OpenAI正推動一場深層次的產品整合，其目標不僅是合併兩款應用，而是要讓“ChatGPT”與“Codex”這兩個概念徹底消失，最終收斂為一個長期理解使用者、自主完成任務的個人通用智慧（Personal AGI）。OpenAI Codex負責人Tibo Sottiaux近日接受科技博主Matthew Berman專訪時明確表示，Codex已深度併入ChatGPT產品體系，原本面向開發者的程式設計能力正逐步向全體使用者開放。他強調，這只是第一步。

Tibo描繪的終局是：未來所有複雜的底層架構都將被徹底隱藏，最終只剩下一個極其極簡、深度理解使用者、並能瞬間調動海量雲端算力的“個人通用智慧”。他解釋，未來的模型天然具備程式設計、搜尋、調研、工具呼叫、語音與視覺理解等能力，這些功能將構建在同一套智慧體框架（Agent Harness）之上，因此人為區分“程式設計師用Codex”與“普通使用者用ChatGPT”將失去意義。系統將根據使用者身份、所連線的工作工具及許可權，自動呈現差異化的互動介面——程式設計師看到深度定製的開發環境，銷售看到郵件與客戶資料儀表盤，普通使用者看到的依然是簡潔的對話方塊。

在訪談中，Tibo披露了一系列關鍵資料：Codex使用者量已達約2000萬，與ChatGPT的深度融合是近期增長提速的主要驅動力之一。他透露，OpenAI的普通推理速度在過去三個月內提升了約60%；Ultra Fast極速模式目前最高可實現約14倍的生成速度提升，他預計大約1至2年內，這一速度將逐漸接近行業預設體驗。不過他也補充，若工作流中包含大量外部工具呼叫及網路I/O操作，受制於網路與架構延遲，實際感知加速比約為3至4倍。

Tibo還提到，OpenAI已通過強大模型最佳化底層推理架構，令旗下Luna模型執行成本下降約80%，他將這一過程明確定性為遞迴自我改進（Recursive Self-Improvement）的早期形態。他具體說明，Sol模型參與最佳化Luna模型的推理架構後，實現了這一成本下降。模型正深度參與重寫CUDA核心、最佳化推理棧、重新設計系統架構等底層基建工作。Tibo校正了外界對遞迴自我改進的常見誤判：公眾慣常想象的是某一代模型突然自主寫出下一代，但現實演進更為務實——模型變強後先協助工程師最佳化底層執行系統，系統提速降本後模型能承擔更海量工作，進而繼續最佳化更復雜的架構，形成一個“完整的閉環大系統”。

對於下一代智慧體系統，Tibo認為當前許多高階使用者手動維護技能配置檔案（Skills）、記憶上下文（Memory）與子智慧體（Sub-agent）編排網路，仍屬極早期的過渡形態。模型能力越強，使用者就越不應該直接介入管理Agent本身。理想的Agent應長期、深度理解使用者，並自主決定呼叫何種技能、保留何種關鍵資訊、是否在後台啟動其他Agent。這一演進方向的本質是：底層架構可以極度複雜，但暴露給使用者的介面必須持續趨簡。

Tibo還提出了一個反直覺的判斷：未來制約Agent能力發揮的瓶頸將是使用者手邊的個人電腦。他舉例稱，未來一個雲端模型可能同時併發處理100個應用，在同一時間內探索多套解決方案、編寫測試用例、編譯程式碼、驗證假設，並並行排程多個子Agent工作。在這一併髮量級下，即便是頂配MacBook也無法承載對應的工作負載。因此，雲端智慧體（Cloud Agent）將成為主流範式，使用者終端只是輕量互動入口，真正執行任務的是背後的雲端計算叢集。

當AI響應速度趨近甚至超越人類思考與表達速度，人機關係將發生質變。Tibo觀察到，當前許多重度Agent使用者的工作模式是同時開啟10至15個Agent視窗，輪流巡查進度，實際上成了疲於奔命的“AI專案經理”。OpenAI目前高度重視對使用者注意力的保護與管理。他描述了Ultra Fast與語音互動疊加後的理想場景：使用者隨口說出構思，AI瞬間生成原型；使用者掃一眼後以語音指令調整，AI毫秒級完成修改；全程保持心流狀態，無需任何上下文切換。

Tibo還指出，Codex的程式設計能力併入ChatGPT後，產品經理、設計師、財務與市場人員均可在無感知的狀態下呼叫。以資料分析為例，使用者請求ChatGPT處理5000條資料記錄，系統在後台可能自動生成並執行Python指令碼，最終將圖表結果呈現給使用者，全程無需使用者具備任何程式設計知識。他的判斷是，程式碼在未來將成為AI運算元字世界的底層機器語言，程式設計師只是這套底層能力革命最早的體驗群體。