夜雨聆风你有没有想过，为什么总有那么一小撮人，能比你早几个星期摸到最新的AI模型？
开发者论坛里吵了好几年。有人说靠充值等级，有人说靠玄学抽签，还有人一本正经地统计自己每天发多少条消息，想找出跟"能不能提前拿到新功能"之间的关系。谁也没能给出一个让人信服的答案。
直到2026年7月9日。
那天中午，OpenAI技术员工Thibault Sottiaux（网名Tibo，负责Codex和ChatGPT相关工作）出现在科技日播节目TBPN的直播镜头里。主持人问了一个所有人都想知道答案的问题：把新模型开放给OpenAI以外的人时，你们到底在挑什么样的人？
Tibo的回答，后来被剪成一条不到一分半的视频，在X上流传开。
那段让所有人愣住的话
视频里，Tibo说了这样一段话：
"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."
「我们把权限开放给OpenAI以外的人时，看重的是这样的人：互动high-bandwidth（高带宽）、反馈质量高、过往的评价立得住，而且愿意坦率聊各种模型的harness（脚手架/驾驭层）。」
▲ Thibault Sottiaux在TBPN直播连线中，首次面向大众解释OpenAI挑选外部测试者的标准
这段话，把OpenAI这些年选人的逻辑，浓缩成了四张摸得着的画像，具体到可以对照自己的言行。
这条视频转发和点赞的数字并不算夸张，4次转发，83个赞，浏览量刚过一万九千。真正的分量，在于这段话里塞进了四条标准，足够被反复引用，又不至于失真。
拆开这四条标准，门槛比想象中"软"得多
高带宽，考验的是沟通密度
High-bandwidth engagement，直译是高带宽互动。工程师最熟悉这个词，网络带宽，指单位时间能传输多少数据。搬到人身上，说的是：你和产品团队之间，能不能高频、高密度、少误解地交换有用信息。
这跟"氪金多"完全是两回事。一个每天狂发消息、却只会说"这个模型变笨了"的人，带宽其实很低；一个不常冒泡、但每次都能贴出复现步骤、日志、harness配置的人，带宽反而更高。
有网友专门在评论区追问这个词到底是什么意思。
▲ Jamaur Bronner在回复里追问：这是否就是指反馈更走心、用产品更用心的那类人
追问本身也说明一件事：这个词够新鲜，得专门解释才能懂。
反馈，要能让工程师马上用上
Tibo自己就是"好反馈"这条标准的活教材。今年早些时候，Codex出过一个bug，他在X上大方认了：
"Codex had a bug. Fixed. More feedback. Better product. Keep it coming."
「Codex出了个bug，修好了。反馈越多，产品越好，继续来。」
▲ Tibo在X上公开承认bug并致谢反馈，这条推文成了"好反馈文化"的注脚
什么样的反馈算好？光说"感觉变笨了"没用，得说明白是在哪个任务、哪种设置、哪套harness下，成功率从多少掉到多少，样本链接放在哪里。只站边喊好或喊烂、拿不出复现步骤的反馈，进不了"好反馈"的门槛。
客观，是一种慢慢攒出来的信用
Unbiased in the past，过往评价客观，容易被误解成"永远端水，谁都不得罪"。真实的意思更接近：结论跟着证据走，不因为自己的身份、交情或立场，提前锁死一个模型的评分。
模型发布前后，社交媒体最容易出现拉踩。有人把一款模型捧成唯一真神，也有人把它写得一无是处。如果实验室只把测试资格给永远唱赞歌的人，收回来的信号注定是失真的。
这条标准对内容创作者格外敏感，提前玩到新模型，很容易被当成抢首发好评的特权。评测者一旦被利益或滤镜绑住，反过来会坑了实验室自己的判断。
敢聊各种harness，才是真懂行
Model harness，可以粗暴理解成，把模型装进真实工作场景的那层壳：提示词模板、工具调用、agent循环、检索、代码执行环境、UI包装，等等。同一个底层模型，换一套harness，体验能差出两个产品的距离。
Tibo特意强调"all sorts of model harnesses"，暗示他要找的人早就跳出了默认聊天框：自己搭agent、改system prompt、接外部工具是家常便饭，还敢说真话，这次的提升到底来自模型本身，还是来自换了一套脚手架？换一套harness，优势还在不在？
在Codex、Work、电脑操作代理越来越普及的当下，模型和harness已经很难拆开看。能拆解明白的人，天然比只会截图排行榜的人值钱。
官方的另一套说法：机构同样要被筛选
Tibo讲的是"人"的标准。同一时间，OpenAI官网上写的却是另一套逻辑，挑"机构"。
在GPT-5.6 Sol系列的发布文章里，官方话说得干脆：
"During the preview, GPT‑5.6 models will initially be available through the API and Codex to a select group of trusted partners and organizations..."
「预览阶段，GPT-5.6系列模型会先通过API和Codex，开放给一小群精挑细选的可信伙伴与机构……」
▲ OpenAI官网Availability and pricing部分，明确写出预览期先面向select group of trusted partners
一边说想让更多人尽快用上，一边又从一小撮机构起步。这背后是风险管理下的发布节奏，能力越强，越要先窄后宽。
同一天，Tibo自己也在X上官宣ChatGPT Work已经推送给100%的Pro用户，还提醒大家把野心调高一点，说GPT-5.6 Sol跟以前见过的都不一样。新模型、新代理能力、新安全栈，几乎挤在同一个时间窗口里，提前拿到手的人，往往也是第一批踩坑的人。
除了trusted partners，OpenAI还留着两条更早就存在的通道。一条从2024年底就已经开放，面向安全与安全研究者，鼓励他们申请提前接触下一代前沿模型，做红队测试与风险评估；另一条是2025年11月公开的第三方外部测试体系，找独立机构做能力评估、方法审查，以及领域专家用真实任务做压力测试，还配了保密协议，报酬也不跟评估结论挂钩。
三条通道拼在一起，才是"谁能先摸到新模型"的全貌：个人测试者靠软实力，机构伙伴靠信任关系，安全评估靠专业使命。
论坛老哥们猜了好几年，方向可能一直偏了
在Tibo开口之前，开发者社区已经猜了很久。有一条2023年11月就开始的长帖，罗列了一堆可能因素。
▲ OpenAI开发者社区长帖，网友罗列出API消费等级、论坛信任等级、企业关联等猜测
帖子里的猜测五花八门：API账单花了多少钱、用不用Azure生态、上架过ChatGPT插件没有、论坛账号有没有混到信任等级三、企业客户身份算不算加分项。还有人举例说，自己没怎么花钱，DALL·E 3却在某个新Plus账号上莫名其妙解锁了，怀疑背后有随机抽签的成分。
这些猜测有一个共同点：全都是可以量化、可以自己操作的变量。多充钱、多混论坛等级、多签企业合同，听起来像一份能照抄的作业。
Tibo的回答，恰好把这份作业撕掉了。他强调的高带宽、反馈质量、历史客观、harness诚实，没有一条能靠砸钱或刷等级换来。用量能证明你愿意花钱，证明不了你能不能提供有用的信息。一个消费不算多、却每次都能精准复现问题的人，可能比账单很高、却说不出具体现象的大客户更有价值。
民间偏爱能量化的消费和身份，Tibo偏爱难以量化的协作质量，这个错位，大概是这次访谈最值得玩味的地方。
为什么这次的坦白，值得被认真对待
把四条标准往深了看，能读出几层没有明说的逻辑。
实验室拿出的是最稀缺的东西：算力、泄密风险、公关风险。换来的是关于真实世界的信息。高带宽提升沟通效率，好反馈提升信息结构，客观降低偏差，harness诚实降低测量误差，四条摆在一起，几乎是一套工程师写出来的选人公式，只是被翻译成了人话。
如果资格只发给永远唱赞歌的人，实验室收到的更像一间回音室，很难代表真实世界的信号，这种风险在研究里有个专门说法，叫评测者俘获（evaluator capture）。"过往客观"被单独列成一条，正是对这种风险的提前防御。
Harness诚实同样值得多想一层。当发布越来越依赖基准跑分和demo演示，能把"这次进步到底来自模型，还是来自脚手架"这件事拆解明白的人，正变得比只会截图排行榜的人稀缺得多。谁能拆穿演示里的魔术，谁就更值钱。
高带宽的本质，是资源分配的现实：产品团队的注意力有限，早期名额说到底是把这份稀缺的关注，分给预期能带来最多信息增量的人。实验室想要的，是能来回对话、能追问校正的传感器。
新模型还会一批批地先给一小撮人，这件事大概率不会变。算力有上限，安全需要观察真实世界的分布，长尾问题也只有真实用户才能挖出来。
这一次不一样的地方在于，挑人的逻辑第一次被讲成了人话，高带宽、好反馈、客观、敢聊harness，四条具体到可以对照的画像，取代了"可信伙伴"这类场面话。
高带宽、好反馈、客观、敢聊harness，砸钱抄不到，但普通人对照着这四条去改进，方向是清楚的。名单会继续存在。至少现在，你知道自己该往哪个方向努力了。
