编辑/小象

OpenAI十周年憋的大招GPT-5.2上周终于亮相，官方吹成"专业知识工作最强大模型系列"，各种测试分数刷爆纪录。

结果呢？发布还没一天，X平台和Reddit上就，全是"还不如上一代"、"越升级越难用"的吐槽。

这技术宣传和实际体验的差距，简直比马里亚纳海沟还深。

技术神话的裂痕，从跑分冠军到常识白痴

最打脸的是那些所谓的SOTA基准测试成绩。

有技术博主扒出，在SimpleBench常识推理测试里，GPT-5.2得分还不如一年前的ClaudeSonnet3.7，连人类基准线的83.7%都摸不到，就在50到60%之间晃悠。

这些测试数据看着光鲜，但用户真正要用的功能却拉胯得不行。

有网友搞了个简单测试，问"garlic这个单词里有几个r"。

就这小学生级别的问题，GPT-5.2硬是答错了，而且多试几次答案还不一样，大写小写输入居然能影响结果。

这细节处理能力，简直让人怀疑开发团队是不是忘了给模型装"眼睛"。

更离谱的是编程可视化任务。

让它画个交通灯模拟，出来的东西跟黑白简笔画似的，模糊不清。

反观ClaudeOpus4.5，直接生成彩色动态效果，连灯的闪烁频率都调好了。

这多模态能力不升反降，OpenAI是把经费都花在吹牛逼上了？

行业里早有人发现，大模型总在这类"简单问题"上栽跟头。

从之前的"strawberry字母r难题"到现在的"garlic测试"，本质上都是AI对细节语义的处理出了问题。

它们能记住海量知识，却连个单词字母都数不明白，这智能到底是真智能还是假智能？

情感智能的断崖，当AI开始说"鬼话"

技术不行也就算了，情感智能这块更是崩得彻底。

有用户在Reddit发帖说，自己跟GPT-5.2倾诉恐慌发作的经历，结果收到一句"很高兴听到这个消息"。

这回复看得人血压飙升，感情这AI不仅没脑子，连心都没有。

更邪门的是内容审查机制。

有哲学系学生想让它转录RayKurzweil的学术论文，居然被以"违反安全准则"拒绝了。

一篇正经学术文章都不让转，这安全护栏是不是扎得太离谱了？

现在跟GPT-5.2聊天，简直像在跟理解词语却没有认知的鬼魂交流。

有用户形容这种感觉，"它知道每个字的意思，却不懂整句话在说啥"。

之前试了下让它安慰丢了宠物的孩子，回复僵硬得像念悼词，完全没有共情能力。

对比GPT-4o就看出来差距了。

同样的问题，GPT-4o会先共情孩子的情绪，说"我知道你现在一定很难过"，再引导回忆美好时光。

到了GPT-5.2这儿，直接甩来一堆"宠物天堂"的陈词滥调，看着都尴尬。

网友说得挺到位，"脱离人性的进步只是对技术本身的空洞颂扬"。

OpenAI一门心思堆参数、冲跑分，却忘了AI最终是要服务人的。

没有理解的智能，再快也只是个高级计算器。

商业化和用户体验的天平早就歪了。

企业用户最近都在吐槽，GPT-5.2的token消耗比5.1版本涨了不少，成本上去了，体验反而下来了。

这不是明摆着让大家为无用的参数升级买单吗？

安全机制也彻底变味了。

以前是过滤违规内容，现在直接开始引导思想了。

问个稍微敏感点的问题，要么顾左右而言他，要么直接教育你"应该怎么想"。

这种AI家长主义，谁受得了？

看看人家Google和Anthropic怎么做的。

Gemini的安全机制虽然严格，但至少不会随便揣测用户意图，Claude更是把"ConstitutionalAI"写进代码，明确说不会替用户做价值判断。

OpenAI这条路走得是越来越偏了。

本来以为GPT-5.2能带来惊喜，结果整出这么个玩意儿。

网友那句评论扎心了："没有理解的智能只是更快的计算器"。

OpenAI要是再这么折腾下去，迟早把自己的招牌砸了。

AI发展到今天，早该跳出参数军备竞赛的怪圈了。

用户要的不是能跑多高跑分的机器，而是真正能理解人、帮助人的伙伴。

希望这次口碑崩塌能给OpenAI提个醒，别再沉迷技术霸权的迷思，忘了科技以人为本的初心。