GPT 5.6遭吐槽：技能调用混乱不如5.5

背景

在 LINUX DO 社区的 AI 板块，一位用户分享了其对 GPT 5.6 版本的使用体验，并与前代 GPT 5.5 进行比较。该帖子反映了当前大语言模型在功能迭代中遭遇的典型矛盾——新版本试图引入更复杂的机制（如 skills 自动调用），但在实际使用中反而造成效率下降和体验退化。帖子虽短，但揭示了 AI 系统设计中“能力膨胀”与“可控性”之间的张力。

核心内容

原帖作者抱怨自己升级到了 GPT 5.6，但认为其表现不如 GPT 5.5。具体问题在于：

• 在 GPT 5.5 时代，系统内置了名为 superpowers 的高级能力集，但这些能力默认处于休眠状态，除非用户明确指定，否则不会被触发，因此不会干扰正常流程。
• 到了 GPT 5.6，系统开始大规模自动调用 skills（技能模块），而且调用过程“丢三落四”，即执行不完整、遗漏关键步骤。
• 作者举例：仅仅是为了实现一个很小的功能，系统不仅要求先进行“红灯测试”（即测试驱动开发中的红绿测试阶段——先写一个失败的测试），还要编写复杂的 TDD（测试驱动开发）文档，结果“代码没写就结束了”，整个流程被无谓地拖垮。
• 作者对此感到愤怒，认为这种设计“疯批”（即不可理喻）。

帖子共有 4 条回复，涉及 3 位参与者，但原始内容仅展示了作者的单方面吐槽。

关键要点

• 版本对比：GPT 5.6 相比 GPT 5.5 退步明显，用户在体验上认为 5.5 更优。
• 机制变更：superpowers（高级能力）从被动触发变为主动调用，但新引入的 skills 机制执行质量下降。
• 过度工程化：小型功能被强制要求遵循完整的测试驱动开发流程（红灯测试 + TDD 文档），导致开发效率归零。
• 用户情绪：作者用“疯批”表达强烈不满，反映出对模型设计方向的不认同。

意义与影响

该帖子虽然短小，但折射出 AI 系统演进中的几个深层问题：

1. 能力与简洁的平衡：当模型从“按需调用”转向“主动服务”时，过度自动化的 skills 反而会打乱用户的工作流。这提醒开发者：功能增强不应牺牲对用户意图的精准理解。
2. 测试驱动开发（TDD）在 AI 场景中的适用性：完全照搬软件工程中的严格流程（红灯测试、文档先行）到 AI 辅助环境中，可能造成效率反噬。用户需要的是快速产出代码，而非被强加教条。
3. 版本迭代的用户感知：一次糟糕的更新足以摧毁前期积累的信任。GPT 5.6 的负面评价提示技术团队应更审慎地推出自动调用机制，并提供回退选项。

该案例也为其他 AI 产品（如 Copilot、Claude 等）提供了警示：不要盲目堆砌功能，而应确保每一步升级都能真正提升用户的控制感与完成度。