OPEN AI的怪物已經在門口

工程師讓 Codex 讀程式、找失敗測試、改檔再重跑；工具回傳與修正都留在同一串對話裡。任務走到幾百輪，聊天視窗已成為一份可接續的工作紀錄。

OpenAI 工程端 8 月 15 日公開一個 741 輪、231MB 對話的內部測試，平均開啟時間由 27.62 秒降至 1.66 秒，並擴大子代理模型調度。團隊可用一張工單交代：誰讀資料、誰改檔，最後由誰確認。

一個 AI 任務會留下數百輪紀錄

741 輪已超過單次問答的範圍。代理人讀取檔案後，可能呼叫搜尋工具、取得錯誤訊息、改寫檔案、跑測試，再把結果交回主代理。每一步都增加程式片段、工具輸出、附件與待辦事項；使用者回到這串對話時，也得找回先前的判斷與下一個動作。

OpenAI 工程人員 Andrew Ambrosino 公開的圖表把這個案例列為 741 輪、231MB 對話。平均開啟時間由 27.62 秒降至 1.66 秒，整體應用程式記憶體成長由 1,030.7 MiB 降至約 606 MiB。這隻「怪物」指的就是一份持續累積的 AI 工作紀錄：它有任務脈絡、工具輸出、修正過程，也需要隨時能被人接手。

長對話改版縮短的是回到工作現場的等待

圖表同時列出網路請求由 894 次降至 16 次，載入的對話項目由 15,529 筆降至 64 筆。這些指標描述的是打開長對話時的資料讀取與畫面渲染；使用者先感受到的變化，會是回到舊任務、檢視工具紀錄與尋找前一次決策的速度。

OpenAI 員工 Ananth 在 8 月 15 日的公開貼文中稱這項 ChatGPT 效能改版將於下一週推出。圖表只公布這個極端案例的平均值，沒有列出裝置、瀏覽器與不同長度對話的結果。團隊在自己的工作環境試跑時，可記錄三個數字：打開舊任務花多久、瀏覽器記憶體用了多少、能否迅速找到上一次測試結果。

Multi-Agent v2 先讀工作單，再分派模型

OpenAI 工程端 8 月 15 日表示，具備 Multi-Agent v2 的模型可將工作委派給任一支援模型，包括 Luna。Greg Brockman 轉貼時提到，產品正朝減少手動選模型的方向前進。

主代理能先讀取任務，把檔案搜尋、資料整理、測試或程式修正交給子代理，再把結果彙整回來。OpenAI 的 GPT-5.6 公告也將 API multi-agent 列為 beta，可平行執行子代理並在一次請求中整合結果；Codex 使用者仍可依帳號方案選擇 Sol、Terra、Luna 與推理強度。

工作單因此成為第一道指令。它要先說清楚任務目標、可讀資料、預期輸出與停止位置，主代理才知道哪些工作能拆開，哪些結果需要留給人決定。

一張工單先寫清楚四件事

第一，寫出完成畫面。例如「找出付款模組失敗的測試，交回涉及的檔案、修正差異和重跑結果」。這樣的任務有可見輸出，也能讓接手的人立即判斷是否完成。

第二，列出資料範圍。工作單應標示可讀取的資料夾、可用的工具、不能改動的設定檔，以及中止條件。代理人讀取資料的範圍愈清楚，子任務愈容易交接。

第三，保留人工確認的按鈕。分析、搜尋、整理與草稿撰寫可先在隔離環境進行；寄信、扣款、刪除資料、部署版本與公開發布，交由負責人確認。

第四，要求每個子任務交回紀錄：做了哪些動作、改了哪些檔案、測過哪些條件、還留下哪些疑問。主代理負責彙整，需求負責人用這些內容對照原始工作單。

台灣團隊先拿每週固定工作試跑

第一次不必選最複雜的專案。可從每週都會出現、已有測試與回復方法的工作開始，例如找出既有程式庫的失敗測試、整理一批公開資料的版本差異，或把客服回覆依固定規則分類成草稿。負責人先寫好資料夾範圍、測試指令、交付格式與人工確認點，再讓代理人執行。

這種試跑會留下一份可以比較的紀錄：原本花多少時間、代理人做了哪些步驟、哪裡需要人介入、最後產出是否可用。下一輪才能調整任務大小、子代理數量和模型選擇。OpenAI 對 Codex 的模型與推理強度採帳號方案分級，台灣團隊也應先在自己的帳號確認可用模型、用量額度與工具權限。

最後確認權留在看得懂後果的人手上

多代理同時處理工作，能讓資料搜尋、測試和草稿整理一起前進。對外寄送、付款、資料刪除與部署，則會把後果帶到客戶、系統或網站上。這些按鈕要由看得懂需求、資料與後果的人按下。

OpenAI 的長對話測試與多代理調度，讓 AI 工作逐漸長成一套可追蹤的任務流程。團隊現在開始保留任務定義、資料範圍、工具清單、測試結果與最終決定，就能在代理工作愈來愈長時，知道哪一步交給機器，哪一步需要人承擔。

常見問題

「16倍」指的是模型回答變快嗎？

這組數字來自一個 741 輪、231MB 對話的平均開啟時間，由 27.62 秒降至 1.66 秒。圖表列出的是對話載入、畫面渲染、記憶體與網路請求，未列出模型生成答案的速度。

Multi-Agent v2 已經讓每個使用者不用選模型了嗎？

OpenAI 工程端已公開子任務委派給支援模型、包括 Luna 的能力。官方產品頁仍列出 Codex 的模型與推理強度選項，實際可用模型會隨帳號方案、版本與後端設定不同。

第一次試跑要交給代理人什麼工作？

選一項有測試、可回滾、輸出能自行核對的固定工作。先限定資料範圍與工具權限，再要求代理人交回程式差異、測試結果、資料來源或回覆草稿；部署、寄送、付款與發布由人完成最後確認。

資料來源與更新紀錄

• 2026-08-17：36氪／新智元，OpenAI 提升長對話載入與 Multi-Agent v2 的報導
• 2026-08-17：Andrew Ambrosino，741 輪、231MB 對話的內部效能測試圖表
• 2026-08-17：Ananth，ChatGPT 效能改版將於下一週推出的公開貼文
• 2026-08-17：Greg Brockman，轉貼 Multi-Agent v2 委派支援模型的能力
• 2026-08-17：OpenAI，GPT-5.6 的 Codex 模型選擇、方案與 API multi-agent beta 說明