近期围绕 AI 领域的讨论中，Ethan Mollick 的观点频繁出现，他主要关注 AI 模型能力评估、应用局限与行业资源瓶颈。
- 近期主要进展包括：
- Mollick 对 GPT-5.5 Pro 进行了深度测试，发现其能够整章投喂并精准定位引用，验证了“Erdos”式效果的可复现性，这一结论被 Gary Marcus 引用并承认误判。(Gary Marcus 承认误判：GPT-5.5 可复现 Erdos 类似效果)
- 在视频编辑领域，Mollick 演示了 Gemini Omni 的原生多模态能力，能将 1896 年的火车视频转换为子弹头列车效果，展示 AI 在视觉内容重构上的潜力。(Gemini Omni 原生多模态视频编辑演示)
- 同时，他多次提及 AI 算力短缺问题，认为复杂智能体工作流将变得昂贵，并对比了 GPT-4 与 GPT-4o 的混合实验效果，指出新模型优势更明显。(AI算力短缺：复杂智能体工作流将变得昂贵、GPT-4与GPT-4o混合实验)
- 在应用层面，Mollick 指出 ChatGPT 用于个人理财需要预置技能引导，同时批评 AI 与政治讨论中缺失“行动环节”，认为当前焦点过于技术化而忽略实际介入。(ChatGPT 个人理财：需预置技能引导用户、AI与政治讨论缺失关键环节：行动时刻)
当前焦点集中在：模型能力的快速迭代（如 GPT-5.5、Gemini Omni）与算力、应用落地之间的张力。未来值得观察的是，AI 在复杂真实场景中的可行性与成本控制，以及 Mollick 所强调的“行动时刻”能否在政治等领域得到回应。