Ik heb een heleboel mensen zien praten over hoe ze hebben ontdekt dat GPT-5 een stap terug is ten opzichte van eerdere modellen. Ik kan niet spreken over hun ervaring, maar de mijne is het tegenovergestelde. Gisteren liet ik GPT-5 Thinking een ingewikkelde domeinspecifieke taal ontwerpen voor het specificeren van de semantiek van machine-instructies in CPU's. (Het doel van dit alles is om het gemakkelijker te maken om emulators voor oude computers te creëren en te onderhouden, wat een hobby van mij is.) De LLM was niet perfect, maar deed uitstekend werk en toonde echte creativiteit bij de taak. De resulterende DSL is uitstekend en zou een hoop werk hebben gekost als ik het met de hand had gedaan. Ik ben nog niet helemaal klaar met het werken met de LLM aan de specificatie, maar als ik dat doe, vermoed ik dat het in staat zal zijn om de meeste van de compiler in één keer te maken. Misschien werkt het voor sommige mensen slecht; ik weet niet wat zij proberen te doen. Ik kan ook niet spreken over hun smaak op dingen zoals "persoonlijkheid", en bovendien vraagt mijn systeemprompt de model impliciet om ultra professioneel en saai te zijn. (Ik heb ook geen interesse in de AI die mij gezelschap of emotionele steun biedt en wil geen parasociale relatie met het hebben.) Voor mij doet het zeker een heel goed werk, en dat bij een extreem ingewikkelde technische taak. Let op dat ik het werk dat ik de systeem vraag om te doen extreem goed begrijp, ik ben in staat om fouten die het maakt op te vangen en te corrigeren, en ik beschouw een klus die voor 95% af is na een paar iteraties als een echt goed resultaat omdat ik de rest kan corrigeren. Misschien, als je probeert dat het in één keer een werkend circuitontwerp maakt en je geen kennis hebt van elektrotechniek, doet het nog steeds niet wat je wilt. Voor mij is het echter een geweldig hulpmiddel en een duidelijke verbetering ten opzichte van o3.