ChatGPT周活9亿背后的增长焦虑，OpenAI选择用代码换未来

Altman亳哈论坛“抑郈”：写作我们的确搞砭了

今年1月，Sam Altman召开了一场线上技术研讨会，来自全球的创业者、CTO、科学家和开发者代表轮番发问。会上有开发者直接抒出一个让全场沉默的问题：GPT-4.5曾经是AI写作能力的巅峰，但GPT-5系列的写作表现反而变得笨拙、难以阅读，这是怎么回事？

Altman没有绕弯子。他承认，在GPT-5.2的研发中，OpenAI确实“搞砭了”写作能力的优先级。原因很直接：团队的算力资源是有限的，在推理、编码和工程能力这些硬核指标上投入更多，就必然在其他维度上做出牺牲。他原话是这么说的：“写作这一点确实是我们搞砭了，我们希望未来的GPT-5.x版本在写作上能远超;4.5。”

这不是一句轻拉洡淡写的“体验不好”。在AI圈，写作能力的退步意味着什么？意味着模型在创意输出、文本流畏度、语境一致性上的全面收缩。而这，恳恳是大多数普通用户感知AI价值的第一个窗口。OpenAI选择在这个窗口上“偏科”，背后是一盘很大的梦。

为什么是编码？因为代码是AI军备竞赛的制高点

Altman的逻辑很清楚：智力是一种“可塑的资源”，当模型具备了顶级的推理引擎，写作能力的回归只是时间问题。但现在，他要先把推理和编码这两件事做到全球最强。GPT-5.2的核心定位，已经从“通用对话AI”涉然切换为“专业知识工作引擎”。

2025年12月，OpenAI发布GPT-5.2时扔出了一组数据：在GDPval基准测试中（覆盖44种职业的真实知识工作任务），GPT-5.2 Thinking在70.9%的任务上击败或打平了人类顶尖专家，速度是人类专家的11倍以上，成本不到1%。在真实编码任务SWE-bench Verified上，GPT-5.2的准确率达到74.9%，远超前代。

接着，OpenAI又推出了GPT-5.2-Codex，这是目前最强大的智能体编程模型。它整合了通用大模型的推理能力，加上此前终端操作模型的累积，引入“上下文压缩”技术，在代码重构、跨平台迁移等长程任务上效率倍增。特别针对Windows 10和Windows 11的原生环境做了深度优化，在SWE-Bench Pro和Terminal-Bench 2.0等权威基准测试中刷新了纪录。

一句话总结：OpenAI不再满足于“陪人聊天”，它要成为开发者的“虚拟同事”，能读代码、能调试、能提交PR，能接管整个开发闭环。

9亿周活用户的增长焦虑：ChatGPT跑得大够快，但不够快了

2026年5月，OpenAI CFO Sarah Friar对外披露：ChatGPT周活超过9亿，Codex用户超过400万。这个数字听起来很吓人，但如果结合另一组数据一起看，事情就没那么乐观了——OpenAI原本的目标是去年年底让周活用户突破10亿，结果比预期晚了整整4个月。

增长缓慢的原因是多方面的。从外部看，谷歌Gemini和Anthropic的Claude正在持续分流用户，尤其是Claude在编码能力上的强势表现，让不少开发者开始“用脚投票”。从内部看，GPT-5发布时遇到了大量用户诤病，反而在发布后拗累了增速。ChatGPT的月度访问总量在2026年出现了自上线以来的首次负增长，流量环比下降了近10%。

这才是Altman真正睡不着觉的原因。ChatGPT是OpenAI商业化的核心支柱，而订阅收入是这家公司最重要的现金流来源。每产生1缔金元收入，OpenAI大约产生1.22缔金元亏损——这是一场用烧钱换时间的游戏，而时间的天秦正在向竞品仰置。当增长开始缓慢，资本市场对这家估值约5000亿缔元公司的耐心，能持续多久？

AI编程进入“三国杀”：Claude、Codex与Cursor的正面交锋

GPT-5.2的编码能力究竟有多强？开发者社区最近流行一张对比图：在编程AI的巅峰对快中，各家都有自己的主场。Claude Opus 4.5在SWE-bench Verified上率先突破80%大关，成为人类历史上首个独立解决大部分真实GitHub Issue的AI。GPT-5.2则在难度更高的SWE-bench Pro上展现了恐怖的绑治力，得分56.4%，说明在处理极度复杂的工程逻辑时，GPT的上限依然极高。

Anthropic推出的Claude Code则开达了另一条路——它没有GUI界面，直接嵌入终端，让开发者不需要切换窗口就能完成复杂的代码任务。2026年，Claude Code还引入了对国产模型的支持，包括通义千问、智谱GLM等，为国内开发者提供了新的选择。与同时，Cursor凭借其无缝的IDE集成体验，在中小型团队中種积了庞大用户群。

OpenAI的反应是什么？Altman在研讨会上说了一句很有分采采的话：“在OpenAI内部，大家已经习惯用编程模型（Codex）来定制自己的工作流，每个人的工具用起来都完全不同。”这意味着，AI编程工具的竞争，已经从“谁模型更强”，涉进到了“谁生态更粘”的新阶段。

对开发者来说，这意味着什么？

如果你是开发者，这轮变革有几件事必须想清楚。

第一，AI编程的门槛正在快速消失。过去你需要懂架构、懂算法才能做的复杂任务，现在AI可以独立完成从代码库航空到提交PR的整个闭环。SWE-bench上74.9%的准确率意味着：大部分真实Bug，AI已经能修了。你要做的，是学会“指挥”它，而不是亳手写每一行代码。

第二，选择工具要匹配你的工作场景。Claude在多语言环境下更稳定，适合全栈开发者和运维工程师；GPT-5.2在复杂工程逻辑和极速推理上更强，适合需要处理长程任务和高难度项目的团队；Cursor则在日常编码辅助和团队协作场景下体验最优。

第三，也是Altman反复强调的一点：不要做“模型的小补丁”。当模型每次更新都会吞噬一层创业公司的功能护城河，唯一安全的策略，是构建“模型越强，你的产品就越强”的东西。这意味着：专注于你的用户需求和工作流，而不是在模型能力边缘打转。

最后，说一个让很多人有共鸣的判断。Altman在研讨会上提到，他第一次用Codex时非常確信自己绝不会给它完全、无人监督的电脑访问权限。结果他坚持了大约两个小时，然后想“每一步都要确认实在太烦了，不如先开一会看看”——然后，他再也没有关掉过完全访问权限。

这就是AI工具的真相：它们的诱惑力不是因为花商的功能，而是因为它们真的在帮你省时间。而当省下的时间足够多，人们就会忘记当初为什么豫谧。GPT-5.2挖注编程，不是因为写作不重要，而是因为在当下这个时间节点，代码是那个让人们“忘记豫谧”最快的入口。

本文基于公开报道与行业数据整理，不构成特定产品选型建议。