高德纳分析——GPT-5 已问世，但支持真正AI应用的基础设施尚未就绪
打个比方：美国的高速公路直到 1956 年后才出现，这是由德怀特・D・艾森豪威尔总统政府构想的 —— 然而，像保时捷、宝马、捷豹、法拉利等超快、超强动力的汽车早已存在了几十年。
高德纳杰出副总裁分析师阿伦・钱德拉塞卡兰（Arun Chandrasekaran）对 VentureBeat 表示：“我们所做的只是为汽车制造了一些非常好的发动机，然后就变得超级兴奋，仿佛我们已经拥有了功能完备的高速公路系统。”
这在某种程度上导致了像 OpenAI 的 GPT-5 等模型的能力趋于停滞：虽然这是向前迈出的重要一步，但它仅隐约显露出真正智能体人工智能的微光。
GPT-5 在三个关键领域有所提升
高德纳称，显然 OpenAI 在 GPT-5 上取得了进展，包括在编码任务和多模态能力方面。钱德拉塞卡兰指出，OpenAI 已转向让 GPT-5 在编码方面 “表现出色”，显然是察觉到生成式人工智能在企业软件工程领域的巨大机遇，并瞄准了竞争对手 Anthropic 在该领域的领先地位。
同时，钱德拉塞卡兰指出，GPT-5 在文本之外的模态（尤其是语音和图像）方面的进步，为企业提供了新的集成机会。
由于工具使用能力的提升，GPT-5 在人工智能智能体和编排设计方面也有了细微的进步：该模型可以调用第三方 API 和工具，并能进行并行工具调用（同时处理多项任务）。不过，钱德拉塞卡兰指出，这意味着企业系统必须有能力在单个会话中处理并发的 API 请求。
他表示，GPT-5 中的多步骤规划允许更多业务逻辑存在于模型内部，减少了对外部工作流引擎的需求，其更大的上下文窗口（免费用户为 8K，每月 20 美元的 Plus 用户为 32K，每月 200 美元的 Pro 用户为 128K）能够 “重塑企业人工智能架构模式”。
这意味着，以前依赖复杂的检索增强生成（RAG）管道来规避上下文限制的应用程序，现在可以直接向模型传递更大的数据集，并简化一些工作流程。但这并不意味着 RAG 无关紧要；钱德拉塞卡兰指出：“只检索最相关的数据仍然比总是发送大量输入更快、更具成本效益。”
高德纳认为，一种混合方法正在兴起，这种方法对检索的要求不那么严格，开发人员将使用 GPT-5 来处理 “更大、更杂乱的上下文”，同时提高效率。
在成本方面，GPT-5 “显著” 降低了 API 使用费用：顶级成本为每 100 万个输入令牌 1.25 美元，每 100 万个输出令牌 10 美元，这使其与 Gemini 2.5 等模型相当，但大大低于 Claude Opus。不过，钱德拉塞卡兰建议，GPT-5 的输入 / 输出价格比高于早期模型，人工智能领导者在考虑将 GPT-5 用于高令牌使用场景时应考虑到这一点。
与之前的 GPT 版本告别（某种程度上）
最终，GPT-5 旨在最终取代 GPT-4o 和 o 系列（它们最初被停用，后来由于用户的反对，OpenAI 重新推出了一些）。高德纳指出，三种模型尺寸（pro、mini、nano）将允许架构师根据成本和延迟需求对服务进行分层：小型模型可以处理简单查询，完整模型可以处理复杂任务。
然而，输出格式、内存和函数调用行为的差异可能需要代码审查和调整，而且由于 GPT-5 可能会使一些以前的解决方法过时，开发人员应该审核他们的提示模板和系统指令。
钱德拉塞卡兰说，通过最终停用以前的版本，“我认为 OpenAI 试图做的是将这种复杂性从用户那里抽象出去。我认为，通常我们并不是做出这些决定的最佳人选，有时我们甚至可能会做出错误的决定。”
逐步淘汰背后的另一个事实是：“我们都知道 OpenAI 存在算力问题，” 他说，因此 OpenAI 与微软、甲骨文（星际之门项目）、谷歌等公司建立了合作关系，以提供计算能力。运行多代模型需要多代基础设施，这会带来新的成本影响和物理限制。
采用 GPT-5 的新风险与建议
高德纳指出，OpenAI 声称与之前的模型相比，GPT-5 的幻觉率降低了高达 65%；这有助于降低合规风险，使该模型更适合企业用例，其思维链（CoT）解释支持可审计性和监管合规性。
同时，这些较低的幻觉率以及 GPT-5 的高级推理和多模态处理能力可能会加剧滥用，例如生成高级骗局和钓鱼信息。分析师建议，关键工作流程仍需由人工审核，即使抽样减少。
该公司还建议企业领导者：
- 在关键任务用例中试点和基准测试 GPT-5，与其他模型进行并行评估，以确定在准确性、速度和用户体验方面的差异。
- 监控诸如 “氛围编码” 等可能导致数据暴露的做法（但不要冒犯他人，也不要冒着出现缺陷或防护失效的风险）。
- 修订治理政策和指南，以应对新的模型行为、扩大的上下文窗口和安全的输出，并校准监督机制。
- 试验工具集成、推理参数、缓存和模型大小以优化性能，并使用内置的动态路由来为正确的任务选择正确的模型。
- 针对 GPT-5 的扩展功能审核和升级计划。这包括验证 API 配额、审计跟踪和多模态数据管道，以支持新功能和增加的吞吐量。严格的集成测试也很重要。
智能体不仅需要更多计算能力，还需要基础设施
钱德拉塞卡兰指出，毫无疑问，智能体人工智能（agentic AI）是 “当今的超级热门话题”，也是高德纳《2025 年生成式人工智能炒作周期》中投资最多的领域之一。与此同时，这项技术已经达到了高德纳所说的 “期望膨胀顶峰”，这意味着由于早期的成功案例，它获得了广泛的关注，进而催生了不切实际的期望。
高德纳称，这种趋势之后通常会出现 “幻灭低谷”，即随着实验和实施未能达到预期，人们的兴趣、热情和投资会降温（请记住：自 20 世纪 80 年代以来，已经出现过两次著名的人工智能寒冬）。
钱德拉塞卡兰说：“很多供应商都在夸大产品的能力，甚至将其定位为已准备好投入生产、适合企业使用，并将在很短的时间内带来商业价值。”
然而，他指出，实际上，产品质量与预期之间的差距很大。高德纳没有看到企业范围内的智能体部署；他们所看到的部署是在 “小而窄的领域” 以及软件工程或采购等特定领域。
钱德拉塞卡兰解释道：“但即便是这些工作流程也不是完全自主的；它们往往要么是由人类驱动的，要么本质上是半自主的。”
一个关键的问题是基础设施的缺乏；智能体需要访问大量的企业工具，并且必须能够与数据存储和 SaaS 应用程序进行通信。同时，他指出，必须有足够的身份和访问管理系统来控制智能体的行为和访问权限，以及监督它们可以访问的数据类型（不包括个人身份信息或敏感信息）。
最后，企业必须确信智能体生成的信息是可信的，即没有偏见，不包含幻觉或虚假信息。
他建议，要实现这一点，供应商必须合作并采用更开放的标准，用于智能体与企业以及智能体与智能体之间的工具通信。
钱德拉塞卡兰说：“虽然智能体或其底层技术可能正在取得进展，但为了让智能体蓬勃发展，这种编排、治理和数据层仍有待构建。这就是我们今天看到很多摩擦的地方。”
是的，该行业在人工智能推理方面正在取得进展，但在让人工智能理解物理世界如何运作方面仍存在困难。人工智能主要在数字世界中运行；它与物理世界没有强大的接口，尽管空间机器人技术正在取得进步。
但是，“在这类环境中，我们还处于非常、非常、非常、非常早期的阶段，” 钱德拉塞卡兰说。
要真正取得重大进展，需要模型架构或推理方面的 “革命”。“你不能停留在当前的曲线中，只期望更多的数据、更多的计算能力，并希望实现人工通用智能（AGI），” 他说。
评论