说句实话，GPT-6将冲击大量白领的工作

• 2026-09-09
• 热点资讯

最近，我用GPT-6剪了一条视频。 我先把口播原片交给它，让它完成粗剪。接着，我把需要使用的图片、视频和其他素材放进电脑，让它根据口播内容继续完成二次剪辑。 最后出来的成片，我只改了一处，还是我动嘴，让它动手的，然后视频就可以直接使用了。 GPT-5.6的时候我就尝试着做过这个工作，但效果总是差点意思，GPT-6的效果，说实话，已经差不多了。 更重要的是，我交给它的是一项工作，它需要理解口播、处理文件、判断素材应该放在哪里、调用电脑上的工具，最后给我一个能够使用的结果。 AI开始真正坐到了电脑前， 所以我才在知乎上看到了这样的问题： 就在几天前，OpenAI发布了GPT-6 Astra。发布会上，OpenAI联合创始人兼总裁Greg Brockman说出了“欢迎来到AGI时代”这样的话。 如果AGI是一个能够进入现实世界、完成各种人类工作的通用智能，那么现在显然还有一段距离。 GPT-6可以写文章、分析数据、制定策略、制作表格、设计网页、剪辑视频，却还没有办法走进你的家里，帮你收拾衣服、打扫房间、照顾老人和孩子。它可以在几分钟内解决一道复杂的数学问题，却没法叠好一件衬衫。 物理世界的AGI还很远，但我越来越强烈地感觉到，桌面版AGI已经大步走来。 01 AGI会先在桌面实现 AGI即通用人工智能，其实行业里一直没有完全统一的答案。 1950年，艾伦·图灵在《计算机器与智能》中提出机器能否思考这个问题，但他很快发现，思考本身很难被准确定义。于是，他把问题转换成一个可以观察的行为，机器能否在交谈中表现得像人。这就是后来著名的图灵测试。 七十多年后的今天，围绕AGI的争论仍然带着相似的困境。我们很难找到一条所有人都认可的终点线，只能观察AI能够完成什么工作，又能在多大程度上独立行动。 OpenAI在自己的宪章中，将AGI定义为能够在大多数具有经济价值的工作上，超过人类的自主系统。 按照这个定义，AGI未必需要先拥有一副像人一样的身体。 今天，大量具有经济价值的工作，本来就发生在电脑上。 白领每天处理的邮件、文档、表格、会议记录、研究报告、财务数据、营销方案、设计文件、代码和视频，最终都会变成电脑里的数据。人坐在办公室里，看起来在从事不同职业，真正落到桌面上的动作往往高度相似。 打开浏览器，读取信息，理解要求，寻找资料，整理数据，生成文件，反复修改，检查结果，再把结果发送给另一个人。 电脑桌面对AI来说，是一个极其特殊的环境。 这里的大部分信息已经被数字化，软件有相对稳定的界面，文件有明确的格式，操作结果能够保存、复制、修改。AI可以通过鼠标、键盘、代码和软件接口完成大量工作。 物理世界则完全不同。 叠衣服、收拾家、照顾孩子和老人，这些在人类看来极其简单的事情，对机器反而异常困难。 这个现象在人工智能领域有一个名字，叫莫拉维克悖论。说的是人类需要长期学习才能掌握的抽象推理，机器很容易完成，而人类在日常生活中下意识完成的感知和运动，机器则很难完成。 AI可以下赢世界冠军，却很难像一个三岁孩子那样在陌生房间里走动，它可以分析一家上市公司的财报，却很难在厨房里找到合适的杯子，倒好一杯水，再安全地送到老人手里。 莫拉维克悖论背后，还有另一个经典概念，迈克尔·波兰尼提出的隐性知识。波兰尼在1966年的《隐性维度》中写下一个著名判断，人知道的，总比能够清楚表达出来的更多。 我们可以骑自行车，却很难把保持平衡所需的每一次肌肉调整写成说明书。一个有经验的护工能够从老人的眼神和动作中发现异常，也很难把这种直觉完整转换成数据和规则。现实世界里大量看似简单的工作，都建立在这种无法完全说清楚的隐性知识上。 电脑桌面则把许多隐性知识提前翻译成了按钮、菜单、文件格式和操作流程。 人类几十年建设的信息化系统，某种程度上已经替AI完成了一次世界的标准化。 物理世界对AI来说是一片没有统一接口的荒野，电脑桌面却是一座已经修好道路、标好地址的城市。 数字世界里的AGI，肯定会比机器人意义上的AGI更早到来。 02 GPT-6让AI从助手变成员工 此前，我们谈Agent，经常说它让AI长出了手和脚，这句话没有错，但Agent的手脚还不够灵活。 你需要明确告诉它使用哪个工具、执行哪个步骤。任务稍微复杂一点，你就要不断回来补充信息、纠正方向、确认下一步。你表面上把工作交给了AI，实际仍然承担着项目经理、流程设计师和一线执行者三种角色。 GPT-6带来的变化，是它开始把这些分散的能力连接起来。 现在，GPT-6 Astra已经可以填写表单、更新CRM、整理日历、完成网络研究，并把结果直接写进邮件或文档。它还能分析科学数据、生成图表、创建网站，甚至安装软件、进行测试和排查屏幕上出现的问题。 这意味着，模型已经开始跨越多个软件和多个工作步骤，沿着一个目标持续推进。 OpenAI在2