이미지: METAL LAB 생성
摘要
- TechCrunch报道了OpenAI如何通过改造Codex推出ChatGPT Work,试图把智能体功能拓展给非开发者
- 截至6月,OpenAI内部员工中有98%在使用Codex,而团队订阅用户只有17%,个人订阅用户不到1%
- 实际试用后也暴露出局限:权限设置繁琐,网页版和移动端功能不统一
- 제품
- 챗GPT 워크 — 코덱스를 개조해 비개발자용 에이전트 기능을 제공하는 오픈AI 제품
- 출시 시점
- 지난달 오픈AI 최저 유료 구독 등급에 포함돼 출시
- 내부 채택률
- 6월 기준 오픈AI 직원 98%가 코덱스 사용(오픈AI 자체 조사)
- 외부 채택률
- 같은 시기 조직 구독자 17%, 개인 구독자 1% 미만이 코덱스 사용
- 이용자 규모
- 챗GPT 워크·코덱스 합산 이용자 2천만명, 챗GPT 전체 이용자는 10억명 이상
- 평가 기준
- GDPval — 44개 직업, 수백 개 지식노동 과제로 구성된 오픈AI 자체 벤치마크
- 경쟁 제품
- 하비(법률), 클레이(영업) 등 모델 비종속형 버티컬 에이전트가 별도로 활동
- 주요 인물
- 앤드류 앰브로시노(데스크톱 앱 리드 엔지니어), 티보 소티오(코어 프로덕트 총괄)
连收件箱都交出去的工程师
负责OpenAI桌面应用的安德鲁·安布罗西诺(Andrew Ambrosino)把自己的邮箱、Slack账号、手机、Notion、Figma的访问权限统统开放给了ChatGPT。当被问到,如果让模型帮忙写文档,模型会不会从私人DM里抓取信息,进而泄露不该外传的内容时,他对TechCrunch表示:"如果是工作需要,我愿意承担这个风险。目前还没出过事。"这个回答,某种程度上也说明了他愿意把多大的控制权交给LLM。
ChatGPT Work是什么
ChatGPT Work是上个月随OpenAI最低档付费订阅一同推出的产品,目标是为会计师、投资人、医生这类整天面对电脑工作的白领群体配上智能体。这其实是把开发者早已在编程工具上享受到的自主作业能力,改造成不懂编程的人也能用的Codex版本。我们在8月11日曾报道过ChatGPT Work与Codex之间自动同步工作内容的功能,当时项目、对话、技能、插件在两款产品之间迁移的功能就已经在打磨中了。
OpenAI在官方发布文章中提出的目标是:"打造一个人工智能不只是回答问题,而是帮助每个人把最宏大的想法变成现实的世界。"这种变化在编程领域已经发生,但OpenAI内部的判断是,它向其他部门扩散的速度一直偏慢。
为什么如此执着
智能体运行时间越长,消耗的token就越多,这对OpenAI来说意味着每位用户带来的收益也水涨船高。虽然编程一直是AI行业里最赚钱的领域,但要为训练和算力上投入的巨额资金找到合理性,就必须把版图扩展到整个专业工作领域。与此同时,像Harvey(法律)、Clay(销售)这类垂直领域的竞争对手,并不依赖单一模型,而是随时替换成当下最合适的AI,盯上的正是同一批客户。a16z的克里斯蒂安·卡塔利尼(Christian Catalini)在自己的博客文章中指出:"如果大模型公司不能尽快掌握在市场上扩展AI所需的关键互补资产,价值就会流向别处。"
内部98%,外部1%
根据OpenAI支持的一项调查,截至6月,OpenAI内部员工中有98%在使用Codex。相比之下,团队订阅用户的使用率只有17%,个人订阅用户甚至不到1%。这个差距,正是OpenAI必须解决的课题,也是它的机会所在。
| 类别 | Codex使用率(截至6月) |
|---|---|
| OpenAI员工 | 98% |
| 团队订阅用户 | 17% |
| 个人订阅用户 | 不到1% |
安布罗西诺回忆说,非开发部门的员工刚开始用Codex时,"它会反问什么是代码,还会提示出现了空的diff,表现得很不友好"。正因如此,团队从今年2月起一直在打磨,想让它变得足够通用。OpenAI表示,自己用来衡量这一差距的标尺是名为GDPval的自研基准测试,它涵盖44种职业、数百项知识型工作任务,再结合用户反馈来决定接下来要优化的方向。
实际用起来是什么感觉
TechCrunch记者亲自试用后,体验是有喜有忧。把孩子那份排得莫名其妙的幼儿园日程表从邮件里提取出来、搬进Google日历,这个任务它完成得不错,省下了不少重复输入的功夫;像是给上市公司做财务分析仪表盘,或者建一个航天发射数据库这类以前得靠写Python脚本才能完成的工作,它也能自动搞定。但当记者想只授予云盘"只读"权限时,却一直报错,最后系统提示只有在移动端给予完全访问权限才能正常运作。类似地,在Google日历里能新建日程,却新建不了日历本身——哪些能做、哪些不能做,界限相当混乱。
| 功能 | 目前状态 |
|---|---|
| 创建Google日历日程 | 可以 |
| 创建新日历 | 不可以 |
| 授予只读权限 | 不支持(只能给完全访问权限) |
| 修改关键设置 | 仅限网页版可操作 |
值得一提的是,萨姆·奥特曼本人也用这款工具规划自己的假期,这恰好呼应了OpenAI想把自动化范围从编程扩展到日常事务协调的方向。OpenAI产品工程团队负责人阿克沙伊·纳丹(Akshay Nathan)解释说,在信息过载的当下,"人反而缺的是浏览信息并把它转化为行动的能力",而ChatGPT的价值,就在于把用户本就拥有的访问权限变得"真正可用"。
竞争格局
瞄准同一方向的产品不止ChatGPT Work一家。Claude Cowork、Perplexity的浏览智能体也都采用了把邮件、浏览器、SaaS平台整合到一起、直接接入用户既有工作场景的思路。不过,当被问及Codex与Claude Cowork的区别时,负责OpenAI harness工程的乔·格申森(Joe Gershenson)坦率地回答:"说实话,我不太关注别的公司在做的harness。"这多少让人意外,因为正如CLI改变了开发者的编程方式一样,决定"屏幕背后能看到什么、能用什么工具"的harness设计,恰恰是这场竞争的核心胜负手。
编辑视角
这道差距的本质不在技术,而在于是否可衡量。代码要么能跑,要么跑不了,是非分明;但一份好的报告或一套销售策略,却没法这样简单判定。OpenAI一旦走出编程领域,面对的就是一个很难定义"什么是正确答案"的世界,而它试图用GDPval这类基准来弥合这道鸿沟,这本身就说明了这家公司对白领市场有多么迫切的渴望。
如果你曾把编程智能体真正用到工作中,这篇报道里关于权限设置的部分应该不会陌生。想要只读权限却只能拿到完全访问权限,某个设置项只能在网页端才能修改——新工具走向大众的路上,总会留下这类摩擦。这就像编程工具刚问世时,资深用户光靠CLI就够用,但要触达普通用户,最终还是得靠按钮和引导文案。
如果国内团队正在考虑引入智能体,不妨把这98%对1%的数字读成一个关于引导设计的信号,而不是采用失败的信号。对内部员工来说,Codex只是照搬了他们早已熟悉的工作流程;但对外部用户而言,第一印象却是从权限设置就卡住了。在正式引入工具之前先把权限范围梳理清楚,区分哪些工作需要只读、哪些需要完全访问,实际上能省下不少时间。
未来几个月,harness设计本身很可能成为竞争的新焦点。随着模型性能上的差距逐渐缩小,决定胜负的,恐怕会是用什么样的界面和按钮,把那份性能真正释放出来。
评论