GPT-6即将发布，你最期待哪些优化？
最近我让AI改一个小项目，本来以为一句“修复登录异常并运行测试”就能结束，结果它改了接口、忘了更新类型，测试失败后又在同一个方向连续重试。那一刻我对GPT-6最大的期待突然很具体：别只会生成答案，要能稳定地完成任务。按我的期待排名，Agent可靠性第一，工具调用第二，自我验证第三。现在的模型已经能读代码、操作浏览器、调用API，真正的问题是长链路任务容易漂移：做着做着忘记目标，遇到报错开始碰运气，甚至执行了动作却说自己已经验证成功。GPT-6如果要让我惊喜，至少应该先拆解目标，记录每一步状态，调用工具后读取真实结果，失败时根据证据换方案，而不是继续猜。涉及删除文件、发邮件、付款这类高风险操作，还要在关键节点向用户确认。当前榜单里，顶级模型的推理分数已经很接近，下一场竞争未必是谁回答得更像专家，而是谁能连续工作几十分钟仍然不跑偏。要是GPT-6能把“说得对”升级成“做得完、查得清、出了错能回滚”，我愿意第一个付费。否则Agent再热闹，也只是会自己点击鼠标的聊天机器人。
发布于 福建
1
3
赞
未登录
友善发言
评论
加载中
