额度想重置就重置：OpenAI产品负责人Tibo聊了哪些"幕后"？

最近，OpenAI 产品负责人 Tibo Sottiaux 接受博主 Matthew Berman 的访谈，信息量很大，从 ChatGPT 与 Codex 合并聊到暂停前沿 RL 训练，整理几个核心观点👇 1️⃣ DeepMind 早就有"ChatGPT"，只是不敢发 Tibo 曾在 Google DeepMind 工作。他透露，在 ChatGPT 发布前一年，团队内部就做出了类似产品 LMChat，"当时内部确实讨论过公开推出"。但 DeepMind 不是以发布产品为目标的机构，甚至不允许发布可能颠覆 Google 核心业务的东西。他的结论是：光有技术不够，敢不敢发布、敢不敢自我颠覆才是关键。这也是他跳槽 OpenAI 的原因——那里研究团队和产品团队协作紧密，有强烈的"发布倾向"。

2️⃣ 笔记本已经撑不起下一代模型 "未来的模型显然需要比单台笔记本电脑更多的资源。"Tibo 认为，笔记本是为人类设计的——它匹配你的打字速度、思考速度和同时打开的应用数量。但模型没有这些限制，"未来模型或许能同时完美处理 100 个应用"。再叠加 UltraFast 带来的 10-14 倍 Token 速度，高度并发 + 云端 Agent 才是方向。

3️⃣ ChatGPT 与 Codex 为什么合并？"我们未来的模型需要它们被合并。"Tibo 解释，两个产品底层是相同的技术、相同的架构，界面不应该预设"你是程序员所以给你程序员界面"。每个人都是独特个体，处在不同光谱上。最终状态是：你和你妈妈用的是同一个产品——同一个"个人 AGI"，它连接不同的工具、理解不同的需求，不断自我调整以最大化造福每个人。

4️⃣ 额度想重置就重置，无需层层审批 那个著名的"重置按钮"甚至被做成了实体。Tibo 说：如果产品出了问题、或者用户值得补偿，"只要我认为时机合适，随时都可以按下去"，不需要和市场部、财务部协调。这背后是 OpenAI 的原则：努力打造令人惊艳的产品；没做到，就应该弥补。他承认，这种用实际行动证明"我们在意用户"的做法，客观上也建立了社区好感。

5️⃣ 递归自我提升已经在发生 Sol 优化了 Luna 的效率，Luna 价格直降 80%。Tibo 透露，用最强模型让一支小团队重构推理栈、优化 CUDA Kernel，本身就是递归自我提升的一种形式，"不这样做就太愚蠢了"。而且效率增益不私藏，而是分享给用户——现在的速度比三个月前快了约 60%。

6️⃣ 为什么暂停部分前沿 RL 训练？ Sam Altman 曾叫停绝对前沿的强化学习训练。Tibo 回应：这是为了让团队"真正理解并加固系统的所有部分"，确保在完全掌控的情况下重启训练。安全团队定下了一套明确的原则，达到之后就能恢复。OpenAI 内部做这类决定非常高效。

7️⃣ 极速模式到底给谁用？ 故障响应时"每一秒都关键"，事故指挥官会获得极速权限；有团队赶在 DevDay 前决定要不要上某个新点子，也靠它。喜欢保持心流、不爱切换上下文的人收益最大。生成内容多的场景（比如原型网站）能到 10 倍速，工具调用多则只有 3-4 倍。Tibo 还自曝有 ADHD，笑称自己一直在切换上下文😄 他预测，一两年内这种速度即使不成为默认标准，也会非常接近。

8️⃣ 给对 AI 感到焦虑的人 "运行成本越低，你能用它做的事情就越多。"Luna 这种六个月前还处于前沿水平的模型，如今便宜得惊人，Replit 甚至免费提供。获取顶尖智能的途径将变得无处不在。不必看太远——很多人已经在用 ChatGPT 获取写作、理财甚至医疗建议。

看完整体感受：OpenAI 的产品哲学说白了就八个字——快速发布，错了就赔。至于竞争，Tibo 的态度也很直白："我不怎么看竞争对手，我真正看重的是我们能独特地做好什么，我们的价值观是什么。"极客头条

完整原文&详细观点拆解已整理完毕，感兴趣的朋友移步阅读👉【网页链接】