Ploy 迁移到 GPT-5.6：快2.2倍，省27%
Migrating a production AI agent to GPT-5.6: 2.2x faster, 27% cheaper
我们终于把 Ploy 的生产级 AI 代理从 Claude Opus 切换到了 GPT-5.6 Sol。这次迁移带来了立竿见影的效果：构建速度提升了 2.2 倍，成本降低了 27%，且代码更精简。但过程绝非一帆风顺，我们发现评估框架本身往往偏向旧模型，导致新模型在初期被误判。更棘手的是，GPT-5.6 在工具调用和 Prompt caching 机制上与 Claude 存在巨大差异，比如它倾向于填满所有可选参数，甚至让文件读取失效。通过重构 Schema 和缓存策略，我们成功驯服了这些特性，让 GPT-5.6 真正发挥了其高效能。
你的评估框架是为当前模型量身定制的，而你对此一无所知。
- 有评论者指出，随着模型基座能力增强，早期为提升性能设计的复杂 Agent 架构（如 Planner）和提示词工程已不再必要，甚至因增加 Token 消耗和延迟而成为性能瓶颈。
- 一位管理大型 Monorepo 的开发者反馈，在解决内存泄漏等复杂深层问题时，ChatGPT 倾向于给出看似合理但错误的浅层方案，而 Opus 4.8 虽然速度较慢，但规划更严谨且能确保最终结果正确。
- 多位用户质疑当前 AI 产品市场中“质量信号”的失效，认为优秀的 UI 设计、文案和营销视频极易被 AI 伪造，导致难以区分精心打造的产品与低质内容。
- 有从业者建议通过 Feature Flag 或自动化评估套件（Eval Suite）来快速对比新旧模型表现，因为模型迭代极快，手动测试已无法跟上变化。
- 针对 AI 生成内容风格单一的问题，有开发者提出应像配置代码规范一样维护 WRITING.md 文件，明确指导模型如何组织语言和标点，而非仅关注功能实现。