奥尔特曼预言AI第三阶段：主动式Agent后台自动干活

在 OpenAI 近期一场面向企业客户的重磅活动上，萨姆·奥尔特曼首次系统性地划出了 AI 产品演进的三个关键阶段。这位 CEO 明确表示：继聊天机器人和 AI 智能体（Agent）之后，下一轮真正的爆发点将落在“主动式 AI”上——一种能够长期驻留后台、无需用户唤醒、自主感知需求并提供服务的新型 AI 系统。

奥尔特曼把当前的 AI 应用路径分成了三个台阶。第一台阶是 ChatGPT 这种典型的“对话驱动型”产品——用户得主动问，它才答；第二台阶是“任务驱动型”，也就是像 Codex 那样的智能体，能独立完成代码生成等端到端任务；第三台阶则是更高阶的“主动式 AI”。他断言：“我确信接下来真正爆发的，就是这类持续在线、主动介入的 AI 形态。如果只选一个未来一年最值得提前布局的方向，那一定是它。”

尽管奥尔特曼承认，智能体阶段已经成了迄今为止“最受市场关注的 AI 产品形态”，而且推动力主要来自企业客户的实际业务诉求，但问题也随之而来：功能模块越堆越多，终端用户反而不知道该怎么选了。不少企业客户犯愁——面对一项具体任务，到底是该打开 ChatGPT 快速咨询，还是启用 Codex 写代码，抑或通过 API 接入定制化能力？更头疼的是，怎么统一管理那些分散的上下文信息、权限配置和各种插件工具？这种“产品烟囱化”现象，正在倒逼 OpenAI 加速搭建底层统一架构。

为此，奥尔特曼透露，OpenAI 正在秘密推进一款集成式平台级产品，目标是把 Codex 的智能体能力、ChatGPT 的交互体验，以及第三方工具链深度绑在一起，打造一个高度整合的“超级应用中枢”。这个平台被定位为支撑 OpenAI 所有后续战略落地的“数字基座”，核心使命就是破解当前产品割裂、使用门槛高、集成复杂等现实难题。

与此同时，AI 的经济性问题正从技术边缘议题迅速变成企业级决策的关键变量。奥尔特曼提到，年初时企业几乎不会主动提成本，但现在这已经成了“一个极为突出的挑战”，甚至可能排到“当前第二大优先事项”。他举了 Uber 的例子：这家公司仅第一季度就耗尽了全年 AI 投入预算。OpenAI 的应对策略是双管齐下——一方面持续优化模型推理效率与资源调度机制，另一方面通过能力升级帮助客户提高单位投入产出比。“我们有信心提供多种路径，让客户花得更少，却收获更多价值。”

更深层的障碍来自人机协作的认知鸿沟。奥尔特曼坦承，“绝大多数用户”还没掌握高效驾驭 AI 的方法论。很多人已经意识到自己对 AI 的使用还停留在表层，没能释放出全部潜力，但改变固有的工作习惯本身就意味着不低的学习成本。“掌握新范式从来都不容易，启动门槛确实偏高。”哪怕 OpenAI 能演示出大量惊艳的高阶用例，现实中大多数客户依然沿用传统方式开展日常业务。

“主动式 AI”正是 OpenAI 针对这个深层矛盾给出的系统性解法。既然用户不愿或者很难主动学会怎么调用 AI，那 AI 就反过来进化——主动嵌入真实的工作流，在后台静默运行、持续理解上下文、自动触发适配的动作。奥尔特曼描绘的愿景很干脆：用户不需要知道 AI 的边界和能力图谱，“只要它能在我公司的全部数据环境中稳定运行，实时连接业务上下文，就够了。别让我去研究它能做什么，只要对我有用就行。”

当然，这一构想也给企业的现有 IT 体系提出了全新挑战。和传统聊天窗口那种按需调用的模式不同，一个始终在线、深度接入组织数据资产的 AI 系统，对数据分级治理、细粒度权限管控、弹性算力编排以及隐私合规机制都提出了前所未有的要求。企业需要重构 AI 部署模型、安全治理框架与基础设施底座，才能适配这种“永不掉线”的智能新范式。

从被动应答的聊天界面，到按指令执行的智能体，再到自主感知、持续服务的主动式 AI，OpenAI 的产品演进逻辑正在从“用户驱动”转向“场景驱动”。在奥尔特曼的技术路线图里，具备长期运行能力、可自主规划与执行任务的“主动式 AI”，很可能在继前两个阶段之后，成为定义下一代企业智能的核心范式。对于正处于 AI 深度转型期的组织而言，这不仅是一次技术栈的迭代，更是一场覆盖工作范式、组织流程与数字基建的系统性变革。

来源：互联网