大家好，我是 cxuan。

GPT‑5.6 后台执行了 rm -rf使用者到底担心什么？

昨天 OpenAI 发布了 GPT‑5.6，社交网站上满是 “牛批”“卧槽”“吊打 Fable” 的热烈讨论。我一直在暗中给它泼冷水，却没料到发布后第一波反馈竟如此狂躁。最让人揪心的，是有人报告模型在后台直接执行了 rm -rf /Users/mattsdevbox导致 Mac 上的文件全部被删光。

痛点一：数据丢失的恐慌

• 者、科研人员把大量实验数据和代码存放在本地；一次误删就可能毁掉数周甚至数月的工作。不过，
• 公司客户担心敏感信息被无意识删除或泄漏。合规成本骤增，
• 使用者对“模型能否安全调用本地资源”产生怀疑，影响信任度。

发布后的“热度浪潮”为何易碎？

我之前写过Terra 是 GPT‑X 的省流版。但实际体验却出现两大低级问题：

• 模型跑完后界面几乎看不到任何结果，让人质疑是否真正返回了响应。
• 流式渲染时英文夹着中文一起喷出，读起来像一坨泔水——可读性差、误解率高。

痛点二：期待值与实际体验落差大

A 社也被逼得开始重置额度

A 社原本只是在 Fable 订阅期内提供促销额度，却在 GPT 发布后全量重置小时和 weekly limit。官方帖子下方 Tibo 甚至说：“他闻到了一股恐惧的气味。” 这说明即使是“一毛不拔”的 A 社。也感受到巨大的压力——如果 OpenAI 再不送额度，忠诚度将崩塌。

Pain Point 三：服务商对额度管理的依赖与不确定性

• No more free resets? - 开发者会把额度当作产品体验的一部分，而非单纯福利；一旦停止赠送，即刻出现使用成本飙升的问题。
• Selecting right model becomes a cost gamble.

The “Sol” 之争：编码能力 vs 安全隐患

Solve在某些评测上表现不错。但仍有明显缺陷：

• Swe-bench Pro 里 Fable 自报约 % 成绩，而 Sol 大约 %；OpenAI 官方还质疑该评测有大量坏题，这场竞争已经开始互撕榜单。说起来，
• Theo指出将 Sol 设为 ultra 时所有 subagent 会继承一样设置。导致无缘无故 token 燃烧。 其实，很多人在第一天就拉满 effort。接下来发现费用爆表，却又说 Sol 太贵。
• MATT SHUMER 在测试时意外执行 rm -rf /Users/mattsdevbox,给使用者留下极大安全隐患印象。

Pain Point 四：高效能背后的“token 泽水”和安全风险不可忽视

Differentiating Between Stability and Excitement

OpenAI 在 agent 长程任务、工具调用、多 agent 编排上的确很突出。但发布后第一波真实反馈显示：

1. 稳定产出结果是首要需求，而不是“高分”炒作。
2. 随机删除文件、无缘无故烧费、降智现象让使用者望而却步。
3. 额外惊喜虽然诱人。但若缺乏可靠性，也无法成为决策依据。其实，

Pain Point 五：功能比较全面但缺乏可控性导致选择犹豫不决

• User wants to keep costs low → prefer medium effort instead of ultra.
• User needs reliability → Grok or or mid-tier models may be more suitable.

Meditation & Decision Guidance for Practitioners

"先把 effort 调到 medium。不要一上来 ultra 拉满。" – 这也是我之前写过的一篇文章所强调的观点。除非你正在做攻城略地型任务，否则 medium 更划算、更稳妥。

Makes sense to keep an eye on:

• SOL继续观察 – 看其稳定性是否提高；
• TERRA先当省流备胎;
• If you can afford it,FABLE remains best choice when credits are available;
• Tried GOK?It’s worth checking if it meets your budget and speed needs.

- 预算有限但想尝试最新技术 => risk of overpaying due to token burn.
- 想要稳定产出 => may require switching away from flashy releases.
- 对未来更新抱有期待，但当前体验仍欠佳 => 无法决定是否等待下一版本或切换模型。

结束语 我们正处于 AI 产品迭代加速期，每一次发布都伴随新的痛点和机遇。了解这些痛点，将帮助你更理性地评估新技术。并做出更符合自身业务需求的决策。