北京时间凌晨，OpenAI 在一场发布会上正式推出了 GPT 5.6 系列模型及多项配套产品。此次发布并未局限于单一模型，而是同时带来了 ChatGPT Work、全新的 ChatGPT 桌面 App、Hosted Sites 以及三个不同层级的模型：Soul、Terra 和 Luna。
将这些产品组合来看，OpenAI 的意图非常明确：推动 ChatGPT 从一个被动生成回答的聊天工具，演变为一个能主动承接任务、理解上下文、调度工具、操作环境并最终交付结果的执行系统。传统聊天产品仅处理“输入-输出”，而 Agent 系统需要处理任务拆解、状态跟踪、权限控制和结果校验等复杂环节。
执行链路：从接任务到交付结果
这条技术路线的第一步是任务入口。ChatGPT Work 被设计为接收带有明确目标的工作请求，例如从 Slack 和员工反馈中寻找内部案例并安排访谈，或读取财务数据进行差异分析、更新预测并生成汇报材料。其核心挑战在于编排，系统需自主判断所需数据源、处理顺序及哪些步骤需用户确认。
第二步是环境接入。全新的桌面 App 旨在让 ChatGPT 进入用户的真实工作环境。与依赖上传文件的网页端不同，桌面端可接触本地文件、浏览器标签页和其他应用。发布会上展示的整理 Apple Notes、分析 Chrome 标签页等能力，本质上是让模型能够读取并理解分散在电脑各处的上下文。这背后涉及复杂的上下文工程，模型需从海量本地文件中筛选相关信息，并处理 PDF、Excel 等不同格式的数据，甚至判断相互矛盾的信息来源。
第三步是结果交付。Hosted Sites 功能补上了这一环，它允许 Agent 将生成的结果直接转化为网页、看板或交互式原型，而非仅仅输出文本或代码片段，更适合项目汇报、临时仪表盘等轻量级交付场景。为确保交付稳定，Agent 调用工具时需遵循结构化协议，明确输入、输出、失败状态及操作权限，例如更新 Excel 时应先生成修改对比并等待确认，而非直接写入。
模型调度：分层与多 Agent 协作
执行链路的复杂步骤无法依靠单一模型完成。GPT 5.6 拆分为三个层级正是为了解决调度问题：Soul 面向复杂 Agent 工作流，Terra 面向日常任务，Luna 则针对高频低成本任务。这种分层路由策略旨在平衡性能与成本，简单任务调用低成本模型，复杂推理和高风险操作则调用更强模型。
此外，Ultra Mode 引入了多 Agent 并行处理机制，可将复杂任务拆解给多个 Agent 分别负责读取资料、处理表格、生成页面和检查一致性，最后由编排器整合结果。这要求一个强大的调度层来决定任务拆分方式、上下文分配、冲突处理及成本控制。评估这类系统的标准也已超越传统问答基准，转向 Terminal Bench、BrowseComp 等更贴近代码执行和长周期信息检索的测试。
可信边界：安全与审计机制
当 Agent 系统开始操作真实环境时，安全问题的焦点从输出内容转向执行动作。发布会提到 GPT 5.6 在网络安全能力上有明显提升，这要求更严格的权限设计。构建可信 Agent 至少需要几层机制：遵循最小权限原则，仅开放任务必需的文件和工具；对读取、修改、发送等操作进行风险分级并设置不同确认逻辑；记录完整的执行过程审计轨迹，明确哪些结论来自原始数据、哪些属于模型推断；以及采用事务化执行，即先生成变更计划供用户检查，再一次性提交，并支持回滚，避免留下不可控的中间状态。
在企业场景中，对长任务执行过程的可观测性同样关键，需记录每个子任务的输入输出、模型版本、耗时及失败原因，以便出错时精准定位问题。这些机制共同决定了 Agent 能否进入财务、法务等企业核心工作流。
总体来看，GPT 5.6 发布会勾勒出一条清晰的技术路线：通过 ChatGPT Work、桌面 App 和 Hosted Sites 构建执行链路，依靠 Soul、Terra、Luna 和 Ultra Mode 实现模型调度，并以权限、审计和事务机制控制风险。其最终价值将取决于在真实工作场景中的稳定性，而非发布会上的演示效果。