2025年12月，OpenAI內(nèi)部點(diǎn)亮了一盞紅燈：CEO山姆·奧特曼（Sam Altman）發(fā)出“紅色警報”（Code Red），要求公司加速推進(jìn)在ChatGPT方面的工作，推遲其他產(chǎn)品的開發(fā)，以應(yīng)對來自Google Gemini 3等對手的擠壓。

這件事有點(diǎn)像科幻片里經(jīng)典的鏡頭：警報響起，門禁落下，所有人沖向控制臺。很快，在OpenAI成立的十周年紀(jì)念日之際，GPT-5.2正式發(fā)布，在多項(xiàng)基準(zhǔn)測試中對Gemini 3實(shí)現(xiàn)了反超。

一、OpenAI十年回望

一切都從2015年那個不起眼的冬日開始。包括山姆?奧特曼、埃隆·馬斯克(Elon Musk)在內(nèi)的11個人，宣布要“做一些瘋狂的、幾乎不可能的、前所未有的事情”。當(dāng)時的OpenAI不僅沒有產(chǎn)品，連研究路線和盈利模式也說不清，“我們當(dāng)時只是覺得這件事特別重要，值得全力以赴，即使成功概率微乎其微”。

這段敘述并不煽情，反而像科研筆記：不確定、但持續(xù)推進(jìn)；小勝利與大量失敗并存；文化上鼓勵發(fā)現(xiàn)。它也點(diǎn)出了OpenAI一路“能跑到今天”的底層燃料：把研究變成可迭代的工程，再把工程變成可部署的產(chǎn)品。

OpenAI的發(fā)展歷程可以濃縮成一句話：“把幻想做成流程”。他們不是押中了一次技術(shù)彩票，而是把一件極其不確定的事，硬生生做成了可迭代的工業(yè)流程：先用一連串高強(qiáng)度、可復(fù)現(xiàn)的實(shí)驗(yàn)把“訓(xùn)練這門手藝”練到肌肉記憶，再把“讓模型更聽人話”的方法當(dāng)成主線工程來持續(xù)打磨——用人類反饋、對齊規(guī)范與評測體系，把聰明收束成可用，把輸出從靈感變成交付。

OpenAI把算力、產(chǎn)品、生態(tài)和治理當(dāng)作同一輛車的不同部件來經(jīng)營：算力決定速度上限，工具鏈決定能不能干活，生態(tài)決定能不能鋪開，治理決定能不能跑得久。他們的關(guān)鍵策略可以概括為四個短語：“大膽愿景、快速迭代、能力突破、安全護(hù)航”。

二、“紅色警報”背后的難題

GPT-5.2的推出并不意味著“紅色警報”的解除。OpenAI面臨的技術(shù)、商業(yè)、倫理等方面挑戰(zhàn)依然嚴(yán)峻。

1.脆弱的技術(shù)護(hù)城河

盡管GPT-5.2奪回了領(lǐng)先優(yōu)勢，但Google已經(jīng)發(fā)動了一場不對稱戰(zhàn)爭，主戰(zhàn)場正在從模型轉(zhuǎn)移到工具鏈、數(shù)據(jù)、行業(yè)渠道、應(yīng)用生態(tài)與合規(guī)能力。

OpenAI采用的是“專家模式”，它試圖打造一個全知全能的超級大腦，用戶必須主動前往ChatGPT這個“神殿”去咨詢。而Google走的是“生態(tài)模式”，它未必比GPT更聰明，但它無處不在。它內(nèi)嵌在Android手機(jī)的底層、潛伏在Google Docs的文檔流中、整合在Gmail的收發(fā)信件里。Google正在用其龐大的應(yīng)用生態(tài)構(gòu)建一個包圍圈。對于普通用戶而言，一個隨手可得、深度集成在工作流中的“80分助手”，可能比一個需要單獨(dú)登錄、按次咨詢的“90分專家”更有吸引力。

OpenAI拼的是“智商”，Google拼的是“摩擦力”。這就是“紅色警報”的真相：技術(shù)護(hù)城河是可以被時間填平的，但生態(tài)護(hù)城河一旦形成，就是難以逾越的天塹。

2.算力與數(shù)據(jù)的雙重圍剿

如果說“專家模式”可能是OpenAI的商業(yè)軟肋，那么算力與數(shù)據(jù)的困境就是它的物理極限。

一方面，OpenAI的成功建立在海量的GPU集群之上。每一代模型的推出，都意味著需要投入數(shù)十億美元用于購買或租賃數(shù)萬塊最頂尖的GPU，這使得OpenAI的商業(yè)模式異常脆弱。而Google擁有自研的TPU芯片，能夠?qū)崿F(xiàn)從底層硬件到上層模型的垂直整合優(yōu)化，效率更高，且成本更可控。

另一方面，GPT的突破所依賴的高質(zhì)量數(shù)據(jù)集正日益枯竭。相比之下，Google和Meta擁有難以逾越的“數(shù)據(jù)壕溝”：Google 掌握著全球最大的搜索引擎日志、Gmail、Google Docs以及YouTube；而Meta擁有Instagram和Facebook的真實(shí)社交數(shù)據(jù)。雖然OpenAI使用合成數(shù)據(jù)訓(xùn)練也能提升模型能力，但學(xué)界已普遍擔(dān)憂由此引發(fā)的“模型崩潰”風(fēng)險，即模型退化和幻覺的指數(shù)級放大。

3.安全與對齊就像在走鋼絲

前不久，OpenAI遭遇一起訴訟，指控ChatGPT在與一名男子對話過程中放大其偏執(zhí)妄想，間接導(dǎo)致此人殺害其母親后自殺。AI面對的是一個會變的系統(tǒng)、一個會變的世界以及會變著法兒試探你邊界的人類。安全與對齊永遠(yuǎn)在路上。

安全遠(yuǎn)不是拒答違法內(nèi)容那么簡單，而是一套貫穿訓(xùn)練、評測、發(fā)布、監(jiān)控、響應(yīng)的全周期風(fēng)控系統(tǒng)?！皩R”不是讓模型永遠(yuǎn)正確，而是讓它在真實(shí)使用中盡可能穩(wěn)定地遵循人類意圖與社會約束，并在發(fā)生沖突時知道“誰說了算”。

安全與對齊是一套需要長期運(yùn)轉(zhuǎn)的閉環(huán)：因?yàn)閷R目標(biāo)本身會隨法律、文化與社會共識而移動；模型能力每次升級都會帶來新的風(fēng)險形態(tài)；而真實(shí)世界的濫用者也會不斷學(xué)習(xí)、迭代、尋找邊界漏洞，而日益白熱化的行業(yè)競爭會持續(xù)擠壓安全緩沖時間。OpenAI處在“能力最前沿+用戶規(guī)模最大+產(chǎn)品迭代最快”的交叉點(diǎn)，因此不得不長期在速度與安全之間走鋼絲。

三、對中國AI產(chǎn)業(yè)的啟示

從彼岸回到此岸，OpenAI的“紅色警報”照出的，不應(yīng)只是焦慮，而是一張路線圖：當(dāng)大模型從“會說”走向“會做”，勝負(fù)不再只取決于參數(shù)與榜單，而取決于你能不能把模型嵌進(jìn)產(chǎn)業(yè)的血管里，讓它變成穩(wěn)定、可控、可復(fù)用的生產(chǎn)力。

1.別只盯著模型，要盯著系統(tǒng)

OpenAI十年的真正秘訣不是“突然變聰明”，而是把研究、工程、產(chǎn)品、算力與治理綁成一個整體系統(tǒng)。對中國企業(yè)而言，追模型是必要的，但更重要的是把“算力—數(shù)據(jù)—工具鏈—渠道—合規(guī)—交付”當(dāng)作同一張賬來算：模型是發(fā)動機(jī)，工作流是變速箱，數(shù)據(jù)是燃料，安全與合規(guī)是剎車系統(tǒng)；只裝發(fā)動機(jī)，車跑不遠(yuǎn)。

2.把AI從“神殿”搬進(jìn)“流水線”

中國最大的優(yōu)勢不在于更會寫論文，而在于擁有全世界最厚實(shí)的產(chǎn)業(yè)現(xiàn)場。這些場景的共同點(diǎn)是“交付物”明確、流程可拆解、邊界可定義。真正能賺到錢的AI，不是“無所不知的聊天框”，而是能在產(chǎn)業(yè)現(xiàn)場跑起來的助手/代理：它會填表、會對賬、會查規(guī)程、會寫報告、會在權(quán)限范圍內(nèi)調(diào)用工具，把隱性經(jīng)驗(yàn)和行業(yè)知識變成可執(zhí)行的步驟。

3.數(shù)據(jù)不是礦，是農(nóng)田：要耕作、灌溉、除蟲

高質(zhì)量數(shù)據(jù)的日益稀缺倒逼中國企業(yè)不斷改進(jìn)自身的數(shù)據(jù)治理。很多行業(yè)并不缺數(shù)據(jù)，缺的是數(shù)據(jù)血緣、質(zhì)量標(biāo)簽、權(quán)限治理與可追溯流程——也就是把數(shù)據(jù)從“堆放的原料”變成“可用的資產(chǎn)”。要建立數(shù)據(jù)閉環(huán)：用業(yè)務(wù)產(chǎn)生的數(shù)據(jù)改進(jìn)模型，用模型創(chuàng)造更高質(zhì)量的數(shù)據(jù)，再反哺業(yè)務(wù)。

4.算力貴就把自己變“省”：效率會成為新的護(hù)城河

當(dāng)算力成為硬約束，路線就會從“更大”轉(zhuǎn)向“更省”。蒸餾、小模型協(xié)同、混合專家、量化、緩存與批處理、推理加速、端側(cè)/邊緣推理……這些聽上去像工程細(xì)節(jié)，但往往決定商業(yè)模型能不能跑通。未來的競爭會越來越像節(jié)能競賽：誰能用更少的算力把同樣的價值交付出來，誰就能把價格打下來，把應(yīng)用鋪開去。

5.入口與生態(tài)決定上限：別只做“應(yīng)用”，要做“插件系統(tǒng)”

如果AI只能在一個孤島App里發(fā)光，它就很難成為行業(yè)標(biāo)準(zhǔn)。更好的策略是把能力模塊化、工具化，做成能嵌入企業(yè)軟件、超級App與行業(yè)平臺的“插件系統(tǒng)”：讓合作伙伴在你的模型之上做行業(yè)交付，你在他們的渠道里獲得分發(fā)與數(shù)據(jù)回流。生態(tài)不是口號，是把別人也變成你增長曲線的一部分。

6.把“加速”寫進(jìn)制度，也把“剎車”裝進(jìn)系統(tǒng)

對我們而言，關(guān)鍵不是“管得緊”還是“放得開”，而是做出一套可預(yù)期的制度緩沖墊：一方面把算力、能源與數(shù)據(jù)中心當(dāng)作長期基礎(chǔ)設(shè)施來規(guī)劃，用更穩(wěn)定的供給降低企業(yè)的試錯成本；另一方面把安全評測、內(nèi)容標(biāo)識與審計接口等當(dāng)作行業(yè)公共品來建設(shè)，讓合規(guī)不再是每家公司各自造輪子。同時，政策可以更“分級”：對高風(fēng)險應(yīng)用提高門檻、強(qiáng)化監(jiān)測與責(zé)任鏈條；對低風(fēng)險應(yīng)用提供監(jiān)管沙盒與場景試點(diǎn)，鼓勵在真實(shí)業(yè)務(wù)里跑出可復(fù)用的工作流標(biāo)準(zhǔn)。

總之，OpenAI的十年像一面鏡子：它告訴我們，真正的領(lǐng)先不是“跑得最快”，而是“跑得快還能不摔倒”。中國AI產(chǎn)業(yè)的機(jī)會也不在于復(fù)刻某個神話，而在于把產(chǎn)業(yè)厚度、工程能力與治理體系擰成一股勁，讓AI從熱搜詞變成生產(chǎn)線上的常駐員工——不必封神，能交付就夠酷。

（作者王翔為復(fù)旦大學(xué)數(shù)字與移動治理實(shí)驗(yàn)室研究員）