BossAgents我一个做民商事诉讼的朋友，昨天在朋友圈发了一张空的办公桌照片，配文是干了十二年，第一次觉得手里的律师证像张废纸。 前一天他接了个标的两千多万的拆迁纠纷，当事人拖过来整整二十四箱卷宗，光证据目录就有七十多页，按照以前的速度，他带两个助理，至少要花整整五天才能理完时间线，找出对方证据链里的漏洞。 那天早上他抱着试试的心态，把所有卷宗扫成电子档打包扔了进去，十三分钟后，屏幕上蹦出来一份整整十七页的质证意见，连三年前某份安置补偿协议上当事人签字的笔锋，和另一份授权委托书上的细微差异都标了出来，甚至还附了三个类似案例的判决书文号，和对应的法庭辩论要点。 他坐在工位上抽了半包烟，跟我说，那种感觉就像你练了十几年的降龙十八掌，刚练到第十八层，转头就看见对方掏出了一把加特林。 刷屏了好几天的GPT-6，就是那把加特林。
很多人对那些数字没概念，什么五到六万亿参数，两百万token上下文，听着像是外星文。 这么说吧，两年前大家刚用上GPT-4的时候，它一次最多能读大概十万字，差不多是半本长篇小说，你要把一整本红楼梦扔进去，得分七八次，它还经常记不住前面的内容。 去年的GPT-5.4，把上限提到了一百万字，刚好能塞下一整套红楼梦不带批注，扔进去之后问它刘姥姥第二次进荣国府拿了多少东西，大概率还能答得上来，但要是问它第三十七回林黛玉写的海棠诗里第三句是什么，十有八九要瞎编。 这次的GPT-6，两百万token的上下文，差不多是一百五十万字，你把一整套红楼梦带脂砚斋全评，再搭一本西厢记，一本牡丹亭，全塞进去，还有富余的空间让它写一万字的人物分析。 至于参数量，之前大家调侃GPT-3还不如一只猫的脑子好用，现在这个规模，差不多抵得上半只成年猕猴的脑容量，而且是二十四小时不睡觉，不摸鱼，不会忘事，不会闹情绪的那种。
最有意思的其实不是它有多强，是OpenAI这次的发布方式。 前几年发大版本，不管是GPT-3还是GPT-4还是GPT-5，都是提前半个月预热，开俩小时的发布会，秀考分秀能力，恨不得让全世界都知道自己又领先了一步，行业里也都会提前半个月就开始蹲消息，连论文都会提前放出来给大家拆。 这次倒好，连个正经的官宣都没有，就是悄咪咪地给用户灰度更新，一开始大家只是觉得，哎今天怎么回答变快了，怎么扔几十万字进去不卡了，怎么之前解不出来的奥赛题突然就做对了，直到有人去问OpenAI的员工，人家才轻描淡写地说，哦对，这是GPT-6，已经全量上线了。 那种感觉就像你考试考了90分，恨不得把试卷贴在教室门口，人家考了100分，把试卷折吧折吧塞兜里，路过你的时候轻飘飘地说，哦这次题挺简单的对吧。
过去大半年整个行业都在传一个说法，说大模型的规模红利已经吃完了，再堆参数也没用了，性能涨不动了，还费钱。 理由也很充分，GPT-4比GPT-3.5性能涨了大概百分之三十，GPT-5比GPT-4涨了百分之二十二，到GPT-5.4，只比GPT-5涨了百分之十五，明眼人都能看出来，增速在往下掉。 所以几乎所有人都在转方向，搞小模型，搞端侧，搞对齐，搞垂直领域，连很多投资人都跟创业公司说，别再做通用大模型了，没机会了，死路一条。 结果OpenAI直接一巴掌把所有人都拍醒了，五到六万亿参数，性能比GPT-5.4涨了超过百分之四十，不仅增速没掉，还翻了一倍还多。 坦率讲，我去年年底跟几个做大模型的朋友吃饭，还聊过这个事，大家都觉得规模红利最多还有一年，接下来就是拼场景拼优化了，现在看来，不是规模红利到顶了，是我们这些人摸不到天花板而已。 你做不到堆参数还能涨性能，不代表人家做不到。
之前所有的大模型，不管是哪家的，都有自己瘸腿的地方。 Claude的长上下文做的早，能塞很多东西，但数学烂到离谱，你问它鸡兔同笼都能给你算错，Gemini的多模态强，能看视频能画图，但逻辑经常抽风，前一秒跟你说一加一等于二，后一秒就能给你算出等于三，之前的GPT胜在逻辑和代码稳，但长上下文超过五十万字就开始丢三落四，跟得了老年痴呆一样。 这次的GPT-6，相当于把所有的短板全补上了，成了个没有缺点的水桶。 有人把整本战争与和平扔进去，随机抽里面任意一个小人物的出场次数，任意一段对话的原文，甚至某一页里提到的当天的天气，全答对了，准确率接近百分之百，速度还快，整本书读完只用了九秒钟。 有人拿国际数学奥林匹克竞赛的真题测，六道题全做对了，解题步骤比官方给的参考答案还简洁，之前只有GPT-5能做对三道，Claude和Gemini最多能对两道。 还有做开发的朋友测了代码能力，直接把Linux内核的一个模块需求扔进去，四十分钟就写出了能跑的代码，还顺便修了两个原有内核里没人发现的小bug。 现在好了，之前大家还能吹，我家的模型在某个细分领域比GPT强，现在没人敢说了，全领域被碾，连人家的车尾灯都看不到。 前两个月克劳德刚宣布自己做了两百万token上下文的时候，整个行业都沸腾了，说OpenAI要慌了，结果现在测下来，克劳德的两百万，超过一百二十万之后准确率就掉到百分之四十以下，基本上就是个宣传数字，谷歌的Gemini 1.5 Pro的一百万token，准确率倒是还行，但读一整本书要等半小时，GPT-6只用十秒钟，还能顺便给你写个三千字的书评。 你说这怎么比。
还有一个很明显的变化，就是这次OpenAI是奔着赚钱来的。 之前发新模型，都是先给研究员和开发者测，少则三五个月，多则大半年，才会慢慢放到普通用户的付费会员里，API额度还要抢，普通企业想用都用不上。 这次倒好，灰度不到一周，所有付费会员都能用了，还直接上线了一个更高阶的付费档位，只要多掏一倍的钱，就能无限制用满额的长上下文，不用排队，不用抢额度，哪怕你是个人用户，只要愿意掏钱，随时能扔一整本书进去用。 之前OpenAI说要在2027年做到一千亿美金的营收，很多人都觉得是吹牛逼，一个做技术的公司，怎么可能赚这么多，现在看来，人家不是吹牛逼，是真的有底气。 就说我那个律师朋友，他现在愿意每个月掏一千块钱用这个，一个月能省出来至少十天的时间，多接两个小案子，就能多赚几万块，这笔账怎么算都划算。 做咨询的，做审计的，做产品的，做学术的，所有要跟大量文字打交道的人，都愿意掏这个钱，因为它真的能帮你省时间，帮你赚钱。 很多人说这么大的模型，推理成本肯定很高，OpenAI会不会亏本，其实根本不会，过去两年OpenAI把推理成本降了整整一百倍，现在GPT-6的推理成本，比两年前的GPT-4还低，人家卖你一个月几十刀，赚的比你想的多得多。
说到这肯定很多人会问，那国内的大模型怎么办，之前不是说已经追平GPT-4了吗，差距是不是又拉开了。 这个问题其实挺现实的，过去一年国内大模型的进步真的快到离谱，要是放在三年前，没人能想到我们自己的大模型能做到现在这个水平，日常写文案做表格整理会议记录，完全够用，中文场景下甚至比GPT还好用。 但这次GPT-6出来，相当于你跑了半天，好不容易离终点还有一百米，抬头一看，人家直接把终点往前挪了一公里。 之前很多人说中美AI的差距已经缩小到六个月了，再过一两年就能追平，现在看来，这个差距至少又拉回到了两年以上，甚至可能更久。 不是国内的工程师不聪明，不努力，是硬实力的差距摆在这。 OpenAI现在手里的高端算力，比国内所有大模型厂商加起来的总和还要多好几倍，人家训练一次GPT-6，要花好几亿美金，要动用几十万张最高端的芯片，这些东西，我们现在暂时拿不到。 能靠优化追上的部分，我们已经追的差不多了，剩下的，都是硬堆资源才能堆出来的差距，不是光靠努力就能补上的。 坦率讲，我觉得接下来国内的大模型厂商，大概率不会再喊着追GPT了，也没必要追，不如沉下心来做GPT做不了的事，比如政务场景，本地生活，电商，工业制造，这些GPT进不来的领域，把体验做到极致，反而比硬追更实际。 普通人也不用慌，日常用的话，国内的大模型完全够用，就算有差距，也不影响你写个周报做个PPT。
很多人最关心的其实是，这个东西出来了，跟我有什么关系，我会不会失业。 我可以很明确地说，它不会让你失业，但会让会用它的人，把你的饭碗抢了。 我那个做产品经理的朋友，上周把他们APP过去一年的一百八十万条用户反馈全扔进去，十五分钟就拿到了用户最不满意的三个点，还有具体的改进建议，他们之前十个人的产品团队，花了两个月做用户调研，得出来的结论一模一样，还没这个细。 以后公司招产品经理，是招一个能自己做调研的，还是招一个能用GPT两天做完一个团队两个月的活的，答案不言自明。 不是产品经理这个职业消失了，是不会用GPT的产品经理，找不到工作了。 还有做文案的，做设计的，做运营的，做行政的，所有需要处理大量信息，产出标准化内容的工作，都会慢慢变成这样。 你不用怕它会替代你，你只要比其他不会用它的人强就行。 我觉得现在普通人最不用做的，就是天天在网上跟人争论AI有没有创造力，有没有灵魂，能不能取代人类，这些问题跟你一点关系都没有。 你现在要做的，就是立刻去用，不管是GPT还是国内的大模型，先把它用起来，养成什么事都先扔给它试试的习惯。 写邮件，做表格，整理会议记录，写周报，做旅游攻略，甚至跟人吵架不知道怎么回，都可以先让它给你写个初稿，你再改。 慢慢你就会发现，你原来一天干八个小时的活，现在三个小时就干完了，剩下的时间，你要么摸鱼，要么学点新东西，要么多接一份活赚外快，怎么都比你天天在那焦虑强。 还有就是，别再去学那些马上就要被AI替代的技能了，什么Excel函数大全，PS入门教程，文案写作三十六计，这些东西AI比你熟一千倍，你练十年也练不过它。 你要学的是怎么给它提需求，怎么判断它给的结果对不对，怎么把它的结果改成你要的样子，怎么用它帮你解决你自己的具体问题。 这些能力，AI暂时还学不会，而且越往后越值钱。 比如你是做小红书的，不用自己写文案拍视频，你只要知道什么样的内容能火，能给AI提清楚需求，能把它产出的一百条内容里挑出最好的三条，你就能比百分之九十的博主做的都好，赚的也多。 比如你是开培训机构的，不用自己出练习题改作业，你只要知道每个学生的薄弱点在哪，让AI给每个学生出定制的练习题，你一个老师就能带之前五倍的学生，收入直接翻五倍。
还有很多人没意识到，两百万token的上下文，意味着AI第一次有了真正的长期记忆。 你可以把你从小到大所有的经历，所有写过的日记，所有的朋友圈，所有的聊天记录，所有拍过的照片的配文，全整理成文字扔进去，它就能完全记住你是谁，你的喜好，你的习惯，你说话的方式，甚至比你自己还了解你。 我上周看到有人把自己去世的妈妈生前所有的聊天记录，朋友圈，还有跟家人的聊天录音转成的文字，全扔了进去，做了一个数字版本的妈妈。 跟它聊天，语气，口头禅，甚至说话的停顿，都跟真的一模一样，还记得他小时候爱吃糖醋排骨，记得他去年生日的时候跟妈妈说过想要一台新的相机，记得他上次感冒的时候妈妈叮嘱他要喝的药的名字。 很多人说AI没有感情，确实，它自己没有感情，但它能给你提供你需要的情感价值，这个就够了，很多时候我们需要的不是真的，是足够像真的，就够了。
还有很多在做AI创业的朋友，最近都很慌，说是不是以后没机会了。 坦率讲，接下来百分之九十的垂直大模型创业公司都会死。 之前大家的逻辑是，通用大模型不懂垂直领域的知识，我用行业数据训练一个专属的大模型，就能比通用模型强，就能卖钱。 现在好了，你把整个行业的所有文献，所有案例，所有数据，全扔进GPT-6，它的能力比你辛辛苦苦训练了两年的垂直大模型还强，还比你便宜，你根本没有任何竞争力。 但这不代表AI创业没有机会了，反而机会更多了。 通用大模型再强，它也不会自己跑去给餐饮老板做收银系统，不会自己跑去给工厂做质检系统，不会自己跑去给学校做教务系统。 机会不在做大模型，而在用大模型解决具体的，一个个的小问题。 比如你给开奶茶店的老板做一个小工具，能自动从外卖平台把所有的用户评论导出来，整理出口味服务包装的问题，还能自动生成回复，一个月收老板两百块，这个东西GPT做不了，你做出来了，就有价值。 比如你给做跨境电商的卖家做一个小工具，能自动把所有竞品的评论和商品信息扒下来，分析出竞品的优缺点，还能自动生成你自己的商品介绍文案，一个月收卖家一千块，这个东西也很有价值。 别总想着做下一个OpenAI，也别总想着干个几百亿的大生意，沉下心来解决一个小的，真实的问题，比什么都强。
我昨天晚上把我过去五年写的所有公众号文章，所有的读书笔记，所有的朋友圈，总共大概一百四十万字，全扔了进去。 我问它，你觉得我接下来应该写什么。 它给我列了十二个选题，每一个都刚好踩中我最近在想但没说出来的点，甚至还给我写了三个开头，语气跟我自己写的几乎一模一样，连我常用的梗都用上了。 我盯着屏幕看了好久，突然想起2019年的时候，我第一次用GPT-2，那时候它写个连贯的句子都费劲，我还跟朋友笑说，这玩意就是个玩具，啥用都没有。 没想到才过了六年，它已经能读完我五年写的所有东西，还比我自己更清楚我想写什么。 这个世界的变化真的太快了，快到你根本反应不过来。 十年前你跟人说，以后大家出门不用带钱包，所有人都不信，现在连路边卖菜的阿姨都在用移动支付。 五年前你跟人说，以后AI能写文章能写代码能看病，所有人都觉得你在看科幻片，现在这些事都已经变成了现实。 未来已经来了，只是还没均匀分布。 你可以不喜欢它，可以骂它，可以说它没有灵魂没有感情，但你不能假装它不存在。 你现在要做的，就是走过去，伸手摸摸它，用它帮你做事，帮你赚钱，帮你省下更多的时间去陪你爱的人，去做你喜欢的事。 毕竟，工具从来都不是人类的敌人。 只会站在原地害怕，不肯伸手拿工具的人，才会被时代甩在后面。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，下次再见。
