共计 1835 个字符，预计需要花费 5 分钟才能阅读完成。
GPT- 5 发布：编程的新时代与 AI 的潜力
在 OpenAI 的发布会上，展示了 GPT- 5 的出色代码能力。其中一位专家指出，现今的编程方式已经变成了“vibe coding”，形象地比喻为“编程抽卡”。同样的提示词在不同的运行中，结果往往千差万别。因此，最佳策略就是同时使用多个 AI 工具，毕竟我们最终的目标仅仅是复制与粘贴。
我认为，GPT- 5 只不过是众多 AI 中的一个选项，并不是说它的表现不佳，而是如今具备相似水平的 AI 已经有三到四个了，彼此间的差距并不明显。因此，将同一个提示词同时投递给各个 AI，可能会是更有效的做法。
根据官方文档，GPT- 5 在写作、编程和健康领域的提升最为显著。
写作的评价十分主观，某些人偏爱华丽的文字，而另一些则钟情于简洁明了的表达；健康领域同样如此，在 AI 模型尚未具备提供医疗建议的能力之前，我并不想对此进行评价。
然而，编程的效果是可以量化的。
Claude 最近推出的 Claude-4.1-Opus，其软件工程师（SWE）评分与 GPT- 5 相差无几。
不过，Claude 在各类 AI 编程软件上的表现是显而易见的。如果 Claude 能够降低价格，GPT- 5 的吸引力将会减弱。
我也进行了测试，对于一个马赛克画板的编程任务，我发现 Claude 在一次性完成的作品上明显优于 GPT-5。
GPT- 5 似乎更注重布局、图标和界面的美观，但在功能性方面却显得不足，尤其是与 Claude 相比，不仅有三个独立可移动的界面，主界面还拥有更多实用功能，例如放大、缩小、区域选择以及复制粘贴等。
单从这一点来看，GPT- 5 在实际编程中的表现，尤其在整合至 AI 代理时，让人感到担忧。
难道你也感到眼花缭乱吗？刚推出的 GPT- 5 似乎并没有预期中的那么强大，与 Claude 之间的竞争也相当激烈。这背后揭示了一个严酷的真相：AI 技术的进步速度，已经远远超越了普通用户“CTRL+C/V”的学习步伐。
如果我们只停留在“编程抽卡”的层面，今天追捧 GPT，明天又转向 Claude，后天可能又会出现新的模型，这样的被动追赶不仅效率低下，还无法建立自己的技术壁垒。当大多数人还在争论哪个模型“更好用”的时候，真正的高手已经在研究如何“让模型为我服务”了。
当大公司们用 70W+ 年薪 来争夺 AI 开发职位时，市场的信号非常明确：只会“编程抽卡”的时代正在过去，能够掌控 AI 底层操作的开发者，才是高薪追逐的目标。
想成为这样的开发者吗？这门 【AI 大模型技术原理 + 应用开发 + 模型训练】公开课 将为你打开一扇门。课程将帮助你掌握核心原理、主流开发框架和模型微调，构建起完整的知识体系。
许多看似复杂的概念，其实可以通过一门系统化的课程掌握绝大部分核心内容。透过这层窗户纸后，实际上大模型的应用并没有比常规开发难多少。
当然，亮点也是不少的。新增的“AI 人格”功能，默认的 GPT 性格是清晰、中立且适应性强。
OpenAI 还添加了四种可选人格：
- Cynic (愤世嫉俗者)：具有讽刺和冷幽默的风格，用犀利的语言开玩笑，但最终会给出直接且实用的答复。
- Robot (机器人)：风格精准、高效且没有情感，回答直接，言简意赅。
- Listener (倾听者)：风格温暖、随和，能够平静且清晰地复述你的想法，带有一点幽默感。
- Nerd (书呆子 / 极客)：风格有趣、充满好奇心，喜欢清晰解释概念，并对知识与发现充满热情。
这项创新可能会催生出一门新的学科——“大模型心理学”。
另一个新功能是 GPT- 5 采用的“统一系统”（Unified System）架构，其核心是一个 AI 驱动的“实时路由器”（Real-time Router）。
简单来说，就是“将合适的任务分配给合适的大模型”。
它能够即时分析用户指令，并智能地将其分配给最合适的内部模型——简单任务由高效模型快速响应，而复杂的难题则由强大模型进行深入思考。
最终目的是为了最大化利用计算资源，并不断优化分配逻辑，以实现模型与用户之间的更高默契。
实际上，这个过程要复杂得多，GPT- 5 提到的是对于一个问题，在解决了大部分后，剩余的细节工作将交给小型模型完成。
总体来看，GPT- 5 的性能无疑仍处于第一梯队，但是否能称之为“第一”还有待考量，尽管在价格上具有一定优势，更多的性能表现需要通过实际测试来验证。
