GPT-5.2跑赢人类！ARC-AGI-2破纪录点燃“能力过剩”：AI瓶颈不在模型，在人

当GPT-5.2在一次严格的通用智能评测中首次超过人类平均，AI圈迎来一个既兴奋又警惕的拐点。OpenAI联合创始人Greg Brockman表示，基于GPT-5.2打造的系统Poetiq（GPT-5.2X-High）在最新版ARC-AGI-2基准上拿到75%准确率，明显高于人类60%的平均线。这一成绩不只刷新记录，也直指大模型被批评已久的“性能悖论”——考试数据亮眼，落地使用却常掉链子。

ARC-AGI-2（Abstraction and Reasoning Corpus for Artificial General Intelligence-Version2）由Keras之父François Chollet团队于2025年发布，设计思路很纯粹：拒绝刷题，只考真推理。该基准不提供训练集，每道题都是全新、未见过的抽象任务，要求AI像人类一样用少量示例归纳规则、迁移知识并完成推断。也就是说，靠记忆或统计匹配的模型会失灵——它就是为检验“真正的通用智能”而来。

这次冲到榜首的并非OpenAI官方模型，而是初创公司Poetiq构建的“元系统”。Poetiq没有重训GPT-5.2，而是用精巧的软件架构去自动调度、组合并引导现有大模型完成复杂推理流程。结果意外而亮眼：在不改动底模的前提下，系统从接近人类的约60%一跃到75%，单题成本不到8美元。相比之下，主打“深度思考”的Gemini3Deep Think（Preview）仅有46%，且更贵。

这跃升的15个百分点说明了一个关键信号：**AI的下一重天花板，不在简单堆算力，而在系统工程与人机协同**。此时，OpenAI在X平台发布的2026年战略也强调“能力过剩”（Capability Overhang）——当下大模型“能做的”远多于人们“实际在做的”。模型已具备接近博士的专业能力，却常被当成高级搜索；企业买了AI，却没有重做流程。

因此，OpenAI把重点转向应用层：2026年将加大在医疗、商业与日常场景的系统集成，强调“教会人用AI”和“让AI进流程”。社区也议论：真正的难点不是AI不够强，而是组织不想变。Poetiq的成绩正好说明，通过优秀的系统工程，现有模型的潜能还能成倍释放。

GPT-5.2跑赢人类不是终点，而是起点。它宣告“唯参数论”式竞争的退场，开启以系统智能、流程再造与人机共生为核心的新赛道。未来的赢家，也许不一定拥有最大的模型，而是最会把AI编织进工作与生活的人。