OpenAI是否已失去创新力？

OpenAI近年来的发展轨迹令人颇感遗憾。尽管凭借ChatGPT-3.5和GPT-4抢占了先机，但此后长期缺乏真正具有突破性的技术演进。其核心优势几乎完全依赖于首发带来的市场热度与用户惯性，而非持续领先的技术实力。在智能编程领域，小型代码片段生成尚可应付，一旦涉及复杂逻辑、多模块协同或系统级工程，模型便频繁出现思路混乱、结构失当、牵一发而动全身的问题；即便表面运行通过，底层设计缺陷往往深埋难察，后续维护成本极高，隐患可能数年之后才暴露。
自GPT-4之后，OpenAI的产品迭代明显陷入路径依赖：一类是参数规模的渐进式堆叠，但始终落后于Claude、Grok、Gemini等竞品，在算力效率与实际效果上难以匹敌，仅能与Llama系列维持有限竞争；另一类聚焦推理优化，却长期被Grok、Gemini压制，年初发布的推理能力甚至不及DeepSeek等新兴模型。如今再度推出类似Codex的新工具，若仍延续旧有技术范式与工程逻辑，恐难摆脱工业级可用性不足的固有短板。此次能否跳脱内耗窠臼、回归扎实创新，值得审慎观察。