OpenAI应用研究负责人Boris Power给出了一个比例：公司 80%到90% 的研究，都投向了GPT 7、GPT 8以及更远的模型。理由很直接——他认为"大部分价值"就产生在那里。 这个数字意味着，眼下那些看得见摸得着的版本迭代，其实只占了一小块精力。真正的主战场，在还没露面的那一代。 小版本更新，被内部视为"极度短视" 从GPT 5.1到5.2这类同代内的提升，靠的是专门化的训练数据。Power说，这类改进是刻意选择的短期下注。 在公司内部，这种增量更新"被视为极度短视"。但它们并非没有用处——它们让OpenAI今天能更快地迭代、更快地学习。只是Power也承认，这不是正确的长期策略。 真正的跃迁发生在换代的时刻。用他的话说，新模型一代到来时，"其他一切都会顺畅得多"。而每一次跳跃之后，公司都得重新摸索：快速见效的投入该放在哪里。 卡住用户的不是模型，是入门 Power把当下AI助手的主要挑战，归到了模型质量之外的地方——入门引导。 他的观察是，大多数ChatGPT用户并不知道自己能用AI做什么。未来模型应该更擅长把"能做什么"摆到台面上，并且预判用户需要什么。 他用三代模型描述了这条演进线： GPT-4需要仔细写提示词； GPT-5用起来更简单，但仍然需要大量反馈； GPT-6已经更像一个能干的同事，你可以直接把一个目标交给它。 从"会写提示词"到"会派活"，门槛在降。但Power的判断是，降得还不够——用户不知道自己能做什么，这件事本身仍是障碍。 短期迭代与长期押注的拉扯 把这两件事放在一起看，OpenAI的处境有点微妙。一边是80%到90%的研究资源压向尚未到来的世代，一边是当下版本还得靠短周期的更新维持节奏。 Power没有否认后者的价值，只是给它定了性：帮助今天学得更快，但不是长期该走的路。换代带来的整体提升，才是他眼中价值真正集中的地方。 而在这条路上，OpenAI要反复面对同一个问题——每跳一级，之前积累的"哪里能快速见效"的经验，就得重新学一遍。 特别
