Tibo：下一波 AI 到来之前，先看懂产品、harness 与效率回路

下一波能力不会先出现在排行榜上，而会出现在「人机illusion不断裂」和「把效率增益立刻还给用户」这两条产品回路里

本文综合：Tibo 把 DeepMind 发不出 LM Chat 的教训，直接接到 OpenAI 的 bottoms-up shipping 文化（00:00:54–00:05:20）。同一条逻辑贯穿后半场：模型变强以后，笔记本、skill files、subagent 和 tool-call 开销都会打破「完美搭档」的illusion；ChatGPT 与 Codex 合并，是为了做同一个高度 multimodal、voice first 的 personal agent，而不是再维护两套界面（00:07:35–00:16:57）。与此同时，Soul 优化 Luna、Luna 降价约 80%、堆栈提速约 60%，以及 ultra fast 优先留给外部用户，都是把前沿模型指回基础设施和分发，而不是把增益留在内部（00:27:07–00:39:07）。连接这两条线以后可以看到：他所谓的 next wave，不是再发一个更强的 coding 模型，而是让技术去迁就人的注意力、语音和日常任务，并用效率换取更广的 access。

TL;DR

两分钟读完

这期访谈把组织文化、产品合并、注意力设计和推理效率放在同一条「下一波」叙事里。

一句话

Tibo 认为下一波 AI 取决于能否做出懂你的 personal agent、把 ChatGPT 与 Codex 收成同一套 harness，以及持续把模型能力变成更便宜、更快、更广的使用体验。

DeepMind 在 ChatGPT 大约一年前已有内部 LM Chat，但研究机构不适合发产品；他带到 OpenAI 的是 bottoms-up、少 stop energy，再用简洁和质量去对冲混乱（00:00:54–00:04:26）。
成熟公司的难点是自我颠覆：benchmark 不能揭示全部能力，必须实际使用模型；新语音和口述已经改变他早晨的工作流（00:05:18–00:07:37）。
harness 仍粗糙：skill files 难维护、memory 不稳、subagent 会打破illusion；未来模型也不应再受笔记本这种为人类设计的资源上限约束（00:07:35–00:10:16）。
他把问题分成两类：与人同频的 personal AGI，以及日志优化、回归修补、漏洞自动修复这类尽量少人介入的自动化（00:12:53–00:14:42）。
ChatGPT 与 Codex 合并，是因为未来模型需要同一套 harness；界面应按个人适配，而不是按「工程师 / 妈妈」这种职业标签分产品（00:14:41–00:17:24）。
Soul 优化 Luna 后价格大约下降 80%，堆栈约比三个月前快 60%；他把基础设施上的自我改进视为 recursive self-improvement 的一部分，并预测一到两年内这类速度可能接近默认（00:27:07–00:41:43）。

THE ARGUMENT

整期内容的一条主线

节目中的关键论证可以整理为五步：

STEP 01

发得出产品，能力才会进入世界

LM Chat 已经显得 special，但 DeepMind 不是为 shipping 设计的；OpenAI 用 bottoms-up 和自我颠覆把研究变成可用产品。

STEP 02

模型变强以后，约束改到人与设备

笔记本、skill files、并行 agent 和 tool-call 延迟会打断心流；产品必须围绕注意力、语音和并发来重新设计。

STEP 03

个人助手与全自动系统是两类问题

一类要懂你、主动、不打破illusion；另一类要接管复杂流程，人只审批高风险动作。

STEP 04

同一套 agent 应适配所有人

合并 ChatGPT 与 Codex，是为了让同一技术按任务和个性变形，而不是按职业标签拆成多个产品。

STEP 05

把前沿能力指回堆栈和分发

用更强模型优化推理、内核和容量，再把成本与速度增益交给用户，才能扩大 access。

DEEP DIVE

内容提炼

下面按时间顺序提炼本期实际出现的产品、文化和效率主题。

0100:00–00:06

DeepMind 发不出 LM Chat，OpenAI 靠 shipping 文化对冲混乱

观察主张

Tibo 在 DeepMind 做加速研究的基础设施与产品。大约在 ChatGPT 一年前，内部已有 LM Chat，起初好笑，后来逐渐有用，但机构不适合把研究变成公开产品。

他强调 OpenAI 研究与产品紧密共创，有强烈的 shipping 和让更多人用上的倾向（00:02:13–00:02:41）。
bottoms-up 与少 stop energy 必须配上简洁、质量和 iOS 应用那种 delight，否则会变成没有方向的功能堆砌（00:03:33–00:04:26）。
给创始人的可操作建议是：有 conviction、尽快接触用户、用反馈迭代；大公司还要能把资源从主业调去新研究（00:04:24–00:05:20）。

下一波产品能力，首先取决于组织能不能发、敢不敢自我颠覆。

0200:06–00:08

能力是玩出来的：语音和口述已经改写工作流

观察主张

AI 的未来不会等待现有产品形态。OpenAI 训练出模型后，仍要大量实际使用，才能发现 benchmark 看不到的产品偏移。

新语音更自然，并能 tool use；他因此花更多时间直接说话，而不是打字（00:06:40–00:07:09）。
早晨用手机口述任务，模型调用他的工具去执行；这在语音质量不够时做不到（00:07:07–00:07:37）。
他发推说 Codex 两三个月后会显得 primitive，下一波模型需要的资源会超过笔记本（00:07:35–00:08:05）。

先让新能力进入日常，再决定产品应该长成什么形状。

0300:08–00:12

harness 的illusion，以及笔记本不再够用

观察主张预测

老练用户已经习惯 coding agent 的笨拙：要维护 skill files，memory 不稳定，subagent 会把「完美搭档」的幻觉拆开。

他想要的是真正理解你、你的目标、日常和团队，并能主动反应的伙伴（00:08:28–00:08:56）。
笔记本按人类打字和思考速度设计；模型可以同时处理大量应用，因此需要云端和其他超出本机的资源（00:09:22–00:09:50）。
token 速度提高一个数量级后，tool call、网络和栈开销会变成新瓶颈，但也可以用并发探索、写测试、编译来挪动瓶颈（00:09:48–00:11:11）。

模型越快，产品越要消灭让人出戏的维护成本和设备上限。

0400:11–00:13

注意力友好：少并行几个 agent，换回心流

观察主张

主持人现在常并行踢出 10 到 15 个 agent，每个任务要等 30 到 45 分钟。ultra fast 会把工作流改成同时只盯三四个任务。

Tibo 说他们在为人类的注意力设计：现在打断，还是 30 分钟后再呈现，本身就是产品决策（00:11:35–00:12:05）。
速度加上语音后，人可以留在 ideate、看原型、生成报告的心流里，而不想回到十路并行（00:12:02–00:12:31）。
loops、graphs 这类 agentic 技法，被他放进「对注意力友好」的同一问题里，而不是当成独立潮流（00:12:29–00:12:56）。

并行 agent 的上限不是 GPU，而是人愿意管理多少上下文切换。

0500:12–00:15

Personal AGI 对全自动系统

主张

他把工作分成两类：一类是高度个人化、能主动提出想法的 personal agent；另一类是接管复杂流程的智能系统。

个人 agent 应覆盖技术、研究和建议，并深深根植于你这个独特的人（00:12:53–00:13:48）。
自动化例子包括看生产日志做性能优化、自动修回归，以及安全扫描发现漏洞后把暴露窗口压到接近零（00:13:46–00:14:15）。
后一类可以没有人在回路里，或只在高风险动作上需要批准（00:14:13–00:14:42）。

不要用同一套交互，去同时满足「陪你」和「替你把流程跑完」。

0600:14–00:20

ChatGPT 与 Codex 合并：同一套 personal AGI

观察主张预测

最初用户会问为什么要合并。Tibo 的回答是：未来模型要求他们合并，底层将是同一技术、同一 harness。

软件工程师、设计师这些标签是人类为了处理复杂性发明的抽象；真实的人落在光谱上，界面应按个体适配（00:15:33–00:16:29）。
他明确说你和你妈妈会用同一套东西，只是任务、工具和效用不同；这就是 personal AGI（00:16:27–00:17:24）。
成功的illusion建立在自然语言这种人类沟通方式上；技术应成为既有行为的自然延伸，而不是让人去迁就模型（00:17:19–00:19:08）。
他预期未来会更 ambient：白板、语音、表情和手势都可能被感知；新语音上线后，只用语音使用 ChatGPT 的用户正在快速增长（00:19:29–00:20:25）。

合并不是减产品线，而是承认职业界面会阻碍真正的个人化。

0700:20–00:27

不盯对手，盯社区：Codex 两千万用户与 reset 按钮

观察主张

Tibo 称 Codex 达到 2000 万用户，增长曲线后段接近垂直。被问到与 Anthropic 的竞争时，他反复把焦点拉回能力和把技术交到尽可能多的人手中。

合并也是为了让产品经理、设计师、销售和市场都能用上同一套能力，并顺着 ChatGPT 已有用户分发（00:21:18–00:22:12）。
他说自己不太看竞争，而看 OpenAI 能独特做好什么、价值观是什么，以及如何加速（00:22:08–00:22:38）。
reset 最初是因为产品还早、会 break 或配置错误，用额外用量补偿用户；现在有实体按钮，他可以在觉得对的时候按下，并不与营销或财务联合决策（00:23:54–00:25:45）。

把「我们弄坏了就补给你」做成可执行原则，比口头关心社区更有说服力。

0800:27–00:34

用前沿模型改堆栈：效率、降价与 recursive self-improvement

观察主张

Soul 优化 Luna 效率后，Luna 价格大约下降 80%，Terra 也降过价。Tibo 把这件事同时归因于两年前被质疑的大规模算力投入，以及用最强模型重构服务栈。

很大一部分算力用于研究；把最强模型的能力边界推出去以后，就能很快发现如何重做 serving 和工程以换取效率和性能（00:27:34–00:28:30）。
他说除 ultra fast 之外，速度大约比三个月前快 60%，并且由很小的团队完成（00:28:29–00:29:23）。
他区分两类 recursive self-improvement：模型做下一个模型的研究，以及模型改进自己所依赖的推理栈、CUDA kernel 和更高效的交互方式；他认为不这样做会很傻（00:31:10–00:32:05）。
被问及暂停绝对前沿 RL 时，他说随着能力上升，alignment 和 safety 更重要，暂停是为了让团队理解和硬化系统后再重启训练（00:32:04–00:33:50）。

效率增益如果立刻变成用户价格和速度，就会反过来扩大下一轮研究和分发。

0900:34–00:41

Ultra fast：高利害场景、生成密集任务，以及留给客户的容量

观察主张预测

内部在事故响应等每一秒都重要的场景使用 ultra fast；觉得自己在做关键工作的团队也会来要。员工并不能无限制占用该容量。

生成大量代码来做网站或游戏原型时，体感可接近 10 倍；如果轨迹里有很多 tool call，网络和其他开销会把体感降到大约 3 到 4 倍，而不是宣传的 14 倍（00:36:51–00:37:46）。
OpenAI 员工没有全员 ultra fast；他们限制内部用量，把绝大部分容量留给外部用户，同时仍让员工足够使用以便理解产品和参与自我改进（00:37:44–00:39:07）。
他看好共享画布、实时选图、语音或文本转向的创作流程；并预测一到两年内这类速度可能接近默认，但仍会保留更贵的上一档（00:39:04–00:41:43）。

速度档位首先是产品体验和容量分配问题，其次才是定价故事。

1000:41–00:44

对焦虑用户：效率会把前沿变成日常工具

主张预测

面对就业、环境和陌生感，Tibo 的回答不是抽象保证，而是指向持续降本和已经存在的个人效用。

Luna 更小、极便宜，但倒回六个月会坐在前沿；免费模式也在提供这种能力（00:42:07–00:43:02）。
他的概括是：技术会随时间变得非常高效，他们优化的是直接效用和 broad access（00:43:00–00:43:28）。
对第一次尝试的人，他指向写作帮助、个人建议、医疗咨询，以及已上线的 health 和 finance；他自己会用它们，以便更有准备地去见医生（00:43:26–00:44:19）。

说服犹豫的人，靠的是六个月就把前沿变成低成本日用，而不是更大的未来叙事。

OPEN QUESTIONS

尚未解决的张力

节目把文化、产品和安全说得很顺，但仍留下几处没有被证据收束的张力。

少看竞争与市场仍在用 Anthropic 做对照

Tibo 说自己不太看竞争，只加速自身独特能力和价值观VS主持人和付费用户仍在 OpenAI 与 Anthropic 之间做品牌、语气和 20 美元级订阅选择

节目没有给出 Codex 2000 万用户相对于对手的份额、留存或付费转化，也没有说明「社区透明」如何被独立验证。reset 按钮可以建立善意，但不能单独解释增长曲线。

Personal AGI 的illusion 与全自动少人回路

个人助手必须懂你、主动、不让人出戏VS生产日志、回归和安全补丁应尽量无人在回路，或只审批高风险动作

同一套合并后的 harness 要同时服务这两类问题。节目没有说明何时必须打断illusion、把控制权交还人，也没有给出自动化出错时的责任边界。

把效率增益交给用户，与内部仍限制 ultra fast

Luna 降价约 80%，并承诺不把显著效率增益装进口袋VSultra fast 不对全部员工开放，绝大部分容量留给外部客户

这在容量规划上说得通，但节目没有披露成本、margin 或内部配额规则。听众无法判断降价主要来自算法、预购算力，还是把高档速度另开溢价。

暂停前沿 RL 与「需要时总能高效做决定」

能力上升后必须加大 alignment 和 safety 投入，必要时暂停以硬化系统VS安全原则是在过程中辩论和发现的，节目只说团队后来形成了较清楚的原则

听众听不到具体触发条件、暂停时长、或重启前后的可检验安全指标。把「我们能做出这类决定」当成制度证据，仍然偏内部自述。

一到两年速度接近默认，与工具调用仍吃掉加速

推理硬件、token 效率和月度改进，可能让当前 ultra fast 接近默认VS只要轨迹里有大量 tool call，体感可能只有 3 到 4 倍，而不是 14 倍

这是预测，不是已发生的产品承诺。若 agent 工作越来越依赖外部工具，生成速度本身可能无法成为默认体验。

SO WHAT

可执行启示

把 Tibo 的组织原则和产品判断收成可以当场执行的检查项。

做 agent 产品的团队

把当前工作流拆成两类：必须保持人机illusion的个人助手，以及人只审批高风险动作的自动化；分别为它们设计中断和授权点。
统计一次任务里 skill 维护、memory 失败、subagent 协调和 tool-call 等待各打断用户几次；优先消灭让人出戏的步骤，而不是先加新模型档位。

工程与基础设施负责人

把最强模型的一部分算力固定用于推理栈、kernel 和 serving 重构，并预先写明增益是降价、提速还是扩配额。
为事故响应等每一秒都重要的场景单独准备高速档，同时写清内部占用上限，避免员工抽干生产 GPU。

个人开发者

在速度变快以后，把并行 agent 从十几个降到自己能保持心流的三四个，并改用语音或口述处理规划类任务。
不要按「我是不是工程师」选择界面；把同一助手接到自己真正在用的工具上，看它能否按任务自适应。

CHAPTERS

节目时间轴

时间点来自 YouTube 自动字幕的分段边界，用于回听，不是官方章节。