OpenAI发布GPT‑5.6、GPT‑Live，Meta推出Muse Spark 1.1，AI进入后聊天系统化竞争时代

模型与系统新动向

本期《The Sequence》聚焦四大前沿发布：OpenAI 的 GPT‑5.6、GPT‑Live 与 ChatGPT Work，Meta 的 Muse Spark 1.1，以及 xAI 的 Grok 4.5。所有模型都在从“回答”向“执行”迁移，核心在于把语言模型嵌入完整的工作流与计算图中。

• GPT‑5.6：家族拆分为 Sol、Terra、Luna 三条支线，分别优化推理成本、上下文深度与多模态感知。最大亮点是 程序化工具调用，模型可自行生成代码并调度外部工具，实现“写代码 → 调用 API → 处理结果”的闭环。
• GPT‑Live：采用全双工架构，支持模型同时听、说，能够在对话中主动打断或保持沉默，并在后台继续推理，形成类似事件循环的交互模式。
• ChatGPT Work：把价值单元从单条回复转向可交付的文档、表格、演示与网站，实现跨应用、跨文件的持续协作。
• Muse Spark 1.1（Meta）：一百万 token 上下文窗口，融合文本、图像、代码与 UI 操作。独创 主动上下文管理 能在长会话中压缩历史状态，同时保持关键信息的可恢复性，并提供 计量化智能 的付费 API。
• Grok 4.5（xAI）：面向编码、代理任务和知识工作，强调生成完整的业务流程与复杂产出，定价更具竞争力。

关键技术亮点

1. 工具调用与子代理并行：GPT‑5.6 将语言模型视作调度器，能够并行启动多个子代理，类似分布式系统的任务调度。
2. 全双工对话：GPT‑Live 把传统的回合制对话升级为共享认知带宽，使人机协作更自然，降低交互延迟。
3. 持续工作流：ChatGPT Work 通过持久化上下文和跨文件状态管理，让 AI 成为项目助理而非一次性答复机器。
4. 多模态感知：Muse Spark 1.1 的视觉‑语言‑代码统一模型，使其在浏览网页、操作 UI 时能够直接“看‑写‑点”。

产业与生态影响

• 垂直整合加速：各大前沿实验室正将模型、语音接口、浏览器、桌面环境以及产出层全部纳入同一闭环，争夺“意图‑执行‑交付”全链路的所有权。拥有完整闭环的公司将获得更丰富的反馈数据、开发者生态与迁移成本壁垒。
• 成本竞争：Grok 4.5 与 Muse Spark 1.1 的激进定价表明，未来的竞争焦点可能是 每完成一次工作单元的费用，而非传统的每千 token 成本。
• 安全与治理挑战：长期运行的代理需要细粒度权限、审计日志与回滚机制；一次错误的工作流可能导致 CRM、文件系统甚至财务模型的实际损失。

研究与安全关注

• OpenAI 对 SWE‑Bench Pro 的审计：发现约 30% 任务因测试过严或提示不明确而失效，导致基准分数失真，OpenAI 已撤回对该基准的推荐。
• Anthropic 与 AE Studio 的 GRAM：提出可拆卸的双用途知识模块，实现对病毒学、网络安全等高危能力的开关控制，降低模型滥用风险。
• SkillOpt‑Lite 与 DSpark 等新算法展示了在代理自我进化与推理加速上的突破，为后聊天时代的系统化 AI 奠定技术基座。

整体来看，AI 正从“大模型‑聊天”向“系统化‑执行”转型。谁能在工具调用、持续协作与成本控制上构建最可靠的闭环，谁就可能在即将到来的后聊天时代占据主导。