GPT-5.2 上线掀起热议：是智力下滑还是技术升级？

在 OpenAI 迎来十周年之际，最新推出的 GPT-5.2 系列模型迅速引发热议。官方数据称，GPT-5.2 在多项专业基准中表现亮眼，部分领域甚至超过人类专家，被不少人视为迄今在专业知识型工作上表现最佳的 AI 模型。

据 OpenAI 介绍，GPT-5.2 在多方面实现突破。比如，在 GDPval 测试里，它在 44 个职业相关任务上以 70.9% 的成绩超越了顶尖专家；在 SWE-bench Pro 编程评测中，GPT-5.2 以 55.6% 的成绩达到 SOTA（State of the Art），相较上一代 GPT-5.1 幻觉率下降 38%。这些进展令人振奋，似乎预示着 AI 再迈一大步。

不过，外界也有不同声音。在 SimpleBench 常识推理测试里，GPT-5.2 的分数不及 Anthropic 的 Claude Sonnet 3.7，尤其在一些看上去很简单的问题上表现不稳。比如回答“garlic 有几个 r”，多次尝试仍易出错；有用户连续测了三次，只对了一回。相比之下，谷歌的 Gemini 3.0 等竞品在这类逻辑题上更稳定。这让一些用户感到失望，前 AWS 总经理 Bindu Reddy 直言，没有必要从 GPT-5.1 升级。

技术进步毋庸置疑，但 GPT-5.2 暴露出的短板也值得反思。模型在处理基础常识题时的失误，引发了关于 AI 智能水平的讨论：这究竟是某些方面的退步，还是发展过程中的正常波动？未来，OpenAI 仍需在逻辑推理与常识理解上持续打磨。

总体来看，GPT-5.2 的发布既代表了 OpenAI 在专业场景上的显著前进，也暴露出在常识推理等基础能力上的不足。围绕 AI 智能的这场讨论，或许会成为接下来科技演进的一个关键话题。