GPT-5.2 Can't Identify a Serial Killer & Was The Year of Agents A Lie? EP99.28-5.2

摘要

訪談測試 OpenAI 最新推出的 GPT-5.2 模型，發現其無法識別明顯的「連續殺人犯」文字，且在工具呼叫與複雜任務上表現不佳。主持人將其與 Claude Opus 和 Gemini 3 Pro 對比，指出後者勝出，並探討了「代理模式」的幻象與企業 AI 採用現狀。

A podcast episode tests OpenAI's GPT-5.2, finding it fails basic logic tests and underperforms against competitors like Claude Opus and Gemini 3 Pro in agent tasks, while discussing the state of AI in enterprise.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• GPT-5.2 無法識別字面上寫明的連續殺人犯，邏輯能力存疑。
• 在工具呼叫與複雜任務鏈上，GPT-5.2 表現不如 Claude Opus 和 Gemini 3 Pro。
• 訪談深入分析了「代理模式」的幻象、企業 AI 採用困境及相關公司動態。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00GPT 5.2 效能驗證與定價調整分析
2. 08:04OpenAI 快速部署與 Grok 審查對比
3. 14:502025 代理時代預期落空與實驗性挑戰
4. 18:35GPT 5.2 無法識別殺手照片之測試
5. 24:43模型判斷失誤引發使用者信任危機
6. 31:07企業 AI 使用隱形化與行銷話術轉變
7. 35:18開發者與白領階層在代理技術上的差異
8. 37:47企業 AI 匯入需漸進式學習與適應
9. 41:34超越對話範疇邁向工具呼叫與自動化
10. 44:56非程式員角色將獲最大生產力槓桿
11. 47:19大模型持續進化且需求無限增長
12. 51:41透過 MCP 解決舊系統技術債問題
13. 54:13迪士尼與 OpenAI 達成合作而非訴訟

提到的工具與公司

• GPT-5.2
• Claude Opus
• Gemini 3 Pro
• Grok 4.1
• Sora
• Microsoft 365 Premium
• Copilot
• Simtheory

適合誰看

對 AI 模型效能、工具呼叫機制及產業動態感興趣的開發者與技術決策者。

摘要依據

講者

Michael Sharkey、Chris Sharkey

依據

語音轉文字

為什麼排在這裡

人氣

0.35

新鮮

0.32

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• A Guide to Which AI to Use in the Agentic Era文章 ・ Ethan Mollick（部落格）
• The State of A.I. 2025 (ft Richardson Dackam)Podcast ・ Tool Use - AI Conversations ・ 59 分鐘
• Is GPT-5.5 Better Than Opus Now? (ft. Our New AI Co-Host) - EP99.38Podcast ・ This Day in AI ・ 47 分鐘
• GPT 5.2: OpenAI Strikes Back影片 ・ AI Explained ・ 18 分鐘（在新分頁開啟原站）
• 愛好 AI Engineer 電子報 🚀 2025 Q4 AI 模型與 Agent 開發 #33文章 ・ ihower（張文鈿）
• Episode 8Podcast ・ Raising An Agent ・ 53 分鐘