OpenAI GPT-5.6 Sol 自主后训练较小模型 Luna

一句话看懂：OpenAI 发布了旗舰模型 GPT-5.6 Sol，该模型能自主完成对小模型 Luna 的后训练，只需一段“相当模糊的提示词”即可自动配置训练参数、选择 GPU 并执行训练脚本。这标志着 AI 系统在递归自我改进能力上迈出了实质性一步。

事件核心：发生了什么

OpenAI 于 2026 年 7 月 10 日宣布，其新模型 GPT-5.6 Sol 在内部演示中自主完成后训练了较小的 Luna 模型。据 OpenAI 研究员 Kathy Shi 介绍，研究人员仅通过 Codex 平台向 Sol 下达了一个“相当模糊的提示词”，指示其找到合适的训练配置、选择适合的 GPU、启动训练脚本并验证运行是否正常。此前，这类工作通常需要一个资深研究团队来完成。OpenAI 还构建了一套内部评估基准（RSI 指数），专门衡量系统的递归自我改进能力——即 AI 系统在没有人为干预的情况下，自主优化自身或改进其他模型的能力。在该基准上，GPT-5.6 Sol 得分比上一代 GPT-5.5 高出 16.2 分，位居榜首，其后依次是 Terra、Luna 变体、GPT-5.5 和 GPT-5.4。

为什么重要

递归自我改进（RSI）是 AI 安全领域长期关注的核心概念，被认为可能引发能力爆炸式增长。OpenAI 竞争对手 Anthropic 在 2026 年 6 月初也指出，完全的递归自我改进尚未实现，但可能比大多数机构预期来得更快。GPT-5.6 Sol 的表现意味着，AI 系统已能独立完成以往需要人工团队介入的模型优化环节，这直接加速了 AI 研发的自动化进程。OpenAI 内部数据显示，使用 Sol 后，每位活跃研究员的平均日生成 token 量相较 GPT-5.5 时期最高值翻倍以上，代码提交和实验次数也同步增长。尽管这些指标不直接衡量研究进展，但它们显示出 AI 辅助研发的规模化速度正在加快。

对用户/开发者/创作者的影响

对于开发者和 AI 研究者而言，GPT-5.6 Sol 的出现降低了模型优化的人力门槛。过去，对模型进行后训练需要熟悉训练配置、GPU 选型等专业知识，而 Sol 的自主执行能力可能使更多团队能以更少资源完成模型调优。对于普通用户和创作者，影响相对间接，但长期来看，模型自我改进效率的提升会带来更快的产品迭代和更优的生成质量。企业采购 AI 服务时可能需要重新评估：具备自主优化能力的模型将减少对人工运维的依赖，从而可能改变定价模式和交付方式。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

首先，GPT-5.6 Sol 的自主后训练功能是否会向公众开放 API 或集成到现有产品中，以及是否会有定价变化，目前公开信息显示尚未落地。其次，Anthropic 等竞品是否会推出类似能力或更激进的 RSI 功能，将影响行业竞争格局。最后，监管层面可能重新审视这类具备递归自我改进能力的系统——Anthropic 此前已警告该技术可能带来风险，OpenAI 是否会主动披露更多安全评估数据值得持续跟踪。

来源：The Decoder：AI News（RSS）