2026年3月6日·24小时AI动态：GPT-5.4 把“操作电脑”带进现实，甲骨文为 AI 数据中心扩张付出代价，Qwen 人才震荡引发全球抢人战

过去一天，AI 行业的三条消息分别指向三个更深层的问题：模型能力是否正在真正接管工作流，基础设施扩张能否经得起现金流考验，以及顶级团队的人才稳定性会不会成为下一轮竞争的分水岭。一个是能力边界继续外扩，一个是重资产扩张开始反噬利润表，一个是组织震荡引发全球范围的抢人连锁反应。它们共同说明，AI 竞争已经不再只是“谁的模型更强”，而是全面进入了“产品、资本、组织”三线同时作战的阶段。

1. ChatGPT 发布 GPT-5.4，在 API、Codex、网页版和独立 App 都可以使用

点评：
如果 GPT-5.4 真正实现了 API、Codex、网页版和独立 App 的同步可用，这比单纯的版本升级更值得关注。它意味着 OpenAI 正在把新模型从“一个新能力”变成“整个平台的统一底层”，让开发者、企业和普通用户可以在同一个时间点完成体验、集成与部署。

从你给出的信息看，GPT-5.4 在桌面环境导航能力上的提升非常显著。OSWorld-Verified 这类基准测试，本质上考验的不是“会不会回答”，而是“能不能在真实操作系统里完成任务”。成功率从前代的 47.3% 提升到 75.0%，甚至高于 72.4% 的人类平均水平，这意味着模型正在从“辅助决策”跨进“直接执行”的门槛。

更关键的是三项能力组合：200 万 token 上下文、Native Computer Use，以及 Tool Search + 动态工具加载。长上下文让模型具备更强的项目级记忆和跨任务连续性；工具检索与动态加载让它不再局限于预置能力；而原生计算机操控则把“理解任务”推向“直接操作设备”。这也是为什么很多人会把它解读为对微软 Copilot 的一次跨维度竞争。Copilot 更依赖 Windows 生态与系统内集成，而 GPT-5.4 如果真能做到跨平台、跨应用、自主执行，它争夺的就不只是一个操作系统入口，而是整个数字工作流的控制权。

但必须强调，Native Computer Use 也是最敏感、最危险的一步。让 AI 去“动你的电脑”，本质上已经从问答和生成迈入执行层。一旦权限设计不清晰、指令理解有偏差，误删文件、错误下单、错发邮件、误改配置，这些都不是小问题。因此，真正决定 GPT-5.4 能否大规模落地的，不只是能力，而是权限分级、确认机制、回滚能力、日志审计以及本地敏感数据处理。

与此同时，性能提升也带来了现实问题：价格。你提到 GPT-5.4 Pro 的输入价格高达 30 美元/百万 token，输出价格高达 180 美元/百万 token。对于高频调用、长上下文、企业级 Agent 工作流而言，这种成本会直接影响采用意愿。OpenAI 现在面临的不是“有没有更强模型”，而是“更强模型能否真正被大规模用得起”。

2. 甲骨文计划裁员数千人，以应对因大规模 AI 数据中心扩张导致的现金流紧张

点评：
这条消息如果成立，背后并不是甲骨文看空 AI，而恰恰说明它对 AI 的投入已经重到开始挤压自身的财务弹性。你提供的背景很关键：为了抢占 AI 市场，甲骨文在 2024 到 2025 年一口气建设了 12 座 AI 数据中心，但企业客户采购 AI 服务的速度并没有跟上基础设施的扩张节奏。

这就暴露出 AI 基础设施竞争里最残酷的一面：收入增长是后验的，现金流压力是先验的。数据中心不是只买服务器那么简单，它意味着网络、电力、冷却、土地、施工、长期运维和组织配套的同步上升。对于甲骨文这类公司来说，订单兑现前，现金已经先被巨额基础设施投入吞掉。裁员本质上是在为高强度 CapEx 和长期部署腾挪利润表空间与现金流安全边际。

值得注意的是，这次裁员并不像常规的“滚动式优化”，而更像一次更广范围的资源再配置。你提到它会影响多个部门，甚至明确指向因 AI 发展导致需求减少的岗位，同时云部门的新招聘也开始冻结。这意味着管理层并不是简单“省钱”，而是在强行把组织重心重新拉回 AI 云基础设施、数据中心运营和大客户交付。

机构预测甲骨文未来几年现金流可能持续承压，直到 2030 年前后才开始显著回报，这一点尤其值得警惕。AI 时代并不是所有“押得早、投得猛”的公司都会轻松受益。中间那四五年，往往是最痛苦的资本消耗期。真正的问题不是甲骨文愿不愿意为 AI 下注，而是它能不能扛过下注之后最难熬的现金流阶段。

3. 谷歌 DeepMind 高管邀请 Qwen 团队成员加入其公司，此前 Qwen 技术负责人林俊扬及几位核心成员离职

点评：
如果这条消息属实，它绝不只是一次普通挖人，而是对 Qwen 技术价值的一次外部认证，同时也是在组织震荡期的“乘势进攻”。在大模型行业里，真正稀缺的资产从来不只是模型参数、训练集群和开源权重，而是那批能决定方向、能带团队、能把研究成果快速变成产品的人。

林俊扬及多位核心成员离开之后，外部高管在这个时间点公开或半公开地发出邀请，本身就具有强烈的信号意味。它说明市场默认 Qwen 团队当前处在一个相对松动、容易被挖角的阶段。对 DeepMind 来说，哪怕最终没有大规模吸收成功，这类邀请也会放大外界对 Qwen 稳定性的担忧，进而影响团队士气、合作伙伴判断以及社区预期。

更重要的是，这也从侧面说明 Qwen 团队的含金量已经不只是国内认可，而是被全球头部机构视作“能直接提升战斗力”的人才资产。这对 Qwen 来说当然是压力，但换个角度，它也证明了 Qwen 在开源、工程实现和模型落地上的积累，已经打出了国际影响力。

对于阿里和 Qwen 来说，真正的考验从来不是“有没有人来挖”，而是“在组织震荡之后还能不能稳定交付”。接下来最值得观察的，仍然是未来 4 到 8 周的版本节奏、社区维护、文档质量、SDK 响应速度以及生态合作推进。尊重技术人才、给予足够创新空间，看起来不像财报指标那样直观，但在 AI 赛道上，它很可能比一份再宏大的战略规划都更重要。

过去72小时最重要的AI事件

Codex 登陆 Windows，博通证明 AI“高速公路”才是利润藏身之处（3月5日）
Qwen 震荡与 OpenAI “去微软化”传闻，同步指向生态战升级（3月4日）