GPT-Live 用流式全双工语音模型取代了轮次制语音架构：轮次检测器被移出音频路径，模型可以同时听和说，需要深入推理或工具调用时再异步委派给 GPT-5.5。工程层面的关键动作包括：用 Go 重写媒体前端和推理逻辑，p95 帧传送延迟追平旧系统 p50；构造跨模型实例的有状态交接机制，让上下文压缩以受控切换的方式进行，不打断媒体流；提出 WARP 协议族把 WebRTC 会话启动从六次网络往返降到一次，并用 Instant Connect 把 SDP 信令移出关键路径，客户端发一个 UDP 包即可开聊。静默测试发现真实负载下 CPU 流处理比 GPU 推理更早饱和，容量应按可维持的并发会话数而非推理吞吐衡量。适合正在构建实时语音或智能体交互系统的工程师。
本评测基于对 Claude Opus 5 为期一周的测试，覆盖编码、写作、知识工作和内部 Agent。结果发现该模型与既有 skills 和插件（如 Compound Engineering）不兼容，常早停或忽略指令。但删除原有工作流后，模型表现显著改善。此外，低思考级别下行为更稳定，中低难度任务尤佳。总体而言，Opus 5 定位尴尬：有 Fable 的个性但缺乏其顶尖能力，介于 Fable 与 GPT-5.6 之间，适合作为 Fable 的备用或从零搭建工作流的用户。
2026 年 AI Engineer World’s Fair 上，三个议题主导了讨论：harness 工程、编码代理与 agent skills。Lilian Weng 的旧文谈 agent 的 planning、memory、tool use，新文则转向围绕模型的 harness；AutoGPT 式全自主幻梦已被外环（outer loop）模式取代——OpenClaw 作者 Steinberger 宣称代理跑内环，人来定方向。Vercel、Warp、Cursor 把部署形态推向长期运行的软件工厂，前向部署工程师（FDE）负责把代理接入企业并保证严格 ROI。Google DeepMind 的 Schmid 提出 agents are just files，用 Markdown 技能扩展能力；Matt Pocock 则提醒 skills hell：技能要少而小，结构重于数量。文章也保留怀疑态度：Horthy 说 hype outruns discipline，Huntley 担心一年后“工厂失败、环路失败”成为新口头禅。适合关注代理工程、编码工具和企业 AI 落地的工程师快速建立 2026 年行业坐标。