2026 年 1 月 14 日，OpenAI 發布 GPT-5.2-Codex。規格重點有三：約 40 萬 token 的 context window、原生 compaction、更好的 tool calling。同一天，GitHub 在 changelog 宣布它已在 GitHub Copilot 全面可用（GA）。
三個規格重點
- 約 400k token 的 context：能一次裝進中大型 codebase 的重要片段，跨檔案的重構與除錯不再需要人工切分
- 原生 compaction：context 快用完時由 model 本身壓縮對話與工具輸出，延長 agent 的連續工作時間
- 更好的 tool calling：coding agent 的可靠度很大程度取決於每次工具呼叫的準確與穩定
原生壓縮為什麼重要
長任務 agent 的死穴是 context 耗盡：工作到一半記憶體滿了，就得犧牲細節或重起爐灶。這類壓縮機制過去多由 agent 框架在外層實作，把對話摘要後重新餵給 model；現在收進模型本身，壓縮時機與內容取捨由最了解 context 內容的一方決定。對使用者，直接的差別是 agent 可以連續跑更久的任務，中斷點更少。
同日 GA 進 GitHub Copilot
發布當天就在 Copilot 全面可用，這件事本身是訊號：新模型與主流開發工具鏈的整合時差，已經壓縮到以小時計。對 OpenAI，這代表模型發布的影響力透過 Copilot 的安裝基數直接放大；對開發者，則代表評估新模型的成本降低——升級 Copilot 就能實測，不必先架 API 環境。
對 coding agent 市場的意義
三個規格指向同一個方向：競爭軸正從「單次生成的品質」轉向「長任務的可靠性」。context 長度決定能看多遠，compaction 決定能撐多久，tool calling 決定每一步踩得多穩。團隊在評估 coding agent 時，與其看展示影片，不如設計一個會把 context 吃滿的長任務——那才是新規格真正兌現價值的地方。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。