快速了解本文
GPT-6 Sol Codex 系统提示词及工具定义被完整公开。
模型具备反废话训练与极高自主执行权限。
内置硬核工具链并支持桌面接管能力。
通过记忆压缩机制突破上下文限制。
本摘要由 AI 辅助整理，请以正文内容为准。
外网爆料者 @elder_plinius 提取并公开了 OpenAI 现役代码模型 GPT-6 Sol Codex 高达 29.4 万字符（1902 行）的完整系统提示词及工具定义。作为 OpenAI 现役性价比产品线 GPT-5.6 Sol 的王牌代码模型版本，GPT-6 Sol Codex 的此次泄露规模空前。这份超长指令不仅是简单的对话设定，更是一份详尽的工业级系统工程指南，揭示了顶尖代码模型在反废话、自主执行、工具链和记忆管理上的底层驯化逻辑。
01反废话训练与极端自主执行
在输出风格控制上，系统指令包含了严厉的“反废话训练”规则。模型被明确要求避免使用“Bottom Line”、“delve”等常见的 AI 垃圾词汇，禁止在回复中表现出强行热情，并要求保持极简沟通。这种对语言冗余的零容忍，旨在提升开发者获取信息的效率。
与极简输出相匹配的是模型被赋予的极高自主执行权限。指令明确规定，一旦会话中的证据支持下一步操作，模型应继续工作，而不是为了节省 Token 预算就满足于提供部分解决方案。这种设定将模型从被动的问答工具推向了能够自主推进复杂任务的 Agent 角色。
02硬核工具链与桌面接管能力
泄露内容详细展示了模型与外部环境交互的底层实现细节，暴露了一套硬核工具链。在代码搜索方面，系统硬编码优先使用 ripgrep (rg) 以提升检索效率；在任务处理上，要求使用 Promise.allSettled 进行并行处理。此外，模型支持通过 SKILL.md 动态加载技能，并具备接管浏览器和电脑 UI 的能力，内置了四大确认模式以保障操作安全。
03突破上下文限制的记忆与休眠机制
针对大模型在长任务执行中容易遇到的上下文超载与状态丢失问题，系统设计了“记忆压缩与交接”机制。当 Token 预算即将耗尽时，模型会自动保存进度笔记并开启新的上下文，从而实现任务的无缝延续。同时，该模型还具备后台休眠与心跳唤醒机制，确保在长时间运行的任务中保持状态活跃与资源的高效利用。
04工业级代码审查标准与工程化启示
在垂直任务处理上，泄露文件包含了一套专业的代码审查指南。系统要求模型在审查代码时忽略无关紧要的风格问题，并且每一个修改建议都必须明确解释“为什么这是一个问题”，以确保反馈的实质性价值。
部分开发者指出，获取这些泄露内容仅通过 mitmproxy 拦截 JSON 即可获得，技术门槛并不高。然而，其内容本质上是 OpenAI 耗费大量成本调试出的大模型系统工程指南。此次事件表明，工业级 AI 代码模型的竞争力已不再依赖单一的提示词技巧，而是建立在模块化技能加载、记忆管理、并行执行策略与严格安全协议等严密的系统工程之上。