ChatGPT 拥有超过 10 亿月度活跃用户

ChatGPT 拥有超过 10 亿月度活跃用户。 但 Sam Altman 自己，已经有一个月没怎么碰过这个聊天框了。 他把工作时间全切到了内部的编程工具 Codex 上。 过去这一年，外界看到的是 OpenAI 成立以来最狼狈的下坡路。 高管成批离职。 二把手出走，首席营收官只干了八个月。 负责安全与伦理的团队核心几乎换了一轮。 产品路线频繁摇摆，预训练研究遭遇瓶颈。 对手 Anthropic 靠一款写代码的 Claude Code 杀出重围。 在年化收入和一级市场估值上，完成了对 OpenAI 的历史性反超。 甚至计划最早在 9 月挂牌上市。 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。 几十位核心企业客户被请进大楼。 门外是举着标语抗议的示威者。 高大的灌木丛被推到玻璃门前，挡住外面的营地。 门内的屏幕上，OpenAI 正在展示下一代模型 Astra。 16 个 AI 智能体接下一道研究级别的数学难题。 它们自主把难题拆解成多个子问题。 在后台分工协作、交叉验证，组装出一份完整的学术证明。 在另一台电脑上，Astra 以超越人类极限的速度接管桌面软件。 跨应用穿梭，自主创建并修改复杂文件。 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？ 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？ 因为聊天框的形态，已经触到了天花板。 过去三年，公众对 AI 的理解被固定在对话框里： 你输入一句提示词，模型吐出一段文字。 这台机器的物理限制，叫单次推理预算。 人类被迫充当了系统的心跳。 模型有多聪明，完全取决于你这一秒问得多精准。 只要你按下回车后不再打字，它的思考就彻底终止。 Astra 代表的是另一套完全不同的系统：持久智能体。 它不再等待人类喂入下一个指令。 给它一个目标，它自己拆解步骤，自己调用工具。 自己编写并运行代码，遇到报错在闭环里自我修正。 一个任务可以在后台持续运转数小时甚至数天。 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。 在聊天框时代，算力主要花在模型出厂前的预训练阶段。 模型一旦训练完成，每一次对话只消耗极微小的算力。 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。 它从出厂前的静态训练，转移到了运行时的动态推演。 一个复杂任务消耗的不再是几百个词元。 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。 这就是为什么负责算力的副总裁 Sachin Katti 会在专访中直言： 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。 这也是为什么 Anthropic 每月要给 SpaceX 砸下 12.5 亿美元采购算力。 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。 底层的商业重力场却早已翻转。 AI 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。 问答秘书的上限，是帮你润色一段邮件草稿。 持久智能体的下限，是直接接管一个工程团队的研发流程。 当算力消耗彻底摆脱人类的回车键。 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。 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。 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。 聊天框就只是一张历史门票。 门票已经失效。 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。