访谈背景与个人经历

大飞: 大家好，这里是最佳拍档，我是大飞。2026年3月16日，OpenAI的ChatGPT负责人尼克·特利（Nick Turley）接受了BG2 Pod的访谈。他首次披露了ChatGPT如何从一个只打算运行一个月的技术演示，成长为周活跃用户9亿的全球化产品，并详解了AI Agent的落地路径、OpenAI的红色警报机制、GPU算力的硬约束，甚至明确了AGI时代衡量AI成功的终极北极星指标。今天，我们就来分享一下这期访谈，看看OpenAI是如何思考产品和技术布局，以及未来AI的进化方向。

尼克·特利: 我与OpenAI的结缘源于一场偶然。当时我非常钦佩的一位从业者已经在OpenAI工作，我原本只是想请对方让我优先体验一下DALL-E 2。结果这位从业者告诉我，想要提前体验DALL-E 2，就必须参加OpenAI的面试。也正是这次面试，让我留在了OpenAI，一待就是三年半，而这三年半也正是ChatGPT从概念走向现实的关键时期。

ChatGPT的商业逻辑与用户增长

大飞: 谈到ChatGPT的商业底层逻辑，很多人都以为推出订阅制是为了营收。但是尼克却说，ChatGPT早期的订阅服务纯粹是一种限流手段。ChatGPT最初的定位只是一个技术演示产品，OpenAI甚至计划在产品上线一个月后就将它关停。所以最初采取了完全免费的模式。但是，让所有人没想到的是，这个技术演示彻底火了，用户的使用热情远超预期，ChatGPT也自然而然具备了产品的属性。而作为一款正式的产品，不可能在服务器达到容量上限时就随意下线。在算力资源不足、不得不拒绝部分用户的情况下，OpenAI推出了订阅服务。这是当时最公平、最合理的体面限流的方式，让真正有紧急使用需求的用户能够获得稳定的服务。

大飞: 目前，ChatGPT的全球周活跃用户已经达到9亿。而在这背后，ChatGPT的用户留存曲线呈现出了一种罕见的笑脸形状，也就是用户在流失几个月后，还会重新回流使用产品。

尼克·特利: 笑脸留存曲线的核心原因在于，用户需要时间去真正理解生活和工作中哪些部分是可以委派给AI处理的。这个理解过程通常需要长达几个月的时间。而推动用户回流的两个核心杠杆是搜索功能的升级和个性化体验的打磨。在此之前，ChatGPT更像是一个偏向工作的工具，周末或暑假的使用量会出现明显下降。但是OpenAI转向移动优先的产品策略后，大部分流量开始来自手机，大量的个人使用场景被激活。而搜索功能的重大投入，让ChatGPT具备了极强的日常使用价值。同时，个性化功能让ChatGPT变得越来越懂用户，用户能在更多个性化的生活场景中感受到AI的价值。这两点的结合，显著提升了用户的回访率。当然，即便OpenAI对目前的留存率感到自豪，也绝不会止步于此，产品优化是一个持续的过程。

核心目标与增长动力

大飞: 在用户数、付费订阅、留存、参与度等众多产品指标中，OpenAI的核心考核逻辑也在发生变化。

尼克·特利: ChatGPT的核心目标始终是打造一个超级助手，能够真正帮助人们达成自己的目标。所以衡量产品成功的核心标准从来不是单一的数据指标，而是产品是否真的帮到了用户。每个人使用ChatGPT的需求都不同，有人想通过它变得更加健康，有人想创业，有人想学习新知识，还有人只是想完成报税。如果要将100分全部分配给各类指标，我会把所有分数都押在长期留存上，而收入这类指标只是留存的自然结果，不应该成为直接追求的目标。

大飞: 在AI行业，竞赛往往呈现赢家通吃的特点。Meta和Google还拥有巨大的分发渠道，但是ChatGPT却实现了惊人的增长。

尼克·特利: 我将增长动力总结为三个核心部分。第一部分是经典的消除摩擦类工作，也就是优化产品的基础体验，比如移除登录墙。山姆奥特曼（Sam Altman）从ChatGPT诞生的第一天起就认为，用户不应该必须登录才能使用产品。第二部分是核心产品投入，搜索和个性化就是最典型的例子。OpenAI不仅对产品的UI和用户体验进行了迭代，还通过后期训练将这些优化植入了模型本身。第三部分是模型本身的持续提升，这既包括从GPT-3.5到GPT-4的跨越式技术进步，也包括大量不显眼的日常迭代，比如GPT-4o-mini的更新，就是OpenAI收集了大量用户反馈后，有条理地解决产品问题的结果。而这些优化也直接反映在了产品的留存率上。

下一个10亿用户与产品进化方向

大飞: 在触达全球10%的人群后，ChatGPT的下一个10亿用户在哪里呢？产品形态又将如何进化呢？

尼克·特利: OpenAI的目标不仅是触达更多人，更是让AI的收益惠及每一个人。所以未来的发展核心不仅是增加用户数量，更是让现有的用户获得更有意义的价值，真正帮他们达成目标。而要吸引下一波用户，ChatGPT必须突破现有的聊天机器人形态，这也是当下AI产品发展的核心临界点。我坦言，委派任务对大多数人来说并不是一种天生的技能。ChatGPT就像一个功能强大的精密工具一样，但是它不会主动告诉用户怎么用，很多用户只能从社交媒体上学习使用技巧。这也是当下AI产品的核心痛点。所以未来的第一个进化方向是让产品具备更强的示能性，也就是更直观的功能引导。OpenAI需要把生活中那些可以用智力辅助解决的问题场景，明确地呈现在用户面前，让用户一眼就能知道AI能帮自己做什么。第二个进化方向是让产品的界面从计算机终端式向软件或操作系统式进化，降低用户的使用认知成本。第三个也是最核心的进化方向，是让AI变得更主动。在这个大家都忙得没空思考如何委派任务的时代，AI应该能够预判用户的需求并主动提供帮助。而在所有的技术演进中，我最期待的，是将推理模型产品化。目前推理功能还只有一小部分用户在使用，但是我坚信推理是具有变革性的技术。如果能以一种代表用户执行长周期任务、而用户甚至不需要感知推理概念的方式将它产品化，那将是AI产品的巨大飞跃。

AI Agent的落地与通用性

大飞: 当AI具备了主动预判的能力后，真正的核心问题就来了：AI什么时候能真正接管用户的长周期复杂任务呢？

尼克·特利: 执行任务和主动性是两个相辅相成的概念，二者结合在一起才能产生超级助手的复利效应。其实目前ChatGPT已经具备了一定的执行任务能力，但是这些能力的发挥空间有限，它还没有像一个坐在电脑前的人那样拥有完整的行动空间，而这正是OpenAI的核心目标。但是在这个过程中，时机至关重要。OpenAI此前也曾经尝试过早期的AI Agent能力，但当时的模型还没有达到真正的逃逸速度，技术没有突破临界点，用户就无法建立对AI的信任，甚至不愿尝试使用这些功能。而当产品的能力达到一定程度，用户开始尝试用它解决现实中真正有意义的问题时，正向循环就会开始。我认为，目前OpenAI已经即将达到通用Agent的技术临界点，模型的运行能力已经足够好，至少能让用户获得部分认可。而一旦拥有了一套可以持续精进的用例，通用Agent的能力就能快速提升。虽然内部人员也很难预测通用Agent落地的准确时间点，但可以确定的是，这一天已经越来越近。

大飞: 在AI的主动性探索上，OpenAI推出的Pulse功能就是一个很好的尝试。

尼克·特利: Pulse的核心目标是改变用户主动提示模型的传统模式，让模型根据对用户目标和兴趣的理解，主动发起提示，为用户提供个性化的服务。当然，目前的Pulse还有明显的局限，因为它还没有深入连接到用户的生活，无法直接替用户办事。但真正的技术魔法就发生在AI的行动能力与主动性结合的瞬间，因为二者结合后，AI就能开始进行预判性执行。只不过，要实现这种真正的产品形态变革，OpenAI还需要攻克多个技术难关。

大飞: 从技术落地的顺序来看，AI Agent的发展并不会一步到位实现通用形态，而是遵循从特定领域到通用领域的渐进式路径。

尼克·特利: 最先落地的必然是特定领域的AI Agent，编程领域就是最好的例子。目前编程领域已经完全进入了AI Agent的时代，这一点甚至超出了很多人的预期。现在有大量的工程师甚至从来不打开他们的集成开发环境，完全依靠AI完成编程工作。Codex及其同类产品显然已经达到了技术的逃逸速度，用户已经完全将其用于各种Agent化的工作。而对于这类已经成熟的垂直领域AI Agent，OpenAI的核心工作就是把用户正在做的事情做得更好用。而在编程领域之后，定量知识工作领域大概率会成为下一个AI Agent落地的核心领域，因为这类工作和编程拥有相似的属性：它们是可测试的，用户能明确知道AI的工作成果是否奏效，而且这类工作对强化学习非常友好，模型能通过持续的反馈快速迭代。目前特定领域的AI Agent工具已经跑通，而整个行业真正努力追求的是能处理几乎所有事情的通用AI Agent。但是通用AI Agent的普及面临着一个核心难题，那就是训练大众的使用习惯，这是所有消费级产品面临的最大挑战。OpenAI推出的Deep Research功能是第一个具备Agent特征的消费级产品，但是这还不够。消费者真正想要的，是随口下个指令，AI就能自动完成需要做的事情，而不需要任何重新训练。不过我坚信，这个目标迟早会实现，只是时间问题。

对话模式的价值与局限

大飞: 而无论是特定领域还是通用领域的AI Agent，核心的发展逻辑都是让AI超越聊天机器人的形态。

尼克·特利: 我对此有一个核心观点：对话只是意图的入口，而非理想的输出形式。未来的AI要具备指令直达结果的能力。他表示，对话模式对于ChatGPT的成长意义非凡，也会是一种长期存在的重要模态。但是对话的核心价值不在于聊天，而在于自然语言交互。用户可以用对自己来说最自然的方式向机器表达意图，无论是通过文本、语音，还是由模型渲染的结构化UI。这种自然语言交互的能力非常强大，也会一直存在。但真正需要改变的是，对话虽然是表达意图和与机器沟通的好方法，却并不是一个完美的输出形式。用户使用AI的核心需求从来都不是和AI聊完天，而是获得一个具体的交付成果。比如用户想要一份旅行计划，真正需要的是一份行程清晰、包含交通和住宿的完整计划，而不是和AI的一系列对话。这才是用户真正关心的，也是OpenAI希望AI能实现的目标。所以未来的ChatGPT，对话会始终存在，作为用户明确意图和启动任务的入口，但它绝不会是最终的交付物。而这种指令直达结果的进化，会是一个平滑的过程，用户还有大量未满足的需求，这正是产品进化的最佳起点。

用户需求平衡与产品设计

大飞: 在拥有海量用户后，一个核心的产品问题摆在了OpenAI面前：如何平衡大众用户的易用性需求和超级用户的深度使用需求呢？毕竟在ChatGPT的用户中，既有把它当作搜索引擎使用的普通用户或新用户，也有从中获得巨大价值的超级用户，二者的需求差异巨大。

尼克·特利: OpenAI对整个用户群都负有责任，甚至包括非用户。而在构建产品时，想象两个极端用户的需求会让产品的设计更有方向。对于那些完全不在乎AI、且生活非常忙碌的普通用户，OpenAI必须用极致的产品体验证明AI的价值。这就迫使团队必须把界面做得极其出色，并且以人们真正能理解的方式展示隐藏在模型中的能力，让普通用户能零成本使用产品。而对于超级用户群体，他们的价值则在于教会了OpenAI什么是可能的。AI是一项极具经验性的技术，很多产品功能和使用场景都是在发布后由用户发现的。OpenAI不可能仅靠自己完成所有的产品发现，而超级用户就是产品发现的核心力量。为了平衡二者的需求，OpenAI以Mac OS系统为产品灵感。我非常推崇Mac OS的设计逻辑，Mac OS的核心设计亮点是复杂性的渐进式披露。用户可以根据自己的能力，逐步探索产品的复杂功能，既享受极简的基础交互，又能拥有深度使用的所有选项。这也正是ChatGPT想要实现的产品状态。所以OpenAI从来不会只盯着周活跃用户这一个指标，而是会认真对待每一个细分用户群体，观察不同用户的使用频率和使用用例。而观察超级用户的使用行为，总能给我带来新的产品启发。

定价模式、广告试点与合作伙伴战略

大飞: 随着用户需求的不断分化，ChatGPT的定价模式也在不断进化。

尼克·特利: 我坦言，在当前的AI时代，为用户提供无限量的AI使用计划就像提供无限量的电力计划一样不现实，因为有些超级用户的需求极大，而且从中获得了巨大的商业价值，无限量计划会让算力资源不堪重负。所以OpenAI会非常慎重地考虑定价方案和订阅级别的演变。而考虑到AI技术突破的力度之大以及随之而来的产品变革，如果ChatGPT的定价模式保持不变，那才是真正的意外。

大飞: 而对于那些偶尔使用的非订阅用户，如何让他们也能使用ChatGPT的先进功能，同时贡献商业价值呢？OpenAI给出的答案是广告试点。

尼克·特利: OpenAI商业模式的核心目标始终是提供技术准入，希望让能够使用最强大AI工具的人数最大化。而广告试点，就是OpenAI为了最大化技术普及而做出的探索。但是广告的加入必然会面临一个问题：如何在商业化的同时保持用户对ChatGPT的信任呢？对此，OpenAI制定了明确且严格的广告原则。在我加入OpenAI的这段时间里，团队多次讨论过广告加入的问题，共识始终是如果要加入广告，必须做得非常考究。去年年底，OpenAI让全公司参与讨论，确定了ChatGPT广告试点的核心原则：首先，ChatGPT的回答必须保持独立性，广告不能影响AI的回答结果；其次，对用户的隐私尊重至关重要，这是不可触碰的底线。从目前的试点数据来看，结果超出了预期。我当时焦虑又急切地查看后台数据，发现关于广告最常见的询问不是如何关掉广告，而是“我怎么才能在上面投广告”。OpenAI也希望能把广告这块业务做好，让商业化与用户体验实现双赢。

大飞: 在产品商业化和技术演进的同时，OpenAI还面临着一个核心的产品权衡：如何在维持现有产品稳定与推进跨越式创新之间找到平衡呢？而合作伙伴战略也成为了ChatGPT实现规模化发展的重要抓手。

尼克·特利: 合作伙伴关系是融合两个产品、让更多人接触到ChatGPT的极佳路径。而我在考虑合作时，最看重的是用户体验是否出色。归根结底，虽然通过合作可以引导大量用户点击使用ChatGPT，但是如果产品体验不够惊艳，用户最终还是会流失。所以合作的核心原则是体验为王，必须对用户产生增益。这也是ChatGPT与Apple、Reliance展开合作的核心逻辑。这两个合作分别瞄准了iOS用户和印度市场这两个巨大的用户阵地，让ChatGPT能触达更多不同地域、不同使用场景的用户。

平衡创新与算力约束

大飞: 而作为产品负责人，尼克面临的最核心、也最外界不易觉察的权衡，是在优化现有用例与将跨越式技术产品化之间的取舍。

尼克·特利: ChatGPT诞生时是一个完全开放式的产品，当时没有人能准确说出它到底能干什么，但OpenAI做出了最正确的决定——把它推向市场。因为只有这样，才能让团队和整个世界一起发现AI的价值。而在产品发布之后，OpenAI就可以非常系统地去改进那些用户实际需要的功能，让产品的体验越来越完善。但是在OpenAI这样的技术驱动型公司，团队必须同时面对两个任务：一方面要维持现有产品的惊人势头，把延迟、可靠性等基础体验做到极致；另一方面还要应对研究端的跨越式技术突破，将最新的技术转化为产品功能。而平衡点就在于既要保证核心产品的基础体验足够好，又要为用户提供接触跨越式技术的渠道。但受限于团队规模，OpenAI并不总能做到完美，这也是我面临的最难的权衡之一。

大飞: 而让这种权衡变得更加艰难的核心因素，是GPU算力的紧缺。

尼克·特利: 我直言，当前的GPU算力已经成为比人才更稀缺的资源。OpenAI的产品规划必须从算力的硬约束出发进行倒推。在纯软件行业，企业很少会面临这种零和资源的限制，但是AI行业不同，算力是AI产品发展的基础，而GPU作为算力的核心载体，它的数量直接决定了产品的能力边界。OpenAI算力分配的首要原则是优先保证现有用户的体验，因为提供快速、可靠的产品是吸引和留住用户的至关重要的入场券。而在审视新功能的研发时，很多企业会用商学院的逻辑计算每个GPU能带来多少增量收入，但是这在AI产品决策中并不适用。产品决策更像艺术而非科学。OpenAI经常会推出一些从0到1的突破性能力，在真正把产品做出来之前，没有人能预料消费者是否会对这类产品有需求，但如果不去尝试，就永远不会知道答案。我透露，GPU的紧缺程度远超外界的想象。一方面，ChatGPT的用户群规模庞大且在不断增长；另一方面，OpenAI为单个用户提供的价值也在持续提升。如果观察单个用户的Token消耗趋势，尤其是在潜力巨大的企业级市场，会发现很多工作流对GPU的需求极其饥渴。即便GPU的价格在不断下降，算力的总需求却一直在飙升。但是，GPU是一个死板的零和资源，没有增量算力，就必须在用户体验上做极其艰难的取舍，而这也是我最讨厌的事情。这就是为什么OpenAI如此渴望拥有更多的GPU。也正是因为算力的硬约束，OpenAI在做产品规划时，会从最硬的资源约束出发，通过GPU算力倒推业务发展。而观察内部员工的AI使用情况，大概就能预见未来用户的算力需求趋势，而这些趋势的增长曲线确实非常惊人。

AI价值的体现与认知转变

大飞: 尽管面临着算力的硬约束，但ChatGPT的产品能力依然在持续提升，而用户对ChatGPT的认知也发生了本质的转变，让AI的价值在更多生活和工作场景中落地。

尼克·特利: 我以购物场景为例，表示购物其实是ChatGPT里一个非常自然而且已经跑通的场景。现在用户问它任何购买建议，它都能给出非常专业的参考。但是目前的体验离理想状态还差得很远，因为购物本质上是非常视觉化的行为，用户需要看实物图、做产品对比，而不是盯着大段的文字建议。同时用户也非常关心信息的来源，想知道去哪里能了解特定产品的详情。所以OpenAI接下来的重心是优化购物场景的搜索发现流程，让ChatGPT真正成为帮用户买到心仪好物的助手。而这种产品能力的提升，也让用户对ChatGPT的认知发生了质变。过去一年，ChatGPT越来越像是一个能陪用户深度思考、切磋想法的陪练。这种变化体现在方方面面，小到生活建议，大到工作场景，ChatGPT都像用户的第二大脑一样，提供全方位的智力支持。这种心理模型上的转变是非常本质的，也在用户的使用习惯里体现得淋漓尽致。而OpenAI把主动性和任务处理做得越好，这也会从根本上改变用户使用AI的初衷。

大飞: 而ChatGPT在育儿场景的落地，更是让尼克看到了AI的核心价值。

尼克·特利: 身边的父母几乎表示过，ChatGPT已经成了他们不可或缺的育儿军师。当父母遇到一个非常具体、甚至觉得是自己独有的育儿困境时，ChatGPT能提供即时的支持，帮他们找回育儿的信心。而新手父母往往是最缺乏安全感的群体，而AI能让他们感觉到有一份自主权和掌控感。在这个过程中，用户增加的睡眠时长也成为了OpenAI衡量AI价值的完美北极星指标。我笑着表示，这不是一句玩笑，OpenAI内部真的经常讨论这个指标。从精神层面上说，这非常接近OpenAI希望实现的目标——帮助用户实现任何他们认为的自我实现，无论是多睡一会、多开心一点，还是达成创业、学习等任何其他目标，这都是AI的终极价值所在。

竞争、专注力与AI Agent

大飞: 在AI行业的激烈竞争中，如何保持产品的核心竞争力，成为了所有企业的核心问题。而OpenAI内部，也有一套应对竞争的独特机制，那就是红色警报机制。

尼克·特利: 现在AI行业的竞争异常激烈，如果要剖析公司可能失败的原因，那多半会是专注力的缺失。因为随着AGI越来越近，AI行业的机会实在太多，很容易在各种机会中迷失方向。而红色警报机制就是OpenAI内部强制建立专注力的一种核心工具。在OpenAI这样充满奇思妙想的研究实验室，有很多不同的研究和产品工作在同时进行，大家都在追求各种超前的想法。但有时，公司需要全公司拧成一股绳，打破团队边界，去解决最迫切的问题。去年冬天，OpenAI就曾经启动过红色警报机制。未来只要公司需要重新集中火力解决核心问题，依然会动用红色警报这个工具。

大飞: 对于OpenClaw创始人彼得的加入，尼克表示非常开心。

尼克·特利: 因为彼得是奥地利人，而我自己是德国人，两人终于能在公司里用德语交流了。而OpenClaw的愿景也让人振奋，因为它把OpenAI脑海中那个全能AI的愿景真正具象化。OpenClaw的很多设计理念对整个AI行业都有启发，我也非常期待向彼得学习，一起打造真正的全能AI。好戏还在后头。

AGI时代的创业方向与长效技能

大飞: 最后，主持人将话题引到了大家最关心的一个问题上：AGI时代的创业方向是什么？

尼克·特利: 如果我今天要创业，会重点关注两个方向。第一个是深入企业内部，通过亲力亲为的专业服务来落地AI的公司。因为现在的AI行业，单纯的模型跑分已经没有意义，真正的价值在于把AI技术落地到企业的实际业务中，解决具体的商业问题。第二个是直接为那些有硬核需求的客户执行合同的公司，进入企业的业务现场，承诺解决具体问题并交付成果。我认为，现在的AI模型已经解决了那些显而易见的简单问题，接下来的行业机会就藏在这些需要深度落地的深水区。同时，我也非常认可NotebookLM这类产品，认为它具备极强的差异化，能帮用户高效学习新东西。而AI有一项被低估的能力，就是跨媒介转化。比如OpenAI刚刚推出的动态数学块功能，能让用户在ChatGPT内部通过视觉化的方式理解数学知识。而学习是AI的核心场景，未来如果能将内容从文本转化为视觉，乃至视频，会释放出巨大的AI价值。

大飞: 而对于学生和职场人来说，在AGI时代，哪些技能是值得深耕的长效技能呢？

尼克·特利: 我给出了两个答案。第一个是好奇心。我表示，如果机器能回答所有问题，那么提出好问题就变得至关重要。而拥有好问题的唯一方法，就是始终追求那些真正让自己感到兴奋的事物。第二个是写作。这个答案可能有些出人意料。我表示，这并不是因为AI不会写作，而是因为写作这项技能会迫使人们清晰地梳理自己的逻辑和表达。而在AGI时代，只有把自己的需求清晰、准确地传递给AI，才能让AI更好地为自己服务。所以我认为，任何涉及深度思考和清晰写作的职业，前景都非常稳固。这些职业不会被AI取代，反而会因为AI的加持，释放出更大的价值。

大飞: 好了，以上就是本期访谈的主要内容了。感谢收看，我们下期再见。