ChatGPT:超级助理时代——BG2 嘉宾访谈

• Nick 直说他不信单一北极星指标：ChatGPT 才三年半，「这类问题会随着你自己的成长而变化，你会不断问自己：我们到底在造什么东西？」他给的答案是超级助理——「它能真正帮人达成自己的目标」，衡量成功的唯一标准是「它有没有真的帮你完成你打开它时想做的那件事」。而这件事对不同人差别巨大：有人想变健康，有人想创业、学新领域、报税。→ 详细
• 主持人逼他做选择题——「把 100 分分配到这些指标上」。Nick 的回答是全押长期留存：「有没有持久价值的标志，是人们三个月后还回不回来——因为那意味着你真的解决了他们的问题。而像收入这样的东西，是从留存里长出来的，而不是你直接去追它。」→ 详细
• 他举了个「不追收入反而涨收入」的实证：GPT-4 原本锁在付费墙后（因为服务不了所有人），等 GPT-4o 在推理效率上突破，他们直接把它免费送出去——「结果那件事在收入和留存上都是正向的」。→ 详细
• 但他同时承认「不存在单一指标可以拿来优化」：日常还是看 WAU（周活跃用户）、留存和一大堆汇总口径，并按不同分层分别看。→ 详细

• 主持人拿出第三方数据：ChatGPT 的留存曲线是微笑曲线（用户流失一段时间后回流，曲线后段不但不衰减还往上翘），并强调「这非常罕见」。→ 详细
• Nick 的解释里最反直觉的一条：「委派」对大多数人不是天生技能。「我发现人们需要一段时间，才能真正搞明白自己生活里有哪些部分可以委派出去。对很多用户来说这是个好几个月的过程。」——也就是说，微笑曲线的一部分不是产品变好带来的，是用户自己慢慢学会了怎么用。→ 详细
• 另外两个具体杠杆：搜索把 ChatGPT 从「工作向产品」拉进日常（以前周末使用量会掉、暑假也掉，现在移动优先、绝大部分流量来自手机、全是个人生活场景）；个性化让它「随时间慢慢了解你，你也慢慢了解它」。→ 详细
• 他不肯给一个漂亮的单因归因：「你要做出一个高留存的产品，靠的是无数件小事，以及真正系统性地把它一点一点做好。」→ 详细

• 三分之一：经典的消除摩擦。 论纯影响力最大的一笔是去掉登录墙——不用注册就能用。Nick 说「Sam 会说『我早就跟你们说过』，因为这从第一天起就是他的意见」。他的评语是：「这种事任何产品都要做，而且确实管用。有些东西是永远不变的。」→ 详细
• 三分之一：核心产品投入，且必须研究和产品一起做。 搜索和个性化是范例——「我们坐到一起，搞清楚的不只是 UI/UX 怎么演进，还有怎么把这些变化后训练（post-train）进模型里」。也就是说这类功能不是在模型外面套一层界面，而是把交互习惯训回模型里。最近的例子是「写作块」（你问的是写作类问题时界面会渲染出的专用块），「把很好的手艺投进这类体验里，真的有用」。→ 详细
• 三分之一：纯模型进步。 既有阶跃（GPT-3.5→GPT-4，付费墙后的 GPT-4→免费的 GPT-4o），也有大量「不出彩、不值得单独起发布代号的迭代」——他特意点名 5.3、5.4：「那正是我们大量吸收用户反馈、然后有条不紊地逐条解决的时候，这显然也体现在留存上。」→ 详细

• 两年半前 Apoorv 的判断是：消费市场赢家通吃，搜索里 Google 近 90% 份额、3.5–4 万亿美元市值，移动是苹果，社交是 Meta；而 Meta 和 Google 手握三四十亿用户，「只要一按开关就能把自己的 AI 推出去」。结果他错了——ChatGPT 做到 9 亿周活、超 10 亿月活，从零起步只用三年半。→ 详细
• 他自己给出的结论只有一句：「显然光有分发是不够的。」→ 详细

• Nick 反复引用的规模基准：「现在全世界大概 10% 的人会来用我们，还剩 90% 没覆盖。」→ 详细
• 但他刻意把目标掰成两半：更广（触达更多人，是使命的直接体现）和更深（「让今天已经在 ChatGPT 里找到价值的那十亿人，真正在现实世界里获得更有分量的价值——真的帮他们达成目标，而不只是回答问题」）。→ 详细
• 竞争格局他没回避：主持人点名「Claude 最近几周势头很好，Gemini 有巨无霸级分发」，Nick 的回应是「这是历史上做科技消费者最好的时代」。→ 详细

• Nick 对自家旗舰产品的批评相当狠：「你打开它，它不会告诉你它是干嘛用的。你得自己去发现……但这个产品就像一台裸机电器。」学法全靠 Twitter、Instagram 上偶然刷到别人的提示词。→ 详细
• 他给的诊断词是缺示能（affordance，产品自己提示你它能干什么、该怎么用）：「我还是觉得我们太像一个计算机终端了；它需要更像软件，像一个软件构成的操作系统。」→ 详细
• 背后的判断是一句很好用的话：「世界上每个人都有『受智能约束』的问题——就是那些更多智能能帮上忙的问题。但你得把这件事框给人看。」→ 详细
• 而让他真正兴奋的不是界面，是把推理产品化到用户根本感觉不到：「如果你能想明白怎么把推理产品化，让它在用户完全不知情的情况下替他们干活——那看上去就很像模型在替你执行长周期任务。这不意味着你要接触到『推理』这个概念，只意味着你在从中受益。」→ 详细

• 两个概念要分开看：ChatGPT 去做事（而不只是回答）和 ChatGPT 变主动。「当你把这两个放到一起，你就开始觉得它像个超级助理了，因为这两件事是复利叠加的。」→ 详细
• 今天的行动能力受限于行动空间（action space）：它能像人一样用搜索工具或浏览器、能生成图片，「但它显然还没有『一个人加一台电脑』所拥有的那种行动空间。而那正是我们要造的东西」。→ 详细
• Pulse（主动推送的产品）是主动性的第一步，形态定义是「不是你去提示模型，而是模型来提示你」——因为「人们太难去委派、太难搞清楚自己的问题到底是什么」。但 Pulse 的天花板很明确：「它没有连到你的生活里，也不能采取行动，它只是在给你产出信息。」→ 详细
• 两块积木装上之后的画面他举了两个例子：「嘿，你刚落地到你该去的地方了，我给你叫辆车」；「嘿，我看到你的指标掉了，我主动跑了这个分析」。还有一个更妙的：你想练出好身材，你根本不会觉得那是一件可以委派的任务——除非你有私教。而 AI 可以在后台替你长期跑下去。→ 详细

这是全场对做 agent 产品最有操作性的一段。

• 失败复盘：第一版 ChatGPT agent「稍微早了那么一点点——模型还不够好，达不到真正的逃逸速度（escape velocity）」。而没有逃逸速度的代价不是「效果差」，是信任崩塌：「用户学不会信任它，他们连试都不会试。」结果人们只拿它做那些「碰巧能跑通」的事，比如把文件服务器迁到云上——「有用，但非常小众」。→ 详细
• 发布门槛不是「做对」，是「拿到部分分数」：「ChatGPT 刚上线的时候就已经足够好，好到人们愿意拿真实场景来试，哪怕一开始并不成功。ChatGPT 最初写作很差，做软件工程也很差，但人们试了，而且拿到了足够的价值，于是我们就能把这些场景接过来做到极好。」→ 详细
• 飞轮的正确顺序：拿到部分分数 → 拿回真实的任务样本 → 有了一组可以爬山（hill climbing，顺着反馈一小步一小步往上优化）的用例 → 做到很棒。「魔法在这时候才开始。」→ 详细
• 他对时机的坦白：「就算是 OpenAI 内部的人，也很难准确预测这东西什么时候会变好。」→ 详细

• 代码这块「我们已经完全到了，简直匪夷所思」：「我们有那么多工程师根本就不打开 IDE 了。」Nick 自己也因为 Codex 重新写起了代码。→ 详细
• 他给出了「哪类工作会被 agent 先吃掉」的判据：Codex 那些性质——可测试、你知道它到底成没成、非常适合强化学习（RL）。「我不会惊讶于这件事在其他形式的定量知识工作上重演。」→ 详细
• 通用 agent 的关卡在消费端：「消费者想要的是：我可以问任何事，它就把该做的事做掉，不需要我做任何再训练。」心理上的标志性任务是订机票、订餐厅、购物。Deep Research 是他们放出去的第一个智能体式消费产品。→ 详细

• Nick 澄清他要留下的不是「聊天」而是「自然语言」——「你能用对你来说非常自然的方式向机器表达自己，不管是文字、语音，还是由模型渲染出来的结构化界面」。→ 详细
• 真正会变的那一半：「聊天是表达意图的好方式，但它不是一个好的输出。很多情况下你想拿回来的是一个产物（artifact）：这是你的旅行计划、这是那份分析、这是我替你交付的一个结果——『我刚帮你赚了五块钱』。」→ 详细
• 一个内部彩蛋佐证了这不是事后叙事：ChatGPT 的代码库叫 SA Server，全称 Super Assistant Server。「这证明了这一直是我们的愿景。」→ 详细
• 迁移的底气来自「未被满足的意图」：「人们明明想做成某件事，ChatGPT 帮上了忙，但它本可以帮上大得多的忙。」→ 详细

• 定量侧：「我们有非常棒的分类器（classifiers）在自动跑，完全保护隐私，但能让我们知道人们有哪些使用场景。」用途很实在——「当你发布一次模型更新时，你想知道哪些用例刚变好了、哪些变差了。而这件事如果没有非常好的系统级分析能力，并不容易搞清楚。」→ 详细
• 定性侧（他强调这才是他学到最多的地方）：「我有个习惯，会去联系一批相当随机的用户，搞清楚他们在干什么。」→ 详细
• 一句很有分量的自白：「我从没在别的产品上遇到过——三年半之后你每一次还在学到新东西。因为通常到那个时候，你已经知道你的产品能覆盖哪些用例了。但我们这项技术太不寻常了，我不断学到一些我压根不知道居然可能的疯狂用法。」→ 详细

• 造产品时想象两个极端：一端是完全不关心 AI、生活很忙、需要被说服的人——「这会逼着你把界面做到位，把藏在模型里的能力用人们真能理解的方式暴露出来」；另一端是重度用户。→ 详细
• 重度用户的价值不是付费，是替你做产品发现：「我们不可能靠自己完成所有的产品发现，单纯因为这项技术太经验主义（empirical）了，而且你在发布之后才学到那么多东西。」他画的画像很具体：订 ChatGPT Pro、在 Codex 还不太好用的时候就在用、如今成为这类工具最有力的拥护者的那个人。→ 详细
• 审美参照系是 macOS 的渐进披露（progressively disclosed）：对完全不懂技术的人「简直像魔法」，对重度用户「有终端、有设置，几乎什么都能配」。→ 详细
• 主持人吐槽重度用户「拿到的价值太多了」（200 美元订阅可能对应几千上万美元价值），Nick 当场打断：「没有『太多』这回事。」主持人的类比是 2015 年那个时代的 Uber 和 Lyft（靠补贴买增长的阶段）。→ 详细

• 订阅是撞出来的，不是设计出来的：ChatGPT 本来是个「准备上线一个月就关掉」的 demo，火了之后发现「要成为一个产品，你就不能每次容量满了就把产品下线」。于是上订阅纯粹是为了塑造需求——「这是一种在不得不挡人的时候，体面地把用户挡在门外的方式」。→ 详细
• 稳定之后他们本可以退回免费，但发现「我们手上总是有『服务不过来』的新技术」，GPT-4 是第一例，于是进了 Plus。「我们撞进订阅制的方式其实相当偶然，出发点只是想解决用户的问题。」→ 详细
• 无限量套餐撑不住：有了测试时计算（test time compute，模型在回答时多花算力去「想」）之后，「你基本上想把智能拉多高就能拉多高」。于是——「在当下这个时代，有一个『无限量套餐』，可能就像有一个『无限量用电套餐』一样——它讲不通……这也是为什么你买不到那种套餐。」→ 详细
• 明牌预告：「考虑到我们经历的技术突破的量级与深刻程度，如果定价不变，我会非常非常吃惊。」→ 详细

• 商业模式的北极星被他明确定义为可及性（access）：「我们想选一种能让最多人用上我们最强工具的供给方式。」订阅的结构性缺陷是「很多市场的人没有信用卡，或者他们不用信用卡订阅软件」——广告试点就是补这个洞。→ 详细
• 主持人直接问「Sam 历史上表达过对广告的抵触，什么变了？」Nick 的回答是流程而非立场：从去年年底起先让全公司讨论原则，把两条钉死——「ChatGPT 的回答必须保持独立」和尊重用户隐私。「我喜欢的是，在我们真正开始之前，这些原则就已经公开了。」体验侧他承认「还非常非常早」。→ 详细
• 一个很能说明供需的细节：他紧张地盯着客服工单，结果关于广告最常见的咨询不是「我怎么关掉广告」，而是「我怎么投广告」——「整个生态都非常兴奋想参与进这个故事」。→ 详细

• 主持人直问 ChatGPT / Codex / 研究三家怎么分 GPU，Nick 先自嘲「等我想明白了告诉你」，然后给了真答案。→ 详细
• 痛点定义：「『有真实的用户需求，你却服务不了』这件事真的很痛苦。如果你只做过软件，这是一个完全陌生的动态：你被一个零和资源卡住。市场型的生意有这种动态，但纯软件通常没有。」→ 详细
• 分配次序：① 先保现有用户的速度和可靠性（「这是最低要求」）；② 新能力不能只看「每块 GPU 的增量收入」这种商学院式算法——因为零到一的东西算不出来，「Deep Research 就是其中之一：我们当时说不出一个『研究型产品』到底有没有消费需求，可你不把它产品化去试，你永远不会知道」；③ 研究侧的资助决策归 Mark Chen——「他工作的一大部分就是决定资助哪些研究」。→ 详细
• 可迁移的规划法：「在做规划的时候，从最零和的那个取舍开始是有用的。所以我觉得从 GPU 往回倒推着排，通常是个不错的主意。」→ 详细
• 人 vs GPU 的对比很值得记：人可以招、而且有了 agent 之后「每个人的杠杆更大」；GPU 是零和的，招不出来。→ 详细

• 「我们能为每个用户提供的价值也在上升。而 GPU 消耗跟这个价值的相关性挺高的。当你看每用户的 token 消耗，尤其在企业侧——那是个巨大的机会——你会看到很多非常吃 GPU 的工作流。而且是的，就算价格在降，需求还是一直在涨。」→ 详细
• 主持人指出外部数据里唯一缺的一张图就是「每用户 token 消耗随时间的变化」，Nick 给了一个前瞻指标：「我们内部员工是个很好的先行指标，能预示接下来会发生什么。而且是的，那些图令人难以置信。」→ 详细
• 他最想摆脱的处境：「我真心希望有一天我们不必再面对这个取舍——我还没到那一天。」（主持人的解读：你看不到一个「不再有这个问题」的时间点。）→ 详细

• 「我最常遇到的取舍，是在『把产品里今天已经存在的用例做得更好』和『把阶跃式的新技术产品化、从而催生出一整批新用例』之间做权衡。」→ 详细
• 他用 ChatGPT 自己的出身解释为什么两边都不能放：ChatGPT「完全是个开放式的产品，本质上是围绕一个技术突破做的用户体验」，当时说不出人们会拿它做什么，「但把它放出去非常重要，因为那让世界去发现『你能拿它做什么』」；之后才轮到系统性打磨。→ 详细
• 罕见的自我认领：「我们努力把这个平衡拿捏好，但我们是个小团队，也不是每次都对。」→ 详细

• 定义：「Code Red 是我们用来制造聚焦的工具。」触发条件是「我们希望全公司跨越边界聚到一起解决一个问题，不管你原来的项目是什么」。→ 详细
• 去年冬天那次的背景（主持人复述）：Google 出了个很好的模型、Marc Benioff 高调转投 Gemini，OpenAI 推迟了广告、健康智能体和购物，「基本上把一切都按了暂停」。Nick 的版本是「我们觉得我们得为用户站出来，得聚焦在基本功上——可靠性、性能、跟模型对话的感受、把个性化做到位」。→ 详细
• 退出条件是产品，不是时间：「我们刚刚退出 Code Red……随着 5.3 的发布，那是个对日常用户非常好的模型，聊起来很舒服；还有 5.4，如果你要做真正的知识工作，它是一匹主力马。」并明确「它不是新常态，我们希望它是个特别的东西」。→ 详细
• 留下来的唯一产物是聚焦：「我们现在比六个月前，在『真正想做成的事情』上聚焦得多。其中有些事非常幕后，比如延迟、可靠性这类；有些则是很有分量的努力，比如把 ChatGPT 演进成超级助理。」→ 详细
• 术语本身就是管理工具：「有一套『真的有含义』的术语非常有价值……它向大家发出信号：可以放下你手上其他的事，可以大家一起聚焦在这件事上，哪怕这本来不是你的活儿。」主持人补了个同类词——他们在 Palantir 叫「战时状态」。→ 详细

• 「我们造的任何东西都会被抄。有时候抄得很有手艺，有时候只是打个勾。」他给的护城河答案是速度与人：「我之所以有信心这能以『快过被抄』的速度发生，是因为我们有一支了不起的团队——横跨研究、工程、设计和所有需要的职能……把这些职能拉到一起，造出在那个当下处在『有用』与『可能』交叉点上的东西。」→ 详细
• 全场最值钱的一句自我诊断：「如果你给 OpenAI 这样的公司做一次事前验尸（pre-mortem，提前假设我们失败了、倒推是什么害死了我们），那么它没能完成使命的原因，最可能就是失焦。因为当你逼近 AGI 的时候，变得可能的机会实在太多了。」→ 详细
• 他还认为竞争是好事：「有竞争、有选择，会逼我们聚焦在客户身上、聚焦在真正要紧的事情上——而那些事往往不是最花哨的：有时候就是延迟、可靠性、用户体验的质量。」→ 详细

• 过去一年最大的定性变化：「它不只是一个回答你问题的东西，而是一个你可以拿来对练、把事情想透的陪练（sparring partner）。」场景从感情问题（「帮你想清楚该怎么处理、怎么跟伴侣沟通」）一直到工作（做分析、琢磨怎么把事讲清楚）。「ChatGPT 真的是以某种『第二大脑』的身份出现的。」→ 详细
• 他的推论：把主动性和任务做对之后，「它就越会像职场里的一个队友、家里的一个超级助理」。→ 详细

• 购物：需求已经自然长出来了、建议质量也不错，但「购物非常视觉化」，聊天界面给的是文字墙；重点方向是把发现（discovery）这一环做对，且要对零售伙伴也行得通。→ 详细
• 合作伙伴（苹果、印度 Reliance 与 Gemini 的大单）：Nick 只认一条标准——「用户体验是什么？我们能不能把它做到惊艳？」因为「你可以让用户点击某个东西……但如果体验不是真的很棒，人们会流失」。→ 详细
• Peter Steinberger 与 OpenClaw：OpenClaw 把「完全具身化、跨界面存在、能替你做事、有状态、交互像跟人聊天（来回发很多条短消息且回得很简短）」的 AI 变成了现实，「对整个行业的人都很有澄清作用」；Peter 已加入 OpenAI（奥地利人，和德国人 Nick 互道 guten Morgen）。→ 详细
• 育儿场景：主持人说 ChatGPT 让他每天多睡一小时，两人半开玩笑地把北极星定为「增加的睡眠小时数、增加的快乐小时数」；Nick 认真接住了——「从精神内核上说，那确实非常接近我们希望能做到的事：帮你达成你所认为的自我实现」。→ 详细
• 媒介转换被低估：「AI 一个被低估的能力，就是把东西转换成另一种媒介」——刚上线的「动态数学块」让你在 ChatGPT 里直观看懂数学；因为「有人是听觉型学习者，有人是视觉型，有人就喜欢阅读」。→ 详细

• 做多（long）什么？ 「深入到企业内部、极其亲力亲为、实质上是用 AI 做专业服务」的公司。理由是一句狠话：「我们已经把所有的评测（evals）都刷饱和了，你需要靠近问题本身。」具体形态可以是收购一个已有规模的运营主体并让引擎更高效，也可以是「给那些有真正难题的客户做外包合同，你真的进去，承诺解决问题、交付结果」。他还解释了为什么必须这样：「我们在数学和编程上进展这么大、在很多别的领域却没有，是有原因的：那些是我们这些在实验室工作的人离得近的领域。」→ 详细
• 该给的赞誉给谁？ NotebookLM（Google）——「很棒、很有差异化，而且真的帮我学新东西……这就是『你可以创新、可以造出完全不同的东西』的范例」，尤其适合偏技术的学习。→ 详细
• 给现在还在上学的学生什么建议？ 「这个时代最重要的长青技能是好奇心。因为如果机器能回答你所有的问题，你最好得有好问题。而拥有好问题的唯一办法，就是从小、并且一辈子都去追那些你真正兴奋的东西。」他拿自己举例：进 OpenAI 的唯一原因就是面试时被「书呆子狙击」，觉得这玩意儿真酷。主持人补了一句：好奇心一直是那个长青技能，Bill Gurley 在《Running Down a Dream》里写过。→ 详细
• 哪个职业会随 AGI 到来变得更值钱？ 简单答案是创业者（「这是有史以来最好的建造时代」）；不那么显然的答案是写作——「不是因为 AI 不会写……而是因为写作这项技能会逼着你把『你到底要说什么』想得非常清楚。哪怕提示词工程已经很大程度上消失了，『把你想要什么表达给机器』仍然要求你是个相当好、而且非常精确的写作者。」延伸判断：在 AI 垃圾内容（slop）泛滥之下，「对高质量、可信、权威的内容会有一种永久性的需求」。→ 详细
• 你的「感受到 AGI」时刻？ 他给了四个：① GPT-4 刚训练完时根本不惊艳（还没做后训练），后来一跃变成阶跃式突破——「表面上看我们好像离真正强大、真正有用的 AI 还很远，但其实我们很可能已经很近了」；② GPT-4 能写诗（「我原本不觉得这种事是可能的，从哲学上讲那太根本了」）和写出真能编译的代码；③ GPT-4 能模拟一整台计算机终端——「等等，这怎么可能被灌进一个语言模型里？」；④ 和 Mark Chen 在全公司面前演示推理时，屏幕上流式输出的思维链（chain of thought）里模型自己骂了一句「哦，该死」——它发现自己解题解错了要调整，全场爆笑。「尤其是它做出这个行为的方式是完全从强化学习过程中自发涌现出来的，这彻底把我震住了。」最近的一个是看着从没写过代码的人用 Codex 把想法变成现实、看着人们「抱着开着的电脑走来走去，因为他们不想让任务中断」。→ 详细
• 关于时机的最后一课：「『事情最终会走到哪里』其实相当可预测——就产品和形态而言。但要知道它什么时候发生，非常难。除了『终将会』和『三个月内』这两端，中间任何时间尺度我都很难下判断。」他自己「尽量守着三个月的计划」。（主持人的对照组：十年前有个叫 Kite 的 AI 编程产品让他第一次渴望个人 AI，「然后十年里什么都没发生，接着在过去十个月里一切都发生了」。）→ 详细