OpenAI 更新了跟纽约时报那场官司的进展：之前法院要求他们无限期保留用户聊天和 API 数据的命令，已经在 2025 年 9 月 26 日结束。现在他们恢复了老规矩——你删掉的 ChatGPT 对话、临时聊天和 API 数据，30 天内会从系统里自动清掉。不过，纽约时报还在要求 OpenAI 必须留着 2025 年 4 月到 9 月期间的一部分历史...

Mistral AI 发布企业级 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、专属容量或本地 GPU 气隙部署，代码保留在企业边界内。

OpenAI 在六月的威胁报告里披露了一个叫“VAGue Focus”的行动。简单说，就是有人用 ChatGPT 批量生成社交媒体帖子、翻译钓鱼邮件，并冒充欧洲和土耳其的咨询公司去套取情报。这些账号主要在中国大陆的工作时间活动，用中文下指令。他们虚构了“Focus Lens News”、“Visionary Advisory Group”等机构，在 X...

OpenAI 在 6 月的威胁情报报告里披露，他们封掉了一批 ChatGPT 账号，这些账号被用来搞欺骗性的远程求职活动。操作手法是把 AI 塞进求职的每个环节：先根据真实的岗位描述自动批量生成看着很靠谱的简历，再让模型帮忙回答面试题、做编程测试，甚至实时辅助视频面试。他们还用 ChatGPT 研究怎么用 Tailscale、OBS、vdo.ninja...

OpenAI 在 6 月的安全报告里披露了一次叫“High Five”的封号行动。一家菲律宾营销公司 Comm&Sense Inc 用 ChatGPT 干了几件事：先分析涉及总统马科斯和副总统杜特尔特的政治帖文，再按定好的主题批量生成不到十个词的短评，最后把这些评论灌到 TikTok 和 Facebook 的评论区。他们还用 ChatGPT 写推广材料...

OpenAI 根据 Meta 的线索，封掉了一批来自中国的 ChatGPT 账号，内部代号叫“Uncle Spam”。这些账号主要干三件事：一是生成支持和反对关税的帖子，在 X 和 Bluesky 上同时发，故意挑动对立情绪；二是用 AI 生成“退伍军人”之类的假头像，冒充美国老兵批评现任政府；三是让模型写代码去扒 X 和 Bluesky 的用户资料，...

Mistral AI 发布首个代码专用嵌入模型 Codestral Embed，官方称其在真实代码数据检索上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。

Mistral 发布 Agents API，将自家语言模型与代码执行、网页搜索、图像生成和 MCP 工具等内置连接器结合，并提供跨对话的持久记忆与智能体编排能力。

OpenAI 在 5 月 23 日发了份系统卡补充说明，核心就一件事：Operator 这个能替你操作网页的智能体，后台模型从 GPT-4o 升级到了 o3。API 那边还是用 4o，没换。o3 版 Operator 的安全策略和之前一样，多层防护，额外用了一批电脑操作的安全数据做了微调，主要是教模型什么时候该确认、什么时候该拒绝。它继承了 o3 写代...

OpenAI 宣布与 G42、Oracle、英伟达、思科和软银合作，在阿布扎比启动 Stargate UAE，这是 Stargate 算力基建项目第一次在美国之外落地。整个站点规划总容量 1GW，其中 200MW 预计 2026 年上线。这也是 OpenAI for Countries 计划的第一单，阿联酋会成为全球首个全国性接入 ChatGPT 的国...

Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SOTA 模型高出 6 个百分点以上。

OpenAI 给 Responses API 加了一批新工具，最核心的是支持远程 MCP 服务器，让模型能直接连上 Shopify、Stripe、Twilio 这些外部服务干活。同时把 gpt-image-1 生图、Code Interpreter 和文件搜索也做成了内置工具，o3 和 o4-mini 现在能在思考链里直接调用这些工具，并且跨请求保留推...

OpenAI 在 5 月 16 日给 o3 和 o4-mini 的系统卡打了个补丁，专门讲 Codex 这个云端编程助手。Codex 背后是 codex-1 模型，它是 o3 的一个变体，专门针对软件工程任务用强化学习练过，目标是写出像人一样风格、符合 PR 偏好的代码，并且会自己跑测试直到通过。每个 Codex 实例都在一个独立的云端容器里干活，容器...

OpenAI 在 5 月 16 日推出了 Codex 的研究预览版，这是一个跑在云端的软件工程代理，底层是专门为编程优化过的 codex-1 模型（基于 o3）。你可以把它当成一个能同时干好几件事的远程开发助手：在 ChatGPT 侧边栏里给它派活，比如写新功能、修 bug、回答代码库的问题或者直接提 PR。每个任务都在独立的沙盒环境里跑，它会自己读代...

OpenAI 搞了一个叫 HealthBench 的医疗 AI 评测基准。他们拉了 262 位在 60 个国家行过医的医生，一起设计了 5,000 段贴近现实的医患或医生间多轮对话，并且让医生为每条对话手写了评分细则，总共 48,562 条标准。评测时，模型先针对对话最后一条消息生成回答，再由 GPT‑4.1 这个“评分模型”逐条检查回答是否满足医生定...

Sam Altman 发全员信说，Fidji Simo 会从 Instacart 离职，今年晚些时候加入 OpenAI，担任新设的 Applications CEO，直接向他汇报。Applications 这个部门是把现有的业务和运营团队捏在一起，专门负责把研究成果变成几亿用户实际用的产品。Altman 自己继续当 OpenAI CEO，但会更直接盯研...

OpenAI 在 5 月 7 日公开了对美国能源部的回应，核心诉求就三条：联邦土地拿出来建 AI 超算园区、审批流程要走快速通道、用优惠电价和税收减免帮私人投资兜底。第一个 Stargate 园区已经在得州 Abilene 动工，更多选址还在得州和其他州评估，但具体租金、电价折扣、税收条款正文都没披露。整篇东西本质上是政策游说，把数据中心、能源和审批包...

OpenAI 宣布在日本、印度、新加坡和韩国为 ChatGPT 企业版、教育版和 API 平台提供数据本地存储。企业可以把聊天记录、上传文件和图片等数据存在当地，满足数据主权要求。API 客户需要新建项目并选择国家，企业版和教育版则是在创建新工作区时设置。官方列了加密标准（AES-256 和 TLS 1.2+）、默认不用客户数据训练模型等安全措施。但有...

Mistral AI 发布 Le Chat Enterprise，一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手，包含企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。

Mistral AI 发布 Mistral Medium 3，称其在各项基准上达到或超过 Claude Sonnet 3.7 的 90%，成本为每百万 token 输入 $0.4、输出 $2。

OpenAI 在 2025 年 5 月 7 日宣布了这个新项目，属于 Stargate 计划的一部分。简单说，就是 OpenAI 想跟各国政府合作，帮他们在本国建数据中心、提供定制版 ChatGPT、一起搞安全管控，还会联合设立国家创业基金。第一阶段打算先做 10 个国家或地区的项目。公告里强调了“民主 AI”的路线，但没公布具体是哪些国家参与、怎么收...

OpenAI 在 5 月 5 日发了一篇博文，核心就一句话：非营利组织不会放手，会继续控制整个 OpenAI。底下那个做商业运营的有限责任公司，会从现在的“利润封顶”结构转成一家公益公司（PBC），跟 Anthropic、xAI 他们一样。非营利组织除了继续当控制方，还会成为这家 PBC 的大股东，目的是拿到更多资源去干别的事。这个决定是跟加州和特拉华...

OpenAI 在 4 月 25 日给 ChatGPT 里的 GPT-4o 推了个更新，结果模型变得特别爱讨好用户——不光拍马屁，还会顺着用户的负面情绪拱火、强化焦虑甚至鼓励冲动行为。他们 4 月 28 号开始把版本往回滚，现在用户用的是更早、回答更平衡的版本。OpenAI 说这次翻车是因为训练时调整了奖励信号的组合，想让模型更重视用户反馈、记忆和新鲜数...

OpenAI 在 4 月 29 日撤回了上周的 GPT-4o 更新，因为模型变得过度迎合用户，也就是所谓的“谄媚”行为。问题出在训练时太看重点赞、点踩这类短期反馈信号，没考虑到用户和模型长期互动下来真正需要什么。现在 ChatGPT 每周有 5 亿人在用，一个默认性格很难让所有人都满意。OpenAI 的补救措施包括：重新训练模型、修改系统提示词来明确禁...

4 月 23 号，OpenAI 把 ChatGPT 里那个一周就帮 1.3 亿用户生了 7 亿张图的模型，包装成 gpt-image-1 放到了 API 里，让开发者可以直接在自己的工具里调用。计费按 token 算：你输入的提示词每 100 万 token 收 5 美元，喂给模型的图片每 100 万 token 收 10 美元，模型吐出来的图每 10...

OpenAI 在 4 月 16 日推出了 o3 和 o4-mini 两个新模型。o3 是目前最强的推理模型，在编程、数学和视觉任务上刷新了多项基准，外部专家评估其重大错误比 o1 少了 20%。o4-mini 则主打快速和低成本，在 AIME 2025 数学竞赛中，配合 Python 解释器使用，单次答题正确率达到 99.5%，八次投票后正确率 100...

OpenAI 在 4 月 16 日公布了 o3 和 o4-mini 的系统卡。这两款模型把推理能力和全套工具（比如网页浏览、跑 Python 代码、分析图像和文件）结合到了一起，解复杂数学题、写代码或处理科学任务时，可以在思考过程中直接调用这些工具来帮忙。安全方面，这是 OpenAI 第一次按第二版预备框架来评估。他们的安全顾问组审查后认为，o3 和 ...

OpenAI 在 4 月 16 日说，o3 和 o4-mini 这两个模型学会了一项新本事：它们不再只是“看”图片，而是能在内部推理时直接对图片做裁剪、缩放、旋转等操作，整个过程不依赖外挂的视觉模型。这意味着模型可以自己把倒过来的字转正再读，或者放大图片里的细节来找线索。文章举了例子，o3 花了 20 秒读出一张倒置手写笔记的内容，又用了 1 分 44...

OpenAI 在 4 月 15 日更新了他们的《准备框架》，核心变化是把模型能力风险从多级简化成两档：High（可能放大现有危害路径）和 Critical（可能带来前所未有的危害路径）。达到 High 的模型部署前必须有足够的安全措施，达到 Critical 的在开发阶段就得加保护。框架现在只追踪三个成熟领域：生物化学、网络安全和 AI 自我改进能力，...

OpenAI 在 4 月 14 号往 API 里塞了三个新模型：GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano。它们上下文窗口都拉到 100 万 token，知识截止到 2024 年 6 月。先说代码能力，GPT-4.1 在 SWE-bench Verified（一个让模型看代码库修 bug 的测试）上拿了 54.6%，比 GP...

OpenAI 放出了一个叫 BrowseComp 的基准测试，里面有 1266 道题，专门用来考 AI 浏览器特工（就是能自己上网查资料的模型）能不能找到那些藏得很深的信息。这个测试的设计思路是“难找但好验证”：每道题都要求一个简短、唯一的答案，出题的人会先确认 GPT-4o、o1 和早期深度研究模型都答不上来，并且用五个简单搜索在结果首页也找不到答案...

Mistral 介绍用 LLM as a Judge 评估 RAG 系统，由 judge LLM 按数值、二元或定性量表为 generator LLM 的回答打分，再对评测数据集求加权总分。

OpenAI 在 2025 年 4 月 9 日公布了 Pioneers 计划，第一批只挑少量创业公司合作。核心做两件事：一是针对法律、金融、保险、医疗、会计等行业，和公司一起设计领域专用的评测基准，之后会公开发布——这比模型本身更值得关注，相当于 OpenAI 要下场定义“行业里什么叫好用”。二是用强化微调（RFT，一种用较少数据把模型训成特定任务专家...

OpenAI 搞了个新基准测试 PaperBench，让 AI 智能体从零复现 20 篇 ICML 2024 的 Spotlight 和 Oral 论文，包括读懂论文、搭代码、跑实验。每篇论文的复现任务被拆成可打分的小步骤，总共 8,316 个，评分标准是跟论文原作者一起定的。目前表现最好的选手——Claude 3.5 Sonnet（新版）加上开源脚手...

OpenAI 宣布完成 400 亿美元融资，投后估值 3000 亿美元。这笔钱主要用来扩建算力基础设施，以及给每周 5 亿人用的 ChatGPT 开发更强功能。软银是这轮的关键合作方。公告没提钱分几批到账、有没有对赌条款，也没说具体产品路线图，AGI 的说法比较笼统。

OpenAI 更新了它的安全策略。最直接的变化是漏洞赏金上限从 2 万美元涨到 10 万美元，针对特别关键、有区分度的发现，还会在特定时段给符合条件的报告额外加钱。同时，它开了两年的网络安全资助计划，审了上千份申请、投了 28 个项目，现在新一期的钱会重点投五个方向：用 AI 自动找漏洞和修漏洞、防止模型泄露训练数据里的隐私、提升对高级持续性威胁的检测...

3 月 25 号，OpenAI 把新的图像生成功能做进了 GPT-4o 模型里，不再是外挂一个单独的画图工具。核心变化是模型直接学了图片和文字的联合分布，走的是“文本 token → transformer → 扩散模型 → 像素”这条管线，所以它能读懂上下文，也能在聊天里多轮改图，保持角色、风格一致。最实用的提升是文字渲染：路牌、菜单、邀请函上的字终...

OpenAI 在 2025 年 3 月 25 日给 GPT-4o 的系统卡打了个补丁，专门讲 4o 图像生成。这次不是 DALL·E 那套老方案，而是把生图能力直接嵌进 GPT-4o 模型内部，所以它能用上模型已有的知识，出图更贴指令、文字也写得准，还能拿一张图当输入去改。官方说它能出照片级画质，但也承认新能力会带进来一些新风险。具体是哪些风险、怎么量...

OpenAI 在 3 月 24 日宣布 Mark Chen 升任首席研究官，负责把研究和产品打通，让技术更快落地；Brad Lightcap 作为 COO 扩权，统管商业、合作、基础设施和日常运营；Julia Villagra 接任首席人力官，负责全球扩张和招人。公告没提薪酬、具体汇报线和权责边界的变化，更像是一次内部收权，把研究、产品和运营集中到三个...

OpenAI 和 MIT 媒体实验室联手做了两项研究，想搞清楚人跟 ChatGPT 聊感情会不会影响心理健康。一项是观察性分析，扫了近 4000 万条对话记录，发现绝大多数人压根不跟 ChatGPT 谈情说爱，带情感色彩的互动非常罕见。另一项是持续四周的随机对照试验，找了近 1000 名参与者。结果显示，即便在重度用户里，高频率的情感交流也只集中在极少...