多选项。有人可能会说现在选项太多了，我们也在努力简化。但你可以根据需要调整推理深度，或者在不同的模型类别之间切换。
但默认设置应该能覆盖绝大多数使用场景。所以我对大多数人的建议就是，用默认的就好。然后，如果你遇到某种情况，觉得想试试别的配置，比如你觉得在成本效率或者智能质量方面不太满意，那你可以去改默认设置，看看能不能得到更好的结果。但我们认为，默认设置应该就足够好了。我有个想法想跟你聊聊，毕竟你经验比我丰富的多。
我最近在用Soulite搭配Go模式，想法是让Go来增强推理能力，但会有更多的终止和交互轮次。这么理解对吗？而不是用Soul Ultra或者那种超高强度的Soul，这很难说。因为这像是一种交互效应，没错。这就像你作为个体有自己的偏好，比如你喜欢怎么跟模型协作，你想要多少次你所说的那种终止来介入，去引导它或者确保它在做正确的事儿。
总的来说，我觉得人们应该去尝试任何对自己有效的方式。像Ultra或者那种多Agent的设置，最适合处理那些极其复杂的任务，比如开放式的探索，或者可以高度并行处理的任务。而用狗模式，我觉得最适合那些你知道自己能持续取得进展。并且进展可以随时间验证的任务，但我觉得大多数任务其实不属于这两类，至少在刚开始的时候是这样。
所以这就是为什么我认为最好的第一步就是先用默认配置去试。然后再看接下来想怎么调整。对，你们做了一个滑块，这个真的非常有助于减少焦虑感。对对，至少在手机端体验很好，有一个很漂亮的滑块，这里也很不错。我还没试过你那边有高级视图，但如果点开高级选项，对，就是一个简单的滑块，非常非常漂亮，色彩也很丰富。对，这个设计的想法是把它简化到一个维度上。
尽管背后其实有多个维度，对吧？试着把它投射到一个用户能理解的单一维度上。对，比如一端代表速度和效率，对；另一端则代表质量和全面性。我只是有点困惑，他用了那么多“so”，特别是低端那边，不不，我觉得这个滑块。如果我没搞错的话，是 Terra 哦，还真是看到了吧？所以他们预设 Terra 只用在轻量级那一端，但我觉得。
其实很多人都应该多用用 Terra，一个原因是 So 总是算力不足。我就是因为这个。你看，我们这节目就剩十分钟了。你看，这不就来了退休计算器啊？这是那个 Excel 功能在帮你干活。天哪，你看这个，这是 Work 这边 Codex 还在跑。我们等会儿再切回去。我觉得能实际看到它的思考过程和推理会很有意思。
而且这个在 Work 上大概跑了八分钟，Codex 那边还在处理。对了，你认识 Gabriel Troy 吗？他是 OpenAI 支持团队的，他给我看了这个，我当时挺震惊的。这看起来就像 Excel，它能直接编辑 Excel 文件。你们应该没付过 Excel 的授权费吧？但不知怎么的，这东西居然能用，而且还是个 Agent 化的 Excel。
对我们这次发布的一个重点就是 Artifact。对吧？模型测试这样，如果你拿这个跟五点五还有之前的五点四比，你会发现artifact质量提升非常显著。产品测也一样，用户体验这边也很夸张，比如托管网站之类的，再也不用自己找地方托管小网页了。说到这个，我有个故事，我可以单独讲一下。我需要把画面切过去。不过我们待会儿再聊这个。
我想问，这次大动作背后有没有联合训练？因为你们在同一天发布了5.6和ChatGPT Work模型，训练团队和Harness团队之间有没有互相影响？还是说发布日期只是刚好凑到了同一天？我们和研究团队的合作非常紧密，我觉得这也是这份工作最神奇、最有趣的地方之一。就拿Artifact。来举例，你看到的很多东西背后都有大量工作，确保我们有合适的基础设施来训练模型。
让他们在这方面做得更好，然后在产品侧也要给用户提供合适的体验，让他们能跟模型一起协作处理artifact。实际上，你看这个查看器，我们的想法是，你未必就不需要Excel授权了。这只是第一阶段，这很可能不是你最初想要的退休计算器，或者你想。反复修改的东西，但当你看到它，如果它的还原度很高，跟你实际看到的或者你同事看到的样子一样，比如你把这个发给壮，那我觉得这会让你用起来轻松很多，也会让你在反复修改的过程中更信任这个产品。
你说同事会看到，那你们有没有考虑过 Artifact 的多人多团队协作？你们想过这些吗？现在已经可以分享了。对吧？对对，这是我们正在积极思考的方向。在不透露太多路线图的前提下，我们内部注意到一件事：经常有人因为某件事拼我，我会先去问 ChatGPT Work，然后把答案拼回去。最简单的场景就是我们三个人都在同一个托管环境里，没错。
然后我就会想，这个沟通闭环里真的需要我吗？或者也许我只是把对方的问题重新组织了一下，或者从某些上下文里提取了信息。但当我给他们答案时，这个过程本身也是有信息损耗的。我给他们的只是我对 ChatGPT work 产出结果的理解。但在底层运行过程中，有那么多上下文，那些东西可能才更有意思。所以你的意思是，答案就是抢先回复每一个发来的请求？
不是，这真的就是我有时候的工作方式。我知道你就是复制粘贴，然后你就成了AI到AI之间的消息转发服务。我觉得这很有意思，对吧？这能帮人理解你可以问什么，可以委托什么。很多时候人们不亲自试试，或者没人演示给他们看，他们是意识不到的。等看到了才会恍然大悟。我觉得这里面还有个轻度的安全问题，基本上你就是那个权限层。
比如，我可以查询所有你能查的东西，也能得到自动回复，但也许我本来不该看到那些信息。对，而且我根本无从知道。因为我本来就不该知道我不知道的东西，尤其是用 ChatGPT Work 的时候，它会让你连接各种插件，还会读取你的本地文件之类的。AIG能接触到的上下文量是非常私人的，这一点我们必须保护好，所以这肯定会是个挑战。
有Excel，有PowerPoint，有Docs，办公三件套齐了。你还会考虑其他工作格式吗？你之前在Airtable工作过，未来会不会出现一个OpenAI版的Airtable？如果你们真做的话，那会是什么样子？这个问题问得很好。我觉得你刚才没提到的一点是网站，我认为这是这次发布的一个重要部分。关于网站，大家经常讨论的一个方面，尤其是在 Twitter 或者 X 上，就是把它当成一种原型设计工具。
实际上。我们这次发布就看到了这种情况，甚至你们之前提到的那个模型滑动条，几乎完全是在一个网站里开发出来的。设计工程和产品团队之间的协作就是在那个网站上进行的。我们在上面调整各种交互方式，摸索它的手感之类的。但另一个方面，我觉得讨论的比较少，就是把网站当做知识工作的一种产出物。我前几天正好跟公司财务团队的一位同事聊天，他们提到现在他们团队每个月都要做的那些报告。
以前都是放在幻灯片和电子表格里的，现在全都放在网站上了。网站成了他们整个团队协作的载体，原因是它的信息承载能力更强。像 PowerPoint 和 Excel 这类工具，虽然灵活度无限，但总会在某个时候碰到边界，要么是你作为人不知道怎么用某个功能。要么是产品本身不支持，但有了网站，你几乎什么都能做。你让他做什么，他就能给你做出来。
一旦人们见识到这种魔力，我觉得它的价值就真的体现出来了。对我给你看看我的案例，这里面涉及了所有热门话题，包括 ChatGPT Work。还有五点六 token，亿万富翁 token 最大化网站和自动研究。我很喜欢一款叫 Strata
的游戏，它基本上是一个小桌游，用实体积木来玩，像这样叠在上面。所以上周末我拍了大概三十张照片，一股脑全扔给了 ChatGPT，花了十七亿个 token 之后，它就输出了这个网站，一个完全可玩的游戏，带 3D 积木放置，什么都有，因为它需要实体积木。
而且我需要朋友在上面训练，这样他们才能玩得更好，我才能跟他们对抗。但同时，我也可以做像训练AI玩这个游戏之类的事。这这就是你的自动研究，这就涉及到自动研究了。所以你想训练你自己的AI，然后确保他们能自我对弈。我需要把两边都设置成AI，所以这是AI对AI，他们会自我对弈。显然AI一开始玩得很差，然后你得定义一个损失函数，让它慢慢变好。
我没法全程监督这些。我当时在达拉斯参加一个会议，我最后做的就是对它进行自动研究，并创建了基准测试。参数实在太多了。我根本看不过来，于是我开始让他给我生成一个网站，他就创建了这个这个实验面板在哪里？有没有什么快捷方式能打开他创建的网站？你应该可以在侧边栏里找到网站。就在左侧边栏的顶部这个吗？哦，左边对，直接滚动到最顶部。
哦哦，上面写着网站。哦，找到了，对。所以他创建了这些网站。我不确定这是不是我想要的，但让我给你看看他生成了什么，好吗？我觉得。作为一个研究成果，把正在做的事情清晰地传达出来非常重要。他输出了这个东西，我后来开始把它发布出去。所以我把它从网站上移走了，因为我需要的数据库和基础设施超出了网站能提供的范围。
但这就像是一个你可以开始摆弄的研究成果，你可以试着思考，比如你在训练AI时要调整哪些超参数。我当时就在尝试搞一些缩放定律之类的东西，做各种游戏优化。而你可以直接把它填成一个研究成果，我再也不需要去读 ChatGPT 输出的文本了，我直接看网站输出。但问题也随之而来。内容会变得非常庞杂，你看这东西有多长，数字太多了，相当让人眼花缭乱。
所以我得从那里开始整理。但这是一个有趣的转变，从你主动输出的 Markdown 文件变成了你输出一个功能完整的网站。我觉得 Markdown 对读者来说确实不是最优的，对吧？还不如直接写个 HTML 网页。而且，我觉得你可以用它做很多定制化的事情，对吧？你有你的 skill 来解释你想要什么。我注意到他们非常啰嗦。
很多信息我都不需要太冗长了，所以有个网站放在旁边的好处就是，你可以不断迭代，保留你想要的，去掉你不想要的，对吧？我不知道。这有没有让你想起一些内部的使用情况？我这样做对吗？对，我觉得正是一种我们观察到的工作流程，各种不同类型的团队都在用以前那种标准产出物，比如一份演示文稿，现在正变成一个网站，而有了网站。
因为它本质上就是HTML，你可以做到无限灵活。所以，如果你想突出某个东西，而在幻灯片里它可能会被淹没。现在你就可以做到，你可以把它做成主视觉图，对吧？所以我觉得人们正开始看到这一点。当然，要让这些东西更容易协作，我们还有很多工作要做。你提到它们很长、很啰嗦，可以拆分一下。我相信我们在这方面还有很多可以改进的地方。
对对。但我感觉大家已经开始意识到，这其实是一种很有意思的格式，比以前那些方式灵活太多了。我觉得你的工作也变得有点像原设计了，你不是在设计产品，而是在设计一个能制造产品的产品。我很好奇你是怎么把握这一点的？我觉得我们一直在思考的一件事儿，尤其是在看用户体验的时候，就是怎么在简洁和能力之间找到平衡。就像你说的，我们在设计一个用来创造其他东西的产品，对吧？
你能用它做出太多不同的东西了，但我们不能把所有选项都堆在你面前，那样你会吃不消的。没错，其实，在 ChatGPT 上我们就遇到过类似的问题和挑战。但尤其是现在能做的事情实在太多了，我们一直在努力寻找的平衡点是怎么给用户一个恰到好处的界面，让他们能表达自己的想法，能告诉 agent 自己需要什么，能确认他用了正确的工具。
从正确的来源拉取了信息等等，然后界面就得推到一边去。接着，我们怎么搭建一个合适的系统，用展示而不是说教的方式，让他们知道能做什么？因为这里面很大一部分在于，如果他们真的想靠AI获得超能力。他们得自己去发现下一个用力，以及再下一个。对，这很有意思。我感觉每个人做东西的方式也都不一样，对吧？我也做了一个类似的版本，同一个游戏。
我没拍任何棋盘或角色扮演游戏的照片，我直接丢给了一个Go。十八分五十三秒之后，烧了一大堆token，我就拿到了一个类似的版本。当然，没有那些自动调研之类的功能，但你也知道，总得跟上最新潮流嘛。而且我是用 Codex 做的，不是 Work，但这本身就很有意思，对吧？对，而且这明显是用 GPT 图像生成的头像，用来做游戏设计特别好。
很多游戏设计师都觉得 GPT 图像生成特别棒。我得说更宏观的一点，可能是我们做这些事更多是为了测试工具，对吧？比如这也是对 5.6 版本的一次测试。我之前用 5.5 版本做过这个游戏，对吧？当时我不用在，我已经把规则都输进去了。那是个非常小众的游戏，他自己找不到玩法。哦，对，5.6 版本能自动分发。
这也是我特别想测试五点六能力的原因，但你知道，随着 Work 推出，随着新东西出来，这些就是我们用来侧面测试的方式，对吧？对，这算是一种私下里的较量吧。我猜虽然也没那么私下，但也很有价值，因为现在你可以把这个发给朋友们了。而且我就是因为看到这个才了解到这款游戏的。这游戏很难，他玩的特别好。没人跟你竞争的时候，感觉是挺好的。
不过这确实是个经典的强化学习问题。就像自我对弈，引导你自己的游戏AI。对，你看，工作变得个人化，个人生活又变成工作，这多容易啊！因为我为个人兴趣做的事儿，直接启发了一起工作的同事，因为我给他们看了，他们的反应是：哦，你还能用GPT做这个？我猜这也算是一种增长策略吧？对，展示而非说教是非常重要的一块。
我觉得我们还没完全搞定，就是怎么向人们展示他们能用产品做的所有事情，而不是试图通过文章、新手引导之类的方式去教他们。对，在他们需要的那个当下直接满足他们，这对我来说可是个职业奉献，因为我以前是做开发者关系的。对吧？那时候你的工作就是展示，然后你就会想，什么叫你不需要？其实你的工作就是说教。但做产品的人会说，如果我们产品不够直观，我们就不需要你了。
所以，对，这就是模型的魔力所在。你可以把说教或展示定制化。专门针对用户的需求，他们关心什么？他们过去做过什么？他们在产品使用旅程中具体处于哪个阶段？所以，我觉得这会是一个巨大的机会。现在要定制化的展示似乎越来越容易了，对吧？不同的人有不同的用力。虽然你说过你不想把不同的人划分到不同的桶里，对吧？但给不同类别的人做区分也没那么难。
不过我想问的是，你说你的团队更广泛的关注在。你用的那个词是什么来着？生产力，对生产力，现在基本上就是 work 啊，是 work 吗？我们是不是还没触及到另一类用户？会不会有一群人，他们需要的东西和 ChatGPT、 Codex 或 work 都不一样？有没有大众市场还没覆盖到的地方？我把它看成一个顺序问题。
我们的愿景是把有用的 agent 带给每一个人。我们从开发者起步，因为开发者历来是早期采用者，愿意忍受更多摩擦，自己动手配置等等。Codex。就是从这里开始的。我觉得下一个机会是我们所说的一般知识工作，也就是开发者周围的所有其他职能。从开发者走到这个群体，显然有一些内在的挑战，比如我们刚才聊的演示而非讲述的问题，要让产品更容易理解，还要引入对这个群体比对开发者更重要的新能力。
比如 artifacts, computer use 等等。然后同样的经验，就像我们把从开发者身上学到的经验带到一般知识工作一样。下一个阶段就是把从一般知识工作中学到的经验带给每一个人，无论他们在生活中做什么。我们已经看到一点苗头了。比如你那个游戏的例子，就处在娱乐、个人生活和职业生活的交界地带。我自己在家全职用 Chat GPT work。
处理所有事情，不管我在做什么。前几天我还用它来制定饮食计划，然后保存在它那个电脑环境里，这样我就能随时回去看。是不是每个人都已经这么做了？可能还没有，因为产品名字里带着work。但最终，我们想把人们带到那个状态。ChatGPT生活，对，没错。ChatGPT烹饪，我觉得这里机会很大。但我认为，我们已经在软件工程领域打下了基础。
我们会把从软件工程学到的经验带到知识工作。再从知识工作带到每一个人，你有什么给重度用户的建议吗？我感觉有一群人会把它融入生活，用它做所有事，二十四小时泡在上面。对，但这群人和另一群人之间有点差距，另一群人可能只是好吧，我工作上用用，偶尔用一下。有时候提几个问题，你有什么建议、心得或者任何你推荐的做法吗？
或者你发现的有助于弥合这个差距的经验？我观察到几点：第一，拓宽你对可能性的想象真的很有帮助，这甚至也是我自己的体会。技术进步太快了，有些事哪怕三个月前你还会觉得不可能，模型绝对做不到，但现在。你会惊叹哇！居然真的可以有例子吗？我们现在正经历内部评审周期。大家总说这是模型擅长的事情之一，有个老生常谈的说法是，没人想写评审，我们就用AI来写。
但我的意思是，而且他还负责评估。对，没错。说正经的，以前他基本上就是个站位符，我觉得他有点用，但效率不是特别高。现在我发现模型能做的比我好得多，尤其是在这个环境里，它能抓取上下文。了解人们在做什么，他们做了哪些事情，带来了改变，还能突出那些我可能根本没注意到的成果。它几乎能访问所有东西，对吧？代码，他们发现的问题，评审记录，Slack，所有一切。
所以在这个领域，它强大的惊人。而仅仅六个月前，上个周期的时候，我甚至试过用它，但完全没用。这一次他帮了大忙，所以我觉得持续拓展想象的边界，去探索可能性。即使你以前试过某个东西，这也许是我最大的建议。另外一点是，你投入的越多，尤其是在这个模型能访问你电脑上或 ChatGPT Work 里所有内容的环境下，你就越能持续创造 Artifacts，并把它们保存在你的库里。
模型也会持续拥有访问权限。你给他提供的关于你所在领域的信息越多，无论是你的生活还是工作，它就变得越有价值，而且它会以可能让你惊讶的方式产生价值。他可能会以一种主动的方式，从上下文中提取出你甚至都没想到的东西，但前提是他得先能访问到那些工具或上下文。我想专门聊聊评审这件事，因为这还是很敏感的。你是一位创始人，你管理过人，也雇过人。
作为管理者，我个人非常不愿意放出任何由 LLM 生成的东西。尤其是在设计人的时候，因为那会让人觉得你不在乎。我猜在 OpenAI，大家显然更能接受被 GPT 评估甚至打分，但有没有什么不成文的规矩？比如礼仪是怎样的？哦，我觉得礼仪就是我绝不会只通过AI写点东西，然后把它当做给某人的评审发出去。我刚才说的更多是收集上下文，这才是它发挥作用的地方。
所以它只是搜索是agent驱动的搜索，它有点像agent驱动的搜索。但你可以比以往更精准地去定制和引导它，而且这里面其实有一个飞轮效应，对吧？因为有了 Codex，也因为有了 ChatGPT，人们现在能做的事情比以前多太多了。而当你能力越强，也越容易遗漏一些东西。所以，我觉得我们得用这些工具本身去跟上大家正在产生的所有影响。
去理解我们在哪些地方能帮上忙。我觉得很明显，我经营的是小公司，搜索起来很容易。但在 OpenAI 这种规模下，你们在 Slack 里发的消息量那么大，你觉得它会遗漏东西吗？可能会，但我觉得我自己也会遗漏。这倒没关系，它只需要达到人类的水平就行。一切都是相对的，对吧？有时候它能发现一些你自己发现不了的东西。
这挺好的，对吧？就像现在我的Codex系统提示词是这样设置的：我每个项目都有一个单独的私密的notes.md文件，他会把学到的东西写进去。然后全局的那个文件可以从所有这些文件里拉取信息。所以有时候他会突然说：“哦，你四个月前做过这个项目，这是我们当时的一条笔记。”然后他就把这条笔记随机的拉回到上下文里。
这是我绝对不会去做，也完全没想过的事儿。我就会觉得，好吧。这真的有点超人类了，对吧？这种事情本来会花掉我几个小时去整理，或者他能找到一些已经做过的东西，我就觉得虽然他可能会遗漏一些我会做的事儿，但当他真的找到东西时，用处太大了。而且我这套方案一点都不复杂，就是一些 Markdown 文件，他想什么时候拉取就什么时候拉取。
对，关于这个，我其实有个挺好玩的事儿。最近为了准备这次发布，团队已经埋头苦干了好几个月。在那段时间里，Slack 文档还有其他地方有海量的对话和闲聊。我们团队里有人设置了一个定时任务，一个自动化程序去查看所有正在发生的事情。然后创作出最棒的梗图，再发到我们的一个共享频道里。这件事儿有两点很酷：第一，我觉得这些模型随着时间的推移，真的开始变得有趣了。
要是一年前，这完全不可能。第二点就是你刚才说的，他们会以令人惊讶的方式找到一些你自己可能都想不到的东西，并建立起你意想不到的联系，这对梗图创作特别有帮助。因为这样你就能看到一些真正让你意外，并且因此觉得好笑的东西。所以，对，这显然不是这项技术最有生产力的用法，但它确实展现了这种正在涌现的能力，就是去发现那些你原本不可能知道的信息。
说到这次发布，我觉得我差不多可以这么说，这是很长一段时间以来最成功的一次发布。我个人甚至觉得比五点零那次还要成功。他们宣布已经有一千万用户了，你感觉有什么不同吗？你经历过很多次发布了，我觉得这像是一次成果的集中展现。我觉得有两点。第一，它像是一次成果的集中展现，就像我之前提到的，这是我们长期以来一直追求的愿景和使命。
就像我说的，我们在内部看到了 Codex 的魔力，然后你就非常兴奋地想把它带给更多人，看到它真的起作用，看到我们达到了你提到的那个分发目标，那个用户数字。我觉得这非常了不起，也超级令人兴奋。另一方面是还有太多事情要做了，这同样非常令人兴奋。你知道，ChatGPT作为一个整体，这个几乎被所有人等同于AI，并且热爱的产品，拥有数亿用户，所以一千万这个数字确实很酷。
但我们需要把它带给每一个人，我们需要让每一个人都感受到这种魔力，这就是我们下一步要做的事儿。不过，是的，我对目前的进展和未来的机会都感到无比激动，太棒了！我还想再问一下，因为我一直在密切关注那个数字，它从某个时候开始，从单纯的 Codex 用户变成了 Codex 加上 ChatGPT Work 的用户。
很明显，因为他们共用同一个底层框架，重点就是你没法把它们分开统计。你们大概有十亿 ChatGPT 用户吧？为什么不直接一步到位？做到十亿呢？难道这不是 ChatGPT 的默认选项吗？如果你在用 ChatGPT，我们不会默认把你直接带到 ChatGPT Work。如果你是免费用户的话，对，而且目前它也只对付费用户开放。
我觉得这需要一个过程去教育用户这个产品的价值是什么，让他们去尝试。从他们的反馈中学习，然后随着时间推移把它做得更好。但我的意思是，我们的目标是让尽可能多今天热爱 ChatGPT 的人也能感受到 ChatGPT Work 的力量。不过我觉得这会是一个过程。对，在可预见的未来，Codex 作为一个品牌还是会继续存在的。
是的，然后我们会根据 UI 的需要在它们之间来回切换。对，我觉得这个观点其实可以再强化一点。我们完全打算把开发者你知道，开发者长期以来一直是我们的核心市场，而且我们还能做很多事情，让 Codex 在软件开发方面做得特别出色。我们也会继续这么做，这完全不会削弱 Codex。如果有什么影响，它应该会提升 Codex 这类产品的实用性，因为现在你可以无缝地从写一个 diff。
切换到创建一个 artifact，或者去搜索你的聊天记录。我确实有点好奇，这些术语会不会渗透到非技术用户那里？比如，他们是不是必须学会说 artifact 才能拿到 artifact，或者类似的情况？挺有意思的。我们在内部叫 artifact，是因为团队这么叫。对外的话，没人这么说，没人管它叫 artifact。
但我觉得人们通常会按自己习惯的方式来描述东西，对吧？所以，如果 ChatGPT Work 善长做幻灯片，他们就会说 ChatGPT Work 善长做幻灯片，而这其实正是我们想要的另一个大事。现在是二零二六年七月，对 OpenAI 来说，另一个大事是 OpenCL。我觉得对很多人来说，那是他们第一次真正把一个 agent 用到极致。
既处理个人事务，也以本质上相同的方式跨界到工作里。据我所知，OpenCL仍然是独立的。但你自己有没有经历过那种OpenCL时刻？你们有没有从OpenCL那里学到什么用到Codex上，或者反过来？我觉得有很多启发。我确实经历过自己的OpenCL时刻。我对讲讲那个故事。我和我妻子，我们搞了一个 OpenCL，想试着用它来管理家里的所有事情。
倒不是说事情特别多，但它确实相当有用。我们给了他日历权限，然后他就开始帮我们创建日程什么的。后来运行他的那台笔记本电脑坏了，我们也就有机会重新捡起来。但那里确实有很多启发，比如在 ChatGPT Work 里，无论是网页版还是移动端，你都能访问一个持久化的电脑环境，你可以在里面存文件。这些文件在不同会话之间会一直保留。
这个想法就是为了支持这类使用场景。我们团队有个人现在就用 ChatGPT Work 来做他以前用 Open Cloud
做的事情。我感觉他已经完全迁移过来了，主要是用来做健身计划和饮食追踪。这又是一种很工作项的事情，对吧？它不一定就是工作，但属于个人生产力的范畴。但它用到的所有基础能力都是一样的，有定时任务，能在文件系统里存文件，能随着时间推移去引用那些东西，然后你就开始看到同样类型的使用场景涌现出来，这真的非常酷。
ChatGPT Work。有没有可能完全取代 OpenAI？当然，他们现在是独立的。对，我不太了解那边的情况，所以没法评论 OpenAI 的路线图。但我觉得不会。我认为那个团队打造了这么出色的开源技术，这种需求会一直存在。我觉得我们可以从产品中汲取灵感，用在 ChatGPT 上。我觉得听说过和使用过 ChatGPT 的人，比用过 OpenAI 的人多得多。
如果我们能把 OpenAI 的魔力提取出来，带给这些人，那就是一种成功。在 ChatGPT Work 这边，我们有一个非常坚定的想法，核心体验就是你来到这个产品里。跟这个 agent 开始一段对话，或者叫开启一个绘画，所以你怎么叫这个产品的魔力在于，你在那一刻可以做任何事情。我们想打造一个产品，让你不用去点一个按钮，或者跳转到别的地方。
你可以在一个地方就获得你的理财应用或者其他任何产品里存在的功能，这就是我们的目标。我们想要一个可扩展的系统，带插件机制，让你能连接你需要的工具去完成一个理财任务。如果你在做科研工作，我们有能力去扩展这个系统，让你能写技术方案，并且它能表现得很好。总会有我们支持的。在那些领域里，顶尖的产品存在，但我们希望尽可能多的魔力都发生在这个核心体验里。
对，你觉得你能在 ChatGPT 理财功能里做到以前在 Wolfram 做的所有事吗？我其实试过，我是说，ChatGPT 现在还不能帮我托管现金和资产。所以，这部分还不行，暂时不行。但是像退休规划、财务规划和预算这类事情，我还在那边的时候，我们就在研究。现在有了理财插件，这些在 ChatGPT 里已经全都能做了。
所以，我觉得至少这部分对我来说已经被替代了。我还没真正接入过，我有点不敢看答案。说实话。这跟我不看健康和财务数据的原因一样。天哪，我不知道，真的很棒。我是说，这真的很酷。我们刚才聊到了一点AI搜索，但真正酷的是，在传统的用户体验里，你想给用户更多控制权，就得加一堆旋钮和花里胡哨的功能，比如那些理财和预算App。
总有一大堆不同的过滤器、搜索栏之类的东西，但现在只要连接了正确的数据，你想要什么就有什么。你可以问任何想问的问题，在那个输入框里输入，然后就能得到答案。我觉得这超级强大。我觉得把所有东西集中在一个地方也很好。对吧？你有不同的健康app，我有一个智能秤的一个手表的各种不同的东西，把它们集中放在一起就是很方便。
这也是Open Cloud整体理念的一部分，对吧？就是你会有一个个人操作系统，Chat GPT大概也想成为这个角色。但我确实觉得，仅仅依靠及时拉取数据，比如通过MCP、CLI、API之类的，还是不够。我有点数据工程的背景。你还是会想要一个数据仓库或者某种缓存或语义层，你有这种感觉吗？还是说你们已经有了？
我没办法讲所有技术细节，但我认为这取决于访问模式，对吧？如果你想要立刻得到答案。那确实很难做到，你需要从所有这些来源拉取数据。但我们在 ChatGPT Work 里想实现的很多用力，并不一定是你马上就需要的东西，它更像是一个你想让 agent 去执行的任务。这会花一定的时间，而且现在有了程序化工具调用这类功能，有些时间还有子 agent 之类的东西，其中一些是可以并行处理的，所以这是可能的。
我觉得非常有可能通过 MCP 和调用这些认证服务所能做到的事情，它的上限已经被大大提高了，对，显著提高了。所以我们对此非常兴奋。你提到了子 agent，我想深入聊聊这个 Ultra 是一个新模式。你们在 ChatGPT 里做了一些特别的设计来展示这些 A 矩阵。说实话，用户其实不能直接操作它们，只能看着。
你们的体验怎么样？有没有什么设计上的问题？你会想提醒其他正在构建子 A 矩阵的开发者？我觉得这又回到了我之前提到的那个平衡，就是既要向开发者展示工具的威力，又要提供足够的抽象层，别让他们感到不知所措。对于子 agent，我们想展示的是，你可以把一个有很多并行任务或者复杂到需要一些 agent 来处理的任务交给他，这个产品就是为你准备的。
模型能够完成这些目标，或者尝试去完成这些目标，所以这就是在产品里展示它们的意义，也是我们目前的设计方向。当然，还有另一种迭代方向，就是让你能精确地看到他们在做什么。但我觉得那可能会因为信息量太大而让人不知所措，所以这是我们目前有意做出的权衡。我是说，你们确实展示了相当多的记录，对对。我觉得默认是隐藏的。
你们想展示比现在更多的内容吗？不不想。有些人可能想要更多。我就是那种会往沟里扔一大堆任务的人，而且几乎每个沟我都会让他使用 the agent。这听起来有点多余，对吧？但我每次都会说好的，尽可能使用 the agent。我有很多朋友也推荐这么做，他们自己也这么做。但有时候我也会和一些朋友聊，他们会说：“好的，我希望你在这个子任务上用子 agent。
”我相信他们会很乐意看到子 agent 具体是怎么被使用的。对我来说，主要就是两点，对吧？一个是尽时间效率，把任务分散给子 agent 并行处理。另一个可能就是成本，对吧？对，别用又贵又大的模型，把任务分给一堆更小、更便宜的模型。有些人就想要这种控制力。如果你做的事情是重复性的，对吧？比如想搭个东西，让它每天固定这么干，那我可能就想进去微调一下这里的子 agent，那里的子 agent。
所以两种需求你都能看到。但我要是没记错的话，默认是隐藏的，有个下拉菜单，展开后内容很多。我一般就让它保持默认。可以改他们用的模型吗？我知道我会告诉他们用哪个模型。Anthropic在Claude里就提供了这个功能。你可以让Fable用Sonnet或者让Opus用Sonnet当子agent，挺简单的事儿，对吧？
你让他用Sonnet去派生子agent，更便宜更快。我猜，如果现在没有，以后也能做出来。但我觉得这里有个问题，就是开关太多了。其实也不是开关，就是你直接在聊天里告诉他就行。我的做法是用提示词来引导，对吧？我觉得这东西会被抽象掉，除非你是为了重复性任务专门去搭的，对吧？比如我在搭一个博客准备流程，对吧？
去调研嘉宾，做非常非常深入、广泛的调研。那我可能就想把它配置成用更便宜、更快的模型，只做网页搜索，对吧？我能想象出两种需求都存在的场景。我觉得现在的默认设置其实已经很好了，或者说它是隐藏的，但你可以点开下拉菜单，看到更多执行细节。我知道大家在五点六发布时聊了很多，说这东西特别喜欢用一大堆的 agent，导致 ChatGPT 应用直接崩溃，因为太吃处理器资源了。
但是反正我没遇到这种情况。对我是说。我没因为子 agent 崩溃过，我也没有。咱俩用的都是大笔记本，对吧？我知道有人提过，当时有个讨论话题说我们没遇到同样的情况，但这又是另一种体感评测，对吧？大家会说，Soul 生成的子 agent
数量也太疯狂了。我倒觉得这没什么，我觉得挺好的。但就是大家会提出来的一些点，我觉得我们刚发布这个产品的时候，对 Ultra 的目标用户是谁，以及他们应该在什么时候用它，想的还不够明确。
在那之后，我们做了一些调整。比如需要你手动开启，并且要在高级设置里才能找到它，因为这本来就是给那部分人用的，就是那些高级用户，他们清楚会发生什么，因为它也会取决于你的使用场景，消耗你更多的使用额度。对，所以我觉得很多反馈都是因为这个原因来的。没事儿，重置额度。永远可以重置额度。你看，今天我们就因为这个在重置。
我想换个话题，聊聊这个框架的最后一个部分——记忆。最近好多人在讨论记忆。ChatGPT新的记忆系统以前很烂，不太好用。然后这个人也说了差不多的话，还有萨米尔，我猜你跟他有工作交集，也在聊记忆这方面，你能说点什么吗？我觉得萨米尔和团队还有研究团队，随着时间推移做了大量的更新和改进。我跟朋友。家人聊他们喜欢
ChatGPT 什么的时候，他了解他们，让他们觉得自己的 ChatGPT 就是自己的 ChatGPT，这个点可能会排在第一位。
对，在 ChatGPT World 默认情况下，所有对话都会继承你的 ChatGPT 记忆，所以他会知道关于你的上下文，并且也能把内容写回这个记忆里，就像一小段文字写入那样。比如你写的时候，他会告诉你，对吧？不，它就是我们发布的那个记忆 V3 系统的一部分。对。G
V三对，所以我觉得这真的非常强大，因为从 ChatGPT 到 ChatGPT Work，感觉就像是我已经用这个产品做了好几年的事情的自然延伸，所以这真的很棒。
而且看到大家认可这些改进也特别棒。那这本质上是个检索问题。对吧？比如你有没有检索到对的东西？是不是过度关注了错的东西？是误判更多，还是漏判更多？你懂我意思吧？哪个问题更大？我不直接负责记忆这块儿，所以很难确切的说哪个问题更大。但我觉得你说的对，我觉得这有两面性。一方面是确保他了解关于你的事情，另一方面是得有那个情商，能在对的时机主动提起这些事儿，或者以一种让你惊喜的正面的方式，而不是负面的方式。
所以我觉得这是个非常有挑战的问题。但也是我们觉得非常值得做对的一个巨大机会，这也是为什么我们在这方面投入很大。你怎么看另一面？就是你在做 ChatGPT for Work 的时候，跟普通的聊天应用跟 Codex 有什么不同？怎么管理跨不同项目的记忆、协作之类的？你怎么看那些独立于底层框架之外的部分？
对吧？比如我在一个项目下有四个对话线程，在构建记忆系统方面有什么心得吗？提供点背景，也算是引导一下话题。就是做聊天式应用的时候，我觉得会有很多一次性的对话，对吧？对。但切换到工作场景，可能是一个你要做一个月的东西，是你反复要做的事，对吧？随着我不断加新的会话，它就不再只是单线程了。对吧？这时候可能就需要记忆了。
我觉得首先要挑战一个点，就是记忆的深度或价值，在 Chat 和 Work 之间并没有本质区别。确实，插上有很多比较短的绘画，但插 GPT 这个产品本身已经存在很久了，而且只要这项技术存在，人们就已经在用它做工作、做生产力相关的事情了。所以，我们发现这里面价值很大。从我自己的使用体验来看。所有这些零散的对话，随着时间累积，会变成某种相当持久、能很好代表我是谁的东西。
我知道时不时会有帖子在 X 上疯传，说 ChatGPT 告诉你他了解你的所有事情。人们总是很惊讶，怎么会了解的那么深？就是那种好玩的，狠狠吐槽我，对吧？没错。所以我想说的是，现有的 ChatGPT 产品里。记忆的深度已经很足了，这也是为什么我们认为把它引入 Work 产品会很有价值。但我提这点的另一个原因是，我觉得我们或许可以用一些相同的基础元语和系统，把记忆能力也扩展到 Work 这边。
我知道这是负责这块的团队正在努力解决的问题。我想提记忆功能里的一个点，说实话我自己用的不多，我很好奇你会不会用，就是 Chronicle。现在屏幕上正显示着，它算是一种超级记忆，还是说它到底是什么？我觉得它的理念是，它可以从你使用电脑的方式中学习，作为记忆的另一个输入来源。它目前还是实验性的，默认没有开启。
但我建议你试试。我觉得很有意思的一点是，这又回到了我们之前聊到的一个话题。你问过 ChatGPT 会不会遗漏东西？比如在 Slack 里搜索时，因为信息量太大，会不会漏掉什么？你可以对你在电脑上做的所有事情问同样的问题，它会不会捕捉到你所有操作的意图之类的？大概不会，但它很可能会发现一些你自己都不知道的事情。
然后，如果他能在你做任务时，在相关的时刻主动把这些信息推给你，我至少发现这会很有帮助，所以值得一试。所以主要是为了获得更长期的洞察。对，没错。就是洞察以及构建上下文，这能让你在某些任务上更高效，但这东西很难描述，你得亲自体验才行。我得说，你是能很清楚地感受到的，就像这里说的这个思路，对吧？就是检查我的记忆或者检查我的日志，然后添加 skill。
对这个功能被严重低估了。对吧？这就是自动化，你甚至可以用一个 cron job 来重复执行它。你是说检查你的记忆并创建 skill？对，我觉得通过 chronicle 来创建记忆这件事本身才是真正的不同之处。就像你因为开启了 chronicle，所以拥有了更深刻的记忆，它就在那里。我虽然用的不多，但也许我只是需要更多例子。
我猜你们内部用的很多，所以我总是在挖掘使用场景。对我建议你就直接打开试试，它自己就会运行。就像对，然后看看它会在哪些地方开始帮到你。我觉得你会感到惊讶的，太棒了。关于 ChatGPT work 的整体介绍，我想大概就是这些了。我觉得在构建和所有这些事情上，已经有了很多不错的进展和讨论。社区里还有 OpenAI 内部都有很多前创始人。
你觉得变化大吗？我猜总的来说，你对 AI 出现之前和之后的构建有什么反思？我觉得变化太大了，看到你能多快从一个想法变成真实的东西。这真的超级令人兴奋，对。而以前，比如五到十年前，如果你够拼，快速搭出一个最小可行产品，那就算快了。但现在你能做的东西范围要广得多得多。而且我们在内部做产品时也发现，这让你有机会更快的去验证，去跟用户聊，跟内部专家聊，确保方向是对的。
这个循环。我觉得比以前任何时候都更闭环了。这对产品开发来说是好事儿，对消费者和用户来说也是好事儿，因为理想情况下，这意味着他们从一开始就能拿到好得多的产品。那是不是意味着你的团队规模更小了？我觉得现在要做的事情反而更多了。所以一个人或一个小团队能完成的事情，比以前需要更多人才能完成的事情要多，但同时要做的事情也更多了。
所以我觉得团队是变得更有野心了。你有没有看到角色范围和团队构建方式的变化？比如几年前我们组建团队的方式，跟现在理想的团队有什么不同？我觉得我们看到的是传统的产品开发职能之间的界限变得模糊了，比如工程经理、产品经理、工程师、设计师这些角色之间的界限。对，我想提一句话：说未来科技行业只会剩下四种工作。一种是AI，一种是废料大炮，就是那些只管烧token的人；然后是SRE负责更靠谱的事，还有负责卖东西的成年人，最后是好看的人。
这个说法挺有意思。我的感觉是，未来每个人都会是T型人才，AI会让每个人都能成为通才。比如我以前根本做不出设计，即使现在我可能也没有那种视觉品味，但我可以借助AI去迭代。然后每个人还会有一个专长，就是梯子里那一竖，或者说那一竖线，你可以有一个自己感兴趣的专长，在AI的帮助下，你可以钻研得更深，随着时间推移做得更好。
但同时你也是一个通才，有了这个基础，你能做成的事情几乎是无限的。那在专长方面，你的瓶颈是什么？是需要更多设计师、更多废料大炮，还是更多好看的人？我觉得瓶颈某种程度上变成了。想法和品味，因为现在谁都能做东西了，这真的是一个自下而上充满雄心的时代，因为有太多东西可以做了。你永远会被你手头正在做的事情的数量和想法的数量所限制。
你觉得模型能帮忙解决这个问题吗？模型对我举个例子，我有一个前端设计skill，它能给我四个风格迥异的方案展示这个东西可以长什么样。当然这很烧token，但我会把它们浓缩一下。比如这部分我喜欢，那部分也不错。我们把它们组合起来。我脑子里有个大概的想法，但具体是什么我也说不好。我最希望实现，但目前还没法实现的一个自动化，就是给我带来新想法。
不知怎么的，大语言模型就是做不到这一点。关于想法，一个有意思的点是，它们不是凭空产生的。他们通常都有来源，在产品开发里，想法可能来自跟用户聊天，或者是对你看到的摩擦、收到的反馈做出的反应，又或者是在你之前已经规划好的基础上继续发展等等。所以，我觉得这就是我们刚才聊到的那些通才的价值所在，他们能闭环，能基于那些反馈或跟用户的交流提出有根据的想法，酷。
你负责生产力团队，你怎么定义生产力？我觉得我们的使命是让人们能做到以前做不到的事情。目前我们是从知识工作的角度来思考这个问题的。当我看知识工作时，我想的是人们不再被自己的角色所限制，不再被他们可能拥有的背景或训练所限制。无论你在哪个职能部门，你突然就能做东西了，能获取到你以前可能无法解读的数据，等等。
然后，这还会延伸到你的个人生活。我们最终是想给你杠杆儿，我们希望模型和产品能给你杠杆儿，让你能为自己创造出时间去做你热爱的事情。这是否也能转化为一种衡量生产力的方式？比如，你怎么衡量杠杆儿？我觉得我们还没想清楚这个问题。部分原因是它太多样了，每个人都有不同的目标。真正的衡量标准其实是他们实现那个目标的能力。
我们帮到你了，还是没有？对，如果不知道那个目标是什么，也没法为每个人量身定制，那就很难衡量。而且，ChatGPT那个点赞点踩，其实给不了你什么信息，对吧？对你不知道你点踩。是不满意答案的内容，还是他的语气，还是他能不能帮你达成目标？我觉得这很难，但这也是我们得想办法解决的。整个行业都得想办法解决，因为说到底，这就是我们衡量成功的方式。
我们存在的意义就是这个。你觉得它有没有改变生产力，以及你衡量生产力的方式？你刚才说，现在能做的事多了很多，范围也大了很多。它改变了吗？我觉得一直以来，你真正想衡量的，其实就是你的团队、你个人有没有达成目标，或者说是不是离达成目标更近了。不管你的目标是什么。但我觉得以前我们用的是些替代指标，比如代码提交次数、代码行数之类的。
故事点，对，没错，故事点这些。顺便说一句，这些东西又回来了，也许吧，但这只是变化的一部分。我觉得现在有了AI，那些替代指标开始失效了。比如你用了多少token，或者提了多少个pull request，这些跟你的团队有没有达成目标，是不是在正轨上的关联度可能没那么高了。所以我觉得我们得想出新的衡量标准，给正在听的管理者们一个可以试试的办法吧。
对我来说，重要的是尝试次数。我们团队有没有在培养一种能力，不只是追求尝试的数量，更是追求尝试的质量？我们能不能完整的走完一整个循环，从产生一个想法，把它做出来，拿到反馈，根据反馈去调整？然后真正验证或推翻这个假设，再接着去做下一个想法。我们能不能非常高效的完成这个过程？这既关系到实际写出来的代码、做出来的设计、写出来的规格，说明这些也关系到团队的文化。
我们有没有足够的谦逊？能不能把这个过程重复很多很多遍，并且在整个过程中都保持动力和兴奋感？我觉得这才是现在重要的事儿。尤其是我们正处在这项技术的最前沿，有太多东西要建，太多事儿要做，这可能是我们最看重的一点。在衡量生产力、衡量团队工作产出的时候。大家容易掉进什么坑里？我感觉有很多人会说：“好，我们加了很多LM，我们做了这个那个仪表盘，但好像没什么实质变化，对吧？
”这就是那个坑，没错。这个问题更广泛的来源是，对于那些正在做开发的团队和管理者，他们应该怎么看待这件事？我觉得这个坑可能是把动作和。进展混为一谈了，因为现在工具很强大，做出动作比以前任何时候都容易。但进展需要你非常明确、非常有意识地去想清楚，你到底要达成什么。这又回到了我们刚才聊的衡量标准的问题。我们刚才在说。
OpenAI 能不能想办法为我们的用户衡量生产力？因为用户多样性太高，这是个非常难的问题。但作为一个团队，你应该对自己、对团队的进展长什么样有一个非常明确、刻意的认知。如果没有这个认知，就很容易把这两件事搞混。我觉得尝试次数这个概念特别好。我很高兴能聊到动作和进展的区别。我觉得这句话我们会放在文章里重点推荐。
非常感谢你抽出这么多时间，也恭喜你们达到一千万用户。谢谢，谢谢你邀请我来。下一个目标，两个月内冲到一亿，两周。谢谢。