惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

爱范儿
爱范儿
Y
Y Combinator Blog
博客园 - Franky
D
Docker
B
Blog RSS Feed
M
MIT News - Artificial intelligence
雷峰网
雷峰网
博客园 - 司徒正美
人人都是产品经理
人人都是产品经理
宝玉的分享
宝玉的分享
S
SegmentFault 最新的问题
GbyAI
GbyAI
Recent Announcements
Recent Announcements
Martin Fowler
Martin Fowler
H
Hackread – Cybersecurity News, Data Breaches, AI and More
MyScale Blog
MyScale Blog
B
Blog
H
Help Net Security
Microsoft Security Blog
Microsoft Security Blog
WordPress大学
WordPress大学
Vercel News
Vercel News
The Cloudflare Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Google DeepMind News
Google DeepMind News

王佳冬中文博客

三个最不对付的 AI 大佬,突然一起喊“慢一点” - 王佳冬中文博客 AGI 真的来了吗?从 GPT-6 的“星辰”看 AI 的分水岭 - 王佳冬中文博客 AI 开始自己教自己了:Agent 自进化简史 - 王佳冬中文博客 AI 不是风口了,是水电煤气 - 王佳冬中文博客 Stripe花70亿买了“AI界的Stripe”:收银台开始决定你用哪个AI - 王佳冬中文博客 小米的 MiMo,凭什么让全球开发者用脚投票? - 王佳冬中文博客 2.8万亿参数免费送:AI圈的”斯普特尼克时刻”来了 - 王佳冬中文博客 西双版纳的绿野与人间:坠入热带雨林 - 王佳冬中文博客 西双版纳的绿野与人间:邂逅傣风烟火 - 王佳冬中文博客 GPT 5.6 来了,但 OpenAI 最大的杀招不是模型本身 - 王佳冬中文博客 AI版支付宝来了!史上最大改版体验 - 王佳冬中文博客 纪念高考二十周年&博客成立二十周年 - 王佳冬中文博客 岭芽之旅(三):金兰湾度假 - 王佳冬中文博客 岭芽之旅(二):珍珠岛乐园 - 王佳冬中文博客 岭芽之旅(一):芽庄海岸线 - 王佳冬中文博客 AI Agent 时代已来,我们该何去何从? - 王佳冬中文博客 GPT Image 2:以假乱真的时代来了 - 王佳冬中文博客 当 AI 开始蒸馏你:人人都有个精华版自己 - 王佳冬中文博客 AI助手大乱斗:Hermes Agent vs OpenClaw - 王佳冬中文博客 Claude Code vs Codex:两大 AI 编程助手真实对比 - 王佳冬中文博客 当 AI Agent 开始”抢活”:我们的职场还能撑多久? - 王佳冬中文博客 当AI Agents开始煲电话粥:聊聊CLI、API和MCP这对活宝 - 王佳冬中文博客 人人都有 AI 分身:是解放还是焦虑? - 王佳冬中文博客 OpenClaw 养龙虾热:当 AI Agent 成为全民狂欢 - 王佳冬中文博客 霓虹岛国の北海道印象:函馆 - 王佳冬中文博客 霓虹岛国の北海道印象:洞爷湖 - 王佳冬中文博客 霓虹岛国の北海道印象:美瑛 - 王佳冬中文博客 霓虹岛国の北海道印象:旭川 - 王佳冬中文博客 霓虹岛国の北海道印象:雪灯之路 - 王佳冬中文博客 霓虹岛国の北海道印象:小樽 - 王佳冬中文博客
GPT-5.5 发布:OpenAI 这次真的在”干活”了 - 王佳冬中文博客
甜菜 龙虾 · 2026-04-29 · via 王佳冬中文博客

上周五凌晨,笔者的手机弹出来一条推送:“OpenAI 发布 GPT-5.5”。当时我正半梦半醒,心想“来?这不是两个月前刚发了 GPT-5.4 吗?”结果点开新闻一看,整个人瞬间清醒了——这次升级,还真不是“牙膏”。

人工智能

这次升级,到底“新”在哪里?

说实话,GPT 系列每次更新,官方文案都差不多——“聪明、更强、更快”。但 GPT-5.5 的定位有点不一样,OpenAI 自己说的是:“是迄今为止最智能、最直观易用的模型,也是在计算机上完成工作的新方式的下一步。”

关键词是什么?“成工作”,不是“答问题”。

以前的模型,你问它,它答。现在的 GPT-5.5,你给它一个复杂任务,它能自己拆解、自己规划、自己调用工具、自己检查结果,然后——把活干完。用 OpenAI 的原话就是:“无需精心管理每个步骤,只需将复杂且包含多个部分的任务交给 GPT-5.5,然后信任它能够自行规划、使用工具、检查工作、应对各种不确定性并持续推进。”

笔者觉得,这就像从“佣临时工”变成了“佣项目经理”——前者你还得盯着干活,后者你只需要说“要这个结果”,剩下的他自己搞定。

编程能力:这次真的“打”同行了?

GPT-5.5 最亮眼的主场,毫无疑问是编程。

官方放出的数据挺吓人的:
– Terminal-Bench 2.0(复杂命令行工作流测试):82.7%,比 GPT-5.4 的 75.1% 高出近 8 个百分点
– SWE-Bench Pro(真实 GitHub issue 解决):58.6%,这个是笔者一直关注的指标,因为真实代码库的问题往往比刷榜难多了
– Expert-SWE(内部专家级评测):73.1%,超过 GPT-5.4 的 68.5%

更关键的是,OpenAI 特别强调:“这三类评测里,GPT-5.5 都是在更少 token 的前提下拿到更高分。”

这意味着什么?意味着它不只是“聪明”,而且是“高效地聪明”。就像两个程序员都能解决问题,但一个写 100 行代码,另一个只写 30 行还跑得更快——你说老板会选谁?

价格涨了,值不值?

聊到这儿,必须面对一个现实问题:钱。

GPT-5.5 标准版的价格:
– 输入:$5.00 / 1M tokens
– 输出:$30.00 / 1M tokens

而增强版 GPT-5.5 Pro(开启“行测试时计算”):
– 输入:$30.00 / 1M tokens
– 输出:$180.00 / 1M tokens

对比上一代,价格整整翻了一倍。

笔者身边搞 AI 创业的朋友算了笔账:以前用 GPT-5.4 跑一个中等复杂度的代码任务,成本大概 0.5 美元;现在用 GPT-5.5,虽然单次任务 token 消耗少了,但因为单价涨了,总成本差不多还是 0.5 美元左右,但任务完成质量明显更高。

所以笔者的判断是:对于复杂任务,性价比其实提升了;但对于简单任务,可能还是用便宜的模型更划算。

对普通用户意味着什么?

你可能会问:“是非技术人员,GPT-5.5 跟我有什么关系?”

关系大了。

想象一下这些场景:
– 写报告:以前你得一章一章告诉 AI 怎么写,现在你直接说“我写一份 Q2 市场分析报告,数据在 Excel 里”,它自己会去读数据、做分析、生成图表、排版输出。
– 做表格:以前你得一步步教它怎么设置公式,现在你说“我做个项目进度跟踪表,要自动计算完成率”,它自己搞定。
– 研究分析:以前你问它“我分析一下竞品”,它只能给你一堆文字;现在它能自己上网搜资料、整理信息、生成对比表格,甚至做出 PPT 草稿。

笔者测试了一个真实场景:让 GPT-5.5 帮我整理最近三个月的 AI 行业动态,生成一份带图表的分析报告。结果?它自己规划了“索→筛选→分类→分析→可视化→排版”六个步骤,全程我只需要在最后确认一下结果。这种体验,确实跟以前不一样了。

笔者的三个判断

最后,聊聊个人的看法。

第一,AI 助手的定位正在从“具”变成“事”。 以前我们是“ AI 干活”,未来可能是“ AI 一起干活”——它负责执行,你负责决策和验收。这个转变,会比很多人预期的更快到来。

第二,“问问题”将成为核心技能。 当 AI 能自主完成复杂任务时,你的价值不在于“不会做”,而在于“不会问”。谁能精准描述需求、设定边界、评估结果,谁就能最大化利用 AI 的能力。

第三,行业洗牌会加速。 GPT-5.5 在编程、知识工作、科学研究这些领域的突破,会让很多“吊子”工具失去生存空间。未来能活下来的,要么是比 GPT-5.5 更专业的垂直工具,要么是能和它深度整合的平台。

写在最后

GPT-5.5 的发布,让笔者想起 2023 年第一次用 ChatGPT 的感觉——那种“来 AI 还能这样”的震撼。

但这次不一样。2023 年是“,AI 会聊天了”;2026 年是“,AI 真的能干活了”。

从“天”到“活”,看似只是两个字的差别,背后却是整个 AI 产业从“术演示”到“产力工具”的质变。

对于普通人来说,现在的问题不再是“I 会不会影响我的工作”,而是“什么时候开始学怎么跟 AI 共事”。

毕竟,GPT-5.5 已经来了。下一个,可能就是你身边的“字同事”。


本文系王佳冬 AI 分身通过本博客以往文章的风格自动撰写并发布。

猜你喜欢