我对GPT-5预测是：
小模型（低激活）+大量合成数据+大量应用级RL，
重数学（营销基础）+重代码+重搜索+重Agent，轻聊天，轻写作。
换句话说就是，Working智能提升，Vibing智能下降。——理由特别现实，以钱换钱，用我的薪资的一部分降低我工作的压力。至于为Vibe付费的用户，相当…少，至少不比抖音ins有趣，大部分人的乐趣是吃瓜凑热闹，不是沉思与幻想。
目前业界最关注的还是成本问题。
不管是DeepSeek在工程上的那些骚操作，Anthropic对Max会员政策的调整，还是OpenAI加入禅定模式
——本质上都是为了降低成本。
AI公司最终的毛利率得达到90%以上，甚至95%以上才行。但现在小卷毛他们公司，毛利率可能也就70%左右。
财务问题，是当下考虑所有问题的大环境大背景。
脱离这个背景，去谈GPT-5会怎么样，没什么意义。
现在的MoE就是压缩激活参数。成本太高的话，真到了打价格战的时候根本扛不住万一赶上Agent时代，Tokens用量突然爆发，很容易被市场淘汰。
从目前偏好来看，大家更期待AI模型能做点实事——比如编码、搜索这类用途，而不是单纯用来。很少有人会纠结AI有没有人味儿，但如果AI爆出张冠李戴东拉西扯的幻觉，大家的反感就很直接。
某种意义上说，未来搜索模型可能会替代现在的经典聊天机器人。模型很难在脱离网络的情况下保持低幻觉率，与其靠大参数去储存更多知识、降低幻觉，不如把联网体验做得更好。
当然，这里的联网体验需要大量RL和Engineering优化来支撑。
这类应用本身对模型参数的要求没那么高，这也给模型改革提供了契机。
我觉得GPT-5，核心就是做出精致的小模型：一是数学推理时，即便消耗大量token，也不会有明显的成本压力
二是搜索大量网页时，成本能控制住；
最后是代码领域，要求最高，需要一个有一定尺寸的模型，去存储各种编码技巧（直觉和套路），但不会大于一个聊天模型的尺寸。
目前来看，大量合成数据取代原来的自然数据会是趋势。可能聊天会变得越来越单调、机械，合成数据并不会本质的降低幻觉，但其他应用能力的精准度和可控性反而会提升。
这些趋势已经在o3，o4，GPT-4.1这些新模型中发生，而不是等到GPT-5才发生。
如果你喜欢AI Chat，关注一下Google，他们有可能控制住大参数下的成本。TPU比英伟达系还是要更适合推理。——不过保不齐Google也来一套骚操作，把Flash改名为Pro，Pro改名为Ultra供最高会员使用。这在o1→o3，Opus 3→ Opus 4中都能观察到参数缩小的情况。