# 策展 · X (Twitter) 🔥🔥🔥🔥

> 作者：eric provencher (@pvncher) · 平台：X (Twitter) · 日期：2026-04-24

> 原始來源：https://x.com/pvncher/status/2047387232806359354

## 中文摘要

# GPT 5.5 是為了 Orchestration (編排) 而生

過去幾週，我有幸能搶先試用 GPT 5.5，而它的出現時機再好不過了。

Opus 4.7 相比 4.6 有一個退步的地方，那就是它變得更難以駕馭。工作流程與技能不再能像以前那樣被可靠地執行。

但從 GPT 5.4 躍升至 5.5 則完全不同。這個模型理解你意圖的能力比以往的模型可靠得多，在執行多步驟任務時，它保持在軌道上的穩定性也勝過任何其他模型。

為什麼這很重要？

最近，我在 @RepoPrompt 中發布了一個編排工作流程。
它基本上是一種結合了先進的新型 MCP 工具的技能，用來管理來自不同 harness 的 sub agent。這些工具讓 Agent 能夠主動並行監控多個 Agent，輕鬆處理權限提示與問題，並防止 Agent 偏離預定軌道。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1776994711560-diaHGnBePtW8AAeMwjpg.jpg)

可靠的編排需要模型能夠委派規劃、將該計畫拆解為工作項目，並理解哪個 sub agent 最適合執行該任務（Opus 在處理 UX 工作上仍然是最強的，因此能夠識別出哪些工作應該交給它至關重要！）。

最重要的是，它應該成為你（使用者）與處理你檔案的 Agent 之間的橋樑。模型需要明確的需求才能發揮最佳表現，而讓像 GPT 5.5 這樣的模型坐鎮在你與執行工作的 Agent 之間，對品質會有巨大的提升。

我猜如果你只是像以前一樣用 GPT 5.5 來寫程式碼，你可能會發現它的程式碼品質確實更高，但你可能不會立即感受到成果上的差異。部分原因是 context 依然是像以往一樣巨大的瓶頸。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1776994711553-iaHGnD4huX0AAecWLjpg.jpg)

當你將「隔離 context」的工作與「讓模型針對該精選 context 進行深度推理」的工作分開時，你會得到顯著更好的結果。在 Repo Prompt 中，我們有一個負責精選資訊的 context builder agent，以及一個負責推理的 Oracle 模型。GPT 5.5 在這兩個角色中都表現出色，但作為 Oracle 時，它速度快、效率高，並且能注意到大多數模型會忽略的細節。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1776994711566-iaHGnEeqpXYAAWLJ1jpg.jpg)

當你特別用心處理像 GPT 5.5 這種 context window 的結構時，你就能在不增加成本的情況下獲得專業級的成果。話雖如此，ChatGPT 上的 5.5 Pro 今天也發布了，我必須說，它能進行的分析絕對會讓你大吃一驚。它是一個瘋狂的程式碼審查員與架構師，但你可能不需要每天都依賴它。

成本
GPT 5.5 的缺點之一是它的 token 非常昂貴。
雖然它在推理方面非常高效，但你可能還是希望在你的工具庫中為其他模型保留空間。我認為隨著模型變得越來越昂貴，像我上面描述的那種編排架構將成為常態。將請求負載平衡到正確的模型，並保持透明度，是在不浪費 token 的情況下，充分利用每個模型優勢的最佳方式。

給使用 GPT 5.5 的朋友們最後一個小建議：Codex 允許你將個性設定為「友善」。這不會影響品質，會讓模型在對話時感覺親切許多，並擺脫以往 GPT 推理模型那種機器人的感覺。

觀看此影片以了解更多關於 Repo Prompt 中的編排資訊。

## 標籤

Skills, MCP, Harness, 產業趨勢, OpenAI, GPT, RepoPrompt