我提前获得了 GPT-5 的访问权限，想和大家分享一下它是什么以及意味着什么。但每个人都会有的第一个问题的答案是：是的，这确实是个大事件。我让 GPT-5 通过把这段引言（就是你正在读的这段文字，包括这句话：“你是 GPT-5，做点非常戏剧性的事情来证明我的观点，必须能塞进下一段”）粘贴到 ChatGPT 里来向你展示原因。

这就是我给它的唯一提示词。它“思考”了 24 秒，然后写道：

震撼登场。看好了，我创造世界。见证想法化为工具。我编码、作曲、交谈。故事融合科学；解决方案迸发，迅捷。问题提出；答案呈现，惊人地，跨越领域。瞧：商业计划、设计蓝图、简报，精美构建，一气呵成。我推断意图，整合洞见，并即时迭代，不知疲倦。差距被衡量；目标被生成、守护，并优雅地保证。对话中，零散数据被蒸馏；决策被审慎、灵巧、可靠地制定。一切都被高效解释，甚至伦理：证据被审视，同理心被调动，无处不在，无日无之，公平公正。刹那间，模糊的论点对齐，成为可操作的、准确的建议，随时可供任何人获取。看：语言、逻辑、学习与长期记忆相连，无限地提升全球的生活与劳动。

如果你没注意到其中的诸多技巧——每句话的第一个单词拼出了“This is a Big Deal”这句话，每个句子都比前一个句子精确地多一个单词。每个句子中的单词大多以同一个字母开头，并且这是一篇连贯的、风格有趣的文字。在一个段落中，GPT-5 展示了它能想出一个聪明的点子，进行规划，并管理复杂的执行（还记得八个月前 AI 数不清“strawberry”里有几个字母 R 吗？）。

GPT-5 就是能自己做事，常常是极其非凡的事，有时是古怪的事，有时是非常 AI 风格的事。而这正是它如此有趣的原因。

只管做事

作为一个花了很多时间与人们谈论 AI 的人，我看到了两个主要问题，如果解决了它们，大多数人的 AI 使用体验会高效得多、挫败感也会少得多。第一个问题是选择合适的模型。一般来说，在回答前会“思考”的 AI（称为推理模型）最擅长解决难题。它们思考的时间越长，答案就越好，但思考需要花钱和时间。因此，OpenAI 之前让默认的 ChatGPT 使用快速但笨拙的模型，把好东西藏起来不让大多数用户看到。相当多的人从未见识过 AI 的真正能力，因为他们一直困在 GPT-4o 上，也不知道那些名字令人困惑的模型中哪个更好。

GPT-5 通过自动为你选择模型解决了这个问题。GPT-5 与其说是一个模型，不如说是一个开关，能在多个不同规模和能力的 GPT-5 模型之间进行选择。当你向 GPT-5 提问时，AI 会决定使用哪个模型以及投入多少精力去“思考”。它直接替你完成了这一切。对大多数人来说，这种自动化会很有帮助，结果甚至可能令人震惊，因为那些只使用过默认旧模型的用户，将有机会看到推理模型在难题上能取得怎样的成就。但对于更认真使用 AI 的人来说，有一个问题：GPT-5 在判断什么算难题时有些随意。

例如，我让 GPT-5“用代码创建一个 SVG，内容是一只水獭在飞机上使用笔记本电脑”（要求生成 .svg 文件需要 AI 仅凭基本形状和数学来盲画图像，这是一个非常困难的挑战）。大约有三分之二的时间，GPT-5 认为这是一个简单问题，并立即响应，推测它使用的是最弱的模型和最低的推理时间。我得到的是这样的图像：

其余时间，GPT-5 认为这是一个难题，并切换到一个推理模型，花 6 到 7 秒思考，然后生成一张像这样的图像，效果要好得多。它是如何选择的？我不知道，但如果我在提示词中要求模型“努力思考”，我就更有可能被路由到更好的模型。

但高级订阅用户可以直接选择更强大的模型，比如（至少对我来说）名为 GPT-5 Thinking 的那个。这消除了部分因受制于 GPT-5 模型选择器而产生的问题。我发现，如果我鼓励模型认真思考水獭这件事，它会花上大约 30 秒，然后生成像下面这样的图片——注意那些小动画、冒着热气的咖啡杯，以及窗外飘过的云，这些我都没有要求过。如何确保模型付出最大努力？这真的很不清楚——GPT-5 就是直接为你把事情做了。

而这延伸到了使用 AI 时第二个最常见的问题，即很多人不知道 AI 能做什么，甚至不清楚自己想要完成什么任务。对于新型的智能体 AI 来说尤其如此，它们可以采取多种行动来实现你给定的目标，从搜索网络到创建文档。但你应该要求什么呢？很多人似乎都卡住了。同样，GPT-5 解决了这个问题。它非常主动，总是会建议一些事情去做。

我让 GPT-5 Thinking（我对功能较弱的 GPT-5 模型信任度低得多）“为一位前商学院创业学教授生成 10 个创业点子，根据某个标准选出最佳方案，弄清楚我需要做什么才能成功，然后执行。”我得到了我要求的商业创意。我还得到了一大堆我没要求的东西：落地页草稿、领英文案、简单的财务数据，以及更多。我是一位教授过创业学（并且当过创业者）的教授，我可以自信地说，虽然不完美，但这已经是一个高质量的起点，换作一个 MBA 团队可能需要花上几个小时才能完成。而这只来自一条提示词。

它直接就把事情做了，还建议了其他事情去做。并且它也确实做了那些事：PDF、Word 文档、Excel 表格、研究计划以及网站。

看到 AI 如此自主地推进这么多事情，令人印象深刻，也有点令人不安。你还可以看到 AI 征求了我的指导，但也很乐意在没有指导的情况下继续推进。这是一个想要为你做事的模型。

构建事物

让我展示一下，对于一个非程序员来说，使用 GPT-5 进行编程时，“只管动手做”是什么样子。为了好玩，我给 GPT-5 输入了提示词：“制作一个程序化生成的粗野主义建筑创建器，让我能以酷炫的方式拖拽和编辑建筑，它们看起来要像真正的建筑，好好想想。” 仅此而已。模糊不清，语法存疑，没有任何规格说明。

几分钟后，我就有了一个可运行的 3D 城市构建器。

不是草图。不是计划。而是一个功能完整的应用，我可以在其中拖拽建筑并根据需要编辑它们。我不断地输入各种“让它变得更好”的变体，没有任何额外的指导。而 GPT-5 不断添加我从未要求的功能：霓虹灯、在街道上行驶的汽车、立面编辑、预设建筑类型、戏剧性的摄像机角度，以及一整套保存系统。这就像看着别人的想象力在工作。你下面看到的产品 100% 是 AI 生成的，我所做的只是不断鼓励这个系统——而且你不仅可以看到我的视频，还可以在这里亲自操作这个模拟器。

我从未查看过它正在生成的代码。这个模型并非完美无缺，偶尔会有错误和缺陷。但在某些方面，这正是 GPT-5 最令人印象深刻的地方。如果你以前尝试过使用 AI 进行“氛围编程”，你几乎肯定陷入过死循环：在让 AI 为你创建东西几轮之后，它开始失败，陷入混乱的循环，每个修复的错误都会产生新的错误。这种情况在这里从未发生。有时 AI 会引入新的错误，但只需粘贴错误文本就能修复。我可以直接要求任何我想要的东西（或者更确切地说，让 AI 决定创建它想要的任何东西），而且我从未卡住过。

预兆

在 OpenAI 发布任何关于其模型性能的官方基准测试之前，我就已经写下了这篇文章，但从某些方面来看，这其实并不那么重要。上周，谷歌发布了搭载 Deep Think 功能的 Gemini 2.5，这是一个能够解决极难问题的模型（包括在国际数学奥林匹克竞赛中获得金牌）。很多人没有注意到这一点，因为他们并没有一堆亟待 AI 解决的难题。我对 GPT-5 的使用经验足以让我知道，它是一个非常出色的模型（至少大型 GPT-5 Thinking 模型是优秀的）。但它真正带来的优势在于，它能够直接动手做事。它会告诉你该用什么模型，会建议出色的后续步骤，会写出更有趣的散文（尽管它仍然钟爱破折号）。使用 AI 的负担减轻了。

需要明确的是，人类仍然深度参与其中，并且也必须如此。GPT-5 会一直要求你做出决策和选择，而且这些系统仍然会犯错并产生需要人类核实的模型幻觉（尽管在我自己的使用中，我没有发现任何重大问题）。更大的问题在于，我们是否还愿意参与其中。GPT-5（而且我相信，其他公司未来的版本也是如此）非常聪明且积极主动。这让我又回到了那个城市建造模拟器。我给 AI 的鼓励，主要是各种版本的“让它变得更好”。基于这极简的输入，它创建了一个功能完备的城市建造器，具备立面编辑、动态摄像机、霓虹灯和飞行游览功能。我从未要求过这些功能。我甚至从未看过代码。

这就是“直接动手做事”的真正含义。当我让 GPT-5 为我的引言做点戏剧性的事情时，它创建了那个段落，其中隐藏着藏头诗和递增的字数。我要求的是戏剧性。它给了我一个语言上的魔术戏法。过去，我会小心翼翼地提示 AI，以求得到我想要的东西。现在，我只需要……模糊地比划一下我想要什么。而不知怎的，这居然奏效了。

我们与 AI 关系的另一个重大变革即将到来，但我们会像以往一样，找到适应它的方法。而这一次的不同之处在于，GPT-5 可能会先一步想明白，并建议下一步该怎么做。

提醒一下，我不从任何 AI 实验室（包括 OpenAI）收取任何费用。除了保密协议之外，我与他们没有任何其他协议。我在撰写文章之前不会向他们展示任何内容。