Sherwin Wu

OpenAI 的分发策略刻意采取双线并行：ChatGPT 每周触达约8亿用户，而 API 通过第三方产品触达的人群可能更广。 Sherwin Wu 表示，这是创始人一贯要求将 AI 的收益尽可能分发到更多场景的结果，尽管客户反复担心 ChatGPT 会进入自己的市场。按当前增速，第一方产品本身已形成巨大势能，内部竞争焦虑相对有限：“全球每周有10%的人在使用它。”

模型之所以异常抗拒商品化，是因为用户和开发者都会形成对特定模型的依赖。 用户会在 GPT-5、GPT-4o 和 o3 之间形成偏好；开发者则不断调优提示词、工具和应用框架，最终事实上变成“围绕模型构建产品”。两者叠加，带来出人意料的高 API 留存率，也削弱了应用抽象掉底层供应商这一经典平台风险。

OpenAI 已从“一个模型统治一切”的预期，转向越来越相信市场会容纳一组专业化模型。 Cursor 展示了正在成形的技术栈：用 Max 模式下的 GPT-5 做规划，用 Composer 快速完成首轮处理，再用其他模型解决深层 bug 或代码补全。Sherwin 预计“还会涌现大量其他类型的模型”，但也提醒今天的判断可能再次改变；专业化并非偏离 AGI，而是说明通往 AGI 的路径比此前设想的更难预测。

强化学习微调能把企业专有数据从检索资产，转化为可能具备差异化的模型能力。 早期监督式微调主要带来“指令遵循 plus”和语气变化；RFT 则可能为客户的狭窄使用场景打造业界领先模型。OpenAI 正在试点为愿意分享高价值数据集的客户提供折扣推理，甚至免费训练——这本质上是围绕企业内部“巨大数据宝藏”的一次明确交换。

应用层的瓶颈已从巧妙设计提示词，转向上下文工程和受控编排。 更强的推理模型仍需要正确的工具、数据、检索时机和流程边界；Martin Casado 的归谬是，经典 RAG 用余弦相似度决定向“一台超级智能”输入什么。对企业而言，智能并不会消除工作流结构：许多岗位需要确定性的 SOP、获批准的回复目录，以及对 agent 可执行范围的强制限制。

OpenAI 将 agent 视为通过不同界面表达的智能，而不是一个独立产品类别。 ChatGPT、Codex、Sora 和 API 都是同一核心智能的“不同界面和不同部署方式”；Codex 之所以独立，是因为 CLI 比 ChatGPT 更适合编程。这也给了创业公司嵌入 Codex 或围绕 Codex 构建产品的空间，Casado 开玩笑称之为“token laundering”经济：把自然语言输入转化为按量计费的智能。

按用量计费的 API 定价之所以站得住脚，是因为它与消费量直接对应，支持成本加成的利润纪律，而且可能已经近似于按结果定价。 OpenAI 将用量定价视为一种可能的“单向棘轮”：客户一旦开始按更接近实际效用的方式付费，部署式定价就很难恢复。按结果收费在作物产量等领域仍很有吸引力但难以执行；Martin 认为，随着任务难度和价值上升，测试时算力也会增加，token 用量可能成为结果的可行代理指标。

开放权重看起来是在扩大市场，而非蚕食既有业务；高效推理仍是一道有意义的运营护城河。 Sherwin 表示，OpenAI “完全没有看到蚕食”，因为 gpt-oss 的客户和使用场景与主要托管模型不同。即使假设 GPT-5 的权重公开，也无法复现 OpenAI 的线上服务表现：其最大的2到3个模型获得高度集中的资源，推理和训练团队则协同优化。多模态能力同样依赖专业化技术栈——共享 API 基础设施之下，是彼此独立的文本、图像和视频推理系统。

🔗 原始收听与视频来源： OpenAI 如何服务每周8亿用户：模型专业化与微调

Apps SDK 正在把 ChatGPT 从附着于其他产品的聊天机器人，变成这些产品运行其中的分发层。 OpenAI 披露开发者数量已达400万，Sherwin Wu 回忆 ChatGPT 每周活跃用户约8亿，称其规模约相当于全球第五或第六大网站。插件时代的教训是，只有分发还不够：开发者必须“真正拥有并掌控体验”，包括界面和品牌。

OpenAI 采用了已经开始形成的通用协议 MCP。 Sherwin 认为 Anthropic 真正把 MCP 做成了开放协议，包括让 OpenAI 参与其指导委员会；讨论显示，MCP 大约在3月与 Agents SDK 和 Responses API 同步获得采用。尚未解决的是连接器质量：第一方同步连接器可以实现索引和重排，第三方 MCP server 覆盖长尾需求，但性能取决于各创建者的 API 形态。

AgentKit 正在从又一个 agent 演示框架，变成端到端的生产平台。 Agent Builder、Agents SDK、Connector Registry、ChatKit 和评测工具把可视化工作流设计、部署、测试与优化串成一体；Christina Huang 在8分钟的演示时段内搭建了一个可运行的 DevDay 助手。更深层的机会在于复杂编排——涵盖“持续数周”的人工决策、可复用的企业模板，以及未来从画布走向代码、再由代码回到画布。

Agent 评测仍处于早期，但优化单位正从单个答案转向完整轨迹。 Christina 估计，OpenAI 目前只完成了“所需进展的大约10%”：现有系统可以评估长轨迹，但评测一个20分钟的任务，需要拆解并改进其中的单个步骤，而且往往需要人工复核。通过接入 OpenRouter，评测产品还可以在同一处比较非 OpenAI 模型和开源模型。

Prompting 正在成为持久的生产资产，实质上是一种“零梯度”微调，而不是随着模型进步消失。 OpenAI 围绕 GPT-5 推出了大规模自动提示词优化功能，因为每个模型都有新的行为特征，并计划把提示词、agents 和评测反馈接入持续生成改进建议的闭环。Sherwin 明确改变了此前的判断：人们曾以为“prompting 要消失了。不”；但它实际上已经“越来越根深蒂固”。

ChatKit 减少了前端工作，但身份体系、推理成本承担方式和 widget 生态仍未定型。 它的常驻 iframe 和 widgets 借鉴 Stripe Elements 或 Checkout 的理念：OpenAI 维护新的推理能力和多模态 UX，开发者负责定制应用本身。当前不支持自带 key，复制粘贴 key 是“巨大的安全隐患”；即使推理价格下降，总支出也可能上升，因为需求增长更快。

Codex 已在压缩开发周期，而 API 可靠性正成为一项可见的产品承诺。 Christina 说实习生会以“完全 YOLO 模式”使用 Codex，宽泛任务约有30%–40%的概率一次完成；可视化 Agent Builder 在发布前不到2个月才启动，“没有 Codex 不可能做到”，但人类仍会复核其工作。在服务规模上，OpenAI 已超过此前提到的每分钟60亿 tokens，并开始披露组织级吞吐量和错误 SLO；从三个9到五个9的路径，需要“指数级更多的工作”。

🔗 原始收听与视频来源： DevDay 2025：Apps SDK、Agent Kit、MCP、Codex，以及为什么 Prompting 比以往任何时候都更重要

OpenAI的企业业务早于ChatGPT——“OpenAI最初真正的产品并不是ChatGPT，而是B2B产品，也就是API”——如今公司还在运行一种Palantir式的前沿部署工程师模式，将工程师嵌入T-Mobile（由OpenAI模型实时处理语音客服）、Amgen（GPT-5在药物开发文书领域的头部客户）和Los Alamos（将o3物理部署到与Lawrence Livermore、Sandia共享的气隙Venado超级计算机上）等客户。

面对MIT“95%的AI部署都无法奏效”的标题，Olivier从约200次企业部署中总结出的规律是：自上而下的支持加上自下而上的“虎队”，并且先做评测；“客户拿不出好的评测时，目标就一直在移动。” 企业知识大多存在于“人的脑子里”，而不是SOP中，从46%爬升到99%是“艺术，有时甚至更像艺术而非科学”。

本期最锋利的判断是：尽管安全门槛更高，2025年的“物理自主性领先于数字自主性”。 因为自动驾驶有10-15年时间，以及道路、红绿灯等脚手架；而“AI agent就像被直接丢在荒郊野外”。Agent只诞生于o1-preview的推理范式，而“我认为这条斜率陡得惊人”；按收入计算，它们可能已经越过Waymo。

GPT-5的差异化在于“工艺——模型的风格、语气和行为”，而不是已经饱和的基准测试。 一位主持人称，某项评测显示幻觉“基本降到了零”；尚未解决的核心取舍是推理token与延迟——GPT-5 Pro能“一次解决”过去无法解决的问题，但需要等待10分钟。反直觉的教训是：指令遵循变得过于字面，旧式“请保持简洁”的提示词反而让输出失灵。

强化微调（RFT）——Olivier说这是OpenAI创造的术语——比SFT“强一个数量级”，也把推介重点从定制模型转向利用专有数据打造“世界上最好的模型”（金融服务领域的Rogo、在TaxBench上达到SOTA的Accordance）。 Olivier的判断是：在前沿能力上，“RFT基本会成为行业常态”。

多空交易上，Sherwin做空“围绕AI产品的整个工具链”——评测产品、框架、向量数据库，以及如今的RL环境创业公司——因为技术栈迭代太快，抽象层很难跨越一代模型存活。 Olivier做空以记忆为核心的教育（“知识token”），做多医疗——“可能是最受益于AI的行业”。

值得记录的软信号包括：即便工程师人数的含义仍不明确，未来仍将需要多得多的软件工程；“世界上存在巨大的软件短缺”（OpenAI的产品经理如今直接交付写好的原型，而不是PRD）；Codex CLI与GPT-5的使用正在加速；而“那次插曲”（董事会政变）让OpenAI变得反脆弱——“更抗打，也能更快恢复”。

🔗 原始收听与视频来源： OpenAI企业业务内部：前沿部署工程、GPT-5及更多 | BG2嘉宾访谈