OpenClaw 针对 GPT-5.5 和 Codex 风格模型的 Agentic 执行差距修复计划。
问题背景
GPT-5.5 和 Codex 风格模型在以下方面表现不足：
- 只规划不执行（plan-only turns）
- 工具 Schema 不兼容（strict OpenAI/Codex tool schemas）
- 错误的
/elevated full权限指导 - 重放或压缩时丢失长任务状态
- 与 Claude Opus 4.6 的对比缺乏可重复场景
四个修复切片
PR A：严格 Agentic 执行
为嵌入式 Pi GPT-5 运行添加可选的 strict-agentic 执行契约：
- 不再接受”只说计划”作为完成
- 如果模型只描述意图而不使用工具，OpenClaw 重试并发出”立即行动”引导
- 最终以明确的 blocked 状态失败，而非静默结束
PR B：运行时真实性
让 OpenClaw 如实报告：
- Provider/运行时调用失败的原因
/elevated full是否真正可用
PR C：执行正确性
- 改进 OpenAI/Codex 工具 Schema 兼容性（参数为空的工具、strict 对象根）
- 改进重放和长任务活跃性展示（paused/blocked/abandoned 状态可见）
PR D：对等性测试套件
添加 QA-lab 对等性包，让 GPT-5.5 和 Opus 4.6 通过相同场景进行比较。
pnpm openclaw qa parity-report \
--repo-root . \
--candidate-summary .artifacts/qa-e2e/gpt55/qa-suite-summary.json \
--baseline-summary .artifacts/qa-e2e/opus46/qa-suite-summary.json \
--output-dir .artifacts/qa-e2e/parity对等性场景包
| 场景 | 测试内容 |
|---|---|
approval-turn-tool-followthrough | 短审批轮次后是否立即执行工具 |
model-switch-tool-continuity | 模型切换时工具使用是否保持连贯 |
source-docs-discovery-report | 读取源码+文档后是否继续 Agentic 执行 |
image-understanding-attachment | 附件驱动的 Agentic 工作 |
compaction-retry-mutating-tool | 压缩压力下变更写入的重放安全性 |
发布门控要求
GPT-5.5 达到对等性需同时满足：
- 无 plan-only 停滞
- 无虚假完成
- 无错误的
/elevated full指导 - 无静默重放/压缩放弃
- 对等性包指标不低于 Opus 4.6 基线
何时启用 strict-agentic
启用时机：
- Agent 预期在下一步明显时立即行动
- GPT-5.5 或 Codex 系列模型是主要运行时
- 偏好明确的 blocked 状态而非”有帮助的”仅摘要回复
保持默认时机：
- 希望保留现有宽松行为
- 不使用 GPT-5 系列模型
- 正在测试提示词而非运行时强制
相关链接
- help-faq-models — 模型与认证 FAQ
- help-testing — 测试套件总览