新智元報(bào)道

編輯：KingHZ

【新智元導(dǎo)讀】奧特曼稱(chēng)GPT-5「比人聰明」，但OpenAI首席運(yùn)營(yíng)官Lightcap澄清：這不是AGI。這只是能力過(guò)剩的冰山一角——我們?nèi)杂惺戤a(chǎn)品可建，模型越智能，融合越要精妙。GPT-5標(biāo)志著從純智商到反思能力的全面躍進(jìn)。

GPT-5的能力到底有什么提升與意義？人工智能未來(lái)走向何處？這款驚艷亮相的OpenAI新模型，如何揭示智能的多種形態(tài)？

OpenAI的首席運(yùn)營(yíng)官Brad Lightcap在深度對(duì)話中揭開(kāi)了這些問(wèn)題的答案。

GPT-5為何如此特殊？

GPT-5實(shí)現(xiàn)了一個(gè)非常有趣的突破：可自主判斷是否先進(jìn)行深度推理再回答。

過(guò)去用戶必須通過(guò)ChatGPT的模型選擇器，手動(dòng)為不同任務(wù)挑選模型。提問(wèn)后，有時(shí)你會(huì)選思考模式，有時(shí)則不會(huì)。OpenAI認(rèn)為這種體驗(yàn)說(shuō)實(shí)話容易讓人困惑。

GPT-5徹底簡(jiǎn)化了這個(gè)流程。它不僅自動(dòng)替你決策，本質(zhì)上也更聰明。在寫(xiě)作、編程、健康等領(lǐng)域，它準(zhǔn)確性更高、響應(yīng)更快，整體體驗(yàn)全面升級(jí)。

大家本以為GPT-5的智能將爆炸式增長(zhǎng)，為何OpenAI選擇以可用性而非智能提升作為主要賣(mài)點(diǎn)？

Brad Lightcap解釋道，這是因?yàn)橹悄鼙举|(zhì)上取決于模型投入的思考時(shí)間。

分配越多的思考時(shí)長(zhǎng)，答案質(zhì)量就越高——這是基本規(guī)律。當(dāng)在特定基準(zhǔn)測(cè)試中允許模型思考時(shí)，AI的表現(xiàn)遠(yuǎn)超現(xiàn)有所有模型。

即便不啟用思考時(shí)間，它給出的答案依然普遍優(yōu)于GPT-4.1這類(lèi)非思考型模型。

因此，這是一次全維度的智能飛躍。但關(guān)鍵在于動(dòng)態(tài)分配思考時(shí)間的能力——OpenAI認(rèn)為這才是提升用戶體驗(yàn)的核心。

這種進(jìn)步很難用簡(jiǎn)單的「指數(shù)級(jí)」或「漸進(jìn)式」來(lái)界定。

現(xiàn)在人類(lèi)已經(jīng)進(jìn)入需要從多維度評(píng)估智能的階段——OpenAI不是在回避問(wèn)題，而是為了說(shuō)明GPT-5為何如此特殊。

在核心能力上，它的提升顯而易見(jiàn)：SWEBench測(cè)試得分更高，各類(lèi)學(xué)術(shù)評(píng)估表現(xiàn)更優(yōu)。OpenAI還特別強(qiáng)化了GPT-5在健康領(lǐng)域的基準(zhǔn)表現(xiàn)。

但如今衡量模型優(yōu)劣的標(biāo)準(zhǔn)已經(jīng)變得非常多元。

根據(jù)訓(xùn)練方式和問(wèn)題處理機(jī)制的不同，我們可以從多個(gè)角度進(jìn)行評(píng)估：

-速度本身即質(zhì)量：?jiǎn)挝凰伎紩r(shí)間內(nèi)能給出更優(yōu)答案，這本身就是重要的進(jìn)步指標(biāo)

-隱形能力升級(jí)：結(jié)構(gòu)化思考、問(wèn)題分解、工具調(diào)用等底層能力全面提升

所有這些維度，GPT-5都超越了前代模型。

Scaling Law未死

從GPT-1到GPT-2、GPT-3，再到GPT-4的每次躍進(jìn)，能力都是全面提升的。

那時(shí)候，「更大的模型=全面更好的模型」。而GPT-5似乎并非如此。所以，情況變了嗎？

Brad Lightcap表示：「從技術(shù)角度看，情況確實(shí)變了?！?/p>

從GPT-2到GPT-3，再到GPT-3到GPT-4，主要是利用了當(dāng)時(shí)的Scaling范式。訓(xùn)練規(guī)模越大的模型，結(jié)果就得到更好的模型。

這個(gè)規(guī)律依然成立，但現(xiàn)在有了另一類(lèi)訓(xùn)練方式，即后訓(xùn)練（post-training）。用更有趣的方式使用測(cè)試時(shí)計(jì)算（test-time compute），幾乎像是訓(xùn)練的第二階段。

這提供了一種推動(dòng)力，讓OpenAI能將模型推向新的智能水平，同時(shí)還能訓(xùn)練「智多星」。

比如，使用工具對(duì)整體智能非常重要。GPT-2和GPT-3在這方面做得不太好。GPT-4在這方面很初級(jí)。而現(xiàn)在GPT-5內(nèi)置了這些能力，結(jié)合了多步驟和更長(zhǎng)遠(yuǎn)的推理過(guò)程。

既然訓(xùn)練方式開(kāi)始變化，那OpenAI現(xiàn)在是否認(rèn)為預(yù)訓(xùn)練（pre-training）的回報(bào)在遞減？

Brad Lightcap強(qiáng)調(diào)他們并不認(rèn)為預(yù)訓(xùn)練（pre-training）的回報(bào)在遞減。

Scaling Law依然成立。從經(jīng)驗(yàn)上看，沒(méi)有理由認(rèn)為預(yù)訓(xùn)練的回報(bào)會(huì)遞減。

而在后訓(xùn)練方面，大家才剛開(kāi)始觸及這個(gè)新范式的表面。o系列模型，即之前的推理模型，只是OpenAI開(kāi)始探索后訓(xùn)練的起點(diǎn)。

Brad Lightcap認(rèn)為未來(lái)一兩年，主要方向是繼續(xù)在后訓(xùn)練維度上Scaling，繼續(xù)看到顯著的收益。因?yàn)檫@些收益太明顯了。所以現(xiàn)在從兩個(gè)軸向上改進(jìn)模型：預(yù)訓(xùn)練和后訓(xùn)練。這會(huì)加速創(chuàng)新。

從現(xiàn)在起，大多數(shù)改進(jìn)會(huì)來(lái)自Scaling，還是算法？

Brad Lightcap表示總是組合拳。

算法、規(guī)模、計(jì)算力和數(shù)據(jù)，這些都缺一不可。展望未來(lái)，OpenAI它們都超級(jí)重要，需要全方位發(fā)力。

最難的部分當(dāng)然是讓它們完美融合。訓(xùn)練更大的模型，通常意味著你得用更多數(shù)據(jù)和計(jì)算力。這是個(gè)微妙的平衡，因?yàn)閱渭兎糯笠?guī)模，不一定總能帶來(lái)同等的進(jìn)步。你得把其他元素也帶上。

OpenAI不是只按一個(gè)按鈕，而是真的很用心，把所有這些拉到一起。

GPT-5能力過(guò)剩

但不叫「AGI」

在Theo Von的播客節(jié)目中，奧特曼說(shuō)：「GPT-5在幾乎所有方面都比人聰明?！?/p>

這聽(tīng)起來(lái)就像他想象中的AGI。他似乎想叫它 AGI，但OpenAI又沒(méi)有明確這樣說(shuō)。所以，為什么GPT-5不是AGI？

Brad Lightcap解釋道：「AGI確實(shí)難以定義」。

有個(gè)笑話說(shuō)，你問(wèn)五個(gè)人AGI是什么，會(huì)得到七種答案。

OpenAI看待AGI的方式是，AGI是個(gè)積累過(guò)程，是個(gè)系統(tǒng)。你得定義這個(gè)系統(tǒng)是什么，你期待它能做什么。

對(duì)Brad來(lái)說(shuō)，至少，AGI是一個(gè)能穩(wěn)定學(xué)習(xí)新事物（哪怕超出其訓(xùn)練分布）的系統(tǒng)，這種能力源自它的推理、思考、解決問(wèn)題、使用工具以及提出新想法的能力。但他不認(rèn)為GPT-5就是AGI：GPT-5以及后續(xù)模型中，開(kāi)始看到的是這種「通用化學(xué)習(xí)系統(tǒng)」的部分雛形和模塊。

而且很難確定AGI和非AGI的分界點(diǎn)。即便真有這個(gè)時(shí)刻，也不確定大家會(huì)在第一時(shí)間意識(shí)到。因?yàn)樵诤瓦@些模型共事中，「能力儲(chǔ)備過(guò)?！购茱@著。奧特曼說(shuō)的「口袋里的博士」這種智能水平，其實(shí)大家還沒(méi)有真正完全利用好。

從某種意義上說(shuō)，即使現(xiàn)在AI的發(fā)展暫停十年，大家依然會(huì)有大約十年的新產(chǎn)品可以構(gòu)建，依然會(huì)有新方法來(lái)把GPT-5這種水平的模型融入有趣的產(chǎn)品和流程中。

一個(gè)有趣的現(xiàn)象是，模型越聰明，反而越要求產(chǎn)品設(shè)計(jì)方在如何將它融入系統(tǒng)方面投入更多。

Brad Lightcap常打個(gè)比方：

實(shí)習(xí)生非常聰明，但他們最終做的事情有限：記會(huì)議筆記、寫(xiě)摘要、做基礎(chǔ)分析。

但如果你帶來(lái)的是一位博士，他們的能力范圍就很廣了，只是第一天上班時(shí)可能并不立即高效。你要做的就是給他們足夠的背景、信息和工具，讓他們?cè)诤罄m(xù)發(fā)揮最大價(jià)值。而這個(gè)過(guò)程比讓實(shí)習(xí)生上手所需的時(shí)間更長(zhǎng)。

他認(rèn)為AI模型也類(lèi)似，這是一個(gè)持續(xù)的過(guò)程，并不會(huì)是線性的。

這引出個(gè)超級(jí)有趣的問(wèn)題：從現(xiàn)在起，繼續(xù)讓模型更聰明有意義嗎？還是該建哪些輔助能力？那么對(duì)于OpenAI來(lái)說(shuō)，接下來(lái)的目標(biāo)是繼續(xù)增強(qiáng)智能，還是專(zhuān)注于那些「非智力」能力？

Brad Lightcap表示全都要。

一部分就是純IQ：對(duì)事物運(yùn)作的知識(shí)信息回憶的能力。

但還有推理能力：

怎么用其他工具解決問(wèn)題；

反思能力：回顧自己的思路鏈，當(dāng)你覺(jué)得走錯(cuò)路、沒(méi)想對(duì)策略時(shí)，及時(shí)修正。

在這些問(wèn)題上，GPT-5比之前系統(tǒng)好。

對(duì)OpenAI來(lái)說(shuō)，現(xiàn)實(shí)世界基準(zhǔn)作為智能標(biāo)志，越來(lái)越重要，比學(xué)術(shù)基準(zhǔn)更關(guān)鍵。

而「持續(xù)學(xué)習(xí)」（continual learning）這絕對(duì)是OpenAI優(yōu)先事項(xiàng)之一。

首次用上推理AI

震撼免費(fèi)用戶

沃頓商學(xué)院的Ethan Mollick提前測(cè)試了GPT-5，他提出了一個(gè)有趣的觀點(diǎn)：

如果你一直在關(guān)注這條發(fā)展曲線，那么GPT-5的進(jìn)步可以說(shuō)是一個(gè)巨大的飛躍，但也是一個(gè)出乎意料的飛躍。

他還提到：「這些模型在數(shù)學(xué)奧林匹克競(jìng)賽中獲得了金牌。我越來(lái)越難以理解這些巨大的進(jìn)步到底意味著什么?！?/p>

現(xiàn)在的所有模型都在快速改進(jìn)。那么問(wèn)題來(lái)了，如果你有一個(gè)大學(xué)水平生物學(xué)的模型，然后它達(dá)到了研究生水平的生物學(xué)，普通聊天機(jī)器人的用戶可能不會(huì)感受到這種變化，盡管它變得更聰明了。

有人說(shuō)，對(duì)于ChatGPT重度用戶來(lái)說(shuō)，這次提升會(huì)被感知到，但可能是比較細(xì)微的提升。

但對(duì)于普通用戶，尤其是免費(fèi)用戶來(lái)說(shuō)，這將是一種巨大的飛躍。大多數(shù)免費(fèi)用戶從未體驗(yàn)過(guò)推理模型的威力。他們大多用的是GPT-4.0，而且主要是進(jìn)行類(lèi)似搜索的簡(jiǎn)短、回合式對(duì)話，這種方式并不能體現(xiàn)模型的全部能力。

所以，對(duì)很多人來(lái)說(shuō)，這將是他們第一次使用具備推理能力的模型。而且不僅如此，這也是他們第一次體驗(yàn)到「自我反思」的模型：根據(jù)問(wèn)題的難度，GPT-5模型會(huì)自行決定花多少時(shí)間思考、給出多高質(zhì)量的答案。

這其實(shí)是一件好事——如果一直緊追最強(qiáng)AI，那么你會(huì)感到目眩神迷，但進(jìn)步也會(huì)顯得更連續(xù)。而如果你一直用的是一兩年前的最佳模型，那么這次的躍遷會(huì)讓你非常震撼。

每個(gè)人的切入點(diǎn)都不一樣，這也是有趣之處——它對(duì)每個(gè)人來(lái)說(shuō)都是很個(gè)人化的體驗(yàn)。

GPT-5特別關(guān)注了健康領(lǐng)域，因?yàn)檫@是用戶使用AI最常見(jiàn)的起點(diǎn)之一，尤其是有健康問(wèn)題時(shí)。這是OpenAI的重要目標(biāo)。

兩大落地場(chǎng)景

健康與企業(yè)

Brad Lightcap認(rèn)為AI不會(huì)取代醫(yī)生：

人們依然需要與全科醫(yī)生或?qū)？漆t(yī)生合作進(jìn)行治療。

但有一個(gè)可以陪伴左右、在整個(gè)過(guò)程中提供指導(dǎo)的工具，對(duì)很多人來(lái)說(shuō)是很有安慰感的，并且在很多情況下確實(shí)能發(fā)揮作用。

OpenAI推動(dòng)模型在健康領(lǐng)域的能力提升，一直是他們重點(diǎn)關(guān)注的方向。

從GPT-5開(kāi)始，未來(lái)的模型，準(zhǔn)確率持續(xù)上升，幻覺(jué)率持續(xù)下降。

具體來(lái)說(shuō)，GPT-5的準(zhǔn)確率大約是前代模型的4到5倍（取決于測(cè)量方式）

在很多方面，還沒(méi)有看到企業(yè)界人工智能的「ChatGPT時(shí)刻」。

相對(duì)于消費(fèi)者，AI對(duì)企業(yè)是另一類(lèi)難度。

企業(yè)流程復(fù)雜，多用戶依賴(lài)很常見(jiàn)，必須處理大量的上下文，必須使用許多工具。這些工具必須以某種方式、在某些限制下依次使用。當(dāng)它們不起作用時(shí)，容錯(cuò)率沒(méi)有那么高。

只有能力基線的提升，AI在企業(yè)領(lǐng)域才能有所作用，包括使用工具、有條理思考、解決問(wèn)題、遞歸糾正自身錯(cuò)誤、進(jìn)行長(zhǎng)上下文檢索等能力。

這些能力在邊緣確實(shí)很重要。

OpenAI與多家企業(yè)合作測(cè)試這些模型，特別是GPT-5。從像Uber、Amgen、Harvey、Cursor、Lovable、JetBrains等公司那里，OpenAI得到了很多反饋。

如Cursor、JetBrains、Windsurf、Cognition等，都反饋說(shuō)GPT-5現(xiàn)在感覺(jué)是最強(qiáng)大的編碼模型，無(wú)論是在交互式編碼環(huán)境中還是在更具代理性的編碼環(huán)境中。

此外，GPT-5在其他領(lǐng)域中的推理和解決問(wèn)題的能力有了顯著提高。

Harvey就是一個(gè)很好的例子，Harvey AI與律師事務(wù)所合作，非常依賴(lài)其可靠、準(zhǔn)確和一致地分析案例的能力，提供法律分析時(shí)所需的那種結(jié)構(gòu)化思維水平。

GPT-5已經(jīng)非常強(qiáng)大，未來(lái)肯定會(huì)有更優(yōu)秀的模型，這一點(diǎn)毋庸置疑。

但目前OpenAI只專(zhuān)注于兩件事：如何讓更多人用上GPT-5，以及如何支持合作伙伴基于它開(kāi)發(fā)生態(tài)。

我們?nèi)蕴幱诳茖W(xué)探索階段——這才是最令人興奮的地方，就像比賽才剛開(kāi)局，OpenAI自己也還在理解當(dāng)前的范式。

GPT-5是重要的第一步，只有認(rèn)清現(xiàn)狀，才能看清未來(lái)。

參考資料：

https://www.bigtechnology.com/p/799049c8-5054-45c0-8ee7-9de1f2191759