2026 年 4 月 24 日，OpenAI 发布了 gpt-5.5，DeepSeek 发布了 DeepSeek V4 Pro 与 DeepSeek V4 Flash。

在生成式人工智能高速迭代的今天，技术进步已经不再只是参数规模、跑分榜单或单点能力的竞争。它正在改变人类理解信息、组织生产、判断真实与分配信任的方式。我们或许正在进入一个更高效、更智能，也更不稳定的时代。

变革已经到来 #

生成式人工智能正在以罕见的速度迭代，模型能力的边界也随之不断外扩。过去看似遥远的技术设想，正在以产品发布、模型升级和工作流重构的形式迅速进入现实。

在学界、政府部门与智库机构中，仍有不少人认为，生成式人工智能不会真正拥有所谓的“灵魂”。即便在最前沿的研究机构内部，也不乏类似判断：模型可以模仿、归纳与生成，却未必能够真正理解自身所创造的东西。

但一个值得重视的变化是：基于 Transformer 的模型，已经能够提出许多并不依赖 Transformer 的新型模型架构。这意味着，人工智能正在从“被设计的工具”逐渐转向“参与设计的工具”。技术演进的关键起点，或许已经到来。

我倾向于认为，Transformer 模型或许很难仅凭自身架构孕育出更高层次、更具原创性的创造力；但就当下的能力而言，它已经足以独当一面，参与设计更优秀的智能系统。它真正欠缺的，或许不是生成方案的能力，而是设计数据集、建立评价标准、明确优化目标的能力。换言之，它需要知道什么是“好模型”，以及智能应当朝着怎样的方向继续前进。

当图片不再可信 #

4 月 23 日，OpenAI 发布了 gpt-image-2。面对这样的图像生成能力，我们甚至不必再过度纠结测试集或指标，只需要看看下面几幅图片，就能直观感受到变化已经发生：

这些图片均由上述模型生成。可以看到，无论是字体、光影，还是材质与空间质感，都已经与真实照片高度接近。未来，人类将越来越难凭肉眼辨别一张图片是否由 AI 合成；发票、合同、账单乃至证据材料，都可能被低成本地伪造。

这不仅是内容创作工具的进步，也意味着信任基础正在被重写。当图片、语音、视频都可以被高质量生成时，社会将不能继续依赖“眼见为实”的旧规则，而必须建立新的验证体系、溯源机制和责任边界。

Agent 将成为未来人工智能的主流范式 #

从单纯的文字聊天，到理解图片、视频和语音，多模态能力的扩展固然重要，但这仍然不够。人们真正需要的，并不是一个只能回答问题的系统，而是一个能够在互联网上、在虚拟世界中持续理解目标、拆解任务并自主执行的 Agent。

也正因如此，Agent 会成为未来人工智能更自然的产品形态。用户并不满足于让模型给出一段答案，然后再由自己复制、粘贴、搜索、整理、提交；他们更希望把目标直接交给系统，由 Agent 操控计算机、调用工具、访问网页、处理文件，并在必要时向人类确认关键决策。

从这个角度看，计算机天然是 Agent 能力最容易放大的场景。相比现实世界，计算机环境中的指令、界面和反馈更加规范，任务边界也更容易被拆解和验证。可以预见，未来机器人在物理世界中的发展，也很可能会沿着类似路径推进：先在虚拟世界中学会持续执行任务，再逐步把这种能力迁移到现实世界。

结语：拥抱变革，也要建立秩序 #

生成式人工智能带来的变化，并不是某一种工具的升级，而是一整套生产方式、信任机制和智能形态的迁移。模型会继续变强，Agent 会逐渐成为主流入口，虚拟世界中的自动化能力也会不断向现实世界外溢。

因此，真正的挑战并不只是模型能否更聪明，而是人类社会能否及时调整自己的制度、标准和协作方式。拥抱变革，并不意味着盲目乐观；面对动荡，也不意味着拒绝技术。更重要的是，我们要更清醒地理解它、塑造它，并为它可能带来的冲击提前建立秩序。

陌生人呀，欢迎来到智能时代！