{"id":"mb-20260826-dd5418","account":"mubei","brand":"","title":"ChatGPT 拥有超过 10 亿月度活跃用户","summary":"ChatGPT 拥有超过 10 亿月度活跃用户","body":"ChatGPT 拥有超过 10 亿月度活跃用户。\n但 Sam Altman 自己，已经有一个月没怎么碰过这个聊天框了。\n他把工作时间全切到了内部的编程工具 Codex 上。\n过去这一年，外界看到的是 OpenAI 成立以来最狼狈的下坡路。\n高管成批离职。\n二把手出走，首席营收官只干了八个月。\n负责安全与伦理的团队核心几乎换了一轮。\n产品路线频繁摇摆，预训练研究遭遇瓶颈。\n对手 Anthropic 靠一款写代码的 Claude Code 杀出重围。\n在年化收入和一级市场估值上，完成了对 OpenAI 的历史性反超。\n甚至计划最早在 9 月挂牌上市。\n但在旧金山代号 MB0 的新研发大楼里，另一场闭门演示正在发生。\n几十位核心企业客户被请进大楼。\n门外是举着标语抗议的示威者。\n高大的灌木丛被推到玻璃门前，挡住外面的营地。\n门内的屏幕上，OpenAI 正在展示下一代模型 Astra。\n16 个 AI 智能体接下一道研究级别的数学难题。\n它们自主把难题拆解成多个子问题。\n在后台分工协作、交叉验证，组装出一份完整的学术证明。\n在另一台电脑上，Astra 以超越人类极限的速度接管桌面软件。\n跨应用穿梭，自主创建并修改复杂文件。\n为什么点燃生成式 AI 热潮的巨头，要亲手把王牌聊天框推到一边？\n为什么一年前被全行业嘲讽的 500 亿算力支出，如今反倒成了巨头疯抢的壁垒？\n因为聊天框的形态，已经触到了天花板。\n过去三年，公众对 AI 的理解被固定在对话框里：\n你输入一句提示词，模型吐出一段文字。\n这台机器的物理限制，叫单次推理预算。\n人类被迫充当了系统的心跳。\n模型有多聪明，完全取决于你这一秒问得多精准。\n只要你按下回车后不再打字，它的思考就彻底终止。\nAstra 代表的是另一套完全不同的系统：持久智能体。\n它不再等待人类喂入下一个指令。\n给它一个目标，它自己拆解步骤，自己调用工具。\n自己编写并运行代码，遇到报错在闭环里自我修正。\n一个任务可以在后台持续运转数小时甚至数天。\n这种工作模式的重构，直接激活了第二台机器：测试时算力扩展。\n在聊天框时代，算力主要花在模型出厂前的预训练阶段。\n模型一旦训练完成，每一次对话只消耗极微小的算力。\n但当多个智能体在闭环里协同推演时，算力消耗的重心彻底转移了。\n它从出厂前的静态训练，转移到了运行时的动态推演。\n一个复杂任务消耗的不再是几百个词元。\n它需要数百万次连续的环境交互、自我纠错与多智能体博弈。\n这就是为什么负责算力的副总裁 Sachin Katti 会在专访中直言：\n今年支出 500 亿美元买算力依然不够，要是回头看，当初本该买得更多。\n这也是为什么 Anthropic 每月要给 SpaceX 砸下 12.5 亿美元采购算力。\n表面上看，这是两家硅谷巨头争夺估值与上市时间表的卡位战。\n底层的商业重力场却早已翻转。\nAI 正在从一个按月订阅的问答秘书，变成一个自主吞噬算力的数字劳动力。\n问答秘书的上限，是帮你润色一段邮件草稿。\n持久智能体的下限，是直接接管一个工程团队的研发流程。\n当算力消耗彻底摆脱人类的回车键。\n谁手里的算力储备更厚，谁就能让海量智能体在后台日夜推演。\n这场竞争真正的分水岭，从来不在于聊天框里的闲聊有多逼真。\n当智能体开始以超人类速度自主操作软件、协作推导未知知识。\n聊天框就只是一张历史门票。\n门票已经失效。\n真正决定胜负的，是背后那台以千亿美元算力日夜轰鸣的数字流水线。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-26 18:33:02","created_at":"2026-08-26 18:33:02"}