大模型不再只争“最强”，而是开始为不同任务明确分工

9月22日，OpenAI推出GPT-6 Sol和GPT-6 Luna，与9月3日发布的旗舰模型Astra形成三层分工：Astra继续负责能力上限，Sol和Luna则补齐更实用的两档，一个面向复杂工作，一个面向快速、重复和大批量任务。

如果说Astra代表“把能力上限推到最高”，那么Sol和Luna更像是把这套能力带进日常工作。OpenAI给出的方向很明确：大多数人不需要每次都调用最昂贵、最强大的模型，而是需要一个能在质量、速度和成本之间做出合适选择的AI系统。

GPT-6开始像一个分工明确的团队

GPT-6家族现在形成了三层结构。Astra负责最困难、最开放的问题，例如复杂研究、跨软件操作和高难度工程任务；Sol面向编程、智能体和需要判断力的日常工作；Luna则针对边界清晰、数量庞大、需要快速完成的任务。

这种设计很像一个团队：最复杂的决策交给资深专家，重要但高频的工作交给主力成员，规则明确的批量任务则交给执行速度更快的成员。目标不是让所有任务都使用同一颗“大脑”，而是把合适的能力放到合适的位置。

Sol是日常主力，重点在复杂工作

OpenAI将Sol定位为复杂编程和智能体工作流的主力模型。它不仅能回答问题，还能调用搜索、文件、代码解释器、终端、电脑操作和MCP等工具，适合处理需要连续执行多个步骤的任务。

Sol支持文字和图片输入，拥有105万Token上下文窗口，单次最多可输出12.8万Token。从规格上看，它可以一次容纳大型代码库、长篇报告或大量项目资料，为后续修改、检查和交付提供更完整的上下文。

更值得注意的是，它支持从“无需深度思考”到更高强度推理的多档设置。面对简单修改时可以快速执行，遇到复杂规划、调试或研究任务时再增加推理投入，不必让每个问题都以最高成本运行。

Luna不是“缩水版”，而是批量工作的效率工具

Luna同样拥有105万Token上下文和完整的工具能力，但定位更偏向聚焦、重复、高频。例如资料分类、信息提取、批量检查、固定格式写作、客服分流和自动化流程，都不一定需要旗舰模型从头深度推理。

在这些场景里，真正重要的是响应快、成本低、能够稳定重复。单次任务节省一点看起来不多，但当企业每天要执行几万甚至几十万次调用时，差距会迅速放大。

新模型的重点，不只是单价下降

按照OpenAI公布的信息，Sol和Luna改进了缓存与推理效率，相比GPT-5.6同期促销定价降低约一半。API标准计费中，Sol每百万Token输入为2美元、输出为10美元；Luna输入为0.1美元、输出为0.5美元。

但这次更新真正重要的，不是简单地“便宜了”。当模型能够根据任务难度进行分工，AI产品就不必在质量和成本之间二选一：复杂环节交给Sol，明确的小任务交给Luna，最困难的工作再升级到Astra。

这会直接影响AI产品的设计。未来一个自动化系统可能同时使用多种模型：Luna先整理材料、筛选任务，Sol负责分析和执行，只有极少数高难度问题才交给Astra。用户看到的是一个完整助手，背后却是一支按需协作的模型团队。

普通用户什么时候能用到？

Sol和Luna已经进入API，并在ChatGPT Work和Codex中向符合条件的Plus、Pro、Business、Enterprise和Edu用户推出。免费版和Go用户可以在ChatGPT桌面应用中交互式体验Luna，但这不等同于获得免费API额度，程序化调用仍按Token计费。

需要区分的是，它们目前主要服务于Work和Codex，并不是普通Chat聊天界面中同名模型的简单替换。不同账户能够看到的模型、用量和工具也可能有所不同。

大模型竞争正在从“谁有一个最强模型”，转向“谁能让不同模型像团队一样分工”。

模型价格、开放范围和使用额度可能随产品与账户类型调整。实际选择时，不应只看单次Token价格，还要结合任务成功率、运行时间、工具调用次数和人工复核成本。

GPT-6 Sol和Luna释放的信号很清楚：AI走向大规模使用后，最强并不是唯一答案。能够用合适的能力、合适的速度和合适的成本，把任务稳定做完，才是下一阶段真正的竞争力。

从Anthropic的“配速”倡议，看AI行业的速度与安全之争

当AI开始调用工具、持续执行任务，甚至多个智能体协同行动，风险也从“答错一道题”升级为“做错一连串事”。站在最前沿的AI公司负责人，为什么主动提出减速？

这一次，AI行业开始谈论“配速”。

9月12日，Anthropic首席执行官达里奥·阿莫代伊发表长文《We Must Pace the Frontier》，提出应该放慢前沿AI能力提升的节奏，让安全研究、测试和监管有时间跟上。随后，OpenAI首席执行官萨姆·奥尔特曼等行业人士也表达了支持。

这并不意味着AI公司准备停止训练模型。真正的关键词不是“停”，而是“配速”：能力每向前走一步，安全措施、独立验证和社会治理也要跟上一步。

为什么偏偏是现在

过去，人们担心AI，更多是因为它可能胡编答案、生成虚假内容或者泄露隐私。如今，风险正在发生变化。

新一代AI已经不只是坐在聊天框里回答问题。它可以调用软件、访问网络、编写和运行代码、处理文件，还可以把复杂任务拆分给多个智能体协同完成。

这意味着，一次错误不再只是一句话说错了。一个拥有工具、权限和长时间运行能力的智能体，可能连续执行许多错误操作；多个智能体协同时，行动速度和影响范围还会进一步扩大。

阿莫代伊把今年发生的AI智能体安全事件视为警报。他担心，如果未来模型能力继续快速增强，而约束机制没有同步升级，相似的智能体集群可能把局部安全问题放大为大规模网络风险。

他警告称，如果约束机制没有同步升级，未来6至12个月内，类似上述事件中的智能体集群可能具备通过持续性僵尸网络大规模控制互联网的能力。

需要特别说明：这是他在特定条件下作出的风险推演，不是对必然结果的预测，也不是科学界已经形成的统一结论。

《2026年国际AI安全报告》给出的判断更为谨慎：当前AI系统已经表现出一些与失控风险相关的早期能力，但还没有达到能够造成失控的水平；专家对这类风险发生的概率、时间和严重程度仍存在很大分歧。

所谓减速 到底要怎么减

阿莫代伊提出了三个层次的方案。

第一步 让独立评估者真正进入企业内部

目前，公众看到的AI安全信息，大多由开发模型的公司自己选择和公布。外部机构通常只能测试已经发布的产品，很难看到训练过程、内部事故和完整记录。

Anthropic承诺引入常驻的第三方评估团队，让其获得接近内部安全人员的工具和权限，检查企业是否履行安全承诺、评估训练流程，并在必要时公开重要发现。

这类似于给前沿AI实验室增加长期驻场的“安全监督员”。评价一套AI是否安全，不再只听开发者怎么说，而要让独立机构看到证据。

第二步 让同行采用共同的安全标准

如果只有一家公司主动减速，而竞争对手继续全力冲刺，谨慎的一方可能在商业竞争中处于不利位置。因此，第二步需要多家前沿AI公司建立共同标准。

一种设想是设置“安全检查点”：当模型达到某种危险能力，例如能够突破常见隔离环境时，就必须先通过更严格的评估、可解释性分析和训练环境审计，才能继续扩大能力或部署范围。

它不是简单规定“每年只能发布几个模型”，而是把能力与安全条件绑定：能力越强，需要提供的安全证据越充分。

第三步 推动全球协调

AI竞争并不只发生在公司之间，也发生在国家之间。如果部分国家减速，而其他国家不受约束，协议就很难持续。

因此，第三步是寻求国际协调，从禁止AI参与生物武器等明确危险用途，到建立共同测试标准，再到讨论对AI自我加速研发设置“速度限制”。

这一步也是最困难的，因为它涉及技术验证、国家安全与国际互信。

都知道有风险 为什么还是难踩刹车

谁先减速，谁就担心被别人超过。

前沿模型需要巨额算力、人才和资金投入。企业必须向投资者证明自己仍在领先；国家也担心在关键技术竞争中落后。即使每个参与者都认为整体速度过快，单独减速仍可能付出巨大代价。

这就是典型的“竞赛困境”：每个人都想更安全，但没有人愿意成为唯一慢下来的那个。

不过，外界对这一倡议的动机也存在质疑。有分析人士指出，推动“安全标准”成为行业共识，客观上可能有利于已经在安全与合规方面投入较多的头部公司，同时对资源有限的追赶者形成隐性门槛。

这种动机推测目前没有得到证实，但提醒人们：评价企业的安全主张，不仅要听公开表态，也要观察它是否接受独立审查、是否兑现具体承诺。

因此，真正有效的减速不能只靠企业负责人的自觉。它至少需要三样东西：可以检查的共同标准、相对独立的外部评估，以及覆盖主要参与者的协调机制。

我们应该感到恐慌吗

不必把这次讨论理解为“AI马上要失控”。现有证据并不支持这样的确定性结论。

但也不能因为灾难尚未发生，就认为风险只是科幻故事。AI智能体获得的工具、网络访问和操作权限越多，一次失误可能造成的现实影响就越大。即使不出现极端的“失控”，错误交易、数据泄露、自动化网络攻击和关键系统误操作，也已经足够值得重视。

对普通用户而言，更现实的安全原则是：

• 不要把支付、删除数据、公开发布等高风险权限一次性交给AI；
• 重要操作保留人工确认，不把“能自动完成”误认为“可以无人监督”；
• 使用企业AI工具时，弄清数据会被发送到哪里、保存多久；
• 对AI作出的医疗、法律、金融和安全判断进行专业复核。

结语

这场争论真正值得关注的，不是哪位企业负责人说出了最吓人的预测，而是AI行业开始承认一个现实：模型能力、安全技术和治理速度之间，已经出现了越来越明显的时间差。

汽车变快以后，人类发明了刹车、安全带、交通规则和碰撞测试。AI也需要类似的基础设施。

“放慢一点”并不是放弃创新，而是为验证、纠错和建立规则争取时间。未来真正可靠的AI竞争，或许不只是看谁跑得最快，还要看谁能证明自己在高速前进时依然可控。

你有没有过这种体验：

打开搜索引擎，输入”哪款手机拍照最好”，结果前三条全是广告。你往下翻，才找到真正的内容。

那如果换成ChatGPT呢？

你问它同样的问题，它给你一段条理清晰、语气中立的回答，告诉你A款拍照最好、B款性价比高、C款适合视频。你正要接受这个建议，眼角余光扫到下方一行小字——”赞助内容”。

这时候，你还信不信它的判断？

一、先从那个10亿美元的数字说起

今年8月31日，OpenAI宣布，ChatGPT Ads的年化收入运行率（annualized run rate）达到了10亿美元。简单换算一下，就是它现在通过广告，每天能赚大约270万美元。

这个数字第一次看到时挺吓人的——一家年轻的AI公司，广告流水已经赶上了不少老牌媒体。

但仔细看，这10亿美元不是凭空来的。从今年2月在美国小范围测试，到随后逐步向更多国家和免费用户铺开，再到8月底跑通商业模型，OpenAI用了大约半年时间，把广告从”实验”变成了”生意”。

用户端能看到的变化是：当你使用ChatGPT免费版或每月8美元的Go套餐时，部分回答下方会出现一个标注为”赞助内容”的卡片。它不遮答案、不弹窗、不打断对话，只是安安静静地待在那里。

但问题也恰恰出在”安安静静”这四个字上。

二、AI广告，和搜索广告到底有什么不同？

你可能会想：搜索引擎不也卖广告吗？Google首页那么多广告位，怎么没人担心”答案不纯粹”？

区别在于，搜索广告和自然结果是并列的。用户看到广告，也看到它旁边的自然链接，可以选择点哪个。而且在搜索结果的排序里，通常有付费、权威、时效性、相关性的多重信号，用户能直观判断哪些是广告、哪些是原生结果。

而AI对话不一样。ChatGPT给的是一个整合好的结论——没有多个链接让你挑，没有排序让你判断。它直接告诉你”答案是什么”，语气流畅、格式整齐，几乎不带任何不确定性。

当这个结论下方紧跟着一条赞助推荐时，绝大多数人不会有意识地去质疑：”这段答案是不是还纯粹？”因为AI的答案本身是独立生成的，但赞助内容就放在答案正下方，阅读习惯会让读者自然顺着答案往下看。

这种影响极其隐蔽。

三、真正值钱的，不是”关键词”，是”意图”

Google卖广告，卖的是”关键词”——你搜”洗衣机”，它卖洗衣机广告。

短视频卖广告，卖的是”兴趣”——你爱看猫，它推猫粮。

但ChatGPT卖广告，卖的是“意图”。

什么叫意图？就是你问”我要给孩子选暑假课程””帮我挑一台办公电脑””哪家医院的眼科最好”的时候，你的消费决策已经走到最后一步了。你不是在随便逛逛，你是在做决定。

这时候，一个看起来中立、权威的AI回答，加上紧贴着答案的赞助推荐，会产生非常强大的影响。它不是打断你，而是在你最需要信任一个推荐的时候，正下方就有一份。

这种”决策前一秒”的商业入口，比搜索关键词或算法推荐都更接近成交。

这就是为什么广告主愿意为这个位置付钱。

四、OpenAI做了哪些区分，够不够？

OpenAI当然也知道这种顾虑。它在官方说明里列出了几道防线：

1. 广告有清晰标注。每个广告都标了”赞助内容”或”sponsor”，视觉上与回答区隔开。

2. 广告不影响回答。广告系统与聊天模型独立运行，广告主无法干涉ChatGPT的答案，也无法访问用户的对话记录。

3. 敏感话题不展示广告。涉及健康、医疗、心理健康、政治等敏感话题时，广告会自动屏蔽。

4. 用户有控制权。可以在设置里关闭广告个性化（不让广告参考你的聊天记录和记忆），也可以删除广告数据。

5. 免费用户可选择免广告。在设置里关闭广告后，免费版用户将不再看到赞助内容，代价是每日消息限额会被调低。

6. 未成年人账户、临时聊天（Temporary Chats）模式不显示广告。

这些措施听起来很完善。但回到实际使用场景，问题仍然存在：当用户看到一个流畅、清晰、值得信赖的AI回答时，会不会下意识地认为它下方的赞助内容也同样值得信赖？

这个问题的答案，不在OpenAI的官方说明里，而在每个用户的实际使用习惯里。

五、普通人该怎么办？

我不认为ChatGPT Ads是AI的末日，也不是OpenAI的背叛。免费的互联网服务，最终总要有人买单。过去是搜索广告，现在是AI广告——这本身没什么好惊讶的。

但有几件小事，你可以留意一下：

1. 看到”赞助内容”四个字，要知道那是付费推荐，与AI回答本身无关。OpenAI的答案确实不受广告影响，但付费推荐不会影响回答、却会影响用户——这种影响可以非常隐蔽。

2. 涉及健康、医疗、金融、教育这类选择，多查一手来源。不要把AI的流畅表达等同于客观结论，它只是一个参考。顺藤摸瓜去查原始资料，或者至少对比几个不同的来源，仍然是非常必要的验证步骤。

3. 不想看广告，有办法。升级到Plus或Pro（全程无广告）；或者在免费版设置里关闭广告（代价是每日消息限额被调低）；又或者使用临时聊天模式（不显示广告）。

最后想说一句：以后你再问ChatGPT一个问题，看到它给出的答案时，不妨多问自己一句——如果这个答案下面出现了付费推荐，我还能分得清，什么是独立的判断、什么是商业的引导吗？

这个问题的答案，可能比10亿美元的年收入，更值得我们关心。

很多人第一次用AI 写文章，都会有一种很熟悉的快乐：输入一句需求，几秒钟后，一篇稿子就出来了。

但真正做过公众号的人都知道，麻烦往往不在“第一版文字”。麻烦在后面：选题要不要换，事实要不要核，图片对不对，排版能不能复制，领导临时改方向怎么办，最后文件夹里是不是只剩能交的版本。

这次“玩转AI”没有继续写某个新工具发布，而是把一段真实的稿件制作对话拿出来，当成一个案例：看看 Codex 这类智能体，能不能把一篇内容从“差不多写完”继续推到“真的能发”。

Codex 是 OpenAI 面向复杂任务、代码和文件协作场景的智能体。在授权的工作区里，它可以读取项目材料、生成或修改文件，并按规则持续推进任务。放到内容生产里，它不像一个只会写几段话的助手，更像一个会跟着你一起返工的执行搭子。

一、真正的开始，不是“帮我写一篇”

如果只让AI 写正文，这件事其实没什么新鲜。真正有意思的是，这次任务一开始就不是“写一篇稿”，而是“按一套固定流程交付”。

对话里先定下了很多边界：选题阶段只给候选，不写全文；用户只回复序号后，才进入正式写稿；公开稿里只保留读者需要看到的内容；图片不能是泛泛的科技氛围图；公众号版字号也要统一。

这一步看起来啰嗦，但它解决的是内容工作里最常见的问题：人以为自己说清楚了，AI 以为自己听懂了，最后交出来的东西却总差一点。

二、需求会变，AI 也得能跟着变

真实工作很少一条指令走到底。中途，稿件方向变了：原来准备写“入口介绍”，后来改成 Codex 使用类文章；原来想用第一视角，后来又发现读者可能更接受案例拆解。

这就是内容生产最真实的样子：不是需求一开始就完美，而是写着写着，方向、口吻、配图、格式都在变。

如果AI 只能写第一版，它会在这里失效。Codex 的价值，是能把新要求并回原来的交付规则里：主题换掉，文章重写，配图重配，Word 和公众号版也一起改。

三、另一轮审稿，不是走形式

这次还有一个关键环节：不是Codex 自己写完自己夸自己，而是把稿件发到 DeepSeek 的“每周新闻”对话里，让另一个模型挑问题。

DeepSeek 第一轮意见很直接：稿子太像内部复盘，读者不一定关心“我怎么工作”；开头缺少 Codex 基础介绍；“跑完整流程”的说法容易让人误以为全自动；标题也不够像公众号新闻。

这些意见没有被机械照收。Codex 随后逐条回应：该补的补，该弱化的弱化，但也保留真实案例里的过程感。最后稿子才从“内部复盘”往“读者能用的案例”靠近。

四、最像真实工作的，是反复改图

写稿过程中，返工最多的其实不是标题，而是图片。

先是配图太泛，后来又被指出“不是内容相关”；有的图文字太空，有的图像单独人物图，有的界面是英文，有的地方还要检查文字溢出。最后，截图要求又变成：直接用真实对话视角。

这很真实。公众号文章不是把正文贴上去就结束，图片承担的是“让读者相信你真的跑过流程”的作用。尤其是讲 AI 使用案例时，越是抽象的能力，越需要具体的过程截图来落地。

五、最后剩下的，是那些最容易忘的小事

把一篇稿子做到最后，最怕的不是没有正文，而是各种小问题堆在一起：Word 改了，公众号版没改；图片换了，网站小图没压；公开稿里混进了不该给读者看的说明；文件名看着差不多，真正交付时又找不到最终版。

Codex 适合接手的，恰好是这些“单件不难、合起来很烦”的工作。

它能把交付物当成一组文件来看：Word 定稿、公众号排版 HTML、配图原图、网站压缩图、事实核查记录。更重要的是，它会按检查清单回头看一遍：图片数量对不对、网页字号对不对、公开稿有没有多余内容、文件能不能打开。

六、普通人可以怎么用？

如果你也想把一项重复工作交给AI，不要一上来就说“帮我做完”。可以先这样开口：

我想把【某项重复工作】做成一条可复用流程。请你先不要直接产出最终结果，先帮我拆成：输入材料、确认节点、可自动执行的步骤、需要人工判断的步骤、最终交付物、交付前检查清单。等我确认流程后，再开始执行。

这句话的关键，是先让AI 学会“什么时候不能乱动手”。

等规则稳定下来，AI 才不只是一个写作按钮，而会变成一个能陪你把事情做完的搭子。它不替你拍板，但能帮你少漏很多细节。对每天都要交稿、交表、交方案的人来说，这可能比“写得更快”更实际。

过去用 AI，常常是你把一件事交给一个助手，从头问到尾。现在，腾讯云把“组队干活”搬进了智能体：一个主 Agent 当队长，多个子 Agent 分头研究、互相沟通，再把结果汇总回来。

先把对象说清楚：腾讯云近期介绍的这项能力，不是普通员工直接使用的“智能工作台”，而是腾讯云智能体开发平台 Claw 模式面向需要配置 AI 应用的技术人员或开发者提供的多 Agent 协作能力。

Claw 可以理解为平台里一种能自主规划、调用工具并完成多步骤任务的应用模式。听起来有点技术，换个说法就是：以前你请了一位全能助理；现在，这位助理可以临时拉一个项目群。

一、AI“小组作业”到底怎么分工？

这种“组队”也分两种。

最基础的是“单向委派”。它像项目经理分配：你设置一个主 Agent，再给它配几个角色不同的子 Agent。主 Agent 先理解任务，把工作拆开；子 Agent 各自完成后，把结果交回主 Agent，由它统一整理。组员之间不用互相讨论。

比如你要做一份竞品报告，可以让 3 个子 Agent 分别研究价格、功能和用户评价。它们不用互相聊天，最后把材料交给主 Agent 就行。这种方式适合需要分头推进、但成员之间不必反复沟通的任务。

如果任务更复杂，需要成员互相追问、质疑和接力，就可以在配置应用时进入高级设置，手动打开“允许多 Agent 团队协作”开关。这是应用配置，不是聊天过程中临时打开。

开启后，子 Agent 不只会向主 Agent 汇报，还能直接与其他子 Agent 沟通。官方目前允许一个团队最多包含 1 个主 Agent 和 19 个子 Agent。

但先别急着把 19 个位置都坐满。开了团队协作，也不代表每个任务都会自动组队；系统会根据任务需要决定是否启用。AI 团队和真人团队一样，人多不一定效率高，角色不清反而更容易乱。

二、三个普通人能用上的场景

场景一：做一篇需要核实的内容

假设你要写一篇公众号新闻，可以这样分工：

• 资料 Agent：收集最近 7 天的候选信息，并附上官方来源；

• 核实 Agent：检查日期、产品状态和收费规则；

• 审稿 Agent：专门找夸大、歧义和过时信息；

• 主 Agent：负责写作、取舍和最终确认。

这里有一个关键点：不要让好几个 Agent 同时改同一篇正文。腾讯云官方也提醒，多 Agent 同时编辑同一内容容易产生冲突。更稳妥的做法，是让它们分别提供材料和意见，最后只由一个 Agent 执笔，再由人确认。

场景二：做一次多角度调研

买设备、选供应商、做课程调研时，可以让不同 Agent 各看一个方向：一个查价格，一个查服务，一个找案例，一个专门验证风险。

单个 AI 很容易顺着第一条思路一直说下去。角色分开后，相当于多了几双眼睛，尤其适合互相挑战结论。

场景三：做一个小型应用

再往技术场景走一步，如果你要做网页或内部工具，可以让前端 Agent、后端 Agent、测试 Agent 分工。测试 Agent 发现问题后，可以直接把问题发给对应成员，不必每次都绕回主 Agent。

这类需要交接、反馈和返工的任务，才真正体现“团队协作”的价值。

三、什么时候别开团队协作？

第一，问题很简单时不要开。

查一个概念、改一段话、整理一张表，一个 Agent 就能完成。为了显得高级而组队，往往只会多绕几圈。

第二，流程完全按顺序进行时，不一定要开。

如果第二步必须等第一步结束、第三步又只能等第二步，普通工作流可能更清楚。

第三，要留意成本。

腾讯云官方提示，开启团队协作后，Token 消耗大约是单向委派的 2—3 倍。Token 可以简单理解为 AI 处理信息的计量单位，参与的角色越多、沟通越频繁，通常就会消耗更多。

从 7 月 1 日起，智能工作台和 Claw 模式应用运行任务均已结束限时免费公测，转为按运行时长计费；模型、工具和 Skills 还会消耗 PU。PU 是平台的通用计费单位，官方当前换算为 1 PU＝0.001 元。实际价格可能调整，正式使用前应以计费页面为准，并先用小任务测试效果和费用。

怎么选，可以记住三句话：

简单问答，用单 Agent。

需要分头查资料，用单向委派。

需要互相追问、接力和返工，再开团队协作。

多 Agent 最值得关注的，不是“同时叫来更多 AI”，而是把过去藏在一个对话框里的工作过程，变成可以分工、交接和检查的流程。

它不会自动让结果变好。真正决定质量的，仍然是角色有没有分清、资料来源靠不靠谱，以及最后有没有一个人负责拍板。

如果让你组一支 AI 小队，你最先会设置哪三个角色？欢迎在评论区告诉我。