跳到正文

#MCP/工具调用

今日 3 条

4月24日星期五

机器之心 · 公众号

Anthropic 承认 Claude Code 变笨了,是这三个 Bug 搞的鬼

Anthropic 出来解释了,过去一个月大家觉得 Claude Code 质量下滑,不是模型本身变弱,也不是 API 出了问题,纯粹是工程层面的三个 Bug。第一个是 3 月 4 号把默认推理强度从“高”调成了“中”,相当于让模型干活时少动脑子;第二个是 3 月 26 号会话缓存出了错,可能让模型记错上下文。

推荐理由:Anthropic 说明 Claude Code 近一个月体验下滑源于三个工程 Bug,包括默认推理强度被调低和会话缓存出错,模型本身并未退化。

Hacker News 首页

一个交互式网页,用可视化的方式拆解大语言模型是怎么造出来的

作者把 Andrej Karpathy 的技术讲座做成了一个可以点着看的网页教程,从爬互联网数据开始,一路讲到模型怎么生成文字。里面给了几个具体数字:训练用了 15 万亿个 token,模型参数 4050 亿,原始文本数据 44TB,词表大小 10 万个。

推荐理由:作者把 Andrej Karpathy 的技术讲座做成可点击的网页教程,从爬取互联网数据一路讲到模型生成文字,并给出 15 万亿 token、4050 亿参数等量级数字,让读者对 LLM 训练全流程与规模有具体认知。

量子位 · 公众号

Claude 承认三个 bug:推理降级、记忆清空、输出被限,越聊越傻不是错觉

Anthropic 在 4 月 23 号自己抖出了 Claude 近期的三个质量问题。第一个是 Claude Code 的推理强度,3 月 4 号起默认从高被偷偷调成了中,但界面还显示高,等于你花钱买高推理,实际跑的是省流版。第二个是 3 月 26 号出的缓存 bug,每次对话轮次都会清空思考状态,持续了 15 天,模型像失忆一样没法连贯想事。

推荐理由:Anthropic 公开复盘 Claude 近期的三个质量问题,其中推理强度默认从高调成中却仍显示高,涉及用户实际付费与所得服务的落差。

Latent Space

GPT 5.5 和 OpenAI Codex 超级应用

OpenAI 发了 GPT-5.5,在 ChatGPT 和 Codex 里能用了,但 API 还要等安全加固。模型在 Terminal-Bench 2.0 上拿了 82.7%,SWE-Bench Pro 58.6%,API 支持 100 万 token 的上下文窗口。

推荐理由:OpenAI 发布 GPT-5.5,先在 ChatGPT 和 Codex 上线,API 因安全加固延后,模型在 Terminal-Bench 2.0 得分 82.7%,SWE-Bench Pro 58.6%。

X · @op7418(歸藏)

DeepSeek V4 发布,Flash 和 Pro 两个版本,Flash 输入每百万 token 只要两毛钱

DeepSeek 放出了 V4 模型,分 Flash 和 Pro 两档。Flash 主打便宜,每百万 token 输入 ¥0.2、输出 ¥1;Pro 贵不少,输入 ¥1、输出 ¥12。功能上支持 JSON 输出、工具调用、对话前缀续写和 FIM 补全。注意,如果上下文开到 100 万 token,输出价格会翻倍。

推荐理由:DeepSeek 发布 V4 模型,分 Flash 和 Pro 两档,Flash 每百万 token 输入两毛、输出一元,Pro 输入一元、输出十二元,上下文开到一百万 token 时输出价格翻倍。

Computing Life · Share · 鸭哥调研

Skill 是天生带自杀基因的产品

作者认为 Anthropic 的 Skill 形态没法独立做成付费产品。直接卖文件会被零成本传播,PromptBase 跑了三年估算年收入才五百万美元;做成托管服务本质是卖服务器,不是卖 skill;做成 API 引流工具又只是免费营销物料。

推荐理由:作者逐条拆解 Skill 直售、托管和 API 引流三种变现路径,并引用 PromptBase 三年约五百万美元年收入作参照,讨论该形态为何难以独立支撑付费产品。

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。

阮一峰的网络日志

第二次 API 开放浪潮

阮一峰在周刊里聊了一个正在发生的趋势:大模型能干活了,逼着各种平台重新开放 API。15 年前那波 API 开放没跑通,因为平台发现数据给别人用了,自己插不上广告,最后都缩回围墙花园里。

推荐理由:阮一峰在周刊里梳理了第二次 API 开放浪潮的来龙去脉,对比 15 年前平台因广告收益缩回围墙花园的旧模式,点出大模型能干活后平台重新开放接口的新推力。

The Verge · AI

Claude 开始直连你的 Spotify、Uber Eats 和 TurboTax 了

Anthropic 给 Claude 加上了个人应用连接器,首批接入 Spotify、Uber、AllTrails、Instacart 和 TurboTax 这类日常服务。连上之后,你在聊天里提需求,Claude 会主动推荐用哪个 App 来办——比如想找徒步路线,它就直接调 AllTrails。

推荐理由:Anthropic 为 Claude 接入 Spotify、Uber、TurboTax 等个人应用连接器,用户在对话中提出需求时 Claude 会推荐并调用对应 App,助手入口正从回答问题延伸到代办日常事务。

X · @dotey(宝玉)

Anthropic 给 Claude 托管智能体加了记忆功能,用文件系统存经验,不用向量库

Anthropic 把记忆功能做进了 Claude 托管智能体,现在公测。智能体能把之前会话里学到的经验存成文件,下次干活直接读,不用每次从头教。实现方式很朴素:记忆就是文件系统上的文件,智能体用 bash 和代码能力直接读写,开发者也能通过 API 导出或回滚。权限上支持多智能体共享,可设只读或读写,并发访问不冲突,所有改动有审计日志。

推荐理由:Anthropic 为 Claude 托管智能体上线跨会话记忆,把经验存成文件系统里的文件,由 bash 和代码能力直接读写,并支持权限共享、审计与回滚。

FT · 科技

英国正跟 Anthropic 谈,想让银行用上 Mythos 模型做网络安全测试

英国政府正在和 Anthropic 接触,讨论让英国银行能接触到 Mythos 模型。目前公开的说法是用途会限定在网络安全测试上。不过这篇报道正文被付费墙挡住了,Mythos 具体能做什么、怎么部署、哪些银行能参与、什么时候落地,这些关键信息都没披露。

推荐理由:英国政府正与 Anthropic 接触,讨论让本国银行在网络安全测试场景下接入 Mythos 模型,涉及高敏感安全工具的受控开放路径。

彭博科技

旧金山一家店让 AI 当 CEO,结果蜡烛订太多了

旧金山 Cow Hollow 的 Andon Market 把选品和定价交给一个叫 Luna 的 AI agent 来管,标题直接说它蜡烛订多了。正文没披露具体多订了多少、是哪个环节出错、亏了多少钱、后来怎么补救。能确认的是,这家店真的把零售运营的决策闭环交给了 agent,而不只是拿 AI 做辅助分析。

推荐理由:旧金山 Andon Market 把选品和定价交给 AI agent Luna 直接下单,结果蜡烛订多了,零售运营的决策权限由此从人转移到代理。

X · @dotey(宝玉)

Codex 接入 GPT-5.5,新增浏览器操控、文档生成和自动审查,从写代码工具转向干活智能体

Codex 现在能用 GPT-5.5 了,一口气加了五个能力。它能直接操控浏览器,自己点击页面、填表、截图看结果,走完整个流程再告诉你哪里有问题。文档方面,可以在 Microsoft Office 和 Google Drive 里直接生成表格、幻灯片和文档,应用内还加了文件预览器,改完就能看效果。

推荐理由:Codex 接入 GPT-5.5 并新增浏览器操控、Office 与 Google Drive 文档生成、自动审查等五项能力,从写代码工具转向可执行连续任务的智能体。

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。

The Verge · AI

OpenAI 发了 GPT-5.5,说写代码更强、也更省资源

OpenAI 在 4 月 23 号公布了 GPT-5.5,主打编程和调试能力,还能跨表格、文档这些工具干活。官方说它比上个月发的 GPT-5.4 效率更高,但正文没给出具体的跑分、上下文窗口大小和定价。我会先打个折——没看到实测数据之前,这些“更强更省”的说法还不好直接当真。

推荐理由:OpenAI 公布 GPT-5.5,主打编程与调试能力,并称其效率高于上月发布的 GPT-5.4,官方暂未给出跑分、上下文窗口和定价。

Hacker News 首页

Anthropic 复盘 Claude Code 近期质量下滑:三次产品层改动惹的祸,API 没受影响

Anthropic 发了一篇事故复盘,解释了最近不少用户感觉 Claude Code 变笨、变健忘的原因。问题出在三次产品层的改动上,API 和模型本身没变。第一,3 月 4 日他们把默认的思考强度从“高”调成了“中”,想解决高思考模式下界面卡死的问题,结果用户普遍觉得模型变蠢了,4 月 7 日又改了回去。

推荐理由:Anthropic 复盘 Claude Code 质量下滑,指出三次产品层改动是主因,API 与模型未受影响,其中默认思考强度从高调低又改回的时间线,说明非模型层调整同样能左右编码体验。

4月23日星期四

The Verge · AI

AI 订阅要开始挤利润了,重度用户先挨刀

Anthropic 这个月大幅收紧了第三方工具 OpenClaw 调用 Claude 的权限,把那些把 AI 当“自动化流水线工人”用的重度用户往更贵的付费套餐里赶。公司给出的理由是系统压力太大、盈利压力也大,工程师 Boris Cherny 直说现有的订阅套餐根本不适合这种用法。不过正文没披露具体涨了多少、新限额是多少、以及这次调整波及多大范围。

推荐理由:Anthropic 本月收紧第三方工具 OpenClaw 调用 Claude 的权限,将把 AI 当自动化流水线用的重度用户导向更贵套餐,订阅定价与代理式高消耗用法的关系由此显形。

X · @op7418(歸藏)

Claude 桌面端能接第三方模型了,走开发者模式填 API 就行

有人在 Claude 桌面端发现一个入口:不登录状态下,从 Help → Troubleshooting 开启开发者模式,重启后右上角会多出 Developer 选项,里面可以配置第三方推理服务的 API 地址和 Key,点 Apply locally 就能用。

推荐理由:Claude 桌面端在未登录状态下可通过开发者模式配置第三方推理服务的 API 地址和 Key,这条给出了从 Help 菜单开启到 Apply locally 生效的完整操作路径。

The Verge · AI

微软在 Word、Excel、PPT 里上线 Agent Mode,让 Copilot 直接动手改文档

微软这周把 Copilot 的 Agent Mode 推给了 Microsoft 365 Copilot 和 Premium 用户,不再是只回答问题的聊天框,而是能直接在文档、表格、幻灯片里执行操作。Copilot 办公副总裁 Sumit Chauhan 说,之前的基础模型不够强,没法可靠地控制应用界面。

推荐理由:微软将 Copilot 的 Agent Mode 推给 Microsoft 365 Copilot 和 Premium 用户,从回答问题转为直接在文档、表格和幻灯片里执行操作,办公软件交互方式由此多了一种可能。

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。

彭博科技

阿里在通义千问 App 里接入了东航订票,用户能直接搜航班下单

阿里把中国东方航空的机票预订功能塞进了通义千问 App,用户不用跳转就能完成航班搜索和下单。这是通义千问的 agent 技术第一次开放给大型商业伙伴,意味着它从聊天助手往交易环节里走了一步。不过正文没披露具体上线地区、舱位覆盖、支付流程和双方怎么分账,所以实际体验和商业回报还得再等等看。

推荐理由:阿里将东航机票预订接入通义千问 App,用户无需跳转即可搜索航班并下单,这是其 agent 技术向大型商业伙伴开放的一步。

X · @dotey(宝玉)

微软把 Copilot 智能体模式设为 Word、Excel、PPT 默认体验,个人和家庭版也能用

微软把 Copilot 的智能体模式(Agent Mode)设成了 Word、Excel、PowerPoint 的默认打开方式,Microsoft 365 Copilot 和 Premium 订阅用户现在就能用,个人和家庭版也一样。

推荐理由:微软将 Copilot 智能体模式设为 Word、Excel、PowerPoint 的默认体验,所有 Microsoft 365 Copilot 和 Premium 订阅用户即刻可用,个人与家庭版同样覆盖。

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。

The Verge · AI

OpenAI 把能自己干活的定制机器人开放给团队用了

OpenAI 把 ChatGPT 里的“工作区代理”功能下放给了 Business、Enterprise、Edu 和 Teachers 套餐。团队现在可以搭一个定制机器人,让它自己在云端跑任务,比如上网搜产品反馈、整理成报告发到 Slack,或者在 Gmail 里草拟跟进销售的邮件。这跟以前一问一答的聊天不一样,机器人能直接进到业务流程里干活了。

推荐理由:OpenAI 将工作区代理下放到 Business、Enterprise、Edu 和 Teachers 套餐,团队可搭建定制机器人自主在云端搜索、整理报告并草拟邮件,从一问一答转向进入业务流程。

X · @dotey(宝玉)

OpenAI 在 ChatGPT 里上线工作区智能体,能跨工具自动干活,目前只给付费企业用户试用

OpenAI 给付费企业版 ChatGPT 加了个叫“工作区智能体”的功能,你可以用自然语言描述一套工作流程,它就能在后台自动跑起来,比如筛选销售线索、汇总工单、定时出报告。它跟之前自定义 GPT 最大的区别是能直接连 Slack、Gmail、Salesforce 这些工具,不光读信息,还能动手更新工单、建文档、回消息。

推荐理由:OpenAI 为付费企业版 ChatGPT 加入工作区智能体,可用自然语言搭建跨 Slack、Gmail、Salesforce 的自动流程,与只能读写对话的自定义 GPT 相比,它能直接更新工单、建文档、回消息。

Latent Space

Shopify 的 AI 用量在 2026 年爆发,CTO 聊了无限 Opus-4.6 预算和内部工具 Tangle、Tangent、SimGym

Shopify CTO Mikhail Parakhin 在这期播客里详细拆解了公司怎么把 AI 用进骨子里。他说 2025 年 12 月模型质量有个明显跃升,之后内部 AI 工具的使用量就炸了,而且命令行工具的增长比传统 IDE 插件还猛。

推荐理由:Shopify CTO 在播客里拆解公司内部 AI 工具的使用变化,提到 2025 年 12 月模型质量跃升后用量激增,命令行工具增长快过 IDE 插件。

Hacker News 首页

OpenAI 在 ChatGPT 企业版里上线了能自己干活的“工作区智能体”,目前是研究预览版

OpenAI 给 ChatGPT Business、Enterprise、Edu 和 Teachers 套餐加了一个叫 Workspace agents 的功能。

推荐理由:OpenAI 为 ChatGPT 企业版等套餐加入 Workspace agents,让企业用户在工作区内调用能自主执行任务的智能体,目前处于研究预览阶段。

Hacker News 首页

Flipbook:一个完全由图片模型实时生成的无限视觉浏览器

Flipbook 把整个网页变成一张张像素图片,你点击任何地方,它都会生成一张更深一层的新图片,没有 HTML、没有代码、没有文字图层。所有文字都是图片模型直接画出来的,所以偶尔会画歪或写错,这点随着模型变强会改善。内容来自智能体联网搜索和模型自己的知识,准确度大概跟用 ChatGPT、Gemini 这类对话产品查到的差不多。

推荐理由:Flipbook 把网页变成实时生成的像素图片,点击任意位置就生成更深一层的新图,文字也由图片模型直接画出,呈现了生成式界面在交互机制上的一种做法。

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。

Hacker News 首页

Zed 编辑器推出并行 Agent 功能,一个窗口里能同时跑多个 AI 助手

Zed 在 4 月 22 日更新了并行 Agent 功能,核心是在一个窗口里同时跑多个 AI 助手干活。新增的线程侧边栏可以给每个线程单独设置能访问哪些文件夹和代码仓库,还能随时停止、归档或新建线程。默认界面布局也改了,线程和 Agent 面板挪到了左边,项目文件树挪到右边,老用户需要手动切换才会生效。

推荐理由:Zed 在 4 月 22 日更新并行 Agent,一个窗口可同时运行多个 AI 助手,线程侧边栏支持按线程限定可访问的文件夹与代码仓库,并随时停止、归档或新建线程。

The Verge · AI

Anthropic 的漏洞挖掘模型 Mythos 进了多个联邦机构,唯独漏了美国网络安全局 CISA

Axios 的消息说,Anthropic 那个专门找漏洞的模型 Mythos Preview 已经在商务部、国安局(NSA)等几个联邦机构用上了,但负责全国网络防御的 CISA 反而没拿到访问权限。文章没解释为什么偏偏跳过 CISA,也没提模型的具体性能、收费方式和部署规模。

推荐理由:Anthropic 的漏洞挖掘模型 Mythos Preview 已进入商务部、国安局等联邦机构,负责全国网络防御的 CISA 却未获访问权限,这条消息的价值在于联邦 AI 采购中权限分配的差异。

TechCrunch · AI

Google 要把 AI 概览塞进你的工作 Gmail 里了

Google 在 Cloud Next 大会上宣布,会把类似搜索结果的 AI 概览功能搬到企业版 Gmail 里。你可以用大白话提问,比如问项目进度、发票情况或差旅细节,AI 会直接跨多封邮件抓取信息,生成一段简短的总结,不用你一封封点开看。

推荐理由:Google 将 AI 概览引入企业版 Gmail,支持用自然语言跨多封邮件抓取项目、发票和差旅信息并生成总结,省去逐封点开查看的步骤。

The Verge · AI

Google Meet 的 AI 笔记功能现在也能用在面对面会议上了

Google 把 Gemini 的会议纪要功能从线上视频扩展到了线下面对面开会。你只要在房间里用手机或平板打开 Meet,它就能直接录下现场对话并生成文字稿和摘要。之前这个功能只在安卓测试版里小范围试过,现在正式开放了。另外,就算你用的是 Zoom 或微软 Teams 开会,它也能帮你记笔记,不再只绑在 Meet 自己的通话里。

推荐理由:Google 将 Gemini 的会议纪要能力从线上视频延伸到线下面对面场景,并支持 Zoom 和 Teams,会议记录工具的使用边界由此扩展到更多会议形式。

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。

Hacker News 首页

Show HN 提交量翻了三倍,现在大部分是 AI 一键生成的页面

Adrian Krebs 用脚本扫了 500 个 Show HN 落地页,发现 67% 的页面至少命中 2 个 AI 设计特征,比如 Inter 字体、紫色渐变、卡片彩色左边框、图标功能网格这些模板化痕迹。

推荐理由:Adrian Krebs 用脚本扫描 500 个 Show HN 落地页,发现 67% 至少命中两个 AI 设计特征,为观察 AI 生成前端模板的趋同程度提供了一组实测数据。

The Verge · AI

Meta 开始记录员工电脑操作,用来训练能替你干活的 AI 助手

Meta 在美国员工的工作电脑上装了一个叫 MCI 的工具,会记录鼠标移动、点击、键盘输入,还会偶尔截屏。这些数据不是用来考核绩效,而是喂给 AI 模型,教它们像人一样操作电脑,以后自动处理员工现在做的重复性工作。Meta 说不会拿来做绩效评估,但正文没提数据会保留多久、员工能不能选择不用,也没说会不会推广到美国以外的地区。

推荐理由:Meta 在美国员工电脑上装工具记录鼠标键盘操作,用于训练能自动处理重复工作的 AI 助手,数据不用于绩效考核。

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。