OpenAI介绍了一项来自MIT的研究实践：研究者使用GPT-5.6 Sol与Codex，自主运行量子计算实验、分析实验结果，并对量子比特进行校准。材料没有披露实验规模、具体硬件、任务耗时或校准效果，因此这条消息的重点不在某个已公布的性能数字，而在于大模型开始被放进真实科研流程，承担连续的实验操作与分析工作。

从回答问题到执行实验

传统的大模型使用方式，通常是解释概念、生成代码，或针对单个问题提供建议。此次实践展示的工作范围更长：模型不仅参与实验前后的信息处理，还被用于自主运行量子计算实验、读取并分析结果，再根据需要完成量子比特校准。换句话说，GPT-5.6 Sol与Codex承担的不是一次性输出，而是科研流程中的多个环节。

这里的关键在于Codex所代表的代码执行能力。量子实验往往需要把控制程序、测量结果和后续调整连接起来。材料并未说明系统如何设计提示词、工具权限和错误恢复机制，也没有说明研究者在流程中保留了哪些人工确认步骤。但从已知信息看，模型与实验环境之间已经形成了较直接的操作接口。

科研智能体的价值与风险

这类系统的潜在价值，是减少研究者在重复性实验操作、结果整理和参数调整上的时间投入，让研究者把更多精力放在实验设计与科学问题上。对于需要多轮尝试的量子计算实验，能够持续执行和分析，可能比单纯生成一段代码更有意义。

不过，自主运行并不等于可以无人监督。量子比特校准涉及实验设备和关键参数，任何错误判断都可能影响后续结果。当前材料没有提供准确率、成功率、稳定性或与人工流程的对比，也没有证明该方法能够适用于更广泛的量子硬件。因此，现阶段更适合把它理解为一次科研工作流实践，而不是已经成熟的通用量子实验自动化方案。

我的判断

这条消息值得关注的地方，是GPT-5.6 Sol与Codex被放置在一个有真实反馈的科研闭环中，而不只是作为问答或代码补全工具。它说明代码智能体的边界正在向实验执行和结果分析延伸。价值取决于工具接口、权限控制、实验验证和人工复核，而不是模型名称本身。由于公开材料缺少量化结果和系统细节，目前不宜据此判断其科研效率已经显著超过传统流程；更稳妥的结论是，科研智能体正在从辅助编程走向可验证的实验协作。