与 Rick 兄探讨。

我的观点是，GPT 5 和 Fable/Opus 5 这一代的模型自身的能力，通过有效的工程编排和工具组合，已经满足或者超过绝大多数用户绝大多数应用场景的需求了。当前大多数人用不好 AI，问题已经不是模型本身，也不是能靠模型提升能解决的。很简单，一个人如果连自己的问题都无法清晰的表述、对模型输出也无法给出评价和反馈，语言模糊、自相矛盾，你模型再强大也产生不了更好的结果了。我们现在必须把主要注意力转向所谓的 AI Engineering，而不是幻想模型能力提升可以自动解决一切问题了。

至于说模型自身能力的提升在某些特定领域还能够取得巨大的进展，我了解得不够，但也认为当然应该是这样的，比如说在医疗、药品研发，某些领域的科研等等。

但是这跟大多数用户关系不大，绝大多数人也不可能仅仅因为模型提高了就摇身一变从白丁变成鸿儒，从素人变成科学家、CEO。这里最重要的原因是，那些社会角色本身对于“智力生产力”的依赖本身就不是决定性的。科学家我不太了解，就说 CEO 吧。CEO 真正最重要的工作、也是在一个企业里唯一无法由其它人代劳的工作，不是产品决策，也不是管理决策，而是争取外部资源。这件事情依靠聪明的大模型能解决吗？至少在今天来看，其作用完全可以忽略不计。VC 会因为你用了新的模型给你投资吗？证监会交易所会因为你用了新的模型给你上市资格吗？现在所谓的一人制公司为什么没火起来？因为它本质上就是一个人关在屋子里跟一帮 agents 过家家，别说当 CEO，当皇帝都可以，但是没有用，获得不了外部资源。

我猜测科研也差不多。因为除了极少数硬课题之外，大量的科研课题，都是需要科研共同体的认可，不单纯是一个解题的过程，不是说你拿出一个结果，就黄袍加身那么简单。

这里还有一个可怕的陷阱，就是媒体的误导。媒体会不断发掘极端小概率案例，给公众传递误导性的信息，把大多数人引向失败率极高的方向。

实际上别说是变成 CEO 了，普通人变成码农也没有多少成功概率，远不如码农变成普通人的概率更高。Coding agents 主要造福的是那些曾经干过开发、但已经脱离一线编码很久的架构师、项目经理和产品经理。根据我的观察，对于那些完全没写过代码的普通人来说，想转型 AI 开发者，必须有人带，没人带的话成功率很低，低到如果对一个普通人提出这样的建议，基本上属于误人子弟。

即使是完成任务和科研的能力，到底有多少是依靠单一模型自身能力的增长，而有多少是依靠使用者的工程进展呢？这里有一个判定标准，就是如果依靠单一模型的发展就可以解决问题，那就说，普通人不需要经过 AI Engineering （姑且还这么叫）的训练，就可以仅凭跟模型的一问一答就取得达到或者超越专业 AI Engineer 的工作成果。现在真的是这样吗？

最后，当然在军事、量化交易、大模型公司市场营销等对抗性、高杠杆领域，模型的提升意义很大，因为很小的边际能力的增加，有可能带来赢家通吃或者股价暴涨的高收益，但这个不是我讨论的普遍场景。