OpenAI十周年遇冷：GPT-5.2智商爆表却遭用户嫌弃，内忧外患下紧急纠偏

OpenAI 的十岁生日，过得有些尴尬。

当天发布的 GPT-5.2 在技术层面堪称完美：横扫各大基准测试刷新 SOTA，数学与编程竞赛表现惊人，官方毫不吝啬地冠以 AI「超级大脑」之名。

可社交网络上的画风却截然相反——迎接它的不是赞誉，而是用户们的集体吐槽。

在 X 与 Reddit 上，失望的情绪几乎淹没了评论区。许多人又开始怀念当初的「白月光」GPT-4o：有人抱怨 GPT-5.2 变得平淡、刻板、像被削去了个性；还有人讽刺它活像个「把成年人当幼儿园小孩」的说教机器。

当舆论的矛头齐刷刷指向 OpenAI 及其 CEO Sam Altman，一个尖锐的问题浮出水面：为什么模型智商越来越高，用户却越来越不买账？

更「聪明」的模型，为何不再讨喜

The Information 今晨的一篇报道，揭开了内幕。

过去一年，OpenAI 内部曾笃信一条定律：每一代模型越强，用户量必然暴增，因为「变聪明」本身就是最直观的体验升级。可如今，这条铁律失灵了。

诚然，模型在科研和复杂推理上的进步依然显著。研究团队耗费数月打磨逻辑能力，让它能应对更艰深的数学定理和科学难题，但绝大多数普通用户根本感知不到这些。

https://www.theinformation.com/articles/openais-organizational-problems-hurt-chatgpt?rc=qmzset

换句话说，智能的跃升，并不天然等于体验的飞跃。

普通用户要的不是一台「竞赛级大脑」，他们只想要一个「日常顺手的小助手」。OpenAI 对 150 万次对话的大数据分析印证了这一点：用户的核心需求极其朴实——实用指导（29%）、信息检索（24%）和写作辅助（24%），而编程类对话仅占 4.2%。

于是矛盾变得异常具体：技术团队在实验室里疯狂卷数理化、卷跑分，而用户只希望在对话框里一句话搞定问题——别绕圈子、别教育人、别拖泥带水。

战线拉得太长是另一大槽点。

今年以来，奥特曼同时启动了视频生成应用 Sora、音乐 AI、浏览器、AI Agent、硬件、机器人等多个新项目。摊子越铺越开，资源也越分越散。

这其实是科技巨头最经典的弯路：大本营还没夯实，就急着开辟第二、第三战场。短期看似「全面开花」，长期看却是贪多嚼不烂，犯了兵家大忌——每条线都缺人、缺算力、缺精雕细琢的耐心。

OpenAI 内部「研究优先」与「产品增长」之间的角力，在图像生成功能上暴露无遗：

尽管 GPT-4o 的吉卜力风格今年三月一度带动了 ChatGPT 的用户激增，但 OpenAI 还是把图像模型的开发优先级一推再推，直到 Nano Banana 口碑发酵，才匆忙回头补课，内部因此爆发严重分歧——

奥特曼认定图像模型是用户增长的抓手，研究主管 Mark Chen 却更想把资源押注在其他项目上。

此外，随着 Scaling Laws 边际收益递减，为了突破大模型瓶颈，OpenAI 过去一年将重心押在推理模型上，超过 1000 人的研究团队资源倾斜于此，导致 ChatGPT 日常体验的优化被边缘化。

这种资源错配不仅分散了精力，甚至在今年初的内测中出现了性能倒退——为了强行适配「聊天」场景，反而削弱了推理模型的纯粹性。后来虽然推出了「思考模式」和「深度研究」来分流、补救，但用户使用率极低，真正的日常对话体验并未因此变得更贴心。

新旧模型之间的兼容问题也层出不穷。

例如，GPT-5 集成进 ChatGPT 前，研究人员发现它在部分编程任务上表现反而变差——因为系统根据用户职业等个性化信息调整回答，结果干扰了模型判断，输出错误答案。

显然，推理模型越来越强，但 ChatGPT 的体验却在走下坡路。

当技术升级的方向与用户需求的方向开始分叉，谁会先妥协？答案显而易见。

Gemini 3 Pro 的强势登场，最终把 OpenAI 逼到了墙角，于是就有了奥特曼发布「红色警报」的名场面，要求 OpenAI 员工重新聚焦 ChatGPT，全力提升产品体验的吸引力。

几乎同一时间，OpenAI 应用负责人 Fidji Simo 也在个人博客中勾勒 ChatGPT 的未来愿景：从以文本为主的对话系统，转向可根据用户意图动态生成界面的全生成式 UI。

只不过Simo 也承认，公司本质依然是以研究为中心，「产品本身并不是终极目标」。

Fidji Simo

从商业角度看，这句话其实相当危险。

与主攻 API 市场的 Anthropic 不同，OpenAI 的营收大头来自个人订阅。在消费市场，没人会为企业的「终极理想」买单，用户只愿意为当下的体验付费。这好比餐厅大厨醉心于研发米其林星级料理，而大堂里的食客只想吃一碗热气腾腾的阳春面。

不过，若因此断言 OpenAI 内部已乱作一团，恐怕低估了这家公司的韧性。

据彭博社援引 Mark Chen 的说法，「红色警报」并非什么新鲜事，更像是一种战时状态的常态化管理工具。每当 OpenAI 需要集中火力猛攻某个单一目标，或要求团队放下低优先级任务时，这种机制就会启动。

播客地址：https://x.com/Kantrowitz/status/2001790090641645940

奥特曼在最近的播客访谈中，也否认了拉响红色警报带来的过度焦虑。

「首先，所谓的『红色警报』，在我们看来其实是一种低风险、但非常必要的应对手段。」奥特曼坦言，「当潜在的竞争威胁出现时，保持一点『偏执』、并快速做出反应，是件好事。」

他甚至提到今年年初 DeepSeek 的异军突起，认为那和现在的 Gemini 3 一样，都是一种良性的外部刺激。

「Gemini 3 到目前为止，还没带来我们原本担心的那种毁灭性冲击。虽然它和 DeepSeek 一样，精准地戳中了我们在产品策略上的软肋，但也倒逼我们做出了极其迅速的调整。」

在奥特曼看来，这种紧急状态通常只会持续六到八周。「我很高兴我们有这种快速反应机制，我们不会在这个状态里待太久。」

OpenAI 显然也明白光喊口号不够，他们今天也正式发布了 GPT-5.2-Codex。

作为专为解决复杂现实软件工程问题而生的智能体编程模型，GPT-5.2-Codex 在通用智能的基础上融合了 GPT-5.1-Codex-Max 的终端操作能力，更擅长处理代码重构、迁移等长程任务。

而在播客的尾声，当主持人问起「GPT-6 还要等多久？」时，奥特曼敞亮地回答：「我不知道我们什么时候会正式把某个模型命名为 GPT-6，但我预计在明年第一季度，会有比 5.2 显著提升的新模型发布。」

从拉响「红色警报」，到 GPT-5.2 系列的反击，再到 GPT-6 的暧昧预告，OpenAI 试图用新模型与新节奏重建信心，但决定长期胜负的，仍是分发入口、生态协同与算力成本这些硬门槛。

Google 的阳谋，与奥特曼的 8300 亿「空城计」

Google 的优势，绝不只在 Gemini 3 Pro 这一个模型，更在于它几乎无可匹敌的分发网络。

搜索、Chrome、办公套件。在 AI 赛道，护城河可能是所有科技产品中最浅的。用户的迁移成本几乎为零，当 Google 的 AI 产品如空气般无孔不入，这几乎成了一场无解的阳谋——你不需要被说服，你只会顺手就用。

更重要的是，在与 Google 的较量中，硬件层面的短板成了 OpenAI 最大的软肋。

相比 Google 十二年前就开始布局专用 AI 芯片（TPU）所建立的效率优势，OpenAI 每年仍需花费数十亿美元租用算力。即便试图通过自建数据中心和芯片来补课，但体验被追平、成本被碾压的现状已成定局。

用网友的话说：

OpenAI 现在并不需要一个更强大的模型，它需要的是 AMD。如果 OpenAI 收购了 AMD，这场 AI 之战就将宣告结束。Google 之所以不怕 OpenAI，是因为它拥有自家的 TPU。但它真正该担心的，是 OpenAI 拥有 AMD。

OpenAI 总裁 Greg Brockman 在最近的视频中也坦言，由于算力捉襟见肘，每当新功能上线（如年初 GPT-4o 吉卜力风格），就必须从研究部门抽血，把算力挪给产品部。这是一种饮鸩止渴的循环——为了维持今天的用户体验，被迫推迟明日的技术研发。

可算力这东西，归根结底就是两个字：烧钱。而且是海量地烧钱。

为此，据 WSJ 报道，OpenAI 已计划发起 1000 亿美元的巨额融资；若一切顺利，这家超级独角兽将在明年 Q1 之前，以 8300 亿美元的估值，再次刷新资本市场的想象力。

今年早些时候，软银同意向 OpenAI 投资 300 亿美元，并于上月出售所持的英伟达股份价值 58 亿美元，为这笔投资筹资，并预计尽快完成剩余 225 亿美元的出资。

但钱的问题远没那么简单。预计到 2030 年，OpenAI 的现金消耗将超过 2000 亿美元。相比之下，Google 财务稳健，甚至能通过 Oracle 等合作伙伴的股价波动间接挤压 OpenAI 的融资前景。

四处筹钱的 OpenAI，看起来更像是在和时间赛跑。于是便有了那个笑话：照奥特曼的融资能力，没准哪天连 Google 和英伟达都能打包带走。

玩笑归玩笑，钱能买来时间，却买不来口碑。

所以在 2025 年这个冬天，狂奔三年的 OpenAI 选择先踩一脚刹车，其实是对的：收拢战线、回撤资源，把重心重新对准 ChatGPT 的日常体验。

这是一次昂贵但必要的纠偏。

技术领先不等于产品好用，基准测试第一不等于用户满意。更重要的是，你不能只在用户怀念旧版本的时候，才想起来问问他们的感受。