“Asal Abang mau reset, Abang bisa reset kapan saja”
Baru saja, Bapak Siber, AKA Dewa Reset Kuota Codex, Tibo dengan percaya diri mengungkapkannya dalam episode podcast terbaru dengan Matthew Berman~
Dan yang paling menarik adalah, untuk mereset, Tibo bahkan telah membuat tombol fisik khusus.
Sebagai penanggung jawab Codex saat ini, selain menjelaskan cara memberikan keuntungan bagi semua orang, Tibo dalam podcast ini juga lebih detail menceritakan kembali kariernya di Google sebelumnya, dan mengungkapkan beberapa pekerjaan pentingnya dan OpenAI pada tahap ini.
Bisa dibilang, ini adalah kesempatan langka bagi publik untuk memahami lebih dalam penanggung jawab produk baru OpenAI ini.
Dari budaya produk OpenAI, Agent generasi berikutnya, mode GPT Ultra Fast (Sangat Cepat) hingga interaksi manusia-komputer di masa depan, penghentian pelatihan model terdepan oleh OpenAI, RSI, hampir semuanya dibahas, tak ada yang terlewat......
Inti pandangan Tibo adalah sebagai berikut:
- ChatGPT dan Codex pada akhirnya akan menyatu. Di masa depan tidak akan ada dua produk terpisah, "Agent Pemrograman" dan "Asisten Obrolan", melainkan AGI yang sama yang sangat personal, yang secara otomatis menyesuaikan antarmukanya berdasarkan tugas, kemampuan, dan kebiasaan orang yang berbeda.
- Inti dari Agent generasi berikutnya, bukan menambahkan lebih banyak Skill, Memory, atau sub-Agent, melainkan membuat mekanisme-mekanisme ini "menghilang". Yang benar-benar diinginkan pengguna adalah mitra yang terus-menerus memahami diri mereka, tujuan mereka, rutinitas harian mereka, dan konteks tim mereka, bukan terus-menerus mengelola file skill, memori, dan jaringan Agent.
- Laptop akan menjadi hambatan baru bagi AI Agent, Agent generasi berikutnya secara alami akan menuju ke cloud dan sumber daya komputasi skala yang lebih besar.
- Saat ini menjalankan 10-15 Agent secara bersamaan, adalah menggunakan konkurensi untuk mengimbangi kecepatan model yang lambat; begitu Ultra Fast menekan respons hingga mendekati kecepatan berpikir manusia, alur kerja akan kembali ke interaksi real-time dan "flow", bukan terus-menerus berpindah konteks.
- Tidak terlalu mementingkan persaingan. Perbedaan narasi OpenAI dengan Anthropic, bukan sekadar "model lebih kuat", melainkan "menyerahkan kemampuan terkuat kepada sebanyak mungkin orang". OpenAI menekankan distribusi yang luas, partisipasi komunitas, dan penurunan hambatan penggunaan, ini juga alasan penting penggabungan Codex ke dalam ChatGPT.
- OpenAI sudah secara praktis menggunakan "perbaikan diri rekursif". Bukan hanya membuat model mempelajari model, tetapi juga termasuk memanfaatkan model terkuat untuk mengoptimalkan kernel CUDA, stack inferensi, dan infrastruktur, membentuk roda gila "model lebih kuat → efisiensi lebih tinggi → daya komputasi lebih banyak → model lebih kuat".
(Nama lengkap Tibo adalah Thibault Sottiaux, berasal dari Belgia, S1 belajar Matematika Terapan di Catholic University of Leuven (UCLouvain). Tahun 2015, ia bergabung dengan Google, awalnya terlibat dalam pekerjaan terkait Google Maps, kemudian masuk ke Google DeepMind, bertanggung jawab atas pembangunan infrastruktur penelitian AI, dan berpartisipasi dalam mendukung proyek AI terdepan termasuk AlphaGo. Tahun 2024, ia bergabung dengan OpenAI, mulai menangani proyek Codex. Seiring gelombang AI Coding meledak, Codex dengan cepat menjadi salah satu produk dengan pertumbuhan tercepat OpenAI, Tibo juga karena itu masuk ke dalam radar komunitas pengembang. Karena sering secara pribadi membalas umpan balik pengguna, membantu pengembang mereset kuota penggunaan Codex, ia dijuluki oleh netizen sebagai "Bapak Siber".)
Berikut adalah transkrip lengkap percakapan, setelah diolah:
Pengalaman di Google dan DeepMind
Pewawancara: Bagus sekali, saya sangat menantikan untuk berbincang dengan Anda. Saya ingin mulai dari pengalaman Anda di Google. Anda saat itu berada di tim DeepMind. Sebelum ChatGPT muncul, Google memiliki sesuatu yang disebut LM Chat.
Anda pernah memposting bahwa Google terlalu tegang untuk merilisnya; DeepMind juga dicegah meluncurkan produk yang mungkin mengganggu Google. Saya sering memikirkan hal ini. Saat itu Anda sedang mengerjakan produk-produk ini, dan itu jauh sebelum ChatGPT benar-benar mengubah dunia, apa yang Anda pikirkan saat itu?
Tibo: Itu adalah periode yang sangat menarik. DeepMind adalah tempat yang sangat kreatif.
Keahlian pribadi saya adalah membangun infrastruktur dan produk untuk mempercepat penelitian. Saat itu ada sebuah tim yang mengerjakan model bahasa, dan skalabilitasnya.
Kemudian mereka sudah mendapatkan hasil yang cukup bagus, jadi secara alami muncul pemikiran: bisakah menjadikannya produk yang bisa diajak bicara, dan digunakan untuk berbagai hal?
Kemudian, ide seperti LM Chat muncul secara alami. Awalnya adalah proyek internal, lalu muncul visi untuk menjadikannya alat yang terbuka untuk publik.
Pewawancara: Itu tahun berapa?
Tibo: Sekitar satu tahun sebelum ChatGPT muncul.
Tibo: Selain itu kami juga mengerjakan berbagai proyek lain, yang tidak akan saya jelaskan secara rinci. Itu memang tempat yang sangat kreatif. Hanya saja DeepMind bukanlah organisasi yang dirancang untuk mengirimkan produk;
Sebaliknya, OpenAI sangat berbeda dalam hal ini. Tim penelitian dan produk kami sekarang bekerja sama sangat erat.
Kami bersama-sama berdiskusi, bersama-sama merancang banyak hal. Kami sangat cenderung untuk meluncurkan produk, dan juga sangat ingin agar orang-orang dapat menggunakannya. Saya sangat menyukai hal ini. Ini juga yang menarik saya datang ke sini: misi, talenta, dan kepadatan talenta. OpenAI memiliki terlalu banyak hal hebat.
Pewawancara: Saat Anda terlibat dalam LM Chat, apakah Anda sudah tahu itu sangat spesial, atau akan menjadi sangat spesial di masa depan?
Tibo: Rasanya memang sangat spesial. Model itu membuat Anda pertama kali menyadari: ia dapat menghasilkan teks yang koheren, dan dapat memberikan bantuan. Awalnya, itu hanya menyenangkan, kemudian perlahan-lahan menjadi semakin berguna.
Pewawancara: Anda mengatakan Anda sering memikirkan hal itu, saya sangat memahaminya. Menurut saya Google dalam banyak hal menghambat dirinya sendiri. Pelajaran apa yang Anda dapatkan dari sana, dan Anda bawa ke OpenAI?
Tibo: Ya, itulah sebabnya saya sering memikirkannya. Saya memikirkannya dari sudut pandang budaya tim dan budaya keseluruhan OpenAI: bagian mana yang baik untuk dipertahankan, hal apa yang tidak boleh dilakukan.
Budaya OpenAI sangat bottom-up, dan sangat memberdayakan. Orang-orang dapat mengajukan berbagai ide, berkumpul bersama, dan kemudian meluncurkan sesuatu dengan sangat cepat. Untuk ide-ide produk baru, hampir tidak ada hambatan secara keseluruhan. Ini sangat menggairahkan, dan menyenangkan; semuanya untuk berdampak positif pada dunia. Mempertahankan hal ini sangat penting bagi saya.
Hal lain yang sama pentingnya adalah, jangan sampai menjadi berantakan, bukan? Anda tidak ingin akhirnya menumpuk menjadi campuran aduk: semua fitur baru, tetapi tidak ada arahan dan konsistensi keseluruhan. Oleh karena itu, perlu juga diimbangi dengan rasa kesederhanaan, dan bangga dengan kualitas produk.
Menurut saya aplikasi iOS ChatGPT adalah salah satu aplikasi terbaik di pasaran. Kami ingin mempertahankan hal itu. Kami banyak berinvestasi dalam hal kesenangan, kinerja, efisiensi, dan kesederhanaan. Ini adalah prinsip-prinsip umum, sementara tetap memberdayakan setiap orang untuk mencoba hal baru, memberikan dengan cepat.
Membangun Budaya OpenAI
Pewawancara: Jika ingin memberikan saran kepada para startup, bagaimana menumbuhkan budaya seperti ini? Elemen atau praktik apa yang lebih spesifik di dalam OpenAI, yang akan Anda sarankan untuk ditiru oleh para startup?
Tibo: Menurut saya, harus memiliki keyakinan yang kuat; sekaligus menemukan cara yang dapat mendekati pengguna, dan beriterasi dengan cepat berdasarkan umpan balik. Selain itu, harus mau mengubah diri sendiri. Mungkin ini tidak terlalu relevan langsung bagi para startup, tetapi sangat relevan bagi perusahaan seperti OpenAI.
Kami terus-menerus mendapatkan penelitian baru, ide-ide baru; mampu menilai kapan harus memasukinya, meskipun itu berarti mungkin harus mengalokasikan kembali sumber daya dari bisnis utama, juga sangat penting. Ini sulit, tetapi sangat penting.
Pewawancara: Betul. Ini tepatnya hal yang baru saja Anda gambarkan bahwa Google tidak berhasil melakukannya.
Tibo: Jujur saja, mereka memiliki rencana, hanya saja semuanya adalah bagian dari rencana yang lebih besar. Bagi saya, itu bukan tempat yang tepat.
Pewawancara: Seiring OpenAI atau perusahaan mana pun semakin matang, apakah mempertahankan budaya pengiriman cepat, keinginan untuk mengubah diri sendiri ini menjadi lebih sulit? Terutama ketika Anda sudah memiliki sapi perah yang terus menghasilkan uang, sementara di sisi lain ada hal baru yang mungkin keren dan sangat inovatif.
Tibo: Kami sangat berorientasi pada masa depan. Masa depan AI, seperti apa akhirnya, bagaimana manusia akan mendapat manfaat darinya, tidak akan berhenti menunggu, juga tidak peduli dengan apa yang telah Anda bangun dalam satu atau tiga bulan ke depan.
Oleh karena itu, menurut saya sangat penting untuk benar-benar berkomitmen, dan tetap terbuka terhadap arah perkembangannya, kemudian memikirkan dengan jelas bagaimana Anda memposisikan diri, memastikan Anda dapat menangkap gelombang itu.
Bahkan bagi OpenAI sendiri: kami melatih model, kemudian baru menemukan kemampuan mereka. Pengujian tolok ukur tidak dapat memberitahu segalanya.
Kami sendiri harus menghabiskan banyak waktu mencoba model, baru menyadari: Oh, mungkin sebelumnya kami tidak berpikir dapat memanfaatkannya dengan cara tertentu ini, atau, Oh, ternyata bisa melakukan hal ini.
Kemudian, ini mengubah cara kami memikirkan produk. Misalnya sekarang, kami meluncurkan fitur suara baru, itu sangat menyenangkan, berkomunikasi dengannya juga sangat alami. Ia juga dapat menggunakan alat.
Ini mengubah banyak hal. Sekarang saya menghabiskan lebih banyak waktu berbicara langsung dengannya. Dan satu hal yang selalu saya lakukan adalah dikte suara, karena kualitas dikte sangat, sangat baik; jauh lebih efisien dibandingkan mengetik prompt.
Jadi di pagi hari, saya akan duduk di sana dengan ponsel dan mengatakan banyak hal: "Buat ChatGPT melakukan beberapa hal..." kemudian ia akan melakukannya; ia dapat mengakses semua alat saya. Dan sebelum kami memiliki model suara yang benar-benar luar biasa, ini tidak mungkin. Oleh karena itu, tiba-tiba ia benar-benar mengubah cara Anda memikirkan produk.
Masa Depan AI Agent
Pewawancara: Baik, mari kita lanjutkan membicarakan model baru, harness (kerangka kerja operasi agen) baru. Beberapa minggu lalu, saya juga ingin mulai dari postingan menarik lainnya Anda: "Codex akan terlihat sangat primitif dalam dua hingga tiga bulan. Kami akan mengalami evolusi besar lainnya. Model generasi berikutnya membutuhkan lebih dari sekadar laptop Anda." Jadi, mari mulai dari harness. Seiring model menjadi lebih kuat, aspek mana dari harness yang masih memiliki ruang inovasi yang besar?
Tibo: Terlalu banyak, benar-benar banyak. Misalnya suara yang saya katakan tadi. Sekarang, jika Anda adalah pengguna berpengalaman Codex atau agen pemrograman lainnya, Anda sudah sedikit terbiasa dengan perasaan yang kurang lancar itu, bukan?
Anda harus mengelola file skill; ini adalah cara mengajarinya hal-hal, tetapi menurut saya banyak orang juga menyadari bahwa file-file ini sulit dipertahankan dalam jangka panjang. Memori juga masalah: ia tidak selalu mengingat segalanya; jika Anda memiliki sub-agen, Anda harus mengurus sub-agen, dan juga harus membangun semacam jaringan kecil. Di setiap link interaksi dengan Anda, ilusi "ini adalah mitra yang lengkap" akan hancur.
Apa yang benar-benar Anda inginkan hanyalah sesuatu yang memahami Anda secara mendalam, memahami tujuan Anda, memahami rutinitas harian Anda, juga memahami apa yang dilakukan tim Anda. Idealnya, ia juga dapat bereaksi, mengambil inisiatif, membantu Anda dalam keseharian, dan tidak merusak ilusi itu: ia adalah teman kecil sempurna di samping Anda. Inilah yang kami upayakan.
Hal lain adalah, ketika Anda memiliki model yang sangat, sangat kuat, Anda akan menemukan bahwa laptop itu sendiri juga akan menjadi batasan. Jumlah kerja yang dapat ditangani oleh satu laptop, dirancang untuk manusia.
Secara kasar dirancang untuk menampung jumlah kerja yang dapat Anda hasilkan, kecepatan mengetik dan berpikir Anda, berapa banyak aplikasi yang perlu Anda buka secara bersamaan—ini semua adalah batasan manusia.
Model tidak memiliki batasan yang sama. Misalnya, model mungkin di masa depan dapat menangani 100 aplikasi terbuka secara bersamaan, dan sama sekali tidak masalah. Oleh karena itu, dari sudut pandang akses sumber daya, jelas bahwa model masa depan akan membutuhkan sumber daya yang melebihi apa yang dapat diberikan oleh satu laptop.
Pewawancara: Maksud Anda, saya kira, adalah agen cloud? Dan begitu kita memiliki Ultra Fast yang akan kita bicarakan nanti, kecepatan token mencapai 10 hingga 14 kali lebih cepat dari Fast, kendala bandwidth akan berubah. CPU akan menjadi bandwidth; secara harfiah, pemanggilan alat, jaringan, alat apa pun, dan overhead apa pun dalam tumpukan teknologi, akan menjadi faktor pembatas.
Tibo: Namun, Anda juga dapat mengompensasinya dengan melakukan banyak hal secara bersamaan. Anda dapat menjelajahi, menulis tes, mengompilasi, dan sekaligus memverifikasi hipotesis baru. Dengan demikian Anda terus memindahkan posisi hambatan, karena Anda dapat menangani lebih banyak hal secara bersamaan, dan model juga dapat berpikir dan maju dengan sangat efisien, sangat cepat.
Pewawancara: Dengan kecepatan token saat ini, saya menemukan diri saya meluncurkan 10 hingga 15 agen secara paralel, ini membawa saya beban kognitif yang cukup signifikan: harus terus-menerus beralih konteks, terus-menerus meluncurkannya, dan Anda dapat memperkirakan sebuah tugas akan kembali setelah 30 hingga 45 menit.
Sekarang dengan Ultra Fast, alur kerja ini akan berubah secara signifikan; saya kira saya tidak akan lagi membuka 10 atau 15 agen secara bersamaan, ini mungkin hal yang baik. Mungkin hanya perlu tiga atau empat sekaligus. Bagaimana menurut Anda alur kerja pengembang independen akan berubah seiring waktu?
Tibo: Menurut saya, mengelola perhatian Anda, membuat pengalaman lebih sesuai dengan perhatian Anda, adalah hal yang sangat kami perhatikan.
Bagaimana AI Mengubah Alur Kerja Pengembang
Tibo: Lagi pula, kami membangun produk untuk manusia. Kami ingin membangun teknologi yang paling memberdayakan manusia, ini mengharuskan desain di sekitar kemampuan multitasking Anda: bagaimana Anda ingin mengelola perhatian? Haruskah sesuatu disajikan kepada Anda sekarang, atau lebih baik 30 menit kemudian?
Dan ketika kecepatan Ultra Fast dikombinasikan dengan suara, Anda tiba-tiba merasakan: Oke, benda ini dapat berjalan secepat saya, bahkan lebih cepat.
Kemudian Anda dapat tetap dalam flow, terus berdiskusi, melihat prototipe, menghasilkan laporan kecil secara real-time, rasanya sangat bagus. Anda tiba-tiba merasa: Ya, sebelumnya saya membuat 10 agen melakukan multitasking secara paralel, cara itu sebenarnya tidak ingin saya lakukan lagi.
Jadi kami sedang berusaha menghadirkan pengalaman yang sangat alami, sekaligus seolah-olah dibuat khusus untuk Anda, Anda tidak perlu beradaptasi dengannya, melainkan biarkan teknologi yang beradaptasi dengan Anda.
Pewawancara: Beberapa bulan terakhir, banyak orang membahas teknologi pemrograman gaya agen. Loops pernah populer, sekarang masih populer; sekarang saya mendengar graphs. Apakah teknologi-teknologi ini semua untuk memungkinkan pengembang independen mengelola perhatian, atau seperti yang Anda katakan, lebih ramah perhatian? Saya suka ungkapan ini.
Tibo: Saya akan membagi masalah menjadi dua kategori. Kategori pertama, adalah membangun AGI pribadi terbaik, atau agen pribadi: ia dapat bersama Anda dalam flow, secara aktif mengajukan ide-ide baru yang penting; begitu menemukan peluang, ia akan melakukan sesuatu dengan sangat efisien sesuai niat Anda.
Baik itu masalah teknis, penelitian, saran, atau hal-hal sejenis, ia dapat menyelesaikannya, dan sangat sesuai dengan Anda. Ini adalah hal yang sangat penting, ia berakar dalam pada pemahaman tentang Anda sebagai manusia, sebagai individu yang unik. Kami sedang mengerahkan semua upaya untuk masalah kategori ini.
Kategori masalah lainnya adalah otomatisasi menyeluruh: Anda lebih banyak membangun sistem cerdas, membiarkannya mengambil alih proses yang sangat kompleks. Mungkin proses ini membutuhkan, atau pernah membutuhkan kecerdasan, dan terlihat sangat kompleks.
Misalnya, melihat log produksi dan secara otomatis melakukan optimasi kinerja, atau setelah menemukan masalah regresi, memperbaikinya secara otomatis. Dalam keamanan siber, kami juga melihat tren ini:
Misalnya, ketika scanner menemukan kerentanan, bisakah secara otomatis menambalnya, dan mempersingkat periode paparan kerentanan itu hingga hampir nol, tanpa melibatkan manusia dalam loop tersebut, atau hanya melibatkan manusia sangat sedikit; Anda hanya perlu menyetujui tindakan berisiko tinggi, sistem tetap otomatis. Saat itu Anda juga tidak perlu mempertahankan kendali langsung yang begitu besar terhadapnya.
Pewawancara: Paham.
Penyatuan ChatGPT dan Codex
Pewawancara: Baik, saya ingin sedikit mengubah topik. Beberapa bulan terakhir, ChatGPT dan Codex telah berjalan di jalur penyatuan.
Pertama-tama saya ingin bertanya: Bagaimana perkembangannya? Bagaimana rasanya di internal? Umpan balik apa yang Anda terima dari pengguna?
Tibo: Ini memang membawa banyak manfaat. Awalnya umpan balik yang kami terima adalah: "Mengapa harus menggabungkannya? Apakah benar-benar harus begitu?" Tetapi model masa depan mengharuskan kami untuk menggabungkannya.
Jadi, kami akan melakukannya, karena ini adalah cara termudah, dan paling benar untuk membangun agen yang sangat personal, kemampuan super kuat, yang dapat membantu Anda dengan berbagai cara.
Teknologi dasarnya akan sama: harness yang sama, pola pikir yang sama. Ini sangat multimodal, prioritas suara, sangat efisien; apakah Anda sedang memprogram atau tidak tidak masalah. Agen ini dapat melakukan segalanya, dan sangat efisien.
Antarmuka yang Anda inginkan kemudian harus disesuaikan berdasarkan kebutuhan Anda. Anda tidak harus memutuskan dulu "Saya programmer, jadi saya butuh antarmuka programmer", atau "Saya tidak paham teknologi, jadi saya butuh antarmuka non-teknis".
Orang-orang berada pada spektrum yang berkelanjutan; label seperti software engineer, designer, dan sejenisnya, hanyalah konsep manusia yang kami buat untuk menghadapi realitas yang terlalu kompleks.
Karena pada akhirnya, setiap orang berada di posisi berbeda pada spektrum itu. Oleh karena itu kami ingin membangun antarmuka sempurna yang dapat beradaptasi untuk setiap orang. Baik Anda paham teknologi atau tidak, ia akan menyesuaikan berdasarkan kepribadian spesifik Anda. Inilah alasan kami melakukannya.
Pewawancara: Namun, apakah ini berarti pada akhirnya pasti akan menjadi antarmuka yang seragam? Tidak akan ada lagi menu drop-down yang memungkinkan orang memilih produk berbeda? Memikirkan ibu saya mungkin akan menggunakan antarmuka yang sama persis dengan saya, memang sangat luar biasa.
Tentu, ia akan disesuaikan sesuai kebutuhan saya. Jika saya melakukan pekerjaan yang lebih kompleks, mungkin perlu lebih banyak informasi. Tetapi bagi Anda, bentuk akhirnya seperti apa?
Tibo: Betul, itu adalah hal yang sama. Anda dan ibu Anda akan menggunakan hal yang sama. Itu akan menjadi AGI pribadi masing-masing. Anda akan memiliki tugas yang sangat berbeda, mendapatkan utilitas yang berbeda darinya, dan juga akan menghubungkannya ke alat yang berbeda dalam kehidupan, membawa ide dan kebutuhan yang berbeda. Kemudian ia akan terus-menerus menyesuaikan diri, memberi manfaat sebanyak mungkin kepada Anda. Ia juga akan melayani teman Anda dan semua orang lain dengan cara yang sama.
Masa Depan Interaksi Manusia-Komputer
Pewawancara: Saya ingin kembali ke satu hal yang Anda katakan tadi. Anda beberapa kali menggunakan kata "ilusi" saat menggambarkan keadaan akhir. Bagi pengguna biasa, apa "ilusi" yang sempurna itu? Jika Anda membayangkan beberapa tahun ke depan, seperti apa interaksi antara AI dan manusia?
Tibo: Bagi saya, ia akan menjadi sesuatu yang sangat sesuai dengan manusia. Ini juga alasan keberhasilan model bahasa besar: ia menggunakan bahasa alami. Bahasa alami pada dasarnya adalah konsep manusia, bukan? Kami terbiasa berbicara satu sama lain. Jika besok Anda menulis surat kepada saya, saya dapat membacanya. Kami sekarang sudah cukup mengenal satu sama lain. Jadi, jika Anda menulis surat kepada saya, saya juga dapat menafsirkan sedikit emosi, mungkin juga sedikit nuansa di balik kata-kata. Semua ini tertanam dalam kemanusiaan.
Oleh karena itu, teknologi yang kami bangun berakar pada manusia, juga berakar pada cara manusia berkomunikasi dan menyelesaikan sesuatu. Seharusnya tidak membuat Anda berkata: "Oh, Anda salah paham, karena tidak sepenuhnya membaca nuansa halus dalam nada bicara saya, atau tidak sepenuhnya memahami makna sebenarnya dari kata-kata saya."
Ini tepatnya yang kami upayakan untuk hindari. Oleh karena itu, kami sangat berusaha agar Anda tidak beradaptasi dengan teknologi, melainkan teknologi dibangun dengan tepat, menjadi ekstensi alami dari cara manusia sebenarnya bertindak di dunia.
Pewawancara: Saya memikirkan komunikasi antar manusia, banyak di antaranya adalah non-verbal. Misalnya cara saya memberi isyarat, gerakan wajah. Sejauh mana menurut Anda AI di masa depan akan merasakan atau membaca informasi ini melalui visual?
Apakah ini penting? Karena apa yang Anda gambarkan sekarang tampaknya hanya teks. Dan bagi kami yang tumbuh besar di internet, kami sangat terbiasa berkomunikasi melalui teks, dan juga akan menambahkan variasi halus dalam teks, untuk menyampaikan nada yang benar-benar ingin kami sampaikan. Namun, apakah AI masih perlu bisa membaca ekspresi wajah, gerak tubuh, dan sebagainya?
Tibo: Menurut saya perlu. Ketika saya memikirkan masa depan yang kami bangun, ia akan sangat kontekstual, dan sangat alami.
Misalnya besok, atau nanti, saya pergi ke kantor, menulis sesuatu di papan tulis, menghasilkan ide; seharusnya ia juga bisa hadir, memahami semua ini. Atau saya berkata kepadanya: "Hei, bagaimana pendapat Anda tentang hal ini?" Kemudian kami berbicara secara alami melalui suara. Sejak kami meluncurkan fitur suara ChatGPT baru, ia benar-benar cepat menyebar. Sekarang, jumlah pengguna yang hanya berinteraksi dengan ChatGPT melalui suara sedang tumbuh dengan cepat.
Menurut saya pelajaran di sini adalah: setiap kali Anda mendekati ke arah yang lebih alami, manusia akan memilih jalan yang memiliki hambatan terkecil. Seperti yang Anda katakan, mengetik dalam kotak kecil, bagi sebagian orang mungkin alami, tetapi tidak semua orang seperti itu. Dan begitu ada cara yang sedikit lebih mudah, sedikit lebih baik, orang cenderung akan menggunakannya.
OpenAI dan Anthropic
Pewawancara: Baik. Pertama-tama selamat, saya melihat Anda memposting pagi ini bahwa Codex telah mencapai 20 juta pengguna. Saya melihat grafik itu, awalnya seperti ini, kemudian tiba-tiba naik vertikal. Selamat.
Saya ingin membahas persaingan dengan Anthropic, karena banyak orang menganggap OpenAI dan Anthropic adalah dua pesaing utama di industri saat ini. Pernah ada masa di mana Anthropic bisa dikatakan menarik perhatian semua orang, bukan? Mereka saat itu memang mendominasi, kemudian tiba-tiba berubah. Mari kita mulai: Bagaimana Anda melihat pasar hari ini?
Tibo: Sekarang, kami benar-benar fokus membangun model yang paling kuat, membangun model yang sangat efisien, dan bangga membangun produk untuk semua orang. Saya pikir satu hal yang OpenAI lakukan dengan sangat baik adalah: peduli dengan dunia ini, juga peduli bagaimana kami menyerahkan teknologi yang sangat kuat ini kepada sebanyak mungkin orang. Ini juga yang kami lakukan saat menggabungkan Codex dan ChatGPT.
Kami berharap: karena memiliki teknologi ini, jadikanlah lebih aman, lebih mudah digunakan oleh setiap orang. Baik Anda seorang manajer produk, desainer, atau orang di posisi penjualan, pemasaran, humas, semuanya seharusnya dapat menggunakan seluruh kemampuannya. Kemudian, kami mendistribusikannya dengan cepat melalui ChatGPT, karena di sana memang sudah ada banyak pengguna. Ini juga mendorong pertumbuhan pesat yang Anda sebutkan.
Saya biasanya tidak terlalu memperhatikan pesaing; yang benar-benar saya perhatikan adalah: Apa yang dapat kami lakukan dengan unik dan baik, apa nilai-nilai kami, dan bagaimana dapat maju ke arah itu dengan kecepatan tercepat.
Pewawancara: Paham. Saya ingin sedikit lebih mendalam. Saya tahu Anda tidak terlalu memikirkan Anthropic, tetapi banyak orang lain yang memikirkannya: Produk mana yang saya percaya? Produk mana yang mau saya bayar $2200? Dari sudut pandang posisioning pasar, merek, nada, dan cara OpenAI berinteraksi dengan pengembang dan khalayak yang lebih luas, bagaimana perbandingannya dengan cara Anthropic menurut Anda?
Tibo: Sekali lagi saya ingin mengatakan, saya sangat peduli membangun komunitas untuk dunia, membawa setiap orang. Saya rasa Anda dapat merasakannya dari cara kami melakukan sesuatu: misalnya kami sangat transparan tentang banyak hal, dan juga banyak mengambil ide dari komunitas. Jujur saja, ini sendiri juga sangat menarik, karena kami juga mendapatkan banyak energi darinya.
Dan teknologi yang kami bangun, bukan hanya untuk kami sendiri; juga bukan hanya untuk mempercepat OpenAI. Ini sangat penting. Misi sangat penting, oleh karena itu ini juga tempat kami mendapatkan energi. Menurut saya, hal ini sangat realistis, dan menarik; kemudian hal-hal baik pun mengikutinya.
Pewawancara: Mari kita bicarakan hal-hal baik itu, saya ingin membahas reset...
Mengapa OpenAI Terus Mereset Kuota
Pewawancara: Saya tahu, semua orang sepertinya memperhatikan setiap postingan Anda. Kembali ke kurva pertumbuhan Codex: pertanyaan ini mungkin agak konyol, tetapi seberapa banyak "reset" ini benar-benar mendorong pemasaran dan pertumbuhan, dan seberapa banyak hanya kebaikan hati kepada komunitas pengembang?
Tibo: Saya kira ini mungkin agak kontra-intuitif, tetapi OpenAI adalah tempat di mana orang dapat langsung melakukan sesuatu. Jadi awalnya, ketika kami mengulangi, terkadang merusak sesuatu, atau konfigurasi tertentu tidak sesuai harapan, memberikan kompensasi terasa sangat alami.
Saat itu pemikiran kami adalah: Terima kasih telah mencoba produk ini. Kami tahu kami sedang berusaha keras membuatnya dengan baik; ini masih pada tahap awal. Karena kami kebetulan membuatnya bermasalah selama sekitar 30 menit, berikan Anda lebih banyak kuota penggunaan. Kami memahami ini penting, dan tahu Anda bergantung padanya; terima kasih telah menjadi pengguna. Ini adalah awal mula hal itu.
Saya sekarang masih melihatnya seperti ini: jika kami merusaknya, atau pengalaman tidak ideal—dan kami belum sepenuhnya memahami alasannya—kami akan mengkompensasi pengguna. Kami akan mereset batas penggunaan. Kemudian ini jelas berkembang menjadi sesuatu yang cukup mendapat perhatian—bahkan sekarang ada tombol reset khusus.
Dan sebenarnya tidak banyak persetujuan berlapis di balik ini. Ini bukan keputusan yang dibuat bekerja sama dengan tim pemasaran atau keuangan; kapan pun saya ingin menekannya, saya bisa menekan tombol itu kapan saja. Prinsip kami adalah: kami ingin membuat sesuatu yang menakjubkan; ketika tidak berhasil, kami akan memberi kompensasi.
Pewawancara: Saya masih berpikir, ini memang mengumpulkan banyak niat baik bagi komunitas, setidaknya sampai batas tertentu mendorong pertumbuhan. Sangat penting untuk benar-benar peduli pada pengguna, bukan? Anda bisa mengatakannya, atau benar-benar melakukannya: jika kami membuat kesalahan, maaf; inilah cara kami memperbaikinya.
Ini mengingatkan saya pada kebijakan pengembalian Amazon: selama Anda tidak puas, kembalikan saja. Kalian sepertinya juga membangun budaya yang sama, persepsi yang sama untuk OpenAI: jika kami melakukan kesalahan, gunakan lagi token itu, atau berikan batch token baru.
Tibo: Saya menghargai pernyataan Anda. Juga ada momen-momen baik yang layak dirayakan, layak ditandai. Kami selalu merilis fitur baru, dan meluncurkannya seluas mungkin; tetapi tidak ada yang lebih tepat untuk berbagi sesuatu yang berarti dengan seluruh komunitas daripada ini: jelajahi fitur baru ini. Misalnya Anda belum pernah menggunakan Ultra Fast, maka berikan Anda lebih banyak kuota, cobalah.
Pewawancara: Saya mendengar sekarang benar-benar ada tombol fisik?
Tibo: Ya, memang ada.
Pewawancara: Baik, nanti Anda harus tunjukkan kepada saya.
Tibo: Saya akan tunjukkan, sangat keren.
Pewawancara: Tetapi untuk melakukan reset sebanyak ini, jelas hanya mungkin jika kalian telah melakukan banyak perencanaan kapasitas daya komputasi.
Efisiensi AI dan Daya Komputasi
Pewawancara: Kalian harus memiliki daya komputasi yang cukup, untuk mendukung semua reset ini. Saya ingin memanfaatkan ini untuk membicarakan perbaikan diri: beberapa minggu lalu—saya kira beberapa minggu lalu—kalian memposting artikel, artikel itu mengatakan Sol mengoptimalkan efisiensi Luna. Kalian menurunkan harga Luna 80%; harga Terra juga turun. Dari penurunan harga Luna, berapa banyak yang berasal dari peningkatan efisiensi yang benar-benar digali? Dan berapa banyak karena kalian melakukan perencanaan kapasitas daya komputasi yang baik, margin keuntungan bagus, sehingga bisa menurunkan harga dan memungkinkan lebih banyak orang menggunakannya? Dengan kata lain, berapa persen kemajuan algoritma dan berapa persen perencanaan strategis?
Tibo: Kami mulai merencanakan daya komputasi sejak dini. Melihat kembali dua tahun lalu, saya rasa saat itu OpenAI dipertanyakan karena berinvestasi begitu banyak dalam daya komputasi.
Pewawancara: Itu adalah taruhan gila dan luar biasa.
Tibo: Ya. Sekarang kami sangat bersyukur memiliki daya komputasi ini. Sebagian besar daya komputasi digunakan untuk penelitian, berinvestasi pada masa depan kami, model yang semakin baik, dan efisiensi model yang ada.
Dan satu hal menakjubkan yang sedang terjadi adalah: ketika kami mendorong batas kemampuan model paling canggih, kami dapat memanfaatkan model-model ini untuk dengan sangat cepat menemukan cara menyediakan layanan, cara merekonstruksi atau merekayasa ulang seluruh tumpukan teknologi, sehingga mendapatkan peningkatan efisiensi atau kinerja yang sangat signifikan. Kami tidak hanya meningkatkan efisiensi biaya—konten terkait juga akan kami rilis—tetapi juga meningkatkan efisiensi kecepatan.
Mengesampingkan Ultra Fast, kecepatan secara keseluruhan terus meningkat secara signifikan. Jika digambarkan dalam grafik, Anda akan melihat kecepatan sekarang sekitar 60% lebih cepat dibandingkan tiga bulan lalu. Kami sedang menaklukkan setiap bagian tumpukan teknologi satu per satu, memastikan mereka dirancang dan direkayasa secara optimal untuk beban kerja kami. Dan model terkuat kami, adalah kunci yang memungkinkan tim kecil pun menyelesaikan pekerjaan ini.
Jadi, setiap kali kami mencapai peningkatan efisiensi yang sangat signifikan, terutama peningkatan efisiensi biaya, komitmen kami adalah: menjaga kinerja dan biaya tetap berada di garis depan. Kami tidak hanya akan menyimpan keuntungan ini, melainkan akan membagikannya kepada pelanggan dan pengguna; inilah yang kami lakukan pada Luna.
Pewawancara: Secara internal, ketika kalian perlu mengalokasikan daya komputasi antara penelitian model baru, peningkatan efisiensi model yang ada, dan inferensi, bagaimana biasanya diskusinya? Seperti apa ketegangan ini?
Tibo: Kami biasanya mulai dari prinsip pertama. Kami akan mengalokasikan sebagian daya komputasi untuk penelitian, sebagian untuk produk; di dalam produk, kami membuat pertukaran jenis yang berbeda. Tetapi kali ini hampir tidak ada pertukaran, karena peningkatan efisiensi telah tercapai. Jadi kami pada dasarnya dapat menggunakan skala daya komputasi yang sama, mendukung pertumbuhan throughput yang sangat signifikan.
Perbaikan Diri Rekursif
Pewawancara: Beberapa bulan lalu, sebelum artikel penurunan harga itu, saya melihat sebuah blog, yang mengatakan sebuah model sedang melatih model berikutnya, atau membantu mengoptimalkan model berikutnya. Kemudian melihat Sol meninjau cara kerja Luna dan mencapai peningkatan efisiensi ini. Menurut saya, ini seperti perbaikan diri rekursif masih berada pada tahap yang sangat awal. Bagaimana menurut Anda? Apakah ini yang sedang terjadi?
Tibo: Ya, menurut saya perbaikan diri rekursif jelas menjadi topik besar saat ini. Orang paling sering menggunakannya untuk penelitian, misalnya membuat model mengembangkan model lain.
Tetapi di mana kami melihat banyak kasus sukses adalah: menggunakan model-model ini untuk mengembangkan infrastruktur yang mendukung penggunaan model, dan berada di jalur kritis; ini juga merupakan bentuk perbaikan diri rekursif. Mereka sendiri adalah sistem besar, termasuk tumpukan teknologi inferensi, kernel yang lebih rendah dan lebih sulit dioptimalkan—kernel CUDA yang kami gunakan; juga termasuk mengembangkan produk baru yang lebih efisien dan cara baru berinteraksi dengan model.
Anda menyebutkan agen cloud. Jika kami benar-benar menaklukkan agen cloud, manusia itu sendiri juga akan segera menjadi lebih produktif. Apakah itu termasuk perbaikan diri rekursif? Karena Anda akan lebih mampu mendapatkan utilitas darinya. Menurut saya dalam arti tertentu ya, tetapi lebih berkaitan dengan infrastruktur, dan kemampuan untuk menggunakan kemampuan itu kembali pada dirinya sendiri.
Tentu, kami sedang melakukannya; jika tidak, menurut saya justru sangat tidak bijaksana.
Jeda Pelatihan AI Terdepan
Pewawancara: Karena berbicara tentang perbaikan diri rekursif, saya ingin bertanya: Saya ingat Sam Altman dari OpenAI mengatakan, saat ini menjeda pelatihan RL paling terdepan. Bisakah Anda membicarakan hal ini? Bagaimana keputusan ini dibuat? Saya tahu kami membicarakan singkat tentang insiden Hugging Face, tetapi pertimbangan apa saat membuat keputusan ini? Bagaimana diskusinya berlangsung?
Tibo: Hal ini terutama termasuk dalam lingkup penelitian. OpenAI selalu mampu mengarahkan sumber daya ke tempat yang paling penting. Seiring kemampuan model meningkat, jelas, pentingnya keselarasan dan keamanan juga semakin tinggi. Oleh karena itu, menginvestasikan sumber daya yang besar dalam hal ini, bagi OpenAI adalah hal yang wajar, juga merupakan komitmen teguhnya.
Kami sedang melihat peningkatan investasi yang signifikan dalam hal ini. Jeda pelatihan, sampai batas tertentu juga diperlukan: agar tim dan individu benar-benar memahami dan memperkuat setiap bagian sistem. Dengan demikian kami dapat memastikan saat memulai kembali pelatihan, kami dapat memulainya kembali dalam keadaan terkendali sepenuhnya. Saya percaya, selama diperlukan, OpenAI akan terus melakukan hal seperti ini di masa depan. Saya belum pernah melihat kami tidak dapat membuat keputusan seperti ini secara efisien di internal.
Pewawancara: Saat itu apakah ada tujuan yang ditetapkan dengan jelas—harus mencapai titik tertentu baru dapat membatalkan jeda? Atau akan tahu ketika melihatnya?
Tibo: Hal ini ditangani oleh tim keamanan. Bagi mereka, ini adalah diskusi yang cukup, dan juga proses yang dieksplorasi sambil berjalan. Tetapi pada akhirnya, mereka memang membentuk seperangkat prinsip yang cukup jelas: ketika prinsip-prinsip ini terpenuhi, kami berada pada posisi yang baik.
Pewawancara: Saya ingin kembali ke mode Ultra Fast.
Kemampuan yang Dibawa Ultra Fast
Pewawancara: Menurut saya orang tidak sepenuhnya memahami kemampuan apa yang akan dibuka kuncinya oleh kecepatan ini. Mari kita mulai: Secara internal, skenario penggunaan apa yang sebelumnya tidak dapat dilakukan tanpa kecepatan token per detik seperti ini?
Tibo: Kami melihatnya digunakan secara luas dalam skenario berisiko tinggi. Misalnya ketika terjadi kegagalan, komandan insiden dan tim respons akan mendapatkan akses Ultra Fast, karena setiap detik penting. Jadi, dalam skenario berisiko tinggi yang sebenarnya, kami menggunakan Ultra Fast.
Ada juga fenomena yang cukup menarik: tim yang sedang melakukan hal yang sangat kritis, atau percaya mereka sedang melakukan hal yang sangat kritis, juga selalu mengajukan permohonan Ultra Fast.
Pewawancara: Apakah Pets juga termasuk skenario seperti ini?
Tibo: Pets belum terlalu kritis. Tetapi saya sangat menyayangi Pet saya, ia selalu ada di layar saya. Saat Anda berjalan di kantor, Anda akan melihat Pet di layar orang-orang; ketika mereka bergabung dalam konferensi video, Pet juga selalu muncul. Setiap kali saya melihatnya, saya merasa senang, selalu membawa kebahagiaan.
Tibo: Tetapi saat ini Codex Pets belum termasuk kritis. Kami memang akan merawatnya, juga akan merawat Pets kami dengan baik. Namun, jika seseorang sedang mengerjakan ide baru, dia berkata: "Saya benar-benar berpikir ini mungkin sangat spesial, harus dicoba; tetapi kami harus memutuskan hari Senin apakah akan memasukkannya ke DevDay." Maka tentu saja bisa menggunakan Ultra Fast.
Pewawancara: Orang memiliki preferensi yang berbeda tentang apakah mereka suka bekerja single-thread, atau suka banyak multitasking. Bagi yang suka banyak multitasking, keuntungan Ultra Fast tidak terlalu besar; tetapi ada orang yang tidak suka terus-menerus beralih konteks. Anda berada di ujung spektrum mana?
Tibo: Saya memiliki ADHD, jadi saya selalu beralih konteks.
Pewawancara: Menarik, saya juga memiliki ADHD, tetapi saya sebenarnya tidak ingin terus-menerus beralih konteks; itu sulit bagi saya. Saya ingin fokus pada dua atau tiga hal, ini juga mengapa saya sangat bersemangat dengan Ultra Fast. Sangat menarik, Anda justru sebaliknya dalam hal ini.
(Catatan: ADHD (Attention Deficit Hyperactivity Disorder) adalah perbedaan perkembangan saraf yang berkaitan dengan fungsi eksekutif otak, ditandai dengan kesulitan mempertahankan perhatian, mengendalikan impuls, atau mengatur tingkat aktivitas, sehingga mempengaruhi pembelajaran, pekerjaan, dan kehidupan sehari-hari.)
Tibo: Saya sangat nyaman dengan peralihan konteks dan membuat banyak keputusan kecil. Namun terkadang saya juga ingin fokus pada satu hal; saat itulah Ultra Fast sangat menyenangkan, karena membuat Anda tetap dalam flow.
Ultra Fast sangat baik saat tidak terlalu banyak pemanggilan alat, atau perlu menghasilkan banyak konteks. Misalnya Anda ingin dengan cepat membuat prototipe situs web atau game elektronik, perlu ia menulis banyak kode, ia akan menyelesaikannya dengan sangat cepat—sekitar 10 kali lebih cepat. Tetapi jika ada banyak pemanggilan alat, overhead berada di tempat lain dalam jaringan, atau di posisi lain dalam jalur eksekusi agen, maka Anda hanya akan merasakan percepatan sekitar 3 atau 4 kali, dan tidak mendapatkan peningkatan penuh 14 kali.
Pewawancara: Saya tahu karyawan OpenAI memiliki token tak terbatas; saya kira jika saya, saya akan selalu mengatur pengaturan maksimal, memilih GPT-5.6 Sol atau model terbaru apa pun. Ketika biaya tidak dalam pertimbangan saya, saya akan berpikir: Baik, langsung tarik ke maksimal. Saya juga selalu ingin menyalakan Ultra Fast. Apakah di internal juga seperti ini?
Tibo: Kami tidak memberikan Ultra Fast kepada semua orang; kami menyisakan banyak kapasitas untuk pengguna dan pelanggan eksternal. Karyawan OpenAI memiliki kemampuan, kapasitas untuk menghabiskan semua daya komputasi—menelan semua GPU produksi kami, semua kapasitas Ultra Fast; mereka akan menggunakannya semua.
Tetapi kami tidak akan melakukannya. Kami akan membatasinya dengan cara tertentu, mempertimbangkan tingkat apa yang masuk akal bagi kami. Kami juga akan menggunakannya, sehingga dapat memahami produk, terus-menerus meningkatkan produk, dan mendapat manfaat dari perbaikan diri rekursif; tetapi sebagian besar kapasitas tetap disisakan untuk pelanggan.
Pewawancara: Baik, ini bagus, terima kasih. Di luar OpenAI, skenario penggunaan sensitif latensi apa yang paling Anda nantikan kemampuan yang dapat dibuka kuncinya oleh kecepatan ini?
Tibo: Sangat menarik. Secara keseluruhan, satu hal yang sangat saya nantikan adalah interaksi non-teks. Misalnya, bisakah beroperasi di kanvas bersama? Bisakah menciptakan sesuatu? Bisakah menghasilkan ide, menghasilkan gambar yang berbeda, kemudian memilih salah satunya?
Yaitu pengalaman gaya "pilih petualangan Anda sendiri": cepat mendapatkan mockup prototipe yang dapat dikendalikan, kemudian membimbingnya melalui suara atau teks secara real-time, dan segera melihat hasilnya. Menurut saya kecepatan ini memungkinkan proses penciptaan seperti ini.
Sebagai insinyur, terkadang Anda duduk dan berpikir: Saya perlu merancang seluruh sistem, mempertimbangkan pertukaran dan kebutuhan; tetapi mungkin Anda dapat membuatnya dalam satu menit, melihat bagaimana kinerjanya sebenarnya, kemudian lebih masuk ke dalam flow, lebih memahami isinya. Menurut saya kecepatan seperti ini benar-benar dapat membawa banyak perubahan.
Pewawancara: Maka saya kira harga Ultra Fast akan jauh lebih tinggi daripada kecepatan biasa.
Akankah Ultra Fast Menjadi Mode Default?
Pewawancara: Menurut Anda apakah Ultra Fast akan menjadi kecepatan standar, atau akan selalu ada tingkat harga premium?
Tibo: Ini pertanyaan yang menarik. Menurut saya, seperti jalur perkembangan teknologi biasanya, ia akan semakin tersebar luas, semakin mudah didapat seiring waktu. Kecepatan agen menyelesaikan tugas akan terus meningkat, dan kami melihat peningkatan besar yang terjadi setiap bulan. Ini bukan hanya kecepatan inferensi, tetapi juga efisiensi penggunaan token oleh model.
Efisiensi token Sol jauh lebih tinggi daripada Terra; seperti yang Anda duga, efisiensi token model berikutnya juga akan jauh lebih tinggi daripada Sol. Kami terus mendorong hal ini. Oleh karena itu semuanya akan menjadi lebih cepat seiring waktu. Perangkat keras inferensi juga demikian—kami terus berinovasi, ia juga akan menjadi lebih cepat.
Jadi saya memang berpikir, mungkin satu atau dua tahun lagi, kecepatan seperti ini meskipun bukan opsi default, akan sangat mendekati opsi default. Tetapi saya juga berpikir, akan selalu ada tingkat yang lebih tinggi: Anda selalu dapat menggunakan lebih banyak perangkat keras, membuat pertukaran yang berbeda dengan biaya lebih tinggi, sehingga mendapatkan beberapa kemampuan tambahan.
Pewawancara: Tibo, saya biasanya menggunakan pertanyaan terakhir untuk audiens yang lebih luas. Sekarang banyak orang yang gugup dengan AI.
Cara Menenangkan Kekhawatiran Orang tentang AI
Pewawancara: Baik itu otomatisasi pekerjaan, dampak lingkungan, atau hal yang sedang terjadi dan membuat orang merasa asing ini. Apa kata-kata penyemangat yang akan Anda berikan kepada publik yang lebih luas?
Tibo: Ya. Kami membangun produk untuk seluruh dunia melalui ChatGPT, dan kami sangat mementingkan peningkatan efisiensinya; ini selaras langsung dengan tujuan kami untuk menyediakan akses yang luas, utilitas yang luas. Semakin rendah biaya layanan, semakin banyak hal yang dapat dilakukan orang dengannya, semakin banyak nilai yang didapat dalam kehidupan sehari-hari. Ia telah menjadi sangat efisien.
Lihat Luna: ini adalah model yang jauh lebih kecil, tetapi sangat efisien; tetapi jika Anda kembali enam bulan lalu, ia akan berada di garis depan. Lihat lagi biaya Luna, hampir tidak dapat dipercaya rendah, benar-benar luar biasa.
Pewawancara: Anda baru saja melakukan hal itu lagi: sekarang memberikannya secara gratis melalui Replit.
Tibo: Ya, mereka menyediakannya dalam mode gratis ini. Anda akan merasa luar biasa: mendapatkan kecerdasan luar biasa akan menjadi ada di mana-mana. Dan ini hanya mungkin jika kami mendorong peningkatan efisiensi bulan demi bulan, tahun demi tahun. Oleh karena itu, menurut saya apa pun yang berada di garis depan hari ini, biaya operasinya akan jauh lebih rendah enam bulan kemudian.
Inilah jawaban saya untuk pertanyaan ini: teknologi akan selalu menjadi sangat, sangat efisien seiring waktu. Kami sangat fokus pada akses yang luas, dan mengoptimalkan secara langsung di sekitar utilitas yang dapat diperoleh pengguna darinya.
Mengapa Setiap Orang Harus Mencoba AI
Pewawancara: Lalu bagi mereka yang bahkan ragu mencoba AI untuk pertama kali? Apa yang akan Anda katakan kepada mereka? Bagaimana Anda akan menggambarkan masa depan di mana AI sedang membantu dunia?
Tibo: Menurut saya Anda tidak perlu melihat jauh: ChatGPT akan membantu orang dengan cara yang sangat personal, sangat mendalam. Banyak pengguna menggunakannya untuk membantu menulis, juga meminta saran pribadi atau saran medis darinya. Kami meluncurkan Health dan Finance, saya sendiri juga sering menggunakannya.
Saya merasa mendapatkan banyak dukungan yang sebelumnya sulit didapat. Misalnya, ia memungkinkan saya pergi ke dokter dengan lebih banyak informasi. Jadi Anda tidak perlu pergi jauh, untuk melihat nilai yang dapat diberikannya. Menurut saya, berkomunikasi dengan orang lain, mendapatkan inspirasi dari bagaimana mereka menggunakan dan mendapat manfaat, adalah cara yang baik untuk mulai memikirkan bagaimana Anda mungkin mendapat manfaat.
Pewawancara: Tibo, terima kasih banyak.
Tibo: Terima kasih, juga terima kasih atas waktu Anda.
One more thing
Baru saja, Tibo juga mengumumkan OpenAI akan memulihkan batas penggunaan 5 jam untuk ChatGPT Plus besok.
Ia menyatakan hal ini seharusnya sudah diluncurkan, tetapi karena beberapa alasan ditunda. Jadi mulai besok, pengguna Plus tidak bisa seenaknya lagi.
Tentu saja, pengguna Pro tidak perlu khawatir untuk sementara, paket $100 dan $200 tidak akan mengaktifkan batasan ini dalam beberapa bulan ke depan.
Artikel ini dari akun WeChat publik "量子位", penulis: henry
