据 @emollick 所述，Ethan Mollick 引用其在 One Useful Thing 的文章为 OpenAI o1 预览版提供背景，指出该模型倾向分步推理、隐藏思维链、在“深思型”提示下表现更佳。根据 One Useful Thing 的报道，o1 预览版在多步问题求解与代码生成上更稳健，但在需求不明确时更易失误，并对思维过程披露有严格限制，企业需要相应优化流程。依据 One Useful Thing，给出明确约束、增加校验步骤与结合工具调用可显著提升稳定性，建议与检索、结构化提示及自动化测试框架组合。根据 One Useful Thing，结合评估回路与人工复核，o1 在文档生成、分析摘要与质量检测环节带来可量化效率提升，短期 ROI 场景包括报告自动化、洞察摘要与代码回归测试。

根据Ethan Mollick在X上的评论，OpenAI的o1预览版被视为继GPT3.5之后LLM时代的第二重要发布，核心在于展示“测试时计算驱动推理提升”的关键图表；据OpenAI介绍，o1通过在推理阶段投入更多计算、执行结构化推理步骤与规划，显著增强复杂任务能力，标志从单纯增大模型参数转向放大测试时计算的策略转变（来源：OpenAI《Introducing OpenAI o1 Preview》；Ethan Mollick贴文）。据OpenAI称，这种方法在代码生成、数学与科学问题求解上更可靠，可落地企业级工作流与代理式自动化；并且可按需调节延迟与成本，带来分级定价与新的部署模式。依据OpenAI发布，围绕测试时计算的调度、缓存与结果校验将形成新生态，企业可重点试点软件工程质检、分析校验、合规文档等场景，在不暴露内部推理细节的前提下提升准确性与可审计性。