Ethan Mollick 提前试用 GPT-5.5：能力提升仍在加速

Ethan Mollick 2026年4月23日 1,171 92 60 分享 我提前获得了 GPT-5.5 1 的试用权限，我认为这是一件大事。之所以是大事，是因为它表明 AI 的快速进步尚未结束。之所以是大事，也是因为它就是单纯地出色。之所以是大事，还因为即便有了这一切，AI 能力的前沿依然参差不齐。

随着 AI 变得越来越好，要快速展示每一代的变化越来越难，因为很多 AI 过去不擅长的事情，比如数学或数单词里的字母，现在对 AI 来说都轻而易举。所以，我会给你讲复杂的细节，但首先，我想举一个简单的例子，我认为它能很好地说明问题。AI 模型最擅长的是编程，所以我给从 OpenAI 第一个推理模型 o3（一年零一周前发布！）到当前最好的开放权重模型（Kimi K2.6），再到新的 GPT-5.5 Pro 的各个 AI 出了一个编程挑战：“给我构建一个程序化生成的 3D 模拟，展示一个港口城镇从公元前 3000 年到公元 3000 年的演变，它应该看起来很美，并允许我对它有一定的控制。”

然后我把每个答案都发布到这个画廊里，这样你就可以拿它们做实验（实际上，我是让 GPT-5.5 Codex 帮我构建的画廊页面）。你应该玩一玩它们来感受差异，但你可以在下面看到其中几个例子。除了在其他所有维度上都更好之外，只有 GPT-5.5 Pro 真正模拟了一个不断演变的城镇，而不只是随着时间推移生成新的建筑替换。GPT-5.5 Pro 也比它的上一代快得多：GPT-5.4 Pro 完成任务用了 33 分钟，GPT-5.5 Pro 用了 20 分钟。

我一直鼓励你把 AI 不看作单一的东西，而看作三个相互关联的概念。你需要考虑模型，比如 Opus 4.7、Gemini 3.1，或者（现在）GPT-5.5。你还要关注应用，也就是你实际用来与模型对话的产品，它们让模型为你做真正的工作。最常见的应用是每个模型的网站：chatgpt.com、claude.ai、gemini.google.com。但是，像 Claude Code、Claude Cowork 和 OpenAI Codex 这样的桌面应用正日益成为 AI 最有用的应用。最后，还有工具框架，即 AI 可以使用的工具以及 AI 模型如何连接到这些工具。工具让 AI 能够控制你的电脑、编写代码、做研究并生成图像。

OpenAI 在这三个领域都取得了进展。在模型方面，GPT-5.5 是一个强大的模型家族，其中 GPT-5.5 Pro（只能在网站上访问）能力最强。最近在应用方面也有重大进展，OpenAI 的 Codex 越来越沿着出色的 Claude Code 的道路前进，成为一个易用且有价值的桌面应用。最后，还有工具框架及其可以使用的工具。已经有很多新的工具框架改进，但其中最有趣的一个来自 OpenAI，它有一个新的图像模型

这个新模型现在可以渲染高质量的文字，并创建几乎任何你能描述的图片。老读者知道我的水獭测试，它要求 AI 制作一张水獭在飞机上用 wifi 的图片。与其再描述一遍，不如让新的图像模型（有时被称为 GPT-imagegen-2）替我解释：“一张照片，一位水獭科学家在展示 Ethan Mollick 的水獭测试结果，该测试展示了一个 AI 图像生成器能多好地生成一张水獭坐在飞机上用 wifi 的图片”

也许你想看看关于它的学术论文？“给我看看关于水獭测试的学术论文的第一页，格式精美，放在桌子上”（可以随意放大文字）

或者也许我们应该直接把它做成艺术？“现在展示一个精致的艺术画廊，墙上的每一幅图像都是一只水獭在飞机上用笔记本电脑，风格分别采用克里姆特、罗斯科、马蒂斯、莫奈、毕加索、提香、伦勃朗和奥基夫。每幅下面都应该有可读的标签。”（这个值得放大看）

所有这些都非常酷，几个月前还不可能做到，但它也很有用。一个能生成详细文字和图像的图像生成器可以用来制作 PowerPoint 幻灯片、产品模型、示例网站或任何你要求的东西。但这只是一个工具，真正的魔力发生在你把工具框架、应用和模型结合起来解决一个真实问题时。这里有一个我拖了十年的事。

我是一名学者，我的很多非 AI 工作，尤其是在 2010 年代初期，都集中在众筹上。我有数百个关于这个主题的匿名数据文件，是我从调查、分析和研究工作中收集的，混合了 STATA、CSV、XLS 和 Word 文件，我一直没来得及写一篇关于它们的论文。我想看看 GPT-5.5 能用这些信息走多远。所以，我使用了由 GPT-5.5 驱动的 Codex，并问道：“帮我整理[这些数据]，生成一个可能有趣的新假设，用复杂的方法检验它，并写一篇学术论文。”我还要求它包含文献综述和格式排版。结果非常令人印象深刻，尤其是在我让 GPT-5.5 Pro 对论文发表评论，并把那些结果反馈给 Codex 之后。你可以在这里阅读结果。它并不完美，但这不再是因为有明显的错误：文献综述都是真实的，统计数据也是。相反，是因为作为专家，我认为这个假设没那么有趣，而且关于因果关系还有一些常见的担忧，尽管 AI 使用了非常复杂的统计方法来试图解决它们。简而言之，如果这篇论文是一个博士二年级项目的结果，我会非常满意。而我只是给了它四个提示词，自己从未碰过文本。

我们还可以用另一种方式把工具框架、应用和模型结合在一起。我让 Codex 创建一个全新的桌面角色扮演游戏，基本上就是它自己版本的《龙与地下城》，设定在它自己发明的奇幻世界里，包含游玩所需的全部表格和规则。我还让它模拟玩家体验这款游戏，并根据发现的问题修订规则。如你所见，AI 照做了，包括排版出一份精美的 101 页 PDF，并用它的图像生成器为其配图。

除了技术上很出色之外，实际内容也有很多值得称道之处。设定有趣而新颖，规则看起来也说得通，借鉴了现有游戏模式，同时加入了独特元素。然而，仔细审视也会发现，AI 能力的锯齿状边界并未完全消失。每一代 AI 模型都在真正构建长篇虚构作品上苦苦挣扎。如果你是 AI 写作的常客，你会在这里看到同样的问题：对诡异之物的偏爱；过于复杂却未能完全兑现的想法；奇怪的隐喻（“天气和建筑是同一场争论的不同速度”）；过多华丽的句子（“当一片海忘记自己曾是一条路时浮出水面的神圣之物，”一次很酷，整本书都这样则令人疲惫）；每个角色都用同样简短生硬的语气说话的对话；以及“玛拉”这个名字。所以，即便在所有这些惊人的技术进步之中，仍然存在粗糙的边缘。

GPT-5.5 向我们表明，模型越来越聪明，应用越来越强大，工具框架越来越好，使它们在解决真实问题上越来越有效。我可以用四个提示词得到一篇接近博士质量的论文，或者用一个提示词得到一个可玩的角色扮演游戏，还配有插图和“试玩测试”。但虚构作品仍然平淡，而且即使统计数据可靠，假设有时也并不有趣。但仍然。一年前，这些都还差得远，而随着最新版本的发布，能力提升似乎正在加速。

这就是 GPT-5.5 选择为这篇文章配图的方式，我又有什么资格反驳呢？1 我不从 OpenAI 或任何其他 AI 实验室拿钱，OpenAI 也没有提前看过这篇文章。另外，我写这篇文章时并不了解发布的所有细节，所以如有任何错误，我深表歉意。