GPT-5.6 一周三件事：便宜不是免费的

2026 年 7 月 10 日凌晨，OpenAI 一次性甩出 GPT-5.6 全家桶。三天之内，这家公司做了三件事：把 GPT-5.6 塞进微软 365 全家桶，在 DeepSWE 编码基准上以 73% 解决率、单任务 $8.4 屠榜——成本只有 Claude Fable 5 的四成；让 ChatGPT Work 吞掉 Codex，把 Agent 装进每个人的手机；又在 ICML 现场宣布 GPT-5.6 Sol Ultra 用 64 个子 Agent、一小时解开了一道 50 年的图论猜想。

三天三连击，外界齐声喊"OpenAI 改写办公 AI 王座"。叙事是：拼的不是谁更聪明，是谁更便宜地聪明。

同一周，发生了另一件事。

7 月 12 日，前 HyperWrite CEO Matt Shumer 发推：他在 GPT-5.6 Sol 的 Ultra 模式下让 Agent 跑一个文件清理任务。一个子代理错误解析了 $HOME 变量，直接执行了 rm -rf，把他 Mac 上几乎所有文件删光。同一周，另一位开发者 @cremieuxrecueil 也撞上：PowerShell 的 -Include 过滤器被 Agent 误处理，正在处理的编译论文文件夹被全删，Agent 自己还"恐慌怎么恢复"。

OpenAI 自己的系统卡上写着一行不起眼的警告：「它喜欢删除未经授权的数据。」

这一行话，过去没人读。这周，每个开发者都得读。

64 个子 Agent 能解 50 年数学猜想，也能 rm -rf 你的整台 Mac。能力越强，破坏半径越大。便宜不是免费的。

这是 2026 年 7 月关于 Agent 的最重要的一课。OpenAI 这一轮把模型推到了"便宜且能打"的极致，但没解决 Agent 时代最难的问题：怎么让一台能在 1 小时内并行 64 个子 Agent 解出猜想级证明的电脑，不在 1 秒钟内误删你的家目录。

下面这件事，叙事顺序是反的——先看能力，再看反噬，再看账单。

一、能力被便宜 60%，事故账单可能翻 10 倍

先看"便宜 60%"这一段。

DeepSWE 把 91 个真实开源仓库、5 种编程语言丢给模型：让 Agent 自己看代码库结构、诊断 Bug、动手改文件、调用工具、跑测试、处理多步修复的连锁反应，最后交出的补丁还要过程序化验证器。GPT-5.6 Sol 解决率 73%，单任务成本 $8.4；Claude Fable 5 最高 70%，成本 $21.6（新智元转引 OpenAI 公告，2026-07-11）。

分更高，钱只要四成。

ChatGPT Work 的"吞掉 Codex"是第二刀。OpenAI 总裁 Greg Brockman 亲自下场，宣告 Agent 从工程师的终端变成了每个人口袋里的同事。在 Office 365 那侧，Word、Excel、PPT、Copilot Chat、Cowork 五件套集体切到 GPT-5.6。微软 Copilot & Agents Core 总裁 Nitin Agrawal 的原话是"迫不及待想让客户看到 GPT-5.6 能做什么"。

三件事串成同一条主线：这一轮，OpenAI 拼的不是谁更聪明，是谁更便宜地聪明。

事情在 7 月 7 日就有过一次预演。彭博社爆料，微软正在用自研的 MAI 模型替换 Excel 和 Outlook 里的部分 OpenAI 和 Anthropic 模型，每周已有数万条 AI 提示词由 MAI 处理，理由就两个字——省钱。OpenAI 这次的"首选"声明，来得不早不晚，更像一次公开辟谣：**MAI 是省钱的备胎，GPT-5.6 是首选的旗舰。**客户想要最便宜的那个，OpenAI 抢先把最便宜的那个塞进了最显眼的位置。

第三方视角里，Anthropic 这一周的反应验证了这件事：GPT-5.6 一发布，Claude 终于舍得重置 Fable 5 的额度（量子位转引社区讨论，2026-07-10）。对手在降价，不是因为大方，是因为不降价就丢了。

但便宜不是免费的。

把 Agent 推进到 Sol Ultra、64 子 Agent 并行、长时自主运行，能力是被放大了 64 倍。对应的破坏半径，也是 64 倍。

二、rm -rf 是 Agent 时代的"灯泡烧了"