請注意，這些想法都是初步的，而且只是有趣的推測。我還沒有足夠的時間來充分考慮/研究所有這些想法，而且我可能有許多想法是錯誤的。不過，我希望這些內容能吸引那些嘗試了解目前發展的人。
OpenAI 的 o3 模型不值得驚訝。OpenAI 早在兩個月前就向我們展示了測試中的縮放定律，而計算的歷史決定了我們應該相信趨勢線，不管它看起來有多不可能。真正令人驚訝的是，這一切在短短兩個月內發生得如此迅速。在如此短的時間內，我們已經從大學級的人工智慧過渡到博士級的人工智慧。對於人類來說，改變是令人興奮的，但快速的改變則是令人警覺的。
o3 層級的模型擅長於優化任何可以定義獎勵函數的任務。數學和程式設計很適合獎勵函數的設計，而新穎的寫作則是更大的挑戰。
因此，在短期內 (一年內)，我們會觀察到模型表現出不同的能力。它們基本上會在數學、程式設計和一般推理方面達到 AGI 等級的能力，但它們的書面小說卻很一般。
AI 會迅速取代所有軟體工程師嗎？軟體工程並非只是根據高度特定的提示來建構 pull request。與數學家不同的是，軟體工程師經常與物理/現實世界互動，也就是與其他人互動。
工程師必須與客戶合作以瞭解他們的需求，並與團隊成員合作以理解他們的需求。當工程師設計架構或編寫程式碼時，他們會在一個實質的組織情境中運作。然而，o4 將賦予擁有此情境的工程師以 10 倍的速度運作。
如果軟體工程師以 10 倍的速度運作，需要的人數會減少嗎？考慮到特定的公司，他們可能需要更少的軟體工程師，以更精簡的團隊達到相同的產出。然而，全球對軟體工程師的需求可能會增加，因為全世界肯定可以使用更多的高品質軟體。因此，我們可能會見證更精簡公司的應用程式黃金時代，為個人和企業提供個人化的微型應用程式。
長期來說（具有諷刺意味的是，2 年現在已經算是長期），軟體工程將會有翻天覆地的變化，讓預測變得困難。當 o6 系統存在並完全整合到我們的應用程式時，它怎麼可能不會改變？前端工程師等職務可能會在三年內不復存在。這是否很不尋常？並不特別-前端工程師的角色在 30 年前並不存在。
我們應該承認，軟體每一代都在自我破壞。軟體一直都是，並將繼續是，將需求轉換為純邏輯。這個轉譯過程已經從二進位提升到 Python 的抽象層級。目前的差別在於，它現在正提升到英文。
這種向英語的轉變開放了編碼給非技術人員。然而，最有效率的建置者仍是那些能夠在抽象層級與現實之間游刃有餘的人。
總而言之，由於軟體工程的根本在於透過程式碼了解並解決組織需求，因此軟體工程的完全自動化將與所有組織的完全自動化不謀而合。
我們討論過知識工作者，但體力勞動者呢？O 級模型對機器人技術的幫助不大，因為需要一小時處理的模型不利於工廠生產線。增強基礎模型的智慧是有益的，而 o-level 模型將有助於訓練這些模型，但這並不能解決機器人發展的主要瓶頸。主要的瓶頸在於硬體的改善，以及感知與動作的快速/可靠模型。這些都需要更多的時間來改善（例如，數年）。當機器人開始製造機器人，而人工智能開始進行人工智能研究時，機器人技術才可能真正快速進步。這可能源自於 o 級模型，但這可能還需要數年時間。
