Meta旗下个人助手Muse的成功，让业界确信能主动执行任务的AI代理是技术演进的下一阶段。然而，在既定时间框架内是否有足够算力支撑这一愿景，已成为行业核心焦虑。
本周，埃隆·马斯克直言，SpaceX于8月推出的个人AI助手Grok机器人，其运行成本“相对于收入而言高得不可持续”。他暗示公司正削减该技术的算力分配，导致用户更快触及使用上限。
与此同时，OpenAI消费者业务负责人亚当·弗莱（Adam Fry）在纽约的一次私密活动中承认，OpenAI的Dots助手“算力需求巨大”。每个Dots助手均拥有独立的云端计算机，代表用户执行任务并访问授权账户与服务。目前，Dots已协助用户处理邮件、预订票务等事务，并计划通过“后台模式”等功能成为全天候在线的生活助手。
技术优化与算力瓶颈
为实现这一愿景，OpenAI正双管齐下。一方面，公司在语音AI模型上巨额投入，以提升交互无缝度。弗莱透露，ChatGPT语音模式周活跃用户已达2.5亿，以搜索意图查询量计，ChatGPT搜索规模已达谷歌的五分之一。结合由乔尼·艾维（Jony Ive）设计、预计今年发布的消费级硬件，这些要素旨在构建强大的消费者体验。
另一方面，OpenAI今日宣布引入自动任务路由系统，将不同任务分配至不同的底层模型。其中包括比原驱动模型GPT-6 Astra更小、计算资源消耗更少的GPT-6.1 Terra模型。此举旨在降低Dots的算力密集度。弗莱预计，随着模型性能提升，算力成本将迅速下降，但前提是必须实现算力效率的突破。目前，Dots仅限每月费用高达100美元的Pro订阅用户使用，普及大众仍需跨越算力鸿沟。
基础设施挑战与资金压力
算力扩张还面临外部阻力。全美范围内对数据中心的反对声浪日益高涨，OpenAI本周启动将数据中心重新品牌化为“算力园区”（compute campuses）的行动，承诺减轻当地电网压力且不占用家庭电力供应，以争取社区支持并加速许可证审批。
前沿实验室的算力支出已成天文数字。Anthropic的S-1文件显示，其签署的长期和短期采购协议总额达8954亿美元，绝大部分用于算力和基础设施。即便如此，获取不足仍是其主要风险因素之一。
OpenAI虽未提交S-1文件，但消息人士指出，其同样面临严峻的算力挑战。与Anthropic拥有四种芯片基础设施不同，OpenAI主要依赖英伟达GPU，并计划于2027年扩大自研芯片Jalapeno的生产规模。在盈利尚未实现之际，资金压力凸显。据报道，OpenAI最新一轮融资仅获110亿美元，未达300亿美元目标，私人融资或已接近尾声。即便筹集300亿美元，在庞大的算力支出面前亦显捉襟见肘。上市可能是资助个人AI代理繁荣的唯一途径，但成功并非 guaranteed。