AI代理与自动化：RAG、工作流与实战指南

如果你在 Codex 中使用 GPT-6 Sol，切换到 GPT-6.1 Sol 没有问题，OpenAI 推荐它用于复杂编码和长时间运行的工作。6.1 Sol 的上下文上限、标准 API 输入和输出单价与 6 Sol 相同，缓存输入减半，知识截止日期更新了 10 天。本文说明 Codex 中的切换步骤、新建聊天与现有聊天的设置差异、Plus 与 Pro 用量，并介绍如何在相同的 Medium 设置下用自己的工作比较两者。

我用 Claude Code 的 Projects 功能（公开测试版），从头做了一个查询本地 LLM 所需内存的网站。从创建到最后一次合并约20小时，10个线程、11个 PR、约2.3万行，用掉约1.9亿 token（97.7%是缓存读取）。一夜之间3个工作并行推进，线程之间通过协调者互相沟通，把指令改成“交给你”之后，连下一步工作都由它自己决定。另一方面，在数据收集与页面两个线程的交界处，谁都没有做“能否公开”的判定处理，结果生产环境里的模型是0条。用样例数据测试时不会出现的缺陷，也在真实数据下暴露出来；而部署到只能 SSH 登录的服务器时，则彻底卡住了。上手时踩到的坑、事事审批与放手交给它的差别、设置额度的消耗过程、适合与不适合的工作，本文都用实测数据记录下来。

Claude Code 的云端会话于2026年9月23日结束研究预览，正式上线。你的 GitHub 仓库会被克隆到 Anthropic 云端的虚拟机里，Claude 在那里修改代码并推送分支，所以合上笔记本工作也不会停。用量和平时的套餐共用同一套上限，虚拟机不单独收费。此外，现有 Pro 订阅用户可以领取一次性 $100 额度，Max 订阅用户为 $250：在10月7日之前领取，11月5日 07:59 UTC 之前会优先消耗这笔额度（不含 Projects 和 Routines）。本文依据官方文档和官方账号的帖子，说明云端会话与本地 Claude Code、Remote Control 有何不同（哪些设置会带过去、哪些不会，权限模式，四个网络访问级别，以及密钥该放在哪里），如何从浏览器和终端开始，额度怎么领取以及优惠条款全文里的注意事项，还有它适合和不适合哪些工作。

OpenAI 于2026年9月22日（美国时间）发布了 GPT-6 Sol 和 GPT-6 Luna。Sol 的价格是 Astra 的五分之一（输入$2/输出$10），Luna 是百分之一（输入$0.10/输出$0.50），两者都可在 Plus、Pro、Business、Enterprise 和 Edu 的 ChatGPT Work 与 Codex 中使用，也可通过 API 使用。Free 和 Go 只能在桌面应用中用 Luna。发布时常规 Chat 中两个模型都没有，但从10月7日起，Plus、Pro、Business 和 Enterprise 的 Chat 中的 GPT-6 由 Sol 驱动，从10月8日起 Free 和 Go 由 Luna 驱动。过渡期内 GPT-5.6 仍可使用。本文写给目前用 Astra low（应用中显示为 Light）的人，按发布方分开整理依据：官方按用途的建议（Sol 从 Medium、Luna 从 High、Astra 从 Light 开始）及其与应用默认预设（Sol Light）的区别；OpenAI 的 AutomationBench 中 Sol xhigh 胜过 Astra low 的结果；Artificial Analysis 对比中的数值（Terminal-Bench 4.0 上 Astra low 42%对 Sol medium 19%，业务工作流上却是59%对58%）；以及 AI Arte 的小规模测试（短任务所有设置都通过，不能作为排名依据）。文中还说明，单价之比为什么不能直接套到一项工作的总费用或订阅能用多少上，以及判断的分界点：日常工作用 Sol medium，短小易验证的工作用 Sol low 或 Luna high，高难度设计和重要审查用 Astra。

Jev是TypeSafe推出的AI模型，不生成文章，而是返回选项、评分值以及Yes/No的概率。文章说明Choice、Score与Noul的使用区别、confidence的读法，以及用于问题分流的API写法。格式固定不代表判断一定正确，因此文章整理了官方列出的计算、日期、诱导文本等弱点，并介绍价格、输入限制，以及在中文场景中使用前的评估方法，帮助判断它是否适合自己的工作。

Claude Code 的 Projects 被重建了。此前的项目是一个装着对话和参考资料的文件夹，新的 Projects 则是一整条对话：你写下需求，Claude 把它拆成一个个线程，线程在云端并行运行，每个完成后开一个 pull request 并回报结果，合上笔记本也不会让它们停下来。不过动手之前有三件事值得先确认：能用的账号仍然有限（Pro 和 Max 的公开测试，优先发放给还没有现存项目的账号）、github.com 与 Claude GitHub App 在实际操作中是硬性要求，以及它消耗用量上限的速度和单个会话完全不是一个量级。本文依据官方文档与官方博客，说明怎么判断放量有没有轮到你、一个线程启动时带着什么（包括项目里一旦有多个仓库、权限规则和钩子就会失效这个陷阱）、token 开销从哪里来（默认是 Opus 的 high effort），以及在 Subagents、agent view、Agent Teams、动态工作流和 Projects 这五种并行方式之间该怎么选。

新模型更聪明但也更贵——一般都会这么想。可是在 GPT-6 Astra 和 GPT-5.6 Sol 的比较里，只看单价是得不出答案的，因为 Astra 用更少的token就能把同样的活干完。第三方机构 Artificial Analysis 的实测显示，把 Astra 开到最弱的 low，每个任务的费用和把 Sol 开到 high 时几乎相同（$0.82 对 $0.81），分数还更高（46 对 42），输出token只有三分之一，回复开始之前的等待时间只有四分之一。本文以2026年9月18日时点的实测值为依据，整理按推理强度划分的费用、token和速度，为什么单价2.5倍而总额仍会打平的明细，Sol 的促销价结束之后的试算，在编程智能体作业上价格差距会缩小这一点，以及拿自己的工作去测量的步骤。

OpenAI 在2026年9月3日公开了 GPT-6 Astra。API 无门槛正式开放，模型ID 是 gpt-6-astra，上下文为1,050,000 token，价格是输入$10/输出$50（每100万token），知识截止为2026年4月30日。不过“已经发布”和“自己的套餐能用”是两回事，在 ChatGPT Plus 的常规聊天界面里它不会出现，入口先是 ChatGPT Work 和 Codex。本文整理各套餐的开放情况、单价翻倍但按每个任务算可能反过来的价格看法、OpenAI 实际举出的基准测试名单、在 Preparedness Framework 中首次达到“Critical”的网络安全能力以及围绕它划的那条线、迁移时会坏的4点（去掉采样类参数、改用 Responses API、废除 none 这一档推理强度、缓存设置改名），以及与 Claude Opus 5、Fable 5.1、Gemini 3.8 Flash 的比较，全部只写能用一手信息确认的范围。文中也标明发布方写出：同样是 DeepSWE v1.1，Claude Opus 5 在 OpenAI 的表里是73.7%，在 Anthropic 的公告里是68.8%。

Dispatch 是这样一个功能：你从手机发出指令，Claude 在你自己的电脑上把这件事做完（测试版，Pro 与 Max）。它不在云端运行，动起来的是你的真实机器，而这一个事实同时决定了它的价值和它的危险。官方帮助写道，你可以从手机给 Claude 发消息、让它在你的桌面电脑上干活，用的是你已经在 Cowork 里配置好的那些连接器、插件和文件访问权限，整件事被 Anthropic 定位成一段从任意一端都能接上的连续对话。运行它要求电脑处于唤醒状态且桌面应用是打开的；电脑操作只支持 macOS 与 Windows，Linux 上没有电脑操作。机制上它沿着三级优先顺序往下走：有连接器就用连接器，没有就驱动浏览器，直接操作屏幕是最后手段，过程中还会截屏以看懂显示的内容。真正的评估从这里开始。会停下来的地方是设计出来的：电脑操作默认关闭，需要在设置的通用一栏里启用；每遇到一个新应用都会请求许可；永久删除文件需要显式许可；投资与交易平台以及加密货币类应用默认就在禁区之内。但也有不会停下来的地方。已批准应用内部的每一次具体操作都不会跟你确认，官方的措辞是 Claude 直接在你的屏幕上点击、输入和跳转，不经过约束其他 Cowork 工具的那套权限检查。文档还补充说，Claude 与你屏幕上的东西之间不存在沙箱，并且在一个应用里做出的操作可能影响到别的应用。最大的风险是提示注入，Anthropic 自己的说法是：网页内容是提示注入攻击的主要途径；一条被操纵的指令、一条意料之外的命令，或者在你浏览器里打开的一个钓鱼链接，都可能连锁引发难以撤销、甚至无法撤销的操作。Anthropic 表示它会扫描模型的激活值来识别这类行为，但那只是把概率压低，并不能替你省掉自己划一条线，指引里仍然要求凡是碰到敏感文件、账户或站点的任务都切到手动审批。Anthropic 把边界写得很明确：不要把电脑操作的权限授予银行、医疗、政务这类敏感应用，并避免用它处理金融账户、法律文件、医疗信息和个人数据。文章还讨论了手机这一侧。手机丢了，漏出去的不是存在手机里的数据，而是能给你的电脑下命令的资格，以及那段还在继续的对话的内容——而 Dispatch 的官方帮助并没有说明如何解除设备配对或设备丢失后怎么办，所以应对手段来自账户那一侧：在设置的账户一栏的活动会话里终止那一个会话；在 claude.ai 上一次性登出所有会话（这个功能在手机应用里不可用，因此需要网页浏览器）；或者干脆掐掉电脑那一侧，关掉桌面应用或让机器睡眠，这其实是最快的，因为 Dispatch 需要电脑唤醒且应用打开。最后文章把 Dispatch 与电脑操作区分成两个各自独立的开关，把两者都和 Claude Code 的 agent view（官方文档同样称其操作为 dispatch）区分开来，并划出一条实用的界线：从你能收得回来的工作开始。

Claude Code 的 agent view 用 claude agents 打开，是一个让你在后台一个接一个启动彼此独立的会话、并在同一块屏幕上管理它们的功能。官方文档把你在那里执行的操作叫作 dispatch，而桌面应用里恰好还有一个同名的独立功能，所以第一件事就是把两者分清楚。文档把 agent view 描述成让你从一块屏幕上调度并管理多个 Claude Code 会话的功能，它属于研究预览，需要 v2.1.139 及以上版本。本文只谈机制与安全模型。第一个意外之处是：你在输入框里打的每一个提示词，都会启动它自己的一个新会话——再打一条，得到的是旁边多出来的第二个会话，而不是给第一个补的一句话。要追加指令，得走用 Space 打开的预览面板，它显示的是最近的输出或者会话正在等的那个问题，而不是完整记录。安全模型的核心是用 worktree 做隔离。在编辑任何文件之前，后台会话会先搬进 .claude/worktrees/ 下一个隔离的 git worktree，于是并行的会话读的是同一份检出，但各自写进自己的那一份——读是共享的，写是分开的。任何会触及主检出的动作都被三道检查切断：通过 Edit、Write、NotebookEdit 进行的文件编辑；工作目录会解析到主检出、或者无法核实其确实待在外面的命令；以及试图用 git -C、--git-dir、GIT_DIR、GIT_WORK_TREE 或在 git 之前先 cd 来把 git 指向别处的做法。判断刻意偏向安全一侧，核实不了的就不放行，而且同样的保护会被会话派生的每一个子智能体继承。不过它并不是操作系统层面的墙：仓库之外的文件和网络都不在范围内，PowerShell 命令也只享有工作目录那一道检查。权限同样不是在调度时当场选的，而是取决于启动方式（在 shell 里打开的 agent view 和 claude --bg 按普通启动的规则，用 ← 打开的 agent view 用目标目录的 defaultMode 或原会话的模式，/bg 保持当前模式）——这意味着你平时的配置越松，一次就会造出越多无人看管、权限宽松的会话。随后有三样东西会漏出隔离之外。选了“是，以后别再问我”，这条规则会被存进主检出的 .claude/settings.local.json，于是它在主检出和其他每一个 worktree 里都生效，并且在它诞生的那个 worktree 被删掉之后依然留着。在 agent view 里删除会话，会把 Claude 创建的 worktree 一并删掉，未提交的成果随之消失——而 Ctrl+X 第一下是停止，第二下就是删除。还有 .worktreeinclude，它会把 .env 这类被 gitignore 的文件复制进每一个新 worktree，让你的凭据按调度出去的会话数成倍增加。除此之外，配额是随并行度成比例消耗的（十个智能体大约快十倍），会话跑在本地，能挺过睡眠但机器关机就停。文章最后把 agent view 放回官方给出的五种并行做法里，与子智能体、智能体团队、动态工作流和 Projects 并列，并给出调度之前、进行中和结束之后的一套具体流程。

ChatGPT Work 是 OpenAI 在 2026 年 7 月 9 日随 GPT-5.6 一同发布的“工作用 AI 智能体”，也就是 ChatGPT 里的“工作模式”。与只会回答的普通聊天不同，它从你已连接的应用和文件中收集上下文，做出文档、表格、幻灯片乃至 Web 应用这类完整成品。发布时运行在 GPT-5.6 上，此后又加入了 GPT-6 Astra（9 月 3 日）以及 GPT-6 Sol 和 Luna（9 月 22 日），付费套餐可以在 Work 里按任务从最上层到均衡型、低成本型模型中选择。Plus 和 Business Standard 的 Astra 是限量的，Pro 和 Business Premium 可以把全部额度用在 Astra 上（OpenAI Help，截至 2026 年 9 月 25 日）。Work 与普通聊天的区别还在于额度（与 Codex 共用）和可选模型不同；Codex 提供桌面应用、CLI 和 IDE，Cloud 任务也可通过网页、手机使用。Work 同样可在 web、手机、桌面上使用。关于免费版和 Go，官方说法前后不一。本文以 OpenAI 的公告、帮助中心和发布说明为主，梳理 ChatGPT Work 是什么、与普通聊天及 Codex 有何区别、各套餐能用哪些模型、能连接哪些应用，并标注日期与可信度。

2026年7月时点的 OpenAI 旗舰 GPT-5.6“Sol”与 Google Gemini 的对决，是一场强项几乎不重叠的比拼：Sol 在终端·智能体编码上压倒性领先（Terminal-Bench 88.8% vs 70.7%，SWE-bench Pro 64.6% vs 54.2%，均为 OpenAI 评估表中的数值），Gemini 则以原生多模态（语音·视频）和约为 Sol 四成的单价抗衡。需要注意时态陷阱——Google 真正的对手 Gemini 3.5 Pro 截至2026年9月22日仍未提供，因此比较对象是 Gemini 3.1 Pro。本文依据官方发布与独立基准，梳理两者的实力、价格、多模态以及按场景的选择方式。