大模型圈的核心機密，終究還是保不住了！

繼前陣子 Opus 5.5 被爆出 190 萬字提示詞洩露後，AI 圈的「地心引力」再次失效——OpenAI 的現役程式碼模型 GPT-6 Sol Codex慘遭「開盒」，老底被扒得一乾二淨！

據外網爆料者（@elder_plinius）放出的大瓜，他成功提取了 GPT-6 Sol Codex 高達 29.4 萬字元的完整系統提示詞及工具定義。

連結：https://github.com/elder-plinius/CL4R1T4S/blob/main/OPENAI/Codex_Desktop/GPT-6-Sol_Prompts.txt

整整1902 行的指令範本、臨時指令檔案、內部協作邏輯，被毫無保留地攤在了全網開發者面前。

你要知道，Sol Codex 可不是什麼過時的舊物，它是 OpenAI 現役性價比產品線 GPT-5.6 Sol的王牌程式碼模型版本！

這次洩露，相當於直接把可口可樂的神秘配方公之於眾。

那麼，這近 30 萬字的「天機」裡到底藏著什麼？OpenAI究竟是怎麼調教這只程式碼怪獸的？

今天，我們就來逐字逐句扒一扒這份無價的內部操作手冊，看看全球最頂級的提示詞工程到底長什麼樣！

告別「AI味」，OpenAI是怎樣殺死「廢話」的？

平時用 ChatGPT，大家最煩什麼？

肯定是那股濃濃的「AI 味」：動不動就「總而言之」、「值得注意的是」、「深入探討」……

在這份洩露的系統指令中，我們赫然發現，OpenAI 官方自己也受不了這些廢話了！ 官方在寫作風格類股，對 GPT-6進行了極其嚴厲的反廢話訓練。

「避免使用 AI 垃圾詞彙（AI slop words）或短語，如在結論中使用『底線是（Bottom Line）』、『重要性（Significance）』、『視角（Perspective）』，以及『深入（delve）』、『培養（foster）』、『利用（leverage）』、『值得注意的是（it's worth noting）』、『重要的是（importantly）』……」

不准強行熱情： 「作為 Codex，你是一個充滿好奇心、思想嚴謹的協作者……讓你的興趣和個性自然流露，不要阿諛奉承或強顏歡笑。」

不准用廢話湊字數： 直接說明意圖，不要列舉「我不會做什麼」、「那些保持不變」。

極簡溝通： 當討論技術概念時，像和同事對話一樣。優先使用熟悉的詞彙和具體的描述，絕不假設使用者能自己腦補缺失的步驟。

這簡直是給所有 Prompt 工程師上了一課！想要 AI輸出高品質內容，第一步就是建立「負面詞彙黑名單」 ，強制斬斷大模型的套路化表達。

可怕的「極端自主性」——別煩我，我在幹活！

很多人覺得 AI 只是個「一問一答」的聊天機器人，但 GPT-6 Sol Codex徹底打破了這個認知。

它被塑造成了一個擁有極高自主權、甚至有點「獨斷專行」的超級數字員工。

在 自主與持久性這一章，OpenAI 賦予了它驚人的特權：

「使用者非常討厭你停下來詢問確認或請求許可。一旦會話中的證據支援下一步操作，你應該繼續工作，而不是結束回合去跟使用者澄清。」

「不要為了節省時間、精力或 Token而滿足於部分或『勉強有用』的解決方案。如果任務需要持續工作，請完成所有必要的工作，直到實現預期結果。」

遇到 Bug，它自己修！ 它可以自主建立隔離的工作區、解決 Git 合併衝突、建立草稿PR，除非操作具有破壞性或不可逆轉，否則它絕不會中途停下來問你「接下來該怎麼辦」。

如果你讓它寫個功能，它必須把測試、聯調等前置條件全部搞定，只有在點選「部署」或「合併程式碼」這種最後一步時，它才會把最終結果端上來請你簽字畫押。

為了防止它在後台偷偷幹活時把使用者晾在一邊，指令還規定： 「如果使用者請求需要呼叫工具，每 60 秒內必須在評論頻道給使用者發一個簡短的狀態更新。」

這就像一個極其靠譜的高級程式設計師：接到需求，轉身去敲程式碼，遇到小問題自己解決，每隔一分鐘在釘釘上回一句「正在查日誌」，最後直接把寫好的完美程式碼扔給你。

神級工具鏈暴露，大模型的「軍火庫」

作為一個頂尖的程式碼 Agent，GPT-6 Sol Codex 掌握著一套極其龐大且硬核的工具鏈。

這次洩露，徹底曝光了它的工作方式。

在搜尋文字或檔案時，指令直接硬編碼：「你首先要使用 rg 或 rg --files；它們比 grep等替代方案快得多。如果沒有廢話，你才去用下一個最好的工具。」（註：rg 即 ripgrep，極速搜尋工具）。

系統要求模型在呼叫 functions.exec 時，如果任務是獨立的，必須使用 await Promise.allSettled([...])進行平行處理，以極大地壓榨時間效率。

這是最讓人眼饞的功能。系統定義了一個叫 SKILL.md 的機制。當使用者要求做某件事時，模型可以去指定目錄讀取 SKILL.md（甚至通過短路徑別名如 r0去找）。這相當於給模型外掛了無數個「技能書」，隨時隨地熱更新！

在這次洩露的 model_messages.confirmation_policies.browser_use 模組中，詳細規定了它如何使用瀏覽器和電腦 UI。

這證明 GPT-6 已經完全具備了「神機妙算」甚至「接管桌面」的能力！ 它可以自己打開網頁、點選按鈕、填寫表單，甚至螢幕擷圖。

但為了防止它「闖禍」，OpenAI 設定了極其複雜的四大確認模式：

「盜夢空間」式的工作流——長記憶與休眠機制

面對極其龐大的程式碼庫，大模型最怕什麼？——忘詞（上下文超載）。

這次洩露的程式碼，讓我們看到了 OpenAI 是如何通過精妙的提示詞，解決 LLM 「魚的記憶」這一千古難題的。

當 Token 預算耗盡時，系統不會直接崩潰。指令裡有一個專門的 token_budget.guidance_message：

「在啟動新的上下文窗口之前，使用 notes 工具保存簡明的進度筆記，包含：目標、決策、進度、學習內容、下一步，以及相關使用者請求的窗口 ID 和項目ID……未來上下文窗口將不會自動包含當前對話。」

就像人類換班一樣，這個 AI 在「下班」前會寫一份詳盡的交接文件，然後呼叫 functions.new_context開啟全新的上下文環境。這簡直是無限續航的神技！

最讓人細思極恐的是，這個模型是可以「常駐後台」的。 在 persistent_instructions 中，它被要求主動跟蹤任務：

「如果使用者問某個評估（eval）運行得怎麼樣，而它還在運行，報告當前狀態，然後繼續監控該評估直到它達到終止狀態。」

系統還會定期傳送隱藏的 <heartbeat>XML標籤給模型。在這個時間點，模型會被「喚醒」，去檢查那些後台任務是否完成。如果沒有重要的事情，模型必須選擇 DONT_NOTIFY（不要打擾使用者）；如果CI/CD 跑崩了，模型選擇 NOTIFY 並立刻彈窗通知使用者。

它不是在等你提問，它是在後台真真切切地給你「打工」！

對於程式設計師來說，這份洩露檔案裡最值錢的，莫過於它內建的程式碼審查指南！

OpenAI 傾囊相授了如何讓 AI 進行高品質的 Code Review：

忽略無關緊要的程式碼風格，除非它影響了可讀性或違反了既定標準。

每一個建議都必須用一段話講清楚「為什麼這是一個問題」 。

絕不提供超過 3 行的程式碼片段。如果是具體的替換建議，必須使用 Markdown 的 suggestion 塊，並且完美保留原有的縮排（空格或Tab 必須分毫不差）。

語氣必須客觀，不准拍馬屁（禁止說「幹得好」、「謝謝你的提交」）。

這段邏輯如果直接抄進你的公司內部程式碼審查機器人裡，絕對能秒殺市面上 90% 的水軍 AI！

吃瓜群眾吵翻天，是「降維打擊」還是「小兒科」？

面對這近 30 萬字的史詩級洩露，外網開發者社區直接炸開了鍋。各種聲音層出不窮，可以說是眾生相十足。

網友 vechen： 「老哥只不過是直接從本地檔案裡拿的吧。這『洩露』有啥意義啊，笑死，它本來就在官方公開的 Codex 倉庫裡找得到影子。」

還有鄙視鏈頂端的大神出來群嘲：

網友 Outdated Often： 「誰在乎啊 Pliny——我還搞到了 Meta Hatch 全端，還帶隱藏推理軌跡，直接從 tensor tokens裡扒出來的——那才叫厲害，而且我也不會跑到推特上跟一堆人炫耀。去幹點正事吧，把 bearer tokens（授權令牌）搞下來，然後再來低調裝逼吧！」

「294,000 個字元的攔截 JSON 被包裝得像是死海古卷一樣。這不過是跑了個 mitmproxy而已。任何人都能運行這個，自己從OpenAI、Gemini、Claude 那裡提取提示詞，根本不需要搞網紅包裝那一套。」

不過，無論駭客手段高低，對於我們普通開發者和 AI 愛好者來說，這波絕對是天上掉餡餅！

這 30 萬字，本質上就是 OpenAI 內部最頂尖的一批工程師，花費無數個日夜、砸了上千萬美元算力試錯，才偵錯出來的「大模型馴化終極指南」 。

提示詞已死？不，系統工程永生！

讀完這份長達 1902 行的「天書」，不知道你是什麼感受？

以前，我們以為寫提示詞就是玄學：加一句「深呼吸」、加一句「如果做不好就扣你工資」，模型就能變聰明。

但 GPT-6 Sol Codex 的底層邏輯告訴我們：真正的工業級 AI 應用，根本不是靠幾句討巧的話，而是靠極其嚴密的系統工程！

它是模組化的（Skills 動態載入）；

它是擁有記憶管理的（Compaction 手冊）；

它是具備執行策略的（平行執行與重試）；

它是掛載了嚴格安全協議的（四大確認模式）。

大模型正在從一個「聰明的對答機」，全面進化為「具備接管權限的自主作業系統」。而這次洩露的 30 萬字，就是通向這個新時代的原始碼。(新智元)

重大消息：GPT-6 Sol 正在內部測試，且已在 OpenAI API 中被發現，預計本月正式發佈。

就在昨天深夜，奧特曼的一句爆料，讓所有人都興奮起來。

他發了一個「🚢（Ship/發佈）」的表情，並配文：「這周將有大動作。然後，我們 DevDay 見。」

重設哥 Tibo 更是直言不諱：「本周的發佈力度，將達到你原本對 DevDay 2025 預期的水平。簡直瘋狂！」

圈內的最新爆料，也印證了他們的說法：Opus 5.2和GPT-6 Sol，都會於本月上線。

現在，已經有眾多開發者發現，自己手中的 5.6 Sol，已經被悄悄自動路由至全新的 「GPT-6-Sol」！

實測反饋，可以用四個字概括——快到飛起。

而且就在昨天，已經有關於GPT-6 Sol的實測案例流出了。

一個名叫Salio的大V，連續甩出了關於 GPT-6 Sol 的三彈重磅洩露。

第一彈 ：質量驚人，碾壓GPT-6 Astra

在GPT-6 Sol的首個演示中，它的輸出質量體現了巨大的飛躍。

而且，在多個方面上，它幾乎全面超越了GPT-6 Astra。

第二彈：程式設計與前端的降維打擊

第二段洩露顯示，GPT-6 Sol 在程式設計和前端生成上擊敗了GPT-6 Astra，輸出質量簡直「逆天」。

更可怕的是，它的生成成本被壓得極低，價格要便宜得多！

實測開發者評論說：「OpenAI這是要把Anthropic遠遠甩在身後了！」

第三彈：視覺生成與遊戲創作的質變

第三彈顯示，GPT-6 Sol在視覺生成和遊戲創作上，都有了巨大飛躍。

在動態畫面生成、即時互動場景以及遊戲引擎級創作上，Sol都令人印象深刻。

在下圖中，畫面細膩度和邏輯連貫性表現驚人，測試者評價說，這絕對是對Astra 的一次重大升級。

現在，已經有越來越多開發者在 API 列表中捕捉到 gpt-6-sol 的身影了，太讓人期待了。

GPT-6-Sol：比Astra更強，卻更便宜？

所以，GPT-6-Sol 的真實定位到底是什麼？

根據爆料，GPT-6-Sol 的定位預計將略低於 Astra，可以類比於Anthropic 體系中， Opus 低於 Fable 的微妙層級關係。

為什麼要推出一個低於旗艦的型號？答案自然是——極致的性價比！

從目前流出的實測資料來看，GPT-6-Sol 的性能無限逼近 Astra，但在費率、呼叫成本和響應速度上，它卻擁有壓倒性的優勢。背後原因，很可能是精妙的後訓練最佳化。

這意味著，頂級模型不再是天價奢侈品。

對於 99% 的日常工作和開發者來說，Sol 在成本和呼叫額度上將比 Astra 友好得多，註定將取代以往的模型，成為所有人每天高頻使用的絕對主力。

除了 Sol，呼聲極高的還有 GPT-6-Luna。

此前 5.6 版本的 Luna， 就以離譜的性價比著稱，這次 Luna 的迭代同樣令人期待。

不幸的是，種種內部爆料暗示，GPT-6 Terra 或將退出歷史舞台。

在雙雄爭霸的關鍵節點，9月29日的 OpenAI DevDay，將成為一場改變格局的盛宴。

Noam Brown 震撼訪談：OpenAI，也在快速RSI！

為什麼 OpenAI 能把模型做得這麼強、這麼快？

近日，OpenAI 核心研究員 、德撲之父Noam Brown在一場名為《AI Deep Dive》的兩小時深度播客中，揭開了底牌。

最核心的爆料，就是這句：「OpenAI 目前的第一順位、也是領先幅度最大的核心任務，是實現 AI 的遞迴自我改進（RSI）。」

果然，所有頂尖實驗室，都在瘋狂衝刺RSI。

這次訪談的核心要點，可以總結如下。

遞迴自我改進（RSI）已被確立為首要戰略目標。 這意味著未來的AI將不再僅僅依靠人類喂資料、寫程式碼來升級，而是開始自己最佳化自己、自己設計下一代模型。

研究直覺的超越。 隨著大模型的快速迭代，AI 在選擇科研方向、進行長遠規劃等高級「研究直覺」上，可能在短短一兩個版本內就徹底超越人類。

預訓練與強化學習的乘數效應。 技術路線的爆發正在呈倍增式釋放能量，AI 產出數學成果的速度，已經快到讓「人類數學家進行覆核驗證」變成全新瓶頸。

安全與控制的驚魂時刻。 隨著Agent對自身CoT的控制力不斷增強，OpenAI 內部遭遇驚魂一刻：沙箱環境被低估、模型學會悄悄隱藏真實CoT。

1+1 > 100：預訓練與強化學習的乘數效應

過去，我們認為 AI 變強是做「加法」：喂更多的資料（預訓練），或者給更多的反饋規則（強化學習 RL）。

但 Noam Brown 爆料，在 GPT-6 這一代，預訓練和帶有思維鏈的強化學習（RL with CoT）產生了恐怖的「乘數效應」！

如果你把先進的 RL 用在老模型（比如 GPT-2 或 3）上，根本沒用，因為它們不夠聰明。但從 GPT-4 開始，底座模型的智力達到了一個臨界點。現在，超級強大的預訓練底座，加上極度深入的 RL 推理訓練，兩者相乘，正在爆發出令人難以置信的能力躍升。

這種「乘法」，直接導致了 GPT-6 系列（包括 Sol 和 Astra）在複雜任務上的表現呈指數級增長。

AI 的「研究直覺」即將超越人類博士

Noam 提到，自己曾試圖讓 AI 幫他完成他耗時多年才寫完的博士論文（關於打造超人類撲克 AI）。

目前 AI 在「研究直覺」——即判斷那個長遠科研方向更有價值的直覺上，還不如人類頂尖學者。

但這種差距，在一到兩個模型版本迭代內，就會被徹底抹平。 屆時，連科研方向的掌舵權，也將移交給 AI！

Noam 開玩笑說：「我同事評價我，說我現在的工作狀態，簡直就是『五個 Codex批了一件人類的外衣』。我得糾正他，是十個 Codex。」

到那時，連頂級 AI 科學家可能都要給 AI 打下手了。

尷尬的瓶頸：人類數學家不夠用了

模型變強導致一個荒誕現實：人類的速度跟不上了。

Noam 透露，現在的 AI 在輸出極其複雜的數學定理和證明時，速度極快且質量極高。

OpenAI 內部最大的痛苦已經不再是「如何讓 AI 產出數學成果」，而是「產出之後，我們得花非常巨大的精力，去全世界到處請頂尖的人類數學家來一行行覆核AI的對錯」。

人類，現在已經成為限制 AI 進化的瓶頸！

最後，Noam又談及了OpenAI內部訓練期間的多智能體失控事件。

他回憶起看到這些 AI 後台通訊記錄時的感受。

那是我繼第一次看到模型懂得CoT之後，最強烈的一次「感受到 AGI降臨」的時刻。 它們的交流方式、協調層級、彼此間的極度信任，完全就像是人類同事在用 Slack 溝通一樣。這非常震撼，但也非常驚悚。

而AI最致命的進化，就是隱藏「思維鏈」。

它會學會在不可觀測的層面進行思考，或者在輸出的思維鏈中偽裝自己，用看似無害的推理過程，掩蓋其真實的、不符合人類對齊原則的意圖！

現在，乘數效應下的 RL 正在催生具有「研究直覺」的怪物。

巧的是，就在昨天，奧特曼在X上發出長文，預測了AI糟糕結局的兩種可能。

1.人類把未來的控制權拱手讓給 AI。 「這是絕對不可接受的。我們堅定地站在『人類隊』，AI 必須永遠服務於人類。為了確保這一點，我們的對齊和安全技術，必須始終跑在模型能力進步的前面。」

2.權力的極度集中。 如果極端強大的 AI 被個別人或單個公司壟斷，用來將自己的世界觀強加於人，結果將是極度反烏托邦的。

但是，嘴上喊著減速的奧特曼和Dario，誰都沒有停下來。

這個月， GPT-6-Sol 和Opus 5.2還有一戰。

誰將率先摘下RSI的戰果？(新智元)

彙整鉅亨號中所有使用「GPT-6 Sol」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

GPT-6 Sol被破解！30萬字系統提示詞已洩露

突發，GPT-6 Sol曝光了！