GPT-5 仍有漏洞，AI 認知辨識技術瓶頸何在？

OpenAI 執行長奧特曼坦承 GPT-5 在追求極致推理與編碼能力的過程中，確實犧牲了部分寫作流暢度，甚至在特定版本中出現「變笨」的爭議。儘管 GPT-5 在法律推理與醫學診斷展現出超越人類專家的準確率，並將幻覺率降至 5% 以下，但技術瓶頸依然顯著。目前的認知辨識仍高度依賴「任務污染」式的資料檢索而非純粹理解，且具備思維鏈（CoT）的模型極易遭受劫持攻擊，成功率高達 94%。此外，當指令存在內部邏輯矛盾時，模型往往陷入困惑而非主動糾錯，顯示其在處理複雜人類語境時仍有底層邏輯漏洞，無法完全擺脫對高品質訓練數據的依賴。

OpenAI 頻繁迭代模型並將其推向「代理人」（Agent）轉型，核心動機在於鞏固企業級市場的領導地位，將 AI 從對話工具提升為具備主動執行能力的生產力核心。然而，算力不足與 GPU 短缺已成為制約技術突破的硬傷，迫使開發團隊在模型複雜度與推理深度間進行痛苦的權衡。這種「拆東牆補西牆」的開發策略，反映出當前大模型已觸及資料品質與運算成本的邊際效應。隨著加州 SB 53 等 AI 安全法案的介入，技術進步與法規合規性的摩擦將加劇，未來產業競爭將從單純的參數競賽，轉向如何解決「AI 訓練 AI」導致的數據退化，以及建立更具韌性的安全防禦體系。