新智元报道
编辑：KingHZ
奥特曼称 GPT-5「比人聪明」，但 OpenAI 首席运营官 Lightcap 澄清：这不是 AGI。这只是能力过剩的冰山一角——我们仍有十年产品可建，模型越智能，融合越要精妙。GPT-5 标志着从纯智商到反思能力的全面跃进。
GPT-5 的能力到底有什么提升与意义？人工智能未来走向何处？这款惊艳亮相的 OpenAI 新模型，如何揭示智能的多种形态？
OpenAI 的首席运营官 Brad Lightcap 在深度对话中揭开了这些问题的答案。
GPT-5 为何如此特殊？
GPT-5 实现了一个非常有趣的突破：可自主判断是否先进行深度推理再回答。
过去用户必须通过 ChatGPT 的模型选择器，手动为不同任务挑选模型。提问后，有时你会选思考模式，有时则不会。OpenAI 认为这种体验说实话容易让人困惑。
GPT-5 彻底简化了这个流程。它不仅自动替你决策，本质上也更聪明。在写作、编程、健康等领域，它准确性更高、响应更快，整体体验全面升级。
大家本以为 GPT-5 的智能将爆炸式增长，为何 OpenAI 选择以可用性而非智能提升作为主要卖点？
Brad Lightcap 解释道，这是因为智能本质上取决于模型投入的思考时间。
分配越多的思考时长，答案质量就越高——这是基本规律。当在特定基准测试中允许模型思考时，AI 的表现远超现有所有模型。
即便不启用思考时间，它给出的答案依然普遍优于 GPT-4.1 这类非思考型模型。
因此，这是一次全维度的智能飞跃。但关键在于动态分配思考时间的能力——OpenAI 认为这才是提升用户体验的核心。
这种进步很难用简单的「指数级」或「渐进式」来界定。
现在人类已经进入需要从多维度评估智能的阶段——OpenAI 不是在回避问题，而是为了说明 GPT-5 为何如此特殊。
在核心能力上，它的提升显而易见：SWEBench 测试得分更高，各类学术评估表现更优。OpenAI 还特别强化了 GPT-5 在健康领域的基准表现。
但如今衡量模型优劣的标准已经变得非常多元。
根据训练方式和问题处理机制的不同，我们可以从多个角度进行评估：
-速度本身即质量：单位思考时间内能给出更优答案，这本身就是重要的进步指标
-隐形能力升级：结构化思考、问题分解、工具调用等底层能力全面提升
所有这些维度，GPT-5 都超越了前代模型。
Scaling Law 未死
从 GPT-1 到 GPT-2、GPT-3，再到 GPT-4 的每次跃进，能力都是全面提升的。
那时候，「更大的模型=全面更好的模型」。而 GPT-5 似乎并非如此。所以，情况变了吗？
Brad Lightcap 表示：「从技术角度看，情况确实变了。」
从 GPT-2 到 GPT-3，再到 GPT-3 到 GPT-4，主要是利用了当时的 Scaling 范式。训练规模越大的模型，结果就得到更好的模型。
这个规律依然成立，但现在有了另一类训练方式，即后训练（post-training）。用更有趣的方式使用测试时计算（test-time compute），几乎像是训练的第二阶段。
这提供了一种推动力，让 OpenAI 能将模型推向新的智能水平，同时还能训练「智多星」。
比如，使用工具对整体智能非常重要。GPT-2 和 GPT-3 在这方面做得不太好。GPT-4 在这方面很初级。而现在 GPT-5 内置了这些能力，结合了多步骤和更长远的推理过程。
既然训练方式开始变化，那OpenAI 现在是否认为预训练（pre-training）的回报在递减？
Brad Lightcap 强调他们并不认为预训练（pre-training）的回报在递减。
Scaling Law 依然成立。从经验上看，没有理由认为预训练的回报会递减。
而在后训练方面，大家才刚开始触及这个新范式的表面。o系列模型，即之前的推理模型，只是 OpenAI 开始探索后训练的起点。
Brad Lightcap 认为未来一两年，主要方向是继续在后训练维度上 Scaling，继续看到显著的收益。因为这些收益太明显了。所以现在从两个轴向上改进模型：预训练和后训练。这会加速创新。
从现在起，大多数改进会来自 Scaling，还是算法？
Brad Lightcap 表示总是组合拳。
算法、规模、计算力和数据，这些都缺一不可。展望未来，OpenAI 它们都超级重要，需要全方位发力。
最难的部分当然是让它们完美融合。训练更大的模型，通常意味着你得用更多数据和计算力。这是个微妙的平衡，因为单纯放大规模，不一定总能带来同等的进步。你得把其他元素也带上。
OpenAI 不是只按一个按钮，而是真的很用心，把所有这些拉到一起。
GPT-5 能力过剩
但不叫「AGI」
在 Theo Von 的播客节目中，奥特曼说：「GPT-5 在几乎所有方面都比人聪明。」
这听起来就像他想象中的 AGI。他似乎想叫它 AGI，但 OpenAI 又没有明确这样说。所以，为什么 GPT-5 不是 AGI？
Brad Lightcap 解释道：「AGI 确实难以定义」。
有个笑话说，你问五个人 AGI 是什么，会得到七种答案。
OpenAI 看待 AGI 的方式是，AGI 是个积累过程，是个系统。你得定义这个系统是什么，你期待它能做什么。
对 Brad 来说，至少，AGI 是一个能稳定学习新事物（哪怕超出其训练分布）的系统，这种能力源自它的推理、思考、解决问题、使用工具以及提出新想法的能力。但他不认为 GPT-5 就是 AGI：GPT-5 以及后续模型中，开始看到的是这种「通用化学习系统」的部分雏形和模块。
而且很难确定 AGI 和非 AGI 的分界点。即便真有这个时刻，也不确定大家会在第一时间意识到。因为在和这些模型共事中，「能力储备过剩」很显著。奥特曼说的「口袋里的博士」这种智能水平，其实大家还没有真正完全利用好。
从某种意义上说，即使现在 AI 的发展暂停十年，大家依然会有大约十年的新产品可以构建，依然会有新方法来把 GPT-5 这种水平的模型融入有趣的产品和流程中。
一个有趣的现象是，模型越聪明，反而越要求产品设计方在如何将它融入系统方面投入更多。
Brad Lightcap 常打个比方：
实习生非常聪明，但他们最终做的事情有限：记会议笔记、写摘要、做基础分析。
但如果你带来的是一位博士，他们的能力范围就很广了，只是第一天上班时可能并不立即高效。你要做的就是给他们足够的背景、信息和工具，让他们在后续发挥最大价值。而这个过程比让实习生上手所需的时间更长。
他认为 AI 模型也类似，这是一个持续的过程，并不会是线性的。
这引出个超级有趣的问题：从现在起，继续让模型更聪明有意义吗？还是该建哪些辅助能力？那么对于 OpenAI 来说，接下来的目标是继续增强智能，还是专注于那些「非智力」能力？
Brad Lightcap 表示全都要。
一部分就是纯 IQ：对事物运作的知识信息回忆的能力。
但还有推理能力：
怎么用其他工具解决问题；
反思能力：回顾自己的思路链，当你觉得走错路、没想对策略时，及时修正。
在这些问题上，GPT-5 比之前系统好。
对 OpenAI 来说，现实世界基准作为智能标志，越来越重要，比学术基准更关键。
而「持续学习」（continual learning）这绝对是 OpenAI 优先事项之一。
首次用上推理 AI
震撼免费用户
沃顿商学院的 Ethan Mollick 提前测试了 GPT-5，他提出了一个有趣的观点：
如果你一直在关注这条发展曲线，那么 GPT-5 的进步可以说是一个巨大的飞跃，但也是一个出乎意料的飞跃。
他还提到：「这些模型在数学奥林匹克竞赛中获得了金牌。我越来越难以理解这些巨大的进步到底意味着什么。」
现在的所有模型都在快速改进。那么问题来了，如果你有一个大学水平生物学的模型，然后它达到了研究生水平的生物学，普通聊天机器人的用户可能不会感受到这种变化，尽管它变得更聪明了。
有人说，对于 ChatGPT 重度用户来说，这次提升会被感知到，但可能是比较细微的提升。
但对于普通用户，尤其是免费用户来说，这将是一种巨大的飞跃。大多数免费用户从未体验过推理模型的威力。他们大多用的是 GPT-4.0，而且主要是进行类似搜索的简短、回合式对话，这种方式并不能体现模型的全部能力。
所以，对很多人来说，这将是他们第一次使用具备推理能力的模型。而且不仅如此，这也是他们第一次体验到「自我反思」的模型：根据问题的难度，GPT-5 模型会自行决定花多少时间思考、给出多高质量的答案。
这其实是一件好事——如果一直紧追最强 AI，那么你会感到目眩神迷，但进步也会显得更连续。而如果你一直用的是一两年前的最佳模型，那么这次的跃迁会让你非常震撼。
每个人的切入点都不一样，这也是有趣之处——它对每个人来说都是很个人化的体验。
GPT-5 特别关注了健康领域，因为这是用户使用 AI 最常见的起点之一，尤其是有健康问题时。这是 OpenAI 的重要目标。
两大落地场景
健康与企业
Brad Lightcap 认为 AI 不会取代医生：
人们依然需要与全科医生或专科医生合作进行治疗。
但有一个可以陪伴左右、在整个过程中提供指导的工具，对很多人来说是很有安慰感的，并且在很多情况下确实能发挥作用。
OpenAI 推动模型在健康领域的能力提升，一直是他们重点关注的方向。
从 GPT-5 开始，未来的模型，准确率持续上升，幻觉率持续下降。
具体来说，GPT-5 的准确率大约是前代模型的 4 到 5 倍（取决于测量方式）
在很多方面，还没有看到企业界人工智能的「ChatGPT 时刻」。
相对于消费者，AI 对企业是另一类难度。
企业流程复杂，多用户依赖很常见，必须处理大量的上下文，必须使用许多工具。这些工具必须以某种方式、在某些限制下依次使用。当它们不起作用时，容错率没有那么高。
只有能力基线的提升，AI 在企业领域才能有所作用，包括使用工具、有条理思考、解决问题、递归纠正自身错误、进行长上下文检索等能力。
这些能力在边缘确实很重要。
OpenAI 与多家企业合作测试这些模型，特别是 GPT-5。从像 Uber、Amgen、Harvey、Cursor、Lovable、JetBrains 等公司那里，OpenAI 得到了很多反馈。
如 Cursor、JetBrains、Windsurf、Cognition 等，都反馈说 GPT-5 现在感觉是最强大的编码模型，无论是在交互式编码环境中还是在更具代理性的编码环境中。
此外，GPT-5 在其他领域中的推理和解决问题的能力有了显著提高。
Harvey 就是一个很好的例子，Harvey AI 与律师事务所合作，非常依赖其可靠、准确和一致地分析案例的能力，提供法律分析时所需的那种结构化思维水平。
GPT-5 已经非常强大，未来肯定会有更优秀的模型，这一点毋庸置疑。
但目前 OpenAI 只专注于两件事：如何让更多人用上 GPT-5，以及如何支持合作伙伴基于它开发生态。
我们仍处于科学探索阶段——这才是最令人兴奋的地方，就像比赛才刚开局，OpenAI 自己也还在理解当前的范式。
GPT-5 是重要的第一步，只有认清现状，才能看清未来。
参考资料：
https://www.bigtechnology.com/p/799049c8-5054-45c0-8ee7-9de1f2191759
