機器中的障礙：OpenAI 的 GPT-5 推出遭遇挫折，成為焦點

OpenAI 備受矚目的發射gpt-5 被譽為人工智能領域的一次突破性飛躍，但卻遇到了一個熟悉的障礙，那就是現實。

該公司宣稱該模型是迄今為止最先進的，但早期用戶表示，其推出過程並非天衣無縫。 關於性能低下、輸出不穩定以及功能缺失的報導，引發了人們對 GPT-5 和 OpENAI 能否兌現承諾的質疑。

週五，OPEnAI 首席執行官 Sam Altman 對公司的所有承諾和錯誤表示歉意。

“向所有人推廣需要更長的時間，”他寫道“這是一次大規模的巨大變革。”

奧特曼承認推出這項計劃並不容易，他承認這比 OPenAI 計劃的要艱難。

“我們將繼續努力確保一切穩定，並持續聽取反饋，”他說道。 “正如我們之前提到的，由於我們同時推出這麼多產品，我們預料到會有一些波折。但結果比我們預想的還要坎坷！”

以下是圍繞 GPT-5 的早期抱怨和爭議的分析，以及它可能對未來 AI 推廣的影響。

許多免費和 Plus 級別的用戶表示，GPT-5 感覺懶惰的比以前更慢、更短、更機械化。

響應速度較慢、回复較短，語氣也更像機器人，這讓人們將其與早期的機器人相提並論，而非“專家級”的人工智能。 有些人甚至認為這是一種倒退，尤其是與反應敏捷、語境相關的 GPT-4o 相比。

“令人難以置信的是，隨著 GPT-5 的發布，ChatGPT Plus 從必需品變成了垃圾，”寫道Nillion NetWork 首席技術官 John Woods 就 X 發表講話。

HYPErbolic Labs 聯合創始人兼首席技術官 Yuchen Jin 稱該模型令人失望——仍然容易產生幻覺、過度使用破折號，並且難以遵循指令。

“我懷念 4o、4.5 和 o3。大路由器總是讓我失望，”他寫道“事實證明我喜歡這份長長的模特名單……請讓我的朋友們不要參加葬禮。”

儘管 OpenAI 將 GPT-5 宣傳為推理強國，但用戶表示，它通常需要強有力的提示工程才能達到預期的水平。

Raindrop AI 首席技術官 Ben Hylak 表示：“ChatGPT 在 GPT-5 路由方面存在一些非常嚴重的錯誤。”寫道“除非你說‘再仔細想想’，否則幾乎每個請求都會被路由到一個非常愚蠢和循環的更小的模型。”

一些開發人員指出，他們認為 GPT-5 的基本編碼技能存在倒退，據報導，GPT-5 在變量範圍和初始化等基本編程概念上遇到了困難——對於一個被稱為智能代理和自主編碼未來的模型來說，這是一個令人不安的信號。

更糟糕的是，GPT-5 引入了類似內部齒輪的“思維模式”，但用戶無法看到或控制它們。 結果呢？ 一片混亂。 一會兒還是個哲學家，一會兒又分不清裡面有多少個 B。 “藍莓“

如果你覺得自己被迫使用 GPT-5，那你並不孤單。 許多用戶抱怨，GPT-4 和 4o 等舊模型選項被突然移除或變得難以訪問，導致他們不得不使用一個並非自己想要的模型。

此次推出也暴露了不同定價等級之間的巨大差異。 免費套餐和 Plus 套餐的用戶會受到使用限制和削弱“迷你”版本，而 Pro 和 Team 訂閱用戶可以使用完整版 GPT-5 Pro。 這並不是什麼新鮮事——但在普遍不滿的背景下，這尤其令人惱火。

甚至專業用戶也報告了高峰時段的延遲、中斷和限制，這表明 OpenAI 可能正在努力應對容量問題。

任何高風險的技術發布都存在公關失敗的風險，而 GPT-5 做到了這一點。

OpenAI 因使用性能而受到批評圖表一些觀察人士稱其具有誤導性。 該公司還犯了一個基本的數學錯誤例子在現場演示中，這一失誤引起了工程師和投資者的關注。

道德方面的擔憂也繼續困擾著 GPT-5 的推出，GPT-5 的龐大上下文窗口和 AI 代理能力再次引發了人們對濫用的擔憂，包括欺詐和誤傳到旨在欺騙的合成媒體的誕生。 算法偏見、侵犯隱私和失業等長期存在的問題再次成為人們討論的焦點，並變得更加緊迫，也加劇了監管的呼聲。

並非所有方面都存在問題。 OpenAI 聲稱 GPT-5 在多個方面取得了進展：更少的幻覺、更少的阿諛奉承，以及在更廣泛的主題上更一致的推理。 其更大的上下文窗口意味著它現在可以在更長的對話中跟踪和整合信息，這對高級用戶來說確實很有用。

安全系統也進行了升級，可以對敏感提示做出更細緻的響應，儘管有些人仍然認為 GPT-5 在平淡的風險規避方面存在錯誤。

對於有正確提示和耐心的開發者來說，GPT-5 可以編寫出令人印象深刻的代碼，並處理複雜的推理任務。 但對許多人來說，它仍然達不到“改變遊戲規則”的程度。

GPT-5 的首次亮相為人工智能開發敲響了警鐘：光有技術實力是不夠的。 人們對它的期望值過高，而容錯空間卻越來越小。 用戶想要速度、準確性、個性化和控制力——而且他們始終都想要這些。

OpenAI 現在面臨著雙重挑戰：一方面要管理好這些預期，另一方面要不斷迭代這款儘管存在諸多缺陷但仍處於人工智能前沿的產品。 該公司的推廣策略可能也需要像模型本身一樣進行大量的微調。

因為如果這是人工智能的未來……它可能需要一個補丁。