ChatGPT 负责人 Tibo Sottiaux：AI 正从聊天框走向常驻智能体

一、嘉宾背景

这期节目来自 Lenny Rachitsky 主持的 Lenny's Podcast，嘉宾是 Tibo Sottiaux。索引证据明确给出的身份是：Tibo Sottiaux 是 OpenAI 的 Head of ChatGPT，而 OpenAI 是 ChatGPT 和 Codex 背后的公司。因此，这不是一场泛泛谈论 AI 趋势的访谈，而是由直接负责 ChatGPT 产品方向的人，解释 OpenAI 如何看待聊天产品、代码智能体、工作场景和新型主动智能体的组合演进。

访谈覆盖 ChatGPT、Codex、agents、ChatGPT work 和 dots。Sottiaux 的个人经验也成为节目里的论证材料：他提到自己现在很少手写代码，许多用于趋势分析、业务理解、功能探索和发布评估的代码都由 Codex 写；他还描述自己如何在不同模型能力阶段调整并行 agent 的数量。这样的背景让他的观点更像产品负责人和重度使用者的交叉观察：既有对 OpenAI 产品线的路线解释，也有对个人工作方式变化的直接观察。

二、本期主要内容

这期访谈的主线，是 Sottiaux 对下一阶段 AI 工作形态的判断。主持人 Lenny Rachitsky 追问 OpenAI 当天发布的大量新内容，尤其是 dots、ChatGPT work、Codex、插件生态，以及 agent 将如何改变产品和组织。Sottiaux 的回答不断回到同一个中心：AI 不应停留在“打开聊天框、选模型、输入 prompt”的界面里，而应变成一种随时可用、会学习、能跨屏幕和跨客户端存在的主动智能。

节目先从他的个人工作方式切入。他说自己仍偶尔手写一点代码，但更多代码已经由 Codex 为分析和探索任务生成；他使用 agents 的方式也不是固定扩张，而是会随着模型能力变化，在“更多 agent 协作”和“更强单个 agent 承担更多上下文”之间摆动。随后，访谈转向 dots：Sottiaux 把它描述为能持续工作、理解目标和偏好、从反馈中学习的智能体，而不是要求用户手工搭建 loops 或 graphs 的工具。

后半段覆盖开放生态、人才、组织文化和安全。Sottiaux 说 ChatGPT 已签下十六个伙伴，并将开放插件扩展、发现机制和基础设施；受欢迎、高使用量的插件会参与共享经济。谈到 OpenAI 内部，他强调自下而上的项目文化、前创始人密度和高质量门槛。安全部分则把 pacing the frontier 解释为提前投资对齐、安全、security、guardrails 和 secondary monitoring，而不是发布后再补洞。

三、核心观点：推理、例子与边界

Sottiaux 最重要的判断，是 agent 会改写互联网产品的使用者结构。他说，很多人还没有充分计入三个变化：多数互联网动作可能会由 agents 完成，模型可能很快变得更便宜、更快，多模态也会更顺滑地整合在一起。这里的“roughly ten times better in a year”应被理解为他的产品判断和本期节目的设定，而不是一个经过独立验证的通用测量结论。它真正指向的是产品设计假设：如果一年后的模型在速度、成本、记忆和多模态交互上都显著改善，那么今天按“人点击按钮、浏览界面、逐步操作”设计的产品，很快会面对完全不同的流量结构和交互模式。

他给出的具体例子是 Notion 的 MCP。产品能力一旦可以被 agents 调用，大量 agent traffic 就可能涌入，系统会承压，经济模型也要重新计算。这说明，“为 agent 构建”不是把现有 API 包一层就结束，而是要提前考虑规模、可靠性、限流、权限、计费和边际成本。限制也在这里：Sottiaux 描述的是方向和经验，并没有证明所有行业都会以同样速度转向 agent traffic。不同产品的可代理性、用户信任门槛、数据敏感性和任务频率都不同，因此“多数动作由 agents 完成”更适合作为战略压力测试，而不是立即替代所有人类界面的确定结论。

第二个核心观点，是 AI 产品应减少配置，而不是把复杂性转嫁给用户。主持人提到 loops 和 graphs，Sottiaux 明确表示，手工设置和调试循环不是长期方向；他希望系统自己理解目标、偏好和反馈。这个判断和 dots 的设计相互呼应：dots 没有 model picker，几乎不需要配置，用户主要选择沟通 channel。OpenAI 也准备合并 ChatGPT 的 chat 和 work toggle，并最终把 dots 能力带入 ChatGPT。这些细节共同说明，Sottiaux 主张的不是简单地让 agent 更强，而是让产品界面从参数面板退回到人的意图。

但简化不等于控制消失。尤其当 agent 能访问生产系统、代码库、个人设备或多个应用时，权限边界必须比传统聊天工具更清晰。节目里最能体现这一点的例子，是 DevDay live demo 前 ChatGPT production 出现问题时，Tibo 的 dot 主动 ping 他，并推断出 production、DevDay 和 live demo 之间的关系。这个例子展示了主动智能的价值：它不是被动回答问题，而是识别何时应该打断人。同一个例子也显示了限制：当 dot 询问是否尝试修复 production issue 时，Tibo 判断它还没有准备好做到这一步。主动提醒和主动执行之间，有一道关键边界。

第三个观点，是未来工作不是简单地“多发 prompt、多跑 agent、多产出”。Sottiaux 承认今天的体验仍然 clunky：语音、多模态输入输出、协作界面还没有真正融合。他设想的工作状态，是 AI 能像在物理空间里的同事一样听到讨论、观察纸上笔记、在后台构建，再把结果投到屏幕上参与对话。ChatGPT Space 被他说成共享协作表面的起点。这个愿景强调的是把人从屏幕和 prompt 疲劳中带出来，而不是让工程师更孤独地和一组 agents 对话。

他对人类价值的判断也和这个方向一致。Sottiaux 说，OpenAI 设计技术时把人放在中心，把 AI 视为人的意志和品味的延伸；未来可能少一些 coders，但会有更多 builders。技能上，他认为 typing fast 的价值会下降，品味、理解用户、连接受众、知道什么是好产品会变得更重要。PM、设计师、工程师之间的边界会模糊，因为判断该做什么、什么算好、怎样贴近用户，比单纯执行更稀缺。不过这并不意味着所有专业深度都会消失。更准确地说，访谈里的论点是：执行层面的机械优势下降，而定义问题、评估质量、承担责任和连接人的能力上升。

安全是这套愿景的硬约束。Sottiaux 对 pacing the frontier 的解释，不是单纯放慢速度，而是提前大量投资 alignment、model safety、security、guardrails 和 secondary monitoring。他说，secondary monitoring 会观察主 agent 是否采取过高风险动作、是否可能受到 prompt injection 影响，并在必要时干预；API stack 的大量投资也进入了 safety stack。dots 的架构同样体现这个取舍：它可以连接多台设备，不运行在用户机器上，而是有自己的计算环境；specialized dots 还有额外护栏、监控和硬件。限制在于，节目没有证明这些机制已经足以覆盖所有风险，只能说明 OpenAI 正把安全当作产品架构的一部分，而不是上线后的附属流程。

四、学习与应用

对产品团队来说，这期访谈最实用的启发，是把 agent 当作未来的重要用户类型来设计，但不要把它当作唯一用户。如果一个产品可能被 agent 高频调用，就需要提前准备接口稳定性、权限模型、速率限制、审计、错误恢复和计费方式。Notion MCP 的例子说明，一旦 agent 能真正做事，流量可能不再是传统的人类点击曲线，而是被自动化任务集中放大。这里的边界是：不是每个产品都应立刻抛弃人类界面。Sottiaux 同时也说，多模态带来的新型人类体验仍被低估；因此更好的策略，是同时设计“agent 可用的后端能力”和“人类愿意停留的高质量体验”。

对 AI 应用创业者来说，减少配置疲劳可能比增加高级选项更关键。用户最终想要的是结果、记忆、偏好学习和适时出现，而不是管理 agent topology。这个原则可以转化为具体产品判断：默认路径应尽量少要求用户选择模型、温度、推理强度和 agent 数量；高级控制可以存在，但不应成为主流程。与此同时，主动 agent 必须提供明确的授权、撤销、日志和确认机制。DevDay production 例子给出的边界很清楚：提醒可以自动化，修复生产系统则需要更高信任、更多护栏和更清晰的人类确认。

对插件和生态开发者来说，访谈给出的分发逻辑很直接：不要把重点放在关键词包装或所谓 AEO 技巧，而要让插件持续成功地完成真实任务。Sottiaux 说，推荐会看 retention、success、quality，以及插件是否让 ChatGPT 做到原本做不到的事。实际应用中，这意味着开发者要优先打磨端到端任务成功率、失败时的可恢复性、权限透明度和用户再次使用的理由。收入分享的机会存在，但它依赖高使用量和受欢迎程度；如果插件质量差，也可能停止被推荐。

对个人职业发展来说，这期节目把“学会使用 AI”推进了一层。Sottiaux 看重的不是谁打字更快，而是谁有品味、能理解用户、知道什么值得做、能把想法变成可用东西。他举 Ahmed Ibrahim 的例子，强调善意、协作、解决重要问题、不把自己放在第一位、快速学习和使用新技术。这对新人尤其重要：没有旧流程包袱可能是优势，但前提是把学习速度转化为可靠交付和判断力，而不是只追逐最新工具。

对组织管理者来说，OpenAI 的例子提供了一个可借鉴但不能照搬的模式：自下而上的 idea、快速 hacking、内部试用和质量门槛，可以让组织更快发现新能力。但这种自治需要责任机制，否则只是混乱。Sottiaux 说，自治意味着出错后要快速修复和学习；他也提到有些东西会因为质量或节奏而被延后发布。因此，采用类似方式的团队需要同时设置试验空间、内部 dogfood、发布门槛和事故复盘，而不是只复制“快速发布”的表面。

最后，安全投入必须和 agent 能力同步上升。只要系统能访问生产环境、代码、企业数据或多个设备，就需要额外护栏、隔离运行环境、监控、prompt injection 防护和人工确认策略。Sottiaux 的说法可以转化为一个实践原则：agent 的能力越接近真实世界动作，安全就越不能只靠模型本身。监控 agent、权限分层、敏感动作确认、可追踪日志和紧急停止能力，都应该被视为产品功能的一部分。边界同样重要：访谈表达了 OpenAI 的安全投资方向，但没有给外部团队一套可直接复制的完整证明；应用时仍要按具体风险、数据敏感度和用户群体重新设计。

来源

• 原始节目：OpenAI’s Head of ChatGPT: We’re entering a new era of AI (again) | Tibo Sottiaux