OpenAI的组织架构问题如何拖累ChatGPT

　　作者：斯蒂芬妮・帕拉佐洛
、斯里・穆皮迪、阿米尔・埃弗拉蒂分

　　过去一年里
，部分 OpenAI 员工注意到，用户对 ChatGPT 功能升级的反应出现了一个值得警惕的变化。

　　一名员工透露 ，前些年
，每当 OpenAI 对驱动这款聊天机器人的人工智能技术进行重大升级后，用户活跃度都会大幅攀升 ，因为大家能轻松地用它获取实用信息 。

　　但多名员工表示
，尽管今年 ChatGPT 的用户总量有所增长，但底层 AI 模型在智能水平上的提升 —— 以及由此获得的深度研究 、复杂运算能力 —— 似乎并未引起大多数用户的关注
。

　　核心要点

　　这一趋势让员工们百思不解。公司研究团队曾耗时数月研发推理模型 ，相比 ChatGPT 前代模型
，该模型能投入更多算力处理数学
、科学等领域的复杂问题 。今年夏天，OpenAI 还高调宣称 ，其 AI 在 2025 年国际数学奥林匹克竞赛中斩获金牌级成绩；秋季
，该 AI 又在 2025 年国际大学生程序设计竞赛中表现优异
。

　　但一些 OpenAI 员工表示，用户向 ChatGPT 提出的大部分问题 ，其实根本用不上这些升级功能。

　　“OpenAI 一味聚焦科学、数学基准测试 、前沿数学研究
、编程竞赛…… 这些方向似乎与 ChatGPT 普通用户的需求脱节 。” 人工智能性能测评初创公司 LMArena 的 AI 能力负责人彼得・戈斯特夫如此评价
。他指出，大多数时候
，ChatGPT 用户只是 “询问一些非常简单的问题，比如电影评分 ，这类需求根本不需要模型花半个小时去推演 ”。

　　OpenAI 今年 9 月发布的 ChatGPT 用户查询数据
，似乎也印证了戈斯特夫的观点 。

　　技术研发与产品需求的脱节，加之其他一系列问题 ，给谷歌等竞争对手创造了赶超 ChatGPT 的机会
。为此
，OpenAI 首席执行官萨姆・奥尔特曼在本月初发出 “红色警报
”，要求公司重新聚焦核心任务 ，通过升级 ChatGPT 来吸引更广泛的用户群体。

　　用户对 ChatGPT 新模型的态度转变
，折射出一个关键矛盾：作为技术核心的 AI 研究部门，其研发目标并非总能契合 ChatGPT 的产品需求 —— 要知道 ，这款聊天机器人可是公司的主要营收来源 。与此同时
，随着谷歌等企业不断将 AI 功能整合到搜索引擎、移动设备 、办公软件等各类消费级产品中，OpenAI 对 ChatGPT 的营收依赖正逐渐成为其短板。

　　曾几何时 ，OpenAI 与谷歌的高管都认为，ChatGPT 有望取代谷歌搜索这一主流平台
。但如今
，“ChatGPT 颠覆谷歌搜索” 的论调已然降温。谷歌搜索已在结果页顶部增设了 AI 生成答案功能，该公司在 10 月披露 ，这一功能正推动搜索查询量和营收实现 “显著增长 ”
，因为 “用户逐渐发现，谷歌能解答更多类型的问题
” 。

　　OpenAI 之所以重启 ChatGPT 升级计划 ，背后是用户增长目标恐难达成的压力
。今年年初
，ChatGPT 的周活跃用户数为 3.5 亿，当时公司设定的年度目标是突破 10 亿。但截至本月初 ，其周活跃用户数尚不足 9 亿
，年度目标的实现难度不小 。

　　不过，OpenAI 在付费转化方面成绩亮眼：越来越多的个人用户和企业选择订阅 ChatGPT ，以解锁更多功能并获得无限制使用权限
。目前
，公司年化营收已突破 190 亿美元，且绝大部分来自订阅服务 —— 这一数字较今年 1 月的 60 亿美元大幅增长。这意味着 ，OpenAI 有望在年底达成 8 月设定的 200 亿美元年化营收目标 。同时，公司也将超额完成 2025 年 130 亿美元的营收目标（去年营收约为 40 亿美元）
。此外
，OpenAI 正计划以 7500 亿美元的估值进行新一轮融资，较两个月前股权出售时的估值高出 50%。

　　以多数标准衡量 ，这些数据都相当可观
，令人艳羡 。但员工和投资者指出，若想实现 2030 年 2000 亿美元的营收目标 ，OpenAI 需要推动周活跃用户转变为日活跃用户
。唯有如此
，公司才能通过在 ChatGPT 中投放广告，或从用户通过该平 *** 成的商品交易中抽取佣金 ，来开辟更多营收渠道。（OpenAI 发言人在一份声明中表示
，ChatGPT 占据了全球智能助手市场约 70% 的份额，同时是今年苹果应用商店下载量更高的免费应用 ，且在不到三年的时间里斩获了 10% 的搜索市场份额 。）

　　文本形态的局限性

　　要实现这一目标
，OpenAI 必须解决组织架构和产品设计层面的多重难题。多名员工透露，拥有超千名研究人员的 OpenAI 研究部门 ，在公司内部基本处于相对独立的状态
。今年以来，该部门的研发重心一直放在推理模型上
，而非针对 ChatGPT 进行专项优化。

　　但一位参与过推理模型研发的人员表示，这类模型对 ChatGPT 的实际助益十分有限 ，毕竟用户普遍追求快速响应 。通常情况下
，推理模型需要花费数秒乃至数分钟才能生成答案 —— 对于习惯了谷歌搜索迅捷体验的用户而言，这样的等待时间漫长得像一个世纪
。OpenAI 则称 ，推理模型最适合完成复杂的多步骤任务
、审阅海量代码
，或是从企业海量文档中精准定位特定信息。

　　比推理模型问题更严峻的是：即使用 ChatGPT 搭载响应速度更快的非推理模型，消费者似乎也并不清楚这款聊天机器人的功能边界 。多名员工指出 ，这直接限制了用户的使用时长
。

　　具体而言
，ChatGPT 纯文本的交互设计，让用户很难发现它的其他功能。例如 ，它其实能分析机械故障或电脑报错的图片
，并给出维修建议 。ChatGPT 产品负责人尼克・特利表示，当前的界面体验有点类似 20 世纪 80 年代微软推出的纯文本电脑操作系统 MS-DOS
。他补充道 ，个人电脑革命的真正爆发，是在微软推出视觉效果更出色、操作更直观的 Windows 系统之后。

　　OpenAI 其他高管也认同这一观点
，称 ChatGPT 的界面必须做出改变，才能真正实现大众化普及 。本周 ，OpenAI 应用部门负责人菲吉・西莫在一篇博客中写道
，ChatGPT 正 “从以文本对话为主的形态，向全生成式用户界面演进 —— 根据用户的需求 ，自动匹配并呈现相应的功能组件”
。本周二
，OpenAI 面向 ChatGPT 用户推出了全新的图像生成模型，并表示将在聊天回复中融入更多图像内容。

　　“产品并非最终目标 ”

　　不过 ，数月前从生鲜配送平台 Instacart 跳槽至 OpenAI 、负责 ChatGPT 及其他应用产品的西莫
，似乎很清楚自己管辖业务面临的局限性 。她近期在博客中写道，OpenAI 的核心定位仍是一家研究驱动型公司 ，“产品本身并非最终目标
”。

　　反观那些主打消费级市场的 OpenAI 竞争对手
，它们的研究方向与产品开发之间似乎并未出现这种脱节
。以人工智能公司 Anthropic 为例，其研究重心基本围绕面向企业客户的应用程序接口（API）展开。目前 ，Anthropic 的模型越智能 —— 尤其是在代码生成领域 —— 其 API 业务的销售额就越高 。OpenAI 的模型升级同样能带动 API 销售，但这部分收入在公司当前及预期营收中
，仅占很小的比例
。

　　多名员工称，今年大部分时间里 ，奥尔特曼管理 OpenAI 的姿态
，仿佛公司已经垄断了聊天机器人市场。他启动了不计其数的其他产品项目，包括视频生成应用 Sora
、AI 音乐生成工具、网页浏览器 、专业 AI 智能体、消费级硬件设备
、机器人技术等 。

　　多名 OpenAI 研究人员表示 ，这些项目分流了大量资源
，导致提升 ChatGPT 大众吸引力的工作被搁置
。

　　据一位近期与 OpenAI 领导层有过交流的人士透露，公司高管们日益意识到 ChatGPT 正面临严峻挑战 ，这让许多人深感不安。在 “红色警报” 声明中
，奥尔特曼表示，计划抽调部分员工重新投入 ChatGPT 的研发工作 。

　　OpenAI 发言人回应称：“产品与研究深度关联、并非对立
。研究突破塑造产品形态 ，产品反馈反过来指导研究方向。这是一套统一的战略
，旨在研发并安全部署能力持续提升的模型，而非研究与产品的二元对立 。 ”

　　理性探索的边界

　　过去一年 ，OpenAI 的传统训练 *** 在优化大语言模型方面逐渐遭遇瓶颈，研究部门与 ChatGPT 产品团队的分歧也由此浮现
。无奈之下
，公司将研发精力转向推理模型，希望借此最终实现通用人工智能（AGI）—— 即达到或超越人类能力的人工智能。

　　起初 ，研究人员认为推理模型同样能优化 ChatGPT 的性能 。但今年年初
，当 OpenAI 将其更先进的推理模型适配为 ChatGPT 可用版本时，模型的实际表现反而变差了。事实证明 ，为了适配聊天场景而对模型进行的改造
，无意间降低了它的智能水平
。

　　尽管如此，OpenAI 还是找到了将推理模型融入 ChatGPT 的办法：目前 ，该模型为 ChatGPT 的 “思考模式
” 和今年 2 月推出的深度研究智能体（可自动生成研究报告）提供技术支持
，同时也是 OpenAI 代码辅助工具 Codex 的核心驱动力。但多名员工表示，在 ChatGPT 近 9 亿的周活跃用户中 ，经常使用这些功能的人寥寥无几 。

　　此外
，部分 OpenAI 研究人员也坦言，推理模型能否通向通用人工智能 ，目前尚无定论
。

　　OpenAI 近期对 ChatGPT 的一项调整，似乎暗示推理模型正成为这款聊天机器人的 “负担”。本月初
，公司悄然取消了免费版和更低档付费订阅版的一项功能 —— 此前，这两个版本会自动将用户的问题转交给推理模型处理 。

　　在将升级后的模型整合到 ChatGPT 的过程中 ，OpenAI 还面临其他障碍：即便是传统的非推理 AI 模型
，也可能与 ChatGPT 的部分功能产生冲突
。例如，为实现个性化体验 ，ChatGPT 会根据对用户的了解提供差异化回答
，但这一功能就可能与新模型产生兼容问题。

　　一名现任员工透露，在今年 8 月推出旗舰大语言模型 GPT-5 前夕 ，研究人员发现
，当该模型接入 ChatGPT 后，在编程等特定任务上的性能出现了下滑 。原因在于 ，当用户向 ChatGPT 发送请求时
，聊天机器人会调取用户职业等个人信息，以此生成个性化回答
。

　　但该员工表示 ，这些个人信息有时会干扰模型对用户问题的理解，进而导致回答出错。尽管 OpenAI 在 GPT-5 发布前修复了这一问题
，但员工们认为，新模型与 ChatGPT 现有功能之间的冲突 ，未来还会持续出现 。

　　谷歌的强势反击

　　OpenAI 研究与产品的脱节
，还体现在其他方面
。两名员工透露，今年早些时候 ，公司曾将图像生成模型的研发列为低优先级项目 —— 要知道
，今年 3 月，正是图像生成功能一度推动 ChatGPT 的用户活跃度和新增用户数大幅增长。

　　目前尚不清楚 OpenAI 当初为何做出这一决策 。但据其中一名员工表示 ，今年 8 月
，谷歌推出自研图像生成 AI “纳米香蕉 ” 并广受消费者好评后，OpenAI 领导层才仓促决定升级自家的图像技术。这一转变还引发了一场内部分歧：奥尔特曼认为图像生成功能对 ChatGPT 的增长至关重要 ，而公司研究主管马克・陈则希望优先推进其他项目
。

　　在本月初的 “红色警报” 声明中
，奥尔特曼明确将图像生成列为 ChatGPT 升级的核心任务。本周，OpenAI 正式为这款聊天机器人推出了全新的图像生成模型 。

　　谷歌的反击让 OpenAI 面临严峻挑战：长期以来 ，谷歌凭借搜索引擎 、Chrome 浏览器
、Gmail 等办公应用，在 AI 技术触达用户方面占据天然优势
。近几周
，谷歌的 AI 模型能力持续提升，在图像生成、代码编写等诸多任务上 ，已与 ChatGPT 不相上下
，这也让谷歌的聊天机器人及其他 AI 产品更具吸引力。

　　据一位与 OpenAI 领导层有过交流的人士透露，公司高管担忧 ，普通用户可能根本看不出 ChatGPT 与谷歌 Gemini 的区别 。更关键的是
，与脸书 、照片墙这类社交应用不同 —— 这类平台的用户越多，产品体验就越好 ，从而形成 *** 效应 —— 聊天机器人领域并不存在这样的优势
。

　　OpenAI 还面临另一大劣势：财务压力。为了租赁更多服务器来训练和运行包括 ChatGPT 在内的 AI 模型
，公司每年要消耗数十亿美元的现金 。尽管 OpenAI 正着力建设自研数据中心和服务器芯片，以期长期降低成本 ，但谷歌早在十年前就已开始研发 AI 专用服务器
，因此如今能实现更高的运营效率
。