Article content is shown in its original language.
GPT-6 案例：让长周期代码 Agent 按预算逐级升级
场景示例，不代表本站或第三方用户实测。 流程根据 OpenAI 官方 GPT-6 发布说明整理；模型表现、价格和可用范围请以原厂最新资料为准。
长任务最怕“开工容易，收尾失控”
一个跨模块改造可能从复现缺陷开始，经过查代码、改实现、跑测试、修回归，最后还要整理变更说明。若每一步都让最强模型持续运行，成本容易失控；若过早降级，复杂步骤又可能遗漏依赖或边界条件。
OpenAI 近期发布 GPT-6 Astra，并在 2026 年 9 月 22 日的官方发布页介绍 GPT-6 Sol 与 GPT-6 Luna。官方将三者定位为不同能力与成本层级，并称新型号可用于专业工作、代码、计算机操作和工具工作流；API 型号包括 gpt-6-sol 与 gpt-6-luna。官方资料也明确指出，Sol 与 Luna 的发布是逐步开放的，用户实际能否调用须看账号与服务状态。
示例流程：把任务拆成可验收的阶段
- 定义验收条件。 先写明用户可观察到的行为、不可改变的接口、测试命令和允许修改的范围。让模型复述目标并指出不确定点，确认后才开始编辑。
- 低成本侦察。 用较轻量的模型层级搜索文件、解释报错、列出可能相关模块，并将每个假设绑定到具体代码或日志证据。
- 困难点升级。 当依赖关系跨多个模块、测试持续失败或方案涉及架构取舍时，再将当前证据包交给更强层级，要求列出备选方案、风险和验证步骤。
- 限制自动操作。 允许 Agent 读取仓库、编辑指定文件并运行测试；删除数据、访问生产密钥、部署和提交等高影响动作保留人工确认。
- 按结果而非自信度验收。 检查 diff 是否超出范围、测试是否通过、是否新增未解释依赖。模型说“已完成”不能替代真实测试结果。
- 整理可交接记录。 输出改动摘要、测试命令、未解决风险和回滚方法，方便另一位工程师快速复核。
让模型能力和任务预算匹配
对搜索、归纳、简单重命名等步骤，可以优先尝试更经济的层级；遇到长程推理、复杂代码修改和计算机操作，再有条件地升级。成本监控应同时看 Token、工具调用次数、失败重试和人工返工，不应只比较单次输出价格。
GPT-6 官方页面描述了模型家族的成本能力曲线和若干评测。各厂商基准任务、测试设置和成本假设可能不同，不能用页面中的单项对比替代自己仓库上的验证。涉及安全与真实用户数据的工作，仍要执行访问控制、代码审查和测试门禁。
使用前核对
- 先确认账号是否已获 API/产品访问、具体 Model ID 和计价口径。
- 为 Agent 配置最小文件权限；不要把生产凭证放进提示词或代码仓库。
- 自动化仅覆盖可恢复、可测试的操作；发布与破坏性更改由人审批。
- 本案例是基于官方发布信息设计的流程示例，没有在本站部署或实测 GPT-6。
资料来源
Original sourcehttps://openai.com/index/introducing-gpt-6-sol-and-luna/