OpenAI 最新旗舰模型 GPT-5.6 Sol 展示了一项关键能力：在仅收到一个“相当模糊的提示”后，自主完成了对较小模型 Luna 的后训练（post-training）。这一成果被 OpenAI 视为迈向“自动化研究员”的重要一步。

发生了什么

根据 OpenAI 披露的信息，GPT-5.6 Sol 在内部测试中，仅凭一条描述性不高的提示，便独立启动并完成了对另一个较小模型 Luna 的微调过程。整个过程无需人工干预，模型自主决定训练目标、数据选择与参数调整。在 OpenAI 内部设计的递归自我改进（Recursive Self-Improvement, RSI）基准测试中，Sol 的得分比上一代 GPT-5.5 高出 16.2 分。OpenAI 认为，这一进展表明“自动化研究员”已触手可及。

为什么重要

递归自我改进是 AI 领域长期追求的目标之一。如果模型能够自主改进自身或其它模型，将极大加速 AI 能力的迭代，减少对人类专家的依赖。此前，多数模型微调需要工程师精心设计提示、选择数据和调整超参数。Sol 的演示意味着模型开始具备“元认知”能力——不仅能完成任务，还能理解如何改进任务执行方式。

值得注意的是，OpenAI 强调 Sol 的启动提示是“相当模糊的”。这暗示模型在理解模糊意图并转化为具体行动方面取得了突破。相比之下，GPT-5.5 可能需要更明确、更结构化的指令才能完成类似工作。

影响与看点

  • 对 AI 研发范式的影响：如果 Sol 的能力可复现，AI 开发可能从“人-模型协作”转向“模型-模型协作”。开发者只需给出高层目标，模型即可自主完成数据清洗、模型选择、训练与评估。这或将降低 AI 开发门槛，但也带来对模型行为可控性的新挑战。
  • 对 OpenAI 产品路线图的启示：Sol 的能力可能被整合到未来的 API 或研究工具中，例如让用户用自然语言描述一个“更好的翻译模型”，系统自动生成并交付。但 OpenAI 尚未公布 Sol 的发布时间或商业化计划。
  • 值得关注的局限：目前信息仅限于 OpenAI 内部测试，缺乏第三方验证。Sol 在 RSI 基准上的高分数是否泛化到真实场景尚不清楚。此外，“模糊提示”的具体程度未公开，外界难以评估其实际通用性。

独立判断：Sol 的自主微调能力是递归自我改进的里程碑，但距离可靠的“自动化研究员”仍有距离。关键看 OpenAI 是否愿意开放此类能力供社区验证，以及模型在安全约束下的表现。