近期在 AI 圈流傳一個說法：OpenAI 內部已完成一個代號為 Bel 的超大模型預訓練，據傳它不是 GPT-5.x 的小改版，而是被定位為 GPT-6 之後那一代產品的基座模型，目標指向更接近 AGI 的能力邊界。這件事目前沒有官方確認，屬於典型的圈內傳聞，但值得先留意的並不是「AGI 來了」這種標題，而是「完成預訓練」這五個字的技術含義——它代表一個新世代的 base model 已經定型，之後所有的產品命名、能力宣傳、benchmark 數字，都會在這個底座上長出來。
我的判斷很直接：Bel 這個傳聞真正的資訊量，在於它暗示 OpenAI 仍在押注「更大規模的預訓練」這條路，而不是像過去一年市場普遍相信的那樣，已經把重心整體轉移到 post-training 與推理時運算。這是一個路線訊號，不是一個產品新聞。
「完成預訓練」跟「有新模型可以用」之間，差得很遠
很多人看到這類消息，第一反應是「幾時可以用」。但預訓練完成，只代表那台跑了幾個月的訓練機停了，不代表門打開了。
一個超大 base model 從預訓練結束到能面對用戶，中間至少還有幾層：post-training（指令微調、RLHF/RLAIF、推理能力訓練）、安全與紅隊評估、能力遮罩與拒答策略、蒸餾出可負擔的小尺寸版本、推理基建與 KV cache 優化、再到定價與容量規劃。以過去幾代的節奏看，這段路通常用月計，不是用週計。
所以如果傳聞為真，合理的期待是：接下來一段時間你會先在別處看到它的影子——某個 API 出現來歷不明的 model string、某個匿名模型突然在排行榜上異常強、某個「研究預覽」只開放給極少數帳戶。基座模型很少一次現身，它通常先派影子出來試水溫。
傳聞裡最值得注意的四點
1. Bel 是「基座代號」，不是產品名
這一點常被誤讀。GPT-4、GPT-5 是面向市場的產品命名，內部代號則對應某一次預訓練跑出來的權重。傳聞把 Bel 說成「GPT-6 之後的基座」，意思是同一個底座可能會衍生出多個對外產品：一個高推理版本、一個低延遲版本、一個 agent 專用版本。對開發者來說，這比「新模型叫什麼」重要得多——因為它決定了未來一兩年你要適配的，其實是同一家族的行為模式。
2. 「更接近 AGI」在實務上通常指長任務自主性
如果一個新世代 base model 的賣點真的是「更接近 AGI」，那最可能的具體表現不是對話更聰明、寫作更漂亮，而是能不能連續工作幾小時而不走歪。
舉個很現實的例子：現在不少團隊已經在用 agent 跑「讀完 200 頁招標文件 → 抽出所有條件 → 生成回應草稿 → 自檢一遍」這種工作流。用當前世代模型，單步表現都不錯，但跑到第 30 步之後開始出現目標漂移、忘記早期指令、把自己上一步的錯誤當成事實。這種失敗不是「不夠聰明」，是規劃與自我糾錯的穩定性不足。新一代基座如果真的有實質躍進，最先被感受到的就是這裡。
3. 它是「scaling 撞牆論」的一次直接檢驗
過去一年業界主流敘事是：預訓練的邊際回報在下降，所以大家改去堆推理時運算與強化學習。如果 OpenAI 仍然願意燒一輪超大規模預訓練，等於押注 base model 的天花板還沒到。
這件事的結果只有兩種，而兩種都很有意義：新基座帶來明顯的能力跳升，證明大規模預訓練仍然有效；或者提升有限，那市場對「下一代」的想像就要整體降溫。Bel 這個名字最終會變成一個里程碑，或者一個註腳，中間沒有太多灰色空間。
4. 算力節奏對得上，這是傳聞唯一比較硬的支撐
過去一年多，超大規模訓練叢集陸續交付上線，是公開可見的產業事實。一個新世代 base model 在這個時間點完成預訓練，時間軸上是說得通的。這不構成證實，但它讓傳聞從「純想像」升級到「合理」。判斷 AI 傳聞可信度，一個實用的土辦法就是先看算力與電力的時間線對不對得上，因為這部分最難憑空編。
這類消息最容易被誤用的地方
最常見的誤判是：因為聽到有更強的模型在路上，就把手上的專案暫停等新模型。這通常是最貴的選擇——等待期間你沒有累積任何資料、任何 eval、任何使用者回饋，等新模型真的來了，你反而是最沒準備的人。
第二個誤判是把「更接近 AGI」直接翻譯成「可以取代某個職位」。基座能力提升與產品可用性之間，隔著成本、延遲、權限、稽核與責任歸屬。一個能連續工作三小時的模型，如果單次任務成本高到不合理，在商業上依然不成立。
現在該做的，其實只有一件事
如果你在做 AI 產品或 AI 工作流，面對這種傳聞最有價值的準備不是換模型，而是建立一套屬於自己的評測集。
具體到可以今天就開始：把過去三個月你團隊實際遇過的 30 至 50 個真實任務（含那些失敗的）整理成固定測試題，附上你認可的合格標準。下一代模型無論叫 GPT-6 還是叫 Bel 的衍生版，你在發佈當天就能跑一次，用小時計得出「值不值得換」的答案，而不是靠 Twitter 上的體感。
順帶一提，這件事還有個副作用：一個沒有自己 eval 的團隊，換模型只是換感覺。你會永遠停留在「好像變聰明了」這種無法決策的層次。
另外一個低成本準備，是把 prompt 與工具定義從程式碼裡抽出來，做成可替換的配置。過去幾次世代更替都證明了同一件事：新模型往往需要更少的手把手指示、更短的 prompt、更依賴清晰的工具描述。把這些東西寫死在程式裡的團隊，每次換代都要重工一遍。
結論
Bel 目前仍然是傳聞，任何把它當成既定事實去規劃的做法都太早。但它揭示的方向值得記住：預訓練這條路 OpenAI 還沒放棄，下一代競爭的焦點會從「答得多好」轉向「能連續做多久而不出軌」。
所以與其猜它幾時發佈、叫什麼名字，不如問自己一句：如果下個月真的出現一個能穩定跑三小時任務的模型，你手上有沒有一個現成的、值得交給它的工作流程？沒有的話，那才是真正需要處理的問題。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
