Documentation Index
Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
OpenClaw funzionava già bene con i modelli frontier che usano strumenti, ma GPT-5.5 e i modelli in stile Codex rendevano ancora meno del previsto in alcuni modi pratici:
- potevano fermarsi dopo la pianificazione invece di svolgere il lavoro
- potevano usare in modo errato gli schemi degli strumenti OpenAI/Codex rigorosi
- potevano chiedere
/elevated full anche quando l’accesso completo era impossibile
- potevano perdere lo stato delle attività di lunga durata durante replay o compaction
- le dichiarazioni di parità rispetto a Claude Opus 4.6 erano basate su aneddoti invece che su scenari ripetibili
Questo programma di parità colma queste lacune in quattro sezioni revisionabili.
Cosa è cambiato
PR A: esecuzione strict-agentic
Questa sezione aggiunge un contratto di esecuzione strict-agentic opt-in per le esecuzioni GPT-5 incorporate in Pi.
Quando è abilitato, OpenClaw smette di accettare turni di sola pianificazione come completamento “sufficientemente buono”. Se il modello dice solo cosa intende fare e non usa effettivamente strumenti né fa progressi, OpenClaw ritenta con una guida ad agire subito e poi fallisce in modo chiuso con uno stato bloccato esplicito invece di terminare silenziosamente l’attività.
Questo migliora l’esperienza con GPT-5.5 soprattutto in:
- brevi follow-up come “ok fallo”
- attività di codice in cui il primo passo è ovvio
- flussi in cui
update_plan dovrebbe essere tracciamento dei progressi invece che testo riempitivo
PR B: veridicità del runtime
Questa sezione fa sì che OpenClaw dica la verità su due cose:
- perché la chiamata al provider/runtime è fallita
- se
/elevated full è effettivamente disponibile
Ciò significa che GPT-5.5 riceve segnali runtime migliori per ambito mancante, errori di aggiornamento dell’autenticazione, errori di autenticazione HTML 403, problemi di proxy, errori DNS o timeout e modalità di accesso completo bloccate. È meno probabile che il modello allucini la correzione sbagliata o continui a chiedere una modalità di permesso che il runtime non può fornire.
PR C: correttezza dell’esecuzione
Questa sezione migliora due tipi di correttezza:
- compatibilità degli schemi degli strumenti OpenAI/Codex di proprietà del provider
- esposizione di replay e vitalità delle attività lunghe
Il lavoro di compatibilità degli strumenti riduce l’attrito degli schemi per la registrazione rigorosa degli strumenti OpenAI/Codex, in particolare attorno agli strumenti senza parametri e alle aspettative rigorose sull’oggetto radice. Il lavoro su replay/vitalità rende le attività di lunga durata più osservabili, quindi gli stati in pausa, bloccati e abbandonati sono visibili invece di sparire in un testo di errore generico.
PR D: harness di parità
Questa sezione aggiunge il primo pacchetto di parità QA-lab, così GPT-5.5 e Opus 4.6 possono essere esercitati attraverso gli stessi scenari e confrontati usando prove condivise.
Il pacchetto di parità è il livello di prova. Di per sé non modifica il comportamento del runtime.
Dopo avere due artefatti qa-suite-summary.json, genera il confronto del gate di rilascio con:
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
- un report Markdown leggibile da persone
- un verdetto JSON leggibile da macchina
- un risultato di gate esplicito
pass / fail
Perché questo migliora GPT-5.5 nella pratica
Prima di questo lavoro, GPT-5.5 su OpenClaw poteva sembrare meno agentico di Opus nelle sessioni di coding reali, perché il runtime tollerava comportamenti particolarmente dannosi per i modelli in stile GPT-5:
- turni di solo commento
- attrito degli schemi attorno agli strumenti
- feedback vago sui permessi
- interruzioni silenziose di replay o compaction
L’obiettivo non è far imitare Opus a GPT-5.5. L’obiettivo è dare a GPT-5.5 un contratto runtime che premi il progresso reale, fornisca una semantica più pulita per strumenti e permessi e trasformi le modalità di errore in stati espliciti leggibili sia da macchina sia da persone.
Questo cambia l’esperienza utente da:
- “il modello aveva un buon piano ma si è fermato”
a:
- “il modello ha agito, oppure OpenClaw ha mostrato il motivo esatto per cui non poteva farlo”
Prima e dopo per gli utenti GPT-5.5
| Prima di questo programma | Dopo PR A-D |
|---|
| GPT-5.5 poteva fermarsi dopo un piano ragionevole senza eseguire il passo successivo con uno strumento | PR A trasforma “solo piano” in “agisci ora o mostra uno stato bloccato” |
| Gli schemi rigorosi degli strumenti potevano rifiutare strumenti senza parametri o in formato OpenAI/Codex in modi confusi | PR C rende più prevedibili registrazione e invocazione degli strumenti di proprietà del provider |
La guida su /elevated full poteva essere vaga o errata nei runtime bloccati | PR B fornisce a GPT-5.5 e all’utente suggerimenti veritieri su runtime e permessi |
| Gli errori di replay o compaction potevano dare l’impressione che l’attività fosse sparita silenziosamente | PR C espone esplicitamente esiti in pausa, bloccati, abbandonati e replay non valido |
| ”GPT-5.5 sembra peggiore di Opus” era per lo più aneddotico | PR D lo trasforma nello stesso pacchetto di scenari, nelle stesse metriche e in un gate pass/fail rigido |
Architettura
Flusso di rilascio
Pacchetto di scenari
Il pacchetto di parità della prima fase copre attualmente cinque scenari:
Verifica che il modello non si fermi a “Lo farò” dopo una breve approvazione. Dovrebbe compiere la prima azione concreta nello stesso turno.
Verifica che il lavoro che usa strumenti rimanga coerente attraverso i confini di cambio modello/runtime, invece di reimpostarsi in commento o perdere il contesto di esecuzione.
source-docs-discovery-report
Verifica che il modello possa leggere sorgenti e documentazione, sintetizzare i risultati e continuare l’attività in modo agentico invece di produrre un riepilogo superficiale e fermarsi presto.
image-understanding-attachment
Verifica che le attività in modalità mista che coinvolgono allegati rimangano azionabili e non collassino in una narrazione vaga.
Verifica che un’attività con una scrittura mutante reale mantenga esplicita la non sicurezza del replay invece di apparire silenziosamente sicura per il replay se l’esecuzione viene compattata, ritentata o perde lo stato della risposta sotto pressione.
Matrice degli scenari
| Scenario | Cosa testa | Buon comportamento di GPT-5.5 | Segnale di errore |
|---|
approval-turn-tool-followthrough | Brevi turni di approvazione dopo un piano | Avvia immediatamente la prima azione concreta con uno strumento invece di ribadire l’intento | follow-up di sola pianificazione, nessuna attività con strumenti o turno bloccato senza un vero blocco |
model-switch-tool-continuity | Cambio runtime/modello durante l’uso di strumenti | Conserva il contesto dell’attività e continua ad agire in modo coerente | si reimposta in commento, perde il contesto degli strumenti o si ferma dopo il cambio |
source-docs-discovery-report | Lettura sorgenti + sintesi + azione | Trova fonti, usa strumenti e produce un report utile senza bloccarsi | riepilogo superficiale, lavoro con strumenti mancante o stop a turno incompleto |
image-understanding-attachment | Lavoro agentico guidato da allegati | Interpreta l’allegato, lo collega agli strumenti e continua l’attività | narrazione vaga, allegato ignorato o nessuna azione successiva concreta |
compaction-retry-mutating-tool | Lavoro mutante sotto pressione di compaction | Esegue una scrittura reale e mantiene esplicita la non sicurezza del replay dopo l’effetto collaterale | la scrittura mutante avviene ma la sicurezza del replay è implicita, mancante o contraddittoria |
Gate di rilascio
GPT-5.5 può essere considerato alla pari o migliore solo quando il runtime unito supera contemporaneamente il pacchetto di parità e le regressioni di veridicità del runtime.
Risultati richiesti:
- nessuno stallo di sola pianificazione quando l’azione successiva con uno strumento è chiara
- nessun completamento fittizio senza esecuzione reale
- nessuna guida errata su
/elevated full
- nessun abbandono silenzioso di replay o compaction
- metriche del pacchetto di parità almeno forti quanto la baseline concordata di Opus 4.6
Per l’harness della prima fase, il gate confronta:
- tasso di completamento
- tasso di stop non intenzionali
- tasso di chiamate valide agli strumenti
- conteggio dei falsi successi
Le prove di parità sono intenzionalmente divise in due livelli:
- PR D dimostra con QA-lab il comportamento GPT-5.5 vs Opus 4.6 sugli stessi scenari
- le suite deterministiche di PR B dimostrano veridicità per auth, proxy, DNS e
/elevated full fuori dall’harness
Matrice obiettivo-prova
| Elemento del gate di completamento | PR proprietaria | Fonte delle prove | Segnale di superamento |
|---|
| GPT-5.5 non si blocca più dopo la pianificazione | PR A | approval-turn-tool-followthrough più suite runtime di PR A | i turni di approvazione attivano lavoro reale o uno stato bloccato esplicito |
| GPT-5.5 non simula più progresso o completamento falso degli strumenti | PR A + PR D | esiti degli scenari del report di parità e conteggio dei falsi successi | nessun risultato di passaggio sospetto e nessun completamento di solo commento |
GPT-5.5 non fornisce più indicazioni false su /elevated full | PR B | suite deterministiche di veridicità | le ragioni di blocco e i suggerimenti di accesso completo restano accurati rispetto al runtime |
| Gli errori di replay/vitalità restano espliciti | PR C + PR D | suite lifecycle/replay di PR C più compaction-retry-mutating-tool | il lavoro mutante mantiene esplicita la non sicurezza del replay invece di sparire silenziosamente |
| GPT-5.5 eguaglia o supera Opus 4.6 sulle metriche concordate | PR D | qa-agentic-parity-report.md e qa-agentic-parity-summary.json | stessa copertura degli scenari e nessuna regressione su completamento, comportamento di stop o uso valido degli strumenti |
Come leggere il verdetto di parità
Usa il verdetto in qa-agentic-parity-summary.json come decisione finale leggibile da macchina per il pacchetto di parità della prima fase.
pass significa che GPT-5.5 ha coperto gli stessi scenari di Opus 4.6 e non ha avuto regressioni sulle metriche aggregate concordate.fail significa che è scattato almeno un controllo bloccante: completamento più debole, più interruzioni indesiderate, uso valido degli strumenti più debole, qualsiasi caso di falso successo o copertura degli scenari non corrispondente.- “problema CI condiviso/di base” non è di per sé un risultato di parità. Se rumore CI esterno a PR D blocca un’esecuzione, il verdetto dovrebbe attendere un’esecuzione pulita del runtime integrato invece di essere dedotto dai log dell’epoca del branch.
- Autenticazione, proxy, DNS e veridicità di
/elevated full provengono ancora dalle suite deterministiche di PR B, quindi la dichiarazione finale di rilascio richiede entrambe le cose: un verdetto di parità superato per PR D e copertura verde della veridicità di PR B.
Chi dovrebbe abilitare strict-agentic
Usa strict-agentic quando:
- ci si aspetta che l’agente agisca immediatamente quando il passaggio successivo è ovvio
- GPT-5.5 o i modelli della famiglia Codex sono il runtime principale
- preferisci stati bloccati espliciti rispetto a risposte “utili” di sola ricapitolazione
Mantieni il contratto predefinito quando:
- vuoi il comportamento esistente più permissivo
- non stai usando modelli della famiglia GPT-5
- stai testando prompt invece dell’applicazione a livello di runtime
Correlati
