本週GPT-5.5發佈，同步先發Images 2.0，一文給你講明白它想幹嘛
整理版優先睇
OpenAI 發佈 GPT-5.5 同 Images 2.0，目標係讓 ChatGPT 由規劃做到交付，食曬成條生產鏈
呢篇文章出自老金，佢係一個專注 AI 應用嘅自媒體作者，經常分享實用技巧同產品分析。今次 OpenAI 喺短時間內連出兩個產品：4月21日嘅 ChatGPT Images 2.0 同 4月23日嘅 GPT-5.5。老金認為，如果分開睇只係模型同生圖升級，但擺埋一齊就見到 OpenAI 嘅真正野心——唔止想 ChatGPT 答問題，而係想佢包辦由諗方案、寫 Code、查資料，到最後整海報、PPT、報告嘅成條鏈路。
GPT-5.5 主打「更適合真實工作」，喺 Terminal-Bench 2.0 拎 82.7%、SWE-Bench Pro 拎 58.6%、GDPval 拎 84.9%，仲要更慳 Token。Images 2.0 嘅突破係做到「可交付視覺資產」，文字渲染穩定、指令跟隨更強，仲加入 Thinking Mode。兩者結合先係王炸：GPT-5.5 負責規劃執行，Images 2.0 負責視覺交付，令 ChatGPT 由問答工具變成完整工作台。
對普通人嚟講，最實用係三件事：彙報圖門檻降低、信息圖開始有用、方案可以由文檔直接變成物料。不過老金都潑冷水，官方示例唔等於日常效果，版權同成本都要留意。最後佢畀咗產品經理、運營同開發者具體嘅測試步驟，建議大家當新生產線試，而唔係急住話邊個被淘汰。
- OpenAI 連續發佈 GPT-5.5 同 Images 2.0，核心目標係打通「規劃→執行→視覺交付」嘅完整工作鏈，令 ChatGPT 唔再只係答問題。
- GPT-5.5 喺真實工作測試大幅提升（Terminal-Bench 82.7%、SWE-Bench Pro 58.6%），而且用更少 Token 完成同等 Codex 任務，代表更省錢、更穩定。
- Images 2.0 嘅突破係文字渲染穩定、指令跟隨更強，仲有 Thinking Mode 先理解再畫，令 AI 生圖由「氣氛圖」進化到「可交付嘅資訊圖」。
- 對打工人最直接嘅三個改變：彙報圖門檻降低、資訊圖開始有用、方案可以直接生成物料（海報、說明圖等）。
- 建議親身測試：產品經理試用功能文檔做圖，運營試活動方案，開發者試 Codex 能力；但要留意官方示例同實際有差距，版權同成本都要謹慎。
飛書開源知識庫（實時更新）
老金整理嘅 AI 相關開源知識庫，有交流羣資訊。
Claude Code & OpenClaw 全中文教程
15萬字免費開源教程，由零開始教唔識 Code 嘅人整網站。
老金嘅小破站（含開源項目）
作者個人網站，展示佢開源嘅項目。
OpenAI 嘅真正野心：由答問題變成交付
OpenAI 呢個星期連出兩個產品，表面係 GPT-5.5 模型升級同 Images 2.0 生圖升級，但老金話擺埋一齊睇先見到真章——OpenAI 想 ChatGPT 由「答問題」進化成「做曬成個 project」。
真正嘅變化唔係模型分數高咗零點幾個百分點，而係 OpenAI 開始將模型能力同內容交付能力接到一齊，令 ChatGPT 可以由規劃一路做到交付。
GPT-5.5：補齊「做實事」嘅能力
GPT-5.5 官方話係「更適合真實工作」，唔係傾偈用，而係接一個亂糟糟嘅任務，自己拆步驟、用工具、檢查結果。呢種就係 Agentic AI。
- 1 Terminal-Bench 2.0 拎 82.7%：測試 AI 喺 Terminal 入面做複雜任務，例如裝依賴、跑 Script、Debug。
- 2 SWE-Bench Pro 拎 58.6%：測試修復真實 GitHub Issue 嘅能力，唔係寫樣例 Code。
- 3 GDPval 拎 84.9%：測試知識工作，例如做表格、寫文檔、數據分析、辦公室任務。
OpenAI 話 GPT-5.5 做同樣嘅 Codex 任務用更少 Token，即係更慳錢，而且長任務冇咁易「跑偏」。
Images 2.0：生圖由「靚」變「用得」
如果只睇 GPT-5.5，好易寫成榜單大戰。但真正值得普通人關心嘅係 Images 2.0，因為佢開始整到「可交付嘅視覺資產」。
- 文字渲染更穩：以前畫海報啲字成日鬼畫符，而家官方展示海報、信息圖、講義，字錯就唔用得。
- 指令跟隨更強：保留構圖、改風格、控制比例，對產品頁、活動海報好關鍵。
- Thinking Mode 登場：唔係即刻出圖，而係先理解任務、必要時搜資料再生成，開始識「諗」點畫。
Images 2.0 盯上嘅唔係藝術圖，而係信息圖、流程圖、產品說明圖——呢啲先係打工人每日要用嘅嘢。
對打工人最實用嘅三件事
老金都潑咗冷水：官方示例一定係靚嗰啲，普通用戶測落嚟穩定性未必咁高；版權同商用邊界要小心；成本都係問題，API 未全面開放，高質模式可能好貴。
老金建議：先唔好急住話邊個被幹掉，而係當新產線試。產品經理可以用功能文檔試做圖，運營試活動方案，開發者重點試 Codex 嘅長任務能力。
總結：工作形態就快變
GPT-5.5 好強，但最值得興奮嘅唔係分數，而係 OpenAI 開始打通模型能力同內容交付。以後畀 AI 一個目標，佢就自己查、自己寫、自己做圖、自己交付。
唔會用 AI 嘅人仲喺度拗邊間模型分數高；會用 AI 嘅人已經諗緊點樣將一件事由想法做到成品。呢個差距先係真正嘅差距。
加我入AI討論學習羣，公眾號右下角「聯繫方式」
文末有老金嘅 開源知識庫地址·完全免費
OpenAI呢個星期連住出咗兩樣嘢。
4月21號，ChatGPT Images 2.0上線。
4月23號，GPT-5.5上線。
單獨睇，GPT-5.5係模型升級。
Images 2.0係生圖升級。
擺埋一齊睇，味道就唔同曬。
老金我嘅判斷係：
OpenAI唔係淨係想畀ChatGPT回答問題。
佢想令ChatGPT由諗方案、寫code、查資料，到最後整出海報、PPT、報告，成條連結都食曬。
GPT-5.5首先將做嘢能力補返
4月23號，OpenAI正式發布GPT-5.5。
官方講法好直接：
呢個係一個更適合真實工作嘅模型。
真實工作唔係陪你傾偈。
係接一個亂糟糟嘅任務，自己拆步驟，自己用工具，自己檢查結果。
呢個就係官方一路講緊嘅Agentic AI（能夠自己規劃同執行任務嘅AI）。
今次最關鍵嘅數據有三組。
Terminal-Bench 2.0拎到82.7%。
呢個測試專門睇AI能唔能夠喺命令行入面完成複雜任務。
裝依賴、跑script、調error，都算喺入面。
SWE-Bench Pro拎到58.6%。
呢個測試睇真實GitHub問題修復能力。
簡單講，就係唔好淨係會寫sample code，要能夠修真實項目入面嘅bug。
GDPval拎到84.9%。
呢個測試更加偏向知識型工作。
做表格、寫文件、分析數據、處理辦公室任務，都喺呢個範疇。
仲有一個細節好重要。
OpenAI話GPT-5.5做同樣嘅Codex任務，用嘅token更加少。
Token可以理解做AI處理文字嘅計費單位。
少用token，即係同樣任務更加慳，亦都冇咁容易喺長任務入面亂嚟。
但真正嘅變化，係Images 2.0
如果淨係睇GPT-5.5，文章好容易寫成榜單大戰。
邊個第一，邊個第二，邊個比Claude貴，邊個比Gemini勁。
呢種寫法可以蹭熱點。
但係冇抓住OpenAI呢一波真正嘅動作。
4月21號發布嘅ChatGPT Images 2.0，先係今次最值得普通人關心嘅地方。
因為佢唔只係更加識畫圖。
佢開始能夠做到可交付嘅視覺資產。
OpenAI官方畀嘅重點有幾個。
第一，文字渲染更加穩定。
以前AI畫海報，成日將字畫到鬼畫符咁。
而家官方直接展示海報、資訊圖、講義、商品圖。
呢啲嘢最怕字錯。
字一錯，設計再靚都用唔到。
第二，指令跟隨更加強。
你叫佢保留構圖、改風格、控制比例，佢更加聽得明。
呢啲對做產品頁、活動海報、匯報插圖好關鍵。
第三，Thinking Mode嚟咗。
呢個模式唔係即刻出圖。
佢會先理解任務，有需要嘅時候搜資料，再生成圖片。
講白啲就係：
佢唔係淨係識畫，佢開始會諗點樣畫。
點解要將呢兩個放埋一齊睇
GPT-5.5解決嘅係任務執行。
Images 2.0解決嘅係視覺交付。
呢兩件事以前係分開嘅。
你叫AI寫一篇營銷方案。
佢識寫。
但係到咗做封面、做海報、做資訊圖，就要切到第二啲工具。
你叫AI分析一個產品。
佢識分析。
但係到咗做匯報頁、做競品圖、做發布素材，仲要人手排版。
而家OpenAI想將呢條連結駁返埋。
前面由GPT-5.5負責規劃、研究、寫code、做表格。
後面由Images 2.0負責將結果變成圖。
呢個先係最勁嘅地方。
唔係模型分數高咗0.7個百分點。
而係ChatGPT越來越似一個完整嘅工作台。
如果對你有幫助，記得關注嚇～
對普通人最實用嘅係呢三件事
老金我覺得呢一波對打工仔好具體。
唔係嗰種遙遠嘅AGI敍事。
係今日就用得着嘅嘢。
第一，匯報圖門檻變低
以前做PPT配圖，最大嘅問題唔係畫唔出。
係文字唔靚，版式唔穩定，中文成日出錯。
Images 2.0如果真係可以將文字同版式穩定落嚟。
咁週報封面、產品海報、項目覆盤圖，都會慳返好多時間。
第二，資訊圖開始有用
AI生圖以前最適合做氛圍圖。
好睇，但係唔一定用得。
今次官方重複強調小文字、圖標、UI元素、密集構圖。
呢個說明佢盯上嘅唔係藝術圖。
而係資訊圖、流程圖、產品說明圖。
呢啲對產品、運營、銷售都好關鍵。
以後可以將模型對比、價格對比、功能路線圖直接整成圖。
第三，方案可以由文檔變成物料
一個方案寫完，唔只係掉入飛書文檔。
仲可以叫ChatGPT生成客戶介紹圖、內部培訓圖、活動預告圖、產品說明圖。
以前呢一步好麻煩。
而家如果模型可以穩定輸出，就相當於每篇文章天然多咗幾種分發形態。
都唔好吹得太勁
呢度要淋啲冷水。
第一，官方例子唔可以等於真實日常效果。
發布會展示嘅圖，一定係揀過嘅。
普通用戶用同樣複雜嘅中文需求去試，穩定性仲要睇實測。
第二，版權同商用邊界仲要小心。
尤其係做品牌圖、商品圖、人物風格圖。
生成到，唔代表每個場景都可以放心用。
第三，成本會變成新問題。
GPT-5.5好勁，但官方都話API未全面開放。
Images 2.0如果高質量模式好貴，普通用戶都冇可能無限咁出圖。
所以老金我嘅建議係：
唔好咁急話邊個被幹掉。
首先將佢當成一個新生產線嚟試。
應該點樣用
如果你係產品經理。
可以首先拎一份功能說明文檔做測試。
第一步，叫GPT-5.5幫你提煉3個用戶痛點。
第二步，叫佢將痛點改成一頁產品介紹結構。
第三步，用Images 2.0生成產品說明圖同一張對比圖。
第四步，檢查中文、數字、品牌名有冇錯。
如果你做運營或者市場。
可以拎一場活動方案試。
叫GPT-5.5先拆目標人羣同賣點。
再叫Images 2.0生成活動海報、社羣預告、銷售話術圖。
如果可以直接用，咁價值就好大。
如果仲要大改，都可以當設計初稿。
如果你係開發者。
重點睇GPT-5.5嘅Codex能力。
尤其係長任務、debug、測試、重構。
Images 2.0反而可以用嚟做README圖、架構圖、演示圖。
老金最後講句真話
GPT-5.5今次好勁。
但佢唔係最值得興奮嘅部分。
真正值得睇嘅係：
OpenAI開始將模型能力同內容交付能力接埋一齊。
以前我哋用AI，係問佢一個問題。
後來係叫佢寫一段code。
而家慢慢變成：
畀佢一個目標，佢自己查、自己寫、自己做圖、自己交付。
呢條路行通之後，好多人嘅工作唔會即刻消失。
但工作形態一定會變。
唔識用AI嘅人，可能仲喺度糾結邊間模型分數高。
識用AI嘅人，已經開始諗點樣將一件事由想法做到成品。
https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf
Claude Code & Openclaw 雙頂流全中文從零開始嘅教程：唔識code照樣整網站，老金15萬字Claude Code+OpenClaw教程免費開源
我嘅小破站（包含我開源嘅項目）：https://www.aiking.dev/
每次我都想提一提，呢個唔係凡爾賽，係希望有想法嘅人勇敢去試。
我唔識code，我英文又唔好，但係我整咗好多嘢出嚟。
我真心希望可以影響更加多人嚟嘗試新技巧，迎接新時代。
多謝你睇我嘅文章。
如果覺得唔錯，順手點個讚、在看、轉發三連啦🙂
如果想第一時間收到推送，都可以畀我個星標⭐～多謝你睇我嘅文章。
加我進AI討論學習羣，公眾號右下角“聯繫方式”
文末有老金的 開源知識庫地址·全免費
OpenAI這周連着發了兩個東西。
4月21日，ChatGPT Images 2.0上線。
4月23日，GPT-5.5上線。
單獨看，GPT-5.5是模型升級。
Images 2.0是生圖升級。
放在一起看，味道就不一樣了。
老金我的判斷是：
OpenAI不是隻想讓ChatGPT回答問題。
它想讓ChatGPT從想方案、寫代碼、查資料，到最後做出海報、PPT、報告，整個鏈路都吃掉。
GPT-5.5先把幹活能力補上了
4月23日，OpenAI正式發佈 GPT-5.5。
官方說法很直接：
這是一個更適合真實工作的模型。
真實工作不是陪你聊天。
是接一個亂糟糟的任務，自己拆步驟，自己用工具，自己檢查結果。
這就是官方一直在說的 Agentic AI（能自己規劃和執行任務的AI）。
這次最關鍵的數據有三組。
Terminal-Bench 2.0拿到82.7%。
這個測試專門看AI能不能在命令行裏完成複雜任務。
裝依賴、跑腳本、調錯誤，都算在裏面。
SWE-Bench Pro拿到58.6%。
這個測試看真實GitHub問題修復能力。
簡單說，就是別隻會寫樣例代碼，要能修真實項目裏的坑。
GDPval拿到84.9%。
這個測試更偏知識工作。
做表格、寫文檔、分析數據、處理辦公室任務，都在這個範疇。
還有一個細節很重要。
OpenAI說 GPT-5.5 做同樣的 Codex 任務，用的 token 更少。
Token可以理解成AI處理文字的計費單位。
少用token，意味着同樣任務更省，也更不容易在長任務裏亂跑。
但真正的變化，是Images 2.0
如果只看 GPT-5.5，文章很容易寫成榜單大戰。
誰第一，誰第二，誰比Claude貴，誰比Gemini強。
這種寫法能蹭熱點。
但沒抓住OpenAI這波真正的動作。
4月21日發佈的 ChatGPT Images 2.0，才是這次最值得普通人關心的地方。
因為它不只是更會畫圖。
它開始能做可交付的視覺資產。
OpenAI官方給的重點有幾個。
第一，文字渲染更穩。
以前AI畫海報，經常把字畫成鬼畫符。
現在官方直接展示海報、信息圖、講義、商品圖。
這些東西最怕字錯。
字一錯，設計再漂亮也不能用。
第二，指令跟隨更強。
你讓它保留構圖、改風格、控制比例，它更能聽懂。
這對做產品頁、活動海報、彙報插圖很關鍵。
第三，Thinking Mode來了。
這個模式不是立刻出圖。
它會先理解任務，必要時搜索資料，再生成圖片。
說白了就是：
它不是隻會畫，它開始會想怎麼畫。
為什麼要把這兩個放一起看
GPT-5.5解決的是任務執行。
Images 2.0解決的是視覺交付。
這兩件事以前是斷開的。
你讓AI寫一篇營銷方案。
它能寫。
但到了做封面、做海報、做信息圖，就要切到別的工具。
你讓AI分析一個產品。
它能分析。
但到了做彙報頁、做競品圖、做發佈素材，還得人工排版。
現在OpenAI想把這條鏈路接起來。
前面由 GPT-5.5 負責規劃、研究、寫代碼、做表格。
後面由 Images 2.0 負責把結果變成圖。
這才是王炸的地方。
不是模型分數高了0.7個百分點。
而是ChatGPT越來越像一個完整工作台。
如果對你有幫助，記得關注一波~
對普通人最實用的是這三件事
老金我覺得這波對打工人很具體。
不是那種遙遠的AGI敍事。
是今天就能用上的東西。
第一，彙報圖門檻變低
以前做PPT配圖，最大的問題不是畫不出來。
是文字不好看，版式不穩定，中文經常翻車。
Images 2.0如果真能把文字和版式穩定下來。
那週報封面、產品海報、項目覆盤圖，都會省一大截時間。
第二，信息圖開始有用了
AI生圖以前最適合做氛圍圖。
好看，但不一定能用。
這次官方反覆強調小文字、圖標、UI元素、密集構圖。
這說明它盯上的不是藝術圖。
而是信息圖、流程圖、產品說明圖。
這對產品、運營、銷售都很關鍵。
以後可以把模型對比、價格對比、功能路線圖直接做成圖。
第三，方案可以從文檔變成物料
一個方案寫完，不只是丟進飛書文檔。
還可以讓 ChatGPT 生成客戶介紹圖、內部培訓圖、活動預告圖、產品說明圖。
以前這一步很麻煩。
現在如果模型能穩定輸出，就相當於每篇文章天然多了幾種分發形態。
也別吹過頭
這裏要潑點冷水。
第一，官方示例不能等於真實日常效果。
發佈會展示的圖，一定是挑過的。
普通用戶拿同樣複雜的中文需求去跑，穩定性還得看實測。
第二，版權和商用邊界還要謹慎。
尤其是做品牌圖、商品圖、人物風格圖。
能生成，不代表每個場景都能放心用。
第三，成本會變成新問題。
GPT-5.5很強，但官方也說API還沒全面開放。
Images 2.0如果高質量模式很貴，普通用戶也不可能無限刷圖。
所以老金我的建議是：
先別急着喊誰被幹掉。
先把它當成一個新生產線來試。
應該怎麼用
如果你是產品經理。
可以先拿一份功能說明文檔做測試。
第一步，讓GPT-5.5幫你提煉3個用戶痛點。
第二步，讓它把痛點改成一頁產品介紹結構。
第三步，用Images 2.0生成產品說明圖和一張對比圖。
第四步，檢查中文、數字、品牌名有沒有錯。
如果你做運營或市場。
可以拿一場活動方案試。
讓GPT-5.5先拆目標人羣和賣點。
再讓Images 2.0生成活動海報、社羣預告、銷售話術圖。
如果能直接用，那價值就很大。
如果還要大改，也能當設計初稿。
如果你是開發者。
重點看 GPT-5.5 的Codex能力。
尤其是長任務、調試、測試、重構。
Images 2.0反而可以用來做README圖、架構圖、演示圖。
老金最後說句實話
GPT-5.5這次很強。
但它不是最值得興奮的部分。
真正值得看的是：
OpenAI開始把模型能力和內容交付能力接到一起。
以前我們用AI，是問它一個問題。
後來是讓它寫一段代碼。
現在慢慢變成：
給它一個目標，它自己查、自己寫、自己做圖、自己交付。
這條路走通之後，很多人的工作不會立刻消失。
但工作形態一定會變。
不會用AI的人，可能還在糾結哪家模型分數高。
會用AI的人，已經開始想怎麼把一件事從想法做到成品。
https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf
Claude Code & Openclaw 雙頂流全中文從零開始的教程：不懂代碼照樣造網站，老金15萬字Claude Code+OpenClaw教程免費開源
我的小破站（含我開源的項目）：https://www.aiking.dev/
每次我都想提醒一下，這不是凡爾賽，是希望有想法的人勇敢衝。
我不會代碼，我英語也不好，但是我做出來了很多東西。
我真心希望能影響更多的人來嘗試新的技巧，迎接新的時代。
謝謝你讀我的文章。
如果覺得不錯，隨手點個贊、在看、轉發三連吧🙂
如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章。