GPT-6 Sol提示词疑遭泄露，先别急着信

GPT-6 Sol提示词疑遭泄露，最值得关注的是证据链

近日，中文科技媒体转述网名为 elder_plinius 的爆料，称 GPT-6 Sol Codex 的系统提示词和工具定义已经出现在 GitHub，规模约 29.4 万字符、1902 行。**目前更准确的说法是“网传提示词材料”，而不是“OpenAI 内部提示词已被证实泄露”。**现有参考材料没有提供 OpenAI 的确认，也没有展示足以独立核验模型身份、文件来源和完整性的证据。

这件事值得开发者关注，但关注点不该只是“顶级模型的提示词长什么样”。更关键的问题是：公开文件究竟对应哪个产品、材料是从哪里取得、所谓“泄露”是否只是从客户端或公开仓库整理出的提示词片段，以及这些内容能否证明模型实际运行时采用了同一套指令。没有回答这些问题，围观一份长文本并不能等同于看到了模型的“配方”。

目前能确认什么，不能确认什么

**“29.4 万字符、1902 行”是报道转述的规模描述，不等于已经核实的泄露范围。**参考报道称，文件包含指令模板、工具定义和内部协作逻辑；另一篇材料则把 GPT-5.6 Sol 的提示词和工具定义描述为约 293KB、4270 行，并提到提示词部分超过 42000 字。两组数字可能对应不同文件、不同产品或不同统计口径，也可能是转述过程中混在了一起。

| 网传说法 | 现有材料中的情况 | 判断 | |---|---|---| | 模型是 GPT-6 Sol Codex | 同一组材料又称 Sol 属于 GPT-5.6 产品线 | 名称和代际出现冲突，不能据此确认正式产品身份 | | 文件有 29.4 万字符、1902 行 | 另一份参考材料称约 293KB、4270 行 | 可能并非同一文件，必须核对仓库路径、版本和统计方法 | | 包含完整系统提示词 | 报道称文件包含提示词、工具定义和模板 | 文件存在不等于内容完整，也不证明它来自生产环境 | | OpenAI 模型提示词遭“破解” | 所给材料主要是第三方转述 | 缺少官方回应或独立取证，标题中的定性强于证据 |

行数、字符数和文件体积不能互相替代。文本编码、换行符、重复模板、工具描述的长度都会改变统计结果；“字”在中文报道中也常被宽泛地用来指字符、token 或文本量。对这类材料，至少需要逐项对照仓库提交记录、文件哈希、首次公开时间、文件中出现的产品标识，以及官方产品界面或公开文档中的对应结构。现有摘要没有给出这些核验结果。

提示词材料不等于模型“配方”

**系统提示词是模型在特定产品流程中接收的指令文本，不是模型权重，也不是训练过程的完整记录。**即便一份文件确实来自某个产品，它通常也只反映一部分行为约束：模型如何组织回答、何时调用工具、如何向用户汇报进展，以及哪些操作需要确认。模型能力还取决于权重、训练数据、后训练方法、运行时工具、权限边界和产品编排。

因此，把一份提示词文件比作“可口可乐配方”并不准确。更贴切的类比是看到了某个工作台上的流程手册：它能说明团队希望操作员如何做事，却不能单独重建操作员的能力、整个工厂的设备和质检体系。开发者从中可以学习工程模式，但不应把复制措辞误认为复制模型能力。

即便材料属实，它最有价值的部分也未必是那些写作禁令，而是提示词与工具如何配合。一个代码 Agent 的表现，往往取决于它能否读取仓库、运行测试、检查差异、获取环境信息，以及是否被限制执行破坏性操作。只展示“要认真完成任务”的句子，却不说明工具权限和运行状态，无法解释系统为什么能完成任务，也无法证明它真的做到了。

反“AI腔”值得借鉴，但不是核心突破

**网传指令要求模型少用套话、避免强行热情，并以更自然、客观的语气回应。**参考材料列举了诸如避免“值得注意的是”“深入探讨”等表达，以及不要对用户过度奉承的要求。这类约束并不新鲜：它们属于输出风格控制，能够减少模板感，却不能自动提升答案的正确率。

对开发者而言，值得借鉴的是把风格要求写成可执行、可评估的行为规范，而不是堆砌形容词。例如，与其笼统要求“回答简洁”，不如规定结论先行、删除重复背景、在不确定时明确标注依据。即便如此，评价也要区分“读起来更利落”和“事实更准确”：前者是呈现质量，后者需要数据、测试和校验机制支撑。

这也解释了为什么一份看似详细的提示词不一定能让普通模型立刻变成优秀代码 Agent。风格规则相对容易迁移，复杂工具使用则要靠正确的权限模型、可靠的执行环境和经过验证的状态反馈。把“禁止废话”复制进提示词，可能让答案更短；把“自主完成任务”复制进去，却可能让权限不清的系统更大胆地犯错。

代码审查规则体现的是流程设计，不只是语气

**网传材料描述了一套偏向可执行性的代码审查要求：建议要说明问题原因，避免无关紧要的风格意见，并限制直接给出的替换代码长度。**这些规则的价值在于提高审查意见的信噪比。开发者不需要一台不断重复格式偏好的审查机器人，而需要它指出可能造成的缺陷、影响范围和复现依据。

但规则是否有效，最终要看模型能否把评论绑定到真实代码和项目约定。要求每条建议解释“为什么这是问题”，能减少空泛意见；如果模型没有读到相关调用路径、测试约束或团队规范，它仍可能编出听起来合理的理由。审查系统的质量因此不能只靠提示词文本评估，还要看误报率、漏报率、建议采纳后的缺陷变化，以及模型引用代码位置是否准确。

对于内部代码审查机器人，较稳妥的落地方法是从低风险任务开始：先让它标注候选问题和依据，由工程师决定是否修改；再用历史代码变更构建回归集，观察不同规则对误报、漏报和评论长度的影响。把泄露文本整段照搬进生产系统，不仅未必适配团队规范，还会让后续维护变成追踪一份来源和版本都不确定的外部模板。

“自主完成任务”需要边界，而不是一句口号

**材料还声称，模型被要求持续完成必要工作，并在使用工具时定期向用户发送状态更新。**这一设计方向符合代码 Agent 的产品趋势：用户交代需求后，Agent 能够检查项目、修改实现、运行测试，再报告结果，而不是每做一步都停下来等待指令。每隔一段时间反馈进度，也能降低长任务中的不可见性。

不过，“除非操作具有破坏性或不可逆，否则不要中途停下”不能被理解成“Agent 可以自行做任何事”。写入文件、修改配置、执行测试与推送代码的风险并不相同。生产部署、删除数据、访问外部服务、上传文件或合并变更，都应当由明确的权限和确认机制控制。自主性越强，权限边界越要清楚；否则“替用户完成工作”就可能变成“替用户作出未经授权的决定”。

所谓“每 60 秒更新一次”也需要产品语境。对于耗时任务，状态消息可以让用户知道系统还在工作；对于几秒就能完成的操作，机械发送更新只会制造噪声。可靠的 Agent 应该根据任务时长和执行阶段反馈进度，并区分已经完成的动作、正在尝试的动作和仍待用户批准的动作。当前参考资料没有给出这一规则在真实产品中的触发条件或实现方式，因此不能把它当作已验证的产品行为。

工具定义曝光，可能暴露的是产品接口习惯

**工具定义描述 Agent 可以调用什么操作、这些操作接受哪些输入，以及结果如何返回。**如果网传文件确实包含这类内容，它对开发者的参考价值可能高于风格段落：工具接口往往能透露系统如何把文件搜索、终端、浏览器或任务管理纳入工作流。

但工具定义与实际权限仍是两回事。一个工具可以在提示词中被描述，却未必在每个会话中启用；同一工具也可能受沙箱、网络策略、用户授权或客户端版本约束。仅凭一份文本，外界无法确认某个操作是否能访问公网、是否允许写入仓库，或是否具有跨会话能力。把接口声明直接解读为“模型拥有某项权限”，会夸大证据。

对构建 Agent 的团队来说，更有用的检查清单是：工具是否采用最小权限；高风险操作是否需要显式授权；工具调用结果能否审计；模型是否能区分成功、失败与部分完成；遇到外部数据时能否识别不可信输入。工具定义只是工作流的入口，可靠性要靠执行层和审计层共同保证。

对开发者的实际意义：把文件当案例，不要当蓝图

**如果这批文本最终被证实与真实产品有关，它更适合作为 Agent 产品设计的观察样本，而不是可直接复制的系统规范。**团队可以关注其中是否把写作风格、代码审查、任务完成度和工具使用分开描述，也可以比较不同客户端或模型版本间的模板差异。但在来源未核验前，任何具体条款都应标注为“网传材料所称”，避免把推测转述成事实。

落到实践，可以先做三件事：

• **核验版本和来源。**记录文件路径、提交时间、哈希值和引用链，确认不同报道讨论的是否为同一份材料。
• **把规则转换成测试。**例如检查代码审查意见是否给出定位和因果说明，长任务是否按阶段报告，拒绝高风险操作是否稳定。
• **控制工具权限。**为读、写、执行、联网和部署设定不同权限，不让一条“持续工作”的提示词取代授权流程。

这三步比直接套用一份长提示词更能帮助团队判断它是否有效。提示词文本能告诉我们设计者希望模型怎样行动，测试结果才能说明系统实际上怎样行动；而授权和审计，则决定这种行动是否在可接受的边界内。

结论：事件的确定性，低于标题给人的感觉

**截至目前，这条消息的确定事实是有媒体转述了一份被称为 GPT-6 Sol Codex 提示词的材料，而不是 OpenAI 已确认内部系统提示词遭到完整泄露。**材料本身的模型代际、规模口径和来源描述存在冲突，现有参考信息不足以独立验证文件的完整性及其与生产模型的关系。

如果后续能核对仓库历史、文件版本和独立来源，这件事会成为观察代码 Agent 设计的有用案例；如果不能，最值得留下的教训仍然是如何识别 AI 行业的“泄露”叙事：标题里的“破解”“完整”“现役”都是需要证据支撑的结论。对开发者来说，提示词值得研究，证据链也同样值得研究。

参考来源

• IT之家：GPT-6 Sol 被破解，30 万字系统提示词已泄露：中文媒体对网传材料的报道，文中涉及 29.4 万字符和 1902 行等说法；本文将其作为待核实的媒体转述。
• GitHub：CL4R1T4S 中的 Codex 提示词文件：参考材料指向的第三方文件路径，需结合仓库历史和文件内容核实其来源、版本及完整性。
• 知乎：GPT-5.6 Sol 的系统提示词泄露，信息量巨大：另一份参考材料，描述约 293KB、4270 行及不同的字符统计口径；与 GPT-6 Sol 的说法并不完全一致。