开放AI的200美元ChatGPT Pro：更努力思考的AI（但你真的需要它吗？）

开放AI刚刚推出了他们所谓的“世界上最聪明的模型”，它带有200美元的月费，并承诺比我们以前见过的任何模型都更努力地思考、工作更长时间、解决更复杂的问题。但是在一个AI公告似乎每周都会发布的世界里，这个公告值得我们更仔细地看一下。

新的ChatGPT Pro，由o1模型驱动，不仅仅是另一个普通的升级。虽然普通的ChatGPT已经成为AI工具中的瑞士军刀，但这个新产品更像专门的外科手术设备——令人难以置信的强大，但不适合每个人。

o1真正带来的东西

让我们剔除炒作，来看看是什么让o1与众不同。该模型显示了一些令人印象深刻的数字，但重要的是这些改进实际上在哪里产生了影响。

在实际测试中，o1在三个关键领域表现出改进：

1. 深度技术问题解决: 该模型在AIME 2024数学竞赛问题上达到50%的准确率——高于以前版本的37%。但更重要的是，它保持了这一性能的一致性。当测试可靠性（4次中有4次得到正确答案）时，o1专业模式显著优于其前辈。
2. 科学推理: 在博士级科学问题中，o1表现出74%的成功率，并在一致性方面取得了更令人印象深刻的成就。有趣的是，这如何转化为实际的研究应用——我们看到研究人员使用它来设计复杂的生物实验。
3. 编程和技术分析: 也许最能说明问题的是，o1在高级编程挑战中达到62%的通过率，特别是在复杂的多步骤问题解决中表现出色。然而——这很关键——它实际上在需要反复对话的简单、重复任务中挣扎。

图片：开放AI

这里的真正创新不是原始性能——而是可靠性。当模型需要更努力地思考一个问题时，它实际上会这样做，花费更多时间来处理和验证其响应。

但这里有一个问题：所有这些额外的“思考”都带来了权衡。该模型显著更慢，有时需要明显更长的时间来生成响应。对于许多日常任务来说，这种额外的马力不仅不必要——它实际上可能是反生产的。

拥有如此多计算能力会发生什么？

让我们谈谈当你用更多的计算能力为AI提供动力时会发生什么。忘记市场营销语言——我们在o1中看到的东西很有趣，因为它改变了我们对AI辅助的思考方式。

把它想象成与同事快速聊天与深入策略会议之间的区别。标准的AI模型非常适合快速聊天——它们反应快、有帮助、完成任务。但o1？它就像拥有一个花时间思考、考虑周全、有时会带来你从未想到的见解的高级专家。

这种方法到底有什么革命性的意义？

1. 更深入的“思考”: 当你给AI模型更多时间“思考”时，它不仅仅是思考更长时间——它思考得不同。它探索多个角度并考虑边缘情况。这就是为什么研究人员发现它特别适合实验设计和假设生成。
2. 可靠性: 这里有件事没人在谈论：一致性可能是o1的真正超能力。虽然其他模型可能一次解决复杂问题，但接下来的三次都失败了，o1在高级推理中表现出显著的一致性。对于处理关键问题的专业人士来说，这个可靠性因素是一个大问题。

AI强大工具的智能购买指南

我们应该就那200美元的价格标签进行一次坦率的对话。它真的值得吗？好吧，这完全取决于你如何看待AI辅助工具在你的工作流程中的作用。

有趣的是，可能从o1中受益最多的人并不一定是那些处理最复杂问题的人——而是那些处理错误成本极高的问题的人。除非你处于这种特定情况，否则这种额外的力量可能实际上只会减慢你的速度。

有效地使用o1需要你从根本上改变对AI交互的思考方式:

1. 深度优于速度

• 不要进行快速的来回交流，而是思考如何精心设计研究查询
• 计划更长的响应时间，但期望更全面的分析

2. 质量优于数量

• 关注复杂、高价值的问题
• 使用标准模型进行常规任务

3. 战略部署

• 将o1与其他AI工具结合，优化工作流程
• 将强大的计算能力保留用于最重要的地方

o1并不试图成为每个人的万能工具。相反，它正在推动我们更战略性地思考如何使用AI工具。也许真正的创新不仅仅是技术本身，而是它让我们重新思考对AI辅助的方法。

把你的AI工具箱想象成一个专业的厨房。是的，你可以使用工业级设备做所有事情，但大厨知道何时使用豪华的真空低温烹饪机，何时使用简单的平底锅会做得更好。

在跳入200美元的订阅之前，尝试这样做：记录你一周的AI交互，并标记哪些真正需要更深入的思考，哪些需要快速响应。这将比任何基准测试更能告诉你是否需要o1。