未来的迹象：GPT-5.5

我提前体验了GPT-5.5，并认为这是一件大事。它之所以重大，是因为它表明AI的快速发展尚未结束。同时，它本身也非常出色。此外，即使有了这一切，AI能力的边界依然参差不齐。

随着AI变得更强，要快速展示每一代的变化越来越困难，因为许多过去AI不擅长的任务（如数学或单词字母计数）现在已变得轻而易举。因此，我将提供复杂的细节，但首先用一个简单的例子来说明。AI最擅长的是编码，于是我向从OpenAI首个推理模型o3（一年零一周前发布！）到当前最佳开源模型Kimi K2.6，再到新GPT-5.5 Pro的AI们提出了一个编码挑战：“为我构建一个程序化生成的3D模拟，展示一个港口城镇从公元前3000年到公元3000年的演变，它应该看起来美观，并允许我对其有一定控制。”

我将所有答案发布在一个图库中，供您尝试。只有GPT-5.5 Pro真正模拟了不断演变的城镇，而不是随时间生成替代建筑。GPT-5.5 Pro比前代更快：GPT-5.4 Pro完成该任务需要33分钟，而GPT-5.5 Pro只需20分钟。

模型、应用与工具

我一直鼓励大家将AI视为三个相互关联的概念：模型（如Opus 4.7、Gemini 3.1或GPT-5.5）、应用（如chatgpt.com、claude.ai等网站，以及Claude Code、OpenAI Codex等桌面应用）和工具（AI能使用的工具及其连接方式）。OpenAI在这三个方面都取得了进展。在模型方面，GPT-5.5是一个强大的模型家族，其中GPT-5.5 Pro最为全能。应用方面，OpenAI的Codex正追随Claude Code的步伐，成为一款易用的桌面应用。工具方面，最有趣的是OpenAI的新图像模型，它能生成高质量文本和几乎任何可描述的图片。

新图像模型可以绘制带文字的复杂场景，例如“一张水獭科学家在飞机上使用WiFi展示Otter测试的照片”，甚至能生成相应的学术论文页面。这一切在几个月前还不可能，但现在它们不仅酷炫，而且实用——可用于制作幻灯片、产品模型或示例网站。

综合应用

作为一位学者，我有很多未处理的众筹数据文件。我使用基于GPT-5.5的Codex请求：“帮我整理这些数据，生成一个有趣的假设，用复杂的方法进行检验，并写成一篇学术论文。”结果令人印象深刻，尤其是在我让GPT-5.5 Pro对论文进行评论并反馈给Codex之后。论文几乎完美，文献综述和统计都是真实的。但作为专家，我认为假设不够有趣，且存在因果问题。简而言之，如果这是二年级博士生的成果，我会非常满意，而我仅用了四个提示。

我还让Codex创建了一个全新的桌面角色扮演游戏，包括所有规则和表格，并模拟玩家体验以修订规则。AI生成了101页的PDF并配图。内容有趣且新颖，但仔细检查仍能发现AI能力的“崎岖边界”：长篇虚构创作仍显生硬，存在怪异隐喻、过度华丽的句子和人物对话风格单一等问题。

GPT-5.5表明模型越来越智能，应用越来越强大，工具越来越高效。我可以用四个提示获得接近博士水平的论文，或用一个提示得到可玩的角色扮演游戏。但虚构作品仍显扁平，假设有时无趣。然而，一年前这些都还遥不可及，而如今能力提升似乎在加速。GPT-5.5显然不是终点，而是值得注意的一步。三年来，每几个月就有新模型出现，不可能变为可能，且每次飞跃的幅度都在增长。崎岖的边界依然存在，只是比以往更远了。