OpenAI 和 Figma 在 2026 年 2 月 26 日发布了一项新集成：在 Codex 桌面端里，你可以直接把代码转成 Figma 里能编辑的设计稿，也能把 Figma Design、Figma Make 和 FigJam 里的内容拉回代码里继续开发。这个来回转换的流程靠 Figma MCP Server 实现，走的是 MCP 协议，相当于给...
推荐理由：OpenAI 和 Figma 搞了个 Codex 集成，代码能直接生成可编辑的 Figma 设计，反过来 Figma 里的设计、Make 原型和 FigJam 白板也能回写成代码。底层走的是 MCP，通过 Figma MCP Server 接进 Codex 桌面应用。OpenAI 说 Codex 周活已经过百万，年初到现在用量涨了四倍多。我会先打个折，因为正文没披露支持哪些模型、权限怎么划、收不收费、双向转换稳不稳定——这些才是实际落地要盯的。
Hugging Face 宣布 GGML 和 llama.cpp 的团队正式加入公司。Georgi Gerganov 和他的团队会继续把全部时间花在维护 llama.cpp 上，项目的技术方向和社区管理保持完全独立，不会变成闭源。这次合作最实际的变化是，他们会把 transformers 库里的模型定义更顺滑地接到 llama.cpp 里，目标是做到近...
推荐理由：我会先打个折：正文只说了团队加入和方向，没给时间表、团队规模和商业条款，所以别当成交割日来看。但这件事确实值得盯——HF 把 GGML/llama.cpp 团队收进来，等于把本地推理最核心的工程力量绑定了，同时承诺保持 100% 开源和社区自主。真正有意思的是技术对接：如果 transformers 的模型定义能一键落到 llama.cpp，对开发者来说省掉一大截适配工作。这点先别太激动，等他们真把“单击发布”做出来再说。
OpenAI 宣布向英国 AI 安全研究所（UK AISI）发起的“对齐项目”基金拨款 750 万美元（约 560 万英镑）。这笔钱会和其他公共、慈善及行业资金一起，把基金总盘子推到超过 2700 万英镑，专门资助全球独立团队做 AI 对齐研究——也就是研究怎么让越来越聪明的 AI 系统别跑偏、别干出危险的事。OpenAI 自己会继续在内部做跟模型开发...
推荐理由：我会先打个折：正文只给了标题和链接，没披露项目名单、时间表或评审流程，所以很多判断只能基于现有信息缺口来推。OpenAI 宣布给英国 AISI 的 The Alignment Project 投 750 万美元，用来推进对齐独立研究。钱数本身不算大新闻，但'谁出钱、谁研究、谁说了算'这个三角关系，在安全圈里一直是个敏感话题，所以这篇东西在治理层面有讨论价值。
OpenAI 发了一篇工程博文，解释他们怎么解决 Codex 和 Sora 用户老撞速率限制的问题。核心做法是自研了一套实时访问引擎，把速率限制和预购点数揉在一起：请求先走免费速率额度，额度用完了自动从点数余额里扣，用户不用切换系统。文章说这套“决策瀑布”模型能在一个请求里同步完成判断，点数扣减异步处理，并且有三套独立数据（产品用量、计费事件、余额变动...
推荐理由：这是 OpenAI 官方的产品更新，标题抛出了“超越速率限制”这个钩子，对开发者来说很抓眼球，所以 H 和 R 都成立。但正文完全没披露具体怎么调、调多少、谁受益、花多少钱、什么时候上，信息密度极低，K 不成立。我会先打个折，把它放在 featured 底线，等后续有参数再重新评估。
OpenAI 放出了一个研究预览版模型 GPT-5.3-Codex-Spark，专门为在 Codex 里实时写代码设计。它是个 GPT-5.3-Codex 的缩小版，跑在 Cerebras 的晶圆级芯片上，推理速度超过每秒 1000 个 token，体感上几乎没有延迟。目前只开放给 ChatGPT Pro 用户，上下文窗口 128k，纯文本输入。模型默...
推荐理由：OpenAI 这条更新只给了一个标题，确认型号叫 GPT-5.3-Codex-Spark，正文没有任何实质内容。名字里带 Codex 和 Spark，大概率是代码相关的新模型，但没披露参数、定价、上下文窗口、跑分，也没说是不是只做代码。我会先打个折：名字有话题性，能吸引开发者注意，所以重要度给到 72、放在 featured 没问题；但信息缺口太大，没法判断实际能力，这点先别太激动。
OpenAI 发了一篇公告，确认正在美国测试 ChatGPT 广告，面向登录的成年免费和 Go 用户，Plus、Pro、企业版和教育版不涉及。广告不会影响 ChatGPT 的回答，聊天记录对广告主保密，只给汇总数据。正文没披露具体广告位、流量占比、定价和测试时长。更新提到早期数据没伤到用户信任，广告关闭率低，接下来会扩展到加拿大、澳大利亚和新西兰。我会...
推荐理由：这条消息来自官方，分量够上 featured。我会先打个折：正文是空的，所有细节都靠标题撑着，所以别急着下结论。钩子很直给——ChatGPT 要放广告，从业者一眼就知道这关系到流量入口的商业化。风险点也实在，广告怎么插、插在哪，会直接决定用户还信不信这个产品。信息缺口大，但话题本身值得盯。
Mistral 发布 Voxtral Transcribe 2，包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime 两款语音转文字模型。
推荐理由：原文给出两款语音转写模型的延迟、价格与开源许可，可据此判断实时语音应用的选型空间。
OpenAI 在 2026 年 2 月 1 日公布了一个叫“No Bell”的行动。他们封了一个 ChatGPT 账号，这个账号很可能来自俄罗斯，专门生成关于撒哈拉以南非洲地缘政治的长文和社交媒体帖子。内容一边倒：夸俄罗斯，骂美国、英国和乌克兰。操作者主要用英文下指令，偶尔会冒出俄语，说是“经理”给的修改意见。为了藏住 AI 痕迹，他们会要求模型别用破...
OpenAI 封禁了一批 ChatGPT 账号和一个 API 客户，这些账号很可能来自柬埔寨，在跑一套半自动化的“恋爱任务”骗局。骗子先用 ChatGPT 生成高端约会服务的广告文案，在社交媒体上定向投给对高尔夫、游艇感兴趣的印尼男性，引流到 Telegram。接着，他们混用人工和 API 自动生成的暧昧聊天建立信任，再把人交给“导师”，用 ChatG...
OpenAI 在 2026 年 2 月的安全报告里披露了一个案例。一个关联中国执法人员的 ChatGPT 账号，试图让模型帮忙设计一套搞臭日本首相高市早苗的方案，模型没答应。但用户后来上传了行动进展报告让模型润色，说明这事绕过 ChatGPT 照样推进了。报告里提到他们动用了 #右翼共生者 这类标签，在 X、Pixiv 等平台用小号发帖，内容集中在攻击...
推荐理由：OpenAI自己安全报告里的案例，有具体操作细节，不是空泛预警。扣分点是这只是报告中的一个案例，模型还拒绝了请求，新闻冲击力不如一次实锤攻击。但地缘政治加AI滥用的组合，对从业者来说信号够强。
OpenAI 在 2 月 1 日公布了“鱼食行动”，封掉了一批 ChatGPT 账号，这些账号跟俄罗斯的 Rybar 网络有关。Rybar 是个在 Telegram 和 X 上活动的媒体网络，这次被查到的操作主要用俄语下指令，让 ChatGPT 批量生成俄语、英语、西班牙语等不同语言的内容，然后发到网上。一部分内容由 Rybar 自己的账号发布，但更多...
推荐理由：这是 OpenAI 官方披露的恶意使用案例，有行动代号、有对手实体，信息密度高。扣分是因为文章是 2 月发布的旧闻重提，时效性打了折扣，而且内容摘自一份更完整的安全报告，不是独立首发。我会先打个折，但整体仍然值得从业者看一眼。
OpenAI 在 2 月安全报告中披露了一个叫“假证人”的行动。他们封掉了一批 ChatGPT 账号，这些账号大概率来自柬埔寨，专门搞“恢复被骗资金”的二次诈骗。骗子先用 ChatGPT 生成内容，在社交媒体上打广告，假装是至少六家能帮你追回钱的律所。等人上钩后，他们就在 Telegram 上继续用 ChatGPT 写消息，模仿美国律师的口吻，甚至冒充...
推荐理由：这是 OpenAI 官方安全报告里拆出来的真实案例，不是泛泛的安全声明。有具体战术、有执法机构联动，信息密度够。但它只是报告里的一节，不是独立产品发布，所以刚好卡在 featured 门槛上。
OpenAI 在 2026 年 2 月的恶意使用报告里，详细拆解了骗子怎么用 ChatGPT 走完“杀猪盘”全流程：先用 AI 生成搭讪话术去冷接触（ping），再编造能调动情绪的内容让人上头（zing），最后编理由要钱（sting）。这次新披露的一个柬埔寨团伙，就是用 ChatGPT 生成诈骗消息，再投到社交媒体上。OpenAI 的判断是，AI 主要...
推荐理由：OpenAI 2 月的恶意使用报告里，最抓人的是那个柬埔寨团伙的案例——直接用 ChatGPT 写诈骗消息去社交平台撒网。报告把杀猪盘流程拆成 ping/zing/sting 三步，这个框架本身比单个案例更有复用价值。我会先打个折：正文被截断了，没看到更多技术细节和对抗措施，所以分数没往上顶。但作为官方披露的、带具体案例的威胁情报，给 78 分放在 featured 里是合适的。
OpenAI 计划在 2026 年 2 月 13 日从 ChatGPT 里撤掉 GPT-4o、GPT-4.1、GPT-4.1 mini 和 o4-mini 这四款模型。API 暂时不受影响。这次下线的核心原因是绝大部分用户已经切到了 GPT-5.2，每天还在用 GPT-4o 的人只剩 0.1%。文章提到，之前因为部分付费用户反馈需要更多时间迁移创意类工...
推荐理由：官方帖子确认了四个模型会在 ChatGPT 里退役，这对依赖固定模型版本的用户是实打实的工作流风险，所以 H 和 R 都成立。但 K 不成立，因为下线时间、替代方案、API 范围、迁移指引全都没披露，目前只有名字，没法做判断。我会先打个折：标题够抓人，但信息密度很低，真正该盯的是兼容性断点，不是“退役”这两个字。
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由：原文列出 Vibe 2.0 的自定义子智能体、斜杠命令技能等具体能力与订阅入口，可据此判断终端编码智能体的工作流变化。
Mistral AI 团队在 vLLM 上排查一起内存泄漏：在 Mistral Medium 3.1、开启 graph compilation 的 Prefill/Decode 分离部署中，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。Heaptrack 显示堆内存稳定，泄漏发生在堆外，最终指向 NIXL 经 UCX 传输 KVCache 的环节。
黄仁勋在达沃斯论坛上把 AI 产业链拆成五层：能源、芯片与算力基建、云数据中心、模型、应用。他说 2025 年全球风投砸了超过 1000 亿美元，大部分钱流向了 AI 原生公司，重点在应用层和基建层。他举了个具体例子：美国护士缺口大概 500 万，AI 可以先把病历记录和转录这类活接过去。对从业者来说，他传递的信号是瓶颈不只在模型本身，整条基建和人力链...
推荐理由：这篇是黄仁勋在达沃斯的发言，不是产品发布或论文，所以分数不会给到顶。但他说的事够具体：1000 亿美金风投、五层栈结构、500 万护士缺口，而且把 AI 讨论从模型竞赛拽回基础设施和劳动力替代，对从业者有参考价值。我会先打个折，因为终究是高管讲话，不是可复现的结果，但信息量和切入角度都到位，80 分合理。
NVIDIA 在 CES 上放出了一套本地 AI 视频生成方案，核心是开源模型 LTX-2 和升级版 ComfyUI。在 GeForce RTX 显卡上，生成速度比之前快 3 倍，显存占用最多能降 60%。这主要靠 PyTorch-CUDA 的底层优化，以及 ComfyUI 原生支持了 NVFP4/FP8 低精度计算。下个月还会推一个 RTX Vide...
推荐理由：我会先打个折：这是厂商博客发的生态优化更新，不是新模型发布或平台级变动，所以重要性停在 76 不动。但 HKR 三项都站得住——提速降显存的数据够具体，技术路径也交代清楚了，对玩本地 ComfyUI 的人来说是实打实的好消息。正文没提 LTX-2 模型本身的画质对比，这点先别太激动，等实测。
NVIDIA 在 CES 2026 上宣布，由六颗芯片组成的 Rubin AI 平台已经进入全面量产。最直接的好处是生成 token 的成本能压到上一代平台的十分之一左右。Rubin 的 GPU 在 NVFP4 精度下推理算力达到 50 petaflops，并且通过一个叫 KV-cache 的存储层把性能又提升了 5 倍。另外，他们还发布了一套叫 Al...
推荐理由：HKR-H 成立，因为 Rubin 进入量产状态本身就是信号，不是路线图更新。HKR-K 靠 50 PFLOPS、5 倍吞吐和约 1/10 成本这几组数字撑起来，比口号实在。HKR-R 成立，因为推理经济学和 NVIDIA 的节奏仍然牵动整个行业，不过公司博客的包装感让它到不了 90 分。
英伟达在博客里公布了下一代 DGX SuperPOD 的规划，核心是换装 Rubin GPU。今年下半年会先出两款机型：DGX Vera Rubin NVL72 和 DGX Rubin NVL8。一个 SuperPOD 可以把 8 台 NVL72 拼在一起，总共塞进 576 颗 Rubin GPU，FP4 算力 28.8 exaflops，总显存 60...
推荐理由：这是一份有硬数字的NVIDIA基础设施路线图：576颗Rubin GPU、28.8 exaflops FP4、600TB内存、260TB/s NVLink，以及推理token成本最多降10倍。HKR三项都站得住，但本质上还是厂商路线图预告，不是已发货的产品或大规模公开发布，所以我会先打个折，重要性给到81。
NVIDIA 在 CES 上展示了两台桌面设备 DGX Spark 和 DGX Station，能在本地跑 1000 亿到 1 万亿参数的开源模型。DGX Station 有 775GB 的统一内存，可以把模型压缩到 NVFP4 格式，压缩率最高 70%，跑 llama.cpp 时推理速度平均提升 35%。现场还演示了每秒处理 25 万个 token ...
推荐理由：HKR 三项都站得住：桌面跑大模型的 hook 够强，性能数字和演示数据把事实撑住了，而且整件事指向本地开发闭环能不能替代部分云端迭代这个真问题。不过说到底这是英伟达的产品发布，性能证据都来自厂商自己的演示，我会先打个折，所以重要性停在 75 分。
新款奔驰 CLA 会成为美国市场第一辆用上 NVIDIA DRIVE AV 的量产车，今年底交付。这套系统是双架构设计：核心驾驶决策靠一个端到端 AI 模型，同时外面包了一层基于 Halos 的传统安全校验模块，用来兜底。功能上支持点到点辅助驾驶、城市道路导航、主动避撞和自动泊车，后续还能 OTA 升级。不过，博客里没提这套系统要加多少钱、用了哪些传感...
推荐理由：我会先打个折：正文没披露传感器配置、具体价格和 ODD，所以没法判断这套系统到底多能打。但亮点在于量产时间给了，双栈设计把端到端驾驶和传统安全冗余绑在一起，不是纯 demo。对从业者来说，这是看端到端方案能不能过车规安全关的一个真实样本，所以放在 featured 低位。
NVIDIA 在 2026 年 1 月 5 日放出了一批新的开源模型和数据集。语言模型方面，有 Nemotron 系列的新成员，专门做语音、外挂资料库（RAG）和安全对齐；还有一个叫 Alpamayo 1 的模型，正文没具体说它擅长什么。物理 AI 这边，Cosmos 系列更新了 Reason 2、Transfer 2.5 和 Predict 2.5 ...
推荐理由：NVIDIA 这次不是发一篇通稿，而是把 Nemotron、Cosmos、GR00T、Clara 几条线的模型、数据集和工具一起开源了。我会先打个折：所有信息都来自厂商自己，没有第三方验证，实际可用性还得看后续社区反馈。但光看披露的数字——10 万亿 token 文本、50 万条机器人轨迹、100TB 车载数据、45.5 万个蛋白结构——规模确实够大，而且覆盖了代理、物理 AI、自动驾驶和生命科学几个热门方向。具体到模型，Nemotron Speech 做语音、Cosmos Reason 2 做推理、GR00T N1.6 做人形机器人、Alpama...
标题只确认了模型名叫 GPT-5.2-Codex，版本号 5.2。正文没披露任何细节——不知道价格、上下文长度、是否开放 API，也不清楚它跟旧版 Codex 是什么关系。等官方补全文档再判断。
推荐理由：这条消息就一个标题，正文是空的，所以我会先打个折——能确认的只有 OpenAI 发了个叫 GPT-5.2-Codex 的东西，版本号 5.2。没写定价、没写上下文长度、没写是取代旧 Codex 还是并行跑，也没写谁现在能用。真正该盯的是后续正文和 API 文档什么时候补上。但光这个名字就够让做代码 agent 和开发工具的人盯一眼，因为 OpenAI 在编程模型上再推新版，直接影响工具链选型和成本预期。
Mistral 发布 Mistral OCR 3，在表单、扫描文档、复杂表格和手写内容上相对 Mistral OCR 2 取得 74% 的整体胜率，并称准确率超过企业文档处理方案和 AI 原生 OCR 方案。
推荐理由：Mistral OCR 3 在表单、手写和复杂表格上的升级与每千页 2 美元的定价，可供评估文档解析方案时参考。
OpenAI 在 12 月 16 日上线了新版 ChatGPT 图片功能，底层换了一个新的主力生图模型，API 里叫 GPT Image 1.5。官方说生成速度比之前快 4 倍，编辑图片时能更精准地只改你要求的部分，保留原图的光线、构图和人脸一致性。这次还加了一个独立的图片创作入口，内置了一些预设风格，不用写提示词也能玩。正文没披露具体画质指标、免费用...
推荐理由：OpenAI 官方发了个上线帖，所以 H 和 R 都成立：新图片功能是真实的产品事件，从业者肯定会讨论。K 不成立是因为正文没披露任何关键参数，连一张效果图都没有，信息量撑不起深度解读，所以保持在 featured 门槛附近。
OpenAI 推出了 GPT-5.2，主要卖点是处理专业工作（做表格、写代码、读图、理解长文档）和让模型在业务流程里干活的能力更强了。在衡量 44 种职业任务的 GDPval 测试里，GPT-5.2 Thinking 版在 70.9% 的对比中赢了或打平了行业专家，而且生成速度是专家的 11 倍以上，成本不到 1%。代码方面，SWE-Bench Pro...
推荐理由：官方来源加上旗舰模型更新，H 和 R 都拉满，进 featured 没问题。但 K 完全挂掉——正文空荡荡，所有关键参数都欠奉，所以分数没给到顶。真正该盯的是后续的 API 文档和定价页，现在只能先打个折。
OpenAI 官方发了一篇公告，宣布迪士尼成为 Sora 的第一个大型内容授权方。协议为期三年，Sora 和 ChatGPT 图片生成功能会拿到超过 200 个迪士尼、漫威、皮克斯和星球大战的角色授权，包括米奇、艾莎、钢铁侠、尤达等，但不含真人演员的脸或声音。用户可以用这些角色生成短视频和图片，部分视频还会被选进 Disney+ 里播放。迪士尼同时会成...
推荐理由：这条消息我会先打个折——目前只有标题，正文是空的，所以能聊的其实不多。但“迪士尼角色进 Sora”这个组合本身就够有话题性：一方面它天然吸引点击，另一方面大 IP 直接接入视频生成模型，版权怎么谈的、合规怎么过、会不会变成内容军备竞赛，都是从业者会立刻想到的问题。信息缺口很明显，角色范围、上线时间、授权条件全都没披露，所以现在只能把它当做一个信号，别急着下结论。
Mistral AI 发布 Devstral 2 编码模型家族，含 123B 的 Devstral 2 与 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：原文给出 Devstral 2 的 SWE-bench 成绩、开源许可与部署门槛，可据此判断开源编码模型的落地成本。
OpenAI 宣布 Denise Dresser 加入并担任首席营收官，负责全球企业营收和客户成功。她上一份工作是 Slack 的 CEO，更早之前在 Salesforce 管了十几年大客户销售。OpenAI 在公告里说自己是“史上增长最快的商业平台”，目前有超过一百万家企业在用，但没披露具体的营收目标或她上任后的首要任务。公告里还引用了几个用户数据：...
推荐理由：这条消息的钩子很明确：OpenAI 终于设了 CRO，说明商业化在加速。但别被标题骗了，正文是空的，能确认的只有 Denise Dresser 这个名字和职位，连生效日期都没给。我会先打个折——信息量太薄，没法判断她带什么资源、背什么指标。不过从业者还是会点开看，因为 OpenAI 的销售动作直接关系到行业竞争格局和定价走向。
OpenAI 发了一篇简短公告，说已经签了最终协议要买下 neptune.ai。Neptune 做的是实验追踪和模型训练监控工具，能帮研究员实时看模型在训练中怎么变化、对比几千次实验、分析各层指标。OpenAI 首席科学家 Jakub Pachocki 的说法是，把这些工具深度整合进自己的训练流程，能更快发现问题、从每次实验里学到更多。Neptune ...
推荐理由：这条消息只有标题有信息量，正文没给任何细节，所以我会先打个折：它是个真信号，不是传闻，但信息缺口太大。H 和 R 都成立，因为 OpenAI 官方收购标题本身就够抓人，而且收购动作对从业者判断行业走向有用。K 不成立，因为没披露标的业务、金额或时间表，没法做判断。整体卡在 featured 门槛上，等后续公告再补细节。
Mistral AI 发布 Mistral 3 系列，包括 14B、8B、3B 三个稠密模型和采用稀疏 MoE 架构的 Mistral Large 3，后者为 41B 激活、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 一次性放出从 3B 到 675B 的 Apache 2.0 模型家族，读者可据此判断开源权重在端侧与前沿能力上的最新位置。
Mistral AI 宣布与 SAP 建立多年合作伙伴关系，为其 AI Foundation 集成 Mistral 模型，并共同开发面向欧洲复杂行业与公共部门的定制方案。同时与 Helsing 合作加速面向国防与安全应用的视觉-语言-动作模型研发。Mistral AI 还将在未来数月内于德国开设办公室，并大幅扩充本地团队。
OpenAI 在 API 平台上线了 GPT-5.1，这是 GPT-5 系列的新模型，核心卖点是“自适应推理”——它会根据任务难度自己决定思考多久。简单问题（比如问个 npm 命令）2 秒就能出答案，比 GPT-5 快了 5 倍，消耗的 token 也少得多；遇到复杂任务则会持续推敲，在 SWE-bench Verified 编程基准上跑到了 76.3...
推荐理由：这条靠的是 OpenAI 官方身份和开发者群体的关注度撑起来的：新模型发布意味着马上要面对要不要切、花多少钱、能力差多少的问题。但正文什么都没给，参数、价格、上下文长度、API 变化一概欠奉，所以知识密度直接打折扣。我会先打个折——这条值得推，但别指望从摘要里挖出干货，真正该盯的是后续技术细节。
OpenAI 在 11 月 12 号发了篇公告，宣布把 ChatGPT 里的模型升级到 GPT-5.1，分两个版本：Instant 和 Thinking。Instant 是大家最常用的那个，这次改得更暖、更口语化，还加了自适应推理，遇到难题会自己先想一下再回答，数学和编程题的表现有提升。Thinking 版是专门做复杂推理的，现在思考时间更灵活，简单问...
推荐理由：标题是真的，但信息量约等于零。OpenAI 说 GPT-5.1 更聪明、更会聊天，可正文没披露任何硬指标，连是不是全量推送都不知道。我会先打个折：这件事值得关注，但别把一句宣传语当成完整产品说明。
Mistral AI 发布 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
推荐理由：原文给出企业级 AI 生产化的三大支柱与私有 beta 入口，可据此判断其与现有 MLOps 工具的差异。
OpenAI 宣布买下 Software Applications Incorporated，这家公司做了个叫 Sky 的 Mac 应用，能读懂屏幕内容、直接操作其他 App 帮你干活。收购后整个团队会并入 OpenAI，Sky 的深度系统集成能力将被整合进 ChatGPT，让 ChatGPT 不再只是回消息，而是能跨应用执行任务。公告没透露收购金额和...
推荐理由：这条消息是 OpenAI 官方披露的并购动作，所以 H 和 R 都成立：收购会改变产品栈策略和竞争格局。K 偏弱，因为页面只给了标的和 Sky 的关联，价格、交割时间、产品细节都缺，所以放在 featured 而不是 breaking。正文没披露收购金额、交割时间、Sky 的产品形态，别被“收购”二字带跑，真正该盯的是整合方向与团队去向。
Hugging Face 宣布和 VirusTotal 合作，开始持续扫描 Hub 上超过 220 万个公开的模型和数据集仓库。你打开仓库或文件页面时，Hub 会自动比对文件哈希值，从 VirusTotal 拉回该文件是否被标记为恶意、有多少家引擎报毒，以及相关的威胁情报。整个过程不会把原始文件内容发给 VirusTotal。这相当于在下载前多了一道安...
推荐理由：HKR 三项都站得住：220 万仓库的扫描规模、基于哈希的轻量集成方式、以及把威胁判断前移到下载环节，对从业者来说都是直接可用的信息。没进必写是因为正文没披露误报率、扫描延迟和后续处置流程，这几个缺口会让实际落地效果打个折扣，先别太激动。
OpenAI 说因为 WhatsApp 改了政策和条款，ChatGPT 在 WhatsApp 上的服务到 2026 年 1 月 15 日就停了。之前有超过 5000 万人在 WhatsApp 上用过 ChatGPT。想保留聊天记录的话，得在截止日期前把 WhatsApp 账号和 ChatGPT 账号绑在一起，不然聊天记录不会自动迁移，而且 WhatsA...
推荐理由：这不是普通的功能更新，而是 OpenAI 官方通知要关掉一个 5000 万用户的 WhatsApp 渠道。钩子在于“ChatGPT 离开 WhatsApp”这个动作本身不常见；知识点是截止时间和政策变更原因；风险点直接落在平台依赖和数据迁移上——用户如果不主动链接账户，聊天记录就没了，而且 WhatsApp 不给导出，这点对实际使用者影响挺实在。
AI Sheets 是一个开源表格工具，之前只能处理文字，现在加入了视觉能力。你可以把图片（比如收据、文档、产品图）直接拖进表格，用自然语言让模型帮你提取里面的信息、生成描述、甚至编辑图片。它背后调用的是 Inference Providers 上的几千个开源模型。你在表格里手动改错、点“赞”的操作，会被当成少样本示例来优化后续结果。处理完的数据可以导...
推荐理由：Hugging Face 给 AI Sheets 加了视觉能力，现在你可以在表格里直接分析图片、抽信息、生成和编辑图像。我会先打个折：正文没披露延迟和并发限制，实际用起来可能没那么丝滑。真正该盯的是它把视觉任务放进同一个数据清洗流，而且人工修正能自动变成 few-shot 数据，这点挺省钱。不过别太激动，这还是个工具层面的改进，没到改写规则的程度。