OpenAI 发布最新“物理交互”模型，这标题看得我头皮发麻。不是因为它有多震撼，而是因为就在昨天，我刚刚被 Anthropic 的 Claude 3 Opus 模型结结实实地揍了一顿。我花了整整一个下午，把一份 120 页的医疗设备行业白皮书 PDF 扔给它，让它总结核心论点、技术路径差异和潜在市场风险。它不只是总结，它是在用我的逻辑框架做交叉验证，甚至指出了原文里一处前后矛盾的数据引用。那一刻，我对着屏幕骂了句脏话。GPT-4 Turbo 在长上下文里会“失忆”，会胡编乱造，但 Opus 没有，它像是一个真正读懂了文档、并且记得住每一页细节的行业专家。我引以为傲的、靠 Prompt 工程和链式调用构建的“伪长文本处理流水线”，在真正的原生长上下文能力面前，碎得像渣。
这已经不是模型迭代，这是地基更换。我们过去两年在低代码自动化工具里折腾的“AI 调度逻辑”——用 n8n 或者 Zapier 把一个模型的输出作为另一个模型的输入，搞什么“GPT-4 负责创意，Claude 负责校对，文心一言负责本地化”——这套玩法的基础正在崩塌。当单个模型的能力边界扩展到足以覆盖整个任务流时，多模型路由的复杂度就变成了纯粹的负担。但新的玩法更狠：不是“路由”，是“共治”。我最近在实验的一个流程是，让 GPT-4 和 Claude 3 Sonnet 同时处理同一个需求，但不是比较结果，而是让它们互相提问、挑战对方的逻辑漏洞，最后再由一个轻量级模型（比如 Haiku）去提炼共识和剩余分歧点。这他妈哪是自动化，这是在用 AI 模拟项目评审会。成本是高，但产出的方案稳健性，完全不是一个量级。
说回“物理交互”。这词儿太性感了，也太危险了。AI 有了“身体”，意味着它的错误不再停留在文本幻觉里，而是可以直接拧坏一个螺丝、撞上一堵墙、或者错误操作一台医疗设备。这对 prompt 的精确性和安全护栏的要求，是指数级上升。我们现在写 prompt 像是在下围棋，走一步看三步，预判模型的误解。未来给具身 AI 写指令，得像写航天器控制代码，每一行都要考虑传感器噪声、执行器延迟和物理环境的极端案例。我那些教别人“用自然语言描述任务就能生成自动化流程”的课程案例，马上就得重写一半。以前是“告诉 AI 做什么”，以后得是“告诉 AI 在什么物理约束下、以何种安全容错策略去做”。这中间的鸿沟，需要一套全新的“物理语义层”来填补。
我焦虑的点在于，我的学习速度快跟不上这些公司的发布节奏了。上周刚把 n8n 里所有 GPT-3.5 的节点升级到 GPT-4，昨天就得研究怎么集成 Claude 3 的 API。我的“AI 自动化实战”知识库，维护负担越来越重。每个新模型出来，不只是多一个选项，而是意味着原有工作流组合的性价比要重新评估，最佳实践要推倒重来。这种环境下，“熟练”是一种负债，“快速重构”才是核心资产。我今年 39 了，体力记忆力和二十多岁没法比，但被这种浪潮卷着，你停不下来。你只能不断把自己拆解、打散，再按照新的技术格局重新组装起来。
具身 AI 离我们这些搞软件自动化的人还有点远，但它释放的信号无比清晰：AI 正在从纯粹的“信息处理”向“物理世界干预”狂奔。而我们这些靠信息差和流程设计吃饭的人，下一个护城河在哪里？是更懂特定行业的物理约束？还是更擅长为脆弱的 AI 动作设计冗余和备份？我不知道。我只知道，昨天测试 Claude 3 时的那种震撼，和 2016 年第一次用 Python 爬虫抓到数据时的兴奋，本质一模一样。只不过，这次对手不是反爬机制，而是我自己对“可能性”的想象极限。
