認識 GPT-5.6

🧑‍🏫 這支是 OpenAI 宣布 GPT-5.6 系列正式開放的影片。講者用一句很簡短的需求，讓模型從零做出一款卡牌遊戲，順便介紹幾個新能力。想知道現在的 AI 能自己把一個專案做到多完整，看這支很直觀。

• 00:02 GPT-5.6 系列模型今天起 generally available（全面開放使用）
  ↳ 「generally available」就是正式上線、大家都能用，不再只開放給少數人搶先試用。從影片發布這天起，GPT-5.6 整個系列都正式開放了。
• 00:02 整個 GPT-5.6 系列每個 token 能提供更多智慧，面對模糊的 prompt 也更能維持在正軌上
  ↳ token 是模型切分文字的小單位，用量和費用也是用它來算。這條的意思是：花一樣多的用量，得到更聰明的結果；就算你的 prompt（給模型的指令）寫得不清楚，它也比較不容易跑偏。
• 00:02 示範：在 Codex 裡用一段簡短、刻意開放式的 prompt，請 GPT-5.6 做一款全新的卡牌遊戲
  ↳ Codex 是 OpenAI 讓 AI 直接動手寫程式、做專案的工具。講者故意只給一句很短、沒規定細節的要求，就是想看看模型自己能發揮到什麼程度。
• 00:02 模型自己設計核心遊戲機制、產生美術圖，並交出可運作的第一版
  ↳ 遊戲怎麼玩、畫面長什麼樣子，都是模型自己想、自己畫，最後交出一個真的能玩的初版。它給的是能動的東西，不是企劃書或做一半的草稿。
• 00:33 接著要求模型繼續做：加入關卡、強化遊戲機制、客製化美術，並製作配樂
  ↳ 有了初版以後，講者就像在跟團隊提新需求：再加關卡、讓玩法更有深度、美術改成專屬風格，連背景音樂也一起做。
• 00:33 講者很喜歡模型做事周全，不必自己設計每個畫面、定義每個互動，或管理一大堆 tickets
  ↳ tickets 是專案裡用來分派和追蹤每件待辦事項的工作單。講者的意思是，以前細節要自己拆、單要一張張開、進度要自己盯，現在模型會自己把事情想周全。
• 00:33 新功能 programmatic tool calling：模型可從 sandbox 呼叫工具，減少工具輸出與 context window 之間的來回
  ↳ programmatic tool calling 是模型用程式在 sandbox（和外部隔開的執行空間）裡呼叫工具。工具跑出來的結果先在裡面處理，不用每次都丟回 context window（模型一次能看到的內容量）來回傳。
• 01:03 programmatic tool calling 讓講者省下大量時間和 tokens
  ↳ 資料來回傳的次數變少，等待時間就縮短，要塞給模型讀的內容也變少，所以用掉的 token 和花的錢都跟著省下來。
• 01:03 新增比 Extra High 更高的 reasoning levels，讓 GPT-5.6 有更多思考能力，也是模型做事這麼持久的原因之一
  ↳ reasoning levels 是可以調整的「思考深度」檔位，檔位越高，模型想得越久。原本最高是 Extra High，現在又多了更高的檔位。講者認為想得更多，是它能一路把事做完的原因之一。
• 01:03 在 Codex 中，GPT-5.6 更會把工作委派給 subagents
  ↳ subagent 是主模型派出去的小幫手，每個負責一塊工作。在 Codex 裡，GPT-5.6 更常主動把工作分給它們，不會全部自己一個人扛。
• 01:03 先前的模型也可能有委派能力，但 GPT-5.6 經過訓練，會自己判斷什麼時候委派有幫助
  ↳ 重點不是「會不會分工」，而是「知不知道什麼時候該分」。就像能幹的主管知道哪些事交出去比較快、哪些自己做完就好，GPT-5.6 是被訓練出這種判斷力的。
• 01:03 做遊戲時，模型用 subagents 拆分工作並平行完成，例如美術和音效設計
  ↳ 像美術和音效彼此不互相影響，就同時交給不同的 subagent 去做，不用等一件做完才開始下一件，整體速度快很多。
• 01:35 API 提供三種模型：處理高難度 agentic 工作的旗艦模型、較均衡的模型，以及處理日常任務、快速又實惠的模型
  ↳ API 是開發者把模型接進自己產品的管道；agentic 是指 AI 自己規劃、連續做完多個步驟的任務。旗艦版負責最難的這類工作，另外還有均衡版，以及又快又便宜、適合日常小事的版本。
• 01:35 這款遊戲只是講者用 GPT-5.6 做的眾多專案之一
  ↳ 這款卡牌遊戲只是講者用 GPT-5.6 做過的眾多專案之一。影片展示的只是一小部分，不代表它只會做遊戲。

根據影片，GPT-5.6 在 Codex 中使用 subagents 跟先前的模型比起來有什麼不同？