夜雨聆风一个问题，憋了无数开发者好几年：明明大家都在同一个订阅档位，凭什么有人手里的模型永远比你新一步？
7月9日，这个问题被当面怼到了OpenAI核心产品负责人脸上。他没有打太极，给出的答案第一次把「谁能提前拿到新模型」这件事，从玄学变成了可以拆解的标准。
直播间里，他说了大实话
科技日播节目 TBPN 是硅谷开发者圈的固定信息源，主持人说话向来不留情面，懒得兜圈子。7月9日这期节目连线了 OpenAI 负责 Codex 与 ChatGPT 核心产品方向的 Thibault "Tibo" Sottiaux（@thsottiaux）。
镜头切成经典三分屏：两位主持人分坐左右，笔记本上贴着标志性的 CONSOLE 贴纸；中间是远程连线的 Tibo，深色上衣，背景是虚化的办公室。屏幕下方一行绿色字幕写着他的身份：Member of Technical Staff, OpenAI。
主持人抛出的问题很尖锐：模型还没对所有人开放的时候，凭什么把「圈外」的试用权给某些人？
Tibo 张口就答，没有丝毫迟疑：
When we give access to folks outside of OpenAI, [we look for someone with] high-bandwidth engagement, good feedback, and someone who's shown to be unbiased in the past. Someone who has talked honestly about all sorts of model harnesses.
「当我们把访问权限开放给 OpenAI 以外的人时，我们找的是：高带宽互动、能给出优质反馈、且过往表现得不偏不倚的人，那种会诚实讨论各种模型 harness 的人。」
这条切片视频的浏览量不算惊人，一万九千多次观看，83个赞，收藏数却明显偏高。收藏多于转发，通常意味着读者觉得这段话以后用得上，而非单纯的情绪转发。它更像开发者圈悄悄传阅的一份内部说明书。
▲ TBPN直播画面，中间为远程连线的Thibault Sottiaux，身份标注为OpenAI技术团队成员，约1.9万次观看、83个赞
有读者立刻在评论区追问：@jambronner 想弄明白，「高带宽互动」到底等不等于「用心写反馈」？
▲ 网友追问：high-bandwidth engagement到底指什么？
这个追问问到了点子上。三条标准听起来简单，拆开看，每一条都藏着行业这两年才形成的新逻辑。
拆开看：三条标准到底在筛什么
第一条，高带宽互动。
「带宽」这个词借自通信工程，指单位时间内能传输的有效信息量。放到内测场景里，它跟「聊得勤」关系不大，更接近四件事叠加：把没公开的模型接进真实工作流去用，而非玩一下demo就走；能复现bug，给得出线程编号、日志、harness版本，而非扔下一句「感觉变笨了」；愿意跟工程师持续来回沟通，对方不用反复翻译需求；能在命令行、网页、第三方工具等多个场景里对比模型表现。
说白了，一万条星级评分对OpenAI用处有限，他们真正缺的，是少数能把模型在真实场景里的失败，翻译成工程师能看懂的问题单的人。
第二条，优质反馈。Tibo 自己的推文记录就是活教材。有用户指出 Codex 存在拖垮SSD的bug，他回复：「Codex had a bug. Fixed. More feedback. Better product. Keep it coming.」，问题修了，还主动喊话继续提。
▲ Tibo公开回应用户反馈：bug已修复，更多反馈，更好产品，继续提
差反馈和好反馈的区别其实很直观：前者只会说「变弱了」，后者会讲清楚在哪个仓库、哪个版本、哪类任务上，失败率从多少变成了多少，附上日志。前者只晒通关截图，后者连惊喜和翻车都一起报。这种反馈才配得上「燃料」两个字，WIRED 采访里 Tibo 提到，OpenAI 选择小步快跑式发布，因为承受不起一次大动作还做错。缺了好反馈，小步快跑就会变成安静地瞎改。
第三条，也是最有2026年行业特征的一条：公正，并且对各种model harness都说真话。
一个绕不开的新词：harness
普通用户可能没听过「harness」这个词，但它已经决定了同一个模型在不同地方表现天差地别。
简单理解：模型是发动机，harness 是包在外面的车身和仪表盘，负责组织上下文、串联工具调用、管理权限沙箱、处理记忆压缩，是那层让模型真正能干活的运行时外壳。
2026年，常见的 harness 有 OpenAI 自家的 Codex、Anthropic 生态的 Claude Code，还有 Pi、OpenCode、Cursor、Aider 等一票第三方产品。Tibo 自己在推文里承认过一个数字：约5%的生产流量跑在 Pi 上，另外约5%在 OpenCode 上，他鼓励用户可以用同一个 ChatGPT 账号接入这些第三方工具。这意味着差不多十分之一的真实用量，发生在 OpenAI 自己都管不全的壳子里。
▲ LangChain博文《Your harness, your memory》配图：模型被harness的多个环节层层包裹
打个比方，同一款手机芯片装进不同品牌的手机里，拍照效果和发热情况可以完全两样。真要评价这颗芯片，不能只听一家品牌的发布会。Tibo 想要的反馈者，是那种会说「这个模型在 Pi 上工具调用更稳，换到某个IDE插件里却会看错文件路径」的人，而非永远只在一个壳子里打十分的人。倘若内测者只在自家壳里夸模型，样本就会系统性低估模型换壳之后的真实表现，「unbiased」这个词在这里，指的正是评测层面的公正，而非空泛的道德标签。
别搞混了：提前拿到模型，其实有四条不同的路
Tibo 这段话被截成十几秒的切片传开后，很容易被简化成一句「OpenAI决定谁能用新模型」。但仔细拆开，提前接触新模型这件事，实际上同时存在好几条并行的分配机制。
Tibo 在 TBPN 说的这套，主要针对的是产品圈外的个人反馈者，私密邀请、一对一对接工程团队，目的是在正式发布前找出真实工作流里的问题。这跟订阅档位滚动是两码事：Plus、Pro、Business 用户分批看到新模型或新功能，免疫学家 Derya Unutmaz 就提到过作为 Pro 社区成员提前体验了新语音功能，这更多关乎容量和商业化节奏，着眼点跟「找批评者」不太一样。
这也跟机构层面的「受信任合作伙伴」是两码事。GPT-5.5 发布时，OpenAI 明确写过，在正式对外之前收集了近200家受信任早期访问合作伙伴在真实场景下的反馈，配合内外部红队测试。到了 GPT-5.6 系列，官方账号又发帖强调：相信广泛开放访问的理念，但当前先在 Codex 和 API 上，对一小群受信任合作伙伴做有限预览。
这句话的语法和 Tibo 完全不同。Tibo 说的是「我们找什么样的人」，官方这条推文说的是「先给什么样的伙伴集合」。前者优化的是反馈质量，后者优化的是风险和容量。两条轨道同时运转，互不替代。
还有第四条路，是研究者和红队的专项申请，主要用来评估能力边界和滥用风险，跟产品体验反馈基本不搭边。
「只给大号」的抱怨，一半真话一半误会
标准摆得再明白，也压不住舆论里的另一种声音。有用户在社交媒体上坚称，内部员工私下说过，早期访问只给企业客户和粉丝量大的账号。
▲ 有用户声称，员工私下表示early access主要给企业和大号账号，这是匿名转述，非官方政策
这条帖子代表了一种真实存在的舆论情绪，出处却是匿名员工的二手转述，可信度存疑，更像「拼关系」心态的一种投射。类似的讨论早在2023年就已经在 OpenAI 开发者社区里反复出现，有人猜测靠 API 消费等级，有人猜测靠 Azure 使用量、插件贡献、论坛信任等级、企业关联，甚至有人观察到新注册的 Plus 账号突然就拿到了 DALL·E 3 的访问权，纯靠运气。
这些民间猜测和 Tibo 的三条标准之间，其实存在部分重叠：日活跃度确实接近「高带宽」里「使用密度」这一层，提交过 evals 或插件确实接近「结构化贡献」。但民间清单里几乎没人提到「跨 harness 公正评测」，这恰恰是 Tibo 这次补上的、2026年才真正成立的新维度。这种错位说到底：社区长期在琢磨怎么被系统看见，Tibo 说的却是怎么被工程师珍惜，两者相关，却各有各的算法。
一个网红工程师的标准，为什么值得信
Tibo 有资格说这番话，和他本人的经历分不开。WIRED 今年6月的一篇人物报道写到，他2015年就在谷歌做地图相关工作，后来转到 DeepMind 做研究基础设施，让研究者能用得上工具，而非埋头写论文。ChatGPT发布后，他形容自己受到刺激，DeepMind 眼睁睁看着机会溜走近两年却没做出对应产品，于是搬去旧金山加入 OpenAI，一开始做内部工具，几个月后开始搭建后来的 Codex。
在开发者社区里，他也是出了名的「愿意回复」的工程师：亲自回复bug报告，偶尔还会手动帮用户重置用量限额。他甚至把自己的产品哲学写成过一个循环公式，发布、收反馈、再发布、再收反馈，中间免不了「翻车、重置、再来」。
▲ Tibo在推文里将产品哲学总结为一个永续循环：发布、反馈、再发布
这种长期示范，让「标准公开化」这件事显得像顺理成章的延伸，不像临时公关话术。WIRED 提到他今年已经升任核心产品负责人，统管 ChatGPT 与 Codex 的融合方向，汇报线一路到 Greg Brockman。这意味着他这次说的话，分量不只停留在一个小团队的内部习惯上，很可能会影响 ChatGPT 主线未来的发布节奏。
写给普通开发者：你也可以成为「高带宽」的那一个
标准讲清楚了，不代表人人都能拿到内测名额，OpenAI GPT-5.5 那近200家合作伙伴，算的是机构数量，真正落到具体操作者手里的个人席位，可能只有几十个。系统容量摆在那儿，名额终归有限。
但标准本身给普通开发者提供了一个可以对照的方向。想象两种反馈者：一种人每天在社交媒体发「新模型太强了」，配一张聊天截图，版本号、失败案例统统拿不出手，他很愿意站台，但工程师没法从中提取出任何能修的问题，他占的是声量的位置，带宽上却几乎不产出。另一种人一周之内，在多个工具里跑完真实任务，复现出同一个工具调用失败的场景，把线程编号、模型版本、系统时间、相关日志整理成一份能搜索的报告，还写明白在哪类任务上比上一代更省资源、在哪个环节会陷入循环。前者粉丝可能更多，后者才是工程师愿意回复的人。
把这份画像落成清单也不难：环境信息钉死，任务描述让别人也能复现，讲清楚预期行为和实际行为的差距，附上日志和对照结果，公开渠道里绝不泄露敏感信息。对照下来会发现，Tibo 说的好反馈，几乎就是开源社区里一份合格 issue 模板的样子。
结尾：发布日之前，早就有人替你踩过雷
OpenAI 没有在7月9日发明「早期访问」这件事，它一直存在。这次不同的是，借着 Tibo 在直播间的一段大实话，一部分原本只在公司内部走廊里意会的筛选逻辑，第一次被翻译成了可以公开讨论的语言。
标准背后拿不出公开申请表，也见不到名单或量化门槛，透明度依然只打开了一半。但至少现在能看清一点：那些在正式发布前几周就摸到新模型的人，靠氪金撬开门缝的极少，靠关系户传闻兑现的也没几个，真正管用的，是能不能把模型在真实场景里的表现，翻译成工程师看得懂、改得动的信息。
新模型的第一批用户，很少是运气更好的消费者，更像是带宽更高的传感器。你在发布日看到的「第一次」，往往已经是别人的第无数次。
