OpenAI正在推动一场颠覆性的产品变革，其核心目标是将ChatGPT与Codex两大平台深度融合，最终构建一个能够自主理解用户需求、完成复杂任务的“个人通用智能”（Personal AGI）。这一战略并非简单的功能叠加，而是通过技术整合消除应用边界，让编程、搜索、工具调用等能力成为底层通用服务，而非特定群体的专属工具。
Codex负责人蒂博·索蒂奥（Tibo Sottiaux）在接受科技博主专访时透露，Codex的编程能力已全面融入ChatGPT生态，原本面向开发者的技术接口正逐步向普通用户开放。他强调，这仅是第一步。未来，所有技术细节将被隐藏，用户只需通过一个极简界面与AI交互，系统会根据用户身份、权限和工作场景自动适配功能——程序员将看到定制化开发环境，销售人员则面对客户数据仪表盘，而普通用户仍保留简洁的对话框。
索蒂奥描述的下一代智能体系统将彻底改变人机协作模式。当前，高级用户需手动维护技能配置文件、记忆上下文和子智能体编排网络，但这些过渡性方案存在明显缺陷：技能库难以维护、记忆易丢失、多智能体协同常中断用户体验。OpenAI的解决方案是让AI自主管理底层架构——系统通过长期观察用户行为，理解其目标、习惯和工作流，自动决定调用哪些技能、保留哪些关键信息，甚至在后台启动其他智能体完成任务。这一演进方向的核心逻辑是：技术复杂度可以无限提升，但用户界面必须持续简化。
算力分配的变革同样引人注目。索蒂奥指出，未来制约AI能力的瓶颈将不再是模型本身，而是用户本地的硬件设备。现有PC的设计基于人类操作极限——人无法同时处理大量窗口或应用，但AI不受此限制。他举例称，云端模型可能同时运行100个应用，并行探索解决方案、编写测试代码、调度子智能体工作。这种并发量级远超顶配笔记本的承载能力，因此云端智能体将成为主流范式：用户终端仅作为轻量交互入口，所有计算任务由云端集群完成。
在推理速度领域，OpenAI的突破更具现实意义。其Ultra Fast模式已实现最高14倍的生成加速，索蒂奥预测这一速度将在1至2年内成为行业基准。值得注意的是，速度提升并非单纯依赖硬件堆砌：通过优化模型效率，Sol模型相比前代Terra的Token利用率显著提高，下一代模型将进一步优化推理架构。即使不开启极速模式，OpenAI的普通推理速度也在三个月内提升了60%。对于纯文本或代码生成任务，加速效果尤为明显；若涉及外部工具调用或网络I/O操作，实际感知加速比约为3至4倍。
当AI响应速度接近人类思考速度时，工作范式将发生质变。索蒂奥观察到，当前重度用户需同时管理10至15个智能体窗口，频繁切换注意力导致效率低下。OpenAI正通过技术手段保护用户注意力：在Ultra Fast与语音交互的叠加场景中，用户可随口提出需求，AI瞬间生成原型；通过语音指令调整后，系统毫秒级完成修改。这种实时协同模式将彻底改变人机关系——从单向任务派发升级为真正的共创过程。
技术底层已悄然启动自我优化循环。索蒂奥透露，OpenAI正利用先进模型重构现有服务架构：Sol模型参与优化Luna模型的推理架构后，后者运行成本下降了80%。这一过程涉及重写CUDA内核、优化推理栈、重新设计系统架构等核心技术环节。当被问及这是否构成“递归自我改进”时，他明确表示：“这就是早期形态。”不过，现实演进路径与公众想象不同：模型不会突然自主写出下一代，而是先协助工程师优化底层系统；系统提速降本后，模型得以承担更海量工作，进而推动架构进一步优化——形成完整的闭环系统。
Codex与ChatGPT的融合已显现出结构性影响。索蒂奥披露，Codex用户量已突破2000万，与ChatGPT的整合是近期增长的主要驱动力。这一趋势背后是编程能力的普惠化：产品经理、设计师、财务人员等非技术群体正在无感知地调用编程服务。例如，用户要求ChatGPT处理5000条数据时，系统可能自动生成并运行Python脚本，最终仅返回可视化结果。索蒂奥判断，代码将成为AI操作数字世界的底层语言，而程序员只是这场革命的最早受益者。
