ChatGPT加载速度飙升16倍：741轮对话1秒打开，OpenAI这波前端大换血太狠了

Codex负责人Andrew Ambrosino在内部Slack发了一张截图，我看了两遍才确认数字没看错。

一个741轮对话、231MB的「怪物级」会话，打开时间从27.62秒降到1.66秒。

16倍。这不是优化，这是重写了渲染逻辑。

前端做了什么

这次ChatGPT的性能升级，核心解决的是一个问题：超长对话打开就卡死。

以前你打开一个聊了几个月的对话，或者一个跑了几百次工具调用的Codex会话，前端会尝试加载全部历史记录再渲染。对话越长越慢，到了一定规模就直接白屏。

现在的方案是：不再一次性加载所有历史，而是只渲染当前需要看到的那一小部分，其余内容存在后台按需取用。

具体数字：网络请求数从894次砍到16次，缩减98.2%；需要加载的会话条目从15529条降到64条，缩减99.6%；堆内存增长从1030.7 MiB压到606 MiB，减少87.8%。

这些数字背后的含义是：以前打开一个长对话，你的浏览器要发将近900个请求；现在只需要16个。内存占用砍了一大半。

多智能体V2：不用再手动选模型了

前端扫清障碍的同时，后端也做了一个大动作：多智能体V2（Multi-Agent v2）全面上线。

简单来说，主Agent现在可以自动把不同的子任务拆分出来，分别委派给最合适的模型去执行。每个子Agent还能单独设置推理强度。

目前ChatGPT和Codex手里的模型阵容是这样的：

GPT-5.6 Sol，最强的，负责复杂的Agentic编码任务。GPT-5.6 Terra，日常编程主力。GPT-5.6 Luna，最快最便宜，适合轻量任务。Daybreak，网络安全专用。GPT-5.5，复杂编程、研究、通用任务的万金油。

以前你得自己判断「这个任务该用哪个模型」，现在系统自动帮你分配。OpenAI总裁Greg Brockman说，这是「朝着告别手动选模型方向前进」。

为什么这件事很重要

Agent时代，对话轮次不再是几十轮的量级。一个稍微复杂的编程任务，让AI读代码、跑测试、改完再验一遍，几百轮就出去了。如果每次打开都要等半分钟，这个体验是没法用的。

这次前端优化的本质，是为Agent场景扫清了基础设施障碍。没有这个优化，再强的后端模型也会被糟糕的前端体验拖死。

而多智能体V2的意义在于，它让模型调度从「用户手动」变成了「系统自动」。复杂的任务里，可能只有20%的步骤需要最强的模型，其余80%都可以交给便宜的模型来跑。这不仅降低了推理成本，也让整个系统的响应速度更快。

写在最后

这一波升级看起来没有发布新模型那么「炸裂」，但它解决的是Agent落地过程中最实际的体验问题。

前端16倍提速让超长对话不再是噩梦，多智能体V2让模型选择不再需要用户操心。两个变化叠加在一起，ChatGPT正在从一个「聊天工具」变成一个真正能承载复杂工作流的生产力平台。

这种「不显眼但很关键」的升级，往往是产品成熟度提升的信号。