新智元報(bào)道

編輯：元宇 桃子

【新智元導(dǎo)讀】剛剛結(jié)束的OpenAI黑客松上，全球共有六支團(tuán)隊(duì)沖進(jìn)榜單。他們探索了GPT-5在營銷活動(dòng)、時(shí)尚AI、電子表格、電腦代理、知識學(xué)習(xí)、智能電網(wǎng)等場景的應(yīng)用極限。

OpenAI剛發(fā)布GPT-5，便在舊金山舉辦了GPT-5黑客馬拉松挑戰(zhàn)賽。

這場比賽選擇在周末，從8月9日上午10點(diǎn)開始，到8月9日下午5點(diǎn)結(jié)束。

OpenAI邀請了500多位黑客來到舊金山，挑戰(zhàn)GPT-5的極限，共有95支隊(duì)伍參賽，角逐5萬美元獎(jiǎng)金。

值得一提的是，來自韓國的AI初創(chuàng)公司Gentoo的團(tuán)隊(duì)勇奪大賽第一。

他們開發(fā)的系統(tǒng)，通過GPT-5讓商家「預(yù)演」?fàn)I銷活動(dòng)，不用真金白銀試錯(cuò)，AI連退貨率都能算準(zhǔn)。

除Gentoo外，還有五支團(tuán)隊(duì)入圍黑客松決賽。

那么，他們都用GPT-5做了啥？

AI讓電商人「躺賺」，不再踩坑

創(chuàng)業(yè)公司Gentoo將GPT-5用于營銷活動(dòng)模擬，幫助電商平臺上的商家把產(chǎn)品創(chuàng)意變成模擬實(shí)驗(yàn)。

簡單來說，商家不用真正砸錢去做，只通過模擬，就可以判斷哪些營銷活動(dòng)會(huì)有效。

借助GPT-5 thinking，Gentoo可以為真實(shí)用戶創(chuàng)建真實(shí)的「數(shù)字分身」，幫助這些Shopify賣家預(yù)測他們的未來。

比如，「參與度分?jǐn)?shù)」（engagement score）可以評估用戶行為：分?jǐn)?shù)越高，越可能產(chǎn)生購買、撰寫評價(jià)行為，說明用戶會(huì)越「投入」。

Gentoo還用GPT-5，在Cursor的CLI和IDE里，從零起步搭建了管理后臺頁面。

用戶只要點(diǎn)擊「如何賣掉那些不是暢銷款的庫存」，GPT-5就會(huì)給出策略。

既然是仿真模擬，需要先設(shè)定一個(gè)「假設(shè)」。當(dāng)選擇想要模擬的假設(shè)并點(diǎn)擊運(yùn)行時(shí)，那些基于你的真實(shí)用戶構(gòu)建的AI分身便會(huì)「投票」，判斷這個(gè)假設(shè)是否有效。

更妙的是，如果缺乏足夠的歷史數(shù)據(jù)來驗(yàn)證某個(gè)假設(shè)，GPT-5會(huì)直接給出「unknown（無法確定）」的結(jié)論。

這有助于降低大模型幻覺，無疑是一個(gè)飛躍。

另外，Gentoo還做了一個(gè)很酷的功能，叫做「Vibe Operations」（氛圍運(yùn)營/編排），它可以生成直接落地的行動(dòng)方案。

選擇其中一個(gè)方案，并點(diǎn)擊「部署到商店」，它就會(huì)一鍵自動(dòng)部署到你的Shopify商店。

這意味著GPT-5可以接管你店鋪的UI布局，比如一下生成「特價(jià)分類」專區(qū)、立刻突出展示「熱銷商品」模塊等。

Gentoo的主產(chǎn)品是AI對話導(dǎo)購，也支持輸入自定義提示詞。

在新提示詞注入后，會(huì)實(shí)際改變AI禮賓的對話風(fēng)格與行為。

值得注意的是，這些AI分身都是基于真實(shí)用戶構(gòu)建的，所以每個(gè)分身都有檔案信息，還會(huì)給出「為什么支持/為什么反對某個(gè)假設(shè)」的具體理由。

所有這些全由GPT-5驅(qū)動(dòng)，用戶可以清晰看到某個(gè)營銷活動(dòng)是否會(huì)在自己的店鋪里奏效。

AI 穿搭「時(shí)裝秀」，承包3D分身造型

Fashion AI結(jié)合擴(kuò)散模型與GPT-5，基于AI服裝推薦，為用戶的3D虛擬形象搭配造型。

在比賽現(xiàn)場，F(xiàn)ashion AI展示了過去24小時(shí)趕出來的一款「小游戲」，現(xiàn)場觀眾可以在屏幕上選擇不同的角色。

在現(xiàn)場，用GPT-5生成了一大堆穿搭分類，然后再通過一個(gè)GPT-5做的轉(zhuǎn)盤隨機(jī)抽取一種風(fēng)格。

現(xiàn)場抽到的是「混搭風(fēng)」，并以此為虛擬形象Sarah搭配造型。

確定了著裝風(fēng)格，智能體就會(huì)在GPT-5的驅(qū)動(dòng)下去搜衣服、挑單品、做試穿。

整個(gè)操作過程，會(huì)實(shí)時(shí)在界面右側(cè)的直播畫面里顯示出來，同步顯示它的決策過程。

找到衣服后，接下來是為Sarah確定最喜歡的搭配。

在左上角，是用搜索功能生成的「衣櫥」，背后是多個(gè)大語言模型協(xié)作完成的：它們會(huì)分析圖片，然后找出最符合搜索關(guān)鍵詞的結(jié)果。

確定搭配風(fēng)格后，會(huì)有AI智能體給Sarah做試穿。

然后，由觀眾來決定選哪套。

選定衣服后，是風(fēng)格化階段，在這個(gè)階段可以為Sarah加點(diǎn)造型。

這可以通過提示詞來實(shí)現(xiàn)，比如什么顏色的帽子，什么款式的手表等。

最后，是生成最終的造型結(jié)果，這是GPT-5給Sarah做的風(fēng)格化效果。

這個(gè)系統(tǒng)是參賽團(tuán)隊(duì)用24小時(shí)拼出來的，圖像生成全程用的是GPT-5，寫代碼是在Cursor編輯器里配合GPT-5完成的，具體編碼GPT-5也幫了很多忙。

演示者表示，這個(gè)項(xiàng)目中，最難的是智能體框架的設(shè)計(jì)，要把所有模塊串起來。

比如評估的、找衣服的智能體等，找完衣服還要回頭問評估智能體：這個(gè)夠好嗎？符合主題嗎？怎么改？

這個(gè)流程打通是最難的，而且圖像生成耗時(shí)很長，這要求團(tuán)隊(duì)要盡量把用戶體驗(yàn)做得流暢。

當(dāng)然，如果沒有GPT-5，這個(gè)項(xiàng)目幾乎不可能完成。GPT-5的工具調(diào)用又快又準(zhǔn)，讓整個(gè)體驗(yàn)不卡頓，讓大家都覺得很好玩。

Excel「活了」，打工人狂喜

電子表格的后臺智能體編排工具（Background Agent Orchestration for spreadsheets），這是一個(gè)面向Excel的Codex，它可以并行運(yùn)行多個(gè)后臺任務(wù)，自動(dòng)回答問題并更新電子表格模型。

現(xiàn)場展示的是一個(gè)簡單的財(cái)務(wù)模型，它會(huì)根據(jù)2025年損益表前7個(gè)月的數(shù)值，預(yù)測8月份的數(shù)值。

假如你是一名銷售負(fù)責(zé)人，現(xiàn)在是8月10日，發(fā)現(xiàn)自己可能達(dá)不到預(yù)期銷售目標(biāo)，這時(shí)可以向電子表格提問，而它可以「看見」那些數(shù)據(jù)并把它拉進(jìn)來，然后回答你的問題，或者執(zhí)行更進(jìn)階的操作。

這些都是后臺Asian編排，類似Codex，我們可以啟動(dòng)任務(wù)、查看它們的當(dāng)前進(jìn)度，還能看到我們其他的任務(wù)。

它的一大好處，是你不需要一直在電子表格里工作。

如果有問題或者想做修改，你可以把這些任務(wù)在后臺發(fā)起，它們會(huì)運(yùn)行，然后再回來審閱結(jié)果。

比如，你可以發(fā)起幾個(gè)與損益表相關(guān)的問題。等這些任務(wù)發(fā)起之后，我們可以看到智能體的思考過程，看它在幕后做了什么步驟分解；我們能看到它調(diào)用了哪些工具，這讓整個(gè)事情變得很簡單。

對我們來說，GPT-5讓我們能做一些過去必須用多個(gè)智能體、并且大量提示詞才能「把工具調(diào)對」的事情。

它讓模型和工具配合起來很容易，比如它可以和Sharepoint交互，直接和Excel表交互并進(jìn)行修改。

它可以通過提示詞，來修改模型的假設(shè)。

比如通過提示詞，把模型更新為「用戶費(fèi)用降低10%」的假設(shè)。它會(huì)通過差異視圖，來展示這個(gè)改動(dòng)如何影響模型，我們可以繼續(xù)提交并保存這些更改。

讓書籍和論文，秒變視頻

BeFreed是一家致力于讓知識變得有趣且簡單的公司。

它們在過去24小時(shí)內(nèi)開發(fā)了一個(gè)知識可視化工具，把書籍與論文轉(zhuǎn)化為引人入勝的教育視頻。

你可以輸入任意文本，它會(huì)解析其中的復(fù)雜概念，并將其轉(zhuǎn)化為一個(gè)易于理解的解釋視頻。

他們利用GPT-5開發(fā)了一個(gè)指揮型智能體（Direct Agent）。

它會(huì)首先理解你輸入的概念，并設(shè)計(jì)出完整的故事板，規(guī)劃需要表達(dá)的內(nèi)容。

同時(shí)，它會(huì)協(xié)調(diào)另外兩個(gè)專用智能體，它們各自擅長使用特定工具來生成不同部分的內(nèi)容，并對生成結(jié)果進(jìn)行評估，確保準(zhǔn)確無誤。

也就是說，當(dāng)你輸入一段內(nèi)容后，系統(tǒng)會(huì)解析文本，生成故事板，然后兩個(gè)專用智能體分別生成所需的圖像和動(dòng)畫，最后由指揮型智能體將所有內(nèi)容整合、合成語音，并輸出成品視頻。

在用例1中，智能體用視頻為我們解釋了什么是「強(qiáng)化學(xué)習(xí)」，這適用于解釋行業(yè)術(shù)語的場景。

智能體用視頻解釋「強(qiáng)化學(xué)習(xí)」

在用例2中，智能體根據(jù)《人類簡史》中的一段文字，生成了解釋性視頻。這適用于沉浸式閱讀場景。

因?yàn)檫@個(gè)世界上存在很多看似復(fù)雜的概念，它們的難點(diǎn)不在內(nèi)容本身，而在表達(dá)形式不當(dāng)；同時(shí)，不少學(xué)習(xí)者更擅長通過視覺去理解知識，這正是BeFreed開發(fā)Knowledge Visualizer的初衷：讓更多人能更輕松地掌握知識。

GPT-5接管電腦，自主玩游戲

GPT-5「電腦使用」智能體，可在游戲與應(yīng)用間自動(dòng)化交互。

Serena Delarry，用GPT-5開發(fā)了一個(gè)「計(jì)算機(jī)使用模型」（computer use model）。

因?yàn)椤赣?jì)算機(jī)使用」涉及很多截圖和高強(qiáng)度的交互操作，所以Serena Delarry錄了一個(gè)簡單的演示視頻。

視頻里他在玩GeoGuessr游戲，模型會(huì)觀察地圖、點(diǎn)擊畫面，試圖猜出我們位于哪個(gè)地方。

接下來是另一個(gè)游戲，畫面里有一只浣熊在撿蔬菜。

這個(gè)模型的流程是：先截圖，然后借助GPT-5規(guī)劃下一步操作，使用鍵盤和鼠標(biāo)來執(zhí)行計(jì)劃，再不斷調(diào)整。

還有一個(gè)游戲是經(jīng)營檸檬水?dāng)?。它?huì)理解屏幕內(nèi)容，點(diǎn)擊操作，嘗試分析這個(gè)游戲并一步步推進(jìn)。

在屏幕底部顯示了一個(gè)提示詞（prompt），整場操作就是由它驅(qū)動(dòng)的，模型會(huì)邊看邊學(xué)，自己決定下一步。

快進(jìn)到最后，它在這個(gè)游戲里獲得了67%的顧客滿意度。

Serena Delarry在回答評委問題時(shí)提到，這個(gè)智能體支持接管電腦界面。

比如從備忘錄應(yīng)用中輸入一個(gè)提示詞，模型就開始點(diǎn)擊屏幕，嘗試?yán)斫庥螒騼?nèi)容。每隔幾秒鐘它會(huì)截一次圖，然后基于這些截圖來規(guī)劃接下來的操作路徑。

你可以看到它在分析規(guī)劃，并嘗試執(zhí)行操作。

Serena Delarry表示，OpenAI曾經(jīng)發(fā)布過一個(gè)計(jì)算機(jī)使用模型，但那個(gè)運(yùn)行速度非常慢，效果也不太好。這次他開發(fā)的智能體，雖然還不算「非常優(yōu)秀」，但至少已經(jīng)「可用且順暢」。

為了測試模型的性能，Serena Delarry還會(huì)發(fā)布一個(gè)操作系統(tǒng)層面的性能基準(zhǔn)測試（OS-level benchmark）。

智能體「軍團(tuán)」作戰(zhàn)，AI電網(wǎng)超決策

電力公司每天要服務(wù)數(shù)百萬用戶，管理數(shù)十億美元的資產(chǎn)，同時(shí)，還受到各種約束：監(jiān)管政策、市場機(jī)制、電網(wǎng)的物理運(yùn)行極限等。

這意味著電力公司每分鐘都要處理海量數(shù)據(jù)，并基于這些信息快速?zèng)Q策。

打開智能體式電網(wǎng)編排系統(tǒng)首頁，你會(huì)看到一個(gè)調(diào)度員的典型界面：峰值負(fù)載、當(dāng)前負(fù)載、電網(wǎng)壓力狀態(tài)、電網(wǎng)拓?fù)鋱D等，還有不同數(shù)據(jù)源的詳細(xì)信息。

同時(shí)你還可以看到哪些輸電線路正在高負(fù)載運(yùn)行、面臨風(fēng)險(xiǎn)。

系統(tǒng)后端有五個(gè)獨(dú)立智能體，每個(gè)都有自己的優(yōu)化目標(biāo)函數(shù)。同時(shí)還有一個(gè)主控智能體，負(fù)責(zé)綜合所有智能體的建議，做出最終決策。

為了模擬真實(shí)的電網(wǎng)，演示中選擇了加州某個(gè)區(qū)域的典型電網(wǎng)結(jié)構(gòu)。系統(tǒng)中包含實(shí)際發(fā)電站、住宅區(qū)、商業(yè)負(fù)載中心，并且建模了各類故障場景——所以，這是一個(gè)實(shí)時(shí)、動(dòng)態(tài)的電網(wǎng)仿真平臺。

進(jìn)入平臺后可以開始模擬運(yùn)行。過程中會(huì)考慮各種系統(tǒng)損耗，比如技術(shù)損耗、輸電/配電損耗等。

系統(tǒng)的核心是五個(gè)智能體，對應(yīng)現(xiàn)實(shí)中電力公司內(nèi)部的各類角色：

戰(zhàn)略規(guī)劃智能體：確保在任何時(shí)候供需平衡；

戰(zhàn)術(shù)調(diào)度智能體：以最低成本完成負(fù)載分配；

資產(chǎn)管理智能體：如處理樹木倒塌導(dǎo)致電纜故障等突發(fā)情況；

以及其他支持型智能體，它們之間密切協(xié)同，而非各自為政。

每個(gè)智能體都有自己的目標(biāo)函數(shù)和可調(diào)用的工具，它們會(huì)提前模擬未來10到12個(gè)時(shí)間步，預(yù)測自己的行動(dòng)對電網(wǎng)系統(tǒng)造成的影響。

由于目前尚未對模型進(jìn)行深入微調(diào)（fine-tuning），所以目前智能體在一些關(guān)鍵指標(biāo)上表現(xiàn)不太理想。

當(dāng)前一個(gè)主要挑戰(zhàn)是：當(dāng)我們直接使用GPT-5作為智能體核心時(shí)，它在每一個(gè)時(shí)間步往往無法真正實(shí)現(xiàn)目標(biāo)最優(yōu)，而是傾向于采取「最安全」的保守路徑。

上圖展示了每個(gè)時(shí)間點(diǎn)各個(gè)智能體的行為：戰(zhàn)略規(guī)劃智能體可能會(huì)嘗試切換電容組（capacitor bank），戰(zhàn)術(shù)調(diào)度智能體則可能會(huì)激活電池儲能系統(tǒng)（BESS）進(jìn)行放電。

演示者表示，針對上述問題的優(yōu)化目標(biāo)是，依次滿足多層次的目標(biāo)函數(shù)，比如：保證電力供應(yīng)的可靠性；控制成本、提高運(yùn)行效率；保證系統(tǒng)持續(xù)在線運(yùn)行。

參考資料：

https://threadreaderapp.com/user/AlexReibman

http://threadreaderapp.com/

https://threadreaderapp.com/user/AlexReibman

https://x.com/jihyuk_gentoo/status/1954791809382518972