OpenAI 昨天发了 GPT-5.4。

说实话，看完公告我第一反应是：这次他们终于不吹「智力」了，开始吹「干活」了。

不是更聪明，是更能干

GPT-5.4 的定位很明确——专业工作模型。不是让你写诗更好听，不是让你数学考更高分，而是：

• 做 Excel 表格
• 做 PPT
• 写文档
• 操作电脑完成工作流

没错，OpenAI 给 GPT-5.4 加了原生 Computer Use。就是那个 Anthropic 之前搞过的「AI 操作你的电脑」功能。而且这次不是实验性质，是直接集成在 API 和 Codex 里的。

支持 100 万 token 上下文。意味着这个模型可以接手一个很长的工作流，从头到尾执行，不会中途忘了自己在干嘛。

数据说话

几个关键跑分：

• GDPval（模拟 44 种职业的真实工作任务）：83%，比 GPT-5.2 的 70.9% 提升了 12 个百分点
• SWE-Bench Pro：57.7%，小幅领先
• OSWorld（操作系统任务）：75%，比 GPT-5.2 的 47.3% 暴涨
• 投行建模任务：87.3% vs GPT-5.2 的 68.4%

最后那个数字很有意思。投行初级分析师做的 Excel 建模，GPT-5.4 能拿到 87 分。这个分数放在真实面试里，已经足够拿到 offer 了。

真正的变化：从「聊天」到「工作」

GPT-5.4 有一个新功能让我眼前一亮：Thinking Plan。

在 ChatGPT 里用 GPT-5.4 Thinking 模式时，它会先给你一个工作计划，你可以在它执行过程中调整方向。不用等它写完一大段然后说「不是这样的，重来」。

这听起来是个小改进，但实际用起来意味着：

你终于可以像管理一个实习生一样管理 AI 了——先看计划，觉得不对就喊停。

另外就是 Tool Search。GPT-5.4 可以在一大堆工具/插件里自动找到最合适的来用，不需要你手动指定。这对做 Agent 开发的人来说是个大利好。

但是

翻了一圈社区讨论，画风其实挺分裂的。

不少人在讨论一个很有意思的现象：OpenAI 官网底部有个「Ask ChatGPT」按钮，你点进去让它总结这篇博文——结果它告诉你「我没法访问外部链接，请把内容粘贴给我」。

也有人提到，最近切到 Claude 之后反而觉得体验更好。Claude 更简洁、不废话、先确认关键信息再给方案。

这说明什么？模型能力的领先已经不能自动转化为产品体验的领先了。GPT-5.4 的跑分确实好看，但用户在乎的是「用起来爽不爽」，不是「跑分高不高」。

定价和可用性

GPT-5.4 已经在 ChatGPT（作为 GPT-5.4 Thinking）、API 和 Codex 中可用。还有一个 GPT-5.4 Pro 版本，给需要极致性能的用户。

关于 token 效率，OpenAI 说 GPT-5.4 是他们「token 效率最高的推理模型」，解决同样问题用的 token 比 GPT-5.2 少很多。这直接意味着更便宜、更快。

我的看法

这次更新最重要的信号不是任何一个具体功能，而是方向的转变：从「看我多聪明」到「看我能帮你干多少活」。

AI 公司终于开始意识到，用户不需要一个会做奥数题的聊天机器人，需要的是一个能打开 Excel、改几个公式、然后把结果发给老板的数字员工。

至于它到底好不好用？等我实际测过再说。跑分这东西，看看就好。