用 GPT-5.6 处理技术问题两个月，我发现它有一套自己的处理逻辑：先理解问题，再拆解任务，然后实现方案，最后给出验证建议。但每个环节的靠谱程度不一样。
最近在 kulaai（titiai.cn） 上对比了几个模型，GPT-5.6 在这四个环节上的表现让我对它的能力边界有了更清晰的认识。
理解：给够上下文就能理解到位
它理解技术问题的能力取决于你给的信息量。只说"帮我设计接口"，它按通用套路来。说了"电商系统、日活 10 万、高峰期并发 500"，它就能给出针对性方案。
但有个前提：你得用技术语言描述。说"系统有点卡"它不知道什么意思，说"接口响应时间超过 2 秒"它就明白了。
拆解：三轮迭代后质量 90 分
需求拆解是它最强的环节之一。直接丢需求质量 50 分，加约束 70 分，加业务背景 90 分。
但它有两个边界：工时预估不靠谱，业务优先级会偏。它按技术复杂度排，业务价值高的简单功能可能被排低了。所以拆解可以用它辅助，优先级得自己定。
实现：看场景选模型
复杂业务逻辑它处理得不错，状态管理、类型定义、多模块协调都行。但并发场景下有 30% 概率存在问题，边界条件经常有坑。
简单任务 Claude 4.8 更快更灵活。我现在是复杂逻辑用 GPT-5.6，简单任务用 Claude 4.8。
验证：它能给建议但不能替代测试
它会在实现后给出验证建议——哪些边界条件需要测试、哪些并发场景需要关注、哪些异常情况需要覆盖。这些建议很有参考价值。
但它给的验证建议不能替代实际测试。它说"这个函数需要测试空值输入"是建议，你真的写测试跑一遍才是验证。
一个实用策略
理解阶段给够上下文，它就能理解到位。拆解阶段用它辅助，优先级自己定。实现阶段分场景选模型。验证阶段参考它的建议但一定要自己跑测试。
四个环节串起来，效率比零散提问高两倍以上。
GPT-5.6 处理技术问题的能力不是均匀的。理解强、拆解强、实现看场景、验证只能给建议。找到每个环节的边界，才能既用好它又不被它坑。
