昨天，OpenAI憋了这么久，终于扔出新的重磅产品：GPT-5.2

在谷歌和其他竞争对手的围追堵截下，他们这次彻底盯上了打工人：

GPT-5.2官方文档白纸黑字写着：在涵盖44个职业的专业知识工作测试中，GPT-5.2 Thinking完成任务的速度是人类专家的11倍以上，成本不到人类的1%。

更扎心的是：在这个名为GDPval的测试里，GPT-5.2 Thinking与顶级行业专家正面PK，70.9%的任务中，AI赢了或打平。

一位参与评测的评委看完AI的输出后感叹："这像是一家有专业团队的公司做出来的……虽然还有些小错要改，但布局和建议都出奇地专业。"

红色警报，GPT5.2靠啥大幅改进？

就在上个月，谷歌放出了Gemini 3，在多项基准测试中全面领先，一度把OpenAI打得措手不及。

OpenAI的CEO山姆·奥特曼在内部发了一封"Code Red"（红色警报）备忘录，要求团队暂停其他项目，全力冲刺ChatGPT的下一次迭代。

GPT-5.2这个代号就能看出来，OpenAI现在是提前亮剑。

这次发布的GPT-5.2有三个版本：

Instant：快、稳，适合日常查资料、写邮件；

Thinking：深度推理，适合编程、数据分析、长文档处理；

Pro：顶配，追求极致准确率，适合高风险决策。

在编程基准测试SWE-bench Verified上，GPT-5.2 Thinking拿下80%的成绩。在数学竞赛题AIME 2025上，得分100%。

光看数字吓人没用，咱们得搞明白：这玩意儿到底是怎么突然变这么强的？

周四的前哨特训营直播中，王煜全和大家分享了预训练放缓的真正原因，告诉大家底层芯片的算力和存储没有大更新的情况下，AI大模型接下来的进步主要都会依靠后训练、强化学习和推理。

知名的ARC测试中，领先模型主要都靠延长推理提高成绩

OpenAI这次发布验证了这个判断。GPT-5.2官方文档里有两个关键点：

第一，推理中纠错。 文档中提到"通过训练，模型学会精炼自己的思考过程、尝试不同策略、并识别自己的错误。"

这背后大概率就是通过强化学习，优化了模型的推理过程，让它学会了在内部“打草稿”并在输出前自我修正。

第二，通用推理反超垂直微调。 在模拟OpenAI内部代码工作的测试中，靠"思考"的通用版GPT-5.2，竟然击败了上一代专门针对代码优化的垂直模型（Codex Max）。

这证明了强化学习提升的逻辑推理能力，还能继续提高模型在不同场景的泛用性，简单说就是让模型能像人类工程师一样分析问题，而不是死记硬背代码库。

说人话就是：GPT-5.2这一代，核心变成了用强化学习教AI怎么"想"，这才是它能在专业任务上碾压人类的底层原因。

死亡名单，哪些职业危险了？

好了，技术讲完了，咱们聊点更扎心的：哪些人的饭碗最危险？

要回答这个问题，得先说说OpenAI发明的GDPval测试。

GDPval，全称是"GDP Validation"，是OpenAI在2025年9月发布的一套评测体系。

它的核心思路很直接：不跟AI比考试分数，直接比"干活"。

OpenAI找来了一批真正的专业人士，平均从业经验14年，覆盖美国GDP贡献最大的9个行业、44个职业。

这些人出题，出的都是他们日常工作中真实会干的活儿：做销售PPT、搭财务三表模型、排急诊室值班表….

然后让AI和人类专家各干一遍，再请专家盲评：谁做得更好？

结果就是我们开头说的：GPT-5.2 Thinking在70.9%的任务中，赢了或打平人类专家。

更恐怖的是：AI完成这些任务的速度是人类的11倍以上，成本不到人类的1%。

那么问题来了：哪些岗位最危险？

从GDPval测试覆盖的44个职业来看，知识密集型白领岗位首当其冲。

投行分析师：OpenAI内部测试显示，GPT-5.2在投行初级分析师的建模任务上，平均得分比GPT-5.1高出9.3%。

客服和售后：AI在工具调用测试Tau2-bench中拿下98.7%的准确率，能协调航班改签、行李追踪、特殊座位安排等复杂流程。

程序员：编程能力继续飙升，Windsurf已经把GPT-5.2当成默认底座。

你的新角色：从"执行者"变成"审核员"

好在，AI虽然很厉害，但绝非万能。

这几天谷歌DeepMind联合Kaggle，正式发布了一个名为"FACTS Grounding"的测试榜单。

FACTS是什么？说白了，就是专门测AI"有没有在一本正经地胡说八道"。

测试方法很直接：给AI一份长文档（最长32000个token），让它基于文档生成回答，然后检查它说的每一句话是不是都有据可查、没有编造。

结果呢？

目前市面上最强的AI模型，在这个测试里，准确率普遍卡在70%上下。

包括谷歌自家的Gemini系列，OpenAI的GPT系列，没有任何一个模型能保证100%的事实准确性。

这就好比，你招了一个效率极高的员工，干活速度是别人的十倍，工资只要别人的零头。

但果这个员工有30%的概率会"信口开河"，合同金额写错、法规条款引用错误、客户信息张冠李戴。

现在你敢让他独立负责重要项目吗？

AI的缺陷，恰恰是普通人最大的机会。

OpenAI自己也说了，GPT-5.2的定位是"在人类监督下协助专业工作"（when paired with human oversight）。

以前的打工人是什么？执行者。 老板说写个方案，你就写；说做个表，你就做。

以后的你必须成为AI的老板，要想清楚哪些事是有价值的，哪些事该安排给哪个AI干，干完如何判断靠不靠谱、有没有价值。

未来职场，不会淘汰"用AI的人"，一定会淘汰"试图和AI竞争的人"。