导读：OpenAI CEO Sam Altman罕见公开表态，最新模型GPT-5.4在计算机使用和经济价值任务上实现重大跨越，并断言AI发展远未触及天花板。

人工智能领域的竞争格局正在发生微妙而深刻的变化。当业界还在争论大模型是否已逼近能力上限时，OpenAI首席执行官Sam Altman用一条简洁有力的推文打破了沉默。他转发了关于GPT-5.4的技术评估，并给出了两个关键判断：一是新模型在"计算机使用"（computer use）和"经济价值任务"（GDPval）方面实现了显著提升；二是明确表示"我们没有看到墙"（We see no wall），预测今年AI能力将继续"戏剧性增长"（increase dramatically）。

打开网易新闻 查看精彩图片

这番表态的时机耐人寻味。过去数月，关于大模型是否遭遇"缩放定律"瓶颈的讨论持续升温，部分研究者认为单纯堆砌算力和数据带来的边际收益正在递减。Altman的回应不仅是对GPT-5.4技术实力的背书，更是对行业悲观论调的直接反驳。

「计算机使用」能力跃迁：从对话工具到数字代理

GPT-5.4最引人注目的突破在于「计算机使用」能力的实质性提升。这一术语在AI领域特指模型操作图形界面、执行多步骤软件任务的能力——本质上是从"能说话"到"能动手"的跨越。

回顾OpenAI的技术路线，计算机使用能力一直是其重点攻关方向。2024年10月，OpenAI首次向公众展示"Operator"功能，允许ChatGPT控制浏览器完成订票、购物等任务。但早期版本存在明显局限：操作速度慢、容错率低、复杂任务容易中断。GPT-5.4的进步意味着这些瓶颈可能已被显著突破。

技术层面的具体改进尚未完全公开，但结合行业趋势可以推断，新模型在视觉理解、UI元素定位、长程任务规划等关键环节应有重大优化。更值得关注的是，Altman将这一能力与"经济价值任务"并列强调，暗示OpenAI正在重新校准其产品战略——从追求通用智能的炫技，转向创造可量化的商业回报。

「GDPval」指标：AI价值评估的新标尺

Altman推文中使用的"GDPval"一词值得深究。这是OpenAI内部或关联研究中采用的特定指标，用于衡量AI系统在执行任务时创造的经济价值，并将其与全球GDP的贡献进行对标。这一框架的提出，反映出AI行业评估体系的深层转变。

传统的大模型评测依赖学术基准测试，如MMLU（多任务语言理解）、HumanEval（代码能力）等。但这些指标与真实商业场景存在脱节——一个模型可能在考试中拿高分，却无法为企业节省成本或创造收入。GDPval试图建立更直接的因果链条：AI完成的具体任务→替代或增强的人类劳动→可计算的宏观经济影响。

Altman声称GPT-5.4在这一指标上实现"重大提升"，意味着OpenAI可能已经验证了模型在真实工作流中的部署效果。这与该公司近年的商业化节奏高度吻合：ChatGPT企业版用户突破百万，与微软、Salesforce等巨头的集成不断深入，定制化AI代理服务成为新的收入增长点。当技术评估与财务表现挂钩，AI竞赛的规则正在被改写。

「没有墙」：对缩放定律争议的直接回应

Altman的第二个判断——「我们没有看到墙」——针对性极强。2024年以来，关于大模型发展是否触及物理极限的争论愈演愈烈。核心争议在于：随着模型参数规模扩大，训练所需的算力和能源呈指数级增长，但能力增益是否仍在同步提升？

部分研究给出了谨慎甚至悲观的信号。2024年6月，Epoch AI发表的分析指出，高质量文本数据可能在2026年至2032年间耗尽；同期，多位OpenAI前研究员离职创业，公开质疑预训练路线的可持续性。更广泛的担忧在于，当前架构下的"涌现能力"可能已接近天花板，需要范式级别的突破才能继续推进。

Altman的表态显然站在乐观阵营。他使用的"dramatically"（戏剧性地）一词，在英语语境中暗示非线性、跳跃式的进步，而非渐进改良。结合OpenAI近期的组织调整——包括将安全团队并入研究主线、加速产品迭代周期——可以判断该公司正处于技术释放的关键窗口期。GPT-5.4可能只是序曲，更激进的模型更新已在 pipeline 之中。

行业格局前瞻：能力竞赛与商业化的双重加速

Altman的推文虽短，却释放了多重信号。首先，OpenAI正在重新定义技术领先的内涵：不仅是基准测试的分数，更是可部署、可量化、可扩展的实用能力。其次，"今年继续戏剧性增长"的预测，实质是对竞争对手的施压——Anthropic的Claude 3.5、谷歌的Gemini 2.0、xAI的Grok 3均在紧追不舍，OpenAI需要维持节奏主动权。

更深层的变量在于监管与地缘环境。美国新一届政府对AI产业的态度趋于宽松，可能加速前沿模型的释放；但欧盟《人工智能法案》的合规成本、芯片出口管制的持续收紧，又为全球扩张蒙上阴影。Altman选择此时发声，亦有争取政策话语空间的考量。

对企业和开发者而言，GPT-5.4的升级意味着"AI员工"从概念验证走向规模应用的临界点正在逼近。当模型能够可靠地操作软件系统、完成具有经济价值的任务，组织重构的压力将远大于技术采纳的意愿。那些提前布局人机协作流程的企业，可能在未来12至18个月内获得显著的效率红利；而观望者或将面临更陡峭的追赶曲线。

技术乐观主义与商业现实主义在此交汇。Altman的断言能否兑现，取决于GPT-5.4及后续模型的实际表现，但一个趋势已清晰可见：AI能力的增长曲线尚未平缓，而衡量成功的标准正在从"更聪明"转向"更有用"。这场竞赛的下一阶段，胜负手或许不在实验室，而在真实经济的毛细血管之中。