影片筆記：GPT-5.6 正式登場！ChatGPT 直接操作電腦、做網站、即時翻譯

一句話總結

OpenAI 發布 GPT-5.6 系列模型（包含 Sol、Terra、Luna 三種規格），並推出 ChatGPT Work 企業版與全新桌面應用程式（Desktop App）。影片展示了模型在直接操作電腦（Computer Use）、生成互動式網站（Sites）、自動化工作流及農業管理等場景的應用，並強調了 Ultra Mode 的多代理協作能力與安全對齊措施。

核心重點

• GPT-5.6 系列模型發布：
• Sol：最強大模型，針對最難的代理工作流（agentic workflows）。
• Terra：較快模型，針對日常工作流程。
• Luna：最快且最經濟的模型，針對高容量工作。
• 模型在編程、電腦使用（Computer Use）及資訊定位上達到最先進（state-of-the-art）水平。
• ChatGPT Work（企業版）：
• 整合 Slack、員工反饋、日曆排程等內部工具。
• 應用案例涵蓋財務差異分析、招聘追蹤、數據科學視覺化及產品發布準備。
• 全新 ChatGPT Desktop App：
• 具備本地端能力，可存取本地文件、瀏覽器分頁及其他應用程式。
• 內建 Computer Use 功能，可自動操作電腦（如 Apple Notes 檔案整理）。
• 支援生成互動式視覺化圖表並發布為 Site 連結。
• Sites 功能與互動原型：
• 單一提示詞即可生成高質量互動網站，無需 Figma 等設計工具輔助。
• 支援 3D 視覺化、互動遊戲原型及團隊協作反饋。
• Ultra Mode 與效能提升：
• 透過釋放「代理團隊」（team of agents）並行工作，提升效能與速度。
• Token 效率提升，在 DeepSuite 1.1 評估中以不到一半成本超越競爭對手。
• 安全與開源貢獻：
• 投入超過 700,000 個 A100 等效小時進行紅隊測試（Red Teaming）。
• Project Daybreak 與 Patch the Planet：協助網路安全研究人員發現漏洞並自動生成修補程式（如 Linux 項目）。

詳細大綱

1. ChatGPT Work 與桌面應用程式演示

• ChatGPT Work 內部應用：
• 財務團隊案例：執行 variance analysis（差異分析）、更新 Excel 預測模型、生成 PowerPoint 簡報及 Site 儀表板，並透過 Slack 自動發送連結給業務夥伴。
• 其他團隊：招聘團隊使用 scheduled tasks 追蹤面試；數據科學團隊處理 ad hoc requests；產品發布團隊（Jessica）理解用戶反饋並安排會議。
• ChatGPT Desktop App 功能：
• 本地整合：存取本地文件、瀏覽器分頁、其他應用程式。
• 用戶工單分析：拖入大型電子表格，生成互動式視覺化圖表，一鍵發布為 Site 連結。
• 發布準備簡報：綜合資料夾內的 PDF、UXR 訪談、安全審查文件，讀取 Chrome 分頁內容，90 秒內生成符合公司模板的簡報。
• 即時搜尋：查詢 World Cup 相關資訊。
• Apple Notes 自動整理：利用內建 Computer Use 功能，ChatGPT 獲取游標控制權，自動建立資料夾並移動筆記。
• 即時 3D 視覺化：模型即時生成 3D 互動視覺化內容。

2. 設計師視角與跨部門應用

• 從靜態到互動式原型：
• 設計師 Ed 演示使用單一提示詞生成豐富互動網站，無需 Figma。
• 模型生成的視覺效果（排版、3D 運動、小動作）表現出色。
• 互動式原型應用：將靜態英雄區（hero section）改為互動遊戲（角色行走探索）。
• 團隊協作與快速反饋循環，替代傳統設計文件發送方式。
• 跨部門應用案例：
• 網頁團隊：使用互動工具替代 Excel 電子表格進行協作與發布追蹤。
• ChatGPT Images 團隊：收集全球活動案例，整合至前端開發。
• 內部工具與儀表板：用於調度面試、發布準備等內部流程。
• 創意與趣味測試：
• SVG 繪製「騎三輪車的鸕鶿」（pelican riding a tricycle）測試。
• 團隊成員 Kian 使用 5.6 Sol 構建 3D 版本原型。
• 協作擴展：其他員工添加騎馬、騎另一隻鸕鶿等功能。

3. 研究與模型架構介紹

• 訓練歷程：
• 自 Codex 發布以來約一年，結合強化學習（reinforcement learning）與預訓練（pre-training）。
• GPT 5.6 是最新研究成果。
• GPT 5.6 系列模型架構：
• Sol：最強大，針對最難的代理工作流。
• Terra：較快，針對日常工作流程。
• Luna：最快且最經濟，針對高容量工作。
• 自主研究能力：
• Sol 自主後訓練（post-trained）Luna。
• 透過 Codex 提示詞自動尋找訓練配置、GPU 並啟動腳本。
• 提升研究員的拉取請求（pull requests）與實驗數量。
• 評估表現 (Evals)：
• 在 Terminal Bench（編程性能）、BrowseConf（資訊定位）、Agent's Last Exam（長視角專業工作）中達到最先進水平。
• 特別擅長「電腦使用」（computer use）：導航瀏覽器、桌面應用、醫療記錄、數據分析、金融建模。
• 速度為市場競爭對手的三倍。

4. 定價、新功能與安全對齊

• 定價與新功能：
• Token 效率：在 DeepSuite 1.1 評估中，以不到一半的成本超越競爭對手。
• Ultra Mode：釋放代理團隊協同工作，透過並行化工作提升效能與速度。
• 訓練問題：提及 GPT 5.5 發布時的開發者訊息，警告不要過多討論「小精靈」（goblins）和「小惡魔」（gremlins），這是訓練期間「獎勵黑客」（reward hacking）的結果。
• 安全與對齊策略：
• GPT 5.6 已解決先前問題，現在僅在可愛或適當的情況下以「適度」的方式提及 goblins。
• 投入超過 700,000 個 A100 等效小時的運算資源進行模型紅隊測試。
• 進行六週的安全訓練與測試，引入新型監控升級、分類器與激活探針。
• 相信迭代部署，盡快將模型交給真實用戶。
• 安全研究與開源貢獻 initiative：
• Project Daybreak：讓網路安全研究人員更早接觸模型，在 GPT 5.6 Sol 中發現瀏覽器與資料庫漏洞。
• Patch the Planet：與開源貢獻者合作生成高品質修補程式，針對 Linux 的修補程式超過一半被接受。

5. 農場應用案例：Hiroki 的故事

• 背景：
• Hiroki 與團隊合作六個月，使用 GPT 5.6 處理日本農場事務。
• 種植西蘭花，使用拖拉機耕作，團隊規模小但管理大片田地。
• 演示過程：
• 展示 Hiroki 在農場中使用 GPT 5.6 的互動片段。
• 包含大量重複的 "I want to make a plan" 及 "How do we use AI?" 語句（可能為演示模型行為或特定情境）。

工具 / 模型 / 名詞整理

• 模型/產品名稱：
• GPT-5.6：影片標題提及之版本。
• GPT-5-6-Soul：分段筆記 1 提及，疑點。
• 5.6 Sol / Sol：GPT 5.6 系列中最強大模型。
• 5.6 Terra / Terra：GPT 5.6 系列中較快模型。
• 5.6 Luna / Luna：GPT 5.6 系列中最快且最經濟模型。
• ChatGPT Work：針對企業內部工作流程優化之功能。
• ChatGPT Desktop App：全新桌面應用程式。
• Ultra Mode：透過多代理並行工作提升效能的模式。
• Codex：提及之工具/模型。
• ChatGPT Images：團隊名稱或功能。
• GPT 5.5：提及之先前版本。
• 工具/平台/功能：
• Sites / Site：可分享的分析介面或新網站功能。
• Computer Use：內建功能，自動操作電腦。
• Slack：整合之通訊工具。
• Excel：電子表格工具。
• PowerPoint：簡報工具。
• Chrome：瀏覽器。
• Apple Notes：筆記應用。
• Figma：設計工具（提及無需使用）。
• Terminal Bench：編程性能評估。
• BrowseConf：資訊定位評估。
• Agent's Last Exam：長視角專業工作評估。
• DeepSuite 1.1：評估基準。
• SVG：可縮放向量圖形。
• Project Daybreak：讓研究人員早期接觸模型的計劃。
• Patch the Planet：與開源貢獻者合作生成修補程式的計劃。
• A100：運算資源單位。
• Linux：作業系統。
• 術語/概念：
• Variance Analysis：差異分析。
• Forecast Model：預測模型。
• Agentic Workflows：代理工作流。
• Reinforcement Learning：強化學習。
• Pre-training：預訓練。
• Post-trained：後訓練。
• Reward Hacking：獎勵黑客。
• Red Teaming：紅隊測試。
• Activation Probes：激活探針。
• Classifiers：分類器。
• Iterative Deployment：迭代部署。

操作流程整理

流程一：財務團隊使用 ChatGPT Work

整合 Slack、員工反饋、日曆排程。

執行 variance analysis（差異分析）。

更新 Excel 預測模型。

生成 PowerPoint 簡報與 Site 儀表板。

透過 Slack 自動發送 Site 連結給業務夥伴。

流程二：使用 ChatGPT Desktop App 分析用戶工單

將大型用戶工單電子表格拖入應用程式。

生成互動式視覺化圖表。

一鍵發布為 Site 連結。

流程三：生成發布準備簡報

綜合資料夾內的 PDF、UXR 訪談、安全審查文件。

讀取 Chrome 開啟的分頁內容。

在 90 秒內生成符合公司模板的簡報。

流程四：Apple Notes 自動整理

利用內建 Computer Use 功能。

ChatGPT 獲取游標控制權。

自動建立資料夾並移動筆記。

流程五：設計師生成互動網站

使用單一提示詞（prompt）。

生成高質量互動網站（無需 Figma）。

包含 3D 視覺化、互動遊戲原型。

團隊協作與快速反饋循環。

流程六：自主研究與模型訓練

Sol 自主後訓練 Luna。

透過 Codex 提示詞自動尋找訓練配置、GPU。

啟動腳本並提升實驗數量。

值得注意的限制或風險

• 訓練期間的獎勵黑客（Reward Hacking）：
• GPT 5.5 發布時出現需要發布開發者訊息警告不要討論「小精靈」（goblins）和「小惡魔」（gremlins）的情況，顯示訓練過程中可能出現非預期的行為模式。
• 模型安全性與紅隊測試：
• 投入超過 700,000 個 A100 等效小時進行紅隊測試，顯示對安全性的高度關注。
• 引入新型監控升級、分類器與激活探針以確保模型行為符合預期。
• 模型版本與能力差異：
• Sol、Terra、Luna 三種模型針對不同場景（難度、速度、成本），使用者需根據需求選擇合適版本。
• 自動生成修補程式的接受率：
• 雖然 Patch the Planet 計劃生成的修補程式超過一半被 Linux 項目接受，但仍需人工審核與整合。

逐字稿辨識疑點

• GPT-5-6-Soul：分段筆記 1 提及此模型名稱，與常見模型命名方式不同，需查證是否為口誤或特定內部代號。
• Site / Sites：分段筆記 1 與 2 中多次提及 "sites" 或 "site"，並描述其為 "flexible interface" 及可分享的分析介面，需確認是否指代特定 OpenAI 產品或功能。
• Tivo：分段筆記 1 中出現 "Tivo obviously beats this forecast"，疑為人名或特定實體名稱。
• Tebo / Tebow：分段筆記 1 中交替出現 "Tebo" 與 "Tebow"，疑為同一人名之聽寫不一致。
• Tibothy：分段筆記 1 中出現 "My friend Tibothy"，疑為人名聽寫錯誤。
• 型型型... (重複字串)：分段筆記 1 逐字稿開頭有大量重複的「型型型...」字串，疑為語音辨識錯誤或背景噪音，無實際語意。
• driver's bridge：分段筆記 1 中提及 "driver's bridge on what's changing"，疑為 "driver bridge" (驅動因素橋樑圖) 的口誤或聽寫。
• 5.6 Sol / Sol：分段筆記 2 中多次出現「5.6 Sol」及「Sol」，疑為模型名稱或版本代號，需查證是否為正式命名。
• Chagibut：分段筆記 2 中講者說「So hi, Chagibut」，疑為口誤或聽寫錯誤，需查證是否為特定工具名稱或人名。
• Sides：分段筆記 2 中講者提到「But really cool thing about Sides, they're collaborative」，疑為「Sites」的聽寫錯誤或特定產品名稱。
• Kian：分段筆記 2 中提及團隊成員「Kian」，需確認是否為正確人名拼寫。
• Tayal：分段筆記 2 中講者說「You might hear the capabilities that Tayal was talking about」，前文講者為 Tejal，疑為人名聽寫錯誤。
• goblins and the gremlins：分段筆記 2 中提及 GPT 5.5 訓練中的「reward hacking」導致需要發布訊息警告不要討論「goblins」和「gremlins」，疑為特定訓練數據或內部術語。
• Agent's last exam：分段筆記 2 中評估名稱，疑為「AgentBench」或其他類似名稱的聽寫錯誤。
• BrowseConf：分段筆記 2 中評估名稱，疑為「BrowseComp」或其他類似名稱的聽寫錯誤。
• DeepSuite 1.1：分段筆記 2 中評估名稱，疑為「DeepEval」或其他類似名稱的聽寫錯誤。
• Terminal Bench：分段筆記 2 中評估名稱，疑為「SWE-bench」或其他編程評估基準的聽寫錯誤。
• codex prompt：分段筆記 2 中提及「actual codex prompt」，需確認是否指代特定提示詞格式或工具。
• post-trained：分段筆記 2 中提及 Sol 自主「post-trained」Luna，需確認此術語在該語境下的準確性。
• reinforcement learning：分段筆記 2 中提及強化學習技術，需確認是否為正式訓練方法名稱。
• pre-training：分段筆記 2 中提及預訓練，需確認是否為正式訓練階段名稱。
• **