GPT-5.6 自己优化自己实锤了，新的左脚踩右脚已经出现

📌 一句话摘要

本文报道 OpenAI 的 GPT-5.6 已开始参与自身系统的优化，包括分析生产流量、改写底层 Kernel、优化推测解码系统和寻找最优部署参数，体现出递归式自我改进（RSI）的早期迹象。

📝 详细摘要

文章分析 OpenAI 的 GPT-5.6 在生产环境中的应用，详细描述了其在优化自身运行系统方面的四项具体工作：分析生产流量、改写底层 Kernel（使用 Triton 和 Gluon）、优化推测解码系统以及寻找最优部署参数。文中指出 GPT-5.6 的这些行为体现了 RSI（递归式自我改进）的早期迹象，但目前仍需人类监督和介入。同时，文章提到 OpenAI 在优化 Agent 循环效率方面的进展，包括延迟发现工具和只追加不回写的上下文管理策略。最后，文中引用数据显示 OpenAI 内部研究算力和 Agent Token 用量大幅增长，表明 AI 的使用效率提升与用量增加之间的正反馈关系。

💡 主要观点

- GPT-5.6 开始参与自身系统的优化工作。 GPT-5.6 在 OpenAI 的生产环境中执行四项优化任务，包括流量分析、Kernel 改写、推测解码优化和部署参数搜索，体现出初步的 RSI 能力。

优化工作涵盖多个关键系统层面。 GPT-5.6 不仅分析生产流量，还深入模型底层代码（如 Triton 和 Gluon Kernel），并优化推测解码系统，覆盖了从硬件到软件的多个层面。

人类仍在控制循环中，AI 仍需监督。 尽管 GPT-5.6 参与优化，但优化目标、工具权限、评测指标及代码部署仍由人类决定，AI 的作用仍处于辅助阶段。

Agent 循环效率优化带来显著收益。 通过延迟发现工具和只追加不回写的上下文管理策略，OpenAI 在减少 Agent 循环中的重复工作方面取得了显著进步，提升了整体效率。

AI 使用量与效率提升呈正反馈关系。 内部研究算力增长 100 倍、Agent Token 用量增长 22 倍表明，AI 的使用效率提升反而刺激了更多使用，形成良性循环。

💬 文章金句

- 让 AI 进入一个'改进 AI'的反馈回路------这一轮能力变强之后，再反过来加速下一轮升级。

• GPT-5.6 虽然开始参与改造自己，但优化目标、工具权限、评测指标，以及代码能否进入生产环境，仍然由人类决定。
• AI 一旦变得更便宜、更好用，它的用量不仅不会减少，反而会不断增加。

📊 文章信息

AI 初评：89

来源：量子位

作者：henry

分类：人工智能

语言：中文

阅读时间：9 分钟

字数：2192

标签： AI 自我改进, GPT-5.6, 递归式自我改进, 模型优化, Agent 系统

阅读完整文章