4月17日凌晨，OpenAI正式宣布推出目前OpenAI系列里能力最強的推理模型——o3模型和o4-mini模型。

去年12月，OpenAI就預熱過o3推理模型，當時強調的重點是o3模型在解決困難問題上的能力，要顯著強于OpenAI第一代推理模型o1。

而此次正式發布中，OpenAI不僅強調了o3模型在能力上的領先性，同時還強調了o3的Agent能力，且強調o3是第一代能夠在思維鏈中使用圖像進行推理的模型。

自主調用工具是Agent能力最重要的體現。OpenAI表示，曾看到o3為了解一個特別難的任務，連續調用了大約600次工具。

隨著OpenAI的O系列、DeepSeek R1等推理模型日趨成熟，業內普遍認為，只需一條指令即可完成整套任務的AI Agent能力將迎來顯著提升。

相比于Google，Anthropic等從去年就開始宣傳Agent能力，甚至已經開始推動MCP、A2A等Agent協議普及的公司，OpenAI之前在Agent能力上的布局相對缺失。而今天的發布，證明OpenAI在Agent能力上，仍然有自己的思考和布局。

OpenAI宣布， 從今天開始，Plus、Pro和Team用戶就可以使用o3模型和o4-mini模型了，接下來幾周還會推出o3-pro模型，替代過去的o1-pro模型。

在彩蛋環節，OpenAI還表示，未來將發布一系列編程工具，重新定義AI時代的編程，首發的是一個叫Codex CLI的開源輕量化編程agent。Codex CLI可以直接使用OpenAI的模型（最終包括o3和o4-mini），接管本地計算機終端命令行界面，直接進行代碼編寫和文件移動等等。

OpenAI的展示很有意念編程（vibe coding）的味道了：直接在網頁上截圖了一個別人編程好的效果圖，丟給Codex CLI，跟它說做一個html文件復現這個效果，并做一些改動。很快，Codex CLI就自己寫了代碼，調用了系統工具，復現出了一個類似的效果。

OpenAI今日的發布大致符合預期——o3和 o4-mini已經預熱多時，視覺推理與Agent能力也早已在其他公司的模型中有所體現。

不過，從今天的發布中仍能看出OpenAI在Agent等前沿方向上的布局節奏，以及將已有能力產品化的獨特能力。

OpenAI的模型迭代，也再一次重新肯定了后訓練Scaling Law的存在。目前看來，AI模型在接下來幾年，仍然會出現能力的快速進化，還未到達瓶頸。

OpenAI的Agent能力，目前更多的是調用自身的工具

OpenAI此次發布的一大亮點在于Agent的能力。最初的兩個展示都與工具調用能力有關。

第一個展示是研究員給了OpenAI一個十年前寫過的論文圖片，讓o3模型找到一個特定的結果，并和最新的研究成果進行比較。

o3模型首先利用內置的視覺推理能力，放大圖片，找到了研究員想要的特定結果，然后根據圖片中的內容進行推理，算出了論文推導的數值，然后使用搜索功能，查找了十篇論文，比較了最新研究成果與作者十年前論文的結果的區別，最后給出了自己的建議。

第二個演示是研究員問OpenAI，根據我的興趣，讀新聞，告訴我一些我可能感興趣的事情。

這個演示則利用的是OpenAI內置的記憶工具——OpenAI幾天前剛剛宣布OpenAI的模型目前有了可以訪問用戶全量記憶的能力。

o3模型先是訪問記憶后，找出用戶喜歡水肺潛水和彈奏音樂，然后利用搜索功能，找到了一條交叉兩條興趣的新聞：研究人員會錄下健康珊瑚礁的聲音，然后用水下揚聲器在海里播放這些聲音，以保護珊瑚。

最后o3模型使用了OpenAI的canvas工具和數據分析工具，生成了一個漂亮的博客界面，完成了任務。

可以看到，在OpenAI目前的布局當中，Agent能力更多的是調用OpenAI的內部工具。

不過，在基礎的工具調用能力水平存在的情況下，如果想要接入其他工具，似乎也并不是很難。OpenAI今年3月剛剛宣布接入MCP協議，為之后使用其他工具打下了基礎。

o4-mini 表現出色，RL的Scaling Law仍在起作用

雖然在去年12月OpenAI曾經預熱過o3模型的具體能力，這次正式發布，官方表示因為進行了「對推理成本和實用性做了大量優化」，在評測結果上，OpenAI表示可能會有差別。

在發布會直播中，OpenAI展示了幾組測試結果，o3模型和o4-mini模型在數學能力、代碼能力和多模態能力上都表現出色：