人类的工作是成为AI的“导师”？GPT-5.2带来的职业思考

2025年底，OpenAI没有举办发布会，也没有发布新闻稿，直接推出了GPT-5.2，这次更新不是简单修补，而是彻底调整了核心部分，有人测试发现，它在投行建模方面比人类快十倍以上，成本几乎可以忽略不计，以前人们认为AI只是辅助工具，现在它已经能够替代一部分人力。

有一个叫做GDPval的测试专门考察职业能力，GPT-5.2 Thinking在里面的表现很突出，比如做杠杆收购建模这类复杂任务时，它的成功率超过七成，花费的时间只有人类的十一分之一，评审人员觉得它输出的内容像是公司老员工完成的，连排版也做得挺规范，和上一代GPT-5.1比较起来，电子表格建模的得分从不到六成提高到接近七成，这不是简单的进步，而是换了一个赛道。

技术上取得重大突破，ARC-AGI测试原本执行一次需要四五千美元，现在成本降到了十一块多，效率提升接近四百倍，已经超过谷歌Gemini 3 Pro的表现，在代码评测SWE-bench Verified中得分达到八十分，Pro版本也超过五成，前端三维界面开发方面能够处理很多工程师觉得棘手的任务，长文本处理能力同样出色，支持256k上下文且准确率接近满分，八针测试也能维持运行只是略有下降，新增的简洁回复模式让它能够同时调用多个工具，使用起来更加方便。

视觉和工具调用这方面有了升级，科学图表理解出错的次数少了一半，用高分辨率截图加上Python工具能拿到八十六分多，不过这里有个前提条件，那就是必须把工具打开，不然分数会掉得厉害，OpenAI他们自己也说，做视觉任务要是不搭配工具就别想做好，在电信客服这个场景里，多轮对话的成功率能达到百分之九十八，零售那边也能到百分之八十二，这说明AI确实可以完整地负责一个服务流程，从头到尾都不用让人来插手。

在科学领域里，GPQA研究生级问答能拿到九十三分，数学题解题率超过百分之四十，创造了新纪录，最让人惊讶的是，研究人员用它解决了一个统计学习理论中的开放问题，证明还得到了同行认可，AI不再只是重复知识，而是开始自己寻找答案、进行推导，幻觉率从百分之八点八下降到六点二，但OpenAI仍然提醒大家，重要内容需要人工再核对一遍。

在这些成果背后，有一群擅长数学的人作为支撑，从北大、中科大、斯坦福毕业的几位年轻人，比如Yu Bai、Yufeng Zhang和梅松，都是团队的核心力量，Meta曾经想招揽他们，但没有成功，后来OpenAI也不公布团队成员名单了，不过通过开发者圈子的祝贺消息，还是能看出这支队伍的大致情况，他们主要研究数学理论而不是写代码，这表明OpenAI的重点已经发生了变化。

以前靠大量工程实践堆砌出来的成果，现在开始用数学原理作为基础，模型能够自己完成金融建模、编写代码、分析图像甚至证明数学题目，这说明它的底层逻辑已经发生变化，人类的角色也在转变，不是完全被替代，而是退后一步成为检查者和设计者，人们需要给出方向，模型来执行具体细节。

我其实有点好奇，接下来会不会出现AI产品经理这种职位，这工作不是让AI去完成任务，而是教它怎么完成，现在的AI已经不只是个工具了，它更像一个能自己思考的同事，只不过这个同事有时候还会出错，需要你多留意，但它确实越来越像人了，只是这个人不用吃饭睡觉，也从不会抱怨加班。