GPT‑5.6 Sol 如何帮助运行量子计算实验：从自动校准到人机协作

OpenAI 将 GPT‑5.6 Sol 接入 MIT EQuS 的实验编排软件，用于自动执行超导量子比特的校准测量，能在信号清晰时完成多项例行任务并减少研究人员守设备的时间，但在弱信号或噪声大时仍需人工介入与判断。该案例展示了受控的实验自动化与新分工模式，同时强调可迁移性、验证性和安全性等未解问题。

OpenAI 9月8日发布的一份案例显示，GPT‑5.6 Sol 已被接入麻省理工学院工程量子系统组（EQuS）的实验软件，用于运行、分析并调整超导量子比特的校准测量。研究人员表示，这让代理可以在夜间或研究者忙于其他工作时持续执行一部分例行实验；但当信号微弱、噪声较大或实验结果含糊时，仍需要有经验的研究人员介入。

这项工作并不意味着人工智能已经独立完成量子研究。它更接近一种受控的实验自动化：人类设定目标、提供测量技能并监督过程，代理负责在实验软件、真实硬件和数据分析之间反复执行定义较清晰的步骤。

从实验室软件连接到真实量子芯片

OpenAI的案例对象是EQuS研究生Beatriz Yankelevich。她将GPT‑5.6 Sol接入Codex，再通过实验室已有的编排软件连接到超导量子比特测量流程。相关技术案例由MIT和OpenAI研究人员共同撰写，发布日期为2026年9月4日。

超导量子比特通常被安置在稀释制冷机中，处于接近绝对零度的环境。芯片制造、封装并冷却后，研究人员主要通过软件控制室温仪器，向芯片发送微波脉冲，再读取、放大、数字化和分析返回信号。

OpenAI称，这种实验是代理较自然的测试场景，因为硬件操作的大部分环节已经由软件协调。不过，量子芯片不是稳定不变的数字系统：参数会漂移，器件可能表现出随机变化，某一次有效的测量也可能在稍后失效。因此，校准不仅需要执行脚本，还需要根据数据判断下一步该测什么。

GPT‑5.6 Sol具体做了什么

Yankelevich在一枚此前没有完成校准的六量子比特芯片上测试了代理。她向Codex提供解释如何运行和评估各类实验的测量技能，以及芯片的设计目标。随后，GPT‑5.6 Sol可以根据结果选择测量参数、操作硬件、分析数据，并决定是优化当前测量，还是保存结果供下一步使用。

在信号清晰时，代理完成了一系列标准校准任务，包括：

• 识别量子比特的跃迁频率；
• 校准控制和读取量子比特所需的微波脉冲；
• 测量量子信息可以保持多长时间；
• 处理读出校准相关的信号和数据；
• 根据拟合结果决定是否重复或调整测量。

这些步骤彼此关联。前一个测量得到的共振频率、脉冲幅度或衰减时间，可能成为后一个测量的输入。OpenAI发布的技术案例称，GPT‑5.6 Sol在标准流程中往往不需要研究人员持续干预，能够自主完成一组校准测量。

研究人员表示，传统上，表征一枚标准芯片可能需要数天。代理的直接价值不一定是比专家更快地找到最佳设置，而是减少研究者必须守在实验设备旁边、逐步监控每次测量的时间。

“我可以让代理在夜间，或我在洁净室工作时，连续数小时运行测量；我可以通过手机查看它完成了什么，并在需要修正或想探索其他方向时进行引导。”——Beatriz Yankelevich

成功边界：清晰流程可以自动化，含糊信号仍然困难

这项案例最重要的限制也来自OpenAI自己的描述：GPT‑5.6 Sol在信号弱或噪声较大的情况下表现更困难。它有时需要更长时间寻找合适的测量参数，也有时需要经验丰富的研究人员提供指导。

这意味着代理目前更适合以下类型的工作：

1. 目标和步骤相对明确；
2. 实验数据有可识别的模式或可用的拟合模型；
3. 软件可以安全地执行测量和保存结果；
4. 人类仍然能够检查异常结果并随时暂停流程。

而在新奇实验、物理行为异常、测量结果相互矛盾，或者缺少可靠参考答案的情况下，代理的判断仍不能替代研究者。量子实验的难点并不只是把脉冲发出去，而是理解一个会漂移、会受环境影响、又不完全可观测的物理系统究竟发生了什么。

这也是当前AI科学计算应用中反复出现的边界：代理可以增加执行吞吐量，却不自动等于增加科学发现。OpenAI此前发布的科学计算与代理式人工智能探索报告也强调，在多项科学项目中，验证、协调和结果管理往往比生成代码本身更难。AIFlux此前对OpenAI研究代理达到“自动化实习生”目标的报道中，也指出代理数量、实验数量和研究进展之间并不是简单的等价关系。

量子研究中的新分工

OpenAI在9月8日的文章中表示，EQuS已经开始定期使用代理处理例行测量，使研究人员可以把更多时间用于分析结果、设计实验和规划下一步工作。Yankelevich还在测量、理论和芯片设计等多个方向搭建了引导代理的基础设施，以便让多个代理同时处理不同问题。

这形成了一种新的实验室分工：

在这种模式下，Codex更像一个能使用实验室软件的技术协作者，而不是一个可以自行决定研究方向的科学家。它能够把多个软件操作串成较长的工作链条，但研究者仍然需要决定哪些结果值得相信、哪些异常需要回溯，以及实验是否足以支持结论。

类似的工作流变化也出现在软件工程中。比如1Password称使用Codex后工程生产力提升21%的案例，代理也被放进需求分解、代码实现、测试和故障排查的多个环节；但公司仍保留代码审查和发布准备。科学实验的关键区别在于，很多真实结果没有一个可以立即比较的“标准答案”，因此验证责任更加集中在人类研究者身上。

这是产品演示，还是可复制的科研工具？

OpenAI发布的技术案例提供了实验流程、硬件背景和若干校准结果，但它并没有给出一项独立、随机对照的效率评估，也没有证明GPT‑5.6 Sol在不同实验室、不同量子芯片或更复杂的多量子比特实验中都能取得相同表现。案例中的成功结果应理解为MIT EQuS和OpenAI共同展示的一次探索性实验，而不是已经普遍验证的科研标准。

案例报告的结论相对谨慎：在一个此前未完成校准的六量子比特芯片上，代理成功执行了部分标准测量；但研究人员仍需要处理漂移、噪声、随机行为和含糊结果。报告也提到，代理有时需要人类指导，而专家在某些情况下仍可能比模型更快找到合适的校准设置。

GPT‑5.6 Sol的官方模型页面显示，该模型支持代码解释器、托管式Shell、计算机使用、MCP和多种工具调用能力，API上下文窗口为105万token。模型网页还列出每百万输入token 4美元、输出token 20美元的价格。不过，模型的通用工具能力并不能直接推出它适合操作任何实验室硬件；真正决定可用性的，是实验编排软件、权限控制、数据质量和研究团队建立的测量技能。

对量子计算研究而言，下一步值得观察的不是代理能否再完成一次标准校准，而是它在以下问题上的表现：

• 能否在不同芯片和不同实验室环境中稳定迁移；
• 面对弱信号和异常结果时，人工干预频率是否下降；
• 代理提出的后续测量是否能带来更高质量的实验信息；
• 长时间运行时，是否能安全地暂停、回滚并记录每一步决定；
• 自动化带来的测量数量增加，能否转化为可复现的科学结论。

如果这些问题得到验证，AI在量子实验中的角色可能会从“帮助写分析脚本”进一步转向“管理一段受控的测量循环”。但在可验证性、设备安全和科学责任仍然不可转移的前提下，人类研究者不会从流程中消失，而更可能转向目标设定、异常解释和最终判断。

来源：OpenAI原文；MIT与OpenAI技术案例《Agentic Calibration of Superconducting Qubits》；GPT‑5.6 Sol官方模型页面。