OpenAI 收购 Ona：当 AI 竞赛从「谁的模型更聪明」转向「谁能替你把活干完」

发布时间：2026 年 6 月 14 日

过去几周，整个 AI 圈都在讨论大模型本身——OpenAI 提前发布 GPT-5.2 应对 Gemini 3，中国一代高科技计划开花结果，SpaceX 上市首日万亿富豪诞生……这些新闻都在讲一件事：谁家的模型更强。

但 6 月 11 日，一则相对低调的收购公告，可能比任何模型发布都更值得关注。

OpenAI 宣布达成协议，收购云端 AI 代理执行平台 Ona，交易金额未披露。Ona 团队将全部并入 OpenAI 的 Codex 产品线。表面上看，这是一起普通的收编，但如果你仔细读 Open AI 的官方表述，会发现一个关键转向：

交易完成后，用户就算关掉电脑、断掉 Wi-Fi，部署在云端的 AI 代理依然能持续运行数小时甚至数天，完成完整的任务链。

这不是 Siri 变得更会聊天，也不是 GPT-5 的推理分数又提高了几个点。这是 OpenAI 第一次公开承认：光有聪明的模型远远不够——你需要让这个模型能在无人看管的云环境中「自己干活、自己收尾」。

一、为什么是 Ona？

要理解这次收购的价值，先要理解「AI 编程代理」这个赛道的现状。

过去一年，这个赛道经历了不可思议的爆发：

• OpenAI 的 Codex 周活用户从 2 月桌面端上线时的 80 万，飙升至现在的 500 万，4 个月涨了 6 倍；
• Anthropic 的 Claude Code 同期也在快速扩张，形成直接竞争；
• 更关键的是用户结构变化：非技术知识工作者（分析师、研究员、运营人员）已占 Codex 活跃用户的约 1/5，且涌入速度是开发者的 3 倍。

这说明一件事：AI 编程工具不再是程序员的专属玩具，正在变成「通用知识工作」的基础设施。

但基础设施缺失了一个关键环节：可持续安全地「托管执行」。

传统的 AI 编程助手在本地运行，关电脑就断了；即便跑在云端，权限管理、凭证隔离和审计也是难题。Ona 的核心产品就是解决这个问题——它提供了一个预配置的云沙盒环境，客户可以完全掌控智能体的运行权限、凭证范围和审计日志，任务完成后沙盒自动销毁，降低数据泄露风险。

用更直白的话说：Ona 给 AI 代理造了一个带门禁的「私人办公室」，就算你不盯着它，它也能自己加班把活干完。

二、收购时机耐人寻味

这次收购发生在一个非常微妙的时间节点：

1. 6 月 8 日，OpenAI 向 SEC 秘密提交 S-1 草案，估值约 8520 亿美元，正式启动 IPO；
2. Anthropic 也在数日前递交了保密上市申请；
3. ** Space X 同月上市**，三者合计 IPO 规模约 3.6 万亿美元。

在上市的临门一脚，OpenAI 选择买下 Ona，而不是把那笔钱砸向另一轮算力扩张或模型训练。这说明在 OpenAI 的 IPO 叙事中，「代理基础设施」正在取代「参数规模」成为核心卖点。

华尔街的逻辑很简单：模型能力终将被竞争拉平——DeepSeek 用十分之一的成本实现了比肩 GPT-4 的性能就是证明。真正难以被复制的护城河，是让企业「放心把活交出去」的执行底座。Ona 恰好补上了这块拼图。

三、我的看法：一场被低估的范式转变

很多人觉得这次收购只是「给 Codex 加个功能」，但我认为它信号意义远大于商业意义。

第一，AI 竞赛的叙事正在逆转。

过去几年的主流叙事是「谁的参数更大、谁的 benchmark 分数更高」。从 GPT-3 到 GPT-4 到 GPT-5.2，每一轮发布都是「我们在 XX 基准上又涨了 Y%」。这种叙事养活了一整条产业，但也养出了一个「军备竞赛」的误区——好像只要模型够聪明，应用就自然落地。

但现实是：模型聪明≠能替你把活干完。

让 AI 真正落地，不仅要有好的推理能力，还要有「安全的持久执行环境」——它能访问你的代码库、调用你的内部工具、在跨时区跨设备的复杂任务中持续运转，并且不会因为断网而前功尽弃。这个基础设施层面的竞争，从来没有像现在这样重要。

第二，「先有模型，后有代理」的逻辑正在变成「代理倒逼模型」。

Ona 的收购说明了一件事：市场的需求已经不再停留在「模型更聪明的推理」，而是「agent 能自主完成端到端任务」。这意味着下一阶段的 AI 创新重点，将从模型架构转向：

• 代理的安全沙盒与权限隔离
• 长时间任务的状态管理与中断恢复
• 跨系统调用时的语义理解与上下文保持
• 任务完成后的自动化验收与交付

这些都是工程问题，不是算法问题。而工程问题的核心竞争力，恰恰是企业愿意花钱购买的「可交付性」。

第三，对中国 AI 产业的启示。

中国的 AI 产业在模型层已经站到了全球第一梯队——DeepSeek 的开源路线、字节的豆包、阿里的通义千问，都能证明这一点。但在「AI 代理执行层」，目前市场上的注意力还主要集中在模型本身的推理能力，对「安全持久执行环境」「跨系统权限隔离」「长时任务托管」这些基础设施的投入明显不足。

如果未来三五年，AI 代理真正成为知识工作的通用基础设施——就像今天的云计算之于互联网——那么「代理执行层」的技术护城河，其价值可能不亚于任何一个基础大模型。

结语

OpenAI 收购 Ona，表面上是一次小规模的收编，背后却是 AI 产业逻辑的一次深呼吸。

从「谁的模型更聪明」到「谁能替你把活干完」，这不是一个技术的进化，而是一次产业角色的重新定义。未来的 AI 公司，可能不再只是「模型公司」，而会演变成「模型 + 代理基础设施 + 企业交付系统」的复合体。谁先在「让 AI 替人干活」这件事上建立起壁垒，谁就拿到了下一张入场券。

至于那些还在 benchmark 分数里打转的玩家，是时候清醒了——用户不需要一个更聪明的大脑，用户需要一个靠得住的员工。

（本文仅代表个人观点，不构成任何投资建议。）