在 OpenAI 近期举办的一场企业活动上，公司 CEO 萨姆·奥尔特曼（Sam Altman）首次系统性地提出了 AI 产品发展的三阶段理论，并明确表示，继聊天机器人和 AI 智能体(Agent)之后，行业下一个爆发点将是"主动式 AI(Proactive AI)"——一种能够在后台持续运行、主动为用户提供帮助的 AI 系统。

奥尔特曼将当前 AI 产品的演进划分为三个清晰阶段。第一阶段是以 ChatGPT 为代表的聊天机器人，用户需要主动发起对话才能获得回应;第二阶段是具备任务执行能力的 AI 智能体系统，例如 OpenAI 推出的 Codex，能够独立完成编程等具体工作;而第三阶段，也是奥尔特曼认为最值得押注的方向，则是自动化程度更高的"主动式 AI"。他直言:"我打赌接下来出现的就会是这种持续运行的主动式 AI。如果说未来一年有什么值得准备的，那这是我最看好的方向。"

尽管奥尔特曼将当前的智能体阶段称为迄今为止"最受关注的 AI 产品类别"，且其发展很大程度上源于企业客户的实际需求，但随着产品矩阵的不断扩张，用户端也出现了新的困惑。许多企业用户并不清楚何时应该使用聊天机器人、何时应该调用 Codex 或 API，更难以整合所需的上下文信息以及各种插件工具。这种产品碎片化的问题，促使 OpenAI 开始思考更底层的整合方案。

为此，奥尔特曼透露，OpenAI 正在研发一种整合型产品，计划将 Codex 的智能体能力与 ChatGPT 以及其他工具深度融合，形成类似"超级应用"的统一平台。这一平台被视为"实现我们想做的所有其他事情"的基础设施，旨在解决当前产品分散、用户学习成本过高的痛点。

与此同时，AI 成本问题正在从边缘话题跃升为企业决策的核心考量。奥尔特曼指出，年初时企业几乎不会主动讨论成本，但如今这已成为"一个巨大的问题"，可能是"目前第二重要的话题"。他援引 Uber 的案例称，该公司仅在第一季度就耗尽了全年的 AI 预算。对此，OpenAI 的策略是通过提升模型效率，在降低成本的同时为客户创造更多价值。"我认为我们会有很多办法帮助客户以更低的投入获得更多价值。"

更深层的挑战在于用户认知。奥尔特曼坦言，"大多数人"并不清楚该如何高效使用 AI，许多人已经意识到自己对 AI 的利用程度不足，也没有充分发挥其价值，但学习新的工作方式本身存在门槛。"学习新的工作方式并不容易，启动成本有点太高了。"即便 OpenAI 能够展示许多复杂而强大的应用案例，但大多数客户在实际业务中并不会那样去使用 AI。

"主动式 AI"正是 OpenAI 对这一现实困境的回应。如果用户不愿意主动学习如何使用 AI，那么未来的 AI 系统就应该主动融入工作场景，在后台持续运行并自动围绕用户完成任务。奥尔特曼的设想是，用户甚至不需要理解 AI 具体能做什么。"能不能让 OpenAI 作为一个智能体始终在后台运行，连接我公司的所有上下文?不要让我去试图理解它能做什么，对我有用就好。"

不过，这一愿景也对企业现有的 IT 架构提出了全新挑战。与传统聊天窗口按需响应的模式不同，一个持续运行且能够访问企业大量上下文数据的 AI 系统，对数据安全、权限控制以及算力资源分配机制都提出了更高要求。企业需要重新设计 AI 部署方式、安全策略和基础设施，以适应这种"永远在线"的智能形态。

从聊天机器人到任务型智能体，再到主动式 AI，OpenAI 的产品路线正从被动响应转向主动服务。在奥尔特曼的规划中，能够长期运行、自主完成任务的"主动式 AI"或将成为继当前两大阶段之后的下一个行业方向。对于正在加速 AI 化的企业而言，这不仅意味着技术升级，更意味着工作方式与 IT 架构的深层变革。