美國時間周四，OpenAI推出了Canvas功能，還沒真正用上呢，不少人看著展示視頻就紛紛喊著“炸裂”、“震撼”、以及“這就是AGI終極交互形態(tài)”。

作為AI領(lǐng)域的“流量密碼”，OpenAI每次發(fā)布新產(chǎn)品都會迎來一片喝彩，但“一邊倒”的熱捧真的有理嗎？

我們決定不跟風(fēng)，在拿到Canvas的beta權(quán)限并且親自試用之后，才來和大家分享真實的使用體驗。

先說結(jié)論：Canvas并不如外界傳言般“炸裂”，更不是“AGI的終極交互形態(tài)”。

簡單來說，是ChatGPT里一個內(nèi)置的新交互體驗，可以彈出頁面以更好地輔助用戶進行寫作（writing）和編碼（coding）。

你可以通過在提示中輸入“使用畫布（use canvas）”來手動打開，ChatGPT也會在檢測到可能有用的場景時，自動打開Canvas。

進入到Canvas的界面，它會在右下角有幾個用于寫作和編碼的快捷鍵。

對于寫作項目，用戶可以要求 ChatGPT 提供編輯建議或長度調(diào)整，或者要求它將一段文本的閱讀級別從研究生水平降低到幼兒園水平。它還可以添加“相關(guān)的表情符號以強調(diào)和著色”。

程序員可以讓 ChatGPT 審查他們的代碼并添加內(nèi)聯(lián)改進建議。它還可以用日志和注釋標(biāo)記您的工作，以幫助調(diào)試并使您更容易理解代碼。它還能夠在 Canvas 模式下修復(fù)錯誤并將編碼移植到不同的語言，例如 Javascript、Typescript、Python、Java、C++ 或 PHP。

更直觀的來說，Canvas的推出，就好像ChatGPT同時內(nèi)置了Notion和GitHub Copilot。

聽起來很強大是不是？畢竟Notion號稱坐擁1億用戶，年營收2.5億美元，而GitHub Copilot擁有130萬付費用戶，年營收20億美元。

僅僅一個Canvas就能同時提供這兩種服務(wù)，這簡直就是“終極AGI交互的未來”啊，OpenAI的研究員Karina Nguyen最先在推特上發(fā)出了這樣的“感嘆”。

隨后，其他輿論也紛紛跟進，一邊倒的站在Karina Nguyen身邊。

我們從觸發(fā)Canvas這一步說起。

在展示視頻里，輸入“help me write an api webserver in rust”的prompt之后， ChatGPT自動跳轉(zhuǎn)進入了Canvas界面，并生成了代碼，就像VSCode的界面那樣。

我復(fù)制了一段html代碼，并要求ChatGPT幫我review一下，在輸入這些之后，并沒有觸發(fā)Canvas功能，還是停留在原本的頁面。

于是我改變策略，提出了“生成一個用來獲取納斯達克近年來的數(shù)據(jù)，并進行分析的Python腳本”這樣的prompt。

這次才成功觸發(fā)了Canvas。

目前，ChatGPT并不能100%準(zhǔn)確的識別需要觸發(fā)Canvas的場景，但你可以通過“use Canvas”或者“open Canvas”之類的非常明確的prompt讓它直接觸發(fā)。

在周四公布Canvas功能的博客里，OpenAI也承認目前觸發(fā)Canvas的正確率分別在83%（寫作任務(wù)） 和 94%（編程任務(wù)）。

編程體驗不如微軟的GitHub Copilot。

在讓ChatGPT Canvas生成代碼之后，同樣的，我要求微軟的GitHub Copilot也基于同樣的prompt——“生成一個用來獲取納斯達克近年來的數(shù)據(jù)并進行分析的Python腳本”——來生成代碼，得到了下面的結(jié)果：

兩者給出了具備基本功能的代碼，但ChatGPT生成的代碼看起來更細致一些。

在功能多樣性上，我們可以看到Canvas界面的右下角，有五個快捷鍵，分別是：

1.檢查代碼（Review Code）：ChatGPT 提供內(nèi)聯(lián)建議，以優(yōu)化和提升代碼質(zhì)量。

2.添加日志（Add Logs）：插入日志語句，以便調(diào)試和深入理解代碼的執(zhí)行過程。

3.添加注釋（Add Comments）：向代碼添加注釋以使其更易于理解。

4.修復(fù)錯誤（Fix Bugs）：檢測并重寫有問題的代碼。

5.移植到語言（Port to a language）：將代碼轉(zhuǎn)換為 Javascript、Typescript、Python、Java、C++ 或 PHP 等編程語言。

這些功能GitHub Copilot也都提供，甚至更多。

初體驗上，Canvas和GitHub Copilot打個平手。

但真正超越Canvas的地方在于，GitHub Copilot與開發(fā)者的IDE（如Visual Studio Code）深度集成。

GitHub Copilot直接在IDE中工作，為開發(fā)者提供實時的代碼建議和補全。這種無縫銜接大大簡化了工作流程，省去了在聊天界面和編輯器之間來回切換的麻煩。

相比之下，Canvas依托于ChatGPT這樣一個聊天工具，開發(fā)者仍需要手動將它生成的代碼復(fù)制粘貼到IDE中，才能運行。

想想看，你是愿意對著一個聊天框苦哈哈地描述你想要的代碼，在它生成代碼后，手動復(fù)制粘貼到IDE里？還是希望在IDE里有個實時跟進的AI助手，在你敲代碼的時候默默地跟著你的思路，隨時蹦出補全建議？

自動補全功能也是開發(fā)者們認為GitHub Copilot優(yōu)于包括ChatGPT和Claude等提供AI代碼編寫功能的聊天機器人的地方。

Copilot可以根據(jù)開發(fā)者剛剛輸入的幾行代碼自動補全后面的代碼，這種“聯(lián)想式編程”極大地提高了代碼編寫速度，而ChatGPT則需要手動描述任務(wù)或詢問才能生成相應(yīng)的代碼。

另一方面，GitHub Copilot對項目整體的理解能力是優(yōu)于Canvas的。GitHub Copilot可以基于整個代碼庫或項目的上下文來理解代碼結(jié)構(gòu)，識別變量、函數(shù)、類等內(nèi)容，而ChatGPT Canvas的代碼生成基于當(dāng)前對話的內(nèi)容，無法直接讀取用戶的整個代碼文件，因此對項目上下文的理解有限。

而ChatGPT盡管在生成代碼、解釋概念以及回答編程問題方面表現(xiàn)出色，但在編程效率和與開發(fā)流程的深度融合方面不如GitHub Copilot，而這正是開發(fā)者最需要的地方。

在文字生成方面，它有的功能Notion都有，而且更強。

為了測試Canvas的文字生成功能，我讓它幫我給一位六年多沒見的朋友寫一封信，表達我的思念之情。

輸入prompt之后，ChatGPT自動觸發(fā)Canvas界面，并且生成了內(nèi)容。

郵件內(nèi)容沒有什么可挑剔的地方。在界面的右下角依然是有幾個快捷鍵，分別是：

1.建議修改：ChatGPT 提供內(nèi)聯(lián)建議和反饋。

2.調(diào)整長度：根據(jù)需要縮短或加長文檔。

3.更改閱讀水平：調(diào)整閱讀難度，從幼兒園到研究生水準(zhǔn)。

4.最終潤色：檢查語法、清晰度和一致性。

5.添加表情符號：加入相關(guān)表情符號，增添強調(diào)和色彩。

我一一進行了嘗試，效果如下圖：

整體還是挺絲滑的，沒什么可以挑剔的。但我轉(zhuǎn)念一想，Canvas的文字生成體驗離讓我感到“炸裂”還是挺遙遠的，我常用的Notion早有這些功能了啊。

于是我讓Notion也給我六年不見的朋友寫封信，效果也不差。Canvas五個快捷鍵包含的功能，它也有，并且還有專門針對文檔協(xié)作管理的更多細分功能。（如下圖）

兩年前Notion就推出了beta版本的Notion AI，在上周正式向所有用戶開放。

Notion AI采用了包括OpenAI的GPT 和Antropic的Claude 在內(nèi)的多個大型語言模型，在多樣性和靈活性上顯然高于Canvas。

另外，Notion AI與Notion現(xiàn)有的組織、標(biāo)記和鏈接工具無縫結(jié)合，用戶可在同一平臺內(nèi)完成從內(nèi)容生成到組織的全過程，避免了在多個應(yīng)用間切換的麻煩；充分利用了Notion平臺的協(xié)作特性，支持團隊成員在共享文檔中進行實時協(xié)作。

這種無縫集成讓用戶能在熟悉的環(huán)境中直接使用 AI 功能，顯著提高工作效率，此外，Notion AI 對用戶工作環(huán)境的深入理解使其能提供更加精準(zhǔn)和相關(guān)的建議，這是像ChatGPT Canvas這樣的獨立AI工具難以企及的。

無論是Notion還是GitHub Copilot與Canvas的對比，都指向了關(guān)于AGI普及的兩種主要發(fā)展路徑的探討。

第一種路徑由OpenAI、Anthropic等大模型供應(yīng)商主導(dǎo)。

他們希望將大模型不僅作為基礎(chǔ)設(shè)施提供，還發(fā)展成為一個平臺，成為用戶接觸各類服務(wù)的主要入口。

這些公司致力于圍繞AI構(gòu)建更多的應(yīng)用，形成自有生態(tài)系統(tǒng)。例如，OpenAI的ChatGPT不再僅僅是聊天機器人，通過插件集成、與文檔和API連接，提供生產(chǎn)力工具的多樣化服務(wù)，最近的Canvas更是OpenAI“野心”的直接體現(xiàn)。

另一條路徑則由軟件服務(wù)商主導(dǎo)，思路是“為應(yīng)用加上AI”。

在這種模式下，AI作為現(xiàn)有工具的增強功能，而不是一個獨立的平臺，其作用在于優(yōu)化和提升現(xiàn)有軟件的智能性和效率。

微軟、Google等公司將大模型嵌入到生產(chǎn)力工具中，如GitHub、Word、Excel、Google Docs和Google Emails等，使得用戶在熟悉的工作流中享受到智能輔助，如文本自動生成、數(shù)據(jù)分析和智能建議等功能，更加貼近用戶需求，提升工作效率。

這種路徑強調(diào)的是“增強而非替代”——優(yōu)化已有工具和流程，而不是另起爐灶，創(chuàng)建一個新的平臺。目前來看，用戶更傾向于軟件服務(wù)商推動的這條路徑，因為它依托于大眾熟悉的工具，無需適應(yīng)新平臺，且實現(xiàn)了無縫的智能化增強。

正因如此，在HackerNews上，開發(fā)者們也普遍表達了類似的看法：

“這（Canvas）很酷，但我希望它能集成到已有的編碼和寫作工具中，而不是作為一個單獨的應(yīng)用程序。”

“如果Apple在Pages等應(yīng)用中添加類似功能，我一點也不會感到驚訝。看來他們對AI的態(tài)度是將其集成到現(xiàn)有應(yīng)用和體驗中，而不是制作獨立的AI應(yīng)用。我覺得這些獨立應(yīng)用更多是技術(shù)演示，展示了可能實現(xiàn)的功能，而不是最終普及的應(yīng)用形態(tài)。”

本周三，OpenAI宣布完成66億美元的新一輪融資，估值達到1570億美元。本輪融資由Thrive Capital牽頭，微軟、英偉達、軟銀、阿聯(lián)酋投資公司MGX等參投。

盡管這輪融資標(biāo)志著OpenAI的估值在九個月的時間里翻了一番，但也意味著更大的壓力還在前頭。

翻開《紐約時報》披露的財務(wù)數(shù)據(jù)，就能看出問題所在：今年OpenAI預(yù)計能賺37億美元，聽起來不少了吧？可問題是，光是運營成本和七七八八的開銷，就能讓公司虧掉50億美元。

即便收入可觀，OpenAI依然“深陷”入不敷出的困境。

更要命的是，投資人也不愿意繼續(xù)不計回報的“燒錢”了，作為這輪融資的附加條件：公司必須在兩年內(nèi)轉(zhuǎn)型為營利性企業(yè)，否則融資將轉(zhuǎn)為債務(wù)。

如果無法完成這一轉(zhuǎn)型，OpenAI將面臨多重挑戰(zhàn)：現(xiàn)金流緊張、債務(wù)負擔(dān)加重、融資能力受限，甚至可能導(dǎo)致公司控制權(quán)的改變和創(chuàng)始人股權(quán)的稀釋。這些潛在風(fēng)險都將嚴重影響公司的發(fā)展軌跡。

因此，在本輪融資條件公布前，OpenAI已經(jīng)宣布了架構(gòu)重組計劃，從非盈利向營利部門轉(zhuǎn)型。如今看來，這更像是外部壓力下的被動選擇。

飛漲的估值也難以掩蓋OpenAI對于盈利的焦慮。

Canvas項目的推出是它拓展商業(yè)化路徑最新的努力，未來我們可能會看到更多類似嘗試。

隨著OpenAI增強其技術(shù)能力和商業(yè)模式獨立性，它與微軟之間的合作關(guān)系或許也會更多的演變?yōu)椤皩埂保鏑anvas與GitHub Copilot的挑戰(zhàn)便是一個例證。

然而，核心問題依然存在：AGI的規(guī)模化應(yīng)用何時才能真正實現(xiàn)？只有解決這個問題，才能從根本上降低運營成本、減少虧損。這不僅是OpenAI面臨的挑戰(zhàn)，也是整個AI行業(yè)必須面對的課題。