一句话看懂:有观察者指出,OpenAI、Anthropic、Google 近期宣传重点正从写代码转向数学证明、生物科研、奥赛金牌等更硬的场景,但这只是社区观察,并非官方产品路线公告。
事件核心:发生了什么
2026 年 11 月 22 日,X 用户 @Zzaiw3x 发文称,刷完几家大模型新动态后有一个强烈感受:御三家(OpenAI、Anthropic、Google)几乎不再把“写代码”当作核心卖点,转而集中展示数学证明、生物科研、奥赛金牌这类硬核场景。其解释是 Coding 已“卷到头”,日常开发够用,宣传上难讲新故事,只能寻找更能证明“智商上限”的考场。评论区中,@alexlee20122022 补充称 SWE-bench 等代码评测分数接近刷满、区分度下降;@iknowu_nn 则提到“opus5.5 写程序已经足够了”。以上均为社区说法,目前公开信息显示,尚无三家公司的官方公告确认这一宣传转向。
为什么重要
如果这一观察成立,它反映的是大模型竞争叙事的迁移:代码能力曾是最易量化的卖点,如今基准分数趋于饱和,厂商需要更高难度、更难被刷分的任务来维持技术领先形象。数学证明与科研场景对推理深度、长链条稳定性要求更高,也更容易与闭源旗舰模型、算力投入和训练规模挂钩。但这同时意味着评测口径更复杂,普通开发者难以复现,宣传与真实可用能力之间的落差需要更谨慎地判断。
对用户/开发者/创作者的影响
对开发者而言,日常编码仍是大模型最成熟的应用之一,模型是否继续宣传 Coding 并不改变 API 的实际可用性;选型时应以自己任务上的实测为准,而非发布会叙事。对普通用户和创作者,头部厂商向“博士级科研”狂奔,短期内未必带来更好用的日常工具,基础普及与高精尖宣传之间的撕裂感可能继续存在。企业采购则需区分演示场景与生产场景,关注模型在自身数据上的推理稳定性和成本。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是三家后续发布中 Coding 相关内容的占比是否真的下降;二是数学、科研类评测是否出现可复现的第三方基准,而非仅靠厂商自述;三是开源模型在代码与日常任务上是否缩小差距,从而改变闭源旗舰的叙事重心。
来源:@Zzaiw3x


