# 影片筆記：GPT Live 实测：全双工语音，真人感到底有多强？｜ PK 豆包/同传/面试/脑暴/辩论/喜剧｜ Open AI

## 一句話總結

影片深度解析 OpenAI 發布的 GPT 5.6 更新，核心在於將 **Codex** 與 **ChatGPT** 整合，Codex 正式成為 ChatGPT 的一個模式。透過 **Work 模式**（知識工作）與 **Codex 模式**（開發者）的切換，以及關鍵功能 **Add to Task**，實現了從短暫對話（Function）到具備生命週期與狀態的任務對象（Object）的轉變，標誌著 Chat 與 Workflow 的融合及 Agent 入口形態的成熟。

## 核心重點

1.  **架構整合**：OpenAI 將 Codex 與 ChatGPT 合体，Codex 不再是獨立應用，而是 ChatGPT 內部的一個模式。介面左上角可切換 **Work**（知識工作）與 **Codex**（開發者）模式，系統會根據選擇進行傾向性調整。
2.  **模式差異化**：
    *   **Work 模式**：面向知識工作者，目標是交付成果（如文稿、報告），驗證標準為語義與業務驗收（人判斷）。其世界模型圍繞「成果」組織環境，類似項目經理邏輯。
    *   **Codex 模式**：面向開發者/工程師，目標是可運行的軟體系統，驗證標準為機器執行與測試（機器判斷）。其世界模型圍繞「工程狀態」（代碼倉庫）組織環境，類似工程師邏輯。
3.  **Add to Task 的革命性**：
    *   允許在聊天模式中將上下文合併到 Codex 的執行任務中。
    *   實現了人類聊天與 AI 任務進程的無縫連結，將對話從短暫的「Function（函數）」轉變為具有生命週期、狀態與歷史的「Object（對象/任務）」。
    *   解決了傳統 Chat 生命週期短的問題，無需人工通過元提示詞或 Hand off 文件來縫合，實現動態更新與絲滑的 Agent Loop。
4.  **未來展望**：此更新被視為具有「劃時代意義」，OpenAI 給出了 Agent 入口的完整形態答案（Chat 併入 Agent）。預測國內大廠 APP 將在短期內跟進此種「All in One」的 Agent 形態。

## 詳細大綱

### I. 更新概覽與三大變化
*   **整合現象**：OpenAI 將 Codex 與 ChatGPT 合体，Codex 變為 ChatGPT 的模式。
*   **圖標處理**：更新時若選擇不保留 Codex 圖標，可統一為 ChatGPT 圖標。
*   **三大變化點**：
    1.  **模式切換**：左上角切換 Work 或 Codex，針對編程或工作任務進行傾向性調整。
    2.  **傳統聊天入口**：在 Codex 內點擊聊天，進入傳統 ChatGPT 模式。
    3.  **Add to Task（關鍵功能）**：將聊天上下文合併至 Codex 執行任務，實現任務與人類聊天對齊的無縫連結。

### II. 介面與架構解析
*   **應用入口統一**：
    *   ChatGPT 成為統一平台入口與認知層（產品外殼）。
    *   底下包含三個模式：Chat 模式、Work 模式（知識工作）、Codex 模式（智能體執行）。
*   **圖標與版本區分**：
    *   **ChatGPT Classic**：傳統經典 APP 圖標。
    *   **ChatGPT (新)**：歷史上的 Codex，若更換圖標則與舊版 ChatGPT 圖標一致。
    *   **統一 GPT**：當前整合後的應用名稱。
*   **手機端支援**：手機端 GPT APP 亦可開啟 Work 模式。

### III. Work 模式 vs. Codex 模式深度對比
*   **核心定義**：
    *   **Work**：面向知識工作成果的通用執行代理。
    *   **Codex**：面向可運行軟體系統的工程代理。
*   **工作對象與使用者**：
    *   **Work**：對象為成果/項目/任務；使用者為研究員、運營諮詢師、內容創作者、辦公用戶。
    *   **Codex**：對象為代碼倉庫中的工程變更；使用者為開發者、工程師。
*   **底層邏輯差異**：
    1.  **世界模型（World Model）不同**：
        *   Work：認為自己是開放性知識任務，圍繞「成果」組織環境，優點是拓展性強。
        *   Codex：認為自己是面對有狀態的計算環境，圍繞「工程狀態」（代碼倉庫）組織環境。
    2.  **Harness（束縛/規則層）不同**：
        *   Work：類似項目經理邏輯，處理多源信息、矛盾信息與不確定性，擅長跨應用綜合理解與自動化觸發。
        *   Codex：類似工程師邏輯，關注工作目錄、可寫目錄、沙箱權限、測試狀態與規則文檔。
    3.  **成功標準不同**：
        *   Work：交付給人看，驗證為語義與業務驗收（人判斷）。
        *   Codex：交付給計算機執行，驗證為能否跑通、項目是否掛掉（機器判斷）。
*   **狀態管理差異**：
    *   傳統 GPT 內容跟帳號（雲端）。
    *   傳統 Codex 內容跟本地設備/文件夾（本地）。
    *   **預測**：Work 模式狀態未來可能跟帳號並與雲端同步；Codex 模式狀態將鎖定在本地設備與倉庫。
*   **選擇建議**：
    *   不單純按是否含代碼選擇，而是看任務最終主對象。
    *   業務成果 -> 選擇 Work。
    *   持續維護與驗證的計算環境 -> 選擇 Codex。
    *   **混合用法案例**：Work 負責上半場（研究主題、形成逐字稿、發布包）；Codex 負責下半場（獲取項目目錄、本地 TTS 生成音頻畫面、剪輯渲染、API 發布）。

### IV. Chat 模式的價值與 Add to Task 的革命性
*   **Chat 模式的不可替代性**：
    *   適合開放性思考、討論目標可能性、機制抽象策略判斷。
    *   適合非項目目錄依賴的即時問答（數學、情感、醫療、電影分析）。
    *   移動端 APP 承擔語音即時交流與移動端對話功能。
*   **Add to Task 的核心意義**：
    *   **融合 Chat 與 Workflow**：將對話變成可持續運行的過程和任務。
    *   **生命週期延長**：
        *   過去：Chat 生命週期短，需人工通過元提示詞、Hand off 文件、Codex 回執來縫合延長。
        *   現在：系統級解決，Chat 直接變為任務，上下文無需重新構建。
    *   **從 Function 到 Object 的轉變**：
        *   過去 Prompt 是 Function（輸入輸出）。
        *   現在 Prompt 是 Object（對象），擁有生命週期、狀態、上下文與歷史。
    *   **動態更新 Loop**：任務執行中可同步聊天，將認可的上下文加入任務，實現動態 Update 與絲滑 Loop，Agent 在過程中成長。
    *   **結論**：所有對話都可升級為工作流，所有工作流都是動態的。

### V. 未來走向與 OpenAI 的產品演進邏輯
*   **市場影響**：
    *   GPT 5.6 更新被視為「劃時代意義」。
    *   OpenAI 仍是軟體形態的引領者。
    *   預測國內大廠 APP 在 1-2 個月內跟進此形態，將 Chat 併入 Agent，實現人類對齊、審核與 Agent Loop 的完整形態升級，最終 All in One。
*   **OpenAI 的產品演進路徑**：
    1.  **Memory**：讓用戶變成持續存在的對象。
    2.  **Project**：讓項目變成持續存在的對象。
    3.  **Codex**：讓工程環境變成持續存在的對象。
    4.  **Work**：讓工作空間變成持續存在的對象。
    5.  **Add to Task**：讓一次聊天變成持續存在的執行對象。
*   **數據積累與迭代**：
    *   Codex 近期高頻迭代積累了大量工程數據。
    *   這些數據讓 OpenAI 工程師掌握 Agent 工作細節與交互細節，從而給出相對完美的 Agent 入口答案。

## 工具 / 模型 / 名詞整理

*   **OpenAI**
*   **GPT 5.6**
*   **Codex**
*   **ChatGPT**
*   **ChatGPT Classic**（經典 APP）
*   **Work 模式**
*   **Codex 模式**
*   **Chat 模式**
*   **Add to Task**
*   **Loop**（循環工作方式）
*   **MCP**（模型上下文協議，提及用於打通 Codex 與 GPT）
*   **TTS**（文字轉語音，提及於混合用法案例中）
*   **API**（應用程序接口，提及於混合用法案例中）
*   **MD 文檔**（Markdown 文檔）
*   **靈姐說 AI**（頻道名稱）
*   **World Model**（世界模型）
*   **Harness**（束縛/規則層，指上下文、工具、權限、審核規則等約束層）
*   **Function**（函數，指過去 Prompt 的輸入輸出特性）
*   **Object**（對象，指現在 Prompt 具備生命週期與狀態的特性）

## 操作流程整理

1.  **進入 ChatGPT 介面**：
    *   觀察左上角，確認當前處於 **Work** 或 **Codex** 模式。
    *   若需切換模式，點擊左上角進行切換，系統會根據選擇進行傾向性調整。
2.  **執行任務流程**：
    *   **若為知識工作（Work 模式）**：
        *   進行開放性思考、討論目標可能性。
        *   處理多源信息與不確定性。
        *   交付成果（如文稿、報告）供人驗收。
    *   **若為開發任務（Codex 模式）**：
        *   進入代碼倉庫環境。
        *   關注工作目錄、可寫目錄、沙箱權限。
        *   執行代碼並通過測試驗證。
3.  **使用 Add to Task 功能**：
    *   在聊天模式中進行對話或討論。
    *   點擊 **Add to Task** 按鈕。
    *   將當前聊天上下文合併至 Codex 的執行任務中。
    *   任務開始運行，並在執行過程中可同步聊天，將認可的上下文加入任務，實現動態更新。
4.  **混合用法流程（案例）**：
    *   **上半場（Work 模式）**：研究主題、形成逐字稿、發布包。
    *   **下半場（Codex 模式）**：獲取項目目錄、本地 TTS 生成音頻畫面、剪輯渲染、API 發布。

## 值得注意的限制或風險

*   **模式選擇誤區**：用戶不應單純按任務是否包含代碼來選擇模式，而應看任務最終主對象。業務成果應選 Work，持續維護與驗證的計算環境應選 Codex。
*   **狀態管理差異**：
    *   傳統 GPT 內容跟帳號（雲端）。
    *   傳統 Codex 內容跟本地設備/文件夾（本地）。
    *   預測 Work 模式狀態未來可能跟帳號並與雲端同步；Codex 模式狀態將鎖定在本地設備與倉庫。這可能影響跨設備訪問與數據備份策略。
*   **生命週期依賴**：雖然 Add to Task 延長了生命週期，但任務的持續運行仍依賴於系統級的支持與資源分配。

## 逐字稿辨識疑點

*   **GPT5.6**：逐字稿中多次提及此版本號，需查證 OpenAI 官方是否確實發布此版本或為口誤/預測名稱。
*   **site**：在描述 Work 模式工作對象時，逐字稿提及「演示報告 site 等產品」，疑點為「site」在此處語境不明確，可能為口誤或特定內部工具名稱。
*   **Harness**：逐字稿解釋為「套在模型外面的那一套繮繩」，指代上下文、工具、權限、審核規則等約束層，此為影片作者自定義或特定術語，需查證是否為 OpenAI 官方標準術語。
*   **疊甲**：逐字稿提及「疊甲」，疑點為術語來源不明，可能為特定社群黑話或口誤，指代保護或增強提示詞。
*   **手冊/回执**：逐字稿提及「Codex 定期的給我回执」，疑點為「回执」一詞在技術語境中較少見，可能為「回執」或「報告」的口誤。

## 可延伸追問

*   OpenAI 官方是否已正式發布 GPT 5.6 版本？該版本號是否為影片作者的預測或口誤？
*   「Harness」作為約束層術語，在 OpenAI 官方文檔中是否有對應的標準名稱？
*   Work 模式與 Codex 模式在狀態管理上的差異（雲端 vs 本地）將如何具體影響用戶的數據隱私與備份策略？
*   國內大廠 APP 跟進此形態的具體時間表與產品規劃為何？
*   「疊甲」一詞在該語境下的具體含義與應用場景是什麼？