「博士级」ChatGPT-5惨遭滑铁卢？蓝莓都拼错，网友：AI的“智商税”还得交多久？

TL;DR：

OpenAI千呼万唤始出来的「博士级」ChatGPT-5，刚出道就被网友揪出“错别字”和“地理盲”的低级错误，场面一度非常尴尬。但别急着笑，这家伙在代码和复杂推理上的表现，可能真让你“汗流浃背”！

你敢信？那个被OpenAI官方宣称拥有“博士级”智慧的ChatGPT-5，最近竟然在网友面前“翻车”了！而且翻的还是低级得不能再低级的错误——拼写和地理。

想象一下，你以为请来了一个智商爆表的超级学霸，结果他一开口，就把“blueberry”（蓝莓）说成有三个“B”，还把“Northern Territory”（北领地）里的“R”数错！¹ 这哪是博士，这分明是幼儿园大班没毕业啊！消息一出，社交媒体上瞬间炸开了锅，大家纷纷表示：“这AI是来搞笑的吗？”“我的智商税白交了！”

翻车现场？网友：这博士有点“偏科”啊！

是的，你没听错，也不是小编在编段子。根据最新的“爆料”，当用户兴冲冲地试用OpenAI这款最新的GPT-5时，发现它在处理一些基础到不能再基础的问题上，竟然意外“卡壳”。比如，那段关于“蓝莓”的对话，简直让人哭笑不得：

“（GPT-5）反复声称‘blueberry’中有三个‘B’。” ¹

（小编OS：哥们儿，这要是中文，估计得把“草莓”写成“曹霉”吧？）

更离谱的是，连澳洲的“北领地”都给它整不会了，非得说里面有三个“R”。这就好比你问一个号称“世界地理专家”的人，长江有几道拐，他非得给你说“七八个”一样，简直是“大型社死现场”！

这一下子，GPT-5头顶的“博士级”光环，似乎都黯淡了几分。网友们纷纷调侃：“看来AI也得回炉重造，补补基础课了！”这波操作，让不少人对AI的“智商”又产生了那么一丢丢的“信仰危机”。

别急着嘲！GPT-5的“真本事”才叫吓人！

不过，你以为GPT-5就这么“废”了？那你就图样图森破了！如果只凭这几个小失误就给它判“死刑”，那简直是暴殄天物。作为一名“网感十足”的科技记者，我得负责任地告诉你，这“博士”虽然有“偏科”，但人家偏的可是顶尖科目，而且偏得一骑绝尘！

OpenAI官方对GPT-5的宣传可不是吹牛的。它在编码和推理能力上，那可是实打实的“卷王”！

• 代码界“扛把子”：GPT-5在关键编码基准测试中，比如SWE-bench Verified测试中得分高达74.9%，Aider polyglot测试中更是达到88%，直接站上行业SOTA（State-Of-The-Art）的巅峰！² 翻译成人话就是：这AI写代码比大多数程序员都快，bug还少，简直是**“码农的终结者，老板的梦中情AI”！它能生成高质量代码，修复漏洞，修改代码，甚至回答复杂代码库问题，简直就是你的“专属代码协作伙伴”**。²

• 逻辑推理“天花板”：还记得上面那个“蓝莓”的梗吗？别看它在基础拼写上“翻车”，但在更深层次的推理方面，GPT-5的表现简直惊艳！OpenAI强调，它是一个“统一系统”，拥有处理大多数问题的“智能高效模型”，以及针对更复杂问题的“深度推理模型”（GPT-5 thinking）。³ 用Inditex公司的话来说，它**“推理深度令人惊叹：细致入微、多层次的答案，体现了对实际主题的深刻理解”。² 这就好比一个数学家，口算可能不行，但搞高维几何那是分分钟拿捏**！

• “工具人”进阶版：GPT-5在持续型智能体任务中表现卓越，而且工具智能也得到了大幅提升。它能可靠地串联数十次工具调用，还能更好地处理工具错误。² Manus更是直言：GPT-5“在各种智能体任务中表现出色，即使在未修改任何代码或调整提示的情况下”。² 这意味着，它不再是简单的“复读机”，而是能自动规划、执行复杂任务的“全能管家”。

• API玩家的新玩具：OpenAI还为开发者带来了新功能，比如verbosity参数，能控制模型回复的“话痨”程度（想多说就多说，想少说就少说）；还有reasoning_effort参数，能让模型“偷懒”加速回答，或者“死磕”深度推理。² 这简直是给开发者们提供了**“驯服”AI的“神级遥控器”！而且，OpenAI还提供了gpt-5、gpt-5-mini和gpt-5-nano三个版本，让大家可以根据需求选择“高性能、低成本或低延迟”，简直是“AI界的拼多多”**，丰俭由人！²

“大模型翻车”背后：AI成长的烦恼，还是另有隐情？

那么问题来了，一个号称“博士级”的AI，为什么会在这种“小儿科”的问题上栽跟头呢？这背后，或许有几个原因值得我们深思。

首先，大模型的“幻觉”问题一直都是业内老大难。AI在生成内容时，有时会“一本正经地胡说八道”，尤其是在事实性和细节方面，常常会出现偏差。虽然GPT-5在事实准确性基准测试中错误率已是 o3 的五分之一 ²，但“幻觉”依然是AI发展路上的一只**“拦路虎”**。

其次，这可能与训练数据的局限性有关。尽管模型吞噬了海量的互联网数据，但有些特定的知识点，或者特定领域的“常识”，可能在训练过程中没有得到充分的强调，导致模型在这方面表现不佳。这就像一个学霸，可能熟读百科全书，但却不熟悉一些**“生活常识”**。

再者，这或许也是AI在**“理解”和“生成”之间的一种权衡**。为了追求更强大的代码和推理能力，模型在某些看似简单的任务上，可能没有达到人类直觉般的准确度。毕竟，AI的“大脑”和人类的“大脑”运作方式截然不同。

这次GPT-5的“翻车”，与其说是失败，不如说是AI发展进程中一个有趣的注脚。它提醒我们，AI虽然强大，但它不是“神”，依然有它的**“小瑕疵”和“成长的烦恼”**。

当然，我们也不能因此就否定AI的巨大潜力。从GPT-5在编码、推理、工具调用等领域的突破来看，它无疑又向前迈进了一大步。或许，未来的某一天，AI真的能做到“滴水不漏”，那时，我们才能真正享受到**“万物智能”**的便利。

在那之前，我们还是得擦亮眼睛，保持对AI的“敬畏”和“调侃”。毕竟，一个连“蓝莓”都拼不对的“博士”，还是挺接地气的，不是吗？

引用

• ChatGPT-5
• OpenAI
• AI翻车
• 大模型
• 智能体