如果AI真的够聪明，为什么还要你反复打开对话框、重新解释一遍需求？OpenAI ChatGPT与Codex负责人Tibo Sottiaux在Lenny's Podcast访谈里给出的答案是：AI应该逐渐退到后台，让人把注意力放回自己想完成的事情上。

他把这种形态指向一个概念——Dots。核心不是更强的对话，而是能理解目标、记住偏好、持续工作的助手。用户不必再纠结选哪个模型、推理强度调到几档，这些配置负担应该由系统接走。

从"你发起"到"它持续"

现在的AI工具大多需要用户反复发起：打开、提问、等回答、关掉。Tibo描述的路径是反过来的——上下文通过邮件、短信等多渠道延续，任务在后台持续推进，人只在关键节点介入。

这背后是交互模式的转移：从对话式工具，转向持续工作的助手。用户交付的不再是一句提示词，而是目标本身。

智能体团队会被一个强智能体取代

关于智能体编排，Tibo提到一个动态现象：智能体的数量会随模型能力变化而调整。模型越强，原本需要多个智能体分工的复杂团队，越可能被单个强智能体取代。

他的判断是，系统应自动接管任务组织的负担，用户不需要长期手动调整执行循环。换句话说，编排这件事本身也该被藏起来。

软件生态要同时服务两种"用户"

当大部分操作由智能体发起，软件世界会迎来一次结构性变化。Tibo举的例子是通过MCP接口调用Notion——这类调用会让访问量激增，产品团队得同时优化面向人的体验和面向智能体的体验。

随之而来的是商业模式问题：容量成本怎么算，收益怎么共享，都需要重新思考。安全监控同样面临新挑战，因为发起操作的主体变了。

人剩下的是判断和品味

执行被AI接走之后，人的精力该放在哪？Tibo的答案是定义"什么值得做"和"什么是好"——包括设计感、用户洞察，以及高风险动作的最终决策权。

他有一句话值得记住：能够发现问题，并不意味着已经适合独立承担解决问题的全部责任。这句话既是对AI能力的边界描述，也是对人该保留什么的提醒。

至于实践层面，他的建议指向同一件事：把任务目标、上下文和完成标准清晰地交付给AI。他还提到，设想一年后能力好上十倍，是在鼓励开发者扩大设计视野——按未来的能力设计产品，而不是按今天的天花板。