Šef: „Codex je poludeo! Uklonio 5-satno ograničenje.” Ja: „Razumem, idem da jako iskoristim GPT-5.6.”

Codex je ažuriran na najnoviju verziju, primetićete da je 5-satno Token ograničenje ukinuto.

Što znači, ubuduće možete Codex-u jednom dati obradu dužeg konteksta, ili ga pustiti da kontinuirano radi duže na jednom zadatku.

Bez zaustavljanja zbog 5-satnog ograničenja.

I ako zaista pređete, Codex će vam možda dati i jednu priliku za reset.

Zaista velikodušno.

Nakon dva dana testiranja, mislim da sposobnost GPT-5.6 zaista ima napretka, ali ima i nekih problema.

Bez uljepšavanja, krećemo direktno, di-di-di.

01. Generisanje videa

Autor priča o Agent-u nedavno kontinuirano deli znanje o Agent-u u oblasti videa, ali je kvalitet videa više tekstualnog izraza, bez animacionih efekata.

Zato sam mislio, da li bi GPT-5.6 mogao direktno da mi pomogne u podeli videa na kadrove, a zatim generiše animaciju.

Za audio se ne brini, sada mi treba samo slika videa, držimo se HTML + dinamičkog SVG-a, najbolje da jedan video ne generišeš predugo, jedan video isečak oko 15 sekundi, a ja ću na kraju spojiti u CapCut. Prednost od 15 sekundi je da mogu sam da prilagodim ako neki isečak ne odgovara.

Uzmimo skriptu what-is-context-window.md za test, prvo treba podeliti na kadrove, podeliti skriptu na odgovarajuće kadrove, a mi ćemo obraditi samo jedan kadar.

Nakon podele kadrova, obradićemo video svakog kadra, audio ne treba. Generisanje videa želim povezati sa itwanger-image generisanjem slika, koristiti ključne reči iz skripte kadrova, izvući informacije i generisati video, stil videa vidi sliku 1

Naš cilj je da slika oživi, razumeš li me, na primer ako tekst govori o write-time cropping, naš video se fokusira na write-time cropping, neka novi filter, filteri prvo, prozor filtrira samo poruke, skladištenje oživi, sloj po sloj, a zatim sledeći.

Animacioni efekat koji je izašao je po mom mišljenju prilično dobar.

[Video 1]

[Video 2]

Sledeći korak koji treba da rešim je sinhronizacija zvuka i slike, ako se taj problem reši, mislim da kvalitet videa Autor priča o Agent-u može mnogo da se poboljša.

02. Generisanje slika

Sve ilustracije u mojim člancima nedavno su rađene uz Codex + GPT-5.5 uz itwanger-image Skill.

Od juče sam prešao na GPT-5.6.

Jedan vrlo očigledan osećaj, 5.6 ima vidljivo poboljšanje u bogatstvu boja, slika je providnija, nijanse su finije.

Ali konzistentnost je lošija od 5.5.

Uzmem ilustraciju koju sam generisao za Qiuzhipai za demonstraciju — mali lik u donjem desnom uglu je zapravo imao tri ruke.

Molim?

U GPT-5.5 nikada nisam naišao na takvu situaciju. 5.6 je na prvom pokušaju naišao.

Dobro, brzo je moguće popraviti taj problem, u Skill je dodato nekoliko pravila ograničenja.

• Prisili lik da ima samo dve ruke, dve šake
• Zabranjene višestruke ruke, višestruki ekstremiteti, ponovljeni prsti i spojeni udovi
• Problem višestrukih ruku je uvršten u hard check pre isporuke, ako se pronađe mora ponovo crtati

Nažalost, sledeća runda generisanja slika opet je problem.

Ovog puta ne višak ruku, već je model, kako bi „obezbedio da su obe ruke potpuno vidljive”, ugurao obe ruke u kadar. Leva originalna slika ponovo nacrtana na desnu stranu, sa još dve neprirodne ruke.

Mali lik izgleda vrlo neprirodno.

Opet sam promenio pravilo, ne mora obe ruke biti potpuno vidljivo, samo je važno da su udovi vidljivi na slici normalni.

Sledeće generisanje slike je prošlo normalno.

Da sumiram.

Generisanje slika GPT-5.6 ima napredak u izražajnosti boja, ali je konzistentnost ljudskog tela očigledno nazadovala.

03. Kodiranje

Slučajno je čitalac prijavio bug u PaiFlow, TTS poziv u toku rada za sintezu govora ima tajm-aut.

Prepustio sam taj zadatak direktno GPT-5.6, da vidim može li odjednom da reši.

Uzgred, novi ChatGPT je gornji levi ulaz promenio iz „ChatGPT Codex” u „Codex”, ime je konačno normalno.

GPT-5.6 je nakon analize zaključio da se problem dešava u obradi tajm-auta TTS poziva.

Tražio sam od Codex-a da pokrene lokalni servis, testirajući ga Python pogonom toka rada.

Novi Codex ima vrednu novu funkciju, može direktno da uveze Chrome ključeve i stanje prijave.

Ubuduće ne morate preko use Chrome da prelazite na eksterni pretraživač radi debagovanja, sve se može završiti u jednoj Codex aplikaciji, sa više kontekstnih informacija, manje operacija autorizacije i unosa korisničkog imena i lozinke.

Za programere je to zaista prijatnije.

Ali brzina celog procesa kodiranja mi je bila nelagodna.

Zadatak od 23 minuta, završeno samo 2/5 koraka. Koristio sam high mode plus fast mode.

Konteksta takođe nedostaje, bez prozora od 1M, zadatak nije završen pa je počela kompresija.

Sporo, zaista sporo.

Nekoliko zadataka uzastopno, promena jedne stvari redovno pola sata, bez obzira na težinu zadatka. Neki AI blogeri kažu da je GPT-5.6 neverovatno moćan, po mom iskustvu to još nemam.

Samo ovaj bug sa TTS tajm-autom, popravljano je nekoliko sati.

Na kraju je problem zaista rešen.

Ceo tok rada AI podkasta je prošao sam.

Po broju izmenjenih datoteka, ovo je zaista povuci-pusti, desetine datoteka izmenjeno.

Pošteno govoreći, kodna sposobnost GPT-5.6 sama po sebi nema problem, konačni rezultat je tačan, veliki opseg izmena pokazuje da može da obradi složene međudatotečne zavisnosti.

Ali ukupna efikasnost izvršenja deluje sporije od 5.5, naravno takođe može biti moja iluzija.

04. Tekstualna sposobnost

Ranije, bilo GPT-5.5 ili starije verzije, sposobnost generisanja teksta GPT serije je uvek bila slaba tačka.

Pismo prosečno, kineski izraz sa mirisom prevođenja, pisanje dugog teksta lako pada u ponavljanje i razvodnjavanje.

Ali nema pomoći, ni domaći modeli nisu dobri u kineskom izražavanju.

Jedno je sigurno, ovog puta GPT-5.6 ima napretka u tekstu.

Povezao sam GPT-5.6 sa lokalnom bazom znanja, nahranio ga izvornim kodom nekoliko projekata, napravio povremeni zadatak sa kliznim prozorom, neka na osnovu konteksta odgovara na pitanja čitalaca.

Da vam pokažem stvarni primer.

Jedan čitalac je postavio ovakvo pitanje.

Sada sam zbunjen oko pripreme za nastavak razvoja Agent-a. Trenutno sam na praksi razvio Agent baze znanja, ali poznajem samo konkretne procese, mnoge detalje implementacije ne razumem dovoljno, referencirao sam LM Wiki projekat u kombinaciji sa strukturom znanja preduzeća. Kako ovo iskustvo može pomoći u jesenjem ciklusu zapošljavanja?

Odgovor GPT-5.6 je kvalitetan, navešću da osetite.

Primer odgovora

Prvo zaključak, ova praksa pomaže u jesenjem ciklusu zapošljavanja, i ubedljivija je od „samog radio RAG projekta po tutorijalu”. Sada vam ne treba učenje još jednog skupa koncepata Agent-a, već pretvaranje „znam proces” u „mogu da objasnim svaki ključni dizajn i ispričam stvarne probleme i rezultate verifikacije”.

Korak jedan, duboko razumeti projekat toliko da nacrtate jednu mapu

Od korisničkog pitanja, redom nacrtajte celu lančanu liniju: obrada pitanja, pretraga znanja, sečenje dokumenata, Embedding, vraćanje, rerank, sastavljanje konteksta, generisanje velikog modela, vraćanje referenci. Svaka karika napišite jasno četiri stvari.

• Koje rešenje je kompanija koristila
• Zašto je tako izabrano
• U kom delu ste učestvovali
• Kakvi su se problemi pojavili

LM Wiki je samo referentni izvor, ne treba izbegavati. Na intervjuu možete direktno reći, referencirali smo njegov opšti pristup, ali u kombinaciji sa strukturom znanja preduzeća u nekim karikama napravili izmene. Fokus na to koje ste direktno iskoristili, koje ste redizajnirali, zašto menjate.

Korak dva, Agent pitanja prvo pripremite u tri grupe

Prva grupa je RAG: strategija sečenja, Embedding, vektorska i ključna reč pretraga, hibridna pretraga, rerank, TopK, prozor konteksta, halucinacije i reference.

Druga grupa je Agent: Tool Calling, ReAct, Memory, razlika između toka rada i autonomnog Agent-a. Ako je projekat suštinski uglavnom RAG odgovaranje na pitanja, iskreno recite da je to „Agent aplikacija sa sposobnošću pretrage znanja”, nemojte je grubo pakovati kao Agent-a koji može samostalno da planira i izvršava složene zadatke.

Treća grupa su inženjerski problemi: izolacija dozvola, tajm-aut i pokušaj, konkurentnost, logovi, trošak poziva, ažuriranje podataka, procena efekta. Enterprise projekat najlakše se razlikuje od ličnog Demo-a upravo po tim delovima.

Korak tri, istaknute tačke i poteškoće birajte iz stvarnih problema

• Ako je struktura dokumenata složena, pričajte o tome kako je nakon sečenja semantika prekinuta, i kako ste kasnije obradili po naslovima ili pasusima
• Ako stručni termini nisu tačno pronađeni, objasnite zašto samo vektorsko vraćanje nije dovoljno i da li ste dodali ključnu reč ili rerank
• Ako strukture znanja preduzeća imaju granice odeljenja, objasnite kako filtriranje dozvola ulazi u uslove pretrage
• Ako ne možete da procenite kvalitet, dodajte skup stvarnih testova, pripremite 30-50 poslovnih pitanja, zabeležite stopu pogađaja, tačnost referenci, korisnost odgovora

Korak četiri, biografija po ovoj strukturi

„Za problem raspršenih [tipova materijala] unutar preduzeća i niske efikasnosti ručne pretrage, učestvovao u izgradnji Agent-a baze znanja; odgovoran za [modul koji ste zaista radili], u kombinaciji sa strukturom znanja preduzeća završio [konkretne izmene]; za [stvarne poteškoće] koristio [stvarno rešenje], i verifikovao efekat preko [broja stvarnih problema ili stvarnih indikatora].”

Sve zagrade zamenite stvarnim sadržajem, napišite samo delove koje ste zaista radili i možete pratiti uz kod.

---

Struktura ovog odgovora je jasna, daje izvršne korake.

05. Generisanje sajta

Sajt je nova funkcija Codex-a.

Sadržaj dva sajta, Džinđenjeg put i Tehnička frakcija, dao sam GPT-5.6, neka na osnovu tih materijala generiše prezentacioni sajt.

Rezultat je prevazišao moja očekivanja.

https://erge-java-roadmap-2026.focijaco527.chatgpt.site

Već sam objavio, možete kliknuti da osetite.

Sveukupni dizajn je prilično elegantan.

Početna stranica ima jasnu navigaciju, kartice ulaza u kategorije, vizualnu prezentaciju mape puta učenja, a na dnu predstavljen projekat i kontakt informacije.

ending

Posle dva dana testiranja, GPT-5.6 mi ostavlja utisak u četiri reči: napredak, ali treba ići dalje.

(Nije ni četiri reči, ali vas ne smeta)

Ova poređenje možda nije najprikladnije ali dobro objašnjava problem — GPT-5.6 je kao učenik kome je ukupan rezultat na završnom ispitu skočio, ali je matematika pala sa 90 na 89.

Tri ruke u generisanju slika su stvarno neoprostiva stvar. Posle svega, GPT-5.5 bez ograničenja nije se nikada pojavio.

[Alatke se ne plaše slabih tačaka, plaše se da se slaba tačka pojavi upravo u scenariju koji svakodnevno koristite.]

Pošteno, ukidanje 5-satnog ograničenja, OpenAI je zaista dobro uradio.

Nadajmo se da će Claude slediti, da će i domaći veliki modeli slediti.

Nemojte više ograničavati.

Vidimo se u sledećem.