8月17日，據華爾街見聞，OpenAI發布的GPT-5模型未能實現預期的革命性突破，導致市場對通往通用人工智能（AGI）的道路產生疑問。盡管如此，市場焦點正在轉向如何利用現有技術創造更廣泛的商業價值。GPT-5發布后，用戶在社交媒體上分享了新模型的低級錯誤，資深用戶對其性能和“個性”變化感到不滿。這一事件引發了硅谷對于生成式AI技術進展是否已接近當前階段極限的討論，挑戰了OpenAI的高估值基礎，并促使外界重新審視AI技術的發展軌跡。

盡管技術前沿的討論充滿疑慮，資本市場和產業應用的熱情并未消退。投資者似乎更看重AI在商業應用中的實際增長，而非對AGI的遙遠承諾。這預示著AI競賽的下半場將從模型能力的極限沖刺，轉向更務實、更具成本效益的產品化落地。

GPT-5表現不及預期的背后，是支撐大型語言模型發展的核心邏輯——“規模定律”正逼近極限。過去五年，OpenAI和Anthropic等公司一直遵循一個簡單公式：投入更多的數據和更強的算力，就能創造出更大、更好的模型。然而，這條路徑正面臨數據枯竭和算力的物理和經濟限制兩大制約。

加州大學伯克利分校計算機科學教授Stuart Russell警告稱，當前情況與1980年代的泡沫破裂有相似之處。然而，目前資本仍在涌入AI初創公司和基礎設施項目，今年AI已占全球風險投資總額的33%。

競賽的性質正在改變，AI公司正慢慢接受一個事實，即他們正在為產品構建基礎設施。這一趨勢也體現在企業戰略上，OpenAI等公司已開始派遣“前線部署工程師”入駐客戶公司，幫助其集成模型。許多投資者相信，當前這代模型中仍有巨大的價值尚未被挖掘。