AI 生產力瓶頸並非模型能力，OpenAI Codex 負責人：是人類的打字速度

目前 AI 生產力受限於人類撰寫提示詞的速度，只要人類必須手動輸入指令，整體系統的速度就會被人類的物理操作速度所拖累。此外，即便 AI 能夠快速產出大量程式碼，如果人類必須親自驗證 AI 所完成的工作，那麼人類審查程式碼」的時間也會成為新的生產力瓶頸。

AGI 仍是一種理論中的 AI 形態，其推理能力應與人類相當、甚至超越人類，這正是大型科技公司競相追逐的重要目標。

OpenAI Codex 產品負責人恩比里科斯（Alexander Embiricos）接受 Podcast 節目「Lenny’s Podcast」專訪，當被問到人類距離 AGI 還有多遠時，恩比里科斯分享目前限制 AGI 發展的因素有很多，其一被低估的限制因素就是「人類的打字速度」，或說是「人類在撰寫提示詞上的多工處理速度」。

「你可以讓一個代理程式監看你所做的所有工作，但若這個代理程式沒能驗證它的工作成果，那麼你仍然會受限於一個瓶頸，也就是你能不能看完那些程式碼並完成檢查」，恩比里科斯說。

恩比里科斯的觀點是，我們需要讓人類不再需要負擔撰寫提示詞和驗證 AI 工作成果的責任，因為人類的速度不夠快。

「如果我們能夠重新打造系統，讓代理程式預設可以發揮效用，我們就會開始解鎖曲棍球棒式的成長（Hockey stick growth）」，恩比里科斯說。

所謂「曲棍球棒式的成長」是指一種成長曲線，一開始平緩，接著突然急遽上升，形狀就像一支曲棍球棒。

恩比里科斯認為，通往完全自動化流程並沒有一條簡單易達的路徑，每一種使用情境都需要各自的方法。但他預期，很快就能看到朝這種成長等級邁進的進展。

「從明年開始，我們會看到早期採用者的生產力開始出現曲棍球棒式的成長。接下來幾年內，會有規模越來越大的公司也讓生產力呈現這樣的成長」，恩比里科斯說。

恩比里科斯預測，AGI 將會出現在早期採用者開始看見生產力顯著提升，與科技巨擘成功用代理程式全面自動化流程之間的那個時間點。「這種曲棍球棒式的成長會回流到 AI 實驗室，屆時我們基本上就能到達 AGI 等級了」，他說。