这回，ai已开启自主编写代码的新纪元！
GPT-5.6甫一发布，便接下首个重量级任务：全面重构自身的运行环境——一场深度“系统级焕新”。
它独立完成对OpenAI线上生产环境底层代码的重写与调优，直击核心——支撑大模型实际运行的GPU推理内核。
7月29日，OpenAI官方公布关键成果：
由GPT-5.6 Sol主导的内核优化，使整体服务成本下降20%；经其改进的推测解码机制，让token生成效率跃升超15%。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
此次GPT-5.6动刀的对象，并非沙盒中的演示Demo，而是正承载每日十亿级真实请求、全天候在线运转的生产系统。
正如OpenAI总裁Greg Brockman所言：“让GPT-5.6 Sol持续提升生产服务效能，正是它既强大又高性价比的关键所在。”
在OpenAI内部，一套成熟的方法论早已落地。Codex负责人Tibo（Thibault Sottiaux）将其精炼为两步走战略：
第一步：训练出足够强大的基座模型；
第二步：用该模型反哺自身——优化基础设施、推理栈乃至底层GPU内核。
20%的成本削减，究竟来自何处？
这20%的服务开销缩减，是如何实现的？
GPT-5.6 Sol通过Codex深度接入OpenAI生产推理栈，聚焦于四大核心模块：GPU内核、负载均衡策略、推测解码逻辑、KV缓存机制。
它在智能体框架层、API编排层、模型推理层同步发力，显著减少网络传输冗余、降低CPU调度负担、释放GPU计算潜能。
负载均衡，通俗讲就是避免部分GPU卡“过载烧机”，而其余卡却“空转待命”；
KV缓存，则是将已计算过的中间状态暂存复用，杜绝重复劳动；
推测解码，采用“小模型先抢答、大模型终审定”的协作范式——答对即批量输出，告别逐字生成的低效节奏。
再看GPT-5.6 Sol的具体行动：
它分析海量真实线上流量，精准识别以往被忽视的负载倾斜问题，并验证新型路由调度方案；
它自主重写了基于Triton与Gluon语言编写的生产级GPU内核，重点挖掘可预计算、可跳过、可并行的优化点；
在推测解码环节，它针对配套draft模型开展数百轮架构实验，全程自主启动训练、监控进度，甚至能在硬件异常或训练抖动时主动干预修复。
环环相扣的精细化打磨，最终凝结为开头那组硬核数据：服务成本直降20%，token吞吐效率提升15%+。
事实上，早在7月9日GPT-5.6正式亮相时，OpenAI就已埋下伏笔。
内部团队早已用它定位系统故障、调优训练流程、执行实验分析、解读结果报告，并专门设立KernelGen、NanoGPT、RSI Index等指标，评估其“自我增强”能力。
此次20%的成本优化，标志着这些长期投入，首次转化为财务报表上的真实收益。
比省下20%更深远的，是一个完整闭环的打通
真正具有里程碑意义的，是“自优化闭环”的首次全线贯通。
从流量分析→方案设计→代码生成→实验执行→故障处理→效果验证，整条链路如今几乎均可由模型深度参与。
单次任务中，模型持续执行“决策→调用工具→读取反馈→再决策”的循环，直至交付可用成果。
以推测解码为例：
为适配专用draft模型，GPT-5.6 Sol自主设计并运行了数百次结构实验——调整模型尺寸、修改网络拓扑、替换激活函数……
过去，这类探索极度依赖稀缺的GPU工程师，凭经验与直觉手动试错，耗时数月且覆盖有限；
面对指数级爆炸的配置空间，人类只能依赖粗略启发式规则“拍板”。
如今，模型将“测量—优化—验证”的周期压缩至极致，使团队得以快速验证更多创新构想，敏捷响应动态变化的业务负载。
更关键的是，这个闭环具备自我强化属性：
模型越强 → 推理栈越高效 → 同等硬件承载更多请求 → 更多用户使用更强模型 → 进一步反哺模型迭代。
OpenAI内部数据印证了这一飞轮加速之势：
GPT-5.6内测期间，每位活跃研究员的日均token产出达GPT-5.5时代峰值的2倍以上；
过去半年，用于内部代码推理的研究算力占比激增100倍；智能体相关token消耗量增长约22倍。
每一分节省下来的算力，最终都转化成了普惠更多用户的智能服务能力。
这是“AI自我进化”吗？
那么，这是否意味着AI已迈入“自我进化”阶段？
至少现阶段，答案是否定的。
GPT-5.6 Sol优化的对象，仅限于运行自身的软件栈、服务配置及辅助draft模型。
目前尚无任何证据表明它能在线修改自身主干权重，也未见其脱离工程师团队独立完成下一代模型的升级迭代。
若将模型权重视作智能的“货物”，则内核与配置只是运货的“卡车”与“路线”。本次优化聚焦运输效率，尚未触及货物本身。
因此，更严谨的表述应为：“自优化飞轮”的雏形初现，而非真正的递归式自我改进（Recursive Self-Improvement）。
还需注意一点：
官方虽使用“自主（autonomously）”描述内核重写与部分实验过程，但并不等于“全程无人干预”。目标设定、系统接入、工具选型、上线部署等关键节点，仍由OpenAI工程体系严格把控。
例如验证环节：模型生成的GPU内核必须通过人工审核方可上线。
OpenAI为此专门启用开源工具FpSan（浮点消毒器），对其数据流结构与数值行为进行双重校验。
自动验证能力的成熟度，才是决定“能否放心让AI编写底层代码”的真正瓶颈。
展望未来，OpenAI已在RSI（递归式自我改进）路径上持续铺路：
今年2月，GPT-5.3-Codex已被官方称为“参与了自身的诞生”；
本次GPT-5.6 Sol更进一步，自主完成了轻量级模型Luna的后训练；
在内部专属评测RSI Index中，其得分较GPT-5.5高出16.2分。
OpenAI内部RSI Index成本-得分曲线：GPT-5.6三档模型全面超越5.5与5.4，在同等性能下成本更低。
老对手Anthropic的观点更为前瞻：
人类当前仅需对个位数百分比的关键方向性决策负责。
联合创始人Jack Clark预测：到2028年底前，出现完整递归自我改进系统的概率超过60%。
飞轮已然转动，但“AI自主创造AI”的终极图景，仍在途中。
竞争焦点悄然转移：从拼GPU数量到比token榨取率
这20%的降本，意味着同一套硬件集群，OpenAI现在可多承接两成业务负载。
它折射出一个更深层的战略转向。
过去几年，AI厂商竞逐的核心指标是“谁拥有更多GPU”——逻辑直接，代价高昂。
但在算力永远稀缺、需求增速远超供给的世界里，另一维度正迅速崛起：同样硬件，谁能产出更多有效token？
推理效率，已与芯片数量并列，成为决定竞争力的核心杠杆。
OpenAI自身的产品策略已给出明确信号：
GPT-5.6首次推出Sol、Terra、Luna三档差异化版本，核心卖点正是——“同等智能水平，更低token消耗”。
效率，已被提升至与智能本身同等重要的战略地位。
而这一次，驱动推理效率跃升的引擎，正是模型自身。
模型越强 → 越能优化推理栈；
推理栈越高效 → 同等硬件服务更多token；
成本越低 → 更强模型越易规模化落地。
这个正向飞轮，OpenAI已成功启动。
参考资料：
https://www.php.cn/link/56e35bb7fdbbc6570acb607ad4ab4be0
https://www.php.cn/link/f20848a781e3554b876afadc3dc3281a
https://www.php.cn/link/f535640eb9d804cee5b539fdd800d8b3
https://www.php.cn/link/cc5eafbcaff63bb2d5b8fa02b30cd8d8
本文来自微信公众号“新智元”，作者：ASI启示录，36氪经授权发布。
