不知道大家有没有发现，最近AI圈的节奏快得有点离谱。刚过完春节，各家的大招就一个接一个甩出来，三月才过半，已经有三件事直接冲上了科技热搜榜榜首，每一件都在改写整个行业的游戏规则。

今天我们就把这三件事掰碎了说，从普通创业者到职场人，不管你是不是吃AI这碗饭，都能从中找到对自己有用的信息——毕竟这一波变化，影响的不只是科技公司，而是每一个人的工作和生活。

第一件大事：OpenAI GPT-5 Preview开放测试，AGI真的近了吗？

这件事绝对是这周热度最高的，没有之一。从周一凌晨OpenAI官方放出测试申请通道开始，不到12小时，申请人数就突破了100万，直接把官网挤崩了好几次。我们团队第一时间拿到了测试资格，体验了三天，说真的，这次的更新，不只是参数变大了那么简单，很多能力的提升，完全是跨越性的。

先说大家最关心的推理能力。之前GPT-4在复杂数学推理和代码调试上已经很强了，但遇到那种超过10万字符的长代码库调试，还是经常会犯“看不到全局”的毛病。这次GPT-5 Preview直接把上下文窗口拉到了1000万字符——什么概念？相当于一整本《三国演义》都能一次性塞进去，而且它真的能记住每一个细节。

我们做了个测试：把一个10万行左右的开源项目完整塞给它，让它找出里面三个隐藏的内存泄漏bug，并且给出优化方案。整个过程不到两分钟，它不仅把三个bug全找出来了，还给了每一个bug的触发场景，甚至优化后的代码还帮我们做了兼容性处理。放在去年，这种任务至少需要一个高级程序员花大半天时间，现在AI十几分钟就能搞定。

再说说多模态能力的升级。之前GPT-4V已经能识别图片了，但对于复杂的专业图表，比如建筑CAD图纸、芯片设计版图、医疗影像，识别准确率一直上不去。这次GPT-5 Preview在专业图像识别上的提升，可以说完全超出了我们的预期。

我们找了一张三甲医院的肺部CT影像，上面有一个非常早期的小结节，经验不足的医生都很容易漏看。把图片整个传给GPT-5之后，它不仅在10秒内就标出了结节的位置，还给出了结节的大小、密度，甚至结合病人的病史（我们一起放进去了），给出了进一步检查的建议。我们拿去问了合作的放射科医生，说判断的准确性和高年资医生差不多。

当然，这次最让行业震惊的，还是OpenAI官方首次公开提到了“AGI的阶段性标准”。在这次更新的开发者文档里，OpenAI明确写了：GPT-5系列将是第一个朝着“通用人工智能”方向冲刺的版本，当前的Preview版本已经达到了“初级通用智能”的标准——也就是能自主完成大多数需要人类学士学位才能完成的工作。

这句话放出来之后，圈内直接炸了。很多人说，这不就是OpenAI官宣自己快要做出来AGI了吗？也有专家出来泼冷水，说这个“初级通用智能”只是OpenAI自己定的标准，离真正能自主思考、自主进化的AGI还有很远的距离。

还有不少学者担心安全问题：这么大的模型，能力这么强，会不会出现不可控的情况？之前OpenAI的内部报告就提到过，当模型参数超过一定规模，会出现很多意想不到的涌现能力，其中也包括一些可能有害的能力。这次GPT-5 Preview开放测试，其实也是OpenAI在收集更多的反馈，调整模型的对齐方式，确保模型输出是安全、符合人类价值观的。

我们体验下来的感受是：确实，离真正的“能自我思考的AGI”还有差距，但它能做的事情，已经比去年大家想象的多太多了。举个例子，你现在给它一个需求：“帮我做一个能在线整理会议纪要，自动生成待办事项，还能同步到日历的小工具”，它不仅能帮你写完整个前端后端的代码，还能直接给你部署到Vercel上，给你一个可以直接用的链接，整个过程不到半小时。放在两年前，这至少需要一个三四个人的开发团队做一周。

不止是软件，GPT-5在生物医药这种高端领域也已经能帮上大忙了。最近有一个海外的研发团队，用GPT-5来分析蛋白质结构，辅助研发针对阿尔茨海默病的新药，原本需要一年才能完成的靶点筛选，现在只花了一个多月就完成了，而且筛选出来的靶点成功率比之前传统方法高了一倍多。这放在五年前，根本想都不敢想。

那这件事对我们普通人有什么影响？

第一，如果你是程序员，接下来一年，你的工作模式一定会变。基础的CRUD开发、简单的代码调试，AI已经能做得比大多数初级程序员好，接下来只会更便宜更快。我认识一个互联网公司的技术总监，他们团队现在招初级开发，要求已经变成了“会用AI写代码，能快速调试AI写出来的代码”，而不是像之前那样要求“从0开始写代码”。如果你现在还只会写基础代码，不想着提升，那真的要小心了。如果你不想被淘汰，必须赶紧往更高阶的方向走——比如需求分析、架构设计、产品逻辑梳理，这些还是人的优势，但纯写代码的岗位，一定会越来越少。

第二，如果你是学生，现在真的要学会用AI辅助学习了。不是说让AI帮你写作业，而是用AI帮你拆解复杂的知识点，帮你解答疑问，学习效率能提升好几倍。比如你学微积分，遇到一个听不懂的知识点，你可以让AI换好几种不同的方式给你讲解，直到你听懂为止，比你自己啃课本快多了。现在已经有不少清北的学生用GPT-5来辅助写论文，效率比之前高了不是一点半点，不会用的人，真的会在起跑线上输了。

第三，如果你是自由职业者，比如设计师、文案、策划，GPT-5现在已经能帮你完成大部分基础工作了，你可以把更多的时间花在创意和客户沟通上，接单量能提升好几倍。我认识一个文案作者，之前一天最多写三篇公众号文案，现在用GPT-5写初稿，自己只需要修改润色，一天能写十篇，收入直接翻了一倍还多。

第二件大事：国内大模型集体上新，性价比直接碾压海外模型

就在OpenAI放GPT-5测试的同一天，国内的百度和阿里几乎同时宣布了自己的新一代大模型上线：百度文心一言4.0正式开放商用，阿里通义千问3.0也同步推出了企业版。本来大家的注意力都在GPT-5身上，结果这两个国内大哥的新版本一放出来，直接又把热度拉满了，因为这次国内模型的进步，真的太超出预期了。

我们把两个国内新模型都测了一遍，和GPT-4做了对比，结论很明确：在中文理解、文化适配、国内场景落地这几个方面，现在国内的头部大模型，已经比GPT-4做得更好了，而且价格还更便宜。

先说中文理解能力。之前很多人吐槽国内大模型“中文还不如GPT-4”，这次真的不一样了。我们做了一个测试：找了三首非常冷门的现代诗，让模型提炼诗的中心思想，并且分析作者的创作背景。结果GPT-4因为训练数据里中文诗歌比较少，直接把作者搞错了，还把创作年代说错了，而文心一言4.0和通义千问3.0都准确说出来了，分析的深度也比GPT-4好。

再说说国内场景的适配。比如你让模型帮你写一份符合国内要求的项目申报书，或者帮你做一份给甲方的PPT大纲，甚至帮你写一段符合公众号风格的标题，国内模型做得比GPT-4自然太多了。GPT-4写出来的东西，总是带着一股“翻译腔”，看着就别扭，国内模型写出来的，拿过去就能直接用，改都不用改多少。

价格方面更是降维打击。现在文心一言4.0的商用价格，输入100万字符只要12元，输出100万字符只要24元，而GPT-4的价格是输入100万字符30元，输出100万字符60元，国内模型直接打了对折还多。通义千问3.0的价格更狠，针对中小企业还推出了“包年不限量”套餐，一年只要9999元，随便用，对于很多创业公司来说，这真的是刚需。

最关键的是，这次两个大模型都开放了本地部署，而且对硬件的要求比之前低了很多。文心一言4.0的7B参数版本，只要一张24G显存的显卡就能跑起来，企业可以把模型部署在自己的服务器上，数据不用出外网，完全解决了数据安全的问题，这对于很多对数据敏感的企业来说，比如金融、政府、医疗，真的是解决了大问题。

其实不止百度和阿里，字节跳动的豆包4.0也在上个月悄悄更新了，能力提升也很大，现在国内第一梯队的大模型，能力其实都差不太多，大家都在拼性价比和场景落地。

这件事带来的行业变化是什么？

第一，之前很多企业在“用海外大模型还是国内大模型”之间纠结，现在不用纠结了。对于绝大多数国内企业来说，选国内头部大模型，性价比更高，更安全，能力也足够用了。我们认识的一个做企业服务的老板，去年一直在用OpenAI的API给客户做服务，结果去年下半年OpenAI涨价，加上网络不稳定，经常出问题，他早就想换国内模型了，但是之前国内模型能力不够，现在文心一言4.0出来，他直接把所有服务都切过去了，成本降了一半还多，稳定性也提升了很多。

接下来国内大模型的落地速度一定会加快，今年会有更多真正用起来的AI应用出来，而不是之前那种“为了蹭热点而做的Demo”。之前很多企业都在观望，现在看到头部模型能力上来了，价格也降了，肯定会纷纷启动自己的AI升级项目。

第二，AI应用的创业门槛更低了。之前创业者想要做一个AI应用，要么花大价钱买OpenAI的API，要么就用小参数模型效果不好，现在国内大模型价格这么低，还支持本地部署，很多之前不敢做的方向，现在都能尝试了。我们最近接触了好几个创业团队，都在做垂直领域的AI应用，比如面向装修行业的AI设计，面向餐饮行业的AI运营，面向农业的AI病虫害识别，放在去年，这些项目的算力成本根本扛不住，现在完全没问题了，几十万就能启动，根本不需要融资，自己就能滚起来。

第三，对于普通人来说，以后能用到的国产AI应用会越来越多，而且会越来越贴合我们的使用习惯。比如你用AI帮你写一份给领导的汇报，或者帮你做一份旅游攻略，甚至帮你给对象选生日礼物，想文案，国内AI做出来的，一定会比海外AI更符合我们的习惯，更懂我们的文化，价格也更便宜，甚至很多基础功能直接免费就能用。

第四，对于国内整个AI产业来说，这一次集体上新，标志着国内大模型已经从“跟跑”进入了“并跑”阶段，在很多细分领域甚至已经实现了“领跑”，接下来我们肯定会有越来越多完全自主可控的AI技术，不会再被别人“卡脖子”，这对于整个国家的科技发展来说，都是一件大好事。

第三件大事：NVIDIA发布Rubin架构AI芯片，算力又上了一个新台阶

就在这两件事出来之后的第三天，NVIDIA在GTC 2026大会上发布了大家期待已久的新一代AI芯片Rubin GH200，直接又给行业扔了一颗炸弹。根据NVIDIA公布的数据，新一代Rubin芯片的AI训练性能比上一代H100提升了3倍，推理性能提升了2.5倍，而且功耗还降了15%。

这个提升幅度，完全超出了行业之前的预期。之前大家都以为新一代芯片最多提升1倍左右，结果直接翻了3倍，这意味着什么？意味着之前训练一个千亿参数的大模型，需要上千张H100花几个月，现在只要几百张Rubin花一个月就能搞定，训练成本直接降了一半还多。

黄仁勋在发布会上的一句话，直接戳中了很多人的心：“AI的发展，最大的瓶颈从来都不是算法，而是算力。现在我们把算力提上去了，接下来就看算法工程师们能做出什么东西了。”

不得不说，黄仁勋这句话说的是对的。过去两年，大模型发展这么快，很大程度上就是因为NVIDIA的GPU性能一直在提升，让大家能训更大的模型。这次Rubin出来，直接把算力天花板又拉高了一大截，接下来一定会有更多更大更强的大模型出来，整个AI行业的发展速度会更快。

而且这次NVIDIA还推出了针对中小企业的“算力租赁”套餐，中小企业不需要自己买几百万上千万的GPU，直接按使用量付钱就行，价格比之前租H100便宜了三分之一，这对于很多创业公司来说，真的是降低了很大的门槛。之前很多创业公司想要训练自己的垂直模型，根本买不起GPU，现在租就能用，成本也能接受。

除了芯片本身，NVIDIA这次还更新了它的CUDA生态，推出了新一代的AI开发工具链，让开发者能更容易地把自己的模型迁移到新芯片上，开发效率提升了差不多一倍。很多开发者都吐槽说，之前换新一代芯片，至少要花一两个月优化代码，现在只要改几行配置就行了，这对于整个行业来说，也是一个很大的利好。

那这件事对行业的影响是什么？

第一，大模型的训练成本会继续下降，模型的参数会越来越大，能力会越来越强。之前大家都觉得万亿参数模型就是天花板了，现在有了Rubin，训十万亿参数模型的成本都降下来了，接下来一定会有更多超大模型出来，能力肯定还会再上一个台阶。OpenAI训练GPT-5就是用的Rubin芯片，不然也不可能这么快就推出Preview版本，接下来其他大模型厂商肯定也会跟进，用新一代芯片训更大的模型，今年我们肯定能看到更多能力更强的大模型出来。

第二，AI芯片的竞争会更加激烈。NVIDIA这次把性能提这么高，等于将了其他厂商一军。之前国内的芯片厂商比如华为寒武纪，已经做出了不错的AI芯片，在很多场景已经能替代NVIDIA的上一代芯片了，现在NVIDIA把新一代芯片放出来，国内厂商必须加快研发速度，不然差距可能会被进一步拉大。当然，有竞争对用户来说是好事，这会倒逼整个行业进步，最后肯定会有更多选择，价格也会更便宜。

第三，AI推理的成本会大幅下降，以后更多的AI应用能直接在线上用，而不是只能在实验室里。之前很多AI应用，效果很好，但推理成本太高，根本没办法面向普通用户开放，只能给高端企业客户用，现在推理性能提升了2.5倍，成本降下来了，很多之前用不起的应用，现在都能面向普通用户了。比如之前那种AI生成4K视频，一分钟就要几块钱，现在几毛钱就能做出来，普通用户也能用得起了。

第四，云计算厂商的AI服务价格肯定会跟着降。现在各大云厂商都在采购新一代芯片，接下来肯定会推出价格更低的AI算力服务，对于创业者和中小企业来说，这又是一个好消息，算力成本降了，就能把更多的钱花在产品和市场上，不用一开始就背很重的成本负担。

现在入场AI还来得及吗？普通人能抓住什么机会？

讲完了这三件大事，很多人肯定会问：现在AI都发展成这样了，我们普通人还能抓住什么机会吗？是不是早就被头部公司瓜分完了？

我倒是觉得，恰恰相反，现在才是普通人真正能入场的时候。为什么这么说？

第一，基础设施已经成熟了。之前你做AI，要自己训模型，要自己买GPU，要招一堆算法工程师，没个几百万根本玩不转。现在不一样了，头部公司把大模型都做好了，价格还很便宜，你只要在这个基础上，针对某个垂直领域做应用就行了，几十万甚至几万就能启动，普通人也能玩。

比如我们最近知道的一个小伙子，之前是做装修设计师的，他就用文心一言4.0做了一个针对家装的AI设计工具，业主只要把自己家的户型图放进去，说一下自己喜欢的风格，十分钟就能生成十几套不同的设计方案，还能直接出效果图，现在一个月已经能赚几十万了。这种机会，放在两年前根本不可能，因为你根本训不出来能做设计的AI，现在有了大模型，只要懂行业，就能做。

第二，垂直领域的缺口还非常大。现在很多人都在做通用AI，但真正能落地到各个行业的垂直AI应用，其实还非常少。比如你是做餐饮的，有没有一个AI能帮你自动分析客流，自动调整菜单，自动做促销活动？你是做教培的，有没有一个AI能针对每个学生的情况，自动生成个性化的学习计划？这些需求都非常明确，但现在还没有很好的产品满足，这就是普通人的机会。

你不需要懂最前沿的算法，也不需要自己训大模型，你只要懂这个行业，知道行业里的人真正痛点是什么，然后用现有的大模型拼起来，做一个解决痛点的产品，就能成。很多人觉得AI都是大佬玩的，其实不是，大佬们做基础设施，普通人做行业应用，各有各的机会。

第三，AI会淘汰很多旧岗位，但也会创造很多新岗位。比如之前大家都担心AI会取代程序员，取代设计师，取代文案，确实，基础的岗位会被取代，但会有更多新的岗位出来。比如AI提示工程师，AI产品经理，AI训练师，这些岗位之前根本不存在，现在需求越来越大，而且收入非常高。我们这边知道的一个AI训练师，专门给大模型做垂直领域的数据标注和调优，现在一个月收入十几万，比很多互联网公司的高管还高。

而且，AI会让很多个体创业者的影响力变得更大。之前你做自媒体，你要写文案，要做图片，要剪视频，一个人根本忙不过来，现在有了AI，一个人就能抵得上一个团队，你只要负责想创意，剩下的文案、图片、剪辑，AI都能帮你做，一个人就能做出来百万粉丝的账号，这种机会之前根本没有。

最后想说：AI不是洪水猛兽，你要学会用它，而不是害怕它

最近这几天，我看了很多评论，很多人说AI发展这么快，是不是很快就要取代人类了？是不是我们都要失业了？其实我觉得完全不用这么焦虑。

回顾过去的技术革命，从蒸汽机到电力，再到互联网，每一次新技术出来，大家都会说“要取代人类了”，结果呢？人类的工作岗位反而更多了，生活也更好了。AI也是一样，它会取代一些旧的工作，但一定会创造更多新的工作，而且会把人类从重复无聊的劳动里解放出来，让我们去做更有创造力的事情。

对于我们来说，现在最好的选择，不是害怕它，也不是等着它淘汰你，而是主动去了解它，学会用它，让它成为你的工具，帮你提高效率，帮你做成你之前做不成的事情。

就像当年互联网刚出来的时候，很多人害怕互联网，觉得互联网会毁掉年轻人，结果呢？那些学会用互联网的人，都抓住了机会，改变了自己的生活。现在AI就是当年的互联网，你提前学会用，就能提前抓住机会。