4月17日凌晨，OpenAI正式宣布推出目前OpenAI系列里能力最強的推理模型——o3模型和o4-mini模型。
去年12月，OpenAI就預(yù)熱過o3推理模型，當(dāng)時強調(diào)的重點是o3模型在解決困難問題上的能力，要顯著強于OpenAI第一代推理模型o1。
而此次正式發(fā)布中，OpenAI不僅強調(diào)了o3模型在能力上的領(lǐng)先性，同時還強調(diào)了o3的Agent能力，且強調(diào)o3是第一代能夠在思維鏈中使用圖像進(jìn)行推理的模型。
自主調(diào)用工具是Agent能力最重要的體現(xiàn)。OpenAI表示，曾看到o3為了解一個特別難的任務(wù)，連續(xù)調(diào)用了大約600次工具。
隨著OpenAI的O系列、DeepSeek R1等推理模型日趨成熟，業(yè)內(nèi)普遍認(rèn)為，只需一條指令即可完成整套任務(wù)的AI Agent能力將迎來顯著提升。
相比于Google，Anthropic等從去年就開始宣傳Agent能力，甚至已經(jīng)開始推動MCP、A2A等Agent協(xié)議普及的公司，OpenAI之前在Agent能力上的布局相對缺失。而今天的發(fā)布，證明OpenAI在Agent能力上，仍然有自己的思考和布局。
OpenAI宣布， 從今天開始，Plus、Pro和Team用戶就可以使用o3模型和o4-mini模型了，接下來幾周還會推出o3-pro模型，替代過去的o1-pro模型。
在彩蛋環(huán)節(jié)，OpenAI還表示，未來將發(fā)布一系列編程工具，重新定義AI時代的編程，首發(fā)的是一個叫Codex CLI的開源輕量化編程agent。Codex CLI可以直接使用OpenAI的模型（最終包括o3和o4-mini），接管本地計算機終端命令行界面，直接進(jìn)行代碼編寫和文件移動等等。
OpenAI的展示很有意念編程（vibe coding）的味道了：直接在網(wǎng)頁上截圖了一個別人編程好的效果圖，丟給Codex CLI，跟它說做一個html文件復(fù)現(xiàn)這個效果，并做一些改動。很快，Codex CLI就自己寫了代碼，調(diào)用了系統(tǒng)工具，復(fù)現(xiàn)出了一個類似的效果。
OpenAI今日的發(fā)布大致符合預(yù)期——o3和 o4-mini已經(jīng)預(yù)熱多時，視覺推理與Agent能力也早已在其他公司的模型中有所體現(xiàn)。
不過，從今天的發(fā)布中仍能看出OpenAI在Agent等前沿方向上的布局節(jié)奏，以及將已有能力產(chǎn)品化的獨特能力。
OpenAI的模型迭代，也再一次重新肯定了后訓(xùn)練Scaling Law的存在。目前看來，AI模型在接下來幾年，仍然會出現(xiàn)能力的快速進(jìn)化，還未到達(dá)瓶頸。
OpenAI的Agent能力，目前更多的是調(diào)用自身的工具
OpenAI此次發(fā)布的一大亮點在于Agent的能力。最初的兩個展示都與工具調(diào)用能力有關(guān)。
第一個展示是研究員給了OpenAI一個十年前寫過的論文圖片，讓o3模型找到一個特定的結(jié)果，并和最新的研究成果進(jìn)行比較。
o3模型首先利用內(nèi)置的視覺推理能力，放大圖片，找到了研究員想要的特定結(jié)果，然后根據(jù)圖片中的內(nèi)容進(jìn)行推理，算出了論文推導(dǎo)的數(shù)值，然后使用搜索功能，查找了十篇論文，比較了最新研究成果與作者十年前論文的結(jié)果的區(qū)別，最后給出了自己的建議。
第二個演示是研究員問OpenAI，根據(jù)我的興趣，讀新聞，告訴我一些我可能感興趣的事情。
這個演示則利用的是OpenAI內(nèi)置的記憶工具——OpenAI幾天前剛剛宣布OpenAI的模型目前有了可以訪問用戶全量記憶的能力。
o3模型先是訪問記憶后，找出用戶喜歡水肺潛水和彈奏音樂，然后利用搜索功能，找到了一條交叉兩條興趣的新聞：研究人員會錄下健康珊瑚礁的聲音，然后用水下?lián)P聲器在海里播放這些聲音，以保護珊瑚。
最后o3模型使用了OpenAI的canvas工具和數(shù)據(jù)分析工具，生成了一個漂亮的博客界面，完成了任務(wù)。
可以看到，在OpenAI目前的布局當(dāng)中，Agent能力更多的是調(diào)用OpenAI的內(nèi)部工具。
不過，在基礎(chǔ)的工具調(diào)用能力水平存在的情況下，如果想要接入其他工具，似乎也并不是很難。OpenAI今年3月剛剛宣布接入MCP協(xié)議，為之后使用其他工具打下了基礎(chǔ)。
o4-mini 表現(xiàn)出色，RL的Scaling Law仍在起作用
雖然在去年12月OpenAI曾經(jīng)預(yù)熱過o3模型的具體能力，這次正式發(fā)布，官方表示因為進(jìn)行了「對推理成本和實用性做了大量優(yōu)化」，在評測結(jié)果上，OpenAI表示可能會有差別。
在發(fā)布會直播中，OpenAI展示了幾組測試結(jié)果，o3模型和o4-mini模型在數(shù)學(xué)能力、代碼能力和多模態(tài)能力上都表現(xiàn)出色：
