Hi大家好我是顾北你有没有遇到过这样的时刻。你把一项任务告诉 AI它给了你一份漂亮的解决方案但接下来所有的执行还是要靠你自己打开软件、复制粘贴、逐步操作、来回确认。AI 在旁边说帮你想好了却依然需要你做那个真正做事的人。这堵墙在 2026 年 3 月 5 日被 OpenAI 正式拆掉了。GPT-5.4 来了这次不一样北京时间 3 月 6 日OpenAI 正式发布新一代旗舰模型 GPT-5.4同步推出面向 ChatGPT 和 API 的GPT-5.4 Thinking版本以及针对复杂专业任务的GPT-5.4 Pro版本。OpenAI 官方的定位只有一句话这是我们迄今为止面向专业工作最强大、最高效的前沿模型。这一次的发布之所以不同寻常核心在于两个字原生。GPT-5.4 是 OpenAI首个原生具备计算机操作能力的通用大模型。它不仅能告诉你怎么做它可以自己去做——打开浏览器、识别屏幕截图、发出鼠标和键盘指令在不同的应用之间完成完整的多步骤工作流。五大核心升级逐一拆解① 超越人类的计算机操作能力在 OSWorld-Verified 这一桌面环境基准测试中GPT-5.4 的成功率达到75%不仅大幅超越前代 GPT-5.2 的 47.3%更首次超越人类的平均水平72.4%。这意味着什么它可以看懂你的屏幕知道下一步该点哪里、输入什么并且真正去执行。发送邮件、安排日程、填写表格、在多个应用间切换处理任务——这些以前需要人工完成的流程现在 AI 可以自主完成。② 知识工作表现大幅提升OpenAI 在涵盖 44 个职业领域的 GDPval 基准测试中GPT-5.4 在83%的任务上达到或超过了行业专业水准前代 GPT-5.2 为 70.9%。在投行级别的电子表格建模任务中GPT-5.4 的平均得分为87.3 分前代模型为 68.4 分提升幅度接近 30%。在演示文稿评估中68% 的评审者更倾向于 GPT-5.4 生成的成果认为其在设计美感、视觉丰富性和信息组织上均明显更优。③ 思维可见实时可干预在 ChatGPT 中GPT-5.4 Thinking 新增了思考过程预览功能。模型在处理复杂任务时会先给出一段前置计划说明接下来准备如何搜索、整理和执行。更关键的是你可以在模型执行过程中随时打断补充要求调整方向而不必等到最终结果出来再重新开始。这大幅减少了来回沟通的成本让 AI 协作更接近真正的人机协同。④ 百万 Token 上下文长任务不失忆GPT-5.4 支持最高100 万 Token的上下文窗口。对于需要规划、执行、验证的长周期任务模型可以在整个流程中始终保持对前序步骤的清晰记忆确保答案的连贯性和一致性。⑤ 更少幻觉更高准确率与前代 GPT-5.2 相比GPT-5.4 在单条陈述中的错误率降低了33%完整回答中出现任一错误的概率下降了18%是目前 OpenAI 模型中事实准确性最高的版本。一场大模型军备竞赛GPT-5.4 的发布并非发生在真空之中。就在同期Anthropic 刚刚凭借 Claude 的出色编程能力在企业客户中加速渗透数据显示 Claude 近期在美国 App Store 下载量中首次超越 ChatGPT成为榜单第一。Google 的 Gemini 3.1 Pro 也于两周前发布在抽象推理和性价比维度表现抢眼。面对两面夹击OpenAI 选择了一种清晰的应对策略以Agent 原生作为核心差异化将计算机操作能力直接内置于通用模型中而非通过外挂工具实现。这带来的是更低的延迟、更自然的任务衔接以及对企业工作流更深度的整合能力。值得关注的是在此次发布前后OpenAI 同步宣布完成新一轮1100 亿美元融资软银、英伟达、亚马逊均在列并将与 AWS 的合作规模扩大至超 1000 亿美元为期 8 年。这一布局背后是对企业级 AI Agent 市场的全面押注。价格与可用性目前GPT-5.4 Thinking已面向 ChatGPT Plus、Team 及 Pro 订阅用户开放iOS 版本即将上线。API 定价方面前代 GPT-5.2 Thinking 将继续为付费用户保留约三个月过渡期并于2026 年 6 月 5 日正式退役。写在最后极客公园曾有一句判断说得很准在 GPT-5.4 之前大模型的能力边界可以用一句话总结——它能告诉你怎么做但它自己做不了。现在这句话要改写了。AI 不再是你的参谋它开始成为你的执行者。未来真正值钱的或许不是懂得多而是懂得如何与 AI 协作把 AI 用好。这一天比很多人预期来得都要快。你怎么看 GPT-5.4 的计算机操作能力你最希望用它来自动化哪些工作欢迎在留言区告诉我们。我是顾北我们下期再见