请记下您的日历 🗓️ 我们很高兴地宣布将于8月21日举办@repro_challenge 2025。主旨演讲者包括@random_walker、@soumithchintala、@jefrankle 和 @BlancheMinerva 更多详情请查看：

我已经说过一百次，但我会继续说：人工智能的采用和行为变化是缓慢的——而且将会保持缓慢——无论能力提升得多快。截图中的统计数据值得深思：在“思考”模型发布近一年后，只有极少数用户在使用它们（直到GPT-5的自动切换器悄然提升了这些数字）。 这正是我们应该预期的。主流叙述是人工智能以空前的速度被采用，但这基于有多少人尝试过它，忽略了他们如何使用它、每天使用多长时间以及他们从中获得了多少收益。即使是拯救生命的创新也需要很长时间才能渗透到人群中。这是人类行为的特性，而不是所讨论技术的特性，因此我们不应该期望人工智能会有所不同。（有关更多信息，请参见《人工智能作为常规技术》。） 一些人会争辩说，GPT-5的自动切换器证明开发者可以迅速将人工智能强加给人们。绝对不是。模型切换器是OpenAI自己造成的问题，因此OpenAI能够解决它。在后台切换到思考模型并不需要用户学习新技能或行为或改变他们的工作流程。值得注意的是，OpenAI未能以类似方式整合深度研究或代理模式，这些确实需要用户适应——尤其是后者，用户必须学习如何监督模型，准确传达任务要求，做出复杂且可能存在风险的安全决策，并找到所有这些足够有用以至于愿意掏出钱包。

这是他们称之为Codex的完整收藏。

这些结果中的许多让我们感到惊讶，我们计划更深入地调查它们。但这些基准的趋势确认，GPT-5 并不是一次飞跃，也没有改善 OpenAI 的其他模型。但它在成本与准确性的权衡上表现出色——通常比可比模型便宜得多。

GPT-5在代理任务上与Claude Opus 4.1相比如何？ 自发布以来，我们一直在评估这些模型在科学、网络、服务和代码任务上的表现。 主要结果：尽管具有成本效益，但到目前为止，GPT-5从未在代理排行榜上名列前茅。更多评估 🧵

📣 宣布启动首届 #CITP 技术研究员计划 - 旨在将具有政府经验的技术专家与之连接，创建一个专家网络，以解决全国监管机构技术专长短缺的问题。在线申请👇

明天我们会有很多关于GPT-5代理的评估发布，但现在我只想说…

GPT-5是否是一个好的里程碑，终于可以不再称呼一切为“模型”，而开始区分聊天机器人、API、模型权重，并进行相应的比较/基准测试？ 将聊天机器人的输出（可能是数十种不同模型权重的结果）与单一模型权重的输出进行比较毫无意义，这就像将一辆车与一台发动机进行比较（来自@random_walker @sayashk的书）.

上个月在波士顿关于自动驾驶汽车的听证会就像是@DKThomp 和 @ezraklein 在《丰盈》中批评的态度的一个讽刺。

📢 新论文，由 @knightcolumbia 发布。 我们经常讨论 AI 代理增强与自动化工作的区别，但不同的人机交互配置究竟会是什么样子呢？我们引入了一个 5 级框架来解析 AI 代理的自主性。 🧵👇