为何GPT-5的失利反而为我们带来了好消息？

GPT-5未能让用户感到惊艳，但其不那么炫目的表现标志着人工智能从追求不惜代价的进步转向实际应用的积极变化，路易斯·刘写道

上周日，我在北伦敦的公园里搬着披萨盒子，和一位AI创始人聊天，正当我们在孩子们的游玩聚会上时，突然都停下了脚步。我们偶然发现了一个反直觉的真相：GPT-5和其他基础模型似乎已经停滞不前，这可能是人工智能行业发生的最好事情之一。

我们讨论的具体话题是，GPT-5更像是技术优化，而不是一种颠覆性的能力。当它发布时，山姆·阿尔特曼进行了他一贯的炒作，承诺GPT-5将能够管理整个国家。它提供了一些模糊但令人印象深刻的功能：更新的“代理操作员”、整合的推理语言模型等等。但经过一番宣传后，绝大多数媒体和用户都感到失望。许多人甚至抱怨它不如之前的版本和竞争对手。

即使在我打字的时候，我的妻子也在我们餐桌的另一边抱怨，称GPT-5在对话中的记忆上下文似乎比以前少得多，称它为“没用”。有趣的是，她并不是在无中生有；OpenAI正在故意减少处理的令牌数以降低计算成本。大多数专家现在表示，GPT-5不再是“原始能力”的游戏，而更像是“优化”的方向，公司试图扭转每次LLM调用的巨额亏损，同时让企业能更放心地使用他们的系统。

对我来说，这标志着我们正在进入一个产品和用例创新的时代，而不是单纯的技术进步。这是件好事。

AI减速是受欢迎的

我聊过的大多数创始人，无论是以投资者的身份还是作为创始人的身份，都对基础模型的“hamster wheel”（也就是不断重复的工作）感到疲惫。OpenAI会完全颠覆我的业务吗？API够不够稳定，能不能开发，还是Anthropic会再次完全改变速率限制？Deepseek会不会推出另一个改变一切的推理模型？

除此之外，前沿创始人使用的 AI “氛围编码工具”，如 Cursor 或 Lovable，已经在定价和产品政策上发生了如此剧烈的变化，以至于工程师们在选择工具时感到不安。

即使在我们现有的 LLM 技术下，我们可以构建超过 10 年的新产品和应用。LLM 在我们与机器互动的方式上确实是革命性的。随着“原始能力”明显停滞不前，我交谈过的创始人们终于感到可以专注于解决以前无法用 LLM 解决的问题。

人们一直担心的是，承诺依赖于 LLM 能力的进展或 API 本身的成本优化的产品特性或护城河。随着这个领域的快速发展，我交谈过的大多数风险投资家都感叹，唯一的护城河就是“速度”。但速度并不一定能带来最深思熟虑或最完整的解决方案。

数学不对劲

第二个重大变化是对人工智能的单位经济学进行重新审视，发现“数学不对劲”。根据《信息》的报道，OpenAI的活跃月用户在今年六月首次下降，预计到2026年其损失将增加到140亿美元，三倍于之前。

同样，在应用层面，Perplexity这个知名的人工智能搜索工具试图与谷歌竞争，却深陷负利润区，最近却提出以345亿美元现金收购Chrome，几乎是它自身估值的两倍，而它的年收入仅估计为8000万美元。有趣的是，当我让Claude编辑这篇专栏时，它在评论中甚至对这个消息表示怀疑：‘主要事实关注：Perplexity以345亿美元竞标Chrome的说法需要立即验证。考虑到Perplexity的规模以及Chrome并不出售，这听起来极不靠谱。如果这不正确，会影响你的可信度。’

不过，一些公司正在以前所未有的速度快速增长。可爱的编程工具Lovable在超过100万美元后，仅用八个月就达到了1亿美元的经常性收入。虽然有几家公司类似，但没有一家能以这样的速度增长。确实存在一些值得爆炸性增长和合理乐观的真实案例。

然而，大多数经历爆炸性增长的公司在实现正的毛利率方面却苦苦挣扎，因为它们需要不断追逐新功能，这就需要对越来越强大的基础模型进行升级。随着GPT-5标志着原始能力开发的放缓，并专注于利润和稳定性优化，这可能给其他人工智能公司提供了优化其单位经济的机会。

要点：GPT-5标志着范式的转变

那么，我们该怎么理解像我妻子这样对最新的GPT-5感到烦恼的人呢？这是对如此强大技术进行调整和优化的自然现象。我乐观地认为，投入时间改善人工智能的使用案例、产品和经济学将使人工智能真正融入我们的生态系统。

正如我之前所写，今天的人工智能工具缺乏个人背景和情境意识，这使得它们无法真正改变工人和消费者的工作和生活体验。稳定大型语言模型将帮助创始人构建企业和消费者真正信任的革命性产品。人工智能的能力太强大，不能仅仅停留在一种时尚潮流上，但它需要为合适的使用场景构建经济可持续的技术，才能真正改变世界。