https://codexer.com/tags/terminalbench/Recent content in TerminalBench on CodexerHugozh-cnSun, 28 Jun 2026 10:00:00 +0800https://codexer.com/posts/2026-06-28-gpt5-6-codex-agent-loop/Sun, 28 Jun 2026 10:00:00 +0800https://codexer.com/posts/2026-06-28-gpt5-6-codex-agent-loop/<p>想象一个场景：你给 AI 分配了一个任务「把这个支付模块改成异步处理」，然后就去开会了。两个小时后回来，AI 已经改完了 7 个文件，跑了测试套件，修了 3 个失败的测试，并且在 GitHub 上给你开好了 PR，等你 review。</p> <p>这不是科幻，这是 GPT-5.6 + Codex 正在做到的事情。</p> <p>2026 年 6 月 26 日，OpenAI 正式将 GPT-5.6 推送到 ChatGPT 和 Codex。对开发者来说，核心变化在于一个代号叫 <strong>Sol</strong> 的旗舰模型，它被专门调校用于「长程自主编程」，也就是那种需要跨多个文件修改、反复运行测试、根据失败结果自我纠错的复杂任务。</p> <p>简单说，GPT-5.5 擅长「一问一答」，而 GPT-5.6 开始真正擅长「自己干活」。</p> <h2 id="三层模型solterraluna-的分工哲学">三层模型：Sol、Terra、Luna 的分工哲学</h2> <p>GPT-5.6 不是一个模型，而是一个模型家族。OpenAI 这次直接给出了三层架构，每层对应不同的任务难度和成本预算：</p> <table> <thead> <tr> <th>层级</th> <th>定价（输入 / 输出，每百万 token）</th> <th>定位</th> </tr> </thead> <tbody> <tr> <td><strong>Sol</strong></td> <td>$5 / $30</td> <td>旗舰推理，长程任务：多文件重构、深度调试、架构级变更</td> </tr> <tr> <td><strong>Terra</strong></td> <td>$2.50 / $15</td> <td>日常编程主力：标准接口、单元测试、小修小补、代码审查</td> </tr> <tr> <td><strong>Luna</strong></td> <td>$1 / $6</td> <td>廉价子任务：分类、摘要、路由、格式化、日志分诊</td> </tr> </tbody> </table> <p>这套设计的巧妙之处在于：<strong>不是所有任务都需要 Sol 级别的推理能力</strong>。让 Sol 去判断「这个文件是不是测试文件」就像用 Ferrari 去超市买菜，浪费且没有必要。真正高效的 Agent，应该根据任务难度动态路由到不同层级：Sol 负责规划和验证，Terra 负责写代码，Luna 处理那些琐碎但高频的分类和摘要工作。</p>