GPT-5.2考赢人类！OpenAI警告：大模型能力已过剩，AGI天花板不是AI

新智元01-10

新智元报道编辑：元宇【新智元导读】如同智能手机一样，大模型也进入了一个“能力过剩”时代，即大模型本身的能力与人类使用方式之间存在着巨大断层。刚刚，GPT-5.2刷新了一项新纪录！OpenAI联合创始人Greg Brockman发帖称使用GPT-5.2在ARC-AGI-2基准测试上，表现超过了人类基线水平。在基准测试时技能爆表，但一到实际应用就“掉链子”，OpenAI前首席科学家Ilya ...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2602534366?lang=zh_CN&edition=full","thumbnail":"https://x0.ifengimg.com/ucms/2026_03/FCA3544CDD4CD2BE4C4A13FE3663B2D7E16D4631_size85_w632_h355.jpg","is_english":false,"pubTime":"2026-01-10 22:10","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2602534366","market":"hk","top_or_hot":-1,"title":"GPT-5.2考赢人类！OpenAI警告：大模型能力已过剩，AGI天花板不是AI","media":"新智元","content":"<div>\n<p>新智元报道编辑：元宇【新智元导读】如同智能手机一样，大模型也进入了一个“能力过剩”时代，即大模型本身的能力与人类使用方式之间存在着巨大断层。刚刚，GPT-5.2刷新了一项新纪录！OpenAI联合创始人Greg Brockman发帖称使用GPT-5.2在ARC-AGI-2基准测试上，表现超过了人类基线水平。在基准测试时技能爆表，但一到实际应用就“掉链子”，OpenAI前首席科学家Ilya ...</p>\n\n<a href=\"https://tech.ifeng.com/c/8poIUlDl8J3\">网页链接</a>\n\n</div>\n","source":"ifeng_tech","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>GPT-5.2考赢人类！OpenAI警告：大模型能力已过剩，AGI天花板不是AI</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nGPT-5.2考赢人类！OpenAI警告：大模型能力已过剩，AGI天花板不是AI\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-01-10 22:10 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8poIUlDl8J3><strong>新智元</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>新智元报道编辑：元宇【新智元导读】如同智能手机一样，大模型也进入了一个“能力过剩”时代，即大模型本身的能力与人类使用方式之间存在着巨大断层。刚刚，GPT-5.2刷新了一项新纪录！OpenAI联合创始人Greg Brockman发帖称使用GPT-5.2在ARC-AGI-2基准测试上，表现超过了人类基线水平。在基准测试时技能爆表，但一到实际应用就“掉链子”，OpenAI前首席科学家Ilya ...</p>\n\n<a href=\"https://tech.ifeng.com/c/8poIUlDl8J3\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4017","symbol_name":"黄金","start_time":0,"source_url":"https://tech.ifeng.com/c/8poIUlDl8J3","article_id":"2602534366","we_media_id":null,"thumbnails":["https://x0.ifengimg.com/ucms/2026_03/FCA3544CDD4CD2BE4C4A13FE3663B2D7E16D4631_size85_w632_h355.jpg"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2602534366","pubTimestamp":1768054223,"columns":[],"sourceInfo":{"source_id":"ifeng_tech","name":"凤凰网财经"},"weMediaInfo":null,"summary":"下一阶段的AI竞争，不再只是模型参数之争","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4017":"黄金","LU0498741890.SGD":"FTIF - Franklin Gold and Precious Metals A (acc) SGD","LU0496367417.USD":"富兰克林黄金和贵金属A（acc）","LU0498741114.HKD":"FRANKLIN GOLD & PRECIOUS METALS \"A\" (HKD) ACC","LU0055631609.USD":"贝莱德世界黄金基金A2","GPT":"Intelligent alpha atlas ETF","LU0368265764.SGD":"Blackrock World Gold Fund A2 SGD-H","AGI":"Alamos Gold Inc"},"translate_title":"GPT-5. 2 wins the human test! OpenAI warns: Large model capabilities are excessive, and the ceiling of AGI is not AI","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"AGI":1.5,"GPT":1.5},"content_text":"新智元报道编辑：元宇【新智元导读】如同智能手机一样，大模型也进入了一个“能力过剩”时代，即大模型本身的能力与人类使用方式之间存在着巨大断层。刚刚，GPT-5.2刷新了一项新纪录！OpenAI联合创始人Greg Brockman发帖称使用GPT-5.2在ARC-AGI-2基准测试上，表现超过了人类基线水平。在基准测试时技能爆表，但一到实际应用就“掉链子”，OpenAI前首席科学家Ilya Sutskever提到的这种大模型“性能悖论”我们并不陌生。这也是AGI评估领域一个长期存在的难题——如何区分大模型“真正的推理能力”与“刷题型能力”。而ARC-AGI-2的出现正好打破了这一难题。ARC-AGI-2的全称为“Abstraction and Reasoning Corpus for Artificial General Intelligence-Version 2”，是ARC系列基准的最新升级版本。该基准由François Chollet（Keras之父、前Google Brain研究员）及其团队在2025年推出，其设计初衷十分明确：测试AI是否具备AGI所必需的抽象、归纳与迁移推理能力，而非记忆或统计模式匹配。ARC系列与传统NLP或多模态benchmark最大的不同在于：它没有大规模训练集，每道题目都是从未见过的新任务，因此不存在通过“刷数据”获得高分的可能。它要求AI像人类一样具备真正的推理和举一反三的能力。Chollet曾多次公开表示，如果一个系统只能在见过的数据分布上表现良好，那它并不具备AGI所需的能力。因此，ARC基准测试刚好直击大模型的“软肋”。从“及格”到“优等生”一次关键跨越新纪录的刷新者，并非单一模型，而是一个名为Poetiq（GPT-5.2X-High）的系统。Poetiq是一家专注于元系统（Meta-System）架构的AI公司。其核心理念并不是训练一个更大的模型，而是通过软件层面的系统设计，自动构建“会调用模型的系统”。Poetiq（GPT-5.2X-High）在ARC-AGI-2数据集上实现了75%准确率，每问题成本不到8美元，超越前SOTA 15个百分点。在Poetiq（GPT-5.2X-High）系统出现之前，GPT-5.2(X-High)已经非常接近人类平均水平。ARC-AGI-2榜单中，人类平均准确率约为60%，GPT-5.2X-High的成绩与之几乎持平，代表了当时AI在该基准上的最强推理能力。但Poetiq的加入，使GPT-5.2(X-High)的得分从60%直接拉升到了75%，从勉强及格（人类平均水平）迈入了优等生的行列（显著超越人类平均水平）。在同一榜单上，还能看到Gemini 3 Deep Think（Preview）的身影。该模型主打“深度思考（Deep Think）”技术，在ARC-AGI-2上的成绩约为46%，明显落后于GPT-5.2系列，并且成本相对后者也略高。Poetiq表示，整个过程没有对GPT-5.2进行任何训练或者特定优化。这正是Poetiq元系统的初衷，旨在自动构建完整的系统，通过调用任何现有的前沿模型来解决特定任务。从15%的提升数据来看，Poetiq对于基础模型性能的提升幅度还是非常明显的。它的存在证明了不需要堆算力，通过优秀的软件架构也能大幅提升AI性能。从这个角度上，它也验证了接下来OpenAI的一个判断——当前大模型，正逐渐进入“能力过剩”阶段。大模型“能力过剩”时代就在同一天，OpenAI官方也在X平台发布了一项关于2026年的预测。在这条推文中，OpenAI明确提到一个关键词：Capability Overhang（能力过剩）。核心意思是：当前模型“能够做到的事情”，与人们“实际使用AI的方式”（产生效果）之间，存在巨大的断层。OpenAI认为，未来AGI的进展将不再仅取决于模型本身的突破，还将取决于：人们是否知道如何有效使用AIAI是否真正融入现实工作与生活系统是否能将模型能力转化为实际价值因此，在2026年，OpenAI将继续前沿研究，同时重点投入于应用层、系统层、人机协同，尤其强调医疗、商业和日常生活场景。人机协同AGI的另一半拼图OpenAI这篇官方推文涉及一个人机协同的问题。实现AGI，是需要模型和人协同发挥作用：AGI不只靠模型升级，更要“教人用AI”。通过正确的使用AI，充分发挥出AI的潜能，这样才能让AI开始从“炫技”转向“普惠”，真正影响亿万人生活。这一观点也得到了社区的强烈回应。于是，乐观的网友称“直接把我整个人自动化吧”！也有网友提到，真正的挑战在于如何将AI融入工作流程中：见过太多组织买了“AI”，却从未改变任何一个流程。大模型真的“能力过剩”了吗？那么，是不是真如OpenAI所说的，大模型的能力已经过剩了呢？通过上面Poetiq所公布的Poetiq（GPT-5.2X-High）在ARC-AGI-2上的表现，75%的得分超过了人类平均水平（60%）15个百分点。此前OpenAI官方在介绍GPT-5时强调其在解决复杂跨学科问题上达到了专家级基准，后被外界引申为“博士级智能”。这说明GPT-5等大模型在某些专业任务中表现类似于人类博士的专业水平。从模型本身来说，也许并未完全过剩，但从“未被充分释放的能力”角度来看，已经严重过剩。其中，有模型设计者方的原因，比如他们没有紧跟用户的使用场景，“不再与用户并肩同行了”。也可能由于前沿模型在推理和创新上缺乏根本性的突破。还有模型本身迭代得太快，用户不得不在日常生活中不断弃用已经“成功上手”的模型。Poetiq 的出现，以及OpenAI对“能力过剩”的判断，共同指向了未来AI领域的一个新方向：下一阶段的AI竞争，不再只是模型参数之争，而是系统、流程与人机协同的竞争。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2602534366","isCrawlerRequest":true}