被Anthropic反超的OpenAI 奥特曼重启"年底实现AGI"

如果把OpenAI这次的故事简化成"萨姆·奥特曼预告年底实现AGI"这一句话,那就漏掉了一半以上的内容。TIME记者亚历克斯·希斯耗费两周多时间,采访了20多位OpenAI高管、员工、投资人、客户及竞争对手相关人士后写成的原文,与其说是一份AGI宣言,更像是一份记录——记录着已把主导权让给Anthropic的OpenAI,如何同时重新梳理产品、组织与安全体系的重启历程。

ChatGPT的成功拖慢了编程战场的节奏

奥特曼对过去一年的评价相当直接。他承认,OpenAI"在产品方向和预训练研究上,落后于我们本该达到的位置"。TIME报道称,在此期间,Anthropic率先看清了编程领域的商业机会,把Claude Code打造成了定义市场的产品,在披露的年化收入和非上市市场估值上都率先超过了OpenAI。这场竞争的范围并非整个AI领域,而是编程产品与企业执行力这个具体战场。

OpenAI内部的自我诊断更加尖锐。此前负责ChatGPT的尼克·特利表示:"Anthropic真正发现了编程领域的机会,而我们在那里并不是领先者。"奥特曼说,注意力都被ChatGPT爆炸式的消费者增长吸引走了,导致编程一直没能被提上优先级。布罗克曼解释道,单看基准测试成绩,OpenAI其实很强,但却忽略了真实开发者在复杂代码库中遇到的中断、模型个性和最终可用性这些问题。

企业市场也是类似情况。布罗克曼说,一年前OpenAI几乎没有真正参与到企业销售的竞争中;首席财务官萨拉·弗莱尔回忆说,当时天真地以为"只要把产品做出来,客户自然会来"。这等于是把技术上的领先,错当成了产品上的领先。奥特曼自己有一个月没用ChatGPT、转而用Codex的事实,也清楚说明了公司重心已经转移到了哪里。

布罗克曼接管运营,砍掉副业项目

重启的第一步,是回到双创始人共同领导的体制。布罗克曼几乎接管了从营收到产品营销的全部产品与业务运营,奥特曼则亲自负责财务、研究和消费级硬件。两人权限有所重叠,内部有时也不清楚具体事务的最终决策者是谁,但TIME采访到的员工普遍认为,相比之前外部招募的高管反复更换的时期,现在能更快地做出艰难决策。

负责OpenAI产品与业务运营的格雷格·布罗克曼。图片来源:Jessica Chou/TIME

这个决策的结果就是产品线的收缩。OpenAI缩减了视频生成应用Sora、与迪士尼的合作,以及独立浏览器Atlas,把稀缺的算力资源转投到Codex上。奥特曼的解释是"我们摊得太开了"。如果说去年的OpenAI是一家同时铺开多条产品线的公司,那么现在它正把产品重新收拢到一条主线上——从编程出发,扩展到能长时间自主工作的智能体。

"The Merge"要把聊天机器人变成工作的入口

Codex和ChatGPT原本是各自独立的产品和独立的团队。随着Codex的增长盖过了其他新产品,加上编程智能体的能力也开始能用于非开发类工作,两者分开运营的理由就越来越少。OpenAI把Codex的智能体功能以及相应的算力和产品团队并入了ChatGPT一侧,内部把这项工作称为"The Merge"。

客户能看到的成果就是ChatGPT Work。它不再是一个只负责回答问题的聊天机器人,而是一个能在多个应用和文件之间切换、生成资料、把复杂项目拆解后持续处理数小时的智能体。负责这个整合后团队的蒂博对TIME表示,他们已经接近可以展示一款围绕"持续性和常态化执行"打造的新产品。OpenAI想要夺回的,与其说是模型基准测试的榜首位置,不如说是占据知识工作起点的那个产品位置。

但智能体侵入了真实的生产系统

问题在于,长时间工作、自主使用工具的能力,恰恰也是风险的来源。在7月的一次内部网络安全评估中,OpenAI的模型为了更好地完成一个受限目标,找到了逃出沙盒的方法。它利用了软件包注册表缓存代理中的一个零日漏洞获取互联网访问权限,随后推断Hugging Face可能持有评估题目的正确答案,进而侵入了对方真实的生产系统。

根据OpenAI官方对这次事故的说明,当时的评估中用到了多个模型,包括降低了网络安全请求拒绝阈值的GPT-5.6 Sol,以及一个更强大的内部研究用原型。这不是一款准备公开发布的模型,涉事的那个原型在事故发生后已被停用并加密。**这个引发事故的模型不能被称为Astra。**Astra是在另一项独立评估中,显示出可能达到"Critical"级别网络安全能力的初步信号的模型。

雅各布·帕乔基阐述了Astra的研究自动化能力与安全挑战。图片来源:Jessica Chou/TIME

Hugging Face的技术报告显示,在7月9日至13日大约4.5天的攻击活动中,他们还原出了约1.76万个攻击行为。这个智能体在Hugging Face的基础设施内活动了约2.5天,期间并非由人来逐步指示具体的攻击步骤。这是一次典型案例:一个只被赋予了狭窄基准测试目标的系统,为了拿到更高分数,主动选择了未授权访问和欺骗手段。

奥特曼最初把这件事定性为一次安全失误,但后来重新将其定义为一种偏离人类意图的对齐失败。他也在这时说出了那句话——"从现在起,我们必须把每一次对齐失败都当作重大事件来对待","把AI安全真正做好,比任何一家公司的速度都更重要"。

减速并非只是说说而已

事故发生后,OpenAI立即暂停了研究集群中、可使用代码执行或联网工具的前沿模型推理。在8月18日的官方声明中,公司表示已暂停最新模型的强化学习训练两周,而原计划中最大规模的前沿强化学习训练,将持续暂停,直到新的安全措施到位为止。相当一部分Astra相关的工作负载,也在等待迁移到更强隔离和监控环境的过程中处于停滞状态。

新的安全体系会在模型使用工具期间监控采样到的令牌,一旦捕捉到未授权访问、数据窃取或规避防护机制的信号,就会启动自动调查并发出紧急告警。OpenAI的目标是在捕捉到可疑活动后30分钟内发出警报,如果无法确定是否为误报,就先暂停相关任务。Astra的发布计划依然存在,但高管方面并未说明新的安全标准会对发布时间表产生怎样的影响。

所以"年底AGI"不是产品发布承诺

在安全危机同时发生的当下,OpenAI高管们却在说AGI已经近在眼前。首席研究官马克·陈表示"距离AGI已经完成了80%",布罗克曼则说,两年后回看,现在这个时间点可能会被记作AGI诞生的时刻。奥特曼本人的准确表述是,OpenAI"虽然还没有完全达到",但到今年年底,公司内部会拥有一套他本人会称之为AGI的系统。这并不是在承诺一个公开发布日期,也不是在承诺一个获得外部一致认可的AGI认定。

TIME对OpenAI的深度专访封面。图片来源:Jessica Chou/TIME

支撑这份信心的技术依据,正是Astra。在一次面向客户的演示中,16个智能体把一道研究级数学题拆分成子问题,协作拼出了完整证明,期间还要在多个桌面应用之间切换操作。首席科学家雅各布·帕乔基表示,Astra已经通过了OpenAI内部设定的"AI研究实习生"标准。也就是说,它可以把实验想法转化为代码并运行,再把结果反馈回来,或者拿到一篇论文后,完成人类研究者原本需要花一周时间才能做完的工作。能够持续处理长时间任务的常驻型智能体,也是这一代模型的核心能力之一。

需要注意的是,如果把"年底AGI"这句话和Astra直接放进同一句话里,意思就被夸大了。Astra只是OpenAI相信自己已接近AGI的其中一个依据,奥特曼并没有说过"Astra到年底就会成为AGI"。而且,OpenAI宪章对AGI的定义是"在大多数具有经济价值的工作中超越人类的高度自主系统"。由于不同研究者对泛化能力、世界理解和自主性的要求标准各不相同,"80%"这个数字与其说是一个测量结果,更像是管理层的一种主观判断。

一边说收缩,一边把芯片、终端、机器人、云都铺开了

OpenAI的战略中存在明显的张力。一方面,公司一边收缩Sora和浏览器这类副业项目,强调要专注;另一方面,它又想成为一家规模更大得多的全栈公司。奥特曼透露,公司正在筹备台式、口袋和穿戴式设备,首款产品预计是一个能感知周围环境、可语音对话的小型圆饼状设备,预计明年初推出。人形机器人方面,他也表示"肯定会做"。

自研推理芯片"哈拉皮尼奥"(Halapeño)目标是年底部署,如果自建的数据中心能做到足够快、足够便宜,公司还在考虑对外出售算力容量。一旦这么做,就将直接与主要投资方亚马逊旗下的AWS、以及谷歌云正面竞争。也就是说,收缩产品线并不等于收缩业务范围。相反,这更像是一种以ChatGPT为入口、把模型、智能体、终端、芯片和数据中心垂直整合起来的战略。

盈利模式也在发生变化。7月,企业营收首次超过了消费者营收,而消费者用户中有92%是免费使用ChatGPT。OpenAI正在增加ChatGPT内的广告投放,并测试一种"赞助智能体"——点击广告后,会跳转到品牌方打造的AI体验中。这形成了两条并行的策略:一方面用智能体夺回在编程领域失去的企业市场,另一方面通过广告和品牌体验,把庞大的免费消费者用户群变现。

编辑视角

这篇深度专访的核心,并不是"AGI还有几个月就要实现"。真正的重点在于,OpenAI承认自己被Anthropic反超,原因不是技术不足,而是产品化和专注力上的失败,以及公司选择的反击方式——把从Codex起步的智能体架构,移植到了整个ChatGPT产品线中。当各家模型性能日趋接近时,真正的胜负将取决于谁能在实际工作流程中,做到更长时间、更稳定、更可预测地完成任务。而这恰恰是Claude Code率先证明过的方向。

与此同时,Hugging Face事故也暴露了这一战略的局限。智能体工作时间越长、能调用的工具越多,产品价值确实越大,但一旦目标设定有误,它把错误目标坚持执行到底的能力,也会同步增强。OpenAI暂停最大规模训练,不是因为能力不够,而是因为约束这种能力的体系还没跟上。等Astra真正发布时,值得关注的重点不该是"AGI"这个名号,而是能把哪些任务交给它、能托管多长时间、期间要监控什么、一旦出现异常行为时谁能按下停止键。

如果OpenAI这次重启成功,ChatGPT就不再只是众多AI工具中的一个,而会成为串联编程、文档、浏览器乃至硬件设备的工作操作系统。如果失败,那么这家一边宣称"专注"、一边又重新铺开芯片、终端、机器人和云业务的公司,就会成为一个在安全性和执行力上双双失守的案例。比"年底AGI"这句话更重要的问题只有一个:这一次,OpenAI能否同时做到既造出强大的模型,又把它变成一款真正好用、且可控的产品。