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。正文没解释为...
推荐理由：OpenAI 给 Pro 加了个每月 100 美元的新档位，核心是把 Codex 用量提到 Plus 的 5 倍，其他 Pro 功能不变。5 月底前有个临时福利，Codex 额度再翻倍到 10 倍，但我会先打个折，这只是限时促销。真正值得盯的是，他们开始把代码代理这种重度用法单独拿出来计费，说明以后高强度用 AI 写代码可能要多掏钱。正文没提新模型或技术突破，所以重要性主要落在定价信号上，对团队预算和工具选型有直接参考价值。
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。如果是真的，对想在全公司铺开用的团队来说，管钱管权限会方...
推荐理由：Anthropic 把 Claude Cowork 推给所有付费用户，企业版多了角色权限、分组花钱上限、用量统计和更全的遥测接入。我会先打个折：正文没写价格、配额和具体上线时间，所以别急着算账。真正值得看的是治理那几条腿终于补齐了，但组织级部署的细粒度参数还没亮出来。
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 这次放出的 Managed Agents 是个公开测试，核心卖点是把 agent 从想法到上线的时间压到几天，对用 Claude 搭业务的人是个直接利好，所以重要性和相关性都过关。但我会先打个折——文章只说了有“性能调优的 agent harness”和配套生产设施，具体怎么收费、支持哪些工具、能跑什么模型、有没有调用上限，一概没写。这点先别太激动，缺的信息恰恰是决定能不能真省钱、真省事的关键。整体看，它解决的是 agent 规模化落地的运维和速度问题，对从业者来说是个实在信号，但落地效果还得等更多细节。
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：这篇 Anthropic 一手公告，标题和摘要确认了 Project Glasswing 和 Claude Mythos Preview 两个名字，说能力仅次于顶尖人类专家，但正文没披露任何可复现的评测数据、软件范围或接入细节。我会先打个折：真正该盯的是他们后续会不会放出基准分数和第三方验证，现在只能当个方向性信号看。
Anthropic 发推说，他们和 Google、Broadcom 签了一份协议，要拿“好几个 GW”的下一代 TPU 算力，2027 年开始上线，用来训练和跑 Claude 模型。推文只提了“多个 GW”和 2027 这个时间点，没说是哪一代 TPU、合同金额多少、具体交付节奏。这不像普通采购公告，更像提前几年锁定训练和推理用的算力位子。
推荐理由：这不是普通的云服务采购消息，Anthropic提前几年就把未来训练和推理用的下一代TPU产能占住了。我会先打个折：正文没披露具体芯片代际、合同金额和交付节奏，所以没法判断性价比和实际落地风险。但“数吉瓦”这个量级本身就很说明问题——前沿模型对算力的饥渴已经大到要用发电厂的单位来计量了。对同行来说，这等于在算力军备竞赛里提前划了一块地盘，信号意义比合同细节更大。
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。帖子确认了覆盖范围和对接的应用，但没提权限边界怎么划、管理员要不要额外配置、有...
推荐理由：这是一条中等体量的 Claude 产品更新：Anthropic 把 Microsoft 365 连接器铺到所有方案，改变了 Outlook、OneDrive 和 SharePoint 的实际接入范围。HKR 三项都踩中，但正文没披露价格、权限边界、地区限制和管理后台条件，所以只能放在 featured 低段。我会先打个折——全量放开比加新功能更值得盯，但缺的信息让人没法判断企业能不能直接推。
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。对想在 Windows 上跑桌面 agent 的人来说，现在只能知道功能有了，但稳定性和实际跑起来怎么样，这...
推荐理由：Claude 把 computer use 能力从非 Windows 平台扩到了 Windows，标题就这一句事实。正文没披露支持哪些 Windows 版本、权限怎么隔离、操作延迟多少、要不要加钱、什么时候正式上线，这些才是决定能不能在生产环境用的关键。我会先打个折：桌面代理在 Windows 上的稳定性边界还没给可复现条件，别急着全量上。分数维持 74，因为这是官方更新，但信息密度只够确认可用性，离评估还差一截。
Anthropic 发了一条推文说他们在 Claude 里找到了情绪概念的内部表征，这些表征能影响模型的行为，有时还会出现让人意外的效果。推文没展开讲具体是怎么找到的、在模型的哪一层、用了什么干预手段，也没给任何量化数据。我会先打个折——这更像是一个研究方向预告，而不是一份可复现的结论。对从业者来说，关键问题不是模型有没有情绪，而是这些表征能不能被稳定...
推荐理由：我会先打个折：这篇不是论文，更像一条研究动态，实验方法和数字全都没给。但它的钩子确实抓人——Anthropic 声称在 Claude 内部找到了能驱动行为的“情绪概念”，等于说模型的行为有时是被内部类似情绪的表示推着走的。这点先别太激动，因为正文没披露这些表征在哪一层、怎么定位、干预后行为变化有多大，可复现性存疑。真正值得盯的是可操纵性：如果能稳定找到并拨动这些概念，对对齐和风控都有用；如果只是事后贴标签，那就还是老问题。标题里的“情绪”容易让人往拟人化方向想，从业者反而会更警惕这种叙事。综合看，钩子和风险感知都到位，但知识增量有限，所以放在 fe...
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：这次更新更像是一次分发渠道的扩展，而不是模型本身有什么变化。ChatGPT 出现在 CarPlay 里，意味着它开始抢占车载语音交互的位置，这点比功能细节更值得关注。不过正文没披露地区、车型和功能限制，实际落地范围还得再观察，先别太激动。
Google DeepMind 发布 Gemma 4，称其为迄今最智能的开源模型，面向高级推理与智能体工作流，采用 Apache 2.0 许可。该系列包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，31B 在 Arena AI 文本榜位列全球开源模型第 3，26B 位列第 6。
推荐理由：Gemma 4 以 Apache 2.0 开源并覆盖端侧到工作站四种尺寸，可据此判断开源模型的部署与微调选择。
OpenAI 在 4 月 2 号宣布买下了 TBPN，一个每天直播的科技谈话节目，在硅谷挺火。收购后 TBPN 会归到 Chris Lehane 管的战略部门，但官方说会保留编辑独立，节目请谁、聊什么还是他们自己定。OpenAI 的 CEO Fidji Simo 在内部信里解释，公司不想用传统公关套路，需要一个真正能聊 AI 变化的场子，TBPN 正好...
推荐理由：这条消息能上 featured，是因为 OpenAI 买媒体这件事本身够反常，而且公告给出了具体的汇报线和编辑独立承诺，不是空穴来风。我会先打个折——交易价格、股权结构和整合时间表正文都没披露，所以它到不了模型发布或产品上线那种硬核级别，停在 82 分合理。
OpenAI 今天宣布完成了一轮 1220 亿美元的融资，投后估值 8520 亿美元。这轮由亚马逊、英伟达、软银领投，微软、a16z 等也继续跟投，还首次通过银行渠道向个人投资者募了超过 30 亿美元。公司同时把循环信贷额度提到了约 47 亿美元，但正文说目前还没动用。我会先打个折：这些数字主要说明 OpenAI 现在能调动的资金量级很大，但具体怎么花...
推荐理由：这篇东西挺奇怪的：OpenAI 发了一篇叫《加速 AI 下一阶段》的文章，但正文是空的，只有标题和链接。我会先打个折——它没披露任何产品、研究或政策细节，所以没法判断它到底想加速什么。标题本身有话题性，但信息量为零，这点先别太激动。
Mistral AI 发布 Spaces CLI，同时面向人类开发者与编码智能体。它通过 `spaces init`、`spaces dev` 等命令快速搭建多服务项目，并为每个交互式提示提供对应的 flag 与 `-y` 选项，使智能体可自主完成配置与部署。每次 init 还会生成 context.json 和 AGENTS.md，为智能体提供项目上下文与操作规则。
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%；二是模型输出里意外暴露了 OpenAI 自己...
推荐理由：这不是模型发布或能力升级，而是一次治理流程更新，所以放在低 featured 档。但 OpenAI 把 AI 安全漏洞悬赏公开化，还划出了代理风险、专有信息泄露这些具体受理项，同时明确排除普通越狱，等于给行业打了个样。我会先打个折：正文没披露赏金金额和实际处理时效，实际效果还得看后续执行。
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。正文没披露具体覆盖了多...
推荐理由：OpenAI 放了个标题，说 ChatGPT 要支持商品发现，但正文没给任何细节。我会先打个折：功能机制、覆盖范围、具体数字一概没提，所以只能当个信号看。好处是官方亲自下场把聊天框变成购物入口，这点对行业触动很大；坏处是现在除了标题什么都没有，没法判断是真落地还是先占坑。
Mistral AI 发布首个文本转语音模型 Voxtral TTS，4B 参数，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言，具备情感表达与零样本跨语言音色适配能力。
推荐理由：原文给出 4B 参数、9 种语言、70ms 延迟与定价，读者可据此判断企业语音智能体的成本与选型空间。
OpenAI 发公告说计划收购 Astral，这家公司做了 uv、Ruff、ty 这几个 Python 开发者很常用的开源工具，分别管依赖环境、代码检查和类型安全。收购完成后，Astral 团队会并入 Codex 团队，OpenAI 打算继续维护这些开源项目，同时让 Codex 能直接调用这些工具，把 AI 从写代码延伸到跑工具、改项目、验证结果这些开...
推荐理由：这条消息只有标题，正文是空的。OpenAI 收购 Astral 这件事，对看人才和产品线的人来说值得标记，但信息实在太少，我会先打个折。H 和 R 能过，因为收购本身就会牵动整合预期和行业解读；K 很弱，交易细节一片空白，别把标题当成能力发布或产品落地。
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：原文给出企业用自有数据训练前沿模型的分阶段能力与已合作机构，可据此判断企业自建模型的路径。
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。二是发新模型，包括小号的 Nemotron 3 Nano 4B 和大号的 Nemotron 3 Super 120...
推荐理由：我会先打个折：正文没披露标题里“最新开放模型”的全量清单和价格，所以不能给更高分。但 HKR 三项都站得住——本地跑大模型和代理的钩子够强，128GB 统一内存和 PinchBench 分数是实打实的数字，而且本地推理正好踩在隐私和成本这两个行业痒点上。保留 featured，不往上提，因为信息有缺口，来源也是厂商发布稿。
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。跑分上，mini 在 SWE-Bench Pro 拿到 54.4%，跟大哥 GPT-5.4 的 57.7% 差距不大，但延迟低很多，适合需要...
推荐理由：这是 OpenAI 官方模型发布，不是小修小补。我会先打个折：虽然叫 GPT-5.4 mini，但别当它是 GPT-5.4 的完整缩小版，更像是一个专攻编码和子代理任务的轻量选手。真正值得盯的是它用更低价格和更快速度，把 SWE-Bench Pro 拉到 54.4%，离大模型只差 3.3 个百分点——这点先别太激动，正文没披露其他基准的对比，不知道通用能力缩水多少。nano 更极端，只走 API，价格压到输入 0.20 美元，明显是给大批量、简单任务准备的。整体看，OpenAI 在推‘够用且便宜’的代理专用模型，对频繁调用代码工具的场景挺省钱。
Mistral AI 发布 Mistral Small 4，这是首个把 Magistral 推理、Pixtral 多模态和 Devstral 编码智能体能力统一到单一模型的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral Small 4 把推理、多模态与编码智能体合并进单一开源模型，可据此判断统一模型对部署成本的影响。
Mistral AI 以创始成员身份加入 NVIDIA Nemotron Coalition，双方计划联合开发前沿开源 AI 模型，Mistral AI 提供模型架构、多模态能力与微调工具，NVIDIA 提供算力、模型开发工具和合成数据管线。
Mistral 发布 Leanstral，首个专为 Lean 4 设计的开源代码智能体，采用 6B 激活参数的稀疏架构，以 Apache 2.0 许可开放权重，并提供 Mistral vibe 智能体模式和免费 API。
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；如果搭配 Blackwell 的 NVFP4 精度，推理速...
推荐理由：这是一条扎实的模型发布消息，H、K、R 三点都踩中了。H 靠 5 倍吞吐这个具体承诺抓眼球；K 把参数量、激活量、上下文长度、训练规模和硬件对比都列清楚了，信息密度高；R 在于开放权重和配方，不是只给个模型让你猜。没给更高分是因为关键性能数据都来自 NVIDIA 自家博客，还没看到第三方验证，这点先别太激动。
Mistral 基于其开源编码助手 Vibe 构建了一个自动编写 Rails RSpec 测试的智能体，可读取源码、生成或改进测试、按风格规则与覆盖率目标校验，并在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 构建自动写 RSpec 测试智能体的完整方法，包含上下文工程、技能文件与自定义工具的可迁移细节。
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。这相当于给模型配了...
推荐理由：这次更新把 Responses API 从“调工具”升级成“给模型一台隔离电脑”，shell 执行、流式输出、并行跑命令、上下文压缩都实装了，对 agent 开发者是实打实的新能力。正文后半段截断，定价、配额和完整安全边界都没写，所以实际落地成本和安全兜底还得等后续披露。
NVIDIA 和 Thinking Machines Lab 宣布了一项多年合作，核心是部署至少 1 吉瓦的 NVIDIA Vera Rubin 系统，目标明年年初上线，用来训练前沿模型和搭建可定制的 AI 平台。1 吉瓦这个数字很夸张，相当于一个大型核电站的发电量，说明这不是普通的云服务采购，而是直接锁定了一整座“算力电厂”的产能。合作还涉及基于 N...
推荐理由：1 吉瓦 Vera Rubin 承诺把这条合作从普通公关稿里拎了出来：H 靠规模，K 靠具名系统和部署时间，R 靠前沿算力竞争。没给 P1 是因为来源是厂商博客，投资金额、算力归属、分阶段细节正文都没披露，我会先打个折。
OpenAI 这篇博客讲的是怎么让前沿大模型更听话——不是听所有人的话，而是学会按“系统 > 开发者 > 用户 > 工具”这个优先级来执行指令。他们做了一个叫 IH-Challenge 的训练数据集，用强化学习来练模型。设计上避开了三个坑：指令本身太复杂导致模型搞不清、靠另一个模型打分不靠谱、以及模型学会偷懒（比如无脑拒绝所有请求）。每个训练任务都很简...
推荐理由：OpenAI 公开了一个叫 IH-Challenge 的研究物件，专门搞指令层级和防注入，所以 HKR 三项都站得住。正文没给指标、没提具体模型、也没说怎么发布，信息缺口不小，分数就先打在 77 这个位置。
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。官方说每周有 1.4 亿人用 ChatGPT 学数学和科学，但正文没披露这个互动功能背后的模型、...
推荐理由：我会先打个折：这是个中等体量的产品更新，不是模型能力突破。钩子在于把抽象概念变成能动手玩的画面，对教学场景有直接吸引力。1.4 亿周活和 70+ 概念是实打实的数字，说明铺量已经很大。但正文完全没提模型怎么支撑这些交互、有没有做过学习效果验证，这点先别太激动。整体判断是产品化动作值得关注，技术深度和效果证据还缺位。
OpenAI 发公告说要收购做 AI 安全测试的 Promptfoo，交易完成后会把它的技术整合到企业级平台 Frontier 里。Promptfoo 的工具现在有超过四分之一的财富 500 强公司在用，主要帮开发者在模型上线前做安全评估和红队测试，比如检测提示词注入、越狱、数据泄露、工具滥用这些风险。收购后，OpenAI 打算把自动化安全测试、红队演...
推荐理由：这条消息我会先打个折，因为收购价格和时间表正文都没写，没法判断交易规模和落地节奏。但 OpenAI 把一家已有大客户基础的评测工具直接收进 Frontier，对做 agent 的团队来说是个强信号——以后安全测试和红队评估可能变成平台自带能力，不用再外挂工具。这点先别太激动，等更多细节出来再看。
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。过去 30 天里，它扫了外部仓库超过 1...
推荐理由：这是 OpenAI 给开发和安全团队的一个实质性产品更新，不是泛泛的安全宣传。切入点新、有具体扫描和误报数据、回应了 AI 编码风险和告警疲劳，三个点都站得住。不过目前还是研究预览，正文没披露误报下降的具体测试条件和补丁的采纳率，效果得等正式版再看。
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。在模拟 44 种职业工作的 GDPval 测试里，...
推荐理由：这条消息的新闻价值在于 OpenAI 放出了一个新模型名，所以 H 和 R 都成立。但正文除了标题什么都没有，模型到底多大、贵不贵、能处理多长的上下文、跑分怎么样，一概没提，所以 K 不成立，分数只能停在 80 分这个区间。真正该盯的是后续的技术页，不是这条标题本身。
OpenAI 发了篇论文，核心结论是：现在最强的推理模型，都没法很好地控制自己的“思考草稿”（思维链）。他们搞了个叫 CoT-Control 的测试，用 13000 多个任务去要求模型在思考时遵守特定规则，比如全程用小写字母、避开某个关键词。结果所有被测模型的遵守率最高只有 15.4%，最低的甚至只有 0.1%。模型经常在草稿里自己都意识到“坏了，我刚...
推荐理由：OpenAI 用一篇文章标题说推理模型很难控制自己的 chain of thought，而且把这当成一件好事。这个说法挺反常识的——通常我们会觉得模型思考过程不可控是个安全隐患，但他们反过来认为这有利于安全。目前只有标题，正文没放出来，所以看不到具体实验、数字或者机制解释。我会先打个折：判断只能基于标题本身，别急着下结论说他们找到了什么新方法。对做推理模型安全和可解释性的人来说，这个观点值得追一下原文，但信息缺口还很大。
OpenAI 在 2026 年 3 月 5 日公开了 GPT-5.4 Thinking 的系统卡。这是 GPT-5 系列最新的推理模型，也是第一个把“高级网络安全能力”的防护措施做进通用模型里的产品。它的安全方案跟之前的 GPT-5 系列差不多，但这次把给 GPT-5.3 Codex（代码模型）用的那套网络安全防护搬到了 ChatGPT 和 API 里...
推荐理由：这篇系统卡信息量不大，没给具体分数、缓解细节和部署条件，我会先打个折。但它真正值得盯的是风险门槛的变化——OpenAI 把“高能力网络安全”缓解从专用模型扩到了通用推理模型，这是一个信号。标题里的“首个”不是公关话术，而是安全策略在升级。正文没披露评测数据，所以别指望从这里看到性能对比，重点看安全边界怎么划。
OpenAI 在 2026 年 3 月 5 日发布了 ChatGPT for Excel 的测试版，相当于在 Excel 里直接装了一个 GPT-5.4 助手。你可以用大白话让它帮你搭财务模型、跑情景分析、查公式错误，它改表之前会先问你，改完还能告诉你改了哪个格子、为什么。OpenAI 自己跑了一遍投行工作流测试，GPT-5 的正确率是 43.7%，换...
推荐理由：OpenAI 把 ChatGPT 塞进 Excel 测试版，不只是加个聊天框，而是让模型能直接在单元格里建模、追溯改动，还接入了 Moody's、道琼斯 Factiva、MSCI 等金融数据源。内部投行场景的基准分从 43.7% 跳到 87.3%，幅度很大，但这是内部测试，实际表现得等用户上手再看。企业版和教育版默认关闭，说明对合规和隐私留了后路。FactSet 标注“即将上线”，数据生态还在铺。整体看，这是 OpenAI 在抢专业工作流入口的一次重注，比单纯发个模型更有战略意味。
OpenAI 在 2026 年 3 月 3 日更新了 ChatGPT 里用得最多的模型，叫 GPT-5.3 Instant。这次改动主要冲着日常对话体验去的：模型不再动不动就拒绝回答，也不会在回答前先啰嗦一堆免责声明。文章给了一个具体对比——问远程射箭弹道计算，旧版 GPT-5.2 Instant 直接拒绝，说这能提高武器效能所以不能帮；新版 GPT-...
推荐理由：OpenAI 更新了 ChatGPT 最常用的日常模型，这篇帖子靠一个具体的 5.2 vs 5.3 行为对比把安全边界的变化讲清楚了，所以 HKR 三项都站得住。我会先打个折：正文没给系统卡、基准分、API 价格，信息缺口明显，所以重要性停在 84 不进 85。
OpenAI 发了 GPT-5.3 Instant 的系统卡，这是 GPT-5 系列里最新的一个模型。按他们说的，这个版本主要提升在回复速度更快、联网搜索时给出的答案更贴切上下文，并且减少了那种把天聊死的车轱辘话和过于绝对的表述。安全防护措施基本沿用了上一代 GPT-5.2 Instant 的方案，正文没披露新的安全评测数据、具体跑分或能力边界，详细内...
推荐理由：这篇就是 OpenAI 官方文档页面的一个占位更新，标题确认了 GPT-5.3 Instant 这个新变体存在，安全策略沿用 5.2 那套。但正文是空的，没有跑分、没有价格、没有延迟对比，也没提上下文长度。所以我会先打个折：知道有这么个东西，但暂时没法判断它到底多快多省。
OpenAI 和亚马逊宣布了一项多年合作，亚马逊将向 OpenAI 投资 500 亿美元，其中 150 亿先到账，剩下 350 亿要满足特定条件后才会支付。合作的核心看点有两个：一是分发渠道，AWS 成为 OpenAI Frontier（一个让企业搭建、部署、管理 AI 智能体团队的平台）的独家第三方云分发商；二是算力绑定，OpenAI 承诺在 AWS...
推荐理由：这不是一篇常规的合作通稿。分阶段 500 亿投资、Bedrock 上线 OpenAI 模型运行时、再加约 2 吉瓦 Trainium 算力消耗，这三件事合在一起，把 OpenAI 的分发和算力姿势都改了。HKR 三项全中，所以放在 P1。
OpenAI 和微软在 2026 年 2 月 27 日发了份联合声明，核心就一句话：两家公司的合作条款没变。声明直接回应了 OpenAI 当天宣布的新融资和新合作伙伴（包括亚马逊），强调这些动作都在现有协议框架内。具体来说，微软对 OpenAI 模型和产品的独家 IP 许可依然有效；收入分成模式不变，而且一直就包含了 OpenAI 跟其他云厂商合作带来...
推荐理由：这份联合声明本身有一定分量，但原文只给了标题，正文没披露，所以能说的不多。我会先打个折：信息密度很低，没法判断具体措施或时间表。不过它至少传递了一个关键点——OpenAI 的新钱和新伙伴，不影响微软已有的合作条件。对从业者来说，这等于给云服务格局和商业排他性吃了一颗定心丸，所以知识性和可读性都过关，但 headline 太虚，热闹不起来。
OpenAI 跟美国能源部旗下的太平洋西北国家实验室（PNNL）合作，找了 19 位专家一起搞了个叫 DraftNEPABench 的测试集，专门看 AI 能不能帮忙起草联邦基建项目的环境评估文件。测试用的是 Codex CLI 这个命令行工具搭配 GPT-5，让模型去读几百页的技术报告、交叉核对资料，再按法规要求写出结构化的分析草稿。在覆盖 18 个...
推荐理由：HKR 三项都过了：联邦审批这个场景够意外；有 19 位专家、102 个任务和 1–5 小时的时间节省，信息量不空；争议点在于代理开始碰监管流程，但文章自己划了边界，说这只是起草辅助，不是自动决策。分数没往上拉，因为这只是个限定范围的基准测试，不是已经落地的产品能力。