ChatGPT 換上 GPT-5.5 Instant、超長上下文新模型與代理支付落地

今日幾則 AI 動向同時指向兩個關鍵：一是「可控與可追溯」的個人化體驗，二是把 AI 代理帶入真實業務流程（由超長文件處理到付款）。對香港企業而言，重點不只在模型能力，亦在治理、審計與風險邊界如何落地。

ChatGPT 預設模型升級，並加入「記憶來源」提示

ChatGPT 近日把預設模型升級至 GPT-5.5 Instant，主打在法律、醫療、金融等高風險場景減少「作故事」的機會，同時維持即時回應速度。另一個更貼近企業需求的新功能，是回覆中可顯示部分「記憶來源」：系統在做個人化回答時，會提示它參考了哪些過往對話或檔案，使用者亦可刪除或更正相關內容。

不過，這種可見性未必等同完整審計：系統不一定列出所有影響答案的因素，企業若同時使用自家知識庫檢索、代理工作流與日誌，可能出現多套「上下文記錄」互相對不上。建議機構把記憶管理視為一項新型資料治理工作：界定哪些資料可被引用、如何留痕、以及出錯時以哪一套紀錄作為最終依據。

新創宣稱「線性擴展」長上下文模型，機會與驗證並存

另一邊，有新創公司推出主打超長上下文的 LLM，宣稱其注意力計算可隨輸入長度近似線性增長，令處理百萬至千萬級 tokens 成為可能，並以 private beta 形式提供 API、程式碼代理與長文搜尋工具。若方向成立，企業可望用更少分段與檢索管線，直接把大型合約、年度報告、監管文件或整個程式庫放入同一上下文處理，簡化知識工作流程。

但市場亦提出質疑：目前對外公開的驗證與可重現性仍有限，基準測試的覆蓋面與獨立審核亦待補足。企業在評估此類「突破式架構」時，宜把採購節奏與風險控制綁在一起：先以非關鍵資料做 PoC，要求明確的成本、延遲與準確率指標，再逐步擴至生產環境。

代理式商務走向支付層：以「意圖合約」與一次性 token 管控交易

在代理應用方面，支付網絡正把「代理代購」推向更可控的交易框架：用戶先設定購買意圖與限制（例如產品條件、預算上限），系統生成意圖合約與證明，代理在付款時取得與限制綁定的一次性 token；一旦金額或條件超出範圍，交易會被拒。此設計有助降低誤買與爭議，亦讓商戶與發卡機構更容易界定責任。

現階段挑戰在於互通性與透明度：若仍主要局限在單一網絡內，且部分驗證流程較黑盒，企業要大規模導入仍需更多審計與合規配套。對香港零售、旅遊與電商而言，這類框架值得關注，因它把「代理」從聊天功能推向可量化、可限制、可追責的商務流程。