跳到正文

全部动态

今日 6 条

5月5日星期二

OpenAI News

GPT-5.5 Instant 系统卡发布,这是 OpenAI 首个在网络安全和生化风险上被标为“高能力”的 Instant 模型

OpenAI 放出了 GPT-5.5 Instant 的系统卡,确认了模型代号是 gpt-5.5-instant。这篇公告主要是定性说明,没有给出具体的评测分数、上下文窗口大小或发布时间。值得留意的是,这是 Instant 系列里第一次在网络安全、生物与化学武器制备这两个风险类别上被提升到“高能力”等级,并配套了相应的安全防护措施。

推荐理由:OpenAI 发布 GPT-5.5 Instant 系统卡,确认模型代号 gpt-5.5-instant,该系列在网络安全与生化武器制备两类风险上被提升到高能力等级并配套防护措施。

OpenAI News

OpenAI 给 ChatGPT 广告加了自助下单和按点击付费

OpenAI 开始在美国小范围测试自助广告后台,广告主可以直接注册、充值、上传素材、管理投放。同时新增了按点击付费(CPC)的出价方式,之前只有按千次展示付费(CPM),现在广告主可以只为用户点击买单。文章说 ChatGPT 对话里很多人正在做决策,点击能说明广告确实帮到了用户。

推荐理由:OpenAI 在美国小范围测试 ChatGPT 自助广告后台,广告主可自行注册充值并管理投放,出价方式在按千次展示付费之外新增按点击付费。

5月1日星期五

NVIDIA 博客

NVIDIA 说 OpenClaw 开源智能体项目 60 天拿了 25 万星,但治理成本才是真问题

NVIDIA 这篇博客主要讲了两件事:一是 Peter Steinberger 做的自托管持久化智能体 OpenClaw 在 GitHub 上火了,到 2026 年 3 月已经攒了 25 万颗星,增速超过了 React。二是 NVIDIA 自己推出了 NemoClaw,用 OpenShell 沙箱和 Nemotron 模型来跑智能体。

推荐理由:OpenClaw 自托管智能体 60 天在 GitHub 攒下 25 万星,增速超过 React,NVIDIA 借此讨论常驻智能体的 token 成本与安全边界。

4月30日星期四

Google DeepMind

Google DeepMind 发布 AI co-clinician 医疗研究计划

Google DeepMind 宣布 AI co-clinician 研究计划,探索 AI 智能体在医生临床监督下协助患者诊疗。在 98 个真实初级保健查询的盲评中,该系统 97 例无关键错误,医生更偏好其回答而非主流证据综合工具;在 140 项问诊技能评估中,它在 68 项达到或超过初级保健医生水平,但专家医生在识别危险信号和关键体格检查上整体仍更优。

推荐理由:Google DeepMind 公布 AI co-clinician 研究计划,在 98 个真实初级保健查询的盲评中 97 例无关键错误,医生更偏好其回答而非主流证据综合工具。

claude.dev 开发者博客

Claude Code 构建经验:如何围绕提示词缓存设计智能体

Claude Code 团队分享提示词缓存的工程经验,通过保持请求前缀稳定来降低长会话智能体的延迟与成本。具体做法包括静态内容前置、通过消息更新状态、避免会话中切换模型或增删工具,以及用 defer_loading 延迟加载工具。上下文压缩时复用原会话的系统提示词、工具定义和历史消息,再追加压缩请求以命中缓存;团队也监控缓存命中率,并将异常下降视为事故。

推荐理由:Claude Code 团队把缓存前缀稳定性落实到提示词排序、工具加载和上下文压缩,为长会话智能体提供可迁移的缓存优化方法。

OpenAI News

GPT-5 模型为什么满嘴都是“小妖精”

OpenAI 自己出来解释了 GPT-5.1 之后模型爱用“哥布林”“小妖精”打比方的怪癖是怎么来的。根子出在“书呆子”这个个性定制选项上:训练时给这个风格打分的奖励模型,对带幻想生物词汇的输出格外偏爱,76.2% 的数据集里都给更高分。虽然选“书呆子”的用户只占 2.5%,但贡献了 66.7% 的“哥布林”出现次数。

推荐理由:OpenAI 解释 GPT-5.1 爱用哥布林打比方的来源,训练中给书呆子风格打分的奖励模型对幻想生物词汇格外偏爱,76.2% 的数据集里给更高分。

4月29日星期三

X · @OpenAI

GPT-5.4 Pro 帮数学家解决了一个 60 年没解开的 Erdős 问题

OpenAI 发推说,本月初一个悬了 60 年的 Erdős 问题在 GPT-5.4 Pro 的帮助下被解决了。推文里提到了 Sebastien Bubeck、Ernest Ryu 和 Andrew Mayne 三位研究员,但正文没披露具体是哪个问题、证明过程长什么样、能不能复现。

推荐理由:OpenAI 称 GPT-5.4 Pro 协助解决了悬置 60 年的 Erdős 问题,但未公开具体题目与推演过程,事件本身尚缺可核验细节。

NVIDIA 博客

英伟达发布 Nemotron 3 Nano Omni:一个模型同时看懂图文、听懂语音,做 AI 代理时吞吐量号称是同类 9 倍

英伟达在 2026 年 4 月 28 日开源了 Nemotron 3 Nano Omni,一个能同时处理文字、图片、音频、视频、文档、图表和屏幕界面的多模态模型。它用了 30B-A3B 的混合专家架构(MoE),实际激活的参数量是 3B,配合 Conv3D 和 EVS 技术来处理音视频,上下文窗口拉到 256K。

推荐理由:英伟达开源 Nemotron 3 Nano Omni,一个模型同时处理图文音视频,激活参数 3B、上下文 256K,为想搭多模态 agent 的团队提供了一条开源路径。

4月28日星期二

X · @claudeai

Claude 现在能直接操作 Blender,在聊天窗口里改 3D 场景

Claude 上线了 Blender 连接器,你可以在对话里让它帮你排查场景问题、写新工具,或者批量修改所有物体。正文没提这个功能是免费还是付费、支持哪些版本,也没说清楚 Claude 在 Blender 里的操作权限边界——它能改到什么程度、会不会误删东西,这些都得等实测才知道。

推荐理由:Claude 上线 Blender 连接器,可在对话中排查场景问题、编写工具或批量修改物体,让读者了解 AI 助手接入专业 3D 软件后能承担哪些具体操作。

4月27日星期一

Mistral AI

Mistral AI 发布 Workflows 公开预览版

Mistral AI 发布企业 AI 编排层 Workflows 公开预览版,提供持久化执行、可观测性和人工介入审批能力,ASML、ABANCA、CMA-CGM 等客户已用于自动化关键流程。

推荐理由:Mistral AI 将企业 AI 编排层 Workflows 开放公开预览,ASML、ABANCA 等客户已用它自动化关键流程,材料展示了持久化执行、可观测性与人工审批在货运放行、KYC 审核中的落地方式。

OpenAI News

OpenAI 开源了一套叫 Symphony 的规范,把项目管理看板变成 AI 编程 agent 的指挥中心

OpenAI 放出了 Symphony,一个开源的 agent 编排规范。它的核心思路是把 Linear 这类任务看板当成控制面板,每个待办任务都会自动分配一个编程 agent 去干活,人只负责最后审查结果。OpenAI 内部团队用上后,合并的 PR 数量三周内涨了五倍。工程师不用再同时盯着好几个 agent 会话,避免了频繁切换上下文的痛苦。

推荐理由:OpenAI 开源 Symphony 编排规范,把 Linear 看板变成编程 agent 的调度入口,人只审结果,内部团队三周内合并 PR 数涨五倍。

OpenAI News

OpenAI 发布 Sam Altman 署名文章,列出五条原则,并首次承认未来可能要在“给人自主权”和“加强安全韧性”之间做取舍

Sam Altman 在 OpenAI 官网发了一篇讲公司原则的文章,没提具体模型、参数、定价或发布时间。文章列了五条:一是“民主化”,不让 AI 权力集中在少数公司手里;二是“给人自主权”,让用户用 AI 做更多事,但也会在不确定时先收紧限制。

推荐理由:Sam Altman 在 OpenAI 官网发文列出民主化、个人自主等五条原则,并承认未来可能要在给人自主权与加强安全韧性之间做取舍。

4月25日星期六

OpenAI News

OpenAI 把 921 种职业划进四条路,18% 的岗位自动化风险偏高

OpenAI 出了一份职业转型框架,把美国约 1.48 亿个岗位、921 种职业分成了四类。18% 的岗位自动化风险偏高,像数据录入、电话销售、校对和一些记账行政岗,因为处理的大多是标准化信息,AI 能干,需求又不太会跟着涨。

推荐理由:OpenAI 把美国约 1.48 亿个岗位、921 种职业按自动化风险划成四类,其中 18% 风险偏高,分类依据是信息标准化程度和需求弹性。

X · @OpenAI

OpenAI 把 GPT-5.5 和 GPT-5.5 Pro 放上了 API

OpenAI 发推说 GPT-5.5 和 GPT-5.5 Pro 现在可以通过 API 调用了。推文只给了个链接,没提价格、上下文长度、支持什么模态、速率限制,也没放跑分。具体变化得看 API 文档有没有跟着更新,光这条推文看不出太多东西。

推荐理由:OpenAI 将 GPT-5.5 和 GPT-5.5 Pro 放上 API 供调用,推文未附价格、上下文长度、模态与速率限制,具体规格需以同步更新的接口文档为准。

X · @AnthropicAI

Anthropic 让 Claude 在旧金山办公室搞了个内部跳蚤市场,替同事买卖和砍价

Anthropic 发了个新研究叫 Project Deal。他们在旧金山办公室搭了个内部交易市场,让 Claude 替同事买东西、卖东西、谈价格。正文没披露用了哪个模型版本、市场有多大、成交了多少单,也没说最后是赚了还是亏了。这点先别太激动,目前看更像一个内部行为实验,不是产品发布。

推荐理由:Anthropic 在旧金山办公室搭建内部交易市场,让 Claude 替同事完成买卖和议价,可观察模型在真实人际交易场景中的表现。

4月24日星期五

Hugging Face 博客

DeepSeek-V4 发布:百万 token 上下文,这次是给干活用的 agent 准备的

DeepSeek 发了 V4,分 Pro 和 Flash 两个版本,都支持 100 万 token 的上下文窗口。Pro 版总参数 1.6 万亿,每次推理激活 490 亿;Flash 版总参数 2840 亿,激活 130 亿。跑分不是最顶尖的,但这不是重点。

推荐理由:DeepSeek-V4 分 Pro 和 Flash 两版,均支持 100 万 token 上下文,Pro 版总参数 1.6 万亿、激活 490 亿,Flash 版总参数 2840 亿、激活 130 亿。

X · @claudeai

Claude 托管 Agent 的记忆功能开始公测,Agent 能跨对话记住上下文了

Claude 给托管 Agent 加了个记忆层,现在你的 Agent 可以从每次对话里学东西。官方说法是“智能优化的记忆层”,在性能和灵活性之间找平衡。但正文没披露记忆容量有多大、能记多久、怎么收费、哪些账号能用。对从业者来说,关键看两点:一是持久记忆什么时候变成默认配置,二是这会让 Agent 的评测和状态管理怎么变。

推荐理由:Claude 为托管 Agent 加入记忆层,使其能跨对话保留上下文,官方称在性能与灵活性间做了权衡。这条更新关系到 Agent 从单次会话走向持续积累后,评测与状态管理方式会如何调整。

X · @claudeai

Claude 新增 TripAdvisor、Booking、Resy 等十来个生活类 App 连接

Claude 官方发了一条产品更新,说现在能连接更多非工作类 App,列了 TripAdvisor、Booking.com、Resy、Instacart、Spotify、Audible、AllTrails、Thumbtack、TurboTax 等至少 10 个。正文没披露具体怎么连、能执行哪些操作、支持哪些地区、权限范围多大、什么时候推完。

推荐理由:Anthropic 为 Claude 新增 TripAdvisor、Booking、Resy 等十来个生活类 App 连接,助手从办公场景延伸到订餐、旅行、购物等日常事务。

X · @OpenAI

OpenAI 发布 GPT-5.5,强调能干活、会检查,但没给参数和跑分

OpenAI 在 X 上宣布推出 GPT-5.5,已经接入 ChatGPT 和 Codex。官方说法是它面向实际工作和 agent 场景,能理解复杂目标、调用工具、自我检查,把更多任务从头跑到尾。我会先打个折:正文没披露参数量、价格、上下文窗口和任何基准测试结果,所以现在只能看到一句“新的智能形态”和“新的干活方式”,具体强在哪、贵不贵、跑多快都还不知道。

推荐理由:OpenAI 在 ChatGPT 和 Codex 上线 GPT-5.5,官方称其面向实际工作与 agent 场景,能理解复杂目标、调用工具并自我检查,把任务从头跑到尾。

DeepSeek · API 更新日志

DeepSeek API 支持 DeepSeek-V4,旧模型名将于三个月后停用

DeepSeek API 已支持 V4-Pro 与 V4-Flash,兼容 OpenAI ChatCompletions 接口与 Anthropic 接口。访问新模型时 base_url 不变,model 参数需改为 deepseek-v4-pro 或 deepseek-v4-flash。

推荐理由:DeepSeek 在保持 API 地址不变的同时更换模型参数,并明确旧模型名的停用期限,迁移涉及调用配置调整。

4月23日星期四

OpenAI News

OpenAI 发布 GPT-5.5:干活更利索,写代码、查资料、跨软件操作都能自己跑通

OpenAI 推出了 GPT-5.5,主打让模型自己规划、调用工具、检查结果,去完成写代码、做研究、分析数据这类跨步骤的复杂任务。官方说它在 Terminal-Bench 2.0 这类命令行测试上准确率达到 82.7%,比上一代高,而且完成同样任务用的 token 更少,推理延迟跟 GPT-5.4 持平。

推荐理由:OpenAI 发布 GPT-5.5,主打自主规划、调用工具并检查结果来完成写代码、查资料等跨步骤任务,官方称其在 Terminal-Bench 2.0 上准确率达 82.7%,完成同类任务消耗的 token 更少。

OpenAI News

OpenAI 为 GPT-5.5 的生物安全漏洞开悬赏,最高 2.5 万美元

OpenAI 搞了一个针对 GPT-5.5 的生物安全漏洞悬赏计划,想找能一次性绕过五道生物安全题的通用越狱提示词。测试只能在 Codex Desktop 上进行,成功者可以拿到 2.5 万美元,部分突破也可能酌情给点小奖。申请从 2026 年 4 月 23 日开放到 6 月 22 日,测试窗口是 4 月 28 日到 7 月 27 日。

推荐理由:OpenAI 为 GPT-5.5 开设生物安全漏洞悬赏,寻找能一次绕过五道生物安全题的通用越狱提示词,最高奖励 2.5 万美元。

Hugging Face 博客

在 Chrome 插件里跑本地 AI:一份给开发者的架构避坑指南

Hugging Face 发了一篇技术指南,拆解了他们刚做的 Chrome 插件“Transformers.js Gemma 4 浏览器助手”。核心是把 Gemma 4 E2B 模型塞进浏览器的后台 Service Worker 里本地运行,不靠云端。

推荐理由:Hugging Face 拆解了把 Gemma 4 E2B 放进 Chrome 后台 Service Worker 本地运行的插件架构,涉及 MV3 环境下的工程取舍。

X · @claudeai

Claude Cowork 现在能直接在对话里生成可交互的图表了

Anthropic 给 Claude Cowork 加上了交互式图表和示意图功能,目前是 beta 版,所有付费套餐都能用。正文只说了这两点,没提支持哪些图表格式、怎么编辑、什么时候全量放开,也没说权限上有没有限制。

推荐理由:Anthropic 为 Claude Cowork 加入交互式图表与示意图功能,beta 阶段覆盖全部付费套餐,协作对话中直接生成可视化内容成为可能。

X · @OpenAI

OpenAI 在 ChatGPT 里加了“工作区 agent”,一个能跨工具、跨团队跑长任务的共享助手

OpenAI 发了一条推,说 ChatGPT 现在有 workspace agents,可以当成团队共享的助手,处理复杂任务和跑长时间的工作流。正文没披露具体支持哪些工具、怎么收费、什么账号能用、权限怎么管、什么时候推。我会先打个折:共享 agent 的协作边界才是关键,比如它能看到什么数据、谁能改它的指令,这些都没说,光看标题别太激动。

推荐理由:OpenAI 在 ChatGPT 中上线 workspace agents,可作团队共享助手处理复杂任务与长时工作流,其协作边界与权限设计是理解共享代理落地方式的关键。

4月22日星期三

OpenAI News

OpenAI 给美国医生、执业护士和药剂师免费开放了临床版 ChatGPT

OpenAI 推出了一个专为临床工作设计的 ChatGPT 版本,主要用来辅助写病历、查文献和做医学研究。目前这个版本对美国境内经过身份验证的医生、执业护士、医师助理和药剂师免费开放。它能联网搜索经过同行评审的医学资料并给出引用来源,可以把病历摘要、转诊信、预授权申请这类重复性工作做成固定流程,还能在查资料的同时自动累积继续医学教育学分。

推荐理由:OpenAI 向美国认证医生、执业护士、医师助理和药剂师免费开放临床版 ChatGPT,用于写病历、查同行评审文献和积累继续医学教育学分。

OpenAI News

OpenAI 在 ChatGPT 里上线了团队版智能体,能自己跑流程、跨工具干活

OpenAI 给 ChatGPT 的企业版、教育版等付费计划加了一个叫“工作区智能体”的功能。你可以把它理解成能共享给整个团队用的自动化助手,背后由 Codex 驱动,在云端运行,人不在线它也能继续干活。它能跨多个工具(比如 Slack、CRM)执行多步骤任务,像自动筛选销售线索、写跟进邮件、每周五拉数据出报表、审核软件采购请求并生成 IT 工单。

推荐理由:OpenAI 为 ChatGPT 付费计划加入工作区智能体,由 Codex 驱动在云端跨工具执行多步骤任务,团队自动化从对话延伸到实际流程执行。

OpenAI News

OpenAI 给 Responses API 加了 WebSocket,让 Codex 这类 agent 跑起来更快

OpenAI 发现,当模型推理速度从每秒 65 个 token 飙到近 1000 个 token 时,API 本身的处理开销反而成了拖慢 agent 循环的瓶颈。

推荐理由:OpenAI 为 Responses API 加入 WebSocket 长连接与连接级缓存,针对模型推理提速后 API 处理开销成为 agent 循环瓶颈的情况,减少反复建连与重复请求的成本。

X · @OpenAI

OpenAI 发了 ChatGPT Images 2.0,说画图更准、能直接拿来用

OpenAI 在 X 上官宣了 ChatGPT Images 2.0,定位是能处理复杂视觉任务、出图直接可用的图像模型。帖子提到三点升级:编辑更精细、版式更丰富,以及加入了“思考级智能”,但没解释这具体指什么能力。视频演示看起来效果不错,不过正文没披露模型规模、定价、延迟和推送范围,我会先打个折——等看到实测和成本再说。

推荐理由:OpenAI 发布 ChatGPT Images 2.0,称编辑更精细、版式更丰富并加入思考级智能,但未说明模型规模、定价与推送范围,适合先了解官方给出的升级方向。

4月21日星期二

OpenAI News

OpenAI 发了 ChatGPT Images 2.0,主打文字渲染、多语言和视觉推理

OpenAI 在 4 月 21 日官宣了 ChatGPT Images 2.0,说新模型在三个地方有提升:画面里的文字更准、多语言排版更稳、能根据复杂指令做视觉推理。官方放了一堆样图,从海报、漫画到杂志内页都有,看着确实比上一代强。但正文没披露模型架构、出图分辨率、价格、延迟和具体上线时间,也没给对比数据。

推荐理由:OpenAI 发布 ChatGPT Images 2.0,官方称在画面文字准确性、多语言排版和复杂指令的视觉推理三方面有提升,并放出海报、漫画、杂志内页等样图。

X · @claudeai

Claude 的 Cowork 模式现在能直接生成可实时刷新的仪表盘和追踪器,数据来自你绑定的应用和文件

Claude 在 Cowork 里新增了一个能力:生成“活的”小组件,比如仪表盘或进度追踪器。这些组件不是静态截图,每次打开都会自动拉取最新数据。官方说数据源可以是你连上的应用和文件,但具体支持哪些应用、文件类型以及权限怎么管,正文都没提。我会先打个折,等看到实际集成列表再判断实用性。

推荐理由:Claude 在 Cowork 中新增生成实时刷新仪表盘与追踪器的能力,数据来自用户绑定的应用和文件,这类组件每次打开都自动拉取最新数据,与静态截图在更新方式上不同。

X · @AnthropicAI

Anthropic 跟亚马逊扩大合作,给 Claude 锁定了最多 5 吉瓦的算力

Anthropic 宣布加深与亚马逊的合作,为训练和部署 Claude 锁定了最高 5 吉瓦的算力。这批算力从这个季度开始陆续到位,到 2026 年底预计先上线近 1 吉瓦。5 吉瓦是个什么概念?大概相当于几个大型数据中心的满负荷运转,说明他们接下来要把模型规模或服务量再往上拉一个台阶。

推荐理由:Anthropic 与亚马逊扩大合作,为训练和部署 Claude 锁定最高 5 吉瓦算力,其中近 1 吉瓦预计 2026 年底前上线,这条交代了其算力储备的推进节奏。

4月17日星期五

X · @claudeai

Anthropic 实验室推出 Claude Design,用对话就能生成原型、幻灯片和单页文档

Claude Design 是 Anthropic 实验室放出的研究预览功能,Pro、Max、Team 和 Enterprise 用户今天开始陆续能用。它跑在 Claude Opus 4.7 上,官方说这是他们目前最强的视觉模型。用法很简单:你跟 Claude 聊需求,它直接出原型、幻灯片或单页文档。正文没提价格、输出限制和详细推送时间表。

推荐理由:Anthropic 实验室面向 Pro、Max、Team 和 Enterprise 用户放出 Claude Design 研究预览,对话即可生成原型、幻灯片和单页文档,由 Opus 4.7 驱动。

腾讯技术工程 · 公众号

腾讯工程师用 Claude Code 跑通后台开发全流程,11 个环节在一个终端里搞定

这篇文章来自腾讯技术团队的一次实践复盘,他们用 Claude Code 搭配自定义的 Skills、Commands 和 MCP 服务器,把后台开发的 11 个步骤串成一个终端里的流水线。需求探索这一步花了 20 次工具调用、9.38 万 token、56 秒;执行阶段拆成 4 个任务,产出了 3 次代码提交。

推荐理由:腾讯工程师用 Claude Code 配合自定义 Skills、Commands 和 MCP 服务器,把后台开发 11 个环节串成一条终端流水线,并给出需求探索阶段的工具调用次数与 token 消耗。

X · @OpenAI

OpenAI 发布 GPT-Rosalind,一个专攻生物、制药和转化医学的推理模型

OpenAI 在 X 上丢了个新模型 GPT-Rosalind,定位是给生物学、药物发现和转化医学研究用的前沿推理模型。帖子只说了应用方向,没提模型规模、跑分、能不能用、多少钱、什么时候上线。我会先打个折——目前只有一句话官宣,具体能力、训练数据和验证结果都没披露,别急着当生产力工具。

推荐理由:OpenAI 公布新模型 GPT-Rosalind,定位为面向生物学、药物发现和转化医学的前沿推理模型,将推理能力投向严肃科研场景。

X · @OpenAI

OpenAI 说 Codex 现在能操控 Mac 应用、接更多工具,还能自己跑重复性任务

OpenAI 发推说 Codex 现在能干的事更多了:能直接操作你 Mac 上的应用,对接更多工具,还能生成图片、从你之前的操作里学东西、记住你的工作习惯,以及接手那些需要反复做的任务。不过正文没披露具体支持哪些应用、怎么集成、定价和什么时候推,这些关键信息都还缺着,先别太激动。

推荐理由:OpenAI 称 Codex 新增操控 Mac 应用、接入更多工具和接手重复任务的能力,把它的定位从写代码扩展到桌面操作。

4月16日星期四

X · @claudeai

Claude 发布 Opus 4.7,称是其最强 Opus 模型,主打长任务更稳、指令跟得更准、回复前会自己检查一遍

Anthropic 在 X 上发了条推文,说 Opus 4.7 是他们目前最能打的 Opus 模型。推文提了三个点:跑长任务时更严谨,不会半路掉链子;对指令的理解和执行更精准;输出结果前会先自我验证一轮,相当于自己先审一遍再交差。意思是你可以把最难搞的活丢给它,少盯几眼。

推荐理由:Anthropic 发布 Opus 4.7,称其在长任务稳定性、指令执行精度和输出前自我验证三方面做了改进,面向需要处理复杂任务的用户。

OpenAI News

OpenAI 给 Codex 来了一次大更新:现在它能操作你的电脑、记住你的习惯,还能自己安排后续任务

OpenAI 在 2026 年 4 月 16 日发布了 Codex 的重大更新,面向每周使用的超过 300 万开发者。这次更新让 Codex 不再只是个写代码的助手:它现在可以在后台直接操作你 Mac 上的其他应用,通过看屏幕、点击和打字来干活,多个任务能并行跑,不耽误你自己的工作。

推荐理由:OpenAI 为每周超 300 万开发者更新 Codex,使其能在 Mac 后台操作其他应用并并行处理多个任务,从写代码扩展到直接执行桌面操作。

OpenAI News

OpenAI 发布 GPT-Rosalind:一个专为生物医药研究做的推理模型

OpenAI 在 2026 年 4 月 16 日推出了 GPT-Rosalind,一个专门面向生物学、药物发现和转化医学的前沿推理模型。它现在以研究预览版的形式在 ChatGPT、Codex 和 API 里对通过审核的客户开放。

推荐理由:OpenAI 推出面向生物学、药物发现和转化医学的推理模型 GPT-Rosalind,以研究预览版在 ChatGPT、Codex 和 API 中向通过审核的客户开放。

X · @AnthropicAI

Anthropic 参与的研究登上 Nature:大模型会通过数据里的隐藏信号“偷偷”传递偏好或对齐问题

Anthropic 在 X 上说,他们参与的一项关于“潜意识学习”的研究今天发在 Nature 上了。核心结论是,大模型能通过训练数据中藏着的信号,把偏好、不对齐这类“特质”传下去。帖子只给了一句话和论文链接,没提实验用了什么规模的模型、具体怎么设计的、效果有多强。对从业者来说,关键的可复现细节正文都没披露,这点先别太激动。

推荐理由:Anthropic 参与的研究登上 Nature,指出大模型能通过训练数据中的隐藏信号传递偏好或不对齐特质,把对齐风险的关注点从显式指令扩展到数据本身。