OpenAI 放出 GPT-5.6 三档预览 Sol/Terra/Luna:换了命名体系,Terra 性价比翻倍,但先报备了美国政府

这条把『AI 算力竞赛』的战线从模型和芯片往下拉到了最底层的物理互联。当数据中心规模逼近功耗与带宽墙,GPU 之间、机柜之间的互联效率成了新瓶颈,光互联(硅光/光学收发器)正是被押注的下一代方案。SpaceX 收购 Mesh 的真正野心藏在『轨道数据中心』那句里——把星间激光链路的现成技术(已部署 2.3 万个激光器)迁移到地面 AI 数据中心互联,再反向铺向太空算力,是一条别人很难复制的垂直整合路径。叠加它已与 Anthropic、Google 签算力合同,SpaceX 正在从『发射服务商』悄悄变成『AI 基础设施玩家』。需要提醒:这条主要基于单一分析推文,轨道数据中心 2028 部署等是远期愿景而非既成事实。

这是『开源追平』那条主线最硬的需求侧证据——而且它比『换个便宜模型』复杂得多。Coinbase 的关键洞察是:省钱的杠杆不只在模型单价,更在工程架构(网关 + 缓存命中率 + 缓存感知路由)。把缓存命中率从 5% 拉到 60% 这一招,价值可能不亚于换模型本身,因为它直接决定了每次请求要为多少 token 付全价。这条也给所有想复制 Coinbase 路线的企业提了个醒:换开源默认模型是入场券,真正把成本压下来的是围绕它的整套 LLMOps 工程。同时『支出砍半但 token 用量仍涨』再次验证:低价不是用来省钱的,是用来买更多 agentic 调用的——这正是开源把 frontier 能力打到白菜价后,需求被进一步激发的样子。

『agent skill 正成为新 dotfiles』这个判断很到位:过去开发者攒的是 .vimrc、.zshrc 这类个人配置,现在攒的是 .claude 目录里的 skill 和 context 文件——可移植、可分享、可版本控制的『agent 能力包』。这背后是一个范式转移:用 agent 的核心竞争力,正从『选哪个模型』转向『给它配哪套 skill 和上下文』。codebase-memory-mcp『省 99% token』和那个『少 54% 代码』的 skill 之所以能爆火,恰恰因为它们直击了 agentic 编码最痛的成本与上下文管理问题。需要注意的是,star 数是热度而非质量背书,『少 54% 代码、便宜 20%』这类宣称缺乏第三方验证,但趋势本身——skill 生态正在成为 agent 工具的差异化战场——是扎实的。

这篇给当下火热的 multi-agent / MoA 叙事泼了一盆必要的冷水。业界默认『多个模型一起上总比单个强』,但这篇用 67 个模型的大规模实证指出:集成的收益不取决于你用了多巧妙的路由或投票,而取决于成员模型的错误是否相关——如果大家在同样的难题上一起翻车,再复杂的组合也救不回来。这与早报此前覆盖过的 EDV『自我确认陷阱』遥相呼应:多智能体系统的护城河不在『数量』或『拓扑』,而在成员之间的『错误多样性』。对正在堆 MoA 架构的团队,这是一个该停下来量一量『成员失败相关性』的提醒——盲目加模型可能只是在为相关的错误付更多算力。

这是 prompt injection 从『安全研究者的演示』落到『高利害真实场景』的一个典型案例。简历筛选直接关系到就业公平和企业合规,而越来越多公司在用 LLM 做初筛——这意味着攻击面已经实实在在地存在于招聘流水线里。论文区分单注入与多注入,说明攻击不是非黑即白,而是有强度梯度的。它的现实意义大于学术意义:任何把 LLM 接入『读取外部不可信文本并据此做决策』的流程(简历、合同、用户提交内容),都继承了同一类风险。对企业的提示很直接——在 agent 读取外部文档做决策的链路上,输入侧的指令隔离和注入检测不是可选项。这也和早报关注的 agent 安全主线一脉相承:能力越强、越自主,被注入操纵的后果越严重。

这批更新看着琐碎,但方向值得注意:OpenAI 在抢 Slack 这个工作流入口——『复制到 Slack 保留 Markdown』和同周 Anthropic Claude Tag 进 Slack 是同一战场的两种打法,一个把 Agent 直接驻进频道,一个优化『从 IDE 到 Slack』的内容流转。当各家旗舰能力差距收敛,产品体验(长线程不卡、粘贴不丢格式)这种『最后一公里』的打磨会越来越成为留住开发者的护城河。Pets 面板这种小彩蛋也透露出 Codex 在往『日常陪伴型工具』而非纯命令行工具演化。

这是 coding agent 工具走向『多端一致』的一个务实信号:开发者越来越常在终端、桌面 App 和浏览器之间来回切,各端各跑一份后端既费资源又导致状态不一致。OpenCode v2 把后端单一化、状态默认同步,等于把『一个 agent session』从某个具体窗口里解放出来,成为可以多处接入的共享资源——这和 Claude Tag『一个频道一个共享 Claude、任何人可接力』在理念上同源,都是把 agent 从『单点工具』变成『可共享的常驻服务』。对独立开发者和小团队,这种架构能显著降低多设备协作的摩擦。

这条接在 Qwen-AgentWorld 等『把世界模型当 agent 训练第一性目标』的热潮之后,问到了点子上:如果要用世界模型做可控模拟器来替代真实环境训练 agent,那模拟器自己会不会『幻觉』出不存在的状态转移,就是整条路线成立与否的命门。如果幻觉真的可预测、可预防,意味着世界模型作为 RL 训练环境的可靠性有了工程抓手——这对正在押注『模拟环境降低 agent 训练成本』的团队是结构性利好。但『可预测可预防』是论文主张,具体方法的泛化性和在大规模复杂环境下的有效性,仍需第三方在真实 agentic 任务上验证。它和 MoA 协同失效那篇一样,代表当下研究正从『造更强的 agent 组件』转向『搞清楚这些组件何时、为何失效』——这种把失效模式量化、可控化的工作,往往比再刷一个 SOTA 更有长期价值。