从千万用户看AI智能体的规模化之路：技术突破还是市场泡沫

2024年7月，OpenAI宣布旗下智能体产品Codex和ChatGPT Work的用户总数突破1000万，较本月初几乎翻倍。这一数字意味着，在短短三周内，该产品线新增了约500万用户，日均增长率超过3%。对比Anthropic的Claude企业版，其公开报道的月活跃用户数约为300万，OpenAI在智能体赛道上的暂时领先已形成量级差异。但作为长期关注计算机视觉与多模态系统的研究者，我更关心的是：这个增长背后，是技术范式的真正突破，还是市场教育期的短期红利。

短期看，用户爆发式增长主要得益于产品化策略的成功。ChatGPT Work将大语言模型从“对话生成”扩展到“任务执行”，实现了对邮件编写、文档处理、数据查询等办公场景的覆盖。Codex则聚焦代码开发，在GitHub Copilot之外开辟了独立智能体工具。从实验设计角度看，OpenAI极有可能采用了基于强化学习的多轮交互优化技术——即RLHF的变体，具体而言，是在训练过程中引入了“任务完成度”作为奖励信号，使得模型在复杂多步任务中的成功率从基线模型的32%提升至56%（根据OpenAI于2024年3月发表的技术报告）。这类方法在学术界已有广泛验证，如Ouyang等人2022年的工作“Training Language Models to Follow Instructions with Human Feedback”以及Nakano等人2021年的“WebGPT: Browser-assisted question-answering with human feedback”。这些论文揭示了智能体行为对齐的关键：通过人类反馈不断修正行动路径。然而，用户数翻倍并不等同于技术成熟度翻倍。从实验室评估来看，目前公开的智能体基准测试（如AgentBench、ALFWorld）显示，即使是最先进的模型在未知环境中的成功率仍低于60%，且存在明显的任务类型偏好。例如，在需要多步逻辑推理的任务中，成功率会骤降至40%以下。因此，短期增长更像是一种“尝鲜效应”——大量用户被低门槛界面吸引，但尚未深入使用高复杂度功能。

长期看，智能体产品的竞争将回归到基础模型的能力边界与系统架构的稳定性。Anthropic的Claude在安全对齐方面有独特优势，其constitutional AI方法通过预先定义的行为准则约束模型输出

原文链接：OpenAI 旗下智能体产品用户总数破千万，较本月初几乎翻倍 - IT之家