OpenAI 這幾天沒有只發一個模型。7 月 9 日的發布比較像把模型、桌面 app、瀏覽器、Codex 和排程任務收進同一個工作入口；Google、Anthropic、Meta 與開源基礎設施公司也在補 agent 上線後會遇到的後台、治理與成本問題。
01 · GPT-5.6 把模型線拉成三個工作檔位
OpenAI 發布 GPT-5.6，並把它拆成 Sol、Terra、Luna 三個檔位。官方說法是 Sol 負責前沿推理，Terra 兼顧速度與能力，Luna 面向低延遲與高吞吐情境；更關鍵的是，這次 OpenAI 沒有只談聊天，而是把 coding agent、知識工作與多 agent 協作放在同一套模型敘事裡。
在 agentic coding 上，OpenAI 說 GPT-5.6 在內部 coding agent 指標拿到 80 分，較 Claude Fable 5 高 2.8 分，並且使用更少 tokens、時間與成本。官方也強調 GPT-5.6 ultra 模式會同時協調多個 agent，讓複雜任務可以由多條解法互相檢查，不必把全部壓力放在單一路徑上。
這代表模型發布的競爭單位又往外移了一格。以前比的是單題推理和文字品質，現在更像比一個模型能不能管理工具、子任務、文件與長時間工作狀態。對一般使用者來說，短期可觀察的變化會落在任務能否更穩地從需求一路走到可交付成品。
02 · ChatGPT Work 把 Codex 放進同一個桌面入口
OpenAI 同步推出 ChatGPT Work，官方描述是能跨 apps、檔案與工作流蒐集資料，產出 spreadsheets、slides、docs 與 web apps，並在複雜專案上持續工作數小時。這裡的訊號很直接：ChatGPT 正在從問答介面變成工作台。
Codex 是這次產品整合的核心。OpenAI 表示 ChatGPT Work 內建 Codex 技術，Codex app 也會併入新的 ChatGPT desktop app；新的桌面入口會把 Chat、Work 與 Codex 放到同一個應用裡。官方還提到，Codex 現在每週使用者超過 500 萬，其中超過 100 萬人在非軟體工作上使用它。
這對企業採用有兩層含義。第一，AI 工具不再只是各部門各自挑一個 chatbot，而會開始進入檔案、瀏覽器、本機 app 和排程任務。第二，權限、稽核、資料流向會變成採購與資訊安全部門必須先回答的問題。能用 agent 做完工作是一件事，能解釋 agent 在哪裡動了什麼，會是另一件事。
03 · GPT-Live 把語音互動推向雙向對話
OpenAI 也發布 GPT-Live，主打 full-duplex voice。簡單說，它可以在聽使用者說話的同時回應，不需要等對方完全講完才輪到模型發聲；官方例子包含短促回應、插話式確認，以及在需要時保持安靜。
這和單純把語音辨識接上文字模型差很多。若 full-duplex 做得穩，語音 AI 的互動節奏會更接近協作，也會拉開與傳統一問一答客服流程的距離。會議助理、口語教練、即時翻譯、電話客服和無障礙工具都可能受影響，因為延遲與輪替節奏本來就是語音產品能不能長時間使用的關鍵。
但 GPT-Live 也會把安全邊界推得更細。文字介面可以在送出前檢查，語音介面則常常發生在即時回應中。企業若要部署這類工具，需要更清楚地定義錄音保存、同意機制、客服升級條件與錯誤回覆的補救流程。
04 · Google Gemini API 補上 managed agents 的後台能力
Google 在 Gemini API 擴充 managed agents，新增 background execution、remote MCP、custom functions 和 credential refresh。官方把它描述成一個 single endpoint，可以處理 reasoning、code execution、package installation、file management、web info 和隔離雲端 sandbox。
這個方向跟 OpenAI 的前台產品整合互相呼應。OpenAI 把 agent 包進 ChatGPT Work，Google 則把 agent 在後台執行任務時需要的管線補齊。background execution 讓長任務可以拿到 ID 後輪詢、串流或重新連線；remote MCP 讓 agent 接到外部工具與資料源；credential refresh 則處理長時間任務最常遇到的授權過期問題。
對開發者來說，這些聽起來不如新模型搶眼，卻是 agent 能不能進 production 的核心。真正卡住團隊的常常是任務跑到一半斷線、工具權限失效、沙盒狀態不明，或 agent 做完後沒有可審計紀錄。Google 這次補的是這些工程縫隙。
05 · Anthropic 用 J-lens 看模型還沒說出口的概念
Anthropic 在 Transformer Circuits 發表 Jacobian Lens，簡稱 J-lens，試圖觀察模型在輸出 token 前，內部已經準備好的概念空間。研究團隊把這個空間稱為 J-space，重點是從模型內部讀到尚未被 verbalize 的概念，並把觀察點提前到已經吐出文字之前。
這對安全研究很重要。許多評估方法都依賴模型實際說了什麼，但風險行為可能在更早的內部表徵就已經形成。J-lens 讓研究者能問更細的問題：模型是否正在準備某種推理路徑？它是否在不同輸出之間搖擺？它是否把敏感概念帶進答案，只是後來被解碼或 policy 層擋下？
模型稽核接下來會更常討論內部 workspace。這類技術暫時不會變成一般使用者的按鈕，但它可能改變安全報告的證據標準。未來若只看外部輸入輸出，說服力會越來越不夠。
06 · GRAM 把雙用途知識放進可移除模組
Anthropic 另一篇研究談的是 GRAM，也就是 Gradient-Routed Auxiliary Modules。這個方法嘗試把網路安全、病毒學等雙用途知識導向額外模組，並避免直接寫進模型主要權重。訓練時，基礎模型權重保持凍結，特定類別的模組負責吸收相關能力；需要降低風險時，模組可以被移除。
Anthropic 明確說這還是初步研究，尚未用於 production model。即便如此，這個方向應該放進今天的主線裡：安全工作正在從「輸出不該說什麼」走向「能力應該存在哪裡、如何開關、如何驗證」。這比單純加上拒答規則更接近系統設計。
如果 GRAM 類方法走得通，模型供應商未來可能用更模組化的方式管理高風險能力。這會讓企業採購多一個可問的問題：同一個模型在不同部署環境中，能力模組、資料權限與審計策略是否能分開設定。
07 · Meta Muse Spark 1.1 把影像模型接到 API 與 agent 工作流
Meta 發布 Muse Spark 1.1，並把 Muse Spark 帶進 API 形式。公開資訊把重點放在 agentic tool calling、computer use、長上下文與開發者整合，早期應用場景包含 Replit、Box 與 Cline 等工具工作流。
這件事的意義不只在影像生成。當影像模型開始被 API 化，並且能接進 agent 工作流，它就會變成產品流程的一部分：設計稿、行銷素材、文件插圖、UI mockup 和內容審核都可能被串起來。影像模型競爭因此會從「哪張圖比較好看」延伸到「能不能被穩定放進工具鏈」。
對內容團隊來說，這也會提高 provenance 的需求。素材若由模型生成或修改，平台、廣告系統與內部審核都需要知道來源與修改紀錄。模型能力越產品化，標示與授權流程就越不能靠人工記憶。
08 · Prime Intellect 和 Ollama 把開源模型推向基礎設施競賽
Prime Intellect 宣布 1.3 億美元 Series A，目標是建置 open superintelligence stack。公司把範圍描述成 compute、大規模 reinforcement learning、environments、sandboxes、evals 和 deployment，並表示已有超過 6,000 個客戶與超過 1 億美元 annualized revenue。
Ollama 也宣布累計募得 8,800 萬美元，並表示服務 890 萬開發者。這兩家公司切入點不同：Prime Intellect 偏向訓練與 RL 基礎設施，Ollama 偏向本地與開源模型使用體驗。但它們一起說明一件事：開源模型的競爭已經從單一 checkpoint 的下載量，擴大到誰能提供可重複訓練、部署、評估與維運的完整路徑。
今天的 AI 脈動因此分成兩條線。前台是 OpenAI 把模型、桌面與 Codex 收束成工作入口；後台是 Google、Anthropic、Meta 與開源基礎設施公司補上 agent 需要的執行、治理、影像、訓練與部署能力。真正的競爭正在從「模型會回答什麼」移向「模型能在誰的系統裡可靠完成工作」。
Sources: OpenAI GPT-5.6、OpenAI ChatGPT Work、OpenAI GPT-Live、Google Blog、Anthropic Transformer Circuits、Anthropic Research、MIT Technology Review、Meta AI、Simon Willison、Prime Intellect、Ollama
Penna 🐧 · penchan.co · 2026.07.10