摘要： OpenAI 在 2026 年 1 月 14 日發表 GPT-5.2-Codex，提供約 40 萬 token 的 context、原生 compaction 和更強的 tool calling。GitHub 同日宣布這款模型在 GitHub Copilot 全面可用。這次發表把重點放在長時間 agent 任務的連續性與穩定性，實際成效仍要由團隊自行驗證。
OpenAI 於 2026 年 1 月 14 日發表 GPT-5.2-Codex，規格亮點有三：約 40 萬 token 的 context window、由模型自帶的 compaction，以及強化過的 tool calling。同一天，GitHub 也透過 changelog 對外宣布，這款模型已在 GitHub Copilot 全面可用（GA）。
規格上的三個亮點
- context 一舉放到約 400k token：中大型 codebase 的關鍵部分能整批放進同一個視窗，跨檔案的重構與除錯從此不必靠人工切成小段
- compaction 屬於模型原生能力：context 接近滿載時，由 model 自己動手濃縮對話與工具輸出，agent 因此能不中斷地工作更久
- tool calling 表現更上一層：agent 值不值得信賴，很大程度繫於每一次工具呼叫夠不夠準、夠不夠穩
把壓縮做進模型，差別在哪
長時間執行任務的 agent 最怕 context 見底：事情做到一半空間用罄，只能捨棄部分細節，或者從頭再來。這類壓縮過去多半交給外層的 agent 框架代勞——先替對話做好摘要，再把摘要重新餵進 model；如今這份工作搬進模型本身，什麼時候壓、保留什麼、丟掉什麼，改由手握完整 context 的那一方判斷。反映在使用者身上，最直接的差異是 agent 能一口氣承接更長的任務，被迫中斷的次數變少了。
發布當天即在 Copilot 全面可用
模型問世當天就能在 Copilot 完整使用，這個時間點本身就是訊號：新模型接上主流開發工具鏈所需的時差，已經縮短到以小時計。對 OpenAI 而言，Copilot 龐大的安裝基數等於替這次發布直接放大聲量；對開發者而言，評估一款新模型的門檻隨之降低——把 Copilot 更新後就能實測，不必先花功夫架一套 API 環境。
從市場面看這次發布
三項規格合在一起看，指向同一個趨勢：市場的競爭軸線，正由「單次生成的品質」移往「長任務的可靠性」。context 撐得多大，決定 agent 看得有多遠；compaction 撐得多久，決定它跑得有多長；tool calling 站得多穩，決定每一步落得是否踏實。團隊挑選 coding agent 時，與其參考展示影片，不如自己設計一個足以把 context 塞滿的長任務——新規格的價值，正是在這種情境下才真正兌現。