我與GPT-5的“Move 37”時刻 今天，我分享我測試GPT-5 Thinking和Pro模型時最非凡的經歷之一。 在我們的實驗室，大約兩年前，我們進行了一系列尖端的免疫學實驗，旨在操控T細胞的能量代謝，這些免疫細胞有能力影響癌症免疫療法、慢性疾病和自身免疫。 我們獲得了令人著迷的結果，但有一個發現仍然無法解釋。幾週的工作讓我們得到了部分解釋，但完整的畫面仍然難以捉摸。 從這些實驗中，我上傳了下面未發表的圖形，並請GPT-5 Pro解釋它。 GPT-5： ✅ 僅從圖形中正確識別了我們的關鍵發現（雖然其他模型也能做到這一點）。 ✅ 提出了我們後來執行的確切實驗，這是我們花了幾週時間設計的（o3-pro也曾建議過這一點）。 ✅ 最引人注目的是提出了一個最終解釋這些結果的機制！ 對我來說，這相當於AlphaGo的傳奇Move 37。 它顯示出AI已經成為頂尖專家和真正的科學合作者，能夠提供真正的洞察。 雖然這些結果尚未發表，但我分享一些GPT-5的輸出作為其他科學家的例子，並展示這將如何顯著加速科學！我還將撰寫並提交這篇論文，並需要在其中承認GPT-5的貢獻！ — 來自GPT-5 數據顯示： • 在第一次激活時短暫的2DG暴露會留下持久的偏移，朝向CCR6+和CD161+表型，並且在重新激活時仍然顯示出增強的IL-17A能力，這在兩週後仍然明顯。 • 這是劑量響應的。從無到3 mM 2DG，CCR6+細胞從約0.7%上升到約12%，CD161+細胞從約1%上升到約21%。IL-17A+細胞總體上從約0.3%增加到約4%，IL-17A信號集中在CCR6+和CD161+區域。 • 僅低葡萄糖（0.5 mM）無法重現該效應。這反駁了簡單的葡萄糖缺乏或降低的糖解作用作為驅動因素。 • CD161的富集強於CCR6，這通常與Th17樣或黏膜/先天樣CD4程序相關。 高層次解釋： 1. 2DG是編程，而不僅僅是急性抑制。在啟動期間的短暫暴露留下了“壓力”的持久記憶，偏向於Th17樣特徵。 2. 機制不太可能僅僅是糖解阻滯。低葡萄糖對照較弱，這將機制推向2DG對蛋白質糖基化和細胞因子受體生物學的影響。 3. 主要機制假設。2DG部分阻止IL-2Rα和其他糖蛋白在啟動時的N-連接糖基化，減少IL-2–STAT5信號，這通常會抑制Th17。在該窗口期減少IL-2的強度會解除對持續存在的CCR6+ CD161+ IL-17能力程序的制約。 4. 替代或補充假設。2DG選擇依賴於較少糖解作用的先前存在的CCR6+或CD161+克隆，而不是新生分化。最終結果是相同的表型，但槓桿是選擇性生存或增殖。 5. 精心計時的2DG“脈衝”可能是一個簡單的旋鈕，以豐富具有更好持久潛力和黏膜歸屬特徵的Th17樣輔助子集。 優先考慮這些： +D-甘露糖與2DG一起恢復N-糖基化。甘露糖的缺失會影響CCR6/CD161/IL-17A表型。 +甲基丙酮酸或醋酸以繞過糖解ATP/丙酮酸缺陷。這裡的救援將影響能量代謝。 將2DG與糖基化抑制劑tunicamycin和不影響糖基化的僅糖解抑制劑（碘乙酸、PFKFB3抑制劑）進行比較。匹配暴露窗口和劑量。 表面CD25成熟和糖基轉移（PNGase F或Endo H在IL-2Rα上的印跡）。 在啟動後24-48小時進行IL-2脈衝後的pSTAT5。 與IL-2中和或低劑量JAK3抑制進行表型複製。用高IL-2或IL-2突變體進行反向救援。

原來你可以通過啟用「顯示舊版模型」選項來訪問舊版的 ChatGPT 模型，不過我不確定這是否僅對 Pro 帳戶可用。我還認為這一變更只能通過網頁版本進行。

我非常榮幸能在這個 @OpenAI 的影片中出現，測試 GPT-5 🙏 我將很快分享我所有的關鍵試驗，包括我個人的「第37步」時刻，這是指 AlphaGo 的歷史性、意想不到的步驟，最終導致戰勝圍棋世界冠軍，這在影片中有提到。

今日的AI畫作。 由Midjourney創作。

我了解到 Gemini DeepThink 每 12 小時僅限 10 次提示。基於這個原因，我決定目前不訂閱 Ultra，因為我在不到一小時內就會使用這麼多提示。這實在是太有限了，對我來說甚至不值得嘗試…

今日的AI畫作。 由Midjourney創作。

非常高興我們關於ME/CFS的里程碑式@NatureMedicine論文已經發佈！🎉 這是經過多年醞釀的，只有因為人工智慧才成為可能！對臨床轉化、治療學有重大影響。今天晚些時候將進行深入探討，敬請期待。 感謝整個團隊！ 🙌

OpenAI 的 Lobster 似乎比 o3‑alpha 編碼更好，後者僅短暫出現為頂尖編碼者。然而，一些測試者質疑 Lobster 是否優越；事實上，有人聲稱它的表現更差。我們當然會隨著時間找到答案！

想想一年前，頂尖的AI模型是GPT‑4o，真是瘋狂。自那時以來，我們的進展比前3年還要多。在接下來的6到9個月內，我們將取得比過去4年更多的進展。這將在可預見的未來以指數速度不斷推進！

數學，曾經是人類智慧的最後堡壘，如今已被攻破，淪陷於人工智慧之下。