GPT-5.6 正在自我优化，一种新的自举方法已经出现

OpenAI 的技术报告显示，GPT-5.6 已应用于生产环境中，用于优化自身的运行时环境，包括分析流量、调整请求路由、重写底层内核以及优化投机性解码。这些改进使端到端服务成本降低了 20%，令牌生成效率提高了超过 15%。与此同时，人类监督仍然存在，优化目标和部署决策由人员控制。

OpenAI

PDD架构打破跨集群异构推理壁垒：首Token延迟降低51.5%，成本降低37.5%

InfiniteG（无限光年）推出了PDD，一种三层跨集群异构推理架构，将首Token延迟降低51.5%，每个Token成本降低37.5%。通过插入本地RelayDecode（RLD）实例来掩盖广域网KV缓存传输延迟，PDD实现了对分散同构集群的高效利用，用于大语言模型推理。

Infinigence