OpenAI正在为一切工作构建AI智能体，但人人都会用吗？

你愿意把多少控制权交给一个大型语言模型，让它介入你的数字生活？ 想要从模型中获取最大价值，就意味着要把“钥匙”交给它。对于一个控制狂或对AI心存疑虑的人来说，这似乎有些过头。但对于OpenAI桌面应用的首席工程师安德鲁·安布罗西诺而言，这是测试未来的唯一途径，因此该应用如今已经可以访问并控制他的收件箱、Slack账号、手机，以及Notion、Figma等应用。 “如果我让它写一份文档，它有没有可能从涉及该主题的私信中引用内容，却不知道不该分享某些信息？有这种可能，”安布罗西诺告诉TechCrunch，“但为了工作，我会这么做。必要时我会在这里或那里承担个人风险。不过到目前为止，我还没有遇到过这种情况。” 安布罗西诺参与的是OpenAI最大规模的押注——ChatGPT Work。该产品于上月发布，最低订阅档次为每月20美元。它旨在让白领工作者能够使用AI智能体——将大型语言模型接入会计师、投资者、医生以及其他日常工作以电脑为主的人群所使用的数字工作流程。 OpenAI的营销文案简洁地概括了这一目标：一个“人工智能不仅回答问题，更能帮助每个人将最伟大的想法变为现实”的世界。 对软件开发者而言，这种转变已经发生，但向其他部门的扩散仍然缓慢。ChatGPT Work是该公司Codex编程工具的改良版本，旨在让非工程师也能获得软件工程师已经拥有的智能体功能：一个不仅能回答问题、还能自主完成多步骤项目的AI工具。 “在这个新阶段，ChatGPT可以自主地为你完成整个非常复杂的任务，而且既令人愉悦又安全，”负责OpenAI核心产品（包括Work）的蒂博·索蒂奥告诉TechCrunch，“这正是OpenAI的使命——让每个人都参与进来。” 从商业角度看，这一点至关重要。工作更长时间的智能体会消耗更多token，这使它们为单位用户带来更多收入。触及新的职业领域至关重要——不仅对OpenAI如此，对整个行业也是如此。如果说编程已被证明是AI实验室的盈利领域，但要让这些公司为其在训练和算力上的巨额投资找到合理性，编程仍然只是AI工具需要支持的专业工作的一小部分。当实验室们专注于软件工程师时，Harvey（法律）和Clay（销售）等垂直领域的竞争对手正以模型无关的方式追逐这些客户，这意味着它们会接入当时表现最好的任何AI。 行业分析师认为，这是OpenAI及其竞争对手面临的重大挑战之一。“如果实验室不能迅速获得在市场上规模化AI所需的关键互补资产，价值就会流向其他地方，”克里斯蒂安·卡塔利尼在a16z的“是时候建设了”博客上写道。 让AI应用为非软件工程师人群服务，需要更多的辅助。OpenAI的非工程员工，比如通讯和财务团队，在“一个对他们并不友好的时期”开始使用Codex——“它会问他们代码问题，并显示‘哦，这件事你有一个空的差异’，”安布罗西诺说，这指的是用于软件变更的技术输出。“因此，从2月到现在，我们开始让它更加通用。” 要理解这种脱节，有助益的是了解OpenAI工程师们在构建什么。每个LLM都需要一个所谓的“框架”——包裹在模型周围的软件，决定它看到哪些信息、能使用哪些工具，以及如何向你呈现答案。 如果你希望模型去做事情——成为智能体——框架就会为它提供工具以及用于长期任务的指令。对开发者来说，能够让LLM编程的命令行界面（CLI）足以改变软件的构建和部署方式。但大多数人并不使用CLI；Windows取代DOS是有原因的。 一个超越软件工程的智能体产品“将不得不与你的生活、工具以及那些1995年构建再未更新的网站的混乱世界打交道，”安布罗西诺告诉TechCrunch，他解释说，他的团队正在构建的体验对于扩展有用AI的普及至关重要。 看看Claude Code和Codex这样的应用：它们通过抽象掉所有实际软件编写，让用户只需告诉模型他们想要的程序，从而释放了“氛围编程”。现在，OpenAI希望将OpenClaw（程序员用来让LLM工作的工具）这类工具中的功能变得像提示一样简单。 “如果没有这些产品摆在模型前面，专家们或许知道如何获得相同的结果，但你不可能让十亿人使用它，”安布罗西诺说。这种在高级用户需求与主流采用要求之间的权衡，在OpenAI内部争论中有所体现，一些员工认为，如果用户可以直接询问模型，那么按钮就是多余的。 “我们对此进行了反驳——因为现在还为时过早，”安布罗西诺说，“在这个阶段，可发现性很重要，而到了某个时候，我们不会有按钮。” Work有更多按钮用于选择项目和插件，但它的目标与其他OpenAI产品一样，是同一个魔法盒界面。他将此比作拟物化，即让数字工具看起来像它们所取代的实物，比如让计算器应用看起来像袖珍计算器。“那些东西不只是尴尬的设计。它们确实帮助人们进入这个领域并实现过渡，”安布罗西诺说。 OpenAI不愿透露有多少人使用Work而不是Codex，但两者的联合应用只有2000万用户，而该公司表示，有超过10亿用户在网页上使用ChatGPT提示。 目前，OpenAI将这款工具推销为最适合常规、数据密集型协调任务。例如，其员工正在设置每周度量报告，并将电子表格变成规划工具。 我与一些风险投资人交谈过，他们使用智能体将相关沟通和分析整理成投资备忘录，运营团队则生成定制的仪表盘和数据可视化。萨姆·奥尔特曼用它来规划假期。一位OpenAI工程师描述了让程序查看关于工程问题的Slack对话并“制作一些图表”，然后收到一系列富有洞察力的图表的过程。 “对于任何这些公司的普通员工（包括我自己）来说，信息泛滥成灾，”OpenAI产品工程团队负责人阿克谢·纳坦说，“我们实际上受限于我们解析所有可用信息并采取行动的能力。这些信息位于所有这些系统记录工具中（比如Salesforce……ChatGPT的价值在于你已经可以访问这些信息，但现在你真正能够利用它了。” 因此，这可能正是AI布道者梦寐以求的数字个人助理。与Claude Cowork或Perplexity AI浏览代理一样，ChatGPT Work将智能体连接到您现有的工作空间——电子邮件、网页浏览器、一系列SaaS平台——并让这些上下文为您所用。 当系统正常运行时，效果可能令人印象深刻：我让ChatGPT Work从我的电子邮件中取出我儿子那格式怪异的幼儿园校历，并将其放入我的Google日历，它做到了，为我节省了大量重复的数据录入。希望我不会再忘记学校的聚餐或安排不好假期托儿服务。 我不信任OpenAI访问我的收件箱、采访来源或故事草稿（AI仇恨者不必担心），也不会让它访问我的银行账户，但我相信如果我有这种信心，它会更有用。我让它对我所报道的上市公司进行财务分析，它为我提供了一个自动更新的指标仪表盘；它制作了一个可查询的太空发射数据库，这是我以前必须编写Python脚本才能完成的任务。它还每周给我发送一封关于学术交流平台发布的新AI研究的电子邮件。我会继续实验。 虽然向模型请求某些东西是直观的，但为它提供采取行动所需的条件并不那么简单。设置智能体访问云端硬盘等资源的权限既令人困惑又充满循环——我多次尝试只给它“读取”访问权限，却不断收到错误信息。模型本身没有太大帮助，但最终在移动应用上，一个对话框弹出，告诉我只有完全访问才能让它工作。 许多重要设置只在Web应用中可用，因此我经常同时在两者中工作。有时ChatGPT Work的局限性令人困惑——关联你的Google日历后，它可以创建事件，但不能创建新日历。而且，除非努力程度设得高，否则别指望它做好任何事，否则你会得到有史以来最差劲的实习生。 这是AI早期采用者的常见建议，他们担心沮丧的新手会放弃。OpenAI框架工程负责人乔·格申森承认，对于新用户来说，努力程度设置还不够直观——“我们可以做得更好，帮助他们获得正确的推理水平……”他说，“敬请期待。” OpenAI在进入普通白领工作时还面临另一个重要挑战：大多数工作流程不像代码那样可衡量或可评估。软件要么能运行要么不能，即便如此，这种区分也减少了关于代码好坏细微差别的讨论。一个优秀的演示文稿、商业策略或销售说辞，并不容易评估或追踪。 “像这样的产品面临的一个独特挑战是，它真的可以做到任何事情，”安布罗西诺说。当我询问团队围绕哪些具体问题设计、针对哪些工作流程时，与我交谈的工程师们回避了，说这是OpenAI研究团队的问题。 OpenAI后来提供了答案，告诉TechCrunch，它使用其基准GDPVal（取自44个职业和数百项知识工作测试），并用用户反馈进行补充。一个不那么官方的答案是，这些挑战来自OpenAI员工自身。安布罗西诺说：“我们必须不断分析……我们是在做其他人都会做的工作流程，还是我们很另类？” 该应用的早期采用者将通过他们的实际使用产生有价值的痕迹——编程工具的成功很大程度上建立在类似的数据收集之上——前提是他们不选择退出用于训练。（我就选择了退出。） 尽管所有注意力都集中在模型界面上，OpenAI的工程师们却不愿回答一个相当简单的问题：Codex和ChatGPT Work与Claude Cowork或旨在面向大众用户的其他竞争性智能体框架有什么区别？“这会是一个非常令人失望的答案，我很抱歉，但诚实的回答是，我真的不看他们构建的框架，”格申森在一份典型回答中说，“Mad Men的‘我根本没在想你’梗正适合这里。” 坦白说，我不信，仅凭这些产品用户界面的极度相似性、任何企业都需要竞争情报，以及ChatGPT Work在我启动时要求的第一件事就是导入我的Claude Cowork数据来看，就不信。 如果Claude Code在OpenAI办公室是个敏感话题，这可以理解。他们的企业竞争对手定义了AI编程市场，并掀起了一场改变软件工程师工作方式的革命。更令人沮丧的是，OpenAI最早有这个想法，却没有完全正确地驾驭它。 当OpenAI最初将Codex开发为Web应用时，工程师们有点过于激进了——或者，正如安布罗西诺所说，“有点过于AGI狂热”。简而言之，他们押注于模型足够智能，能够在用户输入最少的情况下完全自主处理任务。 随后不久构建的Claude Code则围绕与用户来回对话展开。如果你给它一个问题，它会调查可能性，并给出三到四个选项供你选择。一旦你做出选择，它会再走一步，然后再次检查，不断提供更新，从而减少模型和框架犯错的空间。 Anthropic的方法被证明更有效，尽管它要求用户付出更多努力。“（我们的）产品当时有点超前于模型和框架的现状，”安布罗西诺现在说。 OpenAI最终也效仿了，增加了更多用户与模型互动的机会。这变成了我们今天所知的Codex，有桌面和移动应用。以下载统计作为兴趣的代理指标，Claude Code直到今年4月都更受欢迎，但如今Codex略微领先；企业使用调查也表明OpenAI正在迎头赶上。 部分领先在于找到正确的产品市场契合度，部分则来自对Anthropic模型安全限制和算力短缺的抱怨。OpenAI通过ChatGPT Work继续迈向更以人为本的框架，但与我交谈的工程师们坚称，关键区别在于OpenAI最新强大且经济高效的模型的力量。 “令人沮丧的答案是，很多时候就是模型本身，而我们在这款应用中试图做好的事情之一就是充分利用模型，”安布罗西诺说。 这种解释回到了AI研究人员学到的“苦涩教训”：一个更好的通用模型比特定的领域经验更重要。对于真正的信徒来说，框架是一个临时的拐杖，而不是护城河。 “你可以通过添加一大堆额外的东西——如果那么、工具等等——在短期内获得好结果，但是拜托，下一个模型几个月后就会出来，让那一切过时，”格申森告诉TechCrunch。他的团队专注于以最简单的方式将模型暴露于所需的工具和上下文——仅此而已。 “优秀框架工程的目标是……更精确地确定模型解决你的问题真正需要哪些信息，因为如果你让模型自由发挥，它们会在这件事上做得越来越好，”格申森说。 不过，一个悬而未决的问题是，大多数人或模型是否已经为此做好准备。沃顿商学院研究职场AI工具教授伊桑·莫里克仍然认为Claude更用户友好，他写道“ChatGPT倾向于施展魔法并直接为你做，而Claude会做比较并展示出来，反复征求输入和反馈，并进行A/B测试。” 索蒂奥（或许还有整个OpenAI）不同意，认为应用对话式性质比学习如何使用应用更好。“我们确实看到世界似乎已经准备好了，”他在谈到该应用时说。“这就是为什么我们获得了惊人的采用率。” 尽管如此，目前尚不清楚针对特定模型的框架是否是最大化模型价值的正确赌注。Composio和Databricks等公司的比较显示，不同的框架和模型组合在编程基准上表现不同。Databricks发现，软件公司Earendi发布的开源框架Pi在使用相同的GPT 5.5模型时表现优于Codex。Pi已被用于构建OpenClaw和CloudflareOS等项目。 Pi的创造者马里奥·泽赫纳认为，他有意的极简框架证明了“AGI狂热”方法至少对软件工程师和编程任务可以奏效。他表示，框架在显式功能上的不足，被其自我修改和构建自己界面的能力所弥补。他理解OpenAI工程师在将用户群扩展到工程师之外所面临的挑战。 “一切都是编码智能体形状的……原因是它们只有编码智能体任务的训练数据，”他告诉TechCrunch。“比如我是一名管理人员，我今天做了决定，结果几个月后才出现。你无法在用户与智能体简单来回的轨迹中捕捉到这一点，所以所有这些任务以及任何未被数字化的东西，模型都无法学习。” 与其他开源提供者一样，他认为大型实验室推动自己的框架是为了锁定用户；“他们需要拥有整个技术栈；否则，他们就会沦为模型提供商，然后不得不与中国模型竞争。” 他和其他与TechCrunch交谈的工程师认为，前沿实验室框架中关于token支出和智能体行为的洞察太有限了。从某种意义上说，这对非技术工作者不太重要，但与编程工具一样，OpenAI希望的大规模采用最终会迫使进行关于成本的更艰难对话。 例如，在我每月20美元的订阅上随意折腾，根据模型的分析，我在四天内使用了超过8000万token，成本为65美元（应用中并没有仪表盘）。这相当于为四天随意使用补贴了订阅价格3倍以上的费用。 “我们每天都在推动效率前沿，”索蒂奥说，他指出了最近OpenAI Luna模型用户降价80%的措施。“如果你六个月后醒来，你应该能够用更少的支出完成所有同样的（任务）。” 另一个相关问题是，这些应用是否会通过数据保留，或配置所有插件及其权限的痛苦，对客户产生锁定效应。 在我7月参观的OpenAI总部，那是一个木质镶板、绿植环绕的地方，气氛平静但略显紧张；这些人有太多事要做。与我交谈的工程师们在谈话时不断监控笔记本电脑，并匆忙从一个会议室赶到另一个会议室。 产品工程团队负责人纳坦表示，重点仍然是“魔法盒的承诺，但我仍然认为有太多复杂性……我非常乐观，我们能用模型和真正AI原生的方式解决它。”