新智元报道
OpenAI接连放大招！
今天，一条OpenAI内部Slack消息爆出，ChatGPT将迎来一次“史诗级”的性能大换血。
从硬核测试数据来看，这次ChatGPT前端性能的优化幅度，夸张到近乎“不真实”：
应用加载速度直接飙升94%，堆内存增长减少87.8%，整体内存占用砍掉41.2%。
网络请求数暴降98.2%，而对话记录加载也缩减了整整99.6%。
几乎同一时间，Codex上线了GPT-5.6“多智能体v2”版本。
主Agent现在可以把不同的子任务，自动委派给不同的模型，每个子Agent还能单独设推理强度。
OpenAI总裁Greg Brockman表示，“朝着告别手动选模型方向前进”。
不得不说，OpenAI这一波“双管齐下”——
直接替用户消灭了繁琐的“等待”与“选择”，让ChatGPT真正实现极速、无缝的流畅交互体验。
ChatGPT大换血
加载狂飙94%
很多人不知道，这次ChatGPT的性能大升级，其实是“编程之王”Scott Gray离职后的关键一战。
一直以来，人们用ChatGPT，最怕的就是长对话越聊越卡、网页甚至直接崩溃。
OpenAI官方论坛上，还有人发帖问“新版Codex是不是变慢了”，底下一片附和。
这次，Codex负责人Andrew Ambrosino晒出的内部Slack截图，直接给大家交底了：
内部拿来做测试的，是一个整整聊了741轮、体积达231MB的“怪物级”对话！
这听起来像个极端样本，但却是Agent时代的日常。
以前对话是聊天记录，几十轮就到头；现在一个稍微复杂点的任务，让它读代码、跑测试、改完再验一遍，几百轮就出去了。
就是这样高强度的对话，如今打开它，平均时间从27.62秒降到1.66秒。
整个应用的内存增长从1030.7 MiB压到606 MiB；
打开一次要发的网络请求，从894次砍到16次；需要加载的会话条目，从15529条降到64条。
这是OpenAI针对ChatGPT超长对话，一次重大的前端优化。
两个字，丝滑
它到底能带来什么改变？
简单来说，那些长达数月的聊天记录，打开速度会快得多。
经常跑数百次工具调用的重度Codex会话的开发者，就会发现界面明显变轻快了，设备的内存占用也随之降了下来。
切回一个超长旧对话，再也不用像“从一台快报废的PS3里读存档”那样费力。
巧妙之处在于，ChatGPT不再因为你打开对话，就必须加载并渲染全部历史记录。
它可以把大部分内容存储起来，只加载人们当下真正需要的那一小部分。
同一个对话，却省去了大量不必要的工作。
对于习惯泡在超长AI对话里的人来说，这属于那种听起来很无聊的基础设施升级，却可能让产品体验大幅提升。
多智能体v2全量上线
不用手动选GPT了
就在这周，OpenAI已悄悄更新了ChatGPT。
直到今天，OpenAI工程师Eric Provencher才正式宣布：多智能体v2（Multi-Agent v2）现已全面上线。
主打一个，智能分工。
主Agent可自动把子任务，委派给任意支持模型，包括Luna，每个子Agent支持独立设置推理强度。
现在ChatGPT/Codex手里这副牌是这样的——
GPT-5.6 Sol：最强，复杂的Agentic编码
GPT-5.6 Terra：日常编程主力
GPT-5.6 Luna：最快、最便宜
Daybreak：网络安全专用
GPT-5.5：复杂编程、研究、通用任务
其实，三周前，Codex的模型清单里，Sol和Terra被标成了multi_agent_v2，而最便宜的Luna被标成v1。
结果就是，主Agent想派活给Luna，系统直接回一句“未知模型”。
在GitHub上，开发者为这事开了至少两个issue。
OpenAI官方论坛上有一个帖子“把Luna还给我们”，发帖的人说，他之前靠一个钩子强行绕过限制用上了Luna，效果好得惊人，现在这条路被堵死了。
过去人们需手动挑选模型，未来 Agent 系统将自动拆分、并行执行并汇总结果，把模型转为内部计算资源。
复杂任务仅20%步骤需最强模型，其余可交给便宜模型。
这样一来，便可大幅降低推理成本，加速ChatGPT从聊天工具向工作流平台转变。
ChatGPT原地进化
全自动怪兽来袭
前端扫清了“历史包袱”，后端打通了“智能分发”。
OpenAI这一波底层的“组合拳”，不仅让ChatGPT彻底告别了卡顿时代，更是在向整个行业宣告：
大模型正在加速从“聊天工具”，向真正的“全自动工作流平台”进化。
不用再操心该选哪个模型权衡成本，也不用再苦等几百轮的怪物级对话缓慢展开。
只需把复杂的任务丢过去，剩下的自动拆解、模型调度和极速渲染，统统交给系统。
属于Agent的极致丝滑时代，真的来了。
面对如此“无感”且强大的ChatGPT，你的生产力准备好起飞了吗？