早在今年 9 月，就有消息传出 OpenAI 或将推出每月 2000 美元（折合人民币约14598元）的 ChatGPT 订阅计划，而根据该公司高管 Sarah Friar 近期的言论，OpenAI 这一天价收费计划或许真的即将上线。

据外媒报道，OpenAI 首席财务官 Sarah Friar 近日表示，OpenAI 正在为其 AI Agent 产品计划推出 2000 美元/月的订阅会员，由于该产品具备“博士级智能”，能够自主完成诸如旅行预定、科学研究等复杂任务，因此，OpenAI 将其定位为企业雇主的人类员工“替代品”。

图源：网络

好家伙，当各大厂商还在布局 AI 办公工具的时候，月薪 2000 美元的 AI 马上就要取代月薪 3000 的打工人了。

2000 美元的“博士级智能”，智能在哪里

在 9 月传出的消息中，这份每月 2000 美元的 ChatGPT 订阅计划将包括代号为“Strawberry”和“Orion”的模型，其中 Strawberry 即为此前推出的推理模型 o1。

2024 年 9 月，OpenAI 正式推出推理模型 o1 的预览版，并在 12 月发布正式模型。与 OpenAI 之前的模型相比，o1 在编写代码和解决多步骤问题方面做得更好，在经过训练后可以比人类更快地回答更复杂的问题。

在 OpenAI 的设想中，一个成熟的 AI 代理工具将可以取代一般人类员工，而要想实现这一目标，AI 就必须学会一个“成熟打工人”必要的三种能力：思考、合作以及行动。拥有思维链的 o1 解决的就是 AI 在工作中的思考问题。

图源：OpenAI

o1 模型在推理能力上相比 OpenAI 之前的模型更加出色，在做出反应前会花更多时间思考，通过复杂的过程进行推理，解决比以往更难的科学、编码和数据问题。

例如在官方提供的测试数据中，o1 在 AIME 数学考试中解决了 83% 的问题，而 GPT-4o 仅正确解决了 13%；在 Codeforces 编程竞赛中，o1 排名前 89%，而 GPT-4o 表现较差。此外，在 MMLU 基准测试的 57 个不同科目中，o1 在 54 个科目上的表现也优于 GPT-4o，展现出更广泛的知识理解能力。

o1 能在复杂推理任务中取得重大突破的关键在于其思维链技术。OpenAI 使用大规模强化学习算法对 o1 模型进行训练，让模型在数据高效训练时学会用思维链进行高效思考。通过不断调整模型的参数，使其能够在面对问题时自动构建和运用思维链。

类似于人类在回答困难问题之前长时间思考的方式，o1 模型在解决问题时会将复杂问题分解为多个简单的子问题，然后逐步分析、推理和验证，形成一个完整的思维链。在这个过程中，模型会不断尝试不同的策略，识别和纠正自己的错误，直到找到最终的答案。

而在 OpenAI 日前 12 天直播的收官场中，OpenAI 更是直接端上了 OpenAI o3 模型，将大模型推理能力再次拔高到了一个新的高度。

可以说，o3 模型对比现在所有模型几乎都是降维打击。根据 OpenAI 的介绍，o3 模型在主要通过图形逻辑推理测试模型推理能力的 ARC-AGI 基准上获得了破纪录的分数，在低计算场景中，o3 的测试得分为 75.7%，而在高计算测试中，该分数甚至达到了 87.5%。

图源:OpenAI

要知道，就算是 o1 模型的得分也仅在 25%到 32%之间，o3 的表现不仅三倍吊打 o1，更是超越了该基准测试 85%的人类水平门槛，在某些条件下接近实现 AGI。

此外，o3 在同样的 AIME 数学竞赛中取得了 96.7%准确率的高分，超过 o1 的 83%；在 OpenAI 于 8 月推出的 SWE-bench Verified 代码生成评估基准中，o3 的准确率为 71.7%，比 o1 高出了 22.8 个百分点；在由 60 多位顶尖数学家的合作开发，旨在评估人工智能在高级数学推理能力的 EpochAI“FrontierMath”数学基准测试中，o3 更是直接解决了 25.2%的问题，而作为对比的 GPT-4 和 Gemini 1.5 Pro 成功率则不足 2%。

图源:OpenAI

根据 OpenAI 的测试，无论在软件工程、编写代码，还是竞赛数学、掌握人类博士级别的自然科学知识能力方面，o3 都明显高出 o1 一筹。某种程度上说，o1 的推理行为参考了人类的思考过程，为 AI 在工作中接受任务、思考解决方案、提出解决方法提供了思考流程，而 o3 的出现则将这一思考、推理过程更加智能化，AGI 的曙光初现为 AI 平替打工人提供了第一个要素。

当然，仅仅是 o3 的出现也并不意味着 OpenAI 计划中的 AI 代理时代已经到来。在定义中，AI 代理是一种能够感知环境、进行决策并采取行动以实现特定目标的人工智能实体，重点在于“通过行动解决问题”。

仅靠 o1、o3 的能力大概率支撑不起每月 2000 美元的订阅费用，高昂会员费用的价值大头最终还是要放到 OpenAI 下一代“颠覆性”的旗舰模型上。

从 2023 年 3 月发布 GPT 4 模型开始，OpenAI 就一直在开发 GPT-4 的继任者、下一个旗舰级模型 GPT 5。有说法称，此前有透露过消息的代号为“Orion”的模型就是 GPT-5。

据 OpenAI 内部人士透露，Orion 模型的运算能力预计将是 GPT-4 的 100 倍，同时有报道称，Orion/GPT-5 或许将拥有能够解锁新的科学发现的能力，并拥有完成诸如预约或航班等日常人类任务的 AI 代理能力。

这种自主处理任务的能力将成为 AI 独立工作的第二个要素，但相比前面提到的思考能力，OpenAI 真正赋予 AI 行动能力的时间可能要比我们想的来得更晚些，在面临延误、成本增加和对其可行性的怀疑之后，GPT-5 的上线时间仍遥遥无期。

模型研发受阻，OpenAI 的 AI 代理何时推出仍存疑

此前，OpenAI 最大投资者微软曾预计 GPT-5 将于 2024 年年中发布，然而根据外媒报道，在历经 18 个月的开发后，GPT-5 目前进展并不顺利，正式上线时间已被推迟至 2025 年底至 2026 年初。

图源：网络

有 OpenAI 内部人士表示，整个 GPT-5 开发过程至少有两次主要训练运行未能达到预期的结果，“研究人员每次都会遇到不可预见的问题。”

其中在 2023 年年中，OpenAI 启动了一项名为“Arrakis”的训练运行，但该训练运行缓慢，每次训练都需要数月时间来处理大量数据，同时未来的训练运行仍将需要非常长的时间。

据估计，GPT-5 为期六个月的训练仅在计算成本方面就花费了约 5 亿美元，相比之下，目前的 GPT-4 的训练成本约为 1 亿美元。但即使经过了长时间的开发，与从 GPT-3 过渡到 GPT-4 时引入的增强功能相比，GPT-5 的新增强功能似乎并未见到更多突破，离 OpenAI 首席执行官 Sam Altman 此前承诺的“重大飞跃”还存在较大距离。

Altman 将 GPT-5 推迟的原因归咎于公司项目的分散导致 GPT-o1 占据了开发团队更多的精力。但《华尔街日报》有报道称，GPT-5 落后于计划并且成本高昂，主要原因还是在于缺乏高质量的数据以及财务问题。

其中数据稀缺并不是 OpenAI 一家的问题，有研究预测，随着模型训练的加快加深，到 2028 年，大模型或将耗尽互联网上可用的训练材料。OpenAI 前首席科学家 Ilya Sutskever 曾在公开场合将训练数据描述为“AI 的化石燃料”，并暗示现在的互联网数据增长已经停滞不前。

图源：网络

有 OpenAI 研究人员表示，未来公共互联网所能提供的模型开发所需的高质量、多样化的数据集将越来越少。为了解决这个问题，OpenAI 已经转向合成数据训练，公司聘请了软件工程师、数学家和理论物理学家创建原创内容，这些专家编写软件代码，数学问题解决过程，提供推理的详细解释，使 Orion 能够更深入地了解复杂问题。

但显然，该方式过于依靠人力，无论是速度还是训练质量都会影响 GPT-5 的最终上线时间。

据悉，GPT-4 使用了大约 13 万亿个 tokens 进行了训练，而一个由 1000 人组成的团队需要花几个月的时间才能生成 10 亿个 tokens。

也正因此，数据的缺乏使得正在开发中的 GPT-5 给人的感觉还是不够强。OpenAI 的研究人员依靠主观使用体验来评估 Orion 是否准备好被冠以 GPT-5 之名，但到目前为止，结果并不令人兴奋，以至于 Altman 在 11 月表示，“2024 年内不会发布任何名为 GPT-5 的产品”。

而在财务问题方面，OpenAI 目前正面临着巨大的风险，Orion 相较于 OpenAI 其他模型并未有断层领先的优势，且训练成本还在不断上升，Altman 曾表示，未来的 AI 模型成本预计将超过 10 亿美元，这意味着 Orion 相较于 GPT-4 的性价比并不高，很难说服投资人在一个不甚明朗的项目中投入巨大成本。

此外，该公司 1570 亿美元的估值也主要取决于对 GPT-5 的承诺，而随着谷歌 DeepMind、Anthropic 和微软等竞争对手相继在 AI 创新领域加大投入、意图建立主导地位，OpenAI 更是面临着来自外部的压力。

11 月，亚马逊宣布将向 Claude AI 母公司和 OpenAI 竞争对手 Anthropic 再投资 40 亿美元，使其总融资金额达到 80 亿美元。

本月早些时候，Elon Musk 的 xAI 宣布计划将其可支配的 GPU 数量增加五倍，并将其位于美国田纳西州孟菲斯的 Colossus 超级计算机扩展到至少有 100 万个 GPU。

图源：网络

GPT-5 的进展只要慢于预期，就可能会为竞争对手提供取得进展甚至重塑市场动态的机会，让 OpenAI 更难在后续吸引到关键投资。

从这点上看，OpenAI 急着推出“12 天直播计划”、急着推出 Sora、o3 或许也是想继续维持住 OpenAI 的高关注度，但就像 Altman 说的一样，更多的项目分散了 OpenAI 的注意，开发新产品的团队和 GPT-5 研究人员之间需要争夺有限的计算资源，让原本就已到瓶颈期的 GPT-5 雪上加霜。

OpenAI 的一切都处于危险之中，没有失败的余地。GPT-5 的推出时间存疑，其溢价定价的策略也很可能吸引不到付费用户，且不说 GPT-5 相比前代产品能有多大提升，2000 美元的月服务费用就不是大多数人能够负担得起的。

对于金融、医疗保健、科学研究领域的公司，使用更强的模型处理大量信息并产生准确的判断见解可能物超所值，对于普通用户来说，20 美元的 plus 会员甚至是免费使用带来的工作提升已经绰绰有余。

2000 美元的“博士 AI 员工”会比人类员工更有性价比吗

个人用户每月花费 2000 美元订阅 OpenAI 的博士级智能还是过于奢侈了，那么对于企业来说，用这一服务来替代人类员工会是一个可行的方案吗？

在过去的两年中，我们常常能听见企业“因 AI 裁员”的消息。

去年年底，谷歌被曝出用 AI 取代 3 万销售的工作；今年 4 月，特斯拉宣布全球裁员超 1.4 万人，AI 在其业务中的应用使得一些传统岗位的需求减少；8 月，英特尔宣布全球裁员 1.5 万人，相当于总员工的 15%，裁员理由同样是 AI 等技术的发展推动了公司的业务转型和人员结构调整。

图源：网络

因为生成式 AI 的兴起，营销、设计等岗位成为互联网公司“优化”的重灾区。

日前，有消息传出国内游戏公司福州网龙将进行一轮裁员。消息援引内部员工的话称，“P8 职级以下的员工大多受到了波及，也就是说几乎所有的基层员工都有可能是被裁员的对象。”

此外，消息中还提到了网龙 CEO 刘德建曾在某次会议中提到，“在战略层面上，公司这个阶段应该把注意力转移到以 AI 生产线为抓手，将网龙转向新型 AI 组织。”

这不免让人将此次裁员传言与 AI 联系起来。据社交平台上网龙员工透露的信息，UI 设计岗位是此次裁员的绝对重灾区，而这也符合目前生成式 AI 取代人工的基本认识。

而随着 AI 代理的出现，不少人认为，AI 取代人类员工的进程还要加快，且不同于过去，这波 AI 技术影响到的几乎是所有岗位的员工。

10 月份，Anthropic 推出了名为 computer use 的 AI 代理工具，开发者可以通过 API 上的新功能指导 Claude 模型模仿键盘输入、鼠标点击和鼠标手势，类似于让 AI“模仿人类的计算机操作”。

上海交通大学 GAIR 实验室研究团队的 PC Agent 研究更是将 AI 代理的使用场景带入了写字楼，不仅能让 AI 自己做海报，甚至更复杂的 PPT 制作、网站创建也能让 AI 自动完成，团队将相关研究论文命名为《PC Agent: While You Sleep， AI Works》，妥妥的是让 AI 帮助人类实现“睡后收入”。

此外，现在的手机也都开始在陆续接入 AI 代理功能，帮人类订航班、叫外卖成了 AI 的新工作。AI 能做的事情越来越多，那么这是否就意味着，随着技术的发展，AI 终有一天会强大到接手人类所有的日常杂事甚至是具体的工作，直至取代人类呢？

图源：网络

答案充满了不确定性。

从目前的 AI 代理表现上来说，AI 和人类的表现各有优劣。单从工作效率一点上来说，AI 代理在处理大量数据上比人类更有优势。AI 在处理大量数据和重复任务时速度极快，在数据分析领域，AI 可以在短时间内处理海量的数据，完成数据清洗、分类和初步分析等工作。对于金融机构处理交易数据、电商平台分析用户购买行为等任务，AI 代理能够快速提供结果，而人类可能需要花费数倍的时间。

但在某些具体的简单操作上，AI 代理的表现反而不如人类。

在评估 AI 模型能否像人类一样使用计算机的 OSWorld 多模式代理基准测试中，computer use 功能在仅屏幕截图类别中的得分为 14.9%，当获得更多步骤来完成任务时，Claude 得分上升到了 22.0%。但这一成绩相比人类操作 70-75%的得分根本不在一个层级，说明目前的 computer use 想要完全取代人类还为时尚早。

此外，以 computer use 为代表的 AI 代理还会犯一些常见的错误，包括交互的延迟、生成特定坐标动作时的幻觉、选择工具时的幻觉、鼠标滚动或拖动时的操作范围限制、以及模型随时会“不听指示”等。即使和初学者相比，AI 操作鼠标的效率也是很难胜过人类。

而在诸如情感理解沟通、复杂学习能力等方面，对 AI 和人类的比较讨论也很多，产生的意见分歧也较大。

只有在价格一点上，或许大多数人都能达成共识：这么发展下去，AI 的使用成本可能真的要比人工更贵了。

在过去的例子中，企业们因 AI 裁员的原因无非是在一些岗位，AI 要比人类员工更加便宜。

根据斯坦福大学发布的《2024 年人工智能指数报告》数据显示，在人工智能赋能下，企业特别是制造业的利润切实得到提升，其中有 42%的受访企业表示应用 AI 技术后经营成本降低，有 59%的受访企业表示收入增加。

而据微盟集团在其今年举办的技术开放日暨 AI 产品发布会上的数据，功效护肤品牌 PhM 华西珐玛在 2024 年 618 大促中使用微盟 WAI 后，大促期间的整体成本同比降低了 60%。其成本减少主要来自两方面，一是无需再请兼职的设计、美工，二是自身文案、私域运营、新媒体运营、电商运营等员工的时间成本大幅降低。

图源：网络

这些企业使用 AI 降本增效是基于 AI 对现有员工的辅助作用，引入 AI 工具后，一个人用同样的时间或许就能完成过去两个、三个、甚至更多人份的工作量，这时的 AI 还只是工具属性，功能不甚强大但够用，成本也较为低廉。

但当 AI 进化到可以取代所有工作岗位，在工作中起到主导地位时，AI 就不再是辅助工具，而是上升到了具体的工作个体，这个时候我们就会发现，强大的生成能力、推理能力背后是更加庞大的算力加持，结合前面提到的数据缺乏以及可能带来的能源危机，完全能取代人类的 AI 代理的价格相比 OpenAI 提出的 2000 美元会只多不少，而这一数字已经高过目前国内大多数人的月工资了。

根据国家统计局《中国统计年鉴 2024》的数据，2023 年全国城镇非私营单位就业人员年平均工资为 120698 元，月均工资刚刚超过 1 万元；城镇私营单位就业人员年平均工资为 68340 元。即使按照城镇非私营单位员工的数据，想要用 AI 完全取代人类也不是一个更具性价比的选择。

谁能想到，原先打着辅助人类、帮助人类解放生产的 AI 工具，月薪已经要开始高过人类了。是 AI 代理技术还没有开发到足以大规模推广的时候，还是人类员工们不够努力呢？