OpenAI于周四发布o1模型，ChatGPT用户首次体验到回答前会暂停“思考”的AI。这款代号“Strawberry”的模型是否名副其实？
算是吧。
与GPT-4o相比，o1模型进了一步却退了两步。它擅长推理和回答复杂问题，但使用成本约为GPT-4o的四倍，且缺乏工具、多模态能力和速度优势。OpenAI官方也承认“GPT-4o仍是大多数提示的最佳选择”，并指出o1处理简单任务时存在困难。
纽约大学AI教授Ravid Shwartz Ziv表示：“这令人印象深刻，但改进并不显著。它在某些问题上表现更好，并未带来全面性提升。”
因此，仅在o1真正被设计解决的问题上使用它至关重要：即那些重大议题。目前大多数人未用生成式AI回答此类问题，主要因当前模型表现不佳，但o1是朝此方向迈出的试探性一步。
深入思考重大议题
o1的独特之处在于回答前会“思考”，将大问题分解为小步骤并自我纠错。这种“多步推理”概念虽不新（You.com已用于复杂查询），但直到最近才具备实用性。
Workera首席执行官Kian Katanforoosh表示：“AI社区充满兴奋。若将强化学习与语言模型技术结合，技术上可实现逐步思考，让AI从重大问题出发进行逆向推导。”
o1定价独树一帜。除输入输出token外，其隐藏的思考过程消耗大量计算资源，以“推理token”形式计费。这强调了谨慎使用的重要性，避免询问简单问题时产生高额费用。
不过，“从重大问题逆向推导”的理念确实强大，实践中该模型表现相当不错。
例如，我请o1 preview规划感恩节晚餐，评估两个烤箱是否够11人用餐及是否需租Airbnb获取第三个烤箱。
经12秒“思考”，o1给出超750字回复，结论是通过精心策划两个烤箱足够，能节省开支并增加家庭相处时间。它展示了完整思考过程，解释了如何权衡成本、时间和烤箱管理。
o1建议优先安排主办房屋烤箱空间很明智，还提议租用便携式烤箱。相比之下，GPT-4o需多次追问才给出简略建议，实用性较差。
看似简单的感恩节晚餐提问，实则体现了该工具分解复杂任务的能力。
但在规划忙碌工作日（机场、多地会议、办公室奔波）时，o1给出的计划过于繁琐，额外步骤反而增加压力。
对于简单问题，o1容易过度思考。询问美国雪松树分布时，它回复超800字详列变种及学名，甚至提及OpenAI政策；而GPT-4o仅用三句话便清晰解答。
降低预期
Strawberry本就难以达到宣传营造的高期望。相关报道最早可追溯至2023年11月Sam Altman被罢免期间，当时谣言称其为AGI（通用人工智能）。
Altman确认o1并非AGI，并表示：“o1仍有缺陷和限制，第一印象似乎比深入了解后更令人印象深刻。”
AI界正接受这一不如预期兴奋的发布。
ReWorkd研究工程师Rohan Pandey表示：“炒作某种程度上超出了OpenAI控制。”他希望o1能解决GPT-4表现不足的特定复杂问题，但这并非如GPT-4般的革命性飞跃。
Brightwave CEO Mike Conover认为：“每个人都在等待能力阶跃式变化，但目前尚不清楚此次发布是否代表这一点。”
这里的价值是什么？
o1的基本原理可追溯至多年前。S32首席执行官Andy Harrison指出，Google 2016年创建AlphaGo时已用类似技术，通过自我对弈训练达到超人类水平。
Harrison说：“一派观点认为可通过代理流程自动化工作流；另一派则认为拥有通用智能就不需要工作流，AI会像人类一样直接判断。”他属于第一派，认为我们尚未达到第二派要求的阶段。
另一些人视o1为重大决策中质疑思维的工具，而非决策者。
Katanforoosh举例：面试数据科学家时，他告诉o1只有30分钟并需评估特定技能，借助AI反向推导验证自己是否正确思考了问题。
问题在于，这个有用工具是否值得高昂价格。随着AI模型变便宜，o1是少数价格反而上涨的模型之一。