GPT-6 来了：你的生意会有什么变化

周二，你团队里有人把链接丢进群里：OpenAI 开始放开 GPT-6，代号 Astra。周三，你的合伙人问"我们是不是该换了"。周四就没人再提这件事了，因为报价没谈成，大客户打电话来投诉。每次有新发布，这一幕都会重演。GPT-6 也会重演一次，但有个不同：这次模型能自己做更多事，而这会牵动一些不属于技术层面的决定，那些决定是你的。

我直接说：什么会变，什么不会变，以及你怎么判断才不会变成小白鼠。

GPT-6 承诺的不一样在哪

之前的发布卖的是更好的回答。这次卖的是执行。Astra 的核心想法是一个能扛住长任务、中途不断线的模型：打开一个系统，读里面的内容，和另一个来源对比，决定下一步，然后继续做下去。少一点"给我写段文字"，多一点"把这件事解决掉，弄完告诉我"。

第二个引人注意的点是网络安全。这个模型很擅长在代码里找漏洞。这件事是双刃剑，OpenAI 自己也清楚，所以这次发布在这个领域的使用上绑了访问控制。做防守的人多了一件利器。做攻击的人也一样。

对一个经营公司的人来说，翻译过来就是：AI 从"会写东西的实习生"变成了"会动系统的实习生"。可能犯的错误类型变了。文字写得烂，你扔掉就行。在 ERP 里做错一个动作，你得想办法撤销。

为什么换模型几乎解决不了你的问题

说个不讨喜的观点：换模型是整个项目里最便宜、也最被高估的一步。

我服务的大多数公司，瓶颈不是模型不够聪明。瓶颈是上下文。AI 不知道你现在的价目表是哪一版，不知道 X 客户从 2023 年起就有特殊条件，不知道订单要等财务批准才能进。你把全世界最贵的模型放进去，它照样会错得很优雅。

最近有个例子很能说明问题。一家经销商想用 AI 在 WhatsApp 上回报价。真正的问题从来不是回复的文字。问题是价目表活在三个地方：云盘里的一份表格、老系统，还有一位在公司干了十八年的销售的脑子里。把这些理清楚花了两周。在上面接 AI 花了两天。平均回复时间从四小时降到十一分钟。不是因为模型多天才，而是因为现在终于有了一个唯一的事实来源供它查询。

新模型修不好乱掉的流程。它只会让你乱得更快。

更自主的智能体真正改变了什么

话说回来，确实有些东西真的变了。当模型能扛住长任务，就有一类自动化从"算不过账"变成了"算得过账"。

三个具体的例子，现在变得可行：

• 对账。 把银行流水和已开发票对上，把差异标出来。这活儿枯燥、重复，规则很明确。以前每种情况都要手工做集成。现在你可以把规则描述清楚，让它跑。
• 文档分拣。 合同、检测报告、供应商方案。模型读完，抽出关键信息，标出不合常规的部分，只在这些地方叫人来看。
• 销售跟进。 看 CRM，找出不再回复的人，翻历史记录，带着正确的上下文建议下一步动作。不再是那种谁都会忽略的"你好，在吗？"。

注意这里的共同点。都是规则明确、量大、可复核的任务。自主性在这里才划算。不是在战略决策上，不是在安抚暴怒客户上，也不是在任何你事后没法核对的事情上。

一起来的新风险

安全这一块值得你亲自关注，哪怕你完全不懂技术。

如果模型变得很擅长在软件里找漏洞，骗子手上也有一个类似的版本。以前那种中文别扭的钓鱼邮件，现在写得毫无破绽，还带着你真实供应商的名字，和一段真的发生过的对话上下文。我见过一家公司差点付掉一张 3.8 万雷亚尔的假账单，因为那封邮件模仿供应商的格式精准到吓人。救了他们的是一条很笨的规矩：超过一万，必须有人打电话确认。

今天就能做，成本为零：

• 供应商银行信息一有变更，就要打电话确认，打旧号码，绝不打邮件里给的那个号码。
• 超过你设定的金额，付款需要两个人批准。
• 没经过你同意，谁都不能在公司系统里装 AI 插件或工具。

如果你真的要放一个智能体进你的系统里动手，就给最小权限。先读后写。先测试环境后生产环境。它做过的每一步都要有日志。这和你对一个刚来一个月的新员工的谨慎是一样的，只不过智能体干活更快，而且不怕问第二遍。

怎么判断现在该不该动

一条有效的路径，四步：

1. 列出最吃团队时间的三件事。 是测出来的时间，不是感觉上的时间。去问做这件事的人。你会对答案感到意外。

2. 看哪一件有明确的规则。 如果两个有经验的人面对同一个情况会做出同样的处理，那就是有规则。如果靠的是直觉，先放一放。

3. 确认需要的信息是否放在某个能取到的地方。 系统、表格、文件夹都行。如果只在某个人的脑子里，那第一个项目就是把它搬出来。

4. 跑一个两周的试点，100% 的案例都由人工复核。 你拿 AI 做的和你团队会做的做对比。准确率高过你设定的可接受线，就把复核改成抽查。

在这个过程里，你用哪个模型几乎只是细节。GPT-6、上一个版本、某个竞品，一开始都无所谓。等其他部分立起来了你再换，花十五分钟就够。

周一该做什么

别因为一条头条就迁移。发布永远是新闻，落地永远更慢，而新版本通常要一个月才稳定。

现在值得做的，是任何发布都不会替你做的那件事：搞清楚公司在哪里浪费时间，把散落的信息整理起来，挑一件任务来试。做完这个功课的人，接上 GPT-6 下一周就能感觉到差别。没做的人会再签一个工具，用三周，然后忘掉，就像公司信用卡账单上另外那五个工具一样。

技术变强了。问题还是十年前那个：它解决你哪个问题，以及你怎么知道它起作用了。

如果你想聊聊你的情况该从哪里开始，看看我是怎么做事的。

GPT-6 来了，这周我听到最多的一句话是"我们现在就换吗？"。

换模型是整个项目里最便宜、也最被高估的一步。

上周有家经销商想用 AI 在 WhatsApp 上回报价。问题从来不在文字。问题是价目表同时住在三个地方：云盘里的表格、老系统，还有一位干了十八年的销售的脑子里。

把这些理清楚：两周。在上面接 AI：两天。回复时间从四小时降到十一分钟。

新模型修不好乱掉的流程。它只会让你乱得更快。

在你签下又一个工具之前，先看看公司在哪里浪费时间，信息散落在哪里。做完这个功课的人，接上 GPT-6 下一周就能感觉到差别。

想聊聊你的情况该从哪里开始，来找我。

#人工智能 #GPT6 #自动化 #数字化转型 #管理