ChatGPT大升级：从回答问题到替你干活

OpenAI正在重做GPT从回答问题，到替你干活

礼立观察｜张礼立

关于 OpenAI 的这一轮产品变动, 最值得留意的并非某一项功能的改进, 而是 GPT 的角色正处在转变之中。以往的 GPT, 是一款用于回答问题的产品；用户输入问题, 它给出答案；用户提出需求, 它生成文本、代码、方案或者分析。其最为重大的意义, 是将大模型转变为了一个人人都能够使用的对话入口。然而如今, AI 行业的竞争正从“谁回答得更为出色”朝着“谁能够把事情切实完成”转变。这表明, 接下来阶段的 AI, 不再单单是Chat, 而是Work。不再仅仅是回答问题, 而是为你去干活。

Codex 进一步深入 GPT 的意义所存在之处, 正是这里。从表面来看, 这是将代码智能体的能力融合进 GPT 的入口；从深处去观, 这是 OpenAI 对于 GPT 的再度定义。GPT 已然不单单是一个聊天框, 而正逐渐成为一个能够承接任务、作为调度工具、连接应用、进而进入工作流的智能工作台。倘若这个变化得以顺利实现, AI 产品的价值逻辑将会从“对话体验”转变为“任务结果”, 从“生成内容”转变为“完成工作”, 从“模型能力”转变为“系统执行力”, 这里的代码智能体能力融合进 GPT 入口并非简单的整合, 而是有着深层的重新定义内涵, GPT 的转变会带来 AI 产品价值逻辑根本性的调整 , 这些调整涉及从对话体验到任务结果等多方面的转变 , 这些环节紧密相关且相互作用 , 最终会形成全新具有系统性的变化。如此一来 , 整个 AI 产品的生态将发生重大变革 , 会对诸多产业产生深远影响。

我的判定是, OpenAI此次切实要争抢的并非聊天机器人的升级权限而是知识工作的调度权力, 哪一方可以调度任务, 哪一方就或许会拥有下一代AI入口。

01

GPT 不会消失

但它正在换角色

有一种说法觉得, GPT往后或许会被Codex代替。这个判断存在传播性, 然而我的判断是不正确的。GPT不会轻易消逝, 原因在于它已然成为全球用户领会AI的首个品牌, 还是OpenAI极为重要的流量入口、品牌心智以及商业资产。一个具备巨大用户认知的产品, 不会由于内部能力改变就被轻易舍弃。

但不消逝, 并不意味着不改变。GPT正从一种“聊天产物”, 转变为一种“智能工作入口”。往昔, 用户开启GPT, 乃是为了询问一个问题、撰写一段文字、创生一份方案；将来, 用户开启GPT, 或许是为了交办一项任务: 协助我整理这些文件, 协助我生成一个网页, 协助我剖析一组数据, 协助我修订一份合同, 协助我塑造一个可交互的演示, 协助我跟进一个项目。此一变化看似仅是使用方式的变动, 实质上却是产品定位的变更。已过去的GPT, 更像是具备聪明特质的顾问, 而未来的GPT, 越发像那种能够调度资源之地, 连接工具之所, 持续执行的工作台。

从数据方面来看，这个方向已然开始呈现, 公开的报道表明, Codex 的每周活跃用户已然达到数百万的级别, 而且知识工作者正逐渐成为重要的增量群体, 不再仅仅是程序员在使用, 换句话说, Codex 的扩展并非简单地从程序员迈向更多程序员, 而是从开发者工具迈向更为广泛的知识工作场景, 这个信号极为重要, 因为它意味着 AI 执行能力正迈出自代码世界, 进入分析、进行研究、开展设计、实施投资、从事运营以及企业协同场景。

这便阐释了为何 OpenAI 会将 Codex 纳入 GPT, 全球用户入口以及交互习惯由 GPT 予以提供, 任务执行和工具调用能力则是由 Codex 来供给, 二者相互结合以后, OpenAI 才具备把“聊天入口”提升为“工作入口”的契机的原因所在。我觉得, GPT 的名称还会存续相当久的时间, 然而其象征的时代正在发生改变, 名字依旧是 GPT, 不过底层逻辑正从 Chat 转变为 Work 了。

02

Codex 的意义不只是写代码

好多人一说起 Codex, 最先想到的便是 AI 编程。这种理解没错, 然而还是不够全面。编程为什么会成为 AI Agent 最先展现出高价值的场景呢, 是由于它天生具备几个条件, 那就是任务能够拆解开来, 过程能够进行追踪, 结果能够用来测试, 错误能够予以修复, 交付能够加以验证。正因为有着这样的情况, 代码场景才成为大模型从“生成内容”迈向“执行任务”的第一块试验田。

然而, Codex 真正关键之处, 并非它具备编写代码的能力, 而是它正将“代码能力”转变为“工作执行能力”。当一个人工智能系统能够读取文件, 调用工具, 理解上下文, 修改代码, 生成网页, 连接应用, 处理文档, 自动化流程时, 代码便不再仅仅是程序员的专业用语, 而成为人工智能执行任务的后台语言。未来, 许多知识工作者无需亲自编写代码, 却能够借助 Codex 达成以往唯有技术团队方可完成的事项。能够让分析师用于处理数据以及生成模型, 能被设计师用来做交互原型, 可被销售团队用以整理客户信息并自动生成跟进材料, 能协助投资人分析报告以及搭建初步模型, 会被企业管理者用来将会议、文档、表格、邮件和项目进度连接起来。

对于普通人来说, 这有着格外重要的意义, 未来并非所有人都要成为程序员, 而是会有越来越多的岗位带有“任务设计者”的相关属性。在过去, 衡量一个人强不强要看他能否做很多事；到了未来, 衡量一个人强不强或许要看他能不能清晰地表述复杂任务, 合理地拆解复杂任务, 将其交给 AI 去进行执行, 还要判断最终结果是否可靠。AI 不会让所有人都参与写代码, 然而却会让越来越多普通的管理者、分析师、运营人员、研究人员学会运用任务语言来调度智能。

这同样是我觉得Codex值得予以关注的缘由, 它并非仅仅是让程序员能够变得更快这般简易的事情，而是在于将“执行任务”的能力从技术部门予以释放, 以往的时候, 业务部门要是打算做一个工具、一个页面、一个分析模型, 常常得等着技术进行排期, 往后, 许多原型、流程以及轻量应用, 极有可能由业务人员直接借助Agent生成出来, 企业内部的沟通所需成本、试错所需成本以及跨部门协同的方式, 都会被再次进行定义。

03

OpenAI 押注的

不是聊天，而是执行

由OpenAI展开的这轮动作背后, 最为清晰的那根主线是, 从Chat转变为Agent, 从单纯进行聊天转变至执行操作, 这可不是口号方面的变更, 而是产品自身逻辑发生了变化, 聊天类产品的关键核心便在于, 理解所提出的问题进而生成相应的回应, Agent类产品的核心重点, 则是理解既定目标去完成相关任务, 前者所具备的价值体现于答案, 后者所蕴含的价值则体现在最终结果上, 前者着重突出模型所拥有的智商, 后者着重强调任务分解、工具调用、流程协同、权限管理、成本把控以及结果验证。

真实的工作并非于一个单纯的聊天框内产生。它产生于邮件、日历、表格、PPT、CRM、代码仓库、设计工具、企业后台、浏览器页面以及各类业务系统之间。要是AI无法进入到这些场所, 那么它就只能停滞在“建议层”；唯有当AI能够跨应用、跨文件、跨系统去执行任务时, 它才切实进入到“生产层”。所以, OpenAI 真正想要达成的目的, 并非单纯促使 GPT 在 conversation 领域表现得更为擅长, 而是致力于将 GPT锤炼成这样一种智能工作平台那就是它能够接纳任务, 能够安排工具, 能够关联应用, 能够持续开展执行操作。

换个角度从商业逻辑去分析, 这环节的推进可谓是顺理成章。消费者所进行的聊天订阅操作能够有效扩充用户群体规模, 然而企业工作流在变现方面更具支付潜力以及更强的粘性。有消费者甘愿为聊天行为掏腰包, 可企业在效率、交付、自动化、流程压缩以及质量提升层面, 更乐意花大价钱去投入。OpenAI要是想要维持巨额的算力投入、实现企业估值的增长以及构建长期性的商业模式, 就一定得从单纯的“让用户能提问”转变为“帮用户去完成工作”。

在这里, 有一个值得予以特别关注的产业变化存在着, 那就是: AI应用层此刻正在发生分化现象。其中一类属于“陪聊型AI”, 它能够提供问答、开展写作、给予陪伴以及生成内容操作。另一类则是“工作型AI”, 其进入到了代码、浏览器、CRM、数据、文档、企业系统以及业务流程等范畴之中。在未来的时候, AI应用将会被分成两种类型开云真人app,开云真人app地址开云正版app下载开云app在线入口开云手机入口app下载开云app官方入口网站，具体而言, 一种是会让人们聊得更加长久, 另一种是会让人们干活变得更少些。而真正具有产业价值的, 很明显是在后者那里。

04

浏览器为什么可能

成为最后一环

倘若GPT是能够通用的那个入口, Codex是具备执行能力的, 如此一来浏览器极有可能便是OpenAI进入到真实工作场景的那最后的环节了。缘由十分简洁: 数量众多的工作依旧是在网页之上发生的。企业的后台, SaaS系统, 搜索呈现的结果, 在线存在的文档, 内部所拥有的知识库, 协作时用到的工具, 数据搭建而成的平台, 采购的体系, 客户管理的系统, 有许多都是在浏览器当中运行的。过去, 人类借助鼠标点击, 以及复制粘贴, 还有切换窗口, 以此来达成这些操作；处于 Agent 时代, 要是 AI 能够理解网页，进而操作网页, 再去读取页面内容, 接着填写表单, 随后调用工具, 最终完成流程, 那么浏览器便不再仅仅是浏览器, 而是会转变为 AI 执行现实任务的操作界面。

这同样是GPT Atlas值得予以关注之处, 它并非单纯地给浏览器添加一个聊天侧边栏, 而是将GPT置于网页世界的核心位置, 用户并非仅仅是“浏览网页”, 而是能够让AI协助自身去理解网页、归纳内容、对比信息、规划任务, 甚至在一定权限范围之内达成多步骤操作。若将GPT、Codex以及Atlas一同加以审视, OpenAI的产品路线便极为明晰: GPT承担着承接用户意图的职责, Codex肩负着任务执行与自动化的使命, Atlas负责迈入网页与应用的领域。

不过, 这里存在着一个不得不去正视的边界。AI越是朝着接近真实工作的方向发展, 就越发需要权限；越是能够替用户去进行操作, 也越是需要治理；越是能够跨越网页、跨越系统、跨越账户去执行任务, 就愈发会带来隐私方面、安全方面以及责任方面的问题。以往聊天产品出现错误, 顶多也就是答案不准确罢了；而未来Agent要是出现错误, 很有可能就是流程发生误操作、数据出现泄露、权限产生越界或者出现业务损失。所以, 倘若浏览器变成AI的操作入口, 那么它所带来的可不单单是入口价值, 还会带来全新的信任门槛。

我所做出的判断为, 在 Agent 时代, 真正存在困难之处的并非是使得 AI “能够去做事”, 而是要让 AI 在恰当正确的边界范围之内开展做事的行为。执行的能力它仅仅只是其中的第一步, 权限方面、审计方面、安全方面以及责任机制方面, 这些才是企业究竟能否真正把它运用采用的关键所在。

05

AI 产业的游戏规则正在改变

OpenAI的这一回变动, 对于AI产业而言, 其产生的影响或许要比单一产品推新更为关键。其一, 模型具备的能力依旧有着重要性, 然而却不再是独一无二的竞争要点。往昔, 行业所关注的是哪个主体的模型更为强大, 哪个主体在推理方面更为出色, 哪个主体的代码能力更为稳定。往后, 这些方面依旧有着重要意义, 可是真正对产品价值起到决定作用的是, 模型可不可以融入到实际工作流程之中, 可不可以与工具进行连接, 可不可以达成任务, 可不可以把控成本, 可不可以使得企业能够安心运用。

第二, 入口眼下正逐步变得相较于应用更为关键重要。究竟是谁把控住了用户每日开启开展工作的入口, 那么其便会更加靠拢接近任务的起始源头根源。GPT所展露具备有的优势体现在用户心智以及巨大流量之上；Codex所拥有具备的优势在于执行能力方面；Atlas的存在意义则处于处在网页入口范畴。OpenAI此刻正着手将这三者整合拼合成一个规模更为庞大的入口体系系统。未来即将出现的超级应用, 不一定必然是功能最为繁多丰富的应用, 而是最能够承接处理各项任务的智能系统装置。

其三, AI编程工具正朝着通用工作工具演变, Claude.code与Codex的竞争, 初看起来是代码能力方面的竞争, 深入探究则是Agent工作方式之间的竞争, 代码场景只属于第一站, 接下来类似的逻辑会进入金融领域, 会挺进法律范畴, 会涉足咨询行业, 会走进设计专业, 会进入销售岗位, 会深入运营环节, 会涉及教育领域以及企业管理层面, OpenAI跟Anthropic在代码工具上的竞争, 最终角逐的并非开发者工具市场, 而是知识工作的入口处。

首先, 第四点, 单位执行成本将会成为新的指标。其次, 在前一篇我们讨论tokenmaxxing的时候提到过, 企业不能够把token消耗错误解读成生产力。然后, 现在, OpenAI也正在朝着同一个方向行进: 并非是让AI消耗更多的token, 而是要让每一份智能消耗能够产生更多的有效工作。最后, 在下一阶段, AI产品不仅仅是要比较谁更加聪明, 而且还要比较谁能够以更低的成本来完成更多的真实任务。

第五, AI 的商业评价体系将会发生改变, 以往能依据模型榜单、日活跃用户数量、订阅收入来评判, 而未来则需参考任务完成比率、单位任务成本、企业工作流贯彻率、可审计程度以及治理能力来分析。这是由于 Agent 并非单纯进行回答, 它要融入真实的组织, 与真实的系统相连接, 承担起真实的责任。一旦 AI 从仅仅“说”转变为开始“做”, 那么游戏的准则就会从模型之间的竞技转而变为系统之间的竞争。

于投资人而言, 下一阶段审视 AI 公司时, 不是只看那些诸如模型榜单、日活用户以及发布会演示这些方面, 而是得去关注三个更为关键且硬性的指标: 其一, 是任务完成率, 也就是 AI 究竟能不能让一件事成始讫终；其二, 为单位任务成本, 也即同样的一件事会耗费多少 token、多少时间以及多少人工审核量；其三, 乃工作流渗透率, 意思是 AI 到底有没有实质性地融入企业的销售、研发、客服、财务、法务、供应链以及管理流程当中。往后真正具备价值的人工智能公司, 并非一定是那些极其擅长聊天的公司, 而是那些能够最大限度地融入工作之中, 全面接管流程环节, 最终形成实际成果的公司。

06

对中国 AI 产业的影响与启示

对于中国AI产业而言, OpenAI此次所采取的行动, 最具借鉴意义之处, 并非单纯去复制GPT, 也不是贸然推出一款“类Codex”的产品, 而是需要辨析出下一阶段AI竞争的核心要点正向不同变化进行转移, 而并非保持固定状态。对此中国的AI企业而言, 如果要找寻取得成功的真正机会, 并非一定是要在通用聊天入口方面与OpenAI展开正面竞争, 而是旨在对本土工作流、产业场景以及企业服务体系等多个领域中构建起坚固的壁垒加以实现, 从而以独特优势占据市场地位。

中国存在着大量的制造业场景, 其复杂程度颇高, 还有供应链场景, 同样具备复杂性, 更有政企服务场景, 也是如此, 跨境贸易场景、金融风控场景、园区运营场景以及中小企业数字化场景亦复如是。这些场景的流程极为繁杂, 数据呈现出分散状态, 系统种类多样, 组织之间的差异性较大, 而恰恰正是需要更懂得本土业务的 Agent 平台。通用模型能够给予能力底座, 然而实际的产业价值, 常常出现在具体流程里, 即销售线索怎样进行筛选, 供应商怎样开展评估, 报表怎样予以生成, 合同怎样加以审查, 设备异常怎样去处理, 客户问题怎样实现闭环, 跨境业务怎样达成合规, 园区服务怎样自动匹配。

中国的AI, 没必要着急再去打造另一个GPT这样的东西, 而是得尽快去做出一批实实在在懂得行业情况、懂得流程细节、懂得中国企业实际现场状况的Agent。通用的聊天入口不一定是归我们所有, 但产业执行方面的入口依旧是存在机会的。能够把AI融入企业真实的流程当中的, 能够理解行业规则的, 能够衔接本土软件生态的, 能够降低企业使用标准的, 能够将AI从只是用于演示转变为可以交付、可以计费、可以进行管理的服务的, 谁就有可能做出中国版的AI工作平台而且取得成功。

对企业管理者而言, 同样得转换思路, 并非询问员工有无使用AI, 而是询问AI是否改变了流程, 并非询问生成了多少内容, 而是询问减少了多少返工, 并非询问上线了多少工具, 而是询问形成了多少可复用的工作能力。真正具备价值的AI转型, 并非让员工多打开一个聊天框, 而是让组织少一些低效环节, 多一些可执行的智能流程。

我的判定是, 中国人工智能产业的契机并非在于“重新塑造出一个GPT”, 乃是在于“将智能体融入中国企业切实的工作流程之中”。OpenAI运用代码编译器重新打造GPT, 从根本上来说是在向市场表明: 真正的切入点并非是聊天窗口, 而是任务流程。倘若中国企业能够在产业场景里把任务流程做细致, 把流程理解做到透彻, 把交付闭环做到扎实, 便有机会在智能体时代构建起自身的竞争优势壁垒。

结语

重做 GPT

就是在重做人和工作的关系

于是, 返回到起始的那个问题: GPT 会不会不存在了呢? 要知道, 我觉得, GPT 不会不存在, 然而 GPT 正演变成另外一种事物。它已不单单是一个等着用户发问的对话框, 而是正转变成 OpenAI 承担任务、衔接工具、接入企业工作流程的智能入口处。

这个变化有着意义, 在于, AI产业正从“回答时代”步入“执行时代”, 过去, AI要证明自身聪明, 现在, AI得证明自身有用, 过去, 用户向它提问, 未来, 用户把任务交给它, 过去, 模型负责文字生成, 未来, Agent负责流程推进, 这或许才是OpenAI此次举动真正值得领会明白的要点所在句号。

GPT 的名字不会轻易进行更改, 然而它所代表的那个时代正处于改变之中。曾经的时候, AI 的价值体现为回答, 当下的情形是, AI 的价值在于执行, 而未来的状况则是, AI 的价值聚焦于组织能力的重构。

GPT 的下一站，不是更会聊天，而是更会干活。

AI 的下一场竞争, 并非是谁回答得更为漂亮, 而是谁能够把任务做得更加完整, 并且做得更便宜, 同时也要做得更可靠。从这个意义来讲, OpenAI 正在重新制作 GPT, 然而实际上真正重新制作的并不是一个产品, 而是人与工作之间的关系。当 AI 从回答问题转变为替你干活时, 真正被改变的并非聊天框, 而是每个人理解工作的方式, 以及分配任务的方式, 还有创造价值的方式。

标签： ChatGPT OpenAI AIAgent 工作流 产业竞争