OpenAI 應用研究負責人 Boris Power 公開表示，公司當前有 80% 至 90% 的研究工作已經指向 GPT-7、GPT-8 以及更遠的代際。他給出的理由很直接：絕大部分價值來自代際躍遷，而不是同一代模型內部的小幅升級。

按 Power 的說法，像 GPT-5.1 到 GPT-5.2 這類同代內的改進，主要依靠專門的訓練資料來實現，屬於公司有意為之的短期押注。真正的躍升發生在新一代模型上——換代之後，其他環節會跟著明顯變好。但每次跨代之後，團隊都需要重新摸索：哪些方向值得投入、哪些能快速見效。Power 承認，這類漸進式更新在 OpenAI 內部被認為「極其短視」，但它們確實幫助公司更快地迭代和學習，只是從長期戰略看並不正確。

值得注意的是，Power 並不把模型效能視為當下最大的問題。他認為真正的挑戰在於使用者上手（onboarding）：多數 ChatGPT 使用者根本不知道自己能用 AI 做什麼。在他看來，未來的模型應當更擅長主動呈現「能做什麼」，並預判使用者需要什麼，而不是等著使用者自己想出該怎麼問。

他按代際描述了這一演進路徑：GPT-4 需要使用者精心設計提示詞；GPT-5 用起來更容易，但仍需要大量反饋；到了 GPT-6，模型更像一位有能力的同事，使用者可以直接把目標交給它。

把這兩條資訊放在一起看，OpenAI 的處境頗為微妙。一方面，研發重心已經壓到尚未釋出的下一代、下兩代模型上，說明公司押注的是「換代即洗牌」的競爭邏輯——誰先跨過代際門檻，誰就能在能力上拉開身位。另一方面，Power 又指出使用者認知與使用能力才是瓶頸，這等於承認：即便模型繼續變強，如果多數人不知道如何呼叫，能力提升也未必能轉化為實際使用與商業價值。

對關注大模型競賽的讀者而言，這段表態提供了兩個觀察角度。其一是資源分配：當一家頭部實驗室把近九成研究投向兩代之後的產品時，同代內的版本號更新更像是維持節奏、收集反饋的手段，而非戰略重心。其二是產品化難題：如何讓普通使用者理解並信任 AI 的能力邊界，正在被 OpenAI 內部視為與模型能力同等重要、甚至更緊迫的問題。這也解釋了為何近期各家廠商在助手形態、互動方式和「主動建議」上的投入明顯加大。

需要說明的是，上述內容均為 Power 個人對研發方向與產品現狀的表述，涉及未來代際模型的部分屬於前瞻性描述，具體能力與釋出時間仍取決於實際研發進展。