大家好，我是二哥呀。

Codex 更新到最新版，你会发现 5 小时的 Token 限量已经取消了。

也就意味着，以后你可以让 Codex 一次性处理更长的上下文，或者让它在一个任务里连续工作更久。

不必因为 5小时的限额停下来。

并且你真用超了，Codex 可能还会送你一次重置机会。

真天地良心啊。

那经过两天时间的实测，我觉得 GPT-5.6 的能力确实有提升，但也存在一些问题。

不吹不黑，我们直接发车，滴滴滴。

01、生视频

王二讲Agent 最近一直在分享视频领域的Agent知识，但视频的质量偏文字表达，缺少动画效果。

所以我就想，能不能让 GPT-5.6 直接帮我把视频分镜，然后生成动画。

音频这块你不用帮我搞了，我现在只需要视频画面，我们就保持HTML+动态svg来处理，你最好一个视频不用生成太长时间，一个视频片段就15秒左右，然后我自己最后再来使用剪映合并。15秒的好处就是，我可以自己去调整，如果有视频片段不合适的话。

我们就拿what-is-context-window.md这篇稿子来做测试，你需要先分镜，把稿子分成合适的分镜，我们接下来只处理其中一个分镜。

分镜完成后，我们再来处理每个分镜的视频，不需要做音频。视频的生成我想和itwanger-image生图结合起来，利用分镜的文稿关键字，提取信息后生成视频，视频的风格见图1

我们的目标是让画面动起来，明白我的意思吗，比如说文稿讲到了写时裁剪，我们的视频聚焦于写时裁剪，让新消息、先裁剪、只写窗口消息、存储这些动起来，层层递进，然后是下一个。

出来动画效果我觉得还不错。

【视频1】

【视频2】

下一步，我要解决的就是音频和画面的同步问题，如果能解决这个问题，我觉得王二讲Agent的视频质量就能提高很大一截。

02、生图片

我所有公众号文章的配图，最近都是用 Codex + GPT-5.5 配合 itwanger-image 这个 Skill 完成的。

昨天开始切换到 GPT-5.6。

一个很明显的感受，5.6 在色彩丰富度上有肉眼可见的提升，画面更通透、层次更细腻。

但一致性比 5.5 差。

拿我给求职派生成的配图来演示——右下角的小人，竟然长了三只手。

大爷的。

GPT-5.5 里我从来没遇到过这种情况。5.6 第一次就中招了。

好在很快就能修复这个问题，Skill 里加了几条限制规则。

• 强制人物只有两条手臂、两只手
• 禁止多手、多臂、重复手指和肢体粘连
• 多手问题列入交付前硬伤检查，发现后必须重绘

不幸的是，下一轮生图又出问题了。

这回不是多了手，而是模型为了“确保两只手完整可见”，硬把两条胳膊都塞进了画面里。左侧原图重绘到右侧，多出来两条不自然的手臂。

小人看起来很别扭。

我又改了规则，不用确保两只手都完整可见，只要画面中可见的肢体是正常的就行。

下一次生图正常了。

小结一下。

GPT-5.6 的图像生成在色彩表现力上有进步，但人体一致性出现了明显退步。

03、编码

刚好有读者对 PaiFlow 提了一个 bug，语音合成工作流里 TTS 调用超时。

我直接把这个任务交给 GPT-5.6，看能不能一次性搞定。

顺带提一句，新版 ChatGPT 已经把左上角的入口从“ChatGPT Codex”改成了“Codex”，命名终于正常了。

GPT-5.6 分析后认为这个问题发生在 TTS 调用的超时处理上。

我让 Codex 启动本地服务，用 Python 的工作流引擎实测。

新版 Codex 有一个值得关注的功能更新，可以直接导入 Chrome 的密钥和登录态。

以后不用再通过 use Chrome 切换到外部浏览器去调试了，在 Codex 一个应用里就能完成，拿到更多上下文信息，减少授权和输入用户名密码的操作。

对开发来说这确实更友好。

但是，整个编码过程的速度让我很难受。

一个 23 分钟的任务，只完成了 2/5 步。我用的还是极高模式加快速模式。

上下文也不够用，没有 1M 的窗口一个任务没完成就开始压缩了。

慢，实在是慢。

连续试了几个任务，改一个东西动不动就是半小时，不管这个任务难不难。有些 AI 博主说 GPT-5.6 屌炸天，我用下来暂时还没这种感觉。

就这个 TTS 超时的 bug，前后改了几个小时。

最后问题确实解决了。

AI 播客的整条工作流自己跑通了。

从修改的文件数量上看，这次确实是牵一发动全身，几十个文件都有改动。

公平地说，GPT-5.6 的编码能力本身没问题，最终结果是对的，改动范围大说明它能处理复杂的跨文件依赖。

但整体执行效率感觉没有 5.5 快，当然也很可能是我的错觉。

04、文本能力

之前不管是 GPT-5.5 还是更早的版本，GPT 系列的文本生成能力一直是短板。

文字功底平平，中文表达一股翻译腔，写长文也容易重复和注水。

但这没办法，国产模型在中文表达上也不行。

有一点可以肯定，这次 GPT-5.6 在文本上有进步。

我把 GPT-5.6 接入了本地的知识库，又喂了几个项目的源码，搞了一个滑动窗口的定时任务，让它基于上下文回答读者提问。

给大家看一个实际的例子。

有位读者问了这样一个问题。

我现在对于 Agent 开发后续准备有点迷茫，现在实习开发了一个知识库 Agent 但是只知道具体的流程，很多实现细节都不太清楚，参考了 LM Wiki 的项目结合企业自己的知识架构做的，如何在秋招中根据这段经历有所帮助？

GPT-5.6 的回复质量不错，我贴出来大家感受一下。

回复示例

先给结论，这段实习对秋招有帮助，而且比”自己照着教程做了一个 RAG 项目”更有说服力。现在缺的不是再背一套 Agent 概念，而是把”我知道流程”变成”我能解释每个关键设计，并讲出真实问题和验证结果”。

第一步，把项目吃透到能画出一张图

从用户问题开始，按顺序画出整条链路，问题处理、知识检索、文档切片、Embedding、召回、重排、上下文组装、大模型生成、引用返回。每个环节写清楚四件事。

• 公司用了什么方案
• 为什么这样选
• 你参与了哪部分
• 出过什么问题

LM Wiki 只是参考来源，不需要回避。面试时可以直接说，我们参考了它的整体思路，但结合企业知识结构在某些环节做了调整。重点讲清楚哪些直接复用、哪些重新设计、为什么改。

第二步，Agent 八股先准备三组

第一组是 RAG，切片策略、Embedding、向量检索与关键词检索、混合检索、重排、TopK、上下文窗口、幻觉与引用。

第二组是 Agent，Tool Calling、ReAct、Memory、工作流和自主 Agent 的区别。如果项目本质主要是 RAG 问答，就坦诚说它是“带知识检索能力的 Agent 应用”，不要硬包装成能自主规划和执行复杂任务的 Agent。

第三组是工程问题，权限隔离、超时重试、并发、日志、调用成本、数据更新、效果评估。企业项目最容易和个人 Demo 拉开差距的，往往就是这些部分。

第三步，亮点和难点从实际问题里选

• 如果文档结构复杂，讲切片后语义被截断，后来如何按标题或段落处理
• 如果专业术语检索不准，讲为什么只用向量召回不够，是否增加了关键词召回或重排
• 如果企业知识有部门边界，讲权限过滤如何进入检索条件
• 如果无法判断效果好坏，补一套真实测试集，整理 30～50 个业务问题，记录命中率、引用是否正确、回答是否可用

第四步，简历按这个结构写

“针对企业内部【资料类型】分散、人工检索效率低的问题，参与建设知识库 Agent；负责【你真实负责的模块】，结合企业知识结构完成【具体改造】；针对【真实难点】采用【真实方案】，并通过【实际问题数量或真实指标】验证效果。”

所有方括号都要换成真实内容，只写自己做过、能顺着代码讲下去的部分。

---

这个回复的结构清晰，给到了可执行的步骤。

05、站点生成

站点是 Codex 新增的一个功能。

我把进阶之路和技术派两个站点的内容交给了 GPT-5.6，让它基于这些素材生成一个展示站点。

出来的效果超出了我的预期。

https://erge-java-roadmap-2026.focijaco527.chatgpt.site

我已经发布了，大家可以点进去感受一下。

整体设计挺有档次。

首页有清晰的导航栏、分类入口卡片、学习路线图的可视化展示，底部还有项目介绍和联系方式。

ending

两天测下来，GPT-5.6 给我的感觉就四个字，有进步，但还需要更进一步，😄。

（不是四个字你也别介意）

这个个比喻可能不太恰当但很能说明问题——GPT-5.6 像一个期末考试总分上去了，但数学从 90 掉到了 89 的学生。

生图出现三只手是很不应该的一件事。毕竟GPT-5.5 在没有加限制的情况下，可是一次都没出现。

【工具这东西，不怕有短板，怕的是短板恰好出现在你每天要用的场景上。】

有一说一，取消 5 小时限制这事，OpenAI做的是真nice。

希望Claude也能跟进，国内的大模型也能跟进，😄

别限制了啊。

我们下期见。