The following article is from AI 深度掂量员 Author AI 深度掂量员日本女优

作家 | AI 责任坊

着手   |   AI 深度掂量员   管默默慧 AI+

掂量和洽 | 13699120588

著述仅代表作家本东说念主不雅点

（视频：好意思国时期 4 月 16 日，OpenAI o3 和 o4 mini 发布后，采访首席产物官 Kevin Weil）

OpenAI 的下半场，的确开打了。

这不是模子参数的升级，不是发布会的新模子，而是一场底层范式的变化：

AI 不再仅仅"会语言的模子"，而运转成为"能动手的 Agent "。

就在几天前，一篇博客在 AI 圈子刷屏——  

不是演讲，不是论文，而是一位工程师写下的里面复盘：《The Second Half》。

OpenAI 掂量员姚顺雨在文中抛出一个中枢判断：

" AI 的下半场，将从惩处问题，转向界说问题。"

这句话一出，AI 自媒体连夜伸开解读；新浪科技、极客公园、凤凰网等也接踵发文援用了有关施行；

许多东说念主点进去，也许你也看过，但……

你可能也有这种嗅觉：

"我大约知说念他说的是从模子到 Agent 的荡漾……"

"但到底什么叫‘界说问题更伏击’？"

"这和我用 AI 有什么联系？"

闲适，你不是一个东说念主。简直所有东说念主皆只记着了一句金句，却没实在搞懂它意味着什么。

本文，等于来讲澄莹这场"从模子到 Agent "的决赛圈逶迤。

不是比谁模子强，而是比谁能把任务吩咐澄莹，让 AI 实在动手去作念事。

（图：OpenAI 掂量员姚顺雨在博客《The Second Half》中建议" AI 的下半场"见识，强调将来竞争将转向"谁能界说任务"。）

第一部分：AI 不再比谁贤惠，而是比谁吩咐得澄莹

1. 它动手干活了，不再仅仅回答

好意思国当地时期 4 月 16 日，OpenAI 发布了新一代模子 o3 和 o4 mini。今夜之间，外网皆在刷一个案例：

模子收受到一张像片，上头曲直常的手写笔墨：" 4th February – finish roadmap "。

而 o3 的操作是这么的：

第一步，裁切图像，精确保留笔墨区域；

第二步，发现笔墨是倒着的，果决旋转图像；

第三步，放大无极部分，增强识别澄莹度；

第四步，读取出施行：" 4th February – finish roadmap "。

这一系列操作，像极了一个锤真金不怕火有素的数字工程师——

先不雅察、再处理、临了判断。

而实在颠覆性的地点在于：

它不是在"识别"，它是在主动"动手"惩处问题。

2. 一个"识别"，一个"动手"

就在随后，字节也发布了自家的豆包 1.5「深度念念考模子」，主打多模态才能。

咱们团队把 o3 的图像剪辑出来（感兴致同学不错我方测试），喂给豆包，想望望到底差距在哪。

效果呢？

豆包也能识别出字曲直常的，致使准确识别了大部分字母。

但它莫得裁图、莫得旋转、也莫得补全意图。

它仅仅"看了一眼"，然后告诉你："差未几就这么。"

这场对比里，实在的分水岭，

不是在"看"与"不看"，而是在"作念"与"不作念"。

3. 实在的分水岭：实行闭环

豆包，是一个模子：  你问一句，它答一句；你给张图，它尽量识别。

而 o3，是一个 Agent。

OpenAI 一共给 o3 提供了如下图的 9 套用具↓，的确是一个"用具东说念主"

它面临无极任务，会主动拆解问题、缱绻实行规章、调用用具，闭环完成任务。

它不再仅仅"回答"，而是全经过"惩处"。

你不是在和一个聊天用具对话，

你是第一次——

在和一个"能动手干活"的数字助理打交说念。

4. 你没变强，是因为还在发问

许多东说念主这两年总说：AI 好像没高出了。

文本生成如故老款式；

回答问题没啥新意；

多模态模子也等于望望图，说语言。

但你有莫得想过，也许——

不是模子没变强，而是你还在用第一代的方式在"用 AI "。

Kevin Weil（OpenAI 首席产物官）说了一句很炸的话：

"这些，是你此生将使用过的最差的 AI 模子。"

因为从当前起，它们只会变得更强——

不是变得更能语言隧说念的"大语言模子"，而是变得更能作念事。

5. 不是模子弱，是你没吩咐任务

豆包不笨，o3 也莫得什么高明魔法。

它们实在的差距，不在参数、架构、显卡，而在怎样汇聚问题、处理问题：

是等你发问，如故主动激动？

是输出谜底，如故实行经过？

是语言模子，如故实行代理？

AI 的下半场，不再比谁的模子更强，而是比谁界说的问题更准。

你还在让模子"帮你想想"？

第二部分 ：AI 不再是模子，而是"颖慧活"的实行系统

1. 上半场的赢家，正在被系统淘汰

几十年来，咱们对 AI 的设想简直是固定的：

搞算法的，肛交颜射掂量何如"训得更准"；

写论文的，比谁在某个基准数据集上提了 1.3%；

发布会刷屏的，皆是"此次参数晋升到了几千亿"。

当时候，最值钱的，是搞出新模子、发明新妙技。

谁能锤真金不怕火得准、提得快，谁就能改写礼貌。

咱们称之为："AI 的上半场 "。

在这个赛说念上，赢家皆是搞方法的：

从早年的 AlexNet、Transformer，到 GPT、SAM、Gemini ……简直每一个里程碑，皆是算法范式的结巴。

但当前，这个游戏依然走到非常。

OpenAI 的掂量员姚顺雨在这篇景象级博客中说：" AI 的下半场，将从惩处问题，转向界说问题。"

2. 模子配方已被工业化

姚顺雨指出，如今能惩处大大皆 AI 任务的，

不再是一种某东说念主刚发明的"新方法"，而是一套被反复考据过的"通用配方"：

"语言预锤真金不怕火 + 推理才能 + 用具调用 = 智能 Agent "

这意味着什么？

o3/o4 不是靠某个"魔法结构"赢的。

它靠的是一整套"系统工程"：

提前汇聚语言天下，学会在语言空间中推理，掌捏用具链的使用。

是一个"锤真金不怕火有素的数字工程师"，它知说念何如不雅察、拆解、实行。

一句话说澄莹：

"它不是更贤惠，而是更能动手。"

3. 为什么 o3/o4 能作念到？

咱们用最直白的方式来讲明这个分水岭。

豆包：  你问它问题，它回答；你给它图像，它识别；

o3：  你给它一个无极的问题，它判断你要干什么 → 剪辑图像 → 调用翻转 → 放大处理 → 再来一次识别 → 输出笔墨 → 证实你是否还想接续。

这不再是"回答问题"，而是完成任务。

咱们不错从 OpenAI 给 o3/o4 设定的「系统指示词」（system prompt）中看出它的定位："你是一个万能实行助理，具备代码、浏览、图像汇聚与操作才能，你的方针是通过最可靠、最安全的方式匡助用户完成任务。"

留心，重心不是"语言模子"，而是"实行助理"。

它会反复证实谜底准确性；

会调用代码用具作念数据分析；

会主动提醒用户信息不齐全、建议分步处理……

它的"贤惠"，不在语言，而在行动。

4. 差距不是推理力，是"闭环"

你不错说豆包也能识别图像，也能回答问题。

但差距就在这里：

o3 知说念该作念什么；

它知说念什么时候该叫用具；

它知说念效果无极时要不要再试一次；

它知说念什么时候应该暂停、恳求东说念主类反应。

这一切，不是智商，而是实行力。

实在拉开差距的，不是参数，而是闭环。

这是一种"任务驱动型智能"，而不是"对话式智能"。

AI 的范式依然从"输入 → 输出"造成了"问题 → 拆解 → 推理 → 用具链调用 → 考据 → 完成任务"。

你可能会问：

最近很火的 MCP 合同（Model Context Protocol），由 Anthropic 于 2024 年 11 月推出

不是也在惩处"模子何实在行任务"的问题吗？

那 OpenAI 为什么莫得跟？

也许谜底，就藏在 o3 的架构里：

它没遴荐走"调用外部合同"的门路，

而是告成把"判断、实行、考据"，一整套经过，作念进了模子里面。

不是不伤风，

而是他们可能——依然找到了更好的惩处主见。

他们不是在等方法，而是在提前已毕闭环。

是以，当你还在比谁的模子答得更准，OpenAI 依然在比谁能实行得更稳。

5.   RL 被谁取代了？是语言 + 用具 + 推理

强化学习也曾是"终极瞎想"。

DeepMind 用它下围棋、玩游戏、锤真金不怕火机械手，每一项看起来皆像是通往"通用智能"的捷径。

但当前你很少在发布会上听到" RL "这个词了。

为什么？

因为 RL 最大的问题是：泛化才能太差。

它在 Dota 上能打爆你，换个游戏就齐备废掉；

能抓苹果，却打不开雪柜门——这等于 RL 的通病：死记硬背，不懂变通。

直到 OpenAI 发现：语言模子本人，等于最强的"跨任务先验"。

"语言，是咱们东说念主类对天下的压缩抒发；亦然 AI 泛化才能的要津进口。"

你不错让语言模子"幻想"任务要领、构建天下模子、缱绻旅途——

这比传统 RL  强太多了，并且还低廉、矫健、可控。

是以，当前的智能体不是" RL-trained "，而是" language-prompted + tool-enhanced "。

6. 小结：AI 已不啻是模子

咱们常说"模子智能"，但今天这个词依然不够用了。

你看到的 o3，不再是一个模子，而是一整套"颖慧活的系统"：

有语言汇聚行为大脑；

有推理链条行为判断；

有调用用具的手；

灵验户交互行为眼睛和耳朵；

有系统指示词界说的步履准则。

它不是在陪你聊天，而是在准备接办你的责任。

这，等于 AI 下半场的时候界说：从"对话模子"到"实行操作系统"。

"模子的时间欺压了，界说问题的东说念主，才是新天下的工程师。"

第三部分 ：谁界说任务，谁等于 AI 下半场的赢家

1. 拼的是"界说任务"才能

当 o3/o4 带着 Agent 才能出现，全行业其实皆听到了一个信号：

" 模子干戈欺压了，实在的竞赛刚刚运转。"

你再堆更大的模子，只可带来 5% 的校正；

但你如果能换一种"界说任务 + 联动用具"的方式，可能等于 50% 的才能跃迁。

OpenAI 很早就坚决到了这极少。姚顺雨在一篇博客里，把这个荡漾回首成一句话：

" 上半场比的是方法，下半场拼的是评估。"

这里的"评估"，不是论文上的 " test set accuracy "，

而是你何如构建一个能让智能体灵验的任务框架。

换句话说，谁界说问题的方式更逼近现实，谁就能同样 AI 作念出更灵验的事。

2. 别只发问，让 AI 实行经过

在 AI 的上半场，你只需要学会何如"问一个好问题"。

但鄙人半场，更伏击的，是你能不成吩咐出"一个能被完成的任务"。

你需要掌捏的，不是 prompt 拼接妙技，而是任务遐想念念维。

Prompt 是一句话，任务是一个经过。

实在有坐褥力的 AI，是"能被实行"的那一套经过。

你不错接续说："帮我写一个邮件回应。"

这叫作念  调用智能模子。

也不错运转说："我每天 9 点会收到一堆责任邮件，你先按优先级索要，再用我平常的结构回首，临了整理出我的当天待办。"

这就不是在"发问"，而是在界说责任经过。

AI 在这里不再是"一个对话窗口"，而是一个你锤真金不怕火出来的数字助理。实在好坏的东说念主，不是问得好，而是吩咐得澄莹。

3. 围绕 AI 重构组织，才可能赢

OpenAI 的首席产物官 Kevin Weil 在最新访谈中，反复强调一个词：" Operator（AI Agent）。"

他说："总的来说，这是 ChatGPT 从为你回答问题到在现实天下中为你作念事的荡漾之年"

在他看来，AI 的任务，不再是写一段案牍、生成一张图，而是：

浏览网页、索要结构化信息；

自动填写表格、下单、购买；

汇聚东说念主类的高层意图，并动态实行；

证据实行反应，自我逶迤步履旅途。

这不再是"用具升级"，这是责任方式重构 。

那些依然只靠 prompt 用 AI 的公司，临了只可作念" AI 插件"；

而那些实在学会用 Agent 重构经过的公司，才有可能成为" AI 驱动企业"。

AI 依然能完成任务，接下来该轮到组织来再行遐想任务。

4. 不是赶上 o3，而是先让它动手

许多东说念主懆急：中国事不是又过期了？

模子差距是不是越来越大了？OpenAI 的 o3/o4 看起来牛年马月……

但如果你换个角度想：

模子代码是开源的；

方法配方是公开的；

最中枢的 Agent 架构，也在缓缓被复刻……

实在能决定差距的，是谁先用起来，谁先敢放权给用户。

你不错看到：

通义千问依然在内测用具链；

豆包 1.5 诚然动作慢，但也在强化"多轮指示"才能；

智谱、Minimax、Moonshot、Kimi 等国内模子，简直皆在快速 Agent 化。

问题不是没模子，而是没东说念主敢"的确放弃"。

你还没见过一个产物，能替你点鼠标、写说明、处理邮件。

是以契机还在。

这等于契机所在。

"你不需要造出 o4 或者 o5，只需要比别东说念主早三个月，让它动手劳动，你就赢了。"

5. 下半场，任务界说者才是主角

上半场的骁雄，是搞方法的东说念主；

下半场的骁雄，是敢再行界说任务的东说念主。

你不需如果算法民众，也不需要写代码。

但你得能吩咐一个任务：

比如让 AI 自动缱绻一天的待办；

比如让它每天汇总你的数据、提建议；

比如给学生定制个性化学习策动；

你吩咐得越澄莹，AI 干得就越像个东说念主。

下半场，拼的不是贤惠，而是组织力。

AI 能不成成为坐褥力，不取决于它的贤惠，取决于你有莫得给它一个澄莹任务和实行范围。

  Bonus｜鄙俚东说念主也能作念的 3 件事：

上头讲了"何如吩咐任务"。

那鄙俚东说念主不懂时候、没用过 Agent 何如办？

你不错从底下这三件事运转，坐窝试一试：

建议一：把任务说澄莹，而不是只发问题

"帮我写一个小红书标题"

"我在写一篇对于 AI 下半场的图文，主角是 OpenAI 和字节，我但愿它勾引科技感用户，能在微博和一又友圈被转发，写 5 个不卓著 16 字的案牍标题。"

指示词参考：「你当前是我的编著，请用 3 步优化这个任务的方针和结构」

建议二：条目它拆要领，不要只给效果

"帮我分析一下竞争敌手"

"请你第一步帮我列出敌手官网上的所有产物功能，第二步回首与我公司的异同，第三步输出一段文告材料给雇主看。"

指示词参考：「你当前是我的分析助理，请按【经过化任务】方式实行。」

建议三：斗胆让它"动手"，别怕费事它

"请你写一段剧本"

"帮我写完剧本后，再生成一张封面图，再起一个更勾引东说念主的标题，再把这套东西改成合适发在抖音上的口吻。"

指示词参考：「我授权你动手干活，不要等我每一步皆下指示。」

"你不是要造成一个" AI 工程师"，

你仅仅要学会：像对一个实习生下任务一样，对 AI 启齿。"

" AI 会不会不伏击，要津是你有莫得告诉它：你要它干什么。"

斥逐 · AI 的下半场，依然运转

你不需要比 AI 更贤惠， 只需要比别东说念主更早学会让它替你干活。

从 o3 运转，AI 的天下分辨了：

一部分东说念主还在"问它会不会"， 另一部分东说念主依然"让它去作念了"。

模子的才能差未几，差的是你能不成敢交任务、放权实行。

" 不是 AI 不够强，而是你还没干预"问题界说者"的扮装。"

下半场依然开打，

输赢，取决于你能不成换一种"发问方式"。

当前，尝试就让 AI 运转真实的干点活儿吧。

原文联贯：

https://ysymyth.github.io/The-Second-Half/

https://github.com/elder-plinius/CL4R1T4S/blob/main/OPENAI/ChatGPT/ChatGPT-04-16-2025

https://www.youtube.com/watch?v=AlfA-0NyTNA&t=1166s&ab_channel=CNBC-TV18

着手：官方媒体 / 网络新闻