# 影片筆記:缝合怪GPT-5.6来了!OpenAI开始造AI超级App,中美AI正在交换剧本! ## 一句話總結 影片分析 OpenAI 發布 GPT-5.6(含 GPT-Live 語音功能)後的市場反應,指出其透過「全雙工」語音與 ChatGPT/Codex 融合提升效率,並被視為資本市場上市的「炮灰」以管理用戶心智;同時對比中美 AI 發展路徑倒置(美國走向中心化超級 App,中國走向去中心化生態),並探討中國開源模型採取「吃尾流」策略的競合關係。 ## 核心重點 * **GPT-5.6 體驗升級**:GPT-Live 語音功能具備「全雙工」特性(邊聽邊思考/執行後台任務),體驗類似「豆包」,無推諉感,效率高於 Claude。 * **產品整合趨勢**:ChatGPT 與 Codex 融合,實現從對話到編碼/工作(如 PPT、Excel)的無縫切換,語音助手可同時處理多個後台任務並通過實時卡片反饋。 * **OpenAI 戰略定位**:講者認為 OpenAI 是資本市場的「炮灰」,主要任務是對標 Claude 以管理用戶心智,為 IPO 上市故事服務,而非單純比拼技術領先。 * **中美 AI 路徑倒置**:美國強推 ChatGPT App 作為中心化入口;中國則圍繞飛書、微信等單一入口建立去中心化生態。 * **中國模型生存策略**:中國開源模型(如 GLM、智譜、MiniMax)採取「吃尾流」策略,跟隨海外先進模型 3-6 個月,利用製造業優勢降低價格,形成與 OpenAI/Claude 的競合關係。 * **資本與心智競爭**:AI 公司競爭本質是資本市場認可與上市預期,用戶心智(情緒價值)比實際能力差距更重要,智譜在用戶心智管理上優於 MiniMax。 ## 詳細大綱 ### 一、 GPT-5.6 與 Claude 的體驗對比 * **Claude 的負面評價**: * 被稱為「老油條」或「架構師」。 * 特點:技術強但推鍋能力強,拒絕直接回答,需要特定提示詞才能發揮,效率低(有時需 30 分鐘至 1 小時)。 * 體驗:像職場中推諉責任的老員工,缺乏情緒價值。 * **GPT-5.6 的正面評價**: * **GPT-Live 語音功能**: * 被形容為「豆包」的感覺,甚至有人說「豆包終於有人致敬他了」。 * 直接語音指令,無拒絕,切入正題快。 * **全雙工特性**:一邊聽用戶講話,一邊在後台思考/執行任務(深度工作委派)。 * 可同時接多個任務(查資訊、查交通、做圖表),並通過實時卡片反饋結果。 * **效率與情緒價值**: * 開車十幾分鐘內即可給出結果,比 Claude 快。 * 體驗像「老闆指揮員工」,語音喊話即可,無需打字糾纏。 ### 二、 GPT-5.6 產品功能與整合 * **ChatGPT 與 Codex 的融合**: * 舊時代(Classic)結束,新時代到來。 * 商業與產品整合:Codex 負責人同時管理 ChatGPT 產品。 * **操作流暢度**: * 可通過 ChatGPT 彈窗(Pro 模式)出方案,再通過「加入會話」將上下文傳給 Codex 執行。 * 語音模式可旁聽並指導 Codex 寫代碼或製作 PPT。 * **命名爭議**: * 講者認為 Codex 名字誤導用戶以為僅用於編碼,建議改名為「Work」。 * 但實際上它涵蓋了做 PPT、Excel 等非編程任務(據稱 500 萬 Codex 用戶中有 100 萬用於非編程任務)。 * **同聲傳譯與多語言**: * GPT-Live 具備同聲傳譯功能,演示中涉及日語翻譯。 * 講者認為日語翻譯比幾年前的 AI 進步,但仍存在語境難題。 * 對比豆包:講者兒子測試發現 GPT-Live 在防提示詞污染(如「洗腳城臥底警察」案例)方面與豆包表現相似,互有勝負。 ### 三、 AI 市場格局與中美差異 * **入口之爭與路徑倒置**: * **美國**:強推 ChatGPT App 作為最大入口(All-in-one),走向中心化。 * **中國**:圍繞飛書、微信等單一入口建立生態,走向去中心化。 * 講者指出這種「中美倒置」現象:以前中國是超級 App,美國是小而美;現在美國走向超級入口,中國走向生態接入。 * **OpenAI 的戰略定位**: * **炮灰論**:OpenAI 是資本市場的「炮灰」,主要任務是對標 Claude,管理用戶心智,為上市故事服務。 * **心智管理**: * 目標受眾:35 歲以下、大廠背景、無房無車、有上市需求的北漂青年/技術主管。 * 策略:利用用戶討厭「老油條」(Claude)的心理,建立 ChatGPT 的優勢心智。 * **上市壓力**:OpenAI 需要通過對標來講故事,股價和估值是關鍵。 * **中國模型的生存策略**: * **吃尾流策略**: * 比喻為「張雪機車」在摩托車比賽中跟在頂級車後吃尾流,利用彎道超車。 * 跟隨海外先進模型 3-6 個月,待市場接受後,以更低價格進入。 * **製造業優勢**:中國強大的製造業體系將尖端科技轉化為低成本產品。 * **競合關係**:與 OpenAI/Claude 並非完全競爭,而是跟隨與價格打壓的關係。 ### 四、 資本市場與用戶心智 * **用戶心智 vs. 實際能力**: * 講者認為智譜(Zhipu)在用戶心智管理上優於 MiniMax。 * 市值差異巨大(7 倍到 90 倍),但實際能力差距沒那麼大。 * 用戶心智等於情緒價值,影響資本認可。 * **泡沫與上市**: * AI 公司競爭本質是資本市場認可。 * 港股 AI 公司表現兩極分化(智譜股價趨勢好,MiniMax 艱難)。 * 預測上市後泡沫可能破裂,需觀察誰能成為「先驅」而非「先烈」。 ## 工具 / 模型 / 名詞整理 * **模型/產品**: * GPT-5.6 * GPT-5.5 * GPT-Live * ChatGPT * Codex * Claude * Claude Fable 5 * Opus * Sonnet * Haiku * Mythos * GLM 5.2 * 豆包 * Gemini 2.5 Pro * OpenClaw * ChatGPT 6 * Luna * **公司/平台**: * OpenAI * Anthropic * Google * 智譜(Zhipu) * MiniMax * 飛書 * 微信 * **其他名詞/比喻**: * 張雪機車(比喻用) * 雅馬哈(Yamaha) * 杜卡迪(Ducati) * 德比斯 * 老修 * 閒哥 * 小蘇 / 小小蘇 * biu biu 的事件 ## 操作流程整理 1. **GPT-Live 語音任務處理**: * 用戶通過語音直接下達指令。 * GPT-Live 具備全雙工能力,邊聽邊在後台思考或執行任務。 * 系統同時接多個任務(如查資訊、查交通、做圖表)。 * 通過實時卡片反饋結果給用戶。 2. **ChatGPT 與 Codex 協作流程**: * 用戶通過 ChatGPT 彈窗(Pro 模式)生成方案。 * 通過「加入會話」將上下文傳給 Codex 執行。 * 語音模式可旁聽並指導 Codex 寫代碼或製作 PPT/Excel。 3. **中國模型跟隨策略**: * 觀察海外先進模型(如 OpenAI/Claude)的發布與市場反應。 * 等待 3-6 個月,待市場接受後,以更低價格進入市場。 * 利用製造業優勢降低成本,形成價格打壓。 ## 值得注意的限制或風險 * **日語翻譯語境難題**:GPT-Live 雖有進步,但仍存在語境難題。 * **提示詞污染風險**:GPT-Live 與豆包在防提示詞污染(如「洗腳城臥底警察」案例)方面表現相似,互有勝負,顯示此類風險仍存在。 * **上市泡沫風險**:預測 AI 公司上市後泡沫可能破裂,需觀察誰能成為「先驅」而非「先烈」。 * **數據來源未標註**:影片中提到「500 萬 Codex 用戶裡面有 100 萬的用戶在用這個非編程的任務」及「智譜市值差 7 倍到 90 倍」等數據,來源未明確標註,需查證。 ## 逐字稿辨識疑點 * **Claude Fable 5**:逐字稿中多次出現,聽感上不像標準模型名稱,可能是口誤或特定內部稱呼,需查證。 * **Mythos**:講者提到 Anthropic 有 Opus, Sonnet, Haiku,隨後提到 Mythos,並說「拿星球...神話」,聽感模糊,需查證 Anthropic 是否有此模型名稱。 * **Luna**:講者提到「Luna 這些東西根本不是給你們用的」,聽感上可能是公司名或產品名,需查證。 * **德比斯**:講者提到「頭牌車手就是德比斯」,聽感上可能是車手名字或品牌名,需查證。 * **張雪機車**:講者比喻為「最近不是中國有一個張雪機車...突然出圈」,聽感上可能是品牌名或特定梗,需查證。 * **OpenClaw**:講者提到「自從 OpenClaw 出來以後」,聽感上可能是某產品或公司名,需查證。 * **老修**:講者稱呼某位講者為「老修」,可能是暱稱或筆誤,需查證是否為特定人物。 * **閒哥**:講者稱呼另一位講者為「閒哥」,可能是暱稱。 * **小蘇 / 小小蘇**:講者提到「本人小蘇的兒子,小小蘇」,可能是講者暱稱或兒子暱稱。 * **biu biu 的事件**:講者提到「GPT 這個出了好多次 biu biu 的事件了」,聽感上可能是特定事件代號或口誤,需查證。 * **GLM 5.2**:需查證 GLM 是否有 5.2 版本。 * **Gemini 2.5 Pro**:需查證 Gemini 是否有 2.5 版本。 ## 可延伸追問 * GPT-5.6 的「全雙工」語音功能在實際應用中如何處理多任務並行時的資源分配與延遲問題? * OpenAI 作為資本市場「炮灰」的戰略,對其長期技術研發投入有何潛在影響? * 中國開源模型「吃尾流」策略在面對技術快速迭代時,如何保持競爭力而不淪為純粹的價格戰參與者? * 中美 AI 入口路徑倒置(美國中心化 vs. 中國去中心化)對全球 AI 生態系統的長期發展有何影響? * 智譜與 MiniMax 在用戶心智管理上的差異具體體現在哪些營銷或產品設計策略上?