GPT-6 工程指南发布：按成功任务评估成本

OpenAI 发布的 GPT-6 工程指南强调按成功任务评估成本。指南覆盖模型与推理强度选择、提示缓存、上下文压缩及长程任务协作，建议研发团队用代表性任务同时测量成功率、延迟和每次成功任务成本。

这一评估框架将成本从传统的 token 消耗扩展到任务级效率，要求团队在提示和仓库规则中预先明确交付物、自主执行边界及验收标准。指南同时指出，不能只靠更长提示或更高推理强度保证效果。

从工程实践看，这意味着需要设计覆盖典型场景的基准任务，并持续跟踪每次成功任务的成本与延迟变化。提示缓存和上下文压缩被列为可选手段，但指南未说明其具体实现或适用限制。

指南还要求保留生产监控与数据控制能力，避免模型在长程任务中完全自主执行而脱离运维视线。这一要求与当前对 AI 代理可控性的关注一致，但同样缺少落地细节。

目前公开信息未涉及适用的具体模型版本、部署环境或许可证安排。对于希望按指南落地的团队，还需结合内部基础设施和既有运维体系自行设计实施路径。