BossAgentsGPT-6发布那天，我的朋友圈刷屏了。但有意思的是，刷屏的不是科技博主，而是一群出版社编辑和律师。他们转发的文案几乎一模一样，这本书几百万字，GPT-6一次就能读完。我盯着那个数字愣了好几秒，5万亿到6万亿参数，200万Token上下文。这是什么概念呢，你手里那本《战争与和平》大概一百三十万字，GPT-6可以一口气吞下三本，还能顺便给你讲讲托尔斯泰的叙事结构和人物弧光在哪一章断掉的。这感觉不像是升级，有点像你昨天还在骑电动车，今天突然有人告诉你，你已经被颁发F1赛照了。
但这次发布，又有点不太一样。以前GPT-4出来的时候，全网都在玩梗，有人让它写情书，有人让它编段子，有人拿它做高考作文。这次GPT-6的消息出来了，五十多万人同时在线围观，可大家讨论的焦点非常奇怪，不是它能做什么，而是它能不能自己读完一本书然后给你讲明白。这个转变本身就是个大新闻。
我第一时间去翻了一遍官方给出的benchmark，这习惯不太好，因为那些英文缩写翻译过来都像天文台的数据。但有一个数字特别扎眼，性能较GPT-5.4提升超过四成。四成是什么水平呢，大概就是从勉强能看懂你发的朋友圈，到能一眼看出你朋友圈里藏着的潜台词，然后帮你起草一条更体面的回复。这已经不是量的区别了。
更有意思的是上下文窗口的跃迁。我记得GPT-5.3刚把窗口拉到五十万Token的时候，已经有不少人欢呼说这是科幻小说级别了。现在GPT-6直接给你翻到两百万，翻四倍。有些人可能对Token没感觉，我就说一个特别朴素的场景，你今年看过的所有微信聊天记录，加起来可能都没它一次处理的文本多。我甚至怀疑OpenAI内部有个人是KPI受害者，把所有指标都整成了翻倍翻四倍，好让老板高兴。
但真正让我觉得事情不对劲的，是那条关于长文档处理能力全面升级的描述。全面升级这四个字写得很轻巧，背后的狠劲却大得吓人。之前的大模型处理长文档，说穿了就是个短时记忆的骗子，你给它一本五百页的书，它读着读着就把第一章忘了。现在的GPT-6，据说可以在两百万Token的上下文里保持对细节的连贯记忆，你随便问它第三百页某个配角喝了一口什么饮料，它都能准确告诉你那是温过的黄酒。
这就引出了一个大问题，到底谁需要这种东西。普通人拿着手机，很少有需要一口气读完一整本书的需求。但你要是换个场景，一个正在处理并购案的法务团队，一份两万页的尽调报告摆在那里，之前要几十个律师秃头一个月，现在一个人坐在电脑前，问GPT-6几个问题就能把可能存在的陷阱全揪出来。再换一个场景，一家药企要做新药审批，把过去十年的临床实验报告和历史审批意见全扔进去，它能帮你找出之前所有申报里被拒的规律，这种能力放在以前，得养一个博士团队。
我知道肯定有人要抬杠，说参数大不代表聪明，上下文长不代表理解深。这话对一半，但这次我觉得有一点必须承认，当上下文长到一个物理上的临界点，很多东西就真的不一样了。以前你是带着一个小本子进考场，现在你是拖着一个图书馆进去。抄答案还是自己推演答案，虽然看起来都是翻书，但结果可差远了。GPT-6这是把工具属性直接换成了空间属性，要干什么还是那句没用的话，你能想象的都行。
不过我还是要泼一盆冷水，因为你仔细看那个性能提升超过四成的数据，里面暗着一个巨大的褶皱。这套模型是在英语世界的地基上盖起来的楼，中文的表现到底怎么样，现在没人敢拍胸脯保证。我最近拿一些GPT-5.4的中文任务去对比，发现它在文言文理解和诗词韵律上已经有点味道了，但碰到那种互联网黑话浓度很高的聊天记录，还是会输出一些让人哭笑不得的官腔。GPT-6到底能不能读懂我为这个家辛苦付出的潜台词，我是持怀疑态度的。
另外更让我感兴趣的是，OpenAI这次没有在发布会上大吹什么多模态和视频生成，而是把重点放在长文本和知识密集型任务上。这个转向背后的信号特别值钱。前一年整个AI圈都在卷图像视频，卷得跟选秀节目一样，今天你生成一个穿宇航服的大熊猫，明天我生成一段电影质感的恐龙。结果呢，这些东西离普通人的真实生活越来越远，你要不是设计师或者视频创作者，那些生成出来的流光溢彩跟你一毛钱关系都没有。而GPT-6这次做的，是把注意力拉回到了文本本身，拉回到了那些真正让社会运转起来的文档合同和典籍上。
这让我想起前阵子参加一个行业聚会，有个做古籍数字化的老师傅说了一句话，他说我搞了三十年古籍，最大的痛苦不是识别文字，是理解文字。古籍里很多作者是个话痨，前一句在讲水文，后一句突然跳到政治隐喻，中间还夹着前朝的避讳。现在有了大语言模型，他第一次觉得自己这个行当有盼头了。我自己琢磨了一下，GPT-6的两百万上下文加上推理能力的提升，说不定真能让那些一直蹲在图书馆角落里蒙尘的珍本善本重新活过来。你用GPT-6去读一部地方县志，它能帮你把几百年的灾荒迁移宗族变迁全部串成一条线，这种能力如果开放出来，中文世界里能挖出来的东西简直不可想象。
当然，我讲的这些全是理论上的可能性。因为你我心里都清楚，我们能看到的评测数据都是OpenAI想让你看到的。这家公司向来擅长把最强的一面留在演示视频里，真到了你手里，大概率会遇到各种型号的阉割和限制。更别说国内用户还得穿过一层又一层的高墙，这已经不是技术问题，是物理距离问题。我身边不少人已经懒得去看最新的模型了，因为他们用不上，这是最让人难受的现实。
但我还是觉得，GPT-6给整个行业带来的冲击，你没法忽视它。尤其是国内那几家大厂，现在应该正抱着保温杯在会议室里加班复盘。前两年大家还在卷千亿参数，后来卷万亿，现在GPT-6直接干到五六万亿，这个数字已经不是单纯的规模竞赛了，它对算力的需求恐怕会让一个小国的电力系统瞬间崩溃。在这种压力下，国内厂商的路其实只有两条，要么砸更多钱堆更大的算力，要么干脆换赛道，把模型做小做精，在端侧设备上找出路。我猜后一种可能性更大，因为那是我们少有的能绕开的制约。
我也看到不少人在网上嘲讽说，五万亿参数有屁用，我拿它写个周报还要被吐槽格式不对。这话虽然刻薄，但提供了一个特别好的视角。对一个普通的每天九点上班六点下班的社畜来说，GPT-6跟ChatGPT最初那个免费网页版之间，体感上的差距其实没有那么大。尤其是当你每天只是用它写个会议纪要或者润色一段推荐语，你甚至感觉不到它跟GPT-4有什么不同。这种体感落差会催生出一大批失望的人，然后他们就会转头去写一篇长文，标题叫做大模型的泡沫终于破了。
但我更关注的是另一群人。那些每天要阅读海量资料的人，那些需要从故纸堆里找线索的人，那些面对几十份合同一个字一个字抠风险条款的人。对这些人来说，GPT-6的出现不亚于一次工具革命。以前他们被禁锢在两倍速阅读的天花板下面，现在这个天花板直接被拆了，你甚至可以跟整本书对话，冲着整本典籍提问，你不需要再花整夜时间去归纳摘要，你只需要会提问题。而会提问题这件事，恰恰是最考验人类的地方。
我突然想起一个特别具体的画面，还是那个古籍数字化老师傅，他说他以前带研究生，要求学生必须三个月内通读十本相关的学术著作，才能动笔写开题报告。现在如果GPT-6能一次性吞下那十本书，并且把其中互相矛盾的论点全部梳理出来，那这个要求是不是就可以改成一星期了。当然有人会说，读原典的意义就在于那个慢慢咀嚼的过程，机器帮你嚼碎了喂给你，你还能品出什么滋味。这话我也认同，但我也想说，人类文明积攒下来的书籍实在太多了，光中国每年出版的新书就有几十万种，你就算从出生的第一天开始不吃不喝地读，也读不到一百岁。机器帮你快速筛选出真正值得逐字读的东西，剩下的让你先有个全貌，这难道不是把时间花在刀刃上吗。
所以我对这次GPT-6的态度，处于一种罕见的混杂状态。一方面我觉得OpenAI这是在炫技，是在给投资人表演胸口碎石，五六万亿参数根本没法在普通设备上部署，连云端都吃力，普通用户能用到的能力注定是阉割版的。另一方面我又很诚实地兴奋，哪怕我只能用到它百分之三十的能力，那百分之三十也足以让我的工作方式发生一点改变。
我不太关心它是不是AGI的前身，也不关心什么意识火花的烂梗。我更关心的是两百万Token放在中文语境里能变成什么。我试着想象了一下，把一部二十四史全部拆开，按照纪传体编年体重新排列，让它去分析里面的历史规律和人情世故，那得出的报告可能比好多教授写的论文都有趣。我甚至琢磨着等它的API开放以后，第一个拿去干的事就是把我外公留下来的那本手写食谱给扫描识别了，让他写在上面的那些不放味精的小秘密从纸张里彻底醒过来。
有时候我觉得大家把大模型给看窄了，总觉得那就应该是一个聊天机器人，你一嘴我一嘴地贫，贫完了什么也没剩下。但GPT-6这种级别的上下文窗口，它暗示的是另一种完全不同的使用方式，你不必再把它当成一个短对话的搭档，你可以把它当成一个住在你硬盘里的读书人，一个永远不困不累不用喝水的读书人，你把整个图书馆丢给它，然后坐在它旁边，问它你最想知道的那几个问题。
很多年前我们梦想过，如果有一个什么都能读懂的老先生陪着该多好。现在这个老先生来了，住进了西二旗的机房，吹着液冷空调，吞吐着千万瓦的电力。它读过的书比我们这辈子见到的都多，可它不会主动告诉你任何事，它只是等着你去问。这个过程其实特别考验你自己的头脑，你得知道自己想要什么，你得能准确地描述出那个困扰你的问题。所以到头来，工具越强大，反而是对人的思考能力要求越高的。你如果连问什么都想不明白，那再大的上下文窗口对你来说也只是一片空白。
这也让我对未来的培训行业产生了一点奇怪的期待。以前大家学的是如何使用工具，以后可能学的是如何提问。会提问的人能从一个五万亿参数的脑子里挖出黄金，不会提问的人只能挖出一堆砂石。这种差异很快会在职场里体现出来。同样是面对GPT-6，有人用它做完了一整年的行业分析报告，有人用它写了一段演讲稿还嫌它语句不通。这里面差的不是智商，是思路。
我把这个想法跟一个做投资的朋友聊了聊，他说你想得太远了，现在的现实是，GPT-6大概率不会第一时间开放给中国用户，我们还得等。我就问他，那等到什么时候呢。他笑了笑说，等到国内那几家把差不多的东西做出来的时候。我点头，心里却有点不是滋味。这并不是说国内做不出来，而是那需要时间，需要钱，需要一种特别强的紧迫感。但好消息是，不管怎么说，方向已经很明确了。未来的模型比拼的不再是谁会讲段子，而是谁能在庞杂的信息里找到那条真正的线索。
我还注意到一个细节，这次GPT-6发布以后，有大约89万人在各种平台上标记了关注。这个数字让我觉得有点欣慰。它不是那种一亿人围观的热搜，而是相对精准的接近九十万人真正在乎这件事。这不到一百万人的期待，分散在各行各业里，有可能是一些内容创作者，有可能是一些研究员，有可能是一些工程师，也有可能是一个刚入行的法律助理。他们共同构成了这个时代最前沿的使用者群体，而他们接下来的三个月，可能会改变很多领域的做事方式。
说到底，GPT-6跟我们普通人的生活之间，并不存在一条可以立刻跨过去的桥梁。你今天早上起来，它不会帮你的豆浆机多做出两杯豆浆，也不会让你的地铁少挤三分钟。但它会在你看不见的地方，悄悄改变你将要读到的报告，你将要签的合同，你将要在新闻里看到的那些决策。这种改变是缓慢的，却又是实在的。
我会继续盯着它的后续开放情况，也会尽量找机会提前吃到这口大饼。但更重要的是，我想在它真正到来之前，先把自己脑子里那些模糊的问题理清楚。因为有了一个能读两百五十万字的助手，你却不知道问它什么，那种浪费比错过一个亿还让人心痛。
写到这里，我忽然有点明白为什么这次发布跟以前感觉不同了。以前我们是在看一个新玩具，这次我们是在看一张新地图。玩具只会让你开心一下，地图却能让你重新规划路线。GPT-6有没有能力规划好你的路线，说实话现在谁也不知道，但至少有那个轮廓在那里，你不至于再摸黑走夜路了。
至于我们每个人能做什么，我觉得倒也没那么玄乎。你不用急着去背参数，也不用急着去焦虑失业，你只需要保持一点好奇心，然后在它真正能用的时候，认认真真坐下来，把你手里那件你最熟悉的事从头到尾给它讲一遍，然后听它怎么说。它可能会给你一个你自己都没想过的答案，那个答案不一定对，但一定值得你往下想。
这个时代最好的部分和最残酷的部分，是同一样东西，就是变化来得太快。快到你还没为上一次变化做好准备，下一次变化已经碾着你的脚跟来了。GPT-6就是那个最新碾过来的轮子。你可以躲，也可以跳上去。我打算跳上去，至于姿势漂不漂亮，反正没人看。
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。
