GPT-5.6 確認具備自我最佳化能力，AI 遞迴自進化（RSI）進入新階段
為何重要
這代表大型語言模型的價值鏈翻轉，不再侷限於「給出答案」，而是延伸至「維持系統運轉」。GPT-5.6 的自我最佳化證明瞭 LLM 具備了準工程師的問題定義、程式設計與系統遷移能力。對產業而言，這意味著未來 model 智慧與 infra 成本的關係將重構──模型越強，可能直接轉化為營運成本的下降與運算效率的爆發。
OpenAI 在最新報告揭露 GPT-5.6 已部署至生產環境並具備自我最佳化系統的能力，標誌著 AI 遞迴自進化（RSI）邁入具體實踐階段，讓模型從單純的使用者轉變為能改造自身執行環境的工具。此機制在 OpenAI 產生重大效益，顯示端到端服務成本降低 20%，Token 生成效率提升 15% 以上。
- GPT-5.6 已被投入 OpenAI 真實生產環境，負責分析流量、調整請求路由，並使用 Codex 與 Triton Kernel 實現由底層改寫與最佳化推測解碼模型。
- OpenAI 為解決 Agent 迴圈中過度浪費資源的問題，推出由 Rust 編寫的 Agent Harness，透過限制工具回傳 Token、上下文分離及 GPU 計算重用來提升效率。
- 在 GPT-5.6 內部測試期間，研究人員日均 Token 輸出比 GPT-5.5 峰值高出 2 倍，過半年內研究算力佔比與內部 Agent Token 量分別成長了 100 倍與 22 倍。