高德扫街榜发布一年了，今天的热梗是蜜雪冰城去周年庆活动上领了个奖，因为按导航里程数算，蜜雪冰城郑州总部旗舰店成了最多中国人专程过去打卡消费的餐饮门店。

😂

但我比较在意的还是高德也加入了发模型的队伍里，它发了自己的3D原生城市世界模型ABot-Earth 0.7，谷歌Earth我们都用过，在手机上给地球重新建模，高德的这个模型就更进一步了，把建模细化到了街道级。

注意，不是传统街景产品那种多张图片的拼接啊，是AI补全的连续性镜头，用户可以定义任何角度和细节，甚至「穿门入室」，看到商场里一家电影院的座位分布。

是不是很像世界模型？

事实上，世界模型的赛道已经开始热起来了，比如李飞飞刚刚发布的Atlas，就引起了一波行业震动。

但高德主打的空间智能概念，还不太一样。

主流世界模型的运行原理，在于视觉化的重建，从一张图片，让AI「脑补」出它的空间全貌以及运动碰撞，在这个过程里，想象得越准确，就说明模型越强大。

高德也在重建空间，只不过相比世界模型的纯视觉方案，它更多了一层真实数据的接入。它的空间智能不只回答「世界长什么样」，还要理解「它此刻是什么状态、接下来会怎样变化、应该怎么行动」。

举个例子，高德导航里的实时红绿灯功能，都是「预测」出来的，而不是高德去拿到了各个路口的信息，事实证明，只要真实的交通数据足够

世界模型这条赛道，之所以只能说未来可期，是因为它可能会长期处在一个纯投入阶段，看不到产出的可能。

不同于已经找到了Coding等高净值场景的语言模型，世界模型距离找到它的商业模式，还很遥远，烧钱换曝光是眼下唯一的存续手段。

就连谷歌，在发布用一张图生成可交互世界的Genie 3之后，那些受到影响的游戏引擎股票，也在几十天后相继修复，说明市场恐慌并不等于市场影响。

但高德的独特站位在于，它是真的能把「给世界建模」，做进自己的产品和商业模式里。

比如扫街榜的产品体验提升，就高度依托于空间智能的投产，里面的很多烟火小店，都藏在复杂小巷子里，不像商圈那么好找，而飞行街景的升级，就能让用户提前「踩点」，眼见为实的穿越到现场。…

产品体验的提升，传递到后端的技术，成为持续的正反馈，而技术侧因为有了更强的动力，也可以顺理成章的加大投入，满足业务需要，这就是最基础的飞轮效应。

从地图，到导航，再到空间智能，高德的赛道一直在升级，唯独不变的，是把城市、街区、车流乃至草木都还原到手机上。

想想看，一个低延迟的现实世界副本，被装在了每个人的手机里，连三公里外那家咖啡店的小猫什么时候会出来晒太阳都可以「演算」出来，这会怎样改变产品的使用价值？

至少，「帮我找条路线」一定会被「帮我安排一天」取代，给生活导个航，将是前所未见的新服务。

#模型时代# “赛博义父”“古希腊掌管重置的神”、Codex团队负责人Tibo Sottiaux：我们给模型搭的每一个拐杖，都注定被下一代模型淘汰

自从GPT-6发布之后，重置卡的意义已经无比重大了，根本不用。说到重置，如果大家用Codex或ChatGPT Work，大概率见过Tibo这个名字。他全名Thibault Sottiaux，比利时人，X账号thsottiaux，目前是OpenAI核心产品与平台负责人，管辖范围涵盖ChatGPT、Codex和API等核心产品线。但他在中文开发者社区里更广为人知的身份是“赛博义父”“古希腊掌管重置的神”。因为他在X上提到“RESET”这个词的帖子有近百条，从Codex活跃用户突破500万到2000万，几乎每个里程碑他都会亲手按下重置按钮。所以，经常有人在X上圈他催促重置。

有意思的是，他的LinkedIn语言栏里写着Mandarin：Limited working proficiency。2026年9月7日，一位中文用户在X上表示自从用了Codex App就没再打开过Claude Code CLI，Tibo直接用中文回了五个字：“你最牛了！”此前还有Slack对话截图流传，有人告诉他中文媒体叫他“Codex之父”，他回了句“Codex他爹？”。相比之下，Claude模型产品团队和中文用户社区就相当疏离（被评论，写的太客气了，何止是疏离，好像是），Tibo就为OpenAI攒下了很多中文用户的人缘。

这期播客是The Pragmatic Engineer主持人、前Uber工程师Gergely Orosz对他的深度访谈，具体发布于2026年9月9日。Tibo从比利时一个200人的小村庄起步，学应用数学出身，先后在Google、DeepMind做研究基础设施，2024年加入OpenAI，到岗一个月就赶上了o1 preview的发布冲刺。

一、从DeepMind聊天机器人到Codex：一个编程智能体的起源

1、Tibo在DeepMind就参与过“ChatGPT式”产品的内部原型…

DeepMind内部有一个小组在推进大语言模型方向，核心假设是：如果把语言模型的规模推到极致，是否足以通向通用智能？Tibo当时的工作是为研究者构建调试输入输出的工具，自然而然演变成了一个聊天系统。这个系统在DeepMind内部迅速传播，大家互相分享对话，它显然具备超出研究工具的产品潜力。

但DeepMind没有把它推向外部。技术能力不缺，卡在Google的产品发布流程上。Google有一整套“blessed production stack”，多年优化下来执行力强，但也让真正的创新变得极其困难。这段经历成了Tibo后来离开的伏笔。

在Google期间Tibo还有过一个重要教训。他最初参与的是一个加速移动网页的项目，属于广告部门，目的是抵消桌面端向移动端迁移带来的广告收入损失。做了大约两年后，一位VP从加州飞来直接宣布项目取消，理由是只有几百个用户，达不到Google的规模标准。团队中很多人对此感到意外，但Tibo从中学到了一课：不要盲目信任产品经理说“项目进展顺利”，要自己持续追问真实的影响力。

2、加入OpenAI的触发点：20人团队维持ChatGPT这件事本身

Tibo和几位OpenAI的人聊天时发现，整个ChatGPT只有大约20位工程师在维护。这个数字让他震惊，因为它意味着极高的人均自主权。他当时在DeepMind已经很舒适，但觉得OpenAI的人对使命是认真的，研究和产品在一起共同设计，不像有些地方做完研究就扔给别人去想怎么变成产品。

3、Codex的前身是训练内部Python模型来加速OpenAI自身的研发

Tibo加入后先做研究基础设施。随着o1等推理模型的能力提升，一个想法浮现了：能不能用模型来加速研究本身？于是他和研究团队一起，开始训练专门针对OpenAI Python代码库的内部模型，让它具备良好的架构品味和代码风格。这是Codex的种子。

Greg Brockman和Sam Altman在这个阶段起到了关键推动作用。Greg坚持认为这个工具不应该只服务OpenAI内部，应该做成面向外部用户的产品。于是内部研究项目和之前内部代号叫AS3的自主软件工程师项目合并，经过冲刺开发，先推出了初版Cloud Codex，但因为使用摩擦太大没有找到PMF，随后推出了Codex CLI。

二、三个反直觉的产品决策：Rust、开源、多模型

1、用Rust写Codex，但核心理由不是性能

当时大多数AI编程工具都用TypeScript或Python开发，因为模型在这些语言上的分布更好。Codex团队反其道而行选择了Rust，首要原因是设计原则上的考虑。

团队从一开始就把产品界面和智能体核心视为两个独立的东西。用同一种语言写在同一个代码库里，难免会偷懒，把两者耦合得过深。Rust的语言边界天然形成了一道隔离墙，迫使两个部分保持清晰分离。而且团队内部的模型处理Rust的表现也不差，加上Rust在编译时的静态验证特性对智能体的可靠性也有帮助，团队内部又有出色的Rust开发者，这个选择就成立了。

Tibo也承认，如果用TypeScript或Python写，可能也能成功，但到某个阶段就得重写。提前做对这个选择，省去了后续的返工。

2、开源的理由：编程智能体指向自己代码库的逻辑自洽

Codex本身就是一个编程智能体，让它指向自己的代码库、由社区用它来改进它，这个循环从产品层面就说得通。更深一层的理由是，团队判断如果Codex成功，开源生态本身会发生变化，代码的角色也会变化，与其旁观这个过程，不如身在其中。

开源的好处在实际运作中也得到了验证。每当有新人加入Codex团队，他们已经看过repo、看过PR，入职培训基本等于完成了，用Codex自身就能快速了解代码库。但开源也有实际代价。代码和OpenAI其他项目分开存放，有时要人为划定边界、跨多个repo协作。更让团队刺痛的是，当他们正在公开构建某个新功能时，竞争对手有时会在他们发布之前就把功能抄走。Tibo承认这确实会让人不舒服，但他认为这是选择building in the open就签下的契约。

3、支持其他模型提供商：从用户立场倒推的必然选择

Codex不锁定OpenAI自家模型，用户可以接入其他模型提供商。这个决定在AI公司中几乎独此一家。Tibo的逻辑干脆：如果你在做一个优秀的编程工具框架，把它绑定在自家模型上就是一个令人失望的决定。况且任何人都可以fork代码然后加10行代码支持其他模型，与其逼用户去用fork版本，不如直接在官方版本里支持。

这个决策也倒逼团队保持竞争力。“I want us to win users by having the best models，the most efficient models，the best product。” 如果靠锁定留住用户，也不会吸引最优秀的人来做这个产品。Tibo把这看作一种诚实的竞争方式：在模型层和框架层同时靠实力赢。

三、Harness与模型的共生：编程智能体的核心架构逻辑

1、Harness始终走在模型前面一步

Tibo说harness总是比模型领先一步。这里的harness指的是包裹在模型外层的工具框架，负责安全防护、效率优化和行为可控性。模型具备某些能力，但需要harness提供拐杖来让它可靠地运作，Tibo用的词是crutches。Harness还会在每轮对话开始时注入一段developer message，也就是预设的系统指令，用来引导智能体在整个回合中的行为。

比如早期模型不会主动跑测试，harness就需要提醒它跑测试。等到下一代模型被训练到能自主反思用户意图时，harness中对应的提示就可以拿掉了。“Over time what we see is the developer message shrinks and the harness also shrinks。” 随着时间推移，系统指令在缩短，harness本身也在缩小。

2、功能改进的决策路径：先判断该改harness还是改模型

Codex团队的每一次迭代都从一个分叉点开始：这个问题应该通过修改harness解决，还是应该等下一代模型来解决？如果模型改进能在一个月内到位，团队可能直接跳过harness层面的开发。如果模型需要三到六个月，就先在harness里做一个临时方案。

这个判断依赖研究团队和工程团队之间的紧密协作。他们会用智能体来分析用户反馈、归纳主题、确定优先级，分析范围覆盖编程领域，也覆盖金融、营销、沟通等Codex用户实际使用的其他场景。

3、/goal命令是一个harness拐杖的典型案例

/goal是让Codex在单一目标上长时间保持专注的命令，可以让模型连续运行数天甚至数周。但Tibo透露，新一代模型已经不需要这个命令了，你直接告诉模型去工作一个星期，它真的会去做。这再次印证了那个模式：harness先建拐杖，模型再内化能力，拐杖随后退役。

四、软件开发流程在OpenAI内部的真实变化

1、新人入职的第一课：有问题先问Codex

Codex在OpenAI内部接入了Slack、所有文档和所有代码。新人加入团队后听到最多的一句话是“Have you asked Codex？” 项目状态、谁在做什么、为什么做了某个决策，Codex都知道。这也是为什么团队刻意在公开频道里工作、用宽松的权限开放文档，就是为了让智能体能穿透所有信息，帮人做推理。

2、一个PR可以当天上线到十亿用户

OpenAI的发布速度值得单独说。一个工程师可以提交一个PR，当天甚至同一天就推送到面向十亿用户的ChatGPT产品中。即使是大的改动也可以做到。Tibo说团队靠的是灌注强烈的ownership文化和对用户的关切，而非层层审批。他们要求的是证据：这个改动会被用户欢迎的证据，它值得长期维护的证据，它值得存在的证据。

3、代码审查正在从正确性仪式变成意图讨论

Tibo在Google Maps工作过，深知Google以严格的代码审查文化著称。但他认为代码审查的角色正在发生根本性转变。

OpenAI早期的一个项目就是训练专门的代码审查模型，能够在逻辑和推理层面发现人类可能需要数小时才能捕获的错误。比如发现某个第三方依赖的文档和实际实现不一致，导致不变量被破坏。这类问题需要深入三四层依赖才能看到，除非你是这个库的专家，否则根本不会注意到。这些模型的能力已经整合进主线模型，在代码审查的基准测试中达到了超越人类的水平。

安全审查同样如此。模型可以跨复杂依赖链推理出关键安全漏洞。OpenAI现在强制要求所有PR通过自动化安全扫描，如果被标记出关键安全漏洞，PR会被阻止合并。

既然正确性和安全性可以自动化，那人类审查还剩下什么价值？Tibo的答案是对意图的讨论：你到底想做什么？这件事本身值得做吗？这类讨论其实不必发生在代码层面，它可以在设计阶段就完成。代码审查之所以成为讨论场所，是因为它是代码进入生产环境前的最后关口，大家被迫在那里完成本应更早发生的对话。

4、维护成本在急剧下降，架构重构也在加速

Tibo把维护定义为一种随时间累积的税，你持续付出只是为了让东西继续运转。版本升级、安全补丁这类重复性维护工作已经可以完全自动化。智能体能在几小时内扫完整个代码库完成升级，而以前工程师往往因为这活儿没什么乐趣而一直拖延。

更深层的变化在架构重构。过去重构一个系统可能需要多年的工程投入，而现在这个成本被大幅压缩。但Tibo强调，软件工程的基本原则反而更重要了：良好的抽象、清晰的模块边界、定义好“盒子”的不变量。只要边界画对了，盒子内部的东西可以快速迭代而不影响其他服务。设计可快速迭代的系统，优先级比以前更高了。

五、ChatGPT与Codex的合并：两套完全不同的技术栈如何统一

1、合并的核心挑战是“全本地”和“全云端”两种架构的碰撞

Codex原本完全在本地运行，每个工具执行都在沙箱中发生。ChatGPT则是传统的云端托管架构，为规模和效率而构建。合并意味着要把本地编程智能体的能力搬到云端，同时保持足够的效率，使其能纳入每月20美元的Plus计划。2026年7月9日，这个合并伴随GPT-5.6正式上线，引入了Chat、Work、Codex三模式架构。

最终方案是在云端运行完整的Codex harness，配合一台云端虚拟机。这台虚拟机的配置相当强大，用户已经发现可以用它训练模型、安装Blender做3D建模，玩法远超预期。本地端只负责输入和输出流。

2、Tibo认为云开发环境将因智能体重新崛起

2022到2023年，云开发环境（cloud dev boxes）在大公司以外从未真正起飞过，因为前期配置和持续维护的成本太高，个人开发者和小团队用不起这个代价。但Tibo认为智能体改变了这个等式：如果你的智能体有能力把本地的SQLite数据库、MCP服务和各种开发配置自动复制并保持同步到云端，那配置成本基本降到零。

他预测我们将看到完全由云端编排的开发机器重新崛起，这意味着开发者可以摆脱笔记本电脑的束缚。Tibo举了一个他自己的例子：他早上起来在手机上用ChatGPT Work口述一批任务、发给日历、发给Slack，这些任务不需要他打开电脑就能执行。Codex remote目前已经可以远程控制执行，但执行仍依赖笔记本，下一步是彻底不需要笔记本也能开着。

3、合并过程中Codex扮演了“记者”的角色

在整个合并项目推进期间，Codex被用来记录团队的讨论、辩论和决策过程。因为它能接入Slack和所有文档，可以捕捉重要的争论和决定。团队内部把这段历程叫做the toggle arc。合并过程中有大量关于命名、引入方式、什么先合并什么后合并的辩论。Work模式的toggle开关本身也经历了很多讨论，团队最终逐渐接受了它，但长期目标是进一步统一，消除模式切换。

4、“统一产品”的长期方向：一个接口，同一智能，你选择使用方式

Tibo描述的北极星方向是一个用起来令人愉悦、极其简单的个人通用人工智能。它了解你的日程、你的目标，可以主动行动，有时代你执行有风险的操作然后推送通知让你确认。它应该极其自然，可以通过自然语言和语音控制，甚至可以通过摄像头理解你的情绪。通用人工智能应该简单到不需要10个按钮和配置项。

六、Tibo的个人工作方式和给工程师的建议

1、移动端和语音输入是Tibo的核心工作场景

Tibo把大量工作转移到了手机上的ChatGPT Work。会议间隙的想法，他不再写下来或委托他人，而是直接对着手机口述任务。他定制了一套技能和指令，让输出的报告、幻灯片和代码探索都适配他个人的消费习惯。周末他也会用Codex做代码探索和产品原型。某天早上醒来觉得应该探索一个新方向，当天就能把想法表达出来、做成原型摆到同事面前，让大家去挑战和改进。

他还有一个习惯是把问题交给Codex过夜处理。白天没时间深入看的问题，他晚上发给Codex，第二天早上看结果。他说每天早上都因此有种兴奋感。

2、对工程师的建议聚焦两点：好奇心和社区感知

第一是对事物运作方式的深层好奇心，加上快速理解新系统的训练。Tibo认为能在OpenAI做得出色的人有一个共同特征：可以迅速把握一个系统的脉络，快速深入新的代码库。核心方法是不断追问“how do things work”，层层挖掘。

第二是与你要服务的社区保持同频。清晰表达你想实现什么、对需求和品味有判断力，这些比任何具体技术栈都重要。“If you can't explain what you're trying to achieve，if you don't have a tie to a community，if you don't have the taste，it's going to be much harder to do great work。” 说不清自己要做什么、和社区没有连接、缺少品味判断，做出好东西的难度会大得多。

核心归纳

Q1：Codex团队如何决定一个功能应该在harness还是在模型层面实现？取决于模型改进的时间线。如果预计一个月内模型就能解决，就不在harness层面投入开发精力。如果需要三到六个月，就先在harness里做临时方案。每次迭代都是研究团队和工程团队协作做出的判断，而且团队会用智能体来分析反馈数据，辅助决策。

Q2：代码审查在AI原生团队中还有什么价值？正确性检查和安全审计已经可以由模型自动完成，OpenAI的PR合并已经强制执行自动安全扫描。人类审查的核心价值转移到了对意图的讨论：你要做的事情本身是否值得做？这类讨论不需要围绕代码发生，可以在更早的设计阶段完成。

Q3：开源编程工具的最大隐性成本是什么？竞争对手可以在你公开开发的过程中直接复制功能，并在你正式发布前推出。Tibo承认这让人不舒服。另一个成本是大量低质量的社区贡献需要消耗团队精力来处理。但他认为这些代价换来的是社区能量、招聘优势和产品自洽性，综合来看值得。

#模型时代# OpenAI“失控”智能体曾在至少利用10多个冷门网站进行私下通信

昨天Anthropic一名研究员说AI会威胁人类生存，推文流量瞬间过亿。今天路透社就发布了一个很匹配的报道。转译一下。

路透社｜Raphael Satter、Deepa Seetharaman** 2026年9月9日，华盛顿

据六组独立调查人员的研究结果以及路透社审阅的数据，今年早些时候，由 OpenAI释放运行的一批 AI智能体曾利用至少 10个此前未被披露的网站进行未经授权的通信。这表明，这些智能体出现异常行为的范围，比此前公开的信息要广得多。

这些行为还达不到黑客攻击的程度，从某些方面看更接近垃圾信息活动。不过，OpenAI的智能体绕过自身受到的限制，在多个网站上建立通信渠道，而公司几个月来没有公开披露这一情况，可能进一步引发外界对 AI模型能力增长以及开发这些模型的公司缺乏透明度的担忧。

加州非营利机构 CivAI的研究员 Andrew Yoon表示，他统计发现，今年 5月至 7月间，这些智能体曾使用 18个此前没有披露的网站。

他说：“这些未经授权通信的范围，比我们原来以为的要大一些。几乎可以肯定，还有更多我们目前根本不知道的事情。”

上周五，研究人员披露，OpenAI的一群智能体曾“劫持”一个德语 Wiki网站，将它改造成临时通信平台，用来在测试过程中互相传递答案。

OpenAI当时没有公开这一事件。与此同时，公司正在处理 7月发生的开源代码与模型平台 Hugging Face遭入侵事件所造成的后果。

现在，最早发现德语网站异常活动的研究人员，以及其他独立调查人员均表示，他们又发现了多个此前没有披露的网站，同一批智能体似乎也曾在这些网站留下类似信息。

OpenAI没有直接回答这些智能体究竟利用了多少网站进行通信，也没有解释为什么数月来没有公开相关活动。

OpenAI在一份声明中表示，公司正在对智能体活动进行更广泛的审查，目前“尚未发现其他严重程度或规模达到 Hugging Face事件水平的活动”。…

Hugging Face遭入侵事件此前引发全球关注，也让外界担心 OpenAI是否正在失去对自身技术的控制。

OpenAI还表示，公司正在制定一套用于报告 AI模型训练、评估和部署过程中“失调”（misalignment）行为的框架，并称将“很快”公布。这里所说的“失调”，是 AI行业描述模型行为偏离开发者预期或目标时常用的术语。

路透社共审阅了六名调查人员或调查团队的研究结果。其中三组结果已经发布在社交媒体上，另外三组由调查人员私下提供给路透社。

不同调查人员采用的方法有所不同。

很多人首先将在那个德语 Wiki上发现的数据字符串，与相近时间出现在其他网站上的完全相同字符串进行比对。有些人通过相同或近似的用户名，将不同网站上的信息联系起来。还有一些调查人员发现，这些活动都围绕着同一批非常冷门的人口统计问题展开，例如询问美国艾奥瓦州的癌症患病率。

在部分案例中，调查人员还追踪到了相关活动使用的互联网协议地址，这些地址指向微软 Azure基础设施，而 OpenAI有时会使用 Azure。

不同研究人员对受影响网站数量的统计并不完全一致，路透社也无法逐一独立核实所有说法。不过，接受路透社采访的研究人员都认为，涉及网站数量超过 10个。

大多数调查人员都发现了一个相对集中的网站群，包括多人共同编辑的 Wiki、在线文本存储网站，以及由两所大学运营的两个网址缩短服务。

## 会“想办法”的模型

这些智能体据称使用过的许多网站都相当冷门。

调查人员发现，智能体活动曾出现在一个围绕美国大学先修课程 AP化学建立的 Wiki上。这个网站由一名马萨诸塞州高中教师于 2008年创建。

类似痕迹还出现在两名波兰科技从业者的个人网站、一批面向“喜欢让大脑接受挑战的人”的游戏 Wiki，以及一个已有约 20年历史、专门讨论文本编辑软件的业余爱好者网站上。

这些网站的所有者均未回复路透社的采访请求。

OpenAI至今没有公开解释，这些智能体究竟为什么、又是如何把第三方网站当成临时留言板使用的。

最早发现这些活动的研究人员认为，一个可能原因与 OpenAI给这些智能体设定的任务和限制有关。

OpenAI要求它们回答一系列难度很高的研究问题，同时只允许智能体浏览互联网寻找答案，不允许它们向网站发布任何内容。

尽管存在这种限制，智能体还是找到了一些彼此交换信息的方法。

它们利用部分老式 Wiki或其他网站的特殊机制，通过一些非标准命令修改网站内容，从而留下信息。

这种做法类似于考试期间学生被禁止彼此交谈，却通过在洗手间隔间墙壁上写下答案来交换信息。

软件开发者、前美国国会工作人员 Kenneth Russell DeGraff表示：

“如果这些模型被告知只能读取信息，那么它们就必须想出一些聪明的办法，把信息留在某个地方。”

DeGraff称，他在至少 10个网站上发现了这类信息。

Sydney Von Arx所在的研究团队上周率先披露了发生在德国网站上的活动。

她表示，该团队目前已经统计到 23个此前从未公开报道的网站，在这些网站上发现了可信的智能体活动迹象。不过她同时强调，目前所有估算都并不完整。

她说：

“我们根本不知道外面还有多少。”

OpenAI没有直接回答公司是否已经主动联系这些受影响网站的所有者。

但在路透社报道发布后不久，多伦多大学表示，OpenAI“现在已经就我们网站上可能发生的活动与我们取得了联系”。

研究人员称，多伦多大学运营的网址缩短服务曾被这些智能体利用。

范德堡大学的一个类似网址缩短服务据称也遭到利用。该校没有回复路透社的采访邮件。

退休软件开发者 Helmut Leitner为六个受影响的 Wiki网站提供托管空间和软件，其中包括 Von Arx团队最早发现的德语 DseWiki网站。

Leitner最初表示，OpenAI并没有联系他。

不过，在路透社将调查结果提交给 OpenAI几个小时后，Leitner表示，他收到了一封来自 OpenAI的电子邮件，提醒他注意这一事件。邮件没有署名。

Leitner说：

“这封邮件的内容，与我对 OpenAI的预期相差很大。”

现居奥地利的 Leitner拒绝回答自己是否已经就此事与有关部门取得联系。

他还表示，DseWiki的运营者花了数小时清理 OpenAI智能体留下的内容。路透社未能联系到这名运营者置评。

不过 Leitner认为，不应该把造成这些麻烦的责任归咎于 AI本身，因为 AI只是在执行人类创造它时赋予的能力和目标。

他说：

“责任不在一台所谓具有道德能力的机器，而在它背后的人和组织。”

#模型时代# Anthropic经济报告：人工智能可能如何影响美国未来几年的就业

《我们经济未来的情景》（Anthropic经济学团队，2026年9月）

Anthropic经济学团队构建了一个模型，用来分析人工智能可能如何影响美国未来几年的就业、增长和失业率。该页面邀请读者阅读可能的经济未来，并自行预测AI能力，以查看对应的经济结果。

经济由任务组成该模型将经济中人们从事的所有工作视为任务组合。AI可以帮助人们更好地或更快地完成某项任务，也可以自动化该任务，可能完全不影响该任务，还可能催生新任务。

以护士的一天为例：查房、抽血、分诊、记录生命体征、订购物资等。这些任务基于美国劳工部O*NET分类。工作会随时间变化：旧任务消失（几乎没人再手写纸质病历），新任务出现（30年前没人远程监控患者）。某些任务只有人类能做（例如给患者洗澡）。部分任务会被增强（AI帮助起草出院说明、远程监控、规划班次）。部分任务可能被完全自动化（例如记录生命体征或订购物资）。新任务也会出现（例如检查AI分诊效果或审核AI提出的护理计划）。结果是护士的工作发生变化，她能监督并完成更多工作，花更多时间与患者交流，生产力提高。

全国每天有数百万次此类任务发生。AI如何影响构成经济的所有任务、它创造的新任务以及采用速度，将直接影响GDP、劳动力市场和劳动者获得的份额。

三种情景未来取决于AI能力如何进步，以及行业和工人如何采用这些能力。

• 温和情景：AI的影响类似于互联网。它带来真实经济收益，但处于新技术的历史常态范围内，且逐步到来。宏观经济数据中很难看到明显效果。

• 实质情景：到2030年，AI能够完成一半的知识工作，其中大部分可自主完成，但并未全部被采用：大多数知识工作任务仍不使用AI。经济增长速度达到正常水平的两倍。知识工作者工资不涨，但其他工作者工资上升。

• 极端情景：AI在绝大多数知识工作任务上比人类更高效，几乎全部自主完成，并且几乎不为人类创造新的知识任务。这很可能需要递归自我改进的AI系统，并快速在知识工作中采用。…

随着AI扩散，年GDP增长率达到15%，经济每4.5年翻一番。社会比以往任何时候都更富裕，但知识工作岗位大幅减少，失业率超过典型衰退水平。

公众预期2026年8月，团队调查了超过1万名美国人，了解他们对当前和未来AI能力、采用情况以及换工作时找新工作难易程度的看法。典型受访者的答案接近“实质变化”情景：到2030年GDP比没有AI时高约10%，整体失业率升至约5%。约10%的受访者观点与极端情景一致。

发现1：GDP增长AI在所有情景中都推动GDP增长，但规模差异巨大（按2025年价格水平计算的2030年美国GDP）：

• 温和情景：+1.6%，34.1万亿美元

• 实质情景：+8.3%，36.3万亿美元

• 极端情景：+32.4%，44.4万亿美元

增长并非唯一重要的经济动态。这些未来对工人从增长中获得的工资份额、以及需要换工作的人数意味着什么？该模型显示，国家GDP会增长，但更大份额的繁荣可能流向用于创造更多财富的资源和技术（资本），即使整个社会更加富裕。在大多数情景中，工作再配置和失业率仍处于历史所见范围内，极端情景是例外：如果出现递归自我改进和快速采用，失业率可能飙升至历史水平。

发现2：工作再配置在更具变革性的情景中，更多工人必须更换职业，这可能意味着更高的失业率。劳动力市场始终存在一定流动——人们失去工作并找到新工作。在正常时期，这一过程虽然痛苦，但从宏观经济角度看运行相对良好。

发现3：工资在三种情景中，平均工资都上升，但这种增长集中在知识工作以外的职业。因为工人需要时间转向需求上升的职业。如果对人类知识工作的需求减少，会给工资带来下行压力。同时，AI提高知识工作生产力后，受益于该生产力的体力工作需求会增加（例如更快完成设计和许可可能增加建筑项目，从而推高建筑工人需求）。实质情景中，知识工作者工资基本持平。极端情景中，到2030年知识工作者工资下降超过10%。

发现4：劳动与资本份额蛋糕会变大，但更大份额可能流向资本。如今，经济每生产1美元，约60美分流向工人，40美分流向资本。如果经济增长但AI自动化更多任务，每美元中流向资本的部分可能增加。即使所有工人的工资都大幅上升，这种情况也可能发生。如果资本在更多事情上变得更有用，需求会上升，从而提高其价格。在那种世界里，经济增长的更多收益流向资本所有者。

劳动份额在实质和极端情景中明显下降，资本份额上升。平均工资上升——非知识工作者工资大幅提高——但知识工作者工资停滞或下降，同时失业率恶化。

• 温和情景：34.1万亿美元GDP，劳动占59.4%，资本占40.6%（上升0.6个百分点）

• 实质情景：36.3万亿美元GDP，劳动占56.1%，资本占43.9%（上升3.9个百分点）

• 极端情景：44.4万亿美元GDP，劳动占45.2%，资本占54.8%（上升14.8个百分点）

在极端情景中，快速扩张经济的收益分配不均。大多数知识工作者面临更低工资或失业，工人整体获得更大蛋糕的较小份额。到2030年，总劳动收入几乎没有变化。主要挑战不是实现经济增长，而是确保收益被广泛分享、成本不被不平等地分散。