Holiday Extras 如何用 dots 主动生成报告并协助日常工作
Holiday Extras 员工使用 dots 主动生成产品上线报告、提醒潜在问题,并通过语音讨论即将举行的会议。AI 创新副总裁 Liam Thompson 的 dot 从 Google BigQuery 获取数据后主动提交报告;同事 David Lee 的 dot 在 API 密钥需要停用时检索邮件,列出可能受影响的人。
Holiday Extras 员工使用 dots 主动生成产品上线报告、提醒潜在问题,并通过语音讨论即将举行的会议。AI 创新副总裁 Liam Thompson 的 dot 从 Google BigQuery 获取数据后主动提交报告;同事 David Lee 的 dot 在 API 密钥需要停用时检索邮件,列出可能受影响的人。
Claude Code 团队约 90% 的代码由 Claude 编写和审查,通过运行真实应用、自动检查与人工介入验证改动。文章介绍端到端测试、属性测试和差分测试,并说明团队用 verify 技能执行验证,检查失败三轮后交由人工处理,审查规则从基础分支或默认分支读取,避免改动修改自身检查。
推荐理由:Claude Code 团队把端到端验证、失败转人工和审查规则隔离纳入开发流程,将逐条检查代码转为定义完成标准与审查证据。
OpenAI 更新 ChatGPT for Healthcare,增强计算机使用智能体和可信临床搜索,并新增超过 20 个医疗插件。智能体可跨应用读取屏幕、点击和输入,机构可配置访问权限、审计日志及人工审核步骤;在超过 1300 次盲评审查中,医生对更新后的临床回答在全部 8 个评估维度上给出更高评价。
推荐理由:OpenAI 为医疗团队加入跨系统操作智能体,并允许机构设定应用访问范围和人工审核步骤,使工作流自动化保留明确的权限边界。
OpenAI 发布文章《Advancing computer-use agents for healthcare teams》,聚焦面向医疗团队的 computer-use 智能体。原文页面当前返回 500 Internal Server Error,正文内容未能加载,具体功能、版本与可用性信息暂无法确认。
Shield 的 Forge 平台接入 OpenAI GPT-6 Astra 后,其 computer-use 智能体可登录无 API 的传统门户完成浏览器任务,技术人员只需处理需要判断的环节。
OpenAI 推出 ChatGPT Wallet,与 American Express、Mastercard 和 Visa 合作,让智能体在不获取用户真实卡信息的情况下代为支付。
推荐理由:OpenAI 将逐笔安全确认与隐藏真实卡信息接入智能体支付,让用户保留银行卡权益,商家沿用现有结账系统。
Amplitude 估计,其主要由 OpenAI 模型驱动的产品智能体 Wave 可将产品改进交付时间从约一个月缩短至 1–2 天。Wave 综合产品数据、会话回放、客户反馈和代码识别机会,生成技术计划与验收标准,再交给包括 Codex 在内的编码智能体实施,并追踪效果;团队可决定自动化程度和人工审核范围。
推荐理由:Amplitude 将产品数据调查、编码实施与效果测量串联,并按任务分配模型和人工审核,让产品改进流程兼顾成本与团队控制。
GitHub 以 Data Forge 和 Proof Agent 为例,讲解如何编写、组合与打包可跨智能体复用的技能。技能以 SKILL.md 为核心,将项目配置放入独立 manifest,并生成适用于 Claude Code、Cursor 和 GitHub Copilot 的客户端文件,工具、凭据和权限仍由运行环境提供。
Amplitude 估计,其主要由 OpenAI 模型驱动的产品智能体 Wave 可将产品改进交付时间从约一个月缩短至 1–2 天。Wave 综合产品数据、会话回放、客户反馈和代码发现改进机会,生成技术方案与验收标准后交给包括 Codex 在内的编码智能体实施,团队可控制自动化程度。
Google DeepMind 发布 Gemini 4 Hydrogen,即日起在 Gemini API、AI Studio、Gemini app 和 Google Search 等渠道全球推出,面向快速编码与智能体任务执行。
推荐理由:Google 通过多模型动态调度实现接近 Carbon 的任务成功率,同时平均减少 24% 配额消耗并缩短 19% 完成时间。
Google 发布 Gemini 4 Hydrogen,即日起在 Gemini API、AI Studio、Gemini app 和 Google Search 等入口全球推出,主打快速编码与智能体执行。
推荐理由:Google将深度规划与快速执行分配给不同模型,自动切换在接近Carbon任务成功率的同时降低配额消耗并缩短完成时间。
Gemini 4 Hydrogen 从今天起向开发者开放,面向快速迭代的日常编码与智能体工作流,强调速度与效率。它支持代码仓库编码与调试、交互式网页开发和多模态工作流,可通过四档可配置思考级别独立运行,也可与 Gemini 4 Carbon、Gemini 4 Argon 配合使用;Google 称其指令遵循更严格、编造内容更少,有助于更快交付更干净、可用于生产的代码。
推荐理由:Gemini 4 Hydrogen 提供四档可配置思考级别并支持与前沿模型协作,让日常编码与智能体工作流拥有不同的模型配置选择。
Holiday Extras 借助 Codex 在两周内完成可运行的应用重建,达到过去需要超过六个月的开发进度。重建后,主应用从打开到预订的转化率提升 32.5%,错误率从 19% 降至 9%;这些结果来自不同时间段的新旧应用比较。业务人员将客户与运营经验直接用于软件开发,工程师负责架构、API、安全控制和开发流程,主应用在重建后的第一个月由年度重大更新转为每周发布。
Cogent Security 与 OpenAI 合作构建 Cyber Defense Factories,用 AI 智能体自动完成漏洞调查到验证修复的全流程。
Gilbert + Tobin 引入 ChatGPT Enterprise、ChatGPT Work 和 Codex,将 AI 应用从个人辅助推进到多步骤智能体工作流,并由人员负责审核和批准。
Google 为 Gemini Intelligence 推出新功能,并扩展至 motorola signature 27、Pixel 10 Pro XL 和 Pixel 10 Pro Fold 等设备。
推荐理由:Google 为 Gemini Intelligence 增加自然语言创建小组件和设备协助功能,让手机上的信息整理与设置操作减少手动步骤。
Google DeepMind 开放 Gemini 4 Carbon,面向开发者、企业、科学家和消费者,重点支持复杂知识工作、长程智能体工作流、网络安全与科学推理。
推荐理由:Google 将 Carbon 定位于复杂多步任务,与 Argon 采用相同入门价格,但会使用更多 token 进行深入探索和验证。
Google 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,重点支持复杂知识工作、智能体编码、网络安全和科学推理。Carbon 在 CursorBench 4.0、WANDR 和 AutomationBench 排名第 1,Google 称其每项任务成本比表现次优的外部模型低超过 2 倍。
推荐理由:Google 将 Carbon 与 Argon 设为相同入门价格,Carbon 使用更多 token 深入推理和验证以处理复杂多步任务。
Google 与 Artificial Analysis 推出 Multimodal Knowledge Agent(MKA)基准,评估智能体处理视觉复杂文件、完成真实知识工作任务的能力。
Google 在 Adobe MAX 上宣布扩大与 Adobe 的合作,把 Adobe 的创意与生产力工具直接接入 Google 日常应用,同时将 Google 前沿 AI 模型引入 Adobe 应用。
Google DeepMind 公布 AlphaProof Code 多 LLM 智能体框架,在四周内完成 Signal 协议核心密码代码关键安全属性的形式化验证。
推荐理由:Google DeepMind 将 Signal 的形式化验证从协议设计推进到实际代码层面,覆盖设计与实现之间容易隐藏漏洞的落差。
CodeRabbit 联合创始人兼 CEO Harjot Gill 表示,使用 Codex 后,公司过去 6 个月在未增加工程师的情况下,软件交付量达到约 20 倍。
Anthropic 建议多数编码与知识工作从 Claude Opus 5.5 的 medium 思考力度开始,按任务难度选择 Sonnet 5.5、Haiku 5.5 或 Fable 5.2。指南强调按完成任务的成本选型,先提供自动验收手段,再调整思考力度或升级模型,并将易核查的辅助任务交给较小模型。切换模型还需检查提示词缓存、思考块保留和 API 参数兼容性,最终用真实任务比较质量与开支。
推荐理由:Anthropic 将 Claude 选型拆成模型、思考力度和任务完成成本,提出用自动验收与失败重跑控制开支的方法。
Anthropic 在一项小型实验中,让运行早期 Claude Fable 5.2 的 1,000 个智能体用 28.7 小时复现费马大定理的形式化证明。团队未使用 Prove2Me 或研究人员指导,但获得了 60 个待证命题、简短路线提示、相关定义及此前已证明的 47 个引理,通过 Git 和共享数据库自行协调,输出 token 用量为原工作的三分之一,证明长度为七分之一。
推荐理由:Anthropic 让千个智能体通过共享数据库与 Git 自行拆分和协调任务,将大规模协作限制在隔离沙箱与双层监控之内。
GitHub 给出 Copilot 智能体工程指南,将 AI 辅助开发扩展到规划、构建、验证与上线观察四个阶段。流程涵盖汇集上下文并生成带验收标准的 Issues、在隔离会话中推进任务、拆分依赖关联的拉取请求并执行质量与安全检查,以及利用运行证据形成后续任务。文中引用 Faros AI 研究称,团队从低 AI 采用率转向高采用率后,拉取请求在评审环节停留的时间增加了 441%。
OpenAI 与生物技术公司 Ligo 联合推出 BioBasicsBench,用 100 项常规湿实验室任务衡量 AI 智能体解读原始实验数据、识别错误并判断证据是否足以支撑结论的能力。
OpenAI 宣布与安全公司 Hacktron 合作,双方工程师与安全研究员将共同选定高优先级领域进行测试,重点检查 OpenAI 系统与第三方服务的交互方式。
Franklin Templeton 正基于 OpenAI 的 Codex 等工具开发投资研究工作流,先从股票研究入手,帮助投资组合经理对比不同研究观点并审视风险。团队通过加入智能体和语义层构建“互联智能层”,把研究、风险、合规与交易等不同视角的数据汇入统一基础。其投资 AI 团队正将实验转为生产级工作流,并配套安全审查、专家支持与数据管控。
Cult.fit 将 Codex 从工程部门推广到跨职能团队,近几个月非工程团队已构建 20+ 个内部应用。公司用 Codex 重建内部仪表盘功能,节省 $100,000+ 年度软件费用,并通过接入现有客服平台的 AI 智能体将客服成本降低 50%+。其 AI Trainer 还通过 OpenAI API 集成 GPT Realtime,以双向语音提供训练指导并支持记录锻炼。
Merge 借助 GPT‑6 Astra、ChatGPT 和 Codex 支撑产品评审、营销与业务拓展规划,其工具调用成功率达 99.9%,而公开 MCP 服务器约为 60%。
OpenAI 推出 GPT‑6 Cyber,增强漏洞发现、利用验证和修复能力,初期通过 API 和 Codex 向部分获批的 Daybreak Red 客户开放。
推荐理由:OpenAI 对新旧网络安全模型同时比较漏洞利用成功率和越界行为,新模型在提升攻击任务完成能力的同时减少了授权范围外的操作。
Mistral Studio 扩展托管智能体和应用,并更新工作流、企业上下文、智能体可观测性与评估能力,将 Mistral Large 4(Le Chonk)用于企业业务。
推荐理由:Mistral Studio 将托管智能体、工作流与应用接入共享基础设施,减少企业团队重复搭建运行环境的工程负担。
DevRev 基于 GPT-6.1 Sol 与 GPT-6 Astra 构建 Computer 和 Operator,用于处理客户与员工的复杂服务请求,强调推理能力、可信度与延迟成本的平衡。
OpenAI 构建自主漏洞发现、利用与补丁生成流水线,在 Linux 内核研究中验证了 948 个独特本地提权漏洞并生成候选补丁。该轮研究动态复现 1,724 个漏洞,API 总成本为 $1,213,430,平均每个本地提权漏洞利用成本为 $1,279。流水线使用尚未推出的网络安全模型,结果经人工审核后提交维护者,已有数百份严重漏洞报告和补丁送出。
推荐理由:OpenAI 在智能体成功提权后增加独立检查以核实实际利用的漏洞,将结果验证延伸到路径验证,减少漏洞归因错误。
OpenAI 宣布拟收购 Pierre Computer Company,以扩展 Codex 构建、理解和审查代码的工具。Codex 已使用 Pierre 的 Trees 和 Diffs 库,OpenAI 计划将 Code Storage 的功能整合进 Codex,并继续维护 Pierre 的开源项目及支持客户使用 Code Storage。
推荐理由:OpenAI 拟收购 Pierre,将代码存储能力纳入 Codex 的同时保留开源项目和现有服务的延续性。
Cisco 将网络遥测数据与 OpenAI 模型结合,构建更具自适应性的安全防御体系。Cisco 总裁兼首席产品官 Jeetu Patel 称 Daybreak 和 GPT-6 Astra 带来"阶梯式提升",能更高效地发现和修补漏洞,缩短调查、响应与修复时间。
OpenAI 公布模型辅助实体产品工程的研究进展,涵盖机械、电气和系统设计,并宣布与 Mazda 开展研究合作。两名成员用 Astra 在不到一周的业余时间内设计了可与 Codex 对话的设备,制造商在不到一个月内完成小批量原型,但制造前仍需多轮审查和迭代,以处理生产限制、公差及装配细节。
推荐理由:OpenAI 用 Astra 串联设备的机械、电路与软件设计,制造前仍需多轮审查来处理生产限制、公差和装配细节。
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,让智能体在约一小时内完成从文献检索数千化合物、matched molecular pair 分析到提出新型刚性化大环分子及合成路线的药物发现流程。
Heimstaden 使用 ChatGPT 和 Codex 改进住宅租赁、环境风险评估与物业运营,同时保留员工对内容和决策的审核责任。荷兰市场的虚拟布置房产图片制作成本从约 €50 降至低于 €0.10,降幅超过 99%;环境分析师借助 Codex 完成 20,112 项物业资产评估,预计所需投入从 5 人工作 1 年降至 2 人工作 2 个月。
OpenAI 详解 Git 后端 Pando 的架构,该系统已支撑其单体仓库的全部开发,生产环境中推送延迟中位数降低近 80%。Pando 保持 Git 协议和客户端兼容,通过按分支协调更新、复用 packfile 和区域缓存扩展读写能力,但不提供所有分支在同一时刻的一致快照。团队借助 Codex 在 10 周内完成从启动到生产部署,并将部分 Git 客户端改进贡献给上游。