Boris Power在Fellows Forum2026表示,公司把主力研发交给下一代基础模型,并将同代版本升级归入短期迭代,还提出助手将从提示词和人工反馈走向目标设定后的自主执行路径。
OpenAI应用研究主管Boris Power在Fellows Forum2026披露了该公司前沿模型的内部资源分配口径:在总研发力量中,80%至90%已被引导至GPT-7、GPT-8及更后续代际模型的开发工作。这一比例意味着新一代基座模型成为组织内优先级较高的工作序列,现有版本的改进则处于相对辅助位置。根据其在会上给出的判断,同代之间的渐进式升级可以利用特定训练数据维持更新节奏,但在内部更多属于短期投入,难以单独支撑能力层面的大跨度提升;跨代基座被归因为技术价值的主要来源。
Boris Power进一步区分了基底重建与补丁式优化两类路径。以GPT-5.1到GPT-5.2一类更新为例,它们建立在既有架构和对应数据集之上,能够在较短周期内形成产品侧变化;但在其叙述中,决定性能层级的仍然是全新一代底层模型。随着公司进入新的主版本号阶段,原先用于小范围适配、微调与体验打磨的资源会围绕新基座目标重新排序。
在产品使用方式层面,Boris Power将人工智能助手面对的问题放置在人与技术关系的变迁上。他归纳了不同代际之间的差异:GPT-4时期主要依赖用户提供完整且具体的提示词;GPT-5降低了入门难度,但还需要频繁的人类反馈来修正行为;处于规划阶段的GPT-6则被设想为更接近成熟协作者的角色,用户给出目标任务后,系统可以自行拆解步骤并推进执行。其表达的重点不在于某一项指标提高,而在于交互链路从提示工程、反馈调试逐步转向目标设定后的连续运作。
围绕这些说法可见,前沿模型工作的重心正由零散参数修补和局部功能扩展,移向支撑长周期任务与自主协作的基础设施。对于组织内部,资源安排会从旧版本维护逐步前移到下一代基座;对于产品形态设计,用户如何表达需求、系统如何接管后续流程将成为新的设计变量。在该高管所述路线中,后续GPT系列的区分维度也被落到自动化程度、持续任务处理和人机分工边界三个层面。