RecodeX 重构消息，一项针对AI智能体旅行规划能力的测试显示，GPT-5.6在存在有效解的任务中，仅有46.2%能生成可行的行程方案。在15个智能体参与的测试中，可解任务的成功率中位数仅为6.6%。测试还发现，即便配备旅行时间计算工具，也未能避免行程安排出错。