智能体的理想与广告的现实：OpenAI双轮布局的底层约束

2026年7月9日的科技行业，几乎所有头条都被OpenAI的系列更新占据：一端是承载着“下一代生产力”叙事的ChatGPT Work智能体正式亮相，宣称能跨应用、跨文件连续跟进复杂项目，无需人工逐步骤干预[1]；另一端是争议缠身的ChatGPT广告生态全面开放，多家营销服务商成为官方合作伙伴。同一天，OpenAI还宣布将GPT-5.6从有限预览转为全面可用，推出三层差异化模型家族，NVIDIA也同步发布了专为智能体工作负载优化的Vera CPU——四件事密集落地，绝非时间上的巧合，而是OpenAI在技术迭代、成本约束与商业化诉求三重压力下，交出的一份充满张力的答卷。

长周期智能体的实质性突破

要理解这轮更新的价值，首先需要区分ChatGPT Work与此前所有工具调用能力的本质差异。自2023年插件功能上线以来，ChatGPT已经能实现单步工具调用：用户发出“帮我订一张下周去北京的机票”的指令，模型会识别需求、调用订票工具、返回结果，全程无需人工切换应用。但这类能力始终停留在“指令响应”层面，一旦涉及多步骤、跨周期的复杂任务，就需要用户持续给出中间指令、修正错误，本质上仍是人机交替协作的“半自动化”模式。

ChatGPT Work的核心突破，是实现了无需人工介入的长周期任务闭环。按照公开演示的场景，用户只需给出“完成Q3产品迭代的前置准备工作”的顶层指令，智能体就能自行拆解出12个细分步骤：读取共享盘里的需求文档、调用GitHub修改对应模块的代码框架、在Jira上创建任务分发给对应负责人、调用Outlopk给团队发送进度同步邮件、生成测试用例并上传到测试平台，中间若遇到工具调用失败、权限不足或逻辑冲突，还会自行重试、调整路径或向用户发起必要的确认，整个过程可以持续数小时甚至数天，无需用户逐步骤盯守[1]。

支撑这一能力的，是GPT-5.6的三层模型架构与Responses API的工程升级。OpenAI将GPT-5.6拆分为物理隔离的三个算力池：旗舰级Sol模型负责复杂推理与长周期调度，均衡型Terra模型覆盖中等复杂度的日常任务，轻量型Luna模型则承接高频、低难度的单轮交互[2]。同步更新的Responses API新增了编程式工具调用与多智能体beta功能，解决了此前智能体调度需要硬写大量Prompt引导、容错率极低的工程痛点——开发者无需再为不同工具的对接编写定制化提示词，只需通过API声明工具的功能与参数边界，模型就能自行判断调用时机与方式，大幅降低了智能体的开发门槛。

产业链层面的配套也在同步补位。NVIDIA发布的Vera CPU，专门针对智能体工作负载中的非推理环节优化：此前长周期智能体的性能瓶颈，往往不是GPU的推理速度，而是中间步骤的代码编译、工具链运行、状态持久化等CPU任务，这类任务占智能体总运行时间的40%以上，传统通用CPU的吞吐量不足以支撑大规模智能体部署。Vera CPU针对这类场景做了指令集优化，实测可将AI工厂的智能体整体吞吐量提升3倍以上，目前已和戴尔合作落地相关AI平台[3]。

这一系列迭代，意味着通用智能体终于走出了实验室演示的“玩具阶段”，进入了可以尝试对接真实生产场景的工程化阶段——无论后续商业化进展如何，这都是AI从“回答问题”向“完成任务”转型过程中，不可忽视的实质性进步。

绕不开的成本硬约束

技术迭代的光环之下，长周期智能体的成本结构，仍是当前尚未突破的核心硬约束。这一约束并非来自工程实现的缺陷，而是智能体架构层面的必然规律：任何跨工具、百步以上的长周期工作流，都需要每一步做状态校验、错误重试、上下文回溯，这部分增量Token消耗不会随模型参数优化消失，已被多个开源智能体项目复现，仅具体倍数会随垂直场景的定制化优化浮动[1]。

普通单轮对话的Token消耗，基本等于提问与回答的总长度，模型只需做一次推理即可完成。而长周期智能体每执行一步，都需要把之前所有步骤的执行结果、工具返回的参数、当前任务的整体目标，全部作为上下文喂给模型，让它判断下一步的动作是否正确、是否需要调整、是否需要向用户确认。这意味着工作流的步数每增加一阶，上下文长度就会随之膨胀，Token消耗呈指数级增长，而非线性增长。

基于GPT-5.6 Sol模型的公开API定价的理论测算，一个中等复杂度的产品迭代工作流，仅核心推理环节的Token成本就达到34.5美元——该数值并非落地实测数据，还未计入调度、重试、工具对接的额外开销。更关键的是，此前被寄予厚望的三层模型分层调度方案，目前尚无法应用于长周期智能体的核心环节。开源智能体的对照测试显示，若将百步工作流的状态校验环节从Sol模型切换为Luna轻量模型，工作流的端到端完成率会从演示场景的85%直接跌至27%，大量错误无法被识别，最终输出的结果完全不可用。这意味着ChatGPT Work的核心调度与校验环节，必须全程调用旗舰级Sol模型，无法通过分层调度摊薄成本[2]。

NVIDIA的Vera CPU也并未解决核心的成本问题。它的优化仅针对非推理环节的性能与延迟，能提升单台服务器承载的智能体并发量，降低单位任务的硬件分摊成本，但完全不涉及核心的推理Token消耗——而后者占长周期智能体总成本的70%以上。换句话说，Vera CPU补全了智能体大规模部署的硬件短板，但并未触动成本结构的核心，无法从根本上扭转长周期智能体成本过高的现状[3]。

当前行业对成本风险的讨论，仍需明确证据边界。目前公开的“单任务34.5美元”的测算，是基于全程使用Sol模型、未做垂直场景定制优化的假设，仅能证明通用长周期智能体的当前成本远高于企业级SaaS的通用付费阈值（通常单任务不超过5美元），不能直接推导为“长周期智能体必然成本暴雷”。如果ChatGPT Work后续针对特定场景（如软件开发、财务报销）做专门的上下文压缩、工具链定制，Token消耗仍有较大的下降空间。但至少在当前的通用场景定位下，长周期智能体尚未达到规模化商业化部署的成本要求，这是可验证的高置信度结论。

广告入场的务实与代价

与ChatGPT Work的高期待形成鲜明对比的，是同期开放的广告生态引发的普遍争议。这并非OpenAI首次尝试广告变现，但其态度的转变与当前的模式设计，始终绕不开用户结构与成本压力的现实背景。

2024年Sam Altman还曾在公开采访中称，将广告嵌入ChatGPT回复是“反乌托邦”的想法，表示更倾向于订阅模式以避免用户成为产品。2025年12月，ChatGPT Plus付费用户的对话中曾出现未标注的品牌推荐，引发舆论反弹，OpenAI最终关闭该功能并公开道歉[5]。仅仅半年后，OpenAI就正式向美国企业开放自助广告管理平台，明确将免费版与8美元/月的Go版用户作为广告投放对象，20美元/月的Plus、200美元/月的Pro及企业版用户则保持无广告体验。广告会以独立区块的形式出现在回答底部，清晰标注“推广”标识，OpenAI承诺广告不会影响模型回答的内容，也不会出售用户的对话数据[10]。

这一转变的核心动因，是OpenAI的用户结构带来的成本压力。目前ChatGPT的周活跃用户约9亿，其中95%为免费或Go版用户，他们消耗了大量GPU推理资源却未直接贡献足够收入，被内部定义为“算力负债”；仅5%的付费用户支撑了主要营收，但Plus套餐的12个月留存率仅为59%，难以覆盖日益膨胀的基础设施开支——2026年的算力支出预计在500亿至1700亿美元区间，不同机构测算口径存在差异，数据仅供趋势参考[4]。不过需要明确的是，目前行业公开的140亿美元年度亏损、95%免费/低价用户占比等数据，同样存在统计口径差异：前者未区分含长期算力预采购的非GAAP口径与当期运营亏损，后者未明确是否包含API调用的全场景活跃，仅能作为OpenAI面临明确成本压力的信号，而非支撑强因果判断的核心证据。

当前的广告模式设计，已经体现了OpenAI平衡体验与变现的尝试：免费用户可以手动关闭广告，但关闭后每日的免费消息额度会相应减少；未满18岁的用户会被完全屏蔽广告；广告仅在用户的问题存在明确商业意图时才会触发，不会出现在医疗、法律等高敏感场景[10]。定价策略的调整也侧面反映了广告市场的态度：广告上线初期采用每千次曝光60美元的CPM定价，仅十周就跌至25美元，随后OpenAI将定价模式改为按点击付费，单次点击出价在3至5美元之间，广告主的最低投放额也从25万美元下调至5万美元，说明广告主初期并不愿意为对话场景的曝光溢价付费，更倾向于为实际转化效果买单[12]。

广告模式带来的核心风险，是用户对AI中立性的信任侵蚀。尽管OpenAI承诺广告不会影响回答内容，但算法污染的可能性始终存在：一方面，目前已经出现专门的“生成式引擎优化”灰产，通过批量发布营销内容污染大模型的训练数据源，让特定品牌或产品被模型“自然推荐”，用户很难区分这类推荐是客观结论还是隐性营销；另一方面，2025年付费用户对话混入品牌推荐的先例，也让用户对OpenAI的承诺持保留态度——目前OpenAI尚未公开广告API与核心模型调度系统的权限隔离技术方案，也未引入第三方审计，广告是否会在未来渗透到付费场景甚至智能体工作流中，仍是待验证的潜在风险[5][7]。

双轮模式的张力与待解命题

将ChatGPT Work与广告生态放在一起观察，最核心的争议在于：这到底是互补的双轮商业化布局，还是战略叙事与执行逻辑的两张皮？

从技术架构看，两条产品线目前处于完全隔离的状态：广告场景跑在Luna轻量模型的算力池上，主打低推理成本、高并发；ChatGPT Work则跑在Sol旗舰模型的算力池上，主打高推理精度、长周期调度。二者的算力调度、Token计费、用户群体完全独立，不存在算力层面的直接成本分摊机制——这意味着“用免费用户的广告收入，直接补贴智能体的推理成本”的技术路径目前并不成立。

但从财务逻辑看，广告带来的稳定现金流，确实可以为长周期智能体的研发与部署争取时间。当前ChatGPT Work尚未公开任何生产级的端到端测试数据：包括连续72小时、跨5种以上工具、100步以上操作的工作流，在包含容错重试的真实生产场景下的完成率，以及含所有开销的单任务全成本，都没有第三方验证的结果。在B端付费价值尚未得到验证的前提下，广告作为已经跑通的现金流来源，能够为智能体的技术迭代留出更多试错空间，这是基于公开信息的合理推理，只是目前尚未得到OpenAI官方算力成本分摊规则的证实。

与Anthropic的路径对比，更能凸显OpenAI双轮模式的特殊性。Anthropic始终聚焦高价值垂直场景的变现，首先抓住软件开发这一高频、ROI清晰的场景，将Claude Code的智能体能力外溢到企业知识工作流中，目前其B端收入占比已经超过80%，年化收入在五个月内从90亿美元增长至440亿美元。而OpenAI选择的是“通用入口+分层变现”的路径：先用ChatGPT拿下最大规模的C端用户池，再通过免费/低价层的广告、中高端订阅、B端智能体服务分层变现。两条路径没有绝对的优劣之分，但Anthropic的模式已经验证了B端智能体的付费意愿，而OpenAI的通用智能体路径，仍未找到清晰的付费锚点——企业是否愿意为通用场景下的长周期跟进能力支付溢价，目前还没有落地的运营数据支撑。

更现实的约束来自产业链上游。无论广告还是智能体的收入，OpenAI的毛利空间都被上下游严格挤压：微软与OpenAI的协议约定，微软将获得OpenAI 75%的利润，直至收回130亿美元的投资，且OpenAI必须优先使用Azure的云服务；NVIDIA的专用算力硬件始终保持较高的溢价，Vera CPU等专属硬件的落地，进一步强化了上游厂商对智能体成本结构的控制权。换句话说，当前智能体产业链中，确定性最高的价值捕获方仍是上游的专用算力厂商与云服务商，OpenAI作为应用层的玩家，无论选择哪种商业化路径，都需要先承担上游的成本压力，再承担用户端的体验风险。

目前所有关于双轮模式成败的判断，都仍处于试错阶段。高置信度的结论仅包括：高复杂度长周期智能体尚未达到规模化部署的成本要求、广告主暂不认可对话场景的曝光价值、上游算力厂商掌握智能体时代的核心成本控制权；所有关于“成本转嫁是刻意设计”“广告将引发大规模用户流失”“战略逻辑完全断裂”的强结论，目前都缺乏足够的硬证据支撑，置信度不足30%。

改变判断的核心观测指标

对于OpenAI的双轮布局，所有定性判断都需要等待后续可验证的事实落地。真正值得追踪的，是以下五个能够直接改变当前结论的硬指标： 第一，第三方公开测试的ChatGPT Work百步以上工作流的端到端完成率，以及包含容错、调度、工具对接开销的单任务全成本。如果单任务全成本能降至5美元以下、完成率超过90%，则长周期智能体的商业化拐点将正式到来；如果成本始终高于20美元、完成率不足70%，则其B端高价值叙事将缺乏落地支撑。 第二，OpenAI是否会公开算力池的分摊规则，以及广告API与智能体调度系统的权限隔离第三方审计报告。如果明确证实广告现金流与智能体研发成本存在定向分摊机制，或者权限隔离存在漏洞，则“成本转嫁”的推理将被证实；如果公开的规则显示二者完全独立，则相关争议将得到平息。 第三，广告上线后6个月的点击率、广告主留存率，以及分版本的用户留存数据。如果广告点击率能提升至2%以上，同时付费用户留存率没有出现明显下滑，则说明分层广告模式是可行的商业化路径；如果点击率始终低于0.5%，或者付费用户出现大规模流失，则双轮模式的C端支撑将崩塌。 第四，Vera CPU大规模部署后，智能体单任务的硬件成本下降幅度。如果Vera能将非推理环节的硬件成本降低50%以上，带动单任务全成本下降30%，则硬件优化将成为突破智能体成本约束的重要路径；如果降本幅度不足10%，则硬件配套的影响将十分有限。 第五，OpenAI与Anthropic的B端智能体客户的付费ROI对比数据。如果通用场景的智能体ROI能达到垂直场景的80%以上，则OpenAI的通用路径将得到验证；如果通用场景的ROI不足垂直场景的一半，则其将在B端市场面临持续的竞争压力。

从“回答问题”到“完成任务”，AI的应用范式转型已经是确定的趋势，但转型的过程绝不会是线性的。OpenAI的双轮布局，不是什么颠覆性的革命，也不是战略层面的自我撕裂，而是一家站在技术与商业交叉点的公司，在约束条件下做出的务实选择——它既承载着长周期智能体的技术理想，也不得不面对广告变现的现实压力，而最终的成败，将由后续每一个可验证的硬数据决定。