GPT-5.6 正在自我优化，一种新的自举方法已经出现

OpenAI 发布了一份技术报告，详细介绍了应用于 GPT-5.6 的递归自我改进（Recursive Self-Improvement，RSI）。该模型现已投入生产：它分析流量、调整路由、重写 Triton 和 Gluon 内核，通过运行数百次实验优化自身的推测解码系统，并搜索最优的部署参数（批处理、分片、KV 缓存管理）。结果，OpenAI 的端到端服务成本下降了 20%，令牌生成效率提高了超过 15%。值得注意的作者包括 Triton 的创建者 Philippe Tillet。然而，人工监督仍然存在：人类设定优化目标、工具权限、评估指标以及最终的部署决策。此外，OpenAI 构建了一个基于 Rust 的 Agent Harness，以减少代理循环中的重复开销，并进行了优化，例如延迟工具发现（仅在需要时显示工具）和仅追加的提示缓存以保持上下文重用。在 GPT-5.6 内部测试期间，每位活跃研究员的每日令牌输出量相比 GPT-5.5 的峰值翻了一番；内部编程推理的研究计算量在六个月内增长了 100 倍，内部代理的令牌使用量增长了约 22 倍。