Codex 負責人談 AI 時代唯一值錢的能力
重點摘要
在 AI 技術快速迭代的當下，外界往往聚焦於功能介面的華麗與否，但 Codex 負責人點出一個核心觀點：任何功能表現的優劣，最終都取決於背後驅動的模型是否夠聰明。換句話說，模型本身的智慧程度，才是決定產品體驗與價值的關鍵。這也意味著，在 AI 時代，真正值得投入與培養的能力，不再是單純的介面設計或功能堆疊，而是如何讓模型更聰明、更精準地理解與回應需求。
### Codex 負責人談 AI 時代唯一值錢的能力：模型智慧才是護城河
在 AI 技術一日千里的今天，各種應用層出不窮，從對話機器人到程式碼生成工具，各大廠商無不在使用者介面與功能細節上較勁。然而，近期 Codex 負責人在一場內部分享中點出一個經常被忽略卻至關重要的核心觀點：任何功能表現的優劣，最終都取決於背後驅動的模型是否夠聰明。換句話說，模型本身的智慧程度，才是決定產品體驗與價值的關鍵，這也意味著，在 AI 時代真正值得投入與培養的能力，不再是單純的介面設計或功能堆疊，而是如何讓模型更聰明、更精準地理解與回應需求。 過去幾年，AI 產業經歷了從「有就好」到「好用」的轉變。早期市場只要看到一個結合大型語言模型的應用就會感到驚豔，但隨著技術普及，使用者開始變得挑剔。同樣是聊天機器人，有的能流暢處理複雜多輪對話，有的卻經常答非所問；同樣是程式碼助手，有的能準確理解開發者意圖並生成可執行片段，有的則只是機械地拼湊語法。在這背後，拉開差距的關鍵並非前端畫面的美醜或按鈕的位置，而是驅動這些體驗的模型推理能力是否足夠強大。 Codex 負責人強調，AI 產品的本質是「智慧服務」，使用者最終要的不是一個漂亮的輸入框，而是能夠解決問題的答案或行動。當模型具備深厚的理解能力，它就能從模糊的指令中提取真實意圖；當模型擁有強大的推理能力，它就能找出最優解並解釋決策過程；當模型掌握流暢的生成能力，它就能將結果以人類自然可讀的方式呈現。這些能力組合起來，才能讓使用者真正感受到「這個 AI 真的好用」，而不只是「這個 AI 看起來很酷」。 與此相對，單純在表層功能上打轉，例如增加更多模板、美化回覆格式、或串接更多 API，雖然能在短期內吸引目光，卻無法形成持久競爭力。因為這些表層功能很容易被競爭對手複製，甚至能用同樣的底層模型搭配更好的設計快速追趕。一旦模型本身的智慧上限卡住，所有上層應用的天花板也隨之固定。這正是許多 AI 產品前期聲勢浩大、後繼無力的根源——團隊把資源錯置於介面與功能的「裝潢」，卻忽略了模型智慧的「地基」。 當模型足夠聰明時，它不僅能讓既有功能「變好用」，更能解鎖過去無法想像的應用場景。舉例來說，一個具備高階推理能力的模型，可以從使用者的幾句話中推導出隱含需求，主動提供不在預設流程中的解決方案；一個擁有世界知識與常識推理的模型，能在醫療、法律、教育等專業領域扮演真正的助手角色，而不只是關鍵字匹配工具。這些突破不是靠更漂亮的圖形介面就能達到的，而是模型智慧提升後自然產生的質變。 因此，對於開發者而言，心態必須從「我的應用有哪些功能」轉變為「我的模型有多聰明」。這代表團隊需要花更多時間在資料清洗、提示工程、模型微調、以及評估機制的設計上，而不是急著把產品包裝上線。一個經過深思熟慮、針對特定領域最佳化的模型，即使搭配最簡單的對話框，也能創造出遠超同業的使用體驗；反之，一個平庸的模型就算擁有再豪華的前端，也難以掩蓋其回答空洞、邏輯混亂的本質。 對企業來說，這項觀點更是長期競爭策略的指引。在 AI 投資日益龐大的當下，企業必須決定資源要配置在何處。購買現成的 API 並在其上建立介面當然可以快速推出產品，但若沒有建立內部對於模型理解的深度，就永遠受制於提供底層能力的平台。唯有親自投入模型推理、理解與生成能力的提升——無論是透過開源模型的自訂訓練，還是與頂尖研究機構合作——才能累積真正的技術護城河。這條路雖然更重、更慢，但也是唯一能讓企業在 AI 浪潮中站穩腳跟的路徑。 Codex 負責人進一步指出，這並不是說介面設計與使用者體驗不重要，而是強調它們必須建立在聰明的模型之上才能發揮價值。一個出色的使用者體驗設計，只有在模型輸出足夠精準時才能讓使用者感到流暢；一個創新的功能構想，也需要模型擁有足夠的智慧才能落地實現。換句話說，模型智慧是必要條件，而表層體驗是充分條件；忽略必要條件只談充分條件，最終只會做出華而不實的產品。 值得注意的是，模型智慧的提升並非單一指標的競賽。業界常以參數規模、基準分數來衡量模型優劣，但 Codex 負責人認為，真正的智慧來自於對人類需求的理解能力，以及在不同情境下靈活調用知識的能力。這意味著模型開發不能只追求計算量上的堆疊，更要注重資料的多樣性、訓練目標的設計、以及安全與價值的對齊。只有這樣，模型才能在複雜的現實應用中表現出「聰明的判斷」，而不只是「快速的運算」。 從更宏觀的角度來看，這一觀點也解釋了為何 AI 時代的頂尖人才正在從「應用開發者」轉向「模型科學家」與「資料工程師」。市場對於能夠改進模型本身的人才有極大的需求，而單靠串接 API 的開發者則面臨被自動化工具取代的風險。這正是「值錢的能力」在 AI 時代的具體展現——不是會使用最新的框架或工具，而是有能力讓模型變得更聰明、更可靠、更貼近人類實際需求。 總結而言，Codex 負責人的談話為當前 AI 產業的狂熱注入了一劑清醒劑。在功能與介面的軍備競賽之外，真正的決勝點始終在於模型本身的智慧程度。對於開發者與企業來說，這既是挑戰也是方向：將資源集中在提升模型的推理、理解與生成能力上，看似是一條漫長且困難的道路，但這正是 AI 浪潮下唯一無法被取代、也最值錢的競爭力所在。唯有抓住這個本質，才能在快速變遷的技術洪流中，打造出真正能夠改變世界的產品。
Related
相關文章
Meta也來賣鏟子了，小扎：模型可以慢，GPU必須賺
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Meta也來賣鏟子了，小扎：模型可以慢，GPU必須賺量子位·2026年07月06日 09:02正考慮推出Meta Compute 模型搞不出起色，小扎開始盯上基礎設施了。 起因是Meta遭受了接二連三的打擊：Gemini模型被限制使用、小扎承認內部AI agent技術推進比預期慢、員工士氣跌到20年穀底…… 總之真是流年不利。 但是沒關係，小扎靈光一閃，又有了Plan B。 既然自研模型趕不上，那咱可以賣GPU啊！！ 據彭博社報道，Meta正考慮推出Meta Compute，把龐大的AI基建開放給外部客戶。 好傢伙，果然都是賣鏟子的天下… Meta要賣GPU了 既然要賣鏟子，那麼Meta手裡有多少鏟子？ 據SemiAnalysis報道，Meta的數據中心和算力採購不但不會放慢，反而還會繼續加速。 僅今年前6個月，Meta就已經在雲和託管數據中心上籤下了超過5GW的容量。這還不包括它正在加速推進的自建數據中心。 Meta正在建設中的兩個最大數據中心園區，加起來就代表了2.5GW的容量。 而從2024年初以來，Meta簽下的數據中心和算力相關交易，也已經接近10GW。 地圖上這些密密麻麻的點位，就是小扎賣GPU的底氣。
日本目標到 2040 年部署 1000 萬臺 AI 機器人，應對整體勞動力短缺
首頁 > IT資訊>業界 日本目標到 2040 年部署 1000 萬臺 AI 機器人，應對整體勞動力短缺 2026/7/6 9:07:30 來源：IT之家 作者：溯波（實習） 責編：溯波 評論： IT之家 7 月 6 日消息，日本經濟產業省當地時間 6 月 30 日公佈了《人工智能機器人戰略》修訂版，目標到 2040 年在 18 個領域部署 1000 萬臺 AI 機器人，以在人口老齡化、出生率持續低下的背景下應對整體勞動力短缺。日本經產省提到，該國目標在世界範圍內構建和發展能充分利用其優勢的物理 AI 和機器人數據基礎架構。圖源：Pexels而在驅動 AI 機器人的模型方面，日本經產省未來 5 年將向軟銀、NEC、本田、索尼等共同創立的 Noetra 提供合計 1 萬億日元（IT之家注：現匯率約合 420.13 億元人民幣）的資金支持，用於多模態平臺開發，其中 2026 財年財政撥款 3873 億日元（現匯率約合 162.72 億元人民幣）。廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。 投訴水文 我要糾錯 下載IT之家APP，簽到賺金幣兌豪禮 相關文章關鍵詞：日本，機器人日本人形機器人初期驗證機“SEIMEI”亮相，臨近展示時卻發生故障日本計劃明年試製純國產人形機器人：作為曾經的機器人先進國家，必須展現存在感測試 2 年後，“高達”式鐵路機器人本月開始在日本大範圍推廣7 款極具未來感的機器人、踏板車和飛機亮相 2023 年東京車展軟銀在日本推出送餐機器人，幫助緩解用工荒：每月費用 6461 元索尼機器人 aibo 獲日本國家發明獎
年入1億美元，兩個90後伯克利室友，搞出最賺錢的AI生意
由兩位伯克利90後室友創辦的AI評測平台Arena，不自行開發AI模型，而是靠提供大模型盲測排行榜與付費評測服務，在8個月內達到年化營收1億美元，公司估值突破17億美元。該平台已成為OpenAI、Google等頂級AI廠商測試自家模型的重要場域。
Token吃掉三成工資，硅谷AI賬單失控了
每百萬個 Token 只要 0.99 美元，聽起來便宜到不合理，但 SemiAnalysis——這家硅谷最硬核的半導體研究機構——自己帳單上的真實成本就是這個數字。更令人震驚的是，他們內部大模型 Token 支出，已經佔到員工總薪資的 30%。這筆錢買到的產出，過去卻需要好幾倍的人力成本才能覆蓋。人均每月吞掉近 50 億個 Token，是 Meta 人均水平的 5 倍以上，核心貢獻者月消耗更突破 1000 億。原本需要初級分析師花幾個小時搞定的 Excel 模型轉換、財報圖表製作，如今幾分鐘內完成，只需要幾美元。
HBM之父金正浩：AI的本質是內存，GPU真正工作的時間只有10%
**HBM之父金正浩：AI的本質是內存，GPU真正工作的時間只有10%** 被業界譽為「HBM之父」的韓國科學技術院（KAIST）電氣工程系教授金正浩，近日在一場專訪中拋出顛覆性的觀點：AI的本質是內存，而非GPU。他指出，當前AI運算存在嚴重的結構性瓶頸，即使部署上百萬顆GPU，這些處理器真正用於運算的時間僅有10%。 金正浩教授早在2010年代初期便與SK海力士合作開發第一代HBM，主導多項底層架構研究，對半導體產業有極深的理解。
Claude工程師終於交出Fable 5焚訣，教你打破和模型之間的信息差
# Claude 工程師公布 Fable 5 實戰心法：破解人機協作中的「信息差」難題 自 Fable 5 發布以來，這款被譽為「AI 封神時刻」的模型經歷了從萬眾期待到美國政府禁令強制下線、再到限制非美國人訪問的戲劇性轉折。如今風波漸平，模型終究要回歸生產力本身。近日，Anthropic 旗下 Claude Code 工程師 Thariq Shihipar 在社交媒體上發表長篇博客，首度披露使用 Fable 5 的核心技巧，為困擾用戶已久的「模型能力強大但任務執行不佳」問題給出了系統性解答。