跳到正文

全部动态

今日 16 条

4月11日星期六

X · @dotey(宝玉)

Claude Code 新增 ultraplan:在终端发起规划,去浏览器审阅批注,再决定云端或本地执行

Claude Code 推出了 ultraplan 预览功能,把代码规划从终端搬到了浏览器。你在终端输入 /ultraplan 加需求描述,Claude 会在云端读代码库、起草实现方案,终端不占着,你可以干别的。方案写好后在浏览器里打开,像审文档一样对具体段落加批注、打表情、反复改到满意。最后二选一:让云端直接执行并开 PR,或者把方案拉回本地终端跑。

推荐理由:Claude Code 把代码规划从终端搬到浏览器,用户可在终端发起任务、云端起草方案,再逐段批注修改,最后选择云端执行或拉回本地。

X · @claudeai

Claude 出了 Word 插件,现在可以在侧边栏直接写稿、改稿

Anthropic 把 Claude 塞进了 Word,目前是测试版。你在文档侧边栏就能让它帮你起草、编辑和修改内容,Claude 会保留原有格式,改动以修订模式显示,方便你逐条确认。这个功能只开放给 Team 和 Enterprise 用户,正文没提价格、支持地区,也没说什么时候正式上线。

推荐理由:Anthropic 将 Claude 接入 Word 侧边栏,支持起草和修改内容,改动以修订模式呈现,方便逐条确认,适合关注 AI 写作工具与文档协作方式的人了解。

4月10日星期五

X · @dotey(宝玉)

Anthropic 新 API 让便宜模型干活、贵模型当军师,Haiku 配 Opus 在 BrowseComp 分数翻倍,成本只要 Sonnet 的 15%

Anthropic 推出了“顾问工具”API,让 Sonnet 或 Haiku 作为执行者跑任务,遇到难决策时把上下文递给 Opus 出主意,Opus 不碰工具、不直接输出,只当幕后军师。这跟常见的“大模型拆任务、小模型执行”反过来了,好处是大部分 token 烧在便宜模型上。

推荐理由:Anthropic 上线顾问工具 API,让 Haiku 或 Sonnet 执行任务、卡壳时请 Opus 出主意,Haiku 配 Opus 在 BrowseComp 上从 19.7% 升到 41.2%,成本为 Sonnet 的 15%。

X · @claudeai

Claude 平台上线“顾问策略”:用 Opus 当军师,Sonnet 或 Haiku 当执行者

Claude 平台把 Opus 模型设为“顾问”,让更便宜的 Sonnet 或 Haiku 去执行具体任务。官方说法是,这样能让 agent 的智能水平接近 Opus,但成本低很多。正文没给出具体价格对比、跑分数据或上线时间,所以实际省多少、效果打多少折,还得等实测再看。

推荐理由:Anthropic 在 Claude 平台上线顾问策略,由 Opus 负责规划、Sonnet 或 Haiku 执行任务,官方称 agent 智能可接近 Opus 而成本更低,这种模型分工思路对搭建 agent 有参考价值。

X · @OpenAI

OpenAI 给 ChatGPT 加了个 100 美元/月的 Pro 档,主要给 Codex 重度用户用

OpenAI 新设了一个每月 100 美元的 Pro 订阅档,Codex 用量是 Plus 档的 5 倍,适合长时间、高强度的编程任务。这个档位保留了原 Pro 的全部功能,包括专属 Pro 模型以及 Instant 和 Thinking 模型不限次使用。到 5 月 31 日前有个限时活动,Codex 用量临时提到 Plus 的 10 倍。

推荐理由:OpenAI 新设每月 100 美元的 Pro 档,Codex 用量为 Plus 的 5 倍,5 月 31 日前临时提升到 10 倍,把高强度代码代理用量单独定价。

X · @claudeai

Claude Cowork 向所有付费用户开放,企业版加了权限和花费管控

Anthropic 把 Claude Cowork 从测试转成了正式功能,Pro、Team、Enterprise 都能用。企业版这次主要给管理员加了几个控制项:按角色设访问权限、给团队设花费上限、看用量报表,还接入了 OpenTelemetry 方便监控。正文没提具体定价、调用次数上限和推送时间。

推荐理由:Anthropic 将 Claude Cowork 从测试转为正式功能,向 Pro、Team、Enterprise 开放,企业版新增角色权限、团队花费上限、用量报表和 OpenTelemetry 接入。

4月9日星期四

量子位 · 公众号

Claude 推出托管 Agent 服务,按小时收费,转头就被开源方案 Multica 平替了

Anthropic 上线了 Claude 的托管 Agent 服务,让模型能长时间跑任务、多 Agent 协作,还带沙盒和断点恢复。收费分两块:会话时长每小时 0.08 美元,外加按量计费的 token 消耗;联网搜索每千次 10 美元。部分记忆和编排功能还在研究预览阶段。

推荐理由:Anthropic 上线 Claude 托管 Agent 服务,给出会话时长、token 与联网搜索三项明码标价,并支持多 Agent 协作、沙盒和断点恢复。

X · @dotey(宝玉)

Anthropic 发布 Claude Managed Agents,把 Agent 开发的基础设施全托管到云端,现已公测

Anthropic 推出了一套托管 API,让开发者不用自己搭沙箱、管状态、做权限和链路追踪,直接定义任务和工具就能上线生产级 Agent。官方说从原型到上线能从几个月缩到几天。它支持长时间运行的会话(断线不丢进度)和多 Agent 协调(一个 Agent 能拉起其他 Agent 并行干活,后者还在研究预览阶段)。

推荐理由:Anthropic 将 Agent 的沙箱、状态管理和权限追踪托管为公测 API,开发者定义任务和工具即可上线,官方称原型到生产可从几个月缩到几天。

X · @claudeai

Claude 推出托管 Agent 服务公测版,把原型到上线压缩到几天

Claude 平台上线了 Claude Managed Agents 公测版,核心卖点是给了一套调过性能的 agent 运行框架加上生产环境基础设施,号称能把 agent 从原型做到上线的时间压到几天。正文没披露具体怎么收费、支持哪些工具链、能跑什么模型、有没有调用额度限制,这些关键信息都得等后续公布。

推荐理由:Anthropic 上线 Claude Managed Agents 公测版,提供性能调优的 agent 运行框架与生产环境基础设施,把 agent 从原型到上线的时间压到几天。

X · @Yuchenj_UW

Meta 放出 Avocado 模型,内部叫 Muse Spark,训练成本比 Llama 4 Maverick 省了十倍以上

Meta 的 TBD 实验室用 9 个月重写了整套预训练流程,做出了 Avocado(对外叫 Muse Spark)。正文说它的能力跟 Llama 4 Maverick 差不多,但训练用的算力不到后者的十分之一。模型没开源,也没公布参数量、跑分成绩和发布时间。这件事真正的看点是训练基础设施的效率,不是改个名字。

推荐理由:Meta 的 TBD 实验室用 9 个月重写预训练流程,做出能力接近 Llama 4 Maverick 的 Avocado,训练算力却不到后者十分之一,效率提升是这条的核心看点。

4月8日星期三

量子位 · 公众号

小米放出两个语音生成框架,想让普通人也能当“声音导演”

小米大模型应用团队公开了 Any2Speech 和 Midasheng-audio-generate 两个框架。Any2Speech 一次推理能生成最长约 10 分钟的语音,Midasheng 则能根据一段文字描述直接合成包含人声、音乐和环境音的混合音频。

推荐理由:小米大模型应用团队公开 Any2Speech 与 Midasheng 两个语音框架,前者单次推理可生成约 10 分钟语音,后者能按文字描述合成人声、音乐与环境音的混合音频。

量子位 · 公众号

DeepSeek 深夜更新网页版,新增快速和专家模式,灰度测试视觉模型

DeepSeek 网页版悄悄加了两个模式:快速模式主打日常对话,专家模式则专攻代码、网页搜索和更难的生成任务。有用户通过对话套话,模型自己说专家模式就是 V4,但官方没发公告,正文也没披露模型 ID、上下文规格、定价和发布时间,这点先别太激动。目前专家模式限量供应,不支持多模态和文件上传,有用户测出上下文上限大约 13.3 万 token。

推荐理由:DeepSeek 网页版新增快速与专家两种模式,专家模式限量供应、不支持多模态和文件上传,有用户测出上下文上限约 13.3 万 token。

X · @dotey(宝玉)

Anthropic 发了 Claude Mythos Preview,跑分断崖式领先,但不公开用,只借给 12 家大厂找漏洞

Anthropic 的新模型 Claude Mythos Preview 在 SWE-bench Verified 上拿到 93.9%,USAMO 数学证明冲到 97.6%,比自家上一代旗舰 Opus 4.6 提升巨大,对比 GPT-5.4 和 Gemini 3.1 Pro 也是全面领先。

推荐理由:Anthropic 把跑分领先的 Claude Mythos Preview 交给苹果、微软等 12 家大厂专用于漏洞挖掘,普通用户和 API 暂不可用,模型能力与分发范围的落差是这条的核心背景。

X · @dotey(宝玉)

Hermes Agent 开源不到两个月 GitHub 星标近三万,核心卖点是会自己写技能、自我迭代的闭环学习引擎

Nous Research 今年 2 月底开源的 Hermes Agent,上线不到两个月 GitHub 星标接近三万,被社区看作 OpenClaw 的第一个真正对手。两者都是自托管、多模型、MIT 协议,但设计思路完全不同。OpenClaw 是网关,负责把聊天应用接到 AI agent;Hermes 是引擎,围绕 agent 怎么越用越强来设计。

推荐理由:Hermes Agent 开源不到两个月 GitHub 星标接近三万,与同为自托管、多模型、MIT 协议的 OpenClaw 在设计思路上形成对照,前者围绕 agent 越用越强来构建。

X · @AnthropicAI

Anthropic 启动 Glasswing 项目,用新模型 Claude Mythos Preview 找关键软件漏洞

Anthropic 发了个新项目叫 Project Glasswing,专门盯着最关键的软件做安全加固。背后用的是他们最新的前沿模型 Claude Mythos Preview,官方说它找漏洞的能力仅次于最顶尖的人类专家。不过正文没给出具体跑分、测试范围、怎么申请试用,也没说什么时候正式开放,所以实际效果还得等可复现的评测出来再看。

推荐理由:Anthropic 启动 Glasswing 项目,用前沿模型 Claude Mythos Preview 为关键软件排查漏洞,官方称其能力仅次于顶尖人类专家,这是 AI 参与安全加固的一条路径。

4月7日星期二

X · @dotey(宝玉)

Milla Jovovich 和开发者发布开源记忆系统 MemPalace,声称 LongMemEval 满分,但被指只测了检索、没测端到端问答

MemPalace 想解决 AI 对话一结束就失忆的问题:不靠 AI 自己挑重点,而是把全部对话按“宫殿—翼—房间—走廊”的结构存下来,全部本地运行,不依赖云服务。它配套了一个叫 AAAK 的压缩语法,号称能把上下文压到 30 倍,但实测压缩后检索准确率从 96.6% 掉到 84.2%,差了 12 个百分点,无损压缩不会这样。

推荐理由:好莱坞演员 Milla Jovovich 与开发者联合发布开源记忆系统 MemPalace,全部对话本地存储;其宣称的 LongMemEval 成绩被指只测检索,配套压缩语法实测使检索准确率从 96.6% 降至 84.2%。

4月4日星期六

X · @dotey(宝玉)

Anthropic 正式封堵订阅漏洞:Claude Pro/Max 不再给 OpenClaw 等第三方工具买单

Claude Code 负责人 Boris Cherny 发公告,太平洋时间 4 月 4 日中午起,Claude Pro 和 Max 订阅的额度不再覆盖通过 OpenClaw 这类第三方工具产生的用量。想继续在这些工具里用 Claude,要么买打折的用量包,要么用 API Key 按量付费。

推荐理由:Anthropic 从 4 月 4 日起把 Claude Pro 和 Max 的订阅额度限定在官方渠道,OpenClaw 等第三方工具的用户需改用用量包或 API Key 按量付费。

X · @dotey(宝玉)

DeepSeek V4 推迟发布,重写底层代码,就为了跑在华为昇腾 950PR 上

V4 跳票了几个月,原因是 DeepSeek 把模型底层模块重写了一遍,专门适配华为和寒武纪的硬件。现在 V4 能直接跑在华为昇腾 950PR 芯片上,预计几周内发布。这颗芯片单卡算力号称是英伟达 H20 的 2.87 倍,有 112GB 显存,带宽 1.4TB/s,还是国内唯一支持 FP4 低精度推理的芯片。

推荐理由:DeepSeek 为适配华为昇腾 950PR 等国产硬件重写了模型底层模块,V4 由此推迟数月并预计几周内发布,这条消息给出了国产芯片承接大模型推理的具体路径。

X · @dotey(宝玉)

Mintlify 给 AI 文档助手造了个假文件系统,启动从 46 秒降到 100 毫秒

Mintlify 把 AI 文档助手的检索方式从向量 RAG 换成了 ChromaFs——一套用数据库查询模拟 grep、cat、ls 的假文件系统。AI 以为自己在一个真实的文件系统里翻文档,实际上每个命令都被拦截翻译成 Chroma 查询。效果是会话启动时间从沙箱方案的 46 秒压到 100 毫秒,每次对话的边际计算成本几乎为零。

推荐理由:Mintlify 把 AI 文档助手的检索从向量 RAG 换成用数据库查询模拟 grep、cat、ls 的假文件系统,会话启动时间由沙箱方案的 46 秒降到 100 毫秒,边际计算成本接近零。

4月3日星期五

X · @claudeai

Claude 全系套餐都能直连微软办公三件套了

Anthropic 把 Microsoft 365 连接器开放给了所有 Claude 付费套餐,不再只限高价版本。你可以把 Outlook 邮件、OneDrive 文档和 SharePoint 文件直接拽进对话里,让 Claude 帮你翻邮件、总结文档或从公司资料库里找东西。

推荐理由:Anthropic 将 Microsoft 365 连接器从高价套餐下放到全部 Claude 付费套餐,Outlook 邮件、OneDrive 文档和 SharePoint 文件可直接接入对话,接入范围的变化比新增功能更影响企业日常使用。

X · @op7418(歸藏)

阿里发了 Qwen 3.6 Plus,上下文拉到 100 万 token,Agent 和编程能力提升明显

阿里在百炼上线了 Qwen 3.6 Plus,主打 Agent 任务和编程能力,相比 3.5 版有明显提升。图像和文档理解也加强了,数学图像识别、真实世界问答和 OCR 表现都不错。这次默认支持 100 万 token 上下文,最长输出接近 99.1 万 token,输入 6.4 万 token,比之前 256K 的版本开发体验好很多。

推荐理由:阿里在百炼上线 Qwen 3.6 Plus,上下文从 256K 提升到 100 万 token,Agent 与编程能力较 3.5 版增强,图像文档理解同步加强。

X · @op7418(歸藏)

谷歌发布 Gemma 4,四个尺寸全 Apache 2.0 开源,主打本地跑 agent 和多模态

Gemma 4 一口气发了四个版本:E2B 给手机和 IoT 用,E4B 给移动端和 Jetson/树莓派,26B MoE 每次只激活 3.8B 参数、延迟低吞吐高,31B 全密集版适合桌面或单卡 H100。这次把 agent 工作流当第一优先级,原生支持函数调用、JSON 输出和系统指令,还直接能处理图像、视频和语音转文本,可以做本地语音助手。

推荐理由:谷歌发布 Gemma 4 四个尺寸并全部采用 Apache 2.0 开源,26B MoE 每次仅激活 3.8B 参数,原生支持函数调用、JSON 输出与图像视频语音处理,为本地部署 agent 和多模态应用提供新的选型参考。

X · @claudeai

Claude 的电脑操控功能 Cowork 和 Code Desktop 现在支持 Windows 了

Claude 把电脑操控能力带到了 Windows 上,覆盖 Cowork 和 Code Desktop 两个入口。正文只发了一句话和一条链接,没提支持哪些 Windows 版本、权限怎么管、操作延迟多少、要不要额外付费,也没说什么时候正式推送。

推荐理由:Claude 将电脑操控能力从原有平台扩展到 Windows,覆盖 Cowork 和 Code Desktop 两个入口,此前该能力仅在非 Windows 环境可用。

X · @OpenAI

ChatGPT 上车了,现在能在 CarPlay 里用语音模式

OpenAI 把 ChatGPT 的语音模式搬进了 CarPlay,iPhone 用户升级到 iOS 26.4 以上就能在车里用。正文没提支持哪些国家、哪些车型,也没说功能有没有阉割,比如能不能连续对话、能不能读长文章。这次动作的重点是把对话入口塞进驾驶界面,不是发了新模型。

推荐理由:OpenAI 把 ChatGPT 语音模式接入 CarPlay,iPhone 用户升级 iOS 26.4 以上即可在车内使用,这次动作的重点是把对话入口放进驾驶界面,而非发布新模型。

3月31日星期二

MIT Technology Review · AI

AI 健康工具越来越多,但没人说得清它们到底靠不靠谱

微软上线了 Copilot Health,亚马逊把 Health AI 从 One Medical 会员专属开放给所有人,加上年初 OpenAI 的 ChatGPT Health 和能调取健康档案的 Claude,面向普通人的 AI 健康问答成了大厂标配。

推荐理由:微软、亚马逊、OpenAI 和 Anthropic 相继把面向普通人的健康问答做成标配,这条梳理了各家产品开放节奏,并追问这些工具的实际可靠性。

3月25日星期三

OpenAI News

OpenAI 开了个安全漏洞赏金计划,专门收 AI 滥用和越权操作的问题

OpenAI 在 2026 年 3 月 25 日上线了一个公开的“安全漏洞赏金”计划,跟之前的安全漏洞赏金不同,这次专门盯着 AI 被滥用或绕过安全限制的场景。主要收三类问题:一是智能体(比如浏览器里的 ChatGPT Agent)被第三方提示词注入劫持,导致泄露用户信息或执行有害操作,复现率得超过 50%。

推荐理由:OpenAI 上线公开的安全漏洞赏金计划,专门受理智能体被提示词注入劫持等三类 AI 滥用问题,并明确排除普通越狱,划出了与常规漏洞赏金不同的受理边界。

3月24日星期二

OpenAI News

ChatGPT 把购物功能做成了视觉化比价工具,用 ACP 协议直接拉商品信息

OpenAI 给 ChatGPT 加了一套更直观的购物功能,你可以上传图片找同款、用对话筛预算和偏好,还能把商品并排比价格、评价和规格。背后靠的是他们扩展的 Agentic Commerce Protocol(ACP,一种让 AI 直接跟商家系统对接商品数据的协议),把商品信息实时拉进聊天界面。这次更新面向所有用户,免费版也能用。

推荐理由:OpenAI 为 ChatGPT 加入图片找同款、对话筛选与并排比价等购物功能,并扩展 ACP 协议实时拉取商家商品数据,免费版用户也能使用。

3月20日星期五

MIT Technology Review · AI

OpenAI 要造一个全自动 AI 研究员,先别急着喊“科学家要失业”

OpenAI 把“造一个全自动 AI 研究员”定成了接下来几年的北极星目标。首席科学家 Jakub Pachocki 跟 MIT Technology Review 聊了分两步走的计划:今年 9 月先搞一个“AI 研究实习生”,能独立啃一小批特定研究问题;2028 年再上完整的多智能体自动化系统。

推荐理由:OpenAI 将全自动 AI 研究员定为未来几年目标,首席科学家 Jakub Pachocki 给出今年 9 月先做研究实习生、2028 年再上多智能体系统的两步计划。

MIT Technology Review · AI

OpenAI 把全自动 AI 研究员定为未来几年的北极星,计划 9 月先上线一个能独立解决少量问题的实习研究员

OpenAI 首席科学家 Jakub Pachocki 说,公司正把所有资源押注在一个叫“全自动 AI 研究员”的目标上。这个系统不是单一模型,而是一套让多个 AI 智能体协作干活(multi-agent)的流程,能自己跑去啃又大又复杂的问题,比如数学猜想、生物化学实验设计,甚至商业和政策难题。

推荐理由:OpenAI 首席科学家 Jakub Pachocki 披露公司正把资源押注全自动 AI 研究员,并计划 9 月先上线能独立解决少量问题的实习版本,可了解这套多智能体协作流程的推进节奏。

3月18日星期三

Mistral AI

Mistral AI 推出企业级模型训练系统 Forge

Mistral AI 推出 Forge,一套让企业基于自有专有知识构建前沿级 AI 模型的系统,支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 架构,并可处理多模态输入,模型可在企业内部基础设施中训练与治理。Mistral AI 已与 ASML、Ericsson、欧洲空间局、新加坡 DSO National Laboratories 等机构合作,用其专有数据训练模型。

推荐理由:Mistral AI 推出企业级模型训练系统 Forge,支持预训练、后训练与强化学习,并已在 ASML、爱立信等机构用专有数据训练模型。

3月17日星期二

NVIDIA 博客

GTC 上 NVIDIA 用 RTX 电脑和 DGX Spark 跑本地 AI 助手,还发了新模型

NVIDIA 在 GTC 上主推两件事:一是让 AI 助手直接在 RTX 电脑和 DGX Spark 小超算上本地跑,不用联网,隐私和 token 成本都省了。DGX Spark 有 128GB 统一内存,能塞下 120B 参数以上的模型。

推荐理由:NVIDIA 在 GTC 上让 AI 助手直接在 RTX 电脑和 DGX Spark 上本地运行,DGX Spark 的 128GB 统一内存可容纳 120B 参数以上模型,隐私与 token 成本是本地推理的两个落点。

OpenAI News

OpenAI 发了 GPT-5.4 mini 和 nano,主打编程和子任务,mini 跑得比 GPT-5 mini 快一倍多

OpenAI 在 3 月 17 号推出了 GPT-5.4 mini 和 nano,都是给高吞吐、低延迟场景用的轻量模型。mini 在编程、推理、看图、调工具上都比上一代 GPT-5 mini 强,速度还快了一倍多。

推荐理由:OpenAI 发布面向高吞吐低延迟场景的 GPT-5.4 mini 和 nano,mini 在编程、推理、看图、调工具上均强于上一代,速度提升一倍多。

3月12日星期四

NVIDIA 博客

英伟达开源 Nemotron 3 Super:120B 模型只激活 12B 参数,跑 agent 任务吞吐量翻五倍

英伟达发了 Nemotron 3 Super,一个总参数量 120B、但每次推理只激活 12B 参数的混合专家模型。它用了混合 MoE、隐式 MoE 和一次预测多个 token 的技术,上下文窗口拉到 100 万 token。官方说在跑 agent 这类多步骤任务时,吞吐量比之前方案高 5 倍。

推荐理由:英伟达开源 Nemotron 3 Super,总参 120B 但每次推理只激活 12B,并支持 100 万 token 上下文,官方称跑 agent 多步骤任务时吞吐量提升 5 倍。

3月11日星期三

OpenAI News

OpenAI 给 Responses API 加了个电脑环境,让模型能自己敲命令行干活

OpenAI 在 2026 年 3 月 11 日说,他们的 Responses API 现在能调用一个 shell 工具,在托管的隔离容器里执行命令。模型(GPT-5.2 及之后版本)会自己提议该敲什么命令,API 负责在后台跑、把结果流式传回来,还能同时开多个会话并行处理。容器里带了文件系统、可选的 SQLite 和受限的网络访问。

推荐理由:OpenAI 为 Responses API 加入 shell 工具,模型可自行提议命令并在隔离容器中执行,结果流式返回且支持多会话并行,为 agent 开发者提供了新的运行方式。

3月10日星期二

OpenAI News

ChatGPT 上线数学和科学互动图解,覆盖 70 多个核心概念

OpenAI 给 ChatGPT 加了一个学习功能:问勾股定理、理想气体方程这类问题时,它会直接弹出一个可拖拽的图表模块。你可以手动调参数、改公式,图表会跟着实时变,把抽象公式变成能上手试的东西。首批覆盖 70 多个数学和科学概念,所有付费和免费用户都能用。

推荐理由:OpenAI 为 ChatGPT 加入可拖拽的互动图解,覆盖 70 多个数学和科学概念,付费与免费用户都能用,抽象公式可以手动调参并实时观察变化。

3月7日星期六

彭博科技

甲骨文和 OpenAI 叫停了得州旗舰数据中心的扩建计划

双方谈崩了,不再一起扩建位于得州阿比林的那座旗舰 AI 数据中心。原因是融资进度拖后腿,加上 OpenAI 自己的需求变了。现在 Meta 在考虑从运营商 Crusoe 手里租下这个场地,英伟达也在中间帮忙牵线。这类项目的造价动辄上百亿美元,正文没披露具体的分手条款和后续时间表。

推荐理由:甲骨文与 OpenAI 因融资进度和需求变化停止扩建得州阿比林旗舰数据中心,Meta 正考虑接手该场地,英伟达从中牵线。

彭博科技

OpenAI 放出一个安全工具的研究预览版,让 AI 自己去数据库里找漏洞、打补丁

OpenAI 发了一个给安全团队用的 AI agent 研究预览版,主要用途是扫描大型数据库里的漏洞并自动修补。目前公开信息很少——正文没披露具体模型名、支持哪些数据库、怎么收费、什么时候正式上线。我会先打个折:这还是个研究预览,离生产环境能用还有距离,别看到“agent”就觉得能直接上岗。

推荐理由:OpenAI 发布面向安全团队的 AI agent 研究预览版,用于扫描大型数据库漏洞并自动修补,代理进入漏洞修补环节后涉及的责任与权限问题由此浮现。

彭博科技

Anthropic 要学亚马逊开 AI 软件商店,让企业客户在它的平台上买第三方工具

Anthropic 正在搞一个类似亚马逊的 AI 软件市场,企业客户可以直接在上面买第三方开发的软件,不再只卖自家模型。这步棋说明它想从卖模型转向做渠道分发。不过正文被 Bloomberg 的机器人验证挡住了,具体上线时间、抽成比例、首批上架哪些软件都没披露。另外文章提到公司正因五角大楼的合作争议面临业务不确定性,这个背景可能跟它急着铺渠道有关。

推荐理由:Anthropic 正搭建面向企业客户的第三方 AI 软件市场,从卖自家模型转向做渠道分发,其与五角大楼的合作争议构成这一动作的背景。

3月6日星期五

OpenAI News

OpenAI 把代码安全扫描工具 Codex Security 开放给付费用户试用,下个月免费

OpenAI 在 3 月 6 日上线了 Codex Security 的研究预览版,面向 ChatGPT Pro、Enterprise、Business 和 Edu 用户,下个月可以免费用。这个工具相当于一个应用安全助手,会先读懂你的项目结构,生成一份可编辑的威胁模型,再根据这个模型去找漏洞、做验证、给修复建议。

推荐理由:OpenAI 将 Codex Security 开放给付费用户研究预览,下月免费,工具会先读懂项目结构生成可编辑威胁模型,再据此找漏洞并给修复建议。

3月5日星期四

OpenAI News

OpenAI 发布 GPT-5.4,把写代码、操作电脑和做报表揉进了一个模型里

OpenAI 推出了 GPT-5.4,一个面向专业工作的新模型,在 ChatGPT、API 和 Codex 里都能用。它把之前 GPT-5.3-Codex 的代码能力整合了进来,还首次让通用模型能直接操作电脑软件,比如跨应用完成复杂流程。模型支持最长 100 万 token 的上下文,方便处理长线任务。

推荐理由:OpenAI 将 GPT-5.3-Codex 的代码能力并入 GPT-5.4,并让通用模型直接操作电脑软件,专业工作场景中的模型能力整合由此多了一个观察方向。