【信创研报】GPT-5.4来袭!四面围剿下,OpenAI甩出“电脑接管”王炸

GPT-5.4能自己操作电脑了！

不是那种“我给你写段代码你自己跑”的甩手掌柜，而是像你一样，看着屏幕，移动鼠标，点击按钮，跨软件完成任务。你在Excel里做报表，它在旁边帮你分析数据；你在浏览器查资料，它自己打开网页帮你整理。

100万token的上下文窗口，能一口气读完一整本《三体》三部曲。

测试数据更是吓人——在OSWorld-Verified桌面操作测试中，GPT-5.4以75%的成功率，直接把人类72.4%的基准水平踩在脚下。前代5.2才47.3%。

OpenAI这次分了两个版本：Thinking版面向普通付费用户，擅长复杂推理；Pro版专为最棘手的任务设计，价格贵得离谱——输入每百万token30美元，输出180美元。

但华尔街会抢着买单。为啥？投行基准测试得分从43.7%飙到88%，财务建模准确率提升30个百分点。

就在GPT-5.4发布的同一周，硅谷上演了一出宫斗大戏。

Anthropic，这家一度被视为OpenAI头号劲敌的公司，被特朗普政府直接拉黑了。国务院、财政部、卫生部三大内阁机构集体弃用Claude，五角大楼贴上“供应链风险”标签。

原因？Anthropic死活不肯撤掉两条红线：AI不得用于自主武器，不得用于大规模监控。

讽刺的是，就在禁令宣布几小时后，美国中央司令部在对伊朗的军事行动中，仍在用Claude辅助情报分析。

更戏剧性的是，用户开始用脚投票。受OpenAI与国防部合作消息影响，ChatGPT移动端在美国的卸载量环比暴涨295%，Claude下载量直接反超，上周六首次登顶App Store榜首。

就在这个节骨眼上，一个开源工具引爆科技圈。OpenClaw从春节前蹿红，在GitHub上狂揽超26万颗星，单周涌入200万访客。它能直接接管你的电脑，跨越软件排日程、写代码、理文件，甚至能原地克隆出一支“AI打工小队”。

字节、阿里云、腾讯云几乎在第一时间全面接入。月之暗面迅速推出Kimi K2.5，每周token使用量暴增261%。更夸张的是MiniMax，单周调用量3.07兆token，超Kimi、智谱、DeepSeek三家总和。港股MiniMax马年开市首日涨14.52%，今年累计涨幅超450%。

谷歌也没闲着，默默给Gemini来了波狠的。3月Pixel手机更新后，Gemini可以直接代你完成操作——叫车、点外卖、订餐厅，一气呵成。它在你手机后台运行，你随时可以监督或中断。

这功能苹果Siri画了两年大饼，到现在还没烙熟。谷歌还升级了“屏幕圈选搜索”，圈出穿搭就能搜单品；Magic Cue功能能在短信中基于场景主动给建议。

堪称降维打击。

所以你看，GPT-5.4不是在真空中发布的。它的四周，是Claude反弹、OpenClaw刷屏、Gemini紧逼，以及众多国产大模型的默默蓄势。

但OpenAI这次是真的拿出了硬货。OpenClaw创始人刚加入OpenAI，GPT-5.4就具备了原生电脑操控能力。这不是巧合，是技术整合的红利开始兑现。

在GDPval职业任务测试中，GPT-5.4在83%的比较中达到或超越行业专业人士水平，前代只有71%。在法律AI平台Harvey的BigLaw Bench评估中，得分91%，在结构化复杂交易分析、跨长篇合同保持准确性方面，优于其他模型。

更狠的是工具搜索机制。以前模型每次请求都得预加载全部工具定义，工具一多，成本蹭蹭涨。现在只接收轻量化列表，需要时才检索完整定义。在Scale测试中，启用36个MCP服务器的情况下，token用量直接减少47%。

当然，问题也有。HyperWrite CEO试用后发现，GPT-5.4还是会忽略一些现实背景——比如规划春假旅行，选了个人山人海的地方。在OpenClaw中测试时，有时会在完成任务前突然停止。奥特曼承诺尽快修复。

但这恰恰说明——技术正在狂奔，边跑边改。

GPT-5.4发布那天，奥特曼说：“我们正在从‘问答工具’走向‘数字员工’。”

这不是夸大。行业共识正从语言模型转向能理解物理规律的世界模型，AI正从感知迈向认知与规划。

有人焦虑：我的工作会被取代吗？

我的看法是：被AI取代的不是工作，而是不会用AI的人。投资公司高管说了句话很扎心：GPT-5.4在他们内部财务测试中准确率提升30个百分点，一个分析师带个AI助理，能干以前三个人的活。

GitHub首席产品官说得更直白：GPT-5.4是“企业第一天就应该采用的模型”。

两年前，我们惊叹AI能写诗；一年前，惊讶它能编程；现在，它已开始操作电脑。再过两年呢？

对普通人来说，这不是要不要参与的问题，而是如何参与的问题。学点提示词工程，试试开源项目，关注行业动态——这些门槛不高，但能让你在浪潮来临时站稳脚跟。