OpenAI 深夜放大招，DeepSeek 反手開源

這幾天 AI 圈是真的有點(diǎn)過年那味了，OpenAI 深夜直接官宣， GPT-5.5 正式發(fā)布。

緊接著，DeepSeek 這邊也沒閑著，轉(zhuǎn)手就把 V4 預(yù)覽版端出來，還順手開源。

一前一后，兩波操作幾乎無縫銜接，AI 圈這幾天的節(jié)奏。

基本就是：剛看完一個重磅，還沒來得及細(xì)想，下一個已經(jīng)拍臉上了。

先說 GPT-5.5。

這次 OpenAI 的說法很直接：for real work。

翻譯一下就是：別再只拿來聊天了，它是來干活的。

你給它一個目標(biāo)，它不需要你一步步教，甚至?xí)约喊讶蝿?wù)拆開，理清步驟，規(guī)劃路徑，然后一邊調(diào)用工具一邊往下推進(jìn)，最后把結(jié)果給你。

說白了，它開始有點(diǎn)“自己會推進(jìn)事情”的感覺了。

更明顯的是編程這塊，以前是你寫一點(diǎn)，它幫你補(bǔ)一點(diǎn)。

現(xiàn)在更像是你丟一個需求，它直接幫你把整個工程往前推：結(jié)構(gòu)怎么搭、功能怎么做、哪里出錯、怎么修復(fù)，它可以一路走完。

可以說，GPT-5.5 這次是真的全方位變強(qiáng)了。

最直觀的一點(diǎn)：基準(zhǔn)測試直接全線第一。

不管是編程、推理、數(shù)學(xué)，還是智能體任務(wù)， GPT-5.5 基本把 Claude Opus 4.7、Gemini 3.1 Pro 這一檔都壓了下去。

在 AAI 測試?yán)铮谙嗤敵?token 的情況下，它的智能指數(shù)直接全球第一；在 ARC-AGI-2 上，也直接刷新 SOTA。

一句話總結(jié)就是：不是領(lǐng)先一點(diǎn)，是直接拉開代差。

Open AI 創(chuàng)始人Sam Altman 也直接下場夸贊： GPT-5.5 既聰明，又快。

更關(guān)鍵的是，它不是靠“多算力堆出來的強(qiáng)”，而是效率也一起提升了。

它的 token 速度和上一代 GPT-5.4 基本一樣，但每個任務(wù)用的 token 明顯更少。

翻譯一下就是：更聰明，但還更省。

再往下看它的測試標(biāo)準(zhǔn) benchmark，會發(fā)現(xiàn)一個很明顯的變化：這次已經(jīng)不是“做題比賽”，而是比拼“真實(shí)干活”能力了。

先說幾個可以直接理解的指標(biāo)。

GDPval，你可以把它理解成“AI 的職場考試”。

不是考數(shù)學(xué)題，而是直接讓它模擬做辦公室工作，比如寫報(bào)告、做分析、處理文件，看它能不能像一個員工一樣把活干完。

結(jié)果是 GPT-5.5 拿了 84.9%，比 Claude Opus 4.7 和 Gemini 3.1 Pro 都高。

OSWorld，可以理解成“操作電腦能力測試”。

不是問它懂不懂，而是直接讓它去用電腦：點(diǎn)按鈕、切窗口、找信息、完成任務(wù)，看它能不能真的把操作跑完。

GPT-5.5 在這項(xiàng)里基本和 Opus 4.7 打平，但執(zhí)行更穩(wěn)。

Tau2-bench，更接近“公司業(yè)務(wù)流程模擬”。

比如客服處理、查系統(tǒng)、一步步執(zhí)行操作，不是單一步驟，而是一整條工作鏈。GPT-5.5 在沒有特別優(yōu)化的情況下直接接近滿分。

這些結(jié)果拼起來，其實(shí)只說明一件事：它已經(jīng)開始具備“完整干活”的能力了。

據(jù) OpenAI 官方披露，現(xiàn)在內(nèi)部已經(jīng)有超過 85% 的員工在跨部門使用 Codex，而且已經(jīng)不是“輔助工具”，而是直接嵌進(jìn)工作流程。

比如在對外溝通和運(yùn)營類工作里，以前要人工整理大量歷史信息，再判斷優(yōu)先級和風(fēng)險(xiǎn)。

現(xiàn)在變成 AI 先做一輪結(jié)構(gòu)化歸納，把事情分層、分類，再自動標(biāo)出哪些可以進(jìn)入標(biāo)準(zhǔn)流程處理，哪些需要人工介入。

在偏重合規(guī)和財(cái)務(wù)的場景里，變化更明顯。

過去那種大量文檔核對，本質(zhì)是“人盯表格”，現(xiàn)在變成“模型先篩一遍”，它會先把異常、沖突點(diǎn)和不一致的地方挑出來。

人只需要做最后確認(rèn)和修正，工作重心直接從“處理數(shù)據(jù)”變成“審核結(jié)果”。

而在市場和運(yùn)營團(tuán)隊(duì)這類高頻工作里，它更多是把原來分散的步驟串起來。

比如數(shù)據(jù)整理、周報(bào)生成、匯報(bào)材料準(zhǔn)備，以前是三四個環(huán)節(jié)，現(xiàn)在變成輸入目標(biāo)后直接生成初稿，人只做最后一輪調(diào)整。

這時候再看 DeepSeek V4，就更清楚了。

DeepSeek 的路線不是“更強(qiáng)一點(diǎn)”，而是“更便宜、更開放、更容易接入”。

1M 超長上下文直接標(biāo)配，Agent 能力強(qiáng)化，同時選擇開源。

把兩邊放在一起，其實(shí)會發(fā)現(xiàn)一個很明顯的變化。

AI 不再是比拼“誰更聰明”的階段，進(jìn)入“誰更能干活”的階段。

過去我們評價(jià)模型，看的是它能不能解題、能不能寫代碼、能不能刷 benchmark。

現(xiàn)在開始變成：它能不能接任務(wù)、跑流程、跨工具協(xié)作，并且穩(wěn)定交付結(jié)果。

在這個邏輯下，“天才模型”依然存在，但已經(jīng)不再是唯一答案。

因?yàn)槠髽I(yè)需要的不是偶爾驚艷的能力，而是長期穩(wěn)定的產(chǎn)能。

GPT-5.5 正是在往這個方向走：在保持能力基礎(chǔ)上，但重點(diǎn)開始變成“能用、好用、穩(wěn)定用”。

而 DeepSeek 則是在把這件事進(jìn)一步推向普及層。

一個在做標(biāo)準(zhǔn)化，一個在做基礎(chǔ)設(shè)施化。

路徑不同，但指向同一件事：AI 不再只是聊天工具，而是在慢慢變成如何更好服務(wù)人類工作。

參考資料：

OpenAI、X、Deepseek等網(wǎng)絡(luò)截圖

編輯：不吃麥芽糖