GPT-5发布会后的观察与趋势分析

GPT-5发布会已经过了好几天了,今天我们可以来看一下GPT-5的整个发布过程,以及从中可以观察到的一些现象

首先,这几天在网上,不管是Reddit、X还是其他的一些社交平台上,大家普遍对GPT-5的评价偏负面。这其中有几个原因,我们来展开看一下

GPT-5负面评价原因

第一点:预期问题

距离上次GPT-4发布已经过了好几年。当时像GPT-4、4o的发布还是比较成功的,大家在日常使用中也觉得它相对于GPT-3有很大的提升,这种ChatGPT moment给了用户很棒的体验。这就导致这一次大家对GPT-5的更新充满了期待,希望它能带来一次大的飞跃

然而现实是,并没有达到想象中的进步。大家发现它和4o相比并没有特别大的提升,某些Benchmark可能有进步,但很多方面并不明显,甚至部分还有退步。这种预期过高、结果拉胯的反差,是负面情绪的重要来源

第二点:取消旧模型

这次GPT-5发布后,所有旧模型被取消。进入界面后,有些用户只能看到GPT-5和GPT-5 Thinking两个模型。有些Web端用户还可以切换到4o等旧模型,但更多人失去了自己选择模型的权利。这引发了争议,因为很多人习惯在日常使用中依赖4o,而OpenAI的做法剥夺了用户的选择自由

表面上,OpenAI的理由是提升用户体验,通过一个统一的路由层来分配模型资源:复杂任务用更大、更聪明的模型,简单任务用小模型覆盖。但这背后很可能还有降本的目的。毕竟,OpenAI不像Google、Meta、Microsoft这些大厂有稳定现金流可以持续烧钱,他们作为初创AI公司,主要是在烧VC和投资人的钱,日常的巨大开销带来压力。在这种背景下,统一路由模型似乎更多是为了节流。但问题是,效果并没有比用户自己选择更好,人们因此怀疑它的真正动机

Sam Altman本人是非常善于营销的人,过去几年有过多次过度营销的动作,这也让他的信任度持续下降。在这种情况下,用户会更倾向于质疑OpenAI的真实意图

第三点:发布会翻车与细节问题

发布会中还有一些细节引发吐槽,比如很出圈的那张比例失调的图(52.8比69.1大),虽然事后官方文档中改了,但已经在网络上被广泛玩梗。现场还发生了一些小型翻车事件,也进一步加深了人们对GPT-5能力提升程度的质疑。这些综合因素导致大家的负面情绪较多。

趋势

趋势一:Scaling Law 可能到头

从GPT-5发布会之后的情况可以看出,大模型的Scaling Law可能真的走到尽头了。预训练环节已经没有足够的高质量、多样化的人类文本可用。互联网上的大部分优质公开数据几乎已被AI公司抓取完,剩下的更多是私有数据,并未公开

在这种情况下,大家开始对Scaling Law产生质疑。很多大模型厂商开始借助不同技巧提升能力,比如蒸馏等手段,未来这种方式只会更多。与此同时,Transformer架构可能需要探索新的演进方向,甚至被替代,因为基于Transformer与Scaling Law这两年来支撑大模型高速发展的底座,已经出现松动的迹象

趋势二:AI应用的站队与并购信号

在这次发布会上,Anysphere(Cursor背后的公司)创始人兼CEO Michael Truell现场展示了如何结合GPT-5做Coding。这很有意思,因为此前曾有传闻OpenAI想收购Anysphere,但没谈成转向想收购Windsurf,最后大家也知道了以戏剧化结果收尾:结果Google挖走了Windsurf的核心人员,剩余资产被Cognition收购。(近期Cognition还对Windsurf剩余员工提出了选择——要么接受超长工时(类似996),要么选择Buyout离开)

这释放出一个信号:在大模型之上的AI应用领域,头部公司开始出现站队现象。比如Anthropic禁止OpenAI员工使用自家模型,也对Cursor使用Anthropic的API提高了收费,导致Cursor不得不调整定价,也引发了那次调价风波,引发用户不满和退订。Cursor没有自己的大参数模型,推理能力依赖于模型厂商,这让它在业务上很脆弱也很被动,因此再次站队OAI也属预料且合理的结果

我个人的观点是,Cursor未来极有可能被卖给OAI,因为它只有Tab补全模型,没有大模型支撑,定价策略也难以维持,目前仅靠着VC的钱在烧。目前IDE或者CLI为主的AI辅助编程应用的平替性很高,用户忠诚度低,用户关心的是哪里有更好用的模型及更低的价格,因此一旦有更便宜、更好的选择,用户很容易流失。

总结

我们从GPT-5发布会及后面的这些天的情况,可以看到很多背后的信息和信号,Sam应该庆幸OAI现在不是一家上市公司,不然可以预见市值要蒸发很多。或许通往AGI的道路,并不是那么顺畅




    Enjoy Reading This Article?

    Here are some more articles you might like to read next:

  • LeoTalk · Hacker News Daily · 2025.08.21
  • LeoTalk · Hacker News Daily · 2025.08.20
  • LeoTalk · Hacker News Daily · 2025.08.18
  • 大模型上下文工程实践指南-序章
  • LeoTalk · Hacker News Daily · 2025.08.17