首页财产ai正文 GPT-5.6本身优化本身实锤了，新的左脚踩右脚已经经呈现 OpenAI于最新技能陈诉中披露GPT-5.6介入优化自身运行情况，降低成本、晋升效率，人类仍有决议权，且AI好用则用量增长。 2026-07-31 12:57 ·微信公家号：量子位 henry henry AI投资人解读· OpenAI的GPT-5.6被投入真实出产情况，介入优化自身运行体系，使端到端办事成本降低20%，Token天生效率晋升15%以上。人类仍把握要害决议权并优化外部反复开消。内部测试时期，研究职员日均输出Token年夜幅增加，研究算力占比及Agent Token用量显著晋升。 · 模子彻底实现RSI尚需时日技能成长可能带来新危害。 总结：GPT-5.6揭示出强盛的自我优化能力，成本降低与效率晋升较着，利用量也显著增长，具备较年夜投资潜力，但需存眷技能成熟度与潜于危害。

OpenAI的RSI焚诀，它来了！

就于老黄开推摇旗叫嚣、呼吁开放权重以后，OpenAI也忽然Open了起来～

于最 新技能陈诉中，他们诚实交接了一部门RSI（AI递归自进化）心法：

让GPT-5.6左脚踩右脚，最先本身动手革新供本身运行的体系。

据陈诉吐露，GPT-5.6已经经被投入OpenAI的真实出产情况，用来阐发线上流量、调解哀求路由，甚至亲自下场改写底层Kernel、优化推测解码模子。

一套小连招下来，OpenAI的端到端办事成本降低了20%，Token天生效率也晋升了15%以上。

并且，值患上一提的是，于披露这套工程的五名作者里，还有有台甫鼎鼎的Triton之父Philippe Tillet。

2021年，OpenAI发布Triton 1.0时，方针还有是让不懂CUDA的人也能写出靠近专家程度的GPU步伐。

五年后，GPT-5.6已经经最先用Triton改写本身跑于GPU上的底层代码。

从教人类写Kernel，到让模子给本身改Kernel，味儿确凿愈来愈像RSI了。

（你别说，也难怪翁荔回老东家。弄RSI，还有患上于OpenAI呐）

0一、RSI焚决，先从底层优化最先

这件事之以是值患上存眷，就于在它已经经有了几分RSI的味道。

所谓RSI，也就是递归式自我改良，说白了就是：

让AI进入一个“改良AI”的反馈回路——这一轮能力变强以后，再反过来加快下一轮进级。

固然，GPT-5.6此刻还有远没有彻底实现GPT主动练习下一代GPT的RSI。

但它已经经最先介入优化本身的运行情况：模子不仅是被工程师部署及挪用的东西，也逐渐酿成了革新模子体系自己的工程师。

详细来讲，它干了四件事。

一、阐发OpenAI真正的出产流量。

GPT-5.6会寻觅差别呆板及办事节点之间的负载不均，并测试新的路由计谋，把哀求分配到更适合的位置。

二、重写及优化出产Kernel。

GPT-5.6会深切模子的forward pass，寻觅可以提早计较、省略或者并行履行的部门，再经由过程Codex改写出产情况中的Triton及Gluon Kernel。

三、优化本身的推测解码体系。

GPT-5.6为本身的draft model设计方案，并主动运行数百次试验，测试差别的模子巨细、布局及特性。

于练习历程中，它还有会连续监控试验，并于发生硬件妨碍或者练习不不变时自动参与。

四、针对于差别使命，本身寻觅最 优部署参数。

面临短对于话、长上下文、代码使命等差别负载，GPT-5.6会主动搜刮batching、sharding及KV Cache治理的更优组合。

四件事连起来，GPT-5.6介入的已经经再也不是某个伶仃的代码使命，而是一条真正的工程反馈回路：

不雅察出产体系、寻觅瓶颈、提出方案、运行试验、处置惩罚妨碍，再把有用改良部署回承载本身运行的体系。

0二、人类依旧站于圈里

固然，RSI也没那末快，人类依旧站于圈里，也就是human in the loop。

GPT-5.6虽然最先介入革新本身，但优化方针、东西权限、评测指标，以和代码可否进入出产情况，仍旧由人类决议。

并且，模子内部省完了，模子外面还有有年夜量反复开消。

好比，ChatGPT Work及Codex履行繁杂使命时，往往要不停履历：

模子思索—挪用东西—读取成果—继承思索。

一次用户哀求，暗地里可能轮回十几轮甚至几十轮。

如果一个使命需要挪用模子30次，每一次只分外华侈1秒，累计起来就是30秒。

上下文、东西申明及汗青成果也会于每一轮轮回中重复传输及计较。

为此，OpenAI搭建了一层由Rust编写的Agent Harness，毗连模子、东西及用户情况，专门削减Agent轮回里的反复事情。

这里最要害的有两项优化。

一、延迟发明：别一上来就把所有东西塞给模子

今天的Agent可使用年夜量东西、Skill、插件及自界说MCP，但单个使命凡是只需要此中很少一部门。

OpenAI再也不一最先就把所有仿单塞进上下文，而是于真正需要时，才向模子展示对于应东西。

东西返回的内容默许也被限定于1万Token之内，需要更多时，再由模子自动申请。

二、只追加、不回写：让Prompt缓存一直有用

Prompt缓存可以复用已经经计较过的上下文前缀，但条件是这段前缀必需原样不动。

是以，新的动静及东西成果只会接于上下文末尾，再也不插回旧内容；东西连结固定挨次，审批及权限设置则留到履行阶段处置惩罚。

如许一来，GPU可以直接复用此前的计较，只处置惩罚本轮新增的内容。

可以说，一次轮回可能只省一点，但当做千上万只Agent天天轮回几十轮，省下来的就再也不是一点。

以是，这轮效率优化实在来自两股气力：一边是GPT-5.6最先帮忙优化模子；另外一边，是人类继承替模子清算运行情况里的反复劳动。

人类依旧站于圈里，只是圈里的AI已经经最先自动拿起扳手了。

0三、AI越好用，用患上越多

除了了让GPT-5.6介入优化自身，OpenAI还有于陈诉中吐露了另外一个细节：

于GPT-5.6内部测试时期，每一名活跃研究职员的日均输出Token，跨越了GPT-5.5期间峰值的两倍。

已往半年，OpenAI用在内部编程推理的研究算力占比增加了100倍，内部Agent Token用量也增加了约22倍。

这组数字固然不克不及直接证实，OpenAI的研究速率也晋升了100倍。

但它至少申明了一件事：

AI一旦变患上更自制、更好用，它的用量不仅不会削减，反而会不停增长。

【本文由投资界互助伙伴微信公家号：量子位授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。