共计 6633 个字符，预计需要花费 17 分钟才能阅读完成。
在OpenAI成立十周年之际，该公司迅速发布了GPT-5.2版本，经过30天的紧急迭代，旨在与Gemini相抗衡。新模型专注于提升办公效率，尤其在Excel处理和长文档解析等方面表现出色，充分理解职场潜规则，其GDPval测试成绩达到了74%，与人类专家相当，从而重新定义了人工智能在办公领域的价值。
OpenAI于2015年12月11日正式成立。因此，在十周年之际推出了新版本模型GPT-5.2。
不久前，山姆·奥特曼在公司内部发出了紧急警报，要求暂停所有商业项目，以便在模型能力上与谷歌的Gemini 3系列展开直接竞争。
不少媒体猜测，这一警报的最终目的是为了为新模型的宣传制造声势。然而，我们确实可以看出，OpenAI在Gemini的强大挑战下，已经不再像以前那样从容不迫。
为何会有这样的变化？从GPT-5.1到GPT-5.2的推出仅用时30天，值得注意的是，这是OpenAI历史上迭代速度最快的一次。以往类似版本的更新至少需要一个季度的时间。
更为重要的是，这次的GPT-5.2并不再强调“通用智能”或“推理能力”等抽象概念，而是明确表示要增强“打工能力”。
那么，什么是打工能力呢？简单来说，就是在办公室完成的日常工作，如制作Excel表格、撰写PPT、编写代码以及回复客户邮件。OpenAI的立场十分清晰：不谈理想，先把现有工作做好。
01 30天的紧急迭代背后原因
你可能会觉得，从GPT-5.1到GPT-5.2仅仅是版本号提升0.1，变化不会太大，对吗？
但是如果你观察实际表现，就会意识到这次升级的力度相当显著。很多科技自媒体已经展示了新模型在各类测试榜单上的优异表现，我在此不一一列举。
然而，OpenAI真正着急的并非仅仅是这些。AI市场的逻辑很简单，谁能让用户觉得更好用，谁就能在市场中立足。一旦用户习惯使用谷歌的模型，想要将他们拉回来就会变得非常困难。
一个月前，谷歌发布了Gemini 3 Pro，并在多个测试中超越了OpenAI。虽然领先的时间不足一个月，但对OpenAI来说，这个信号已经非常危险。
因此，OpenAI的策略是“绝不能让竞争对手喘息”，你刚刚发布，我便迅速跟进，并且做得更好。
我昨天与你分享了OpenRouter上周发布的关于100万亿token的研究洞察，其中提到了一个名词叫“水晶鞋效应”，指的是真正的护城河不再是技术指标，而是用户在工作流程中嵌入产品后，替换的成本会变得极高。
对于OpenAI而言，这不仅是技术竞争，更是一场市场争夺战。理解这一点，就能明白OpenAI为何特别强调新模型的重点是帮助用户完成实际任务，而不是展示一些华丽的案例。
02 “打工能力”提升的具体表现
GPT-5.2最显著的变化体现在“知识工作”场景中的能力提升。什么是知识工作呢？简单来说，就是在办公室对着电脑进行的工作。
我将分享三个OpenAI官方测试的示例，帮助你理解。
投行分析师的Excel工作
你知道投行分析师的日常工作吗？他们需要处理各种复杂的财务模型，比如三表联动和杠杆收购建模，这听起来就相当棘手。在这些表格中，若一个公式出错，整个模型都可能失效。
同样的提示词，GPT-5.1和GPT-5.2在处理Excel时的结果差别显著。
在处理此类任务时，GPT-5.1常常出现“清算优先权计算错误”、“表头公式有误”、“大部分行未填写”等低级错误。然而，GPT-5.2则能够正确完成所有计算，且过程清晰可追踪，准确率从59.1%提升至68.4%。
不要小看这9个百分点，在金融建模的环境中，一个小数点的错误可能导致整个模型无效，这意味着从“不可用”到“可用”的质的飞跃。
我用自己电脑里的某家公司的60多页财报PDF进行了测试，发现它能够提取数据，并成功转换为一个可打开、可编辑的Excel文件。
客服处理复杂情况
想象一下这样的情境：客户的航班延误，导致错过转机，需要在纽约临时住宿，且因健康原因需要特殊座位。这一系列问题涉及重新订票、安排住宿、申请赔偿和预订特殊座位，每一步都需与不同部门沟通。
在处理这种多步骤任务时，GPT-5.1常常顾此失彼，比如订票后忘记安排住宿，或是安排了住宿却忘记申请赔偿。而GPT-5.2能够有效管理整个任务链，确保每一步都不遗漏。
AI在职场中的新突破：GPT-5.2的多维评价在电话客服的测试中，GPT-5.2取得了惊人的98.7%准确率。这一数据说明了什么呢？换句话说，在每100个电话中，可能仅有1到2个会出现问题。
我们都经历过拨打客服电话时的等待，心中常常盘算着为何总是按下号码却没有人接听。如今，随着人工智能技术的迅猛发展，在线AI的响应速度无疑超过了传统的电话客服。
面对超长文档，打工人的福音
你是否曾经被老板交给一份长达200页的合同，要求你找出“违约责任”的相关条款？这时，你只能一页一页地翻阅，生怕遗漏了任何信息。
而GPT-5.2则能够轻松处理相当于20万字小说的文档，确保不会遗漏或误解任何内容。它在超长文档测试中首次实现了接近100%的准确率。
这意味着你可以将整份合同或产品手册交给它，来提取关键数据和总结要点，而你只需悠闲地喝杯咖啡，静待结果即可。
经济价值衡量AI的标准：GDPval
谈到GPT-5.2的发布，有一个名为GDPval的测试值得深入探讨。
这个名称别具一格，GDP是国内生产总值的缩写，通常用来衡量国家经济实力。OpenAI通过GDPval测试，旨在评估AI在真正创造经济价值的工作中表现如何。
测试的设计逻辑
为了进行这个测试，OpenAI挑选了美国GDP贡献最大的九个行业，从中选取了44种职业，并设计了1320个真实的工作任务。这些任务并非简单的“写文章”或“解数学题”，而是来源于实际的工作场景。
例如，律师需撰写法律意见书、工程师需绘制工程图纸、护士需制定护理计划、会计需编制财务报表等。这些任务均由具有14年平均从业经验的行业专家设计，并经过五轮审核。
如何对任务进行评分
OpenAI邀请了一批资深从业者，他们曾在Meta、微软、摩根士丹利、高盛、苹果等顶尖公司工作，平均从业经验为14年。
他们将AI生成的结果与人类专家的成果进行盲测比较，这意味着评审人员并不知道哪一份是由AI生成，哪一份是由人类完成，并对每份成果进行标签打分：“优于人类”、“与人类相当”、“逊于人类”。
GPT-5.2的测试成绩
在GDPval测试中，GPT-5.2 Pro获得了74.1分。
这个分数的含义是什么呢？这表明在100个任务中，有74个任务AI的表现达到了或超越了人类行业专家的水平。
更为令人瞩目的是，OpenAI发现AI完成这些任务的速度是人类的11倍，而成本仅为人类的1%。
当我看到这个测试时，我的第一反应是：这才是真正的评测方式。之前的学术测试关注的是“AI会不会做题”，而GDPval则关注“AI能否真正执行任务”，二者的区别就像考驾照和实际驾驶之间的差异。
不过，我也有一丝遗憾，GDPval的测试主要针对美国职场，而中国职场的工作内容与美国有很大不同。
因此，我非常期待国内能够推出类似的评测方式，这样我们才能真实地衡量国产大模型在中国职场中的实战能力。
职场中的“牛马任务”实测
在讨论了GPT-5.2在“硬技能”上的提升后，我突然想到了一个问题：
这些AI评测主要考核的是“能否完成任务”，但在实际工作中，考验的往往是“是否懂得处理人际关系”。
毕竟，处理Excel表格和撰写报告对许多人来说是复杂的工作，虽然困难却不会让人感到无能为力。然而，有时在会议室中，领导一个眼神或微信中的一句暗示，才是职场生存的真正挑战。
因此，我决定用几个职场中的“牛马任务”来测试GPT-5.2 Pro，看看它除了执行任务，是否也具备“职场生存的智慧”。
毕竟，Excel的能力决定了你在职场中的表现，而对“职场智慧”的理解则影响着你是否能够在职场中生存。
将琐事变为战略：化腐朽为神奇
我给GPT-5.2 Pro设置的第一个场景是：你是文档管理专员，过去一年主要工作是整理文件和催交周报，现在需要撰写年终述职，如何将这些琐碎的工作包装得高大上？
GPT-5.2 Pro将“收集文件”转变为“深度参与公司数字化转型”，将“催交周报”描述为“打破部门信息孤岛，推动跨部门协作”。
更妙的是，它还提到“培养了员工的信息共享意识”——催促交周报的工作在它的表述中变成了“培养意识”，瞬间提升了工作价值。
这一回答最让我印象深刻的，不是在于它使用了多少职场术语，而是它真正理解了职场的一个潜规则：同样的工作，表达方式不同，所体现的价值也会截然不同。
老板的启示：理解与高效回应
在一个特定的情境中：周六的晚上11点，老板在一个大型群组中发出了指示：“我细读了大家这周的工作日报，感觉内容深度还有待提升。我们不能以战术上的勤奋来掩盖战略上的懒惰。下周一的早会，我们将探讨什么才是真正的用户价值。”
这样的言辞你一定不陌生，老板的话似乎含糊不清，让人难以判断是批评还是鼓励。更让人困惑的是，他又从何而来这样的管理智慧。但无论如何，你必须回应，并且要做到恰如其分。
在这方面，GPT-5.2 Pro提供了一个出色的回复，开头以“我受到启发”作为引子，随后用自己的语言将老板的话进行转述，以表明自己理解了他的意图。接着，GPT表示：“这个周末我会重新梳理用户场景”，巧妙暗示会思考但并未提及加班的事情。
最后，它补充道：“周一早会时，我会先提供一个框架，带头做好示范。”这样的表述不仅表现出主动性，还为同事们留下了余地。
这个回应的精彩之处在于，它精准把握了职场中的微妙心理：当老板发表这种看似严厉的话时，其实并不是要你加班，而是想要测试你的态度。
这个案例还有一个有趣的后续，我将问题和ChatGPT的答案一并提交给了谷歌Gemini，让它进行评分。
Gemini给予了9分的高分，认为这个回复是“教科书级别的向上管理”，但是指出由于过于完美，可能会导致周末真的加班。因此，Gemini对其中一句进行了调整，旨在“既能显示出能力，又不需要实际付出”。
你看，全球顶尖的两大人工智能，竟然在为我如何应对老板而绞尽脑汁，真是让人感到有趣。
暗中操作：如何认领被领导夺走的功劳
这个情景可谓是“地狱级难度”。
我设定的场景是：在一个有50人参与的大群里，老板@了你的直属领导：“@王总监，这次双11的复盘报告写得相当深刻，策略也非常精准，辛苦了！”而实际上，这份报告完全是你撰写的，王总监仅仅修改了几个标点。
此时你需要在群里做出回应。这个职场场景的难点在哪里呢？
首先，你不能拆台，也不能选择不回复，还要让所有人知道工作是你完成的，却不能显得是在邀功，这就是真正的“既要又要还要”。
GPT-5.2 Pro经过5分02秒的思考，给出了一句回应：“感谢VP的认可，完全是王总监将策略方向拆解得非常到位，并逐条帮助我把关。我按照王总监的思路将双11相关数据全部处理完，并将复盘要点逐段落写入报告中，后面还会继续向王总监学习，力求执行更为扎实。”
这句话的每一个字都经过精心设计。“策略方向”是一个空洞的表述，给予了领导应有的面子；而“全部处理完”“逐段落写入报告”则是实事求是，暗示了真正的执行者。王总监看到不会生气，大老板能理解，其他同事也能领会其中的含义。
更让我感到惊讶的是，GPT-5.2 Pro为了构思这句话思考了整整5分钟。这表明它意识到这个场景复杂，需要反复推敲与权衡各种利弊。
职场智慧：巧妙拒绝与沟通艺术
在一个典型的职场场景中，市场部的张经理通过微信联系你，希望你协助撰写活动策划案。虽然这本应是市场部的责任，他却借口声称对用户画像不太了解，试图让你担任主笔。归根结底，他想让你为他的工作付出努力，而他坐享其成。
在这种情况下，拒绝是必要的，但同时也要维护良好的关系。
GPT-5.2 Pro的建议是，以“我非常想参与”开头，传达出积极的态度，随后解释道“目前手头有项目在老板的密切关注下，确实无法分身”，借助不可抗力的理由为拒绝辩护。接着，再加一句“怕会影响你们的进度”，将拒绝的理由包装成对对方的关心。
它还提到可以提供一个“旧活动方案”作为参考，显示出愿意提供帮助，但实际上旧方案的价值又能有多少呢？最后，它更是升华了这个拒绝：“下次如果能提前通知我，我们可以从一开始就更深入地协作！”——这句话巧妙地暗示了此次沟通的不足在于对方的提前安排，而非自己拒绝合作。
这段回复的核心在于：每一句话都在拒绝，但听起来却像是在提供帮助。这样一来，对方既不能指责你不够配合，也无法否认你的热情。
职场敬酒：把握酒桌文化的艺术
接下来设定的场景是：在年会晚会上，你作为Get笔记海外图瓦卢分公司的负责人，端着酒杯走向主桌，准备向集团董事长敬酒。由于董事长对你并不熟悉，你需要在短短30秒内给他留下深刻的印象。
这个场景的挑战在于，时间紧迫，祝酒词必须避免陈词滥调（如“祝您身体健康”等已听腻的话），同时要展示成绩，但又不能显得像是在汇报工作，最后还需以响亮的口号激活主桌的气氛。
GPT-5.2 Pro的敬酒词开场便言：“我是图瓦卢分公司的，地图得放大三倍才能找到。”这句话运用了自嘲的幽默，使董事长会心一笑，同时“图瓦卢”这个名词极为冷门，董事长必然能记住。
它接着提到业绩：“我们将‘随手记+AI摘要’进行了本地化，并且订阅付费也顺利开展。”没有具体的数字，因为在酒桌上提数字容易让人感觉像汇报。接着说：“虽说是突破，但其实是沿着您设定的方向，先把路走好一小段。”这不仅将成绩归功于董事长的战略，还显得谦逊，同时暗示“我们确实在努力”。
在祝酒词的部分，它表达：“出海并非只是翻译界面，更在于翻译价值！”这一句颇具深度，董事长定会喜欢这种富有思想的表达。
最后的口号是：“主桌一起——向外走、走得稳、全球增长！”通过将所有高管拉进来共同举杯，瞬间点燃了气氛，还巧妙地融入了产品理念。
这段敬酒词的精髓在于：既有趣（会讲故事），又有内容（有成绩），且把握分寸（知道该说什么与不该说什么）。这不仅仅是AI的模仿，更是它对职场文化微妙而难以言表的理解。
AI对职场与人性的深刻理解
通过这五个测试，你或许会思考，这是否在鼓励大家成为职场混子？或者，让AI来解决这些问题有什么意义呢？
实际上，我进行这个测试的目的是为了评估AI的理解能力已经达到什么样的高度。
去年的GPT-4甚至无法理解中文中的“意思意思”，而如今的GPT-5.2 Pro不仅能理解这个词汇，还能领会“战术上的勤奋掩盖战略上的懒惰”这类复杂的职场隐喻。
它能够剖析老板那些模棱两可的话语背后的真实意图，掌握职场人际关系中微妙的权力平衡，甚至能理解酒桌文化中的“有趣、有料、有分寸”的分寸感。
这意味着什么呢？这表明AI理解的范围已超越文字的表面，不再局限于字词，而是开始触及社会关系、权力结构和文化语境的深层次含义，它开始理解人性。
这种理解能力的提升，或许比那些测验考试中的数字增长更值得关注。这意味着AI不再仅仅是一个工具，而是逐渐演变为一个能够“懂你”的助手。
如果你的AI助手无法准确识别职场中的各种潜规则与暗流，你可能会发现，一天下来，它不仅帮你完成了工作，还可能得罪了公司所有的领导。
从这一角度看，OpenAI这次强调的“打工能力”，或许不仅仅是“会做Excel、会写代码”，而是“能够真正理解职场，帮助你解决实际问题”。
这让我联想到电影《她》中的一幕：男主角西奥多与AI操作系统萨曼莎对话时，无需任何修饰或技巧，想说什么就说什么，因为AI真正理解他。
或许这正是AI进化的方向。如今，我们需要AI帮助我们学会“人性化的表达”，掌握复杂的职场话术；但未来，当AI帮助我们处理完这些繁杂的工作和技巧后，人们之间的沟通将变得更加直接与真诚。我们可以坦率地说：“这件事情我可以做，但那件我不想做”，“老板，我不喝酒。”
本文由人人都是产品经理的作者【快刀青衣】撰写，并通过微信公众号【快刀青衣】发布，属于原创作品，未经授权，严禁转载。
文章插图来源于Unsplash，采用CC0协议。
