OpenAI-Führungskräfte: Die Verschmelzung von ChatGPT und Codex hat die persönliche AGI zum Endergebnis.

ChatGPT und Codex werden am Ende zu ein und demselben Ding verschmelzen.

Es handelt sich nicht um eine Verpackung oder eine äußere Hülle, sondern um dasselbe zugrundeliegende Technologie-Stack, dasselbe Betriebsframework für intelligente Agenten und denselben einzigen Zugangspunkt.

OpenAI hat ihm einen Namen gegeben: persönliche AGI (persönliche Allgemeine Künstliche Intelligenz).

Derjenige, der das gesagt hat, ist Thibault Sottiaux, der Leiter von ChatGPT und Codex, der im Entwicklerkreis von allen Tibo genannt wird.

Vor vier Jahren saß er in seinem Büro bei Google London und sah mit eigenen Augen, dass ein mit Menschen chatfähiges Modell im internen Netzwerk lag, aber niemand es nach außen bringen konnte.

Vier Jahre später hat das Unternehmen, das diesen Weg als Erster erfolgreich beschritten hat, die drei Produktlinien ChatGPT, Codex und Entwickler-API aufgelöst und zu einem Kernproduktteam umgestaltet, das ihm unterstellt ist.

Er verwaltet fast 1 Milliarde wöchentlich aktive Nutzer ganz allein.

Auf seinem Schreibtisch befindet sich zudem ein physischer Knopf: Ein einziger Druck darauf setzt das Nutzungslimit aller Entwickler im gesamten Netzwerk auf Null zurück.

Gestern saß Tibo in dem Podcast von Matthew Berman und zeichnete ein konkretes Bild dieses Endzustands:

Du wirst es nutzen, und auch deine Mutter wird es nutzen.

Auf die Frage, warum die Verschmelzung unumgänglich ist, sagte er: Nicht wir wollen verschmelzen, sondern die zukünftigen Modelle wünschen sich, dass wir verschmelzen.

Thibault Sottiaux, Leiter der Kernprodukte und Plattformen bei OpenAI

Codex ist kein Programmierwerkzeug, sondern die Hand von ChatGPT

Als ChatGPT 2022 online ging, flog Tibo nach San Francisco.

Zwei Jahre später trat er OpenAI bei.

Das Erste, was er dort tat, war sein altes Fachgebiet: Er entwickelte Werkzeuge für die Forscher von OpenAI. Einige Monate später begann er, etwas aufzubauen, das später Codex genannt wurde.

Tibo sagte, dass die Wachstumskurve dieses Dinges am Anfang lange flach lag, bis sie plötzlich steil nach oben ging. Am 21. August gab er bekannt, dass Codex 20 Millionen aktive Nutzer hat.

Der eigentliche Wendepunkt war der 9. Juli dieses Jahres.

Die Codex-Anwendung wurde in die macOS- und Windows-Desktopversionen von ChatGPT integriert.

Es ist eine Integration, kein Verschwinden.

Codex behält weiterhin seine eigene Programmierschnittstelle und unabhängige Verlaufsaufzeichnungen.

Der aktuelle Zustand ist dieselbe Anwendung mit zwei Arbeitszugangspunkten, nicht dass zwei Produkte zu einem verschmolzen sind.

Die Codex-Anwendung wurde in die macOS- und Windows-Desktopversionen von ChatGPT integriert, Codex behält seine eigene Programmiererfahrung bei und steht gleichberechtigt neben Chat und Work von ChatGPT.

Warum ist die Verschmelzung unumgänglich?

Die Antwort lautet: Das Fundament des „Super-App“, das OpenAI entwickeln will, wird hauptsächlich von Codex bereitgestellt.

Du denkst vielleicht, der Wert von Codex liegt darin, Code zu schreiben.

Tibo und sein Team sind der Ansicht, dass der wirklich wertvolle Teil von Codex darin besteht, einen menschlichen Satz in eine Reihe von Aktionen umzuwandeln: Code schreiben, APIs aufrufen, Browser öffnen und Cloud-Aufgaben ausführen.

Das eine ist ein Chatfenster, das fast 1 Milliarde Menschen jede Woche öffnen, das andere ist ein Programmier-Agent, den 20 Millionen Entwickler im Auge behalten.

Wenn ChatGPT keinen Code schreiben und keine APIs selbst ausführen kann, ist es nur ein hübsches Chatfenster; wenn Codex keinen Zugangspunkt wie ChatGPT hat, wird es für immer nur der Gruppe von Leuten gehören, die mit Terminals umgehen können.

Tibo erläutert die Logik der Verschmelzung so: Zuerst wird Codex zu einem universellen Agenten umgestaltet, dann wird dieses System in ChatGPT integriert.

ChatGPT ist dafür zuständig, dich zu verstehen, Codex ist dafür zuständig, die Arbeit für dich zu erledigen.

Die Verschmelzung bedeutet, Verständnisfähigkeit und Ausführungsfähigkeit an dieselbe Leitung anzuschließen.

Die personellen Veränderungen erfolgten früher als die Anpassungen der Produktlinie.

Laut einem Bericht von WIRED im Juni dieses Jahres verwaltete Tibo zu diesem Zeitpunkt bereits sowohl ChatGPT als auch Codex und berichtete direkt an Greg Brockman.

In derselben Zeit schloss OpenAI mehrere unabhängige Produktlinien, darunter die Videoanwendung Sora und eine KI-Plattform für Wissenschaftler. Viele der leitenden Angestellten, die diese Projekte leiteten, haben das Unternehmen verlassen, und die Ressourcen werden direkt auf das Super-App konzentriert.

Einerseits werden Produkte geschlossen, andererseits werden die zwei stärksten Produktlinien verschmolzen und derselben Person unterstellt.

Dahinter verbirgt sich eine Veränderung des Hauptschlachtfelds der KI: Es hat sich längst vom Chatfenster zu den intelligenten Agenten verschoben.

Laut dem KI-Index 2026 von Ramp, der von Fortune zitiert wird, hat Anthropic bei der Übernahmequote durch Unternehmen in den USA mit 34,4 % gegenüber 32,3 % OpenAI zum ersten Mal überholt. Der Treiber dafür ist genau Claude Code.

Das ist nicht das erste Mal, dass OpenAI einen solchen Versuch unternommen hat.

Weder der letztjährige Operator noch der spätere ChatGPT Agent haben sich durchsetzen können.

Tibos Erklärung dazu hat nur drei Worte: Es war zu früh.

Wenn das Modell nicht zuverlässig genug ist, kann man seine Funktionen nur stark einschränken – so stark, dass am Ende niemand es mehr nutzen will.

Jetzt sagt er, die Technik ist reif dafür.

Die ultimative Verschmelzung von Codex und ChatGPT: die persönliche AGI

In den letzten mehr als einem halben Jahr, während die beiden Produkte zusammengeführt wurden, war die erste Reaktion der Nutzer fast durchweg Widerstand: Warum sollen sie verschmelzen? Ist das wirklich notwendig?

Die Modelle wollen verschmelzen – wie sieht das Ergebnis dann aus?

Tibo nennt drei Ebenen.

Erste Ebene: Dasselbe zugrundeliegende Technologie-Stack, dasselbe Betriebsframework für intelligente Agenten, dieselbe Produktphilosophie. Stark multimodal, Sprache zuerst. Ob du Code schreibst oder nicht, spielt keine Rolle.

Zweite Ebene: Die Oberfläche soll nicht von dir ausgewählt werden, sondern von ihm erraten werden.

Er stimmt der Einteilung in „Programmiereroberfläche“ und „Nicht-Programmiereroberfläche“ nicht zu.

Software-Ingenieure, Designer, Verkäufer – diese Bezeichnungen sind Abstraktionen, die Menschen erfunden haben, um mit Komplexität umzugehen, weil die reale Welt zu komplex ist, als dass unser Gehirn sie vollständig verarbeiten könnte.

Und die echten Menschen verteilen sich auf einem Spektrum, jeder nimmt eine andere Position ein.

Deshalb soll die Oberfläche aktiv auf den Nutzer zugehen, statt dass der Mensch zuerst angeben muss, zu welcher Gruppe er gehört.

Mit einem Satz: Nicht der Mensch soll sich an die Technik anpassen, sondern die Technik soll sich an den Menschen anpassen.

Dritte Ebene: Am Ende bleibt nur eine einzige Oberfläche: die persönliche AGI.

Der Moderator fragt nach: Gibt es dann nicht mal mehr Dropdown-Menüs? Die Vorstellung, dass meine Mutter genau dasselbe Ding nutzt wie ich, fühlt sich fast surreal an.

Tibo sagt: Ja, es ist dasselbe Ding.

„Es wird deine persönliche AGI sein.“

Obwohl es dieselbe Oberfläche ist, verbindest du andere Werkzeuge, verfolgst andere Ziele und gibst andere Anforderungen ein – die AGI entwickelt sich passend zu jedem von euch.

Die Bezeichnung „persönliche AGI“ ist nicht das erste Mal, dass Tibo sie erwähnt.

Auf der VivaTech-Konferenz in Paris im Juni dieses Jahres sagte er gegenüber Fortune bereits, dass eine einheitliche Oberfläche entwickelt werden soll, über die du mit deiner eigenen persönlichen AGI kommunizieren, sie steuern und überwachen kannst.

Es gibt noch ein Detail, das ein noch früheres Signal enthält.

Nachdem die neue Sprachfunktion online ging, stieg die Zahl der Nutzer, die rein per Sprache mit ChatGPT interagieren, sehr schnell. Tibos eigene Nutzung sieht so aus: Er sitzt morgens da, spricht eine ganze Reihe von Anweisungen ins Handy, und danach ruft das Modell direkt die Werkzeuge auf, um die Aufgaben zu erledigen.

„Früher war das überhaupt nicht möglich, weil es kein ausreichend gutes Sprachmodell gab.“

Er sagt, dass diese Entwicklung seine gesamte Vorstellung von dem Produkt verändert hat.

Menschen wählen immer den Weg des geringsten Widerstands. Das Tippen in einem kleinen Fenster ist für manche Menschen natürlich, für die meisten aber nicht.

Deshalb wird AGI wahrscheinlich nicht auf die Art und Weise kommen, dass eines Tages eine Pressekonferenz stattfindet, auf der sie angekündigt wird.

Eher wird es so aussehen: Zugangspunkte werden eins nach dem anderen verschmolzen, Oberflächen verschwinden eins nach dem anderen, und das Tippen weicht Stück für Stück der Sprache.

Bis du eines Tages merkst: Es ist schon lange leise bei dir angekommen.

Sobald du einen bestimmten Punkt erreichst, ist nicht mehr das Modell der Flaschenhals

Als es um Ultra Fast ging, nannte der Moderator eine Zahl: Es ist 10 bis 14 Mal schneller als das ursprüngliche Fast.

Diese Zahl ist die Zusammenfassung des Moderators auf Basis vorhandener Daten.

Tibo sagt: Wenn die Generierung schnell genug wird, liegt der Flaschenhals nicht mehr beim Modell, sondern bei den Werkzeugaufrufen, den Netzwerkrundreisen und allen unbemerkten Kosten im gesamten Technologie-Stack.

Die von ihm beschriebene praktische Unterschiede sind sehr konkret:

Wenn du einen Prototyp einer Website oder eines kleinen Spiels erstellst und das Modell einen langen Codeblock ausgeben soll, spürst du fast die volle Geschwindigkeitssteigerung; wenn du eine Reihe von Werkzeugaufgaben ausführst, liegen die Kosten woanders, und du bemerkst nur eine 3- bis 4-fache Beschleunigung.

Das heißt, die 14-fache Geschwindigkeitssteigerung ist an Bedingungen geknüpft.

Der Moderator erwähnt ein Szenario, das vielen bekannt ist: Man startet 10 bis 15 Agenten parallel, weil jede Aufgabe 30 bis 45 Minuten dauert.

Aber der Preis dafür ist, dass dein Gehirn ständig zwischen Kontexten wechselt und du total erschöpft bist.

Der eigentliche Grund, ein Dutzend Agenten gleichzeitig laufen zu lassen, ist nicht Effizienz, sondern das Warten.

Wenn die Geschwindigkeit steigt, wird dieser Arbeitsablauf umgekehrt.

Statt zehn oder fünfzehn werden es vielleicht nur drei oder vier sein. Die Menschen kehren zum Echtzeitzustand zurück: Du denkst, er führt die Aufgabe aus, du siehst zu, du passt es an.

Tibo nennt das „sich um deine Aufmerksamkeit kümmern“.

Er sagt, dass das Ding, das wir bauen, letztendlich für Menschen gemacht ist – also muss es darauf ausgelegt sein, wie Menschen ihre Aufmerksamkeit steuern.

Wenn das Modell mit deinem Tempo Schritt halten kann oder sogar schneller ist, bleibst du ständig im Flow-Zustand, sprichst und siehst gleichzeitig, wie der Prototyp entsteht.

In Zukunft wirst du vielleicht gemeinsam mit ihm auf einer gemeinsamen Leinwand arbeiten, zwischen Sprache und Text beliebig wechseln.

Derzeit ist Ultra Fast bei OpenAI nicht uneingeschränkt verfügbar. Der größte Teil der Kapazität ist für externe Kunden reserviert, intern wird es hauptsächlich für risikoreiche Szenarien wie Online-Störungen verwendet, wo jede Sekunde Geld kostet.

Auf die Frage, wann jeder es nutzen kann, lautet Tibos Originalaussage: In ein oder zwei Jahren wird diese Geschwindigkeit wahrscheinlich der Standard sein; selbst wenn nicht, wird sie sehr nah am Standard sein.

Er hat bei Google ein anderes Ende dieser Geschichte erlebt

Hinter Ultra Fast verbirgt sich auch eine Vergangenheit, die sich verlangsamt hat.

Tibos Fachgebiet bei DeepMind war die Erforschung von Infrastruktur und Entwicklungswerkzeugen – im Klartext: Er baute die Infrastruktur für die Forscher und war auch an der Werkzeugkette von AlphaGo beteiligt.

Ungefähr ein Jahr vor der Veröffentlichung von ChatGPT tauchte bei DeepMind intern etwas namens LMChat auf.

Nachdem das Team die Größe des Sprachmodells hochskaliert hatte, waren die Ergebnisse unerwartet gut. Der nächste Schritt, der jedem einfallen würde: Können wir daraus ein chatfähiges Produkt machen?

Tibo sagt, dass er damals sofort das Besondere daran gespürt hat. Als er das erste Mal sah, dass das Modell zusammenhängende und nützliche Texte schrieb, fand er es zuerst eher lustig, bis es nach und nach wirklich nützlich wurde.

Intern gab es tatsächlich Überlegungen, es öffentlich zu veröffentlichen – und dann passierte nichts mehr.

Tibo nennt den Grund, warum es damals nicht geklappt hat, ganz offen: DeepMind war zu dieser Zeit keine Organisation, die Produkte veröffentlichen konnte.

Forschung ist Forschung, Produkt ist Produkt – die beiden Gruppen sa