Power 指出，同代模型内的渐进式微调（如 GPT-5.1至5.2的升级）虽依赖特定训练数据并能帮助团队实现快速迭代，但在内部被视作短期投资;真正的性能飞跃始终来自全新基底模型的推出，而每次大版本跨越都会促使团队重新校准短期投入方向。
在产品交互演化层面，Power 强调当前 AI 助手的核心挑战在于引导用户理解与激发技术潜力，而非单纯的模型质量。
交互范式正在经历根本性重塑:GPT-4高度依赖用户精心构造的提示词，GPT-5虽降低了门槛但仍需要密集的人工反馈，而规划中的 GPT-6将更接近高水准的协作伙伴，用户只需下达目标即可自主推进。这标志着前沿 AI 的研发重点正从单点参数修补加速转向以目标驱动、具备高度自主协同能力的长周期基座创新。
