ChatGPT 桌面团队为 Mac 用户带来重磅更新：通过 Option+空格键快捷方式，可以直接调出 ChatGPT 应用与 Xcode、VS Code 等主流开发 IDE 进行无缝协作，实现代码的智能编辑与优化。
这项更新源于用户的迫切需求。自去年 ChatGPT 桌面版推出以来，直接编辑文件的功能一直是用户呼声最高的请求。考虑到许多用户在编程时依赖 ChatGPT 的协助，开发团队优先将这一能力集成到各类编程 IDE 中。凭借 GPT-4.5 强大的代码理解和创作能力，新的 ChatGPT 桌面应用不仅能准确理解开发者的意图，还能在不同 IDE 之间保持统一的上下文，使整个协作过程更加流畅自然。这项功能将向所有 Mac 用户开放，包括免费用户。
过去，AI 编程助手主要扮演代码生成器的角色。现在，ChatGPT 不仅理解项目背景和开发环境，还能主动适应不同的编程场景。这种转变意味着 AI 正从单纯的工具逐渐发展成为真正的编程协作伙伴。
OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷，引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示，验证器质量决定模型学习方向，基准题目高度冗余，且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机，其公信力受利益冲突影响，亟需建立独立第三方验证机制以确保评估客观性。
Ploy 公司将 AI agent 从 Claude Opus 4.8 迁移至 GPT-5.6 Sol 后，构建耗时缩短过半且成本降低，但过程中遭遇三大工程挑战。一是评测框架适配旧模型导致误判；二是新模型填充冗余参数引发工具调用异常，需通过 schema 变换解决；三是缓存机制差异致命中率归零，需重构 key 策略。这表明生产环境模型迁移并非简单替换，需针对调用习惯与基础设施进行深度工程适配。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
围绕《ChatGPT 桌面版最新更新，实现代码的实时编辑》展开交流，未登录用户可浏览评论，登录后可参与讨论。
