影片筆記：GPT-5.6 做到了！你该怎么做？

一句話總結

OpenAI 發布 GPT 5.6（及相關變體），標誌著 AI 工作流從單一模型回答轉向多智能體協作與分層架構（Soul/Terra/Nuna），強調在降低 Token 成本與時間的同時，透過並行處理與計算機使用能力，實現從「生成」到「交付與審核」的完整閉環，人類角色轉為定義目標與承擔責任。

核心重點

• 架構轉變：從單一工具到組織化分工
• 不再依賴單一模型解決所有問題，而是建立能力分層架構。
• 引入 Soul（旗艦）、Terra（均衡）、Nuna（高效/低成本）三個層級，象徵 AI 工作流轉向類似人類組織的分工模式。
• 成熟的工作流應像組織一樣，根據任務難度與成本敏感度調用不同模型，而非全部使用最貴模型。

• 效率與成本優化：預設高效與按需拉滿
• 核心理念為「預設高效」（Inficient by Default）與「按需最大性能」（Maximum Performance on Demand）。
• 在長週期任務中，透過減少 Token 消耗、模型往返次數及人工盯梢來降低成本。
• 數據顯示，GPT 5.6 Soul 在專業領域測試中成績優異，且預估成本僅為競爭對手（如 Cloud Fibo 5）的四分之一。

• 多智能體協作（Action / Ultro）
• 從單一模型的串行思考（多想一會兒）轉向協調多個 Agent 並行處理。
• 類似將任務丟入會議室，由不同 Agent 分別負責拆解、查找、執行與查漏，最後由系統匯總。
• 提示詞（Prompt）演變為類似 Brief（簡報/需求書），需明確終點約束、素材、驗收標準與邊界。

• 從生成到交付：計算機使用與設計判斷
• AI 具備檢查渲染結果、修復問題的能力，形成「做出來 -> 看一眼 -> 發現問題 -> 再修」的反饋迴路。
• 不僅生成代碼或文案，還能處理網頁渲染擠壓、按鈕可點擊性、PPT 上會標準等設計判斷。
• 整合 Slack、Notion、Microsoft 365、Google Drive 等辦公軟件的知識工作，生成符合模板與版式的專業成果。

• 人類角色的轉變：定義目標與承擔責任
• 未來價值不在於操作 AI 的技巧，而在於定義目標、制定標準、提供上下文判斷及承擔最終責任。
• 人類需給出明確目標、拆分可驗證階段、設定驗收標準，並在關鍵節點保留判斷。
• 真正值錢的人是「最會給 AI 下達完整目標的人」。

• 安全與責任歸屬
• 隨著 AI 深入現實世界與研發核心，安全驗證與責任歸屬變得重要。
• OpenAI 對高風險實體與地區實施訪問限制，個人需啟用 Advanced Account Security，組織需申請 Trusted Excise for Cyber。
• 建議被限制地區用戶將核心業務放在開源模型上。

• 自主改進與後訓練
• 旗艦模型 Soul 參與對 Nuna 的後訓練工作，展示 AI 開始介入模型研發流程。
• 這並非完全自主進化，而是人類研究員從寫腳本轉向給出目標與邊界，由模型執行實驗與診斷。

詳細大綱

一、 核心信號：從「聰明腦袋」到「項目團隊」

• 工作流轉變：AI 不再僅是回答問題，而是拆解任務、調用工具、檢查結果，並讓多個智能體並行工作。
• 模型參與研發：Soul 參與對 Nuna 的後訓練，展示 AI 開始介入「如何讓下一代 AI 變好」的工作流。
• 非完全自主進化：強調這不是 AI 實現完全自主地規自我改進，而是人類研究員從寫腳本轉向給出目標與邊界，由模型執行實驗與診斷。

二、 能力分層：Soul、Terra、Nuna 的分工

• Soul（旗艦）：解決最難的編碼、研究、知識工作及高風險專業任務；用於判斷方向、處理例外。
• Terra（均衡）：適合日常專業工作，在穩定中間層執行。
• Nuna（高效）：瞄準高頻、大規模、對成本和速度極度敏感任務；負責大規模分類、摘要提取。
• 商業意義：未來不是所有任務都扔給最貴模型，成熟工作流應像組織一樣分工，降低整體成本。

三、 效率與成本：預設高效與按需拉滿

• 定位：Inficient by Default（預設高效）與 Maximum Performance on Demand（按需拉滿）。
• 數據表現：
• 在 Agent's Last Exam（覆蓋 55 個專業領域）中，GPT 5.6 Soul 最高成績 53.6，超過 Cloud Fibo 5 11.4 分，預估成本約為後者四分之一。
• 在 Artificial Analysis Coding Agent Index 上，Soul 在 Max 推理下達 80 分，輸出 Token 少於一半，耗時少於一半，預估成本低三分之一。
• 競爭核心：從「是否聰明」轉向「省得用更少的 Token、更少的模型往返、更少的人工盯梢」。

四、 多智能體協作：Action 與 Ultro

• 概念轉變：從讓同一個模型多想一會兒（低中高 X-high max），轉向協調四個 Agent 並行處理（Action/Ultro）。
• 運作邏輯：類似將模糊困難項目扔進會議室，瞬間出現四人分別負責任務拆解、資料查找、執行與尋找漏洞，最後由系統匯總。
• 風險與成本：並行不是免費午餐，Token 成本、協調與失敗風險增加，但能解決單個模型容易卡死的任務。
• 提示詞演變：提示詞將變得像 Brief（簡報/需求書），需給清楚終點約束、素材、驗收標準與邊界，而非祈禱式提問。

五、 交付能力：從生成到設計與知識工作

• 計算機使用能力：AI 能檢查並完善已渲染結果，擁有從「做出來」到「看一眼」到「發現問題」再到「再修」的反饋迴路。
• 設計判斷：不僅生成代碼/文案，還能看見網頁渲染後的擠壓、按鈕在移動端是否可點擊、PPT 是否符合上會標準。
• 知識工作整合：能整理 Slack、Notion、Microsoft 365、Google Drive 等工作流中的雜亂上下文，生成符合模板、版式、字句規則的專業成果。
• 體驗對比：相比於生成第一版，真實工作更花時間在讓 AI 遵守現有版本、不丟失關鍵組件並進入審核。

六、 底層技術與安全限制

• Programmatic Tool Calling：模型可在 Responses API 中寫並行內存中的輕量程序，協調工具處理海量中間結果，減少數據搬運與模型往返。
• 安全與訪問限制：
• 個人需在 9 月 1 日前啟用 Advanced Account Security 才能保留最高 Cyber Capable 模型訪問權。
• 組織需申請 Trusted Excise for Cyber，高風險實體與地區將受額外限制。
• 建議被限制地區用戶將核心業務放在開源模型上。

七、 真實世界反饋與結論

• 正面案例：Matt Schumer 分享 GPT 5.6 Soul 一次性完成體速化邁哈頓項目，自主運行接近一週（極端案例）。
• 負面/冷靜聲音：
• Addit 測試 AI 數據看板後認為 UI 仍有濃厚 AI 生成感，設計能力提升不等於審美問題解決。
• 工程師 Mark Miller 分享 Soul 用一次調用重構整個代碼庫（50,235 次調用，15 小時，60 億 Token，100 萬行新代碼），但「沒有一處真的能跑」。
• 專業使用方式：給明確目標、拆分可驗證階段、設定驗收標準、關鍵節點保留人類判斷與責任。
• 未來價值觀：
• 按鈕會越來越簡單，界面越來越像聊天。
• 未來真正值錢的人是「最會給 AI 下達完整目標的人」。
• 人類價值來自決定方向、建立標準、組織智能並判斷結果，而非親手完成每一個動作。

工具 / 模型 / 名詞整理

• 模型/產品名稱：
• GPT 5.6 / GPT5.6
• OPI / OpenAI
• Soul（旗艦模型層級）
• Terra（均衡模型層級）
• Nuna（高效模型層級）
• Cloud Fibo 5
• Hermes
• Workspace
• Codex
• A-Lib Forward InDesign
• Browsecap SEC Bench Pro
• Termal Bench 2.1
• Agent's Last Exam
• Artificial Analysis Coding Agent Index
• East Bank Mark
• Ultro / Action（多智能體功能名稱）
• Responses API
• Advanced Account Security
• Trusted Excise for Cyber
• Cyber Capable
• Luna（疑點，前文為 Nuna）
• 16A（疑點，可能為 16 Agent）

• 第三方/合作夥伴名稱：
• Cursor
• Oscar Schultz（奧斯卡·舒爾茨，Cursor 相關人物）
• Matt Schumer
• Addit
• Mark Miller

• 軟件/平台名稱：
• Slack
• Notion
• Microsoft 365
• Google Drive

• 其他名詞：
• World Insight（疑點，頻道或品牌名稱）
• 體速化邁哈頓項目（疑點，項目名稱）
• 未寫提示詞（疑點，概念聽寫）
• 反共（疑點，聽寫錯誤）
• 人工丁梢（疑點，聽寫錯誤）
• 缩水吧（疑點，聽寫錯誤）
• 補權代碼（疑點，聽寫錯誤）
• 出港（疑點，聽寫錯誤）
• 收數成（疑點，聽寫錯誤）
• 片尾小字（疑點，聽寫錯誤）

操作流程整理

1. 任務拆解與分層調用：

• 根據任務難度與成本敏感度，選擇合適的模型層級（Soul/Terra/Nuna）。
• 對於複雜任務，啟動多智能體協作（Action/Ultro），將任務分配給不同 Agent 並行處理（拆解、查找、執行、查漏）。

1. 提示詞定義（Brief）：

• 撰寫類似簡報/需求書的提示詞，明確終點約束、素材、驗收標準與邊界。
• 避免祈禱式提問，確保 AI 理解完整目標。

1. 執行與生成：

• 模型生成代碼、內容或初步成果。
• 利用 Programmatic Tool Calling 在 Responses API 中協調工具處理中間結果。

1. 檢查與反饋迴路：

• AI 檢查渲染結果（如網頁擠壓、按鈕可點擊性、PPT 標準）。
• 整合 Slack、Notion 等辦公軟件上下文，生成符合模板與版式的成果。
• 發現問題後進行修復（再修），形成閉環。

1. 人類審核與責任承擔：

• 人類在關鍵節點進行判斷，確保符合標準。
• 承擔最終責任，決定方向與建立標準。
• 對於高風險任務，確保符合安全政策（如 Advanced Account Security）。

值得注意的限制或風險

• 成本與風險增加：多智能體並行處理並非免費午餐，Token 成本、協調與失敗風險增加。
• 生成結果可用性：部分案例顯示，即使生成大量代碼（如 100 萬行），可能「沒有一處真的能跑」，存在可用性風險。
• 審美與設計局限：AI 設計能力提升不等於解決審美問題，UI 仍可能有濃厚 AI 生成感。
• 安全與訪問限制：
• 個人需在 9 月 1 日前啟用 Advanced Account Security 才能保留最高 Cyber Capable 模型訪問權。
• 組織需申請 Trusted Excise for Cyber，高風險實體與地區將受額外限制。
• 建議被限制地區用戶將核心業務放在開源模型上。
• 非完全自主進化：目前的 AI 改進仍依賴人類研究員給出目標與邊界，並非完全自主。

逐字稿辨識疑點

• OPI：逐字稿中出現「OPI展示的方向」、「OPI给GPT5.6的定位」，推測應為 OpenAI 或特定品牌縮寫，但依規則標為疑點。
• GPT5.6：逐字稿中多次出現此版本號，需查證是否為官方正式命名（通常為 GPT-4o 或 GPT-5 等，此處嚴格保留原文）。
• Soul / Terra / Nuna：逐字稿中作為模型層級名稱出現，需查證是否為官方正式命名。
• Cloud Fibo 5：逐字稿中出現「超過Cloud Fibo 5 11.4分」，疑點為模型或產品名稱，可能為競爭對手模型（如 Claude 或 Gemini 系列）的聽寫錯誤，但不得自行更正。
• East Bank Mark：逐字稿中出現「比East Bank Mark多兩分」，疑點為指標名稱或人名聽寫錯誤。
• Ultro / Action：逐字稿中交替出現「Action再往前走了一步」與「那Ultro解决的就是」，疑點為同一功能的兩個不同名稱或聽寫不一致。
• Browsecap SEC Bench Pro：疑點為基準測試名稱，聽寫可能不準確。
• Termal Bench 2.1：疑點為基準測試名稱，聽寫可能不準確。
• A-Lib Forward InDesign：疑點為產品或功能名稱，聽寫可能不準確。
• Hermes：逐字稿中提及「我在長期使用Hermes的時候感覺」及「GPT 5.6在Workspace和Codex里已经开始吞噬Hermes的这些能力」，疑點為特定模型或產品名稱。
• Trusted Excise for Cyber：疑點為安全政策或功能名稱，聽寫可能不準確（通常為 Trusted Access 或類似詞彙）。
• 體速化邁哈頓項目：疑點為項目名稱或描述，聽寫可能不準確。
• 未寫提示詞：逐字稿中出現「让未写提示词这件事开始过时」，疑點為「無提示詞」或「Zero-shot」等概念的聽寫。
• 反共：逐字稿中出現「交给你一堆需要反共的半成品」，疑點為「反芻」或「反覆修改」的聽寫錯誤。
• 人工丁梢：逐字稿中出現「更少的人工丁梢」，疑點為「人工盯梢」的聽寫錯誤。
• 缩水吧：逐字稿中出現「Terra和Luna也不只是缩水吧」，疑點為「縮水版」或類似詞彙的聽寫。
• Luna：逐字稿中出現「Terra和Luna」，前文為 Nuna，此處疑點為名稱不一致或聽寫錯誤。
• 16A：逐字稿中出現「官方也展示了16A的配置的评测」，疑點為「16 Agent」或特定配置的聽寫。
• 补权代码：逐字稿中出現「會不會补权代码」，疑點為「補全代碼」或「編寫代碼」的聽寫錯誤。
• 出港：逐字稿中出現「做出可以继续编辑继续审核的出港」，疑點為「輸出」或「產出」的聽寫錯誤。
• 收数成：逐字稿中出現「把复杂信息收数成可审核产物」，疑點為「收攏成」或「彙整成」的聽寫錯誤。
• 片尾小字：逐字稿中出現「安全驗證和責任就越不能被當成片尾小字」，疑點為「附註」或「小字條款」的聽寫。
• World Insight：逐字稿結尾出現「這裡是World Insight」，疑點為頻道名稱或品牌名稱。

可延伸追問

• GPT 5.6 的 Soul、Terra、Nuna 層級在實際應用中如何