配图：LittleDot 专栏概念插画，AI 生成。
听说下一代模型又在路上，我脑子里先冒出来的，是一个很小的愿望：能不能交给它一件事，然后得到一个真正完成的结果？
比如改一个网站页面。要读懂现有代码，找到应该改的位置，保留已经正常工作的部分，再把桌面和手机都检查一遍。最后告诉我改了什么，哪里还没处理好。这个要求说起来不复杂，真做起来却会碰到一串细节。
少改一处，页面看着像好了，操作还是不通。检查漏一项，桌面挺漂亮，手机上按钮却挤到一起。交付时一句“完成了”，如果和实际页面对不上，我还得自己往回找。几轮以后，省下的时间又花回去了。
Fireside Alpha 整理的 Boris Power 谈话里，已经提到了 GPT‑7、GPT‑8 等后续研究。我把它当作一个值得关注的信号。至于下一代到底能不能解决这些使用问题，现在还没有一份 GPT‑7 的实测可以替我们回答。
我会拿一个项目来试，不先看那张分数表
如果拿到 GPT‑7，我想给它的第一份题目，大概不会是脑筋急转弯。我会挑一个有旧代码、有历史决定、也有几个没写清楚要求的真实项目，让它从头处理到交付。
我会看它能不能分清楚什么已经决定，什么需要问我。小问题自己往前做，遇到会影响整个项目的选择再停下来。每一步都问我，我成了它的操作员；一路不问，做完才发现方向错了，同样麻烦。
还有做到一半的衔接。今天停下来，明天继续，我希望它接得上原来的工作。哪些改了、哪些没改、哪个问题还在等答案，都得留下来。换到另一个项目，也要分得清两个项目的要求，不能把这里的决定顺手带过去。
再就是出错以后怎么处理。它发现刚才的方法不行，应该查原因，换办法，再检查。反复把同一步重做几遍，或者换一种说法宣布成功，都会让人失去耐心。我宁愿它直接说：这一步卡住了，原因是这个，已经试过这些方法。
速度当然也要算。一个回答慢一点，我还能等；一件事来回跑十几轮，每轮都慢，工作就很难连着做。对我来说，模型少犯一次需要返工的错误，有时比回答快几秒更有用。
所以我对 GPT‑7 的期待很朴素。交给它一个任务，最后打开页面、跑一次流程，结果和要求对得上。能做到这一点，我会很愿意继续用，也很愿意推荐。
等它真来了，我们就拿手里的活试。到时候我想写的下一篇，是一个项目究竟做到了哪里，而不只是新模型又上了哪张榜。