首页
产品与服务
行业解决方案
Growth研究院
尘锋动态
了解尘锋
登录
GPT-6和上一代AI有一个很明显的区别，它更会检查：现在手里的信息，到底够不够把当前任务做完。
比如你让AI做一个任务：
"帮我分析一下为什么2026年企业开始重新算AI的账。找一些真实案例和数据，最后做成一份给老板看的5页PPT。"
上一代模型很容易出现一个问题：只要资料已经够生成一份PPT了，它就开始做。第一轮搜索找到模型降价、Token成本、几家厂商强调推理效率、一些"企业关注AI ROI"的报道——已经够填满5页，它就结束搜索开始生成了。
但这些信息只够把PPT做完，不够把PPT做好。
"AI越来越便宜"和"企业为什么开始重新算AI的账"中间还差了一截。
还缺的信息可能包括：企业AI预算有没有变化？哪些公司开始换小模型、压缩调用次数？哪些AI项目因为ROI不够被暂停？
GPT-6会更容易在这里停一下：我已经有很多资料了，但它们真的够回答用户的问题吗？
这一步很小，但它会直接改变后面的工作。
以前AI很容易出现一种特别麻烦的情况：看起来把任务做完了，但只是完成了外壳，内里还不够扎实。
五页PPT做得整整齐齐，标题、数据、结论一个不少，真正拿到会上却经不起追问：
“这个案例能说明企业普遍开始控成本吗？”
“你说企业更看ROI，依据是什么？”
“这是企业自己的变化，还是AI厂商在换营销话术？”
人最后还是得回去替AI补这些漏洞，凭借自己的经验、能力和品味，替AI修修补补。
GPT-6开始改善的，就是这个过程，它开始更能交付一份可以直接使用的结果了。
为什么？
一部分来自reasoning能力的继续强化。
模型不只是想着“下一步写什么”，还会更频繁地检查：这份任务最终要解决什么、现在的证据支持到了哪一步、哪个结论还不能下、还需要补什么信息。
另一部分来自OpenAI这次明确强调的professional environments训练。
因为一份真的要交给老板看的PPT的标准，和“生成5页关于AI成本的内容”完全不是一回事。
后者只要有看起来说得通的内容，前者必须回答一个完整的问题，而且里面的细节、判断、论证都要站得住，才算真的做完了任务。
当模型被越来越多地按照“这份工作能不能真的交出去”训练，它就必须学会在资料已经够写的时候，继续检查资料到底够不够用。
这项变化真正有价值的地方也在这里。过去把这样一个任务交给AI，人往往还得在旁边不停补： “再找几个真实企业。” “论述错了，前后不构成直接关系” “这个只能说明模型降价，不能说明企业在控成本。” “别只找厂商自己说的。” “这个结论证据不够。”
过去，AI负责搜和写，人负责盯着它有没有漏东西。
现在，GPT-6开始自己承担其中一部分判断，交付可用的结果，也更能够节约人的时间和精力。
坦白说，以前用AI做任务其实已经很好用了。
让它改一段文案、总结一篇文章、分析一张表，任务只有几步，它能够帮人提高很多效率。
AI不好用的情况，通常出现在多轮对话、长任务的场景里。
比如你把30份客户访谈、一份产品资料、过去两个季度的销售数据都扔给AI，让它分析客户流失的主要原因，最后整理成一份管理层汇报。
做到前几步通常都没问题，它会读材料、整理问题、做分类。
但任务越往后走，上一代模型越容易出现一种很熟悉的情况：它没有完全忘，但记得越来越模糊，特别容易做着做着就跑偏了。
最开始明明要求重点分析“为什么已经付费的客户不续费”，做到后面，大量篇幅却花在了“客户对产品有哪些意见”。
如果不在过程中重复任务原本的目标，直接任凭它发散着做到最后，你会发现结果根本不是你要的，粗略看起来是一回事，实际细看千差万别。
GPT-6这一代改善的，是这种长任务里的目标漂移。
它更有能力在做到很后面的时候，重新把最开始的任务要求拿回来检查：
我现在分析的还是“为什么客户不续费”吗？
这个结论和前面已经确认的信息冲突吗？
用户最开始要求重点关注的那几个条件，我是不是还满足？
这也是为什么GPT-6的长上下文提升，不能只理解成“它能一次塞进100多万Token”。
上一代模型处理特别长的任务时，经常需要把前面的内容做compaction，简单理解就是把已经发生过的事情压缩成一份摘要，然后带着摘要继续往后干。
问题也很明显：摘要是缩略的，一定会丢东西。
几十轮工作里，一个很小但很重要的限制，一次已经验证失败的尝试，一条用户很早之前说过的要求，都可能在不断压缩以后变得模糊。
GPT-6这一代开始把工作记忆做得更像我们真正工作的方式。
OpenAI这次在Codex里给Astra增加了一套新的长任务记忆机制：它可以跨上下文窗口保留notes，需要的时候重新搜索更早的对话和工具结果。
人其实也是这么工作的。
没有人能把一个做了三个月的项目从头到尾全部记在脑子里。我们靠会议纪要、项目文档、聊天记录、自己的工作笔记，需要的时候再回去翻。
GPT-6开始拥有类似的能力了。
三、做到一半改需求，不需要从头再来
过去用AI做任务，如果中间改变了主意，经常需要重新开一个窗口从头来过。
比如你让AI做一份全球市场分析，做到一半补了一句："海外先不要了，这次只看国内。"
上一代Agent处理不好这条新要求和原任务之间的关系。
要么把"只看国内"当成全新任务，原来的分析维度全丢了；要么判断原计划不适用了，从头来过，前面已经完成的有效工作也跟着被推翻。
而你真正想要的没那么复杂：把海外数据删掉，留下的资料继续用，按原来的维度接着做。
GPT-6改善的就是这种判断能力：需求变了以后，什么需要改，什么不用改。 Mid-turn steering让它在任务执行中途可以被追加修改并判断：新要求到底改了什么？前面的哪些工作还能继续用？哪些部分需要重做？
过去模型更像在执行一段已经写好的指令，而真实工作不是一段指令，它会在过程中经常变化，有灵光一闪，也有悬崖勒马。
GPT-6开始更有能力维护这种不断变化的任务状态，跟上你的临时变化。
以前AI，更多是当一个参谋，而不是做事的士兵。
比如你让它：“把CRM里过去一个月没跟进的客户筛出来，按意向度重新分类，再把名单整理进Excel。”
过去模型可以告诉你完整的步骤，但是不擅长把这个事给做了。
Agent经常会卡在特别琐碎的地方：按钮在哪？哪个下拉框要点？页面弹窗遮住了什么？字段错了？Excel里该把数据填在哪一列？
这些在人看来根本不算“智力”的事情，恰恰是AI过去很容易掉链子的地方。
GPT-6这次一个很明显的变化，是它看电脑界面、理解界面、再执行操作的能力明显提高了。
ScreenSpot-Pro就是专门测试这件事的。
它会给AI一个真实的软件界面，再告诉它要完成什么任务，看它能不能准确找到应该操作的位置。
GPT-5.6 Sol的测试结果是76.9%，GPT-6 Astra到了92.7%。
这个提升看起来只是一个跑分，但对应到真实工作里非常具体：以前AI可能知道“下一步要点筛选”，现在它更有可能真的找到那个筛选按钮。
再往后是OSWorld，这个测试更接近真正“坐在电脑前干活”，要求AI在操作系统和软件环境里连续完成任务。
GPT-6 Astra在OSWorld 2.0里做到72.6%，GPT-5.6 Sol是65.7%。
更值得注意的是，同样一类任务，Astra模拟平均用时大约40分钟，5.6 Sol约75分钟。
可以说，现在AI开始把过去分开的两件事接起来：理解任务 + 操作软件。
以前你问AI怎么做Excel，它可以教你。
现在它越来越能直接进去改Excel。以前你让AI分析CRM数据，它可能先让你把数据导出来给它。现在它越来越有能力自己进CRM找。
以前AI更多活在聊天框里，现在它开始真正进入人每天工作的那些软件。
这也是为什么Computer Use这次很重要。
因为企业里的大量工作，并没有现成的API，也没有专门为AI重做一套系统。
它们就是网页、后台、Excel、CRM、ERP、各种已经用了很多年的软件。
如果AI只能调用专门接好的接口，那每进入一个系统，都要先有人给它“修路”。
Computer Use走的是另一条路：人能怎么操作，AI就尽量学会怎么操作。
当然，现在72.6%的OSWorld成绩也说明它远没有到“随便把电脑交给它”的程度。复杂任务里仍然会出错，高风险操作也需要权限和人工确认。
但这个进化方向已经很清楚：GPT-6开始学习把鼠标接过去，直接替你做了。
另外，在AI能直接操作电脑之后，权限边界也变得更重要。OpenAI这次也同步强化了Astra对任务授权范围的遵守——能力越强，“能做什么”和“允许做什么”必须一起升级。
五、GPT-6具备了更强的并行任务处理能力
过去Agent处理复杂任务，很多时候还是串行的。
比如让AI做一份客户背景调查，它可能需要查CRM里的客户历史、搜索这家公司最近的公开新闻、读取之前的会议纪要，最后再把这些信息整合起来。
这三件事其实互相并不依赖，可以并行去做，但上一代Agent更容易按照一条线往前走：
先查CRM，等结果回来；再搜索新闻，继续等；再读取会议纪要。
每一步都能自己完成，但只能一件一件做完了再往前推进。
GPT-6开始改变的是这一点：彼此独立的任务，可以同时往前跑。
也就是说，以前更像：A做完 → B做完 → C做完 → 汇总
现在可以变成：A、B、C同时启动 → 等结果陆续返回 → 汇总
背后对应的是GPT-6支持的Async Tool Calling。
过去模型调用一个工具之后，通常需要等这个工具返回结果，才能继续下一步。现在一个工具还在执行，模型可以先处理其他不依赖这个结果的任务。
所以这项提升并不是“某个工具调用得更快了”。
真正变化的是：AI开始更会安排多个任务之间的先后关系。
哪些事情必须等前一步完成，哪些事情完全可以同时做，它开始能分得更清楚。
六、不止学模板，还能学规矩了
企业里的真实工作，有很多模板可复用：PPT有公司模板，方案有过去材料，销售分析有现成格式，回复客户有公司的表达习惯。
真正让AI进入工作流，比起生成通用资料，我们更需要它生成符合企业标准的结果。
过去的AI经常做得很表面。给它一份管理层汇报让它照着做下一季度，它能模仿颜色、标题、页面结构。
但真正的"按照同样方式做"远不只是长得像——为什么第一页先放结论？为什么有些数据进正文有些只放附件？为什么同样是下降10%，这个标红那个轻描淡写？这里面是团队已经形成的工作习惯和判断标准。
GPT-6明确强化了professional environments训练，面对现有材料时，不只是模仿表面样子，而是可以延续这家公司已有的表达方式、结构和交付标准。
过去和AI协作，真正消耗人的往往不是"从零写五页PPT"，而是把AI生成的东西一点点改成公司的样子。
这个转换成本，正在被减少。现在你把一份过去的分析报告甩给GPT-6，它给你的会更接近“拿来就能用”。
七、GPT-6强在，可以直接完成工作了。
同样是做一份PPT，GPT-5.6也能做，GPT-6也能做。真正的差别发生在中间。
资料不够的时候，它能不能自己发现？
任务做到后面，还能不能记得最开始的要求？
中途需求变了，是不是必须从头来？
面对公司已有的材料，它到底在另做一套，还是能接着用？
这些变化单独拿出来，都不像"模型突然聪明十倍"那么刺激。但合在一起，改变的是人和AI之间的协作方式。
过去用AI，人得一直站在旁边：告诉它哪里漏了，提醒它前面说过什么，需求变了重新解释一遍，最后再把结果改成公司能用的版本。AI在做动作，人在补判断。
GPT-6这一代，开始把那些"人替AI操心"的部分，一点点接了过去。
如果用一句话总结GPT-6强在哪，可以说，AI正在从"需要你盯着干活的实习生"，变成"能独立交付的专业员工"。
点击注册体验ChatDoing
一句话生成企业级AI客服
