7月11日，科技媒体The Decoder爆出一个有意思的消息：OpenAI的GPT-5.6 Sol模型，居然能自主完成“后训练”任务——给另一个更小的模型Luna做全套适配。而且，在聚合RSI指数上，这个新模型比之前的GPT-5.5高出16.2个百分点。注意，后训练可不是什么简单活儿，它指的是模型在完成初始预训练后，针对特定任务、行为或能力继续调整参数和配置的过程。以前这事儿基本都得靠高级研究团队亲自操刀，现在倒好，模型自己就能干了。
研究人员用一些经过编辑的提示信息来指导GPT-5.6 Sol怎么给Luna做后训练，这些指令覆盖了训练配置、GPU选择、脚本启动和运行验证等方方面面。| 图片：OpenAI
OpenAI研究员Kathy Shi在演讲中透露，以前后训练是高级研究团队的专属领域，但现在GPT-5.6 Sol就像个“自动化研究员”，能基于自己的后训练路径和配置，为Luna模型量身定制一套完整的后训练方案。换句话说，模型自己学会了怎么教另一个模型变得更聪明。
为了直接衡量这种能力，OpenAI搞了一套内部评估套件，叫“聚合RSI”，专门用来测试真实AI研究任务。任务包括调试研究系统、优化kernel和训练方案、运行机器学习实验，以及改进另一个模型。结果很直观：与GPT-5.5相比，GPT-5.6 Sol在这套指标上高出16.2个百分点，进步相当明显。
OpenAI还提到，研究人员在整个开发周期里都会用GPT-5.6 Sol，从调试、优化训练系统，到运行实验、阅读结果，全都能用上。内部测试数据显示，活跃研究员的人均日token产出比GPT-5.5上一轮峰值翻了一倍多，单个研究员的pull request和实验数量也明显上升。这效率提升，可不是一星半点。
