OpenAI 的內訌、對手的追趕、估值的壓力，都在把真正的 AGI 推向更遠的未來。這篇“正經的八卦”帶你透視：什麼是假的 GPT-5？為什麼它大機率會出現？以及，如果真的 GPT-5 缺席，我們的“無人公司”夢又該靠什麼繼續？
———— / BEGIN / ————
GPT5看來是要來了。
但我有種不好的預感，我們很可能會迎來個假的GPT5。
（這篇其實是有點正經的八卦…）
什麼是真的GPT5呢？
我不知道別的同學怎麼預期，我一直的預期是GPT5是通用智慧的第一個版本。
那什麼又是通用智慧呢？
這問題10個人可能有20種回答，我說個我自己的，不太嚴謹的回答。
通用智慧就是一個人造的大腦，這個大腦裡面有高一維度的智慧和大量的記憶。
然後落到N種情境的時候，很像把一個智商200的博士放到一個公司一樣，他可以很快理解具體的情況，並且入門。
放到具體情境則是用提示詞，把這個高緯度的智慧具象化的過程。
所以通用智慧還真就是通用的高維智慧，可分析、可推理、可以幹任何事，沒什麼屬性，但“智商極高”。不要忘記了物理學家和建築工人，他們的大腦是基本類似的。
我期待的GPT5是比GPT4再有個數量級的提高，然後啥都能幹的通用智慧。
（現在的GPT給GPT5配的圖，直奔Matrix去了…）
什麼是假的GPT5呢？
我們總是可以透過降低上面那個智慧的維度，然後讓它在單獨的領域表現的更好，比如奧數，比如解析蛋白質結構，比如下圍棋。
如果我們再降低維度到四則混合運算，那甚至都不用模型，直接寫程式就能處理的很好。
GPT這條線的模型是要搞定前者的，這條線下後者更像Agent要搞定的事。但如果拿後者的效果吸引眼球，也不是沒用，但屬實不是我最初預期的GPT5，就只能說是個假的GPT5。
為什麼會這樣呢？
看起來OpenAI自從內訌一場後確實傷了元氣了。
後面搞一堆追趕者，Antropic、Google DeepMind、Grok等這些還是給OpenAI產生了相當大的壓力。最近扎克伯格的一頓操作估計更是雪上加霜。
而對於頭部AI大模型公司，它的估值首先是靠預期支撐的，其次才是業績。
這時候來個假的GPT5倒是符合商業邏輯。
雖然從蛛絲馬跡來看，很可能是這樣，但我個人真的不希望這樣。
因為《無人公司》的大規模鋪開需要真的GPT5…
透視AI的幾條路線
我們每天總說的AI根本不是一個東西，雖然它們共享很多的基礎理論比如神經網路、深度學習、Transformer架構等。
這裡面chatGPT路線屬於往通用方向發展，而FSD12和AlphaFold則是往專門領域發展。後兩者也重要，但顯然沒有前者重要。
在我們這個時間點，劃定邊界、專門往某個方向最佳化可以做的遠超人類是被反覆證明過的事。
即使是自動駕駛這麼複雜的事，看Robotaxi的熱度，我懷疑再搞個幾年就真徹底像AlphaGo那樣遠超人類了。
所以現在真有挑戰的不是專用，而是通用人工智慧。按正常脈絡似乎應該是OpenAI透過GPT5來搞定的這事。
通用人工智慧一旦往前挪一步，那影響的是全部經濟領域，而不是某個領域。
想象下如果基於通用人工智慧的Agent去下圍棋，並且贏了AlphaGo；去解析蛋白質結構並且贏了AlphaFold，那意味著什麼？
不過也許是老天想給人類多點時間適應，所以OpenAI內訌了…..
那還不會不有真的GPT5呢？
我覺得還是會的。
這裡估計還是需要點當年OpenAI坐冷板凳的精神，Ilya那公司（Safe Superintelligence Inc.）沒產品釋出估值已經升到 320–330 億美金。這應該不是全靠刷臉。
另一個點是：從Hinton老爺子等的的發言來看，現在的AI的問題貌似是個已經確定解決的問題。他們不再談什麼路線，怎麼搞定了，大家仔細看看他們最近的發言。
最後就是一個統計的猜想：AI屬實在加速。
技術上的原因看起來就是GPT4等可以看成一個原始版的人造超級大腦，這和過去的技術完全不一樣，過去的技術都是專門化的，而它可以啥都幹。它們可以用來加速他們自己。
更關鍵的是，我們確實總是還可以做出來一個專門化的工具來加速這個程序。
GPT5之後呢？
最近陳果（果總）有本書叫：《AI時代資料價值創造》，前面還有一本叫《業務流程》。我一邊看就一邊琢磨：如果有GPT5了，這裡面還有多少內容是需要人處理的？
拿第一本書來舉例子，我得出了個很有意思的結論：
書裡的這套資料體系用不用本身不是個AI的問題，而是你生產關係的問題。
生產關係至少要有對外和對內兩部分。
對內的部分恐怕不適合每次定義一組schema來表示企業的活動和知識，而是還是要預先確定。
這可以做簡單推理：
假設GPT5十分聰慧，你只要和他說清楚目標，它就能給你把活幹了。這時候你還是要累積資料資產，而不可能每次都是一個目標和一個混雜不做定義的歷史活動記錄。
所以對內的部分要向AI傾斜，甚至可以讓AI定義，但不會沒有。
對外的部分就更麻煩，因為外部世界又不是單個公司定義的，怎麼合作也不是一個公司定義的。所以肯定不能全扔給GPT5。
結論是資料和領域模型的定義在無人公司的設想裡面是要有人類介入定義的，反倒是變重要了。
雖然可以假設GPT5自己定義資料，自己更新資料定義，但這事兒我這激進派都覺得有點懸了。至少不是可見範圍內的預期。
這似乎有點矛盾，無人公司裡面和外部相關的生產關係，資料的初始模型其實是需要人類來定義的。
但這應該是數字空間不完備（每個無人公司的外部環境是不完備的）的必然後果吧。
小結
我們其實不太能拋開技術來談AI，那就有點像耍流氓，但AI這技術變化實在太快，跟起來挺累的。
唯一的方法就是把它們放回到模型，過去我讀這些論文挺費勁的，包括想找彼此間的關聯，現在基於大模型，這個過程可以提速N倍。
這顯然是最簡單的AI來提高的例子，所以GPT5這次如果不是第一個AGI，那我想它也不會太遠。
OpenAI的五級分級是很有意思的，但它自己假裝升級太快了。
———— / E N D / ————
本文來自公眾號：琢磨事 作者：琢磨事
👇 想要第一時間瞭解行業動態、面試技巧、商業知識等等等？加入產品經理進化營，跟優秀的產品人一起交流成長！
———— / 推薦閱讀 / ————