今天小編分享的教育經驗：OpenAI急了？我們應該抓住哪些變量？，歡迎閱讀。
在過去的一個月，OpenAI 連續推出 12 場重磅發布會：
Day 1：滿血 o1 上線，ChatGPT Pro 會員上線，o1 pro 推出，AI 有了類人 " 思考 " 能力。
Day 2：基于 o1 的強化微調，人人都能訓練專家模型，專業門檻直線下降。
Day 3：Sora 正式發布，AI 開始 " 看懂 " 現實世界。
Day 4：ChatGPT Canvas 全員開放以及小功能更新，寫文章、寫代碼一氣呵成。
Day 5：全面接入蘋果生态，打造更自然的多設備跨平台操作體驗。
Day 6：4o 的實時視頻理解上線，多模态讓 AI 看懂視頻内容。
Day 7：ChatGPT 上線 "Projects 項目 " 功能。
Day 8：ChatGPT Search 全量開放，更新 AI 搜索功能，挑戰傳統網絡搜索。
Day 9：滿血 o1 API 正式開放，大幅降低 API 調用價格。
Day 10：從最新款的 iPhone 到老式的翻蓋機，能直接和 ChatGPT 打電話聊天了。
Day 11：應用更新，桌面版 GPT 可以跨應用互聯，告别繁瑣的復制粘貼對話。
Day 12：OpenAI o3 正式發布，超級智能模型震撼登場，向 AGI 又邁進了一大步。
每一天的發布會都是振聾發聩的技術突破與產品創新，這些前所未有的技術加速度正在深刻改變全球的商業格局、產業生态以及個體的能力邊界。
AI 将帶來哪些行業巨變？
AI 離取代人類又近了一步？
AI 在哪些能力上已達到了人類的水平？
12 月 28 日，混沌邀請到了矽谷知名華人 AI 科學家田淵棟博士，脈脈創始人兼 CEO 林凡，雲迹科技創始人、混沌學園校友支濤，雲九資本合夥人、混沌創新領教任鑫，混沌合夥人、混沌創新領教張雷等 AI 行業從業者、專家們一起解讀了 OpenAI 的這 12 場發布會。這不僅是一場關于 AI 技術趨勢的分享，更是一場關于個人未來發展的思考。AI 帶來的不僅是工具的進化，更是思維的迭代與格局的重塑。在 2025 即将到來之際，讓我們站在技術與人性的交匯點，重新審視未來的可能性。
以下為部分分享内容精華筆記：
田淵棟博士：OpenAI o3 的表現依然驚豔
前段時間，OpenAI 連續開 12 天的產品發布會，内容大致包括增強的 ChatGPT o1 模型、Sora 視頻生成模型和 o3 模型。另外，還有一些技術上的突破，包括推理模型 o1、強化微調技術、文生視頻 Sora、寫作和編程工具 Canvas、與 Apple 生态系統的深度整合、語音和視覺功能、ChatGPT 搜索、打電話和 WhatsApp 聊天等功能。
總體來說，前 11 天沒有什麼太多的驚喜，第 12 天出現的 o3 相對具有一定的創新能力。它的能力主要表現為解決了之前的一些技術難題，我認為有三個值得一提的亮點：
1. 在 ARC-AGI 測試中 o3 的成績遠超其他模型。ARC-AGI 測試就像是為人工智能準備的一個特殊 " 考試 "。它不是考 AI 背誦了多少知識，而是測試 AI 是否真的具備 " 理解力 " 和 " 思考力 "。對目前的 AI 技術而言，一般的大模型在 ARC-AGI 測試中的成績大約都在 25%-50% 之間，而 o3 的最低成績為 75.7%，最高成績為 87.5%，有着巨大差距。
2. o3 在全球著名的編碼競賽平台 codeforces 中刷出 2727 分，達到此分數的程式員不到 200 人，之前 2073 分已相當于終極者，而 o1 是 1891 分。這意味着在競争性代碼方面，o3 已經達到了世界頂尖程式員水平。
3. 今年 11 月 o3 在陶哲軒等 60 餘位全球數學家共同推出的号稱業界最強數學基準的 EpochAI Frontier Math 中創下新紀錄，準确率達到 25.2%。而今天所有其他模型的準确率都低于 2%。聯手 60 多位數學家出題的陶哲軒，曾認為這項測試能夠難住 AI 好多年。如今，這一說法被 OpenAI o3 推翻了。
可以看到，o3 在各方面的表現都讓人驚豔，因此很多人判斷它會影響未來世界的樣态。
田淵棟博士：AI 正在掀起一陣洪流
計算機普及以後，它的普遍性就像水一樣。反觀大模型，随着它的不斷發展，也會出現同樣的情況。AI 出現之前，創業的模式是找很多人組建一個團隊，團隊裡的每個人需要不斷地試煉和培訓才能成為一名有用之才，這一過程大約需要 20 年的時間。但如果 AI 變得非常便宜，創業者就可以以極低的成本獲得穩定性和樂此不疲的勞動力。到那個時候，市場會是什麼樣子難以想象，但對于創業者來說，成本和風險會降低很多。
AI 的分析能力非常強大，因為它有一個巨大的資料庫。我用過一些 AI 工具，我感覺它們很像小鎮做題家，通過大量的訓練不斷地提升自身的能力，最終尋找到解題的方式。因此它的出現未必對所有人來說都是好事情，例如那些習慣用做題思維解決問題的人。因為 AI 的水平很大程度上可以取代一些重復性的勞動，做題思維可替代性很高。這告訴我們：不要以一種高考做題家的狀态去工作和生活，要保持思維的活力和創造力。這樣我們才可以盡量避免被 AI 淘汰。
AI 到來之前，我們的世界布滿了山峰，每個山峰上都站着行業裡最優秀的人。AI 到來之後，它掀起了一陣洪流，讓一些山峰上的人被衝刷，以至掉落。留下來的人，只會是最具創造性、不可替代性的人，同時也是領網域裡的專家。這大概會在十年内發生。
田淵棟博士：2025 的活法，是讓 AI 來加速自己
我認為在 2025 年，AI 會更快速地發展。加速到一定程度之後，每個人都會開始使用 AI，以防止自己的效率遠低于其他人。如果這一猜想變成現實，人的價值感會受到影響。我的價值是什麼？人類獨一無二的價值是什麼？這是每個人都要面對的問題。
這個問題很難回答，但我們可以在行動中不斷地接近問題的答案，比如我願意通過寫小說找到一些存在的價值，這是我自我定位的一個錨點。AI 的出現在提醒我們，人最終要找到自己的獨一無二之處，立足世界的生态位。在尋找的過程中，我們可以利用 AI 加速自己的發展，把 AI 集合起來，讓它們成為自己的将領，協助你做成想做的事。
脈脈林凡：OpenAI 的發展遇到了瓶頸
從這次 12 天發布會來看，OpenAI 的發展受阻了。整個模型的核心能力沒有如預期一樣實現 Scaling law 增長，這其中的主要問題不是算力，而是數據。總體來看，現在所有的模型訓練基本上耗盡了高質量的數據，哪怕通過合成數據或其他方式來逼近都無法產生足夠的效應。
這是為什麼？首先，AI 的聽覺能力目前無法增強；其次，視覺數據方面有太多的噪音（比如 YouTube 上的視頻），海量信息的雜糅，讓 AI 去理解世界、生成内容存在比較大的限制。
因此我們可以判斷，OpenAI 遇到了瓶頸期。有一個很簡單的道理——如果核心能力足夠強，其實不用講太多的内容。正如此前的 ChatGTP-4，只需要一場發布會就足以震驚世界。而這次為期 12 天的發布會卻沒有掀起之前那麼大的火花。對我們創業者來說，可以根據這次 OpenAI 的情況來計劃未來一兩年的創業路徑。一定要記住一件事：對于核心基座的能力，它的突破速度沒有那麼快。
脈脈林凡：o3 大大提高了 AI 應用爆發的可能性
打一個比方，如果用高鐵來去形容 AI 的能力進展的話，GPT3.5 相當于每小時 120 公裡的火車速度一下提到了每小時 200 公裡，速度翻了将近一倍，對于很多人來講，已經是一個很大的進步了。GPT4 出來的時候，相當于每小時 200 公裡提高到每小時 350 公裡。那麼 o3 呢？相當于提升到了每小時 450 公裡。對于做研究的同學來講，已經是很大的提升了。但是，作為一個普通消費者，一列 350 公裡時速的高鐵和一列 450 公裡時速的高鐵，對生活的影響就比較小了。為什麼？從 3 小時的旅程變成了 2 小時 20 分鍾的旅程，時長變化的體感并不強烈。
在技術上，不管是九月份發布的 o1，還是 12 月份發布的 o3，其實都是在 Post-Train（後訓練）環節做出了比較大的突破，比如思維鏈的訓練、強化學習方面做了很多處理。很多跟我們一樣做過 AI 應用，尤其是 To B 的 AI 應用的人會有一種體感，我們去做 agent，去做工作流，其實是在 OpenAI 上面去打了一堆的業務補丁，業務的狀态機控制在頂層，然後通過頂層的狀态機去讓 AI 做 1、2、3、4、5、6 的事情。當然，這個過程很痛苦，因為有的時候它真的很不聽話，你要它這麼幹，它卻幹出了另外一件事情出來。
所以，現在 OpenAI 做的 Post-Train 這件事情，相當于把你上層的邏輯内化到了模型内部，做了内置，這樣就會降低後鏈路開發的難度和復雜度。在新的一年裡，AI 應用開發的難度會降低，效率和大爆發的可能性會極大提高。這件事情我覺得是需要關注和重視的。
脈脈林凡：AI 的創業機會不在 To B，在 To C
對于中國創業者而言，To B 行業的 Agent 開發或 workflow 的優化都不是我們的機會。美國的 To B 生态非常發達，很多創業者做完 workflow 的優化後馬上就能賺到錢，但中國只适合大廠去做這件事，并且他們自己就能做，不需要找創業者。
在這種情況下，To C 是創業者們唯一的機會。Realtime API 是一種實時語音互動 API，支持文本和音頻作為輸入和輸出，比我們原先用的 TTS、ASR 的效果好很多。在這個方面，Realtime API 的出現會讓 To C 行業的互動產生巨變。例如，面向兒童群體的實時語音互動應用肯定會很受歡迎。但當前還缺乏一種類似于 Agent 這樣的框架與之協同，因為僅依靠大模型的話準确度不高，需要一個可以控制的介質。一旦控制能力與實時語音互動能力結合在一起，會為整個 To c 行業的創業者帶來一次巨大的突破機會。
雲迹科技創始人支濤：AI 已超越了工具，其能力好比擁有了大理段氏的 " 六脈神劍 "
人類為了延伸體力和腦力制造了很多工具，比如火車、電腦、電動工具。這次 OpenAI 的發布會也發布了一系列我們夢寐以求的工具。在我看來，這些工具超越了 " 工具 " 的定義，變成了六脈神劍。它有自主力，學習力、互動力、适應力、情感力和社會力。按照目前的發展來看，AI 已經是生產關系和生產力的重要組成部分。
看完發布會以後，有沒有覺得 AI 像是一個正在現實世界不斷學習的學生呢。在回答我們問題的時候，是語文；在幫我們進行推理的時候，是數學和經濟學；在輔助我們工作的時候，是工程技術、生命科學和管理學。一旦它們試圖創新，則會逐個攻讀哲學、心理學，甚至是組織行為學。
AI 這種矽基生物通過不斷地迭代，從開始的輔助工具，逐漸演變為人類身邊的助理，如果有一天，它們變成了智能體，就會成為我們的夥伴。一旦它們開始洞察世界，找到人類還沒有發現的問題時，它們則化身為一個創新者的面貌出現在我們面前。
我們人類如何實現成長？對今天的我們來說，要先學習使用它們的方式，在它們的發展過程中掌握自身的領導力，最後創建一個 " 超級智慧的超個體意識 "，與 AI 做到你中有我，我中有你。這其中要讓他們跟我們一樣，使命、願景、價值觀對齊；在社會裡高度統一的法律、法規、道德形成一致。
雲迹科技創始人支濤：AI 在 To B 的應用場景需要進一步打開
重塑與 AI 的對話能力十分重要，因為這樣才能讓 AI 更好地為我們服務。中國企業在 To C 場景的推進較好，在 To B 的應用場景需要進一步打開。To B 裡，需要更多的人轉換思維模式，理解并用好 AI 來做職業增強，解決實際問題，創造價值。這也提醒了我們企業，不僅要給 To C 場景提供生產力，還要在 ToB 場景裡提供生產關系。未來，希望中國企業能夠快速發展，加大 To B 對 AI 的使用率。
雲九資本合夥人任鑫：OpenAI 發布會與你無關
由于大家都是從業者，因此對 AI 格外關注，還會守着這次 OpenAI 發布會的直播。在這裡我想給大家提供另一個視角，僅代表我個人的觀點，只是給一些業外的朋友們一點建議：建議大家不要關心這件事，它不重要。
首先，如果你不是專業人士，不要花太多精力預測 AI 的未來。我常常會跟一些 CEO 或者研究員聊到這個話題，最後的結論是，很多業内專業人士的觀點并不一致。這告訴我們要充分相信一件事——沒有人知道未來會怎樣。既然沒有人知道未來會怎樣，我們只要明确一件事：你現在的狀态如何以及你想不想蹭到 AI 的紅利。如果你的狀态足夠好，你可以有選擇。但如果你現在的狀态欠佳，心裡又躍躍欲試，這個時候其實更不需要預測，因為你沒有選擇，必須參與。如果想要跟上時代趨勢，你只能投身其中。
其次，要具體地思考問題，不要抽象地評判。OpenAI 會不會被 Google 打敗？Deepseek 與 GPT-4o 哪一個更好？如果你是應用方，最好不要這樣去思考問題。你的思考落點一定要非常具體，把具體的事物放置在你的場景裡，判斷它會產生什麼樣具體的結果，這才是業務導向的思維方式。
雲九資本合夥人任鑫：不要想太多，先要多用起來
大家有可能聽過一種說法，說 AI 應用不夠廣泛。但是實際我們調研下來發現，現在 AI 的應用已經極其廣泛，只是大家沒有大聲吆喝。比如前幾天的 OpenAI 掉線了一會兒，然後推特上鋪天蓋地都是學生在哭喊：我的論文怎麼辦？我要交作業！小朋友們用它來寫作業這件事情已經非常普遍。然後國内大模型的應用場景當中，一個非常巨大的板塊叫做寫公文，寫報告，也是鋪天蓋地地在用。
還有當你在網上招聘，你給他電話面試、視頻面試的時候，很多小朋友已經在他的電腦上開了一個 copilot，你問任何問題，copilot 都會結合他的簡歷和回答來幫他實時作弊。所以，我建議大家不要低估世界的發展，年輕人已經都用起來了，如果我們沒有用起來，只是我們老了而已。
我們是一家孵化器，我們會支持一些創業者幫他們把他們的產品實現。在大半年前，我們就已經做到了後端的代碼沒有一行是人類寫的，全部都是 AI 寫的。現在我知道已經有無數的公司做到了。
再舉一個例子，前幾天有一個同事讓我看一個美國項目的招聘計劃。但是實際上我是外行，我招他是因為他比我内行，如果按照以前的做法，我會跟他說，這個點你再想一想，我覺得可以怎麼樣，要不要再修改一下，外行指導内行。但是，前幾天我給他的反饋已經變成了：" 這件事情你分三個維度，去跟 o1 聊半個小時，看看它能不能給你更好的建議。如果有的話，你回來告訴我這件事情還有可能往哪些方向優化。" 我也沒有 AI 懂，你不如直接去問 AI。所以，大家會發現在工作當中，我們相當于引入了一個更好的第三方。
最後，在決策上也是這樣，我們現在已經不是拍腦袋想了，而是每一次都跟 AI 聊聊。我的很多想法都是跟 AI 聊出來的。
所以，我強烈建議大家在關注新聞的同時，自己更多地用起來。所有事情都是可以用上 AI 的，就看你想不想得到。真正稀缺的不是知識，而是實踐的機會。大家一定不要挖空心思去搞懂 OpenAI 在幹嘛，業外人也搞不懂，趕緊把這些東西全部用一遍，然後在生活當中創造 100 個實踐的機會。這些機會會逼着你去更好地學習，然後這些更好的學習可以幫助我們創造更多的可能性。
////// END //////
