7月9日，OpenAI全量发布GPT-5.6系列模型，同时上线了原生智能体产品ChatGPT Work。这次发布的模型能力提升幅度并不算夸张，但产品架构和工程实现上有几处调整，对做Agent开发的团队有一定参考价值。
三档模型与效率数据
GPT-5.6拆成三档：旗舰版Sol、均衡版Terra、轻量版Luna，分别对应深度推理、日常任务、高频批量调用三类场景，且三档模型支持独立迭代。
官方公布的效率数据值得关注：Sol在智能体编程测试中，相比同类模型输出token减少54%，耗时缩短过半，成本降低约三分之一。放在实际工程场景里看，这类数据比跑分排名更有参考意义，因为它直接影响一个Agent长时间运行的成本可控性。
Programmatic Tool Calling：工具调度逻辑下沉到模型层
这是本次API层面比较值得关注的改动。过去做多工具协作的Agent，开发者通常需要在应用层手写一套调度逻辑，大致是这样的结构：
if task_type == "查询":
result = call_tool("search", params)
elif task_type == "计算":
result = call_tool("calculator", params)
if result.error:
retry_with_fallback(...)
中间结果处理、异常重试都需要单独编写
而Programmatic Tool Calling允许模型直接生成一段执行程序，自己决定调用哪些工具、如何处理中间数据、失败了怎么重试，相当于把这部分编排逻辑交给了模型本身。对开发者来说，意味着不用再为每个新场景单独设计一套调度框架，尤其在工具数量多、调用路径复杂的场景里，能省掉不少胶水代码。
Ultra模式与Max模式
Ultra模式默认启动4个子智能体并行处理任务，最多可扩展到16个，用更多算力换取复杂任务的完成质量；Max模式则延长模型的推理时间，提升复杂任务的稳定性。两者对应的其实是简单任务和复杂任务需要不同资源配置这个思路，在做Agent的资源调度设计时可以参考。
产品架构：多工具走向统一入口
独立运行近一年的Codex被整合进ChatGPT桌面端，跟ChatGPT Work共用Chat、Work、Codex三种模式的统一入口。对做多智能体产品的团队来说，这个变化说明了一个趋势：当任务需要跨应用、多步骤长时间运行时，让用户在多个独立工具间切换的体验成本偏高，统一入口逐渐成为标配设计。
落地层面的两个现实问题
企业级Agent真正落地，通常卡在两个地方：一是多源数据的接入和权限治理，二是非文本信号（尤其是语音）的实时处理能力。语音数据的结构化处理目前技术成熟度还不算高，核心难点是把语音信号稳定转化为可用于下游决策的结构化数据，同时要处理好数据合规问题（比如录音场景的知情同意）。这部分的工程量，往往比模型选型本身更大。
模型迭代速度已经压缩到一个月左右一个版本，但决定Agent能不能真正跑起来的，工具编排、数据治理这些工程细节权重并不低于模型能力本身。
