不是每个任务都需要一段生成式回答。有时，系统只需要选对下一步。
OpenAI 于 10 月 6 日发布 Decisions API 测试版，支持 GPT-6 Luna，接收文本和图像，返回概率、预设选项或分数，用于分类与路由。官方称其速度约为 Responses API 的 10 倍；这一性能说法来自厂商，本刊未独立测试。
接口形态的变化很直接：当输出空间有限，开发者可以把“做出选择”单独建模，而不必先生成一大段文字再解析答案。
01 / OPENAI接口设计
EDITOR’S NOTE / 开刊语
能力升级之后，
重新思考分工。
让每一步都调用最强模型，并不自动带来最可靠的系统。本期沿着一条线索展开：把有限判断交给专门接口，把高频任务交给合适模型，把运行职责拆清楚，再用真实反馈检验工具链。下面区分官方信息与编辑判断，给出值得继续追问的问题。
THE SIGNAL / 近期动态
值得注意的变化
不追逐每条更新。
只看改变设计选择的信号。
Decisions API：
02 / ANTHROPIC模型分工
Haiku 5.5：
小模型接住高频工作
小模型的价值，不只在价格，而在能否可靠地承担重复工作。
Anthropic 于 10 月 7 日推出 Haiku 5.5，面向摘要、上下文压缩、分类与编码子代理，并首次为 Haiku 引入 effort 设置。官方仍建议复杂的 agent 编码工作使用更大的模型。
输入不超过 10 万 token 时，每百万输入 / 输出 token 的价格为 0.10 / 0.50 美元；超过这一门槛时为 0.50 / 2.50 美元。分工策略因此也要考虑上下文长度，而不只是调用次数。
一个 agent，三份职责
Agent 的推理循环、执行环境和产品服务，是三件互相关联、却不该混为一谈的事。
OpenAI Agents API 的架构文档把它们拆开：harness 负责模型与工具循环、会话；environment 提供计算与文件；application server 负责产品集成、提交任务、处理事件及函数工具。
APPLICATION SERVER产品与任务入口
AGENT HARNESS循环与会话
ENVIRONMENT · OPTIONAL计算与文件
EVENTS / RESULTS / LIFECYCLE
可选的环境，不等于省略的生命周期
执行环境并非所有应用都需要。但采用自托管环境时，资源创建、重新连接、关闭与文件保留，都需要被纳入生命周期设计。一次请求成功，并不能说明这些后续环节已经可靠。
编辑判断：恢复能力应该落在产品里
应用侧应持久化任务进度、等待原因与结果，为写操作设计幂等机制。测试也要覆盖“客户端断线”和“工具超时之后怎么办”：能否恢复任务、避免重复写入，并让用户知道当前状态？
THE READING ROOM / 论文选读
让工具学习有据可依
读方法，也读实验边界。
本篇为选读，非当日新论文。
ToolGrad：
先造答案，再补问题
与其先写一个问题、再赌工具链能跑通，不如从真正执行成功的路径开始。
ToolGrad 先执行候选 API、评估结果，再扩展有效工具路径，最后合成匹配的问题与答案。这里的“梯度”是文本反馈，用来指导搜索，并非微积分意义上的梯度。
实验说明了什么
论文构建 ToolGrad-500 数据集，并微调 Gemma-3 的 1B、4B、12B 模型。其数据生成通过率为 99.8%，DFS 基线为 63.8%；平均有效工具使用次数为 3.4 与 2.1。注意：前一指标衡量数据生成，不能解读成 agent 的任务成功率。
编辑判断 / 适合冷启动，仍需真实验证
这条路线值得用于内部工具训练数据的冷启动，但最终要留出真实用户任务做验证。ToolBench 与 BFCL 实验仅涉及单轮交互；多轮效果、缺少推理示例、合成语言与真实表达的差距，以及数据扩展后的收益趋缓，都是方法的边界。
阅读提醒：论文初版发表于 2025.08.06；本期阅读 v3（2026.06.17），并参考 2026.09.10 的 Google Research 解读。
05 / 游戏 × 生活跨界趣事
《地平线 6》里，去便利店集合
这次赛车更新的主角之一，是便利店和蛋沙拉三明治。
Xbox 10 月 8 日宣布，《极限竞速：地平线 6》的 Horizon Meets 更新加入以日式 7-Eleven 为灵感的门店与主题车聚。玩家可以穿上店员制服，还能通过道具包把整家便利店放进 EventLab 自建赛道。
更有画面感的是秋季挑战：撞碎 20 个蛋沙拉三明治收集物，就能获得嘉年华播放列表完成进度及 Forza LINK 奖励。以上为官方公布的限时游戏内容，本刊未进游戏体验；具体活动开放情况以游戏内信息为准。
BEFORE YOU GO / 收刊