OpenAI 的全部动态：GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事的持续追踪。
华尔街日报的消息，英伟达把之前可能为 OpenAI 基建项目担保的 2500 亿美元融资额度砍了一大截，但新数字具体是多少，正文没披露。这笔钱直接关系到 Stargate 这类巨型项目能不能按计划拿到钱——在新的细节出来之前，我会先把原来的 2500 亿这个数打个折来看。
推荐理由：英伟达砍掉 OpenAI 基建担保额度，直接动摇了 Stargate 项目的资金确定性。消息源是华尔街日报，路透社也跟进了，权威性没问题。扣分点在于新数字没披露，关键信息缺了一块，所以分数压在 85 以下。
Similarweb 的全球网页访问数据显示，ChatGPT 的份额从一年前的 76% 掉到了 54%，Gemini 从 6% 涨到 28%，Claude 从 1% 涨到 9%。先别急着下结论说 ChatGPT 不行了——这只是网页端的流量占比，不是月活用户数，也不是收入。Gemini 能同时做到 10 亿 App 月活和 28% 的网页份额，是因为它...
推荐理由：Similarweb 的网页访问份额数据，三个产品的涨跌幅度都很大，而且正文自己就提醒了别直接等同于市场格局，信息量和克制都有。扣分是因为只有单一数据源、只覆盖网页端，而且是通过简报转述而非一手报告，所以没给到 80 分以上。
OpenAI 又走了两位核心高管：首席战略官 Jason Kwon 和首席产品官 Kevin Weil。加上之前离开的几位早期关键成员，这波离职潮正好赶在 Sam Altman 推动公司转成营利性结构、准备 IPO 的节骨眼上。Altman 给公司定的估值目标是 1500 亿美元以上。文章没披露具体的上市时间表和承销商。高管层这么动荡，对定价和投资人信...
推荐理由：OpenAI 高管动荡还在继续，这次走的是首席战略官和首席产品官，正好卡在公司转向营利性结构、准备 IPO 的节点上。FT 独家披露了 Altman 内部定的 1500 亿美元以上估值目标。人事震荡叠加上市叙事，这篇文章值得一看。
Daniel Litt 在 OpenAI 的一场内部讨论里画了一条不太乐观的线：AI 做数学已经强到超人了，但数学本身可能反而会停滞。他摆了两组数据——arXiv 上组合数学论文的周投稿量从 2025 年初开始猛涨，但 MathOverflow 的问答量同期断崖式下跌，提问和回答都在变少，说明社区里活人之间的交流在萎缩。更麻烦的是，不同团队和模型在反复...
推荐理由：Daniel Litt 是正经代数几何学家，不是随便写博客的。他用 arXiv 投稿量和 MathOverflow 活跃度的背离，论证 AI 正在把数学研究变成孤立的论文生产——观点尖锐且有数据支撑。分数没给更高，是因为这还是一场内部讨论的转述，不是正式论文，长期影响有待观察。
Leopold Aschenbrenner 的 200 亿美元对冲基金本周爆仓，持仓被 Citadel 接盘。他之前在 OpenAI 做超级对齐，2024 年靠一篇 AGI 即将到来的文章出名，随后募资重仓 AI 股票（新云、存储、数据中心电力），上了约 4 倍杠杆，同时做空软件股——两边都押反了。作者 James Wang 自己做过对冲基金分析师也懂...
推荐理由：Leopold Aschenbrenner 的 200 亿美元对冲基金爆仓了，持仓被 Citadel 接盘。他之前在 OpenAI 做超级对齐，2024 年靠一篇 AGI 即将到来的文章出名，然后募资重仓 AI 股票，上了约 4 倍杠杆，同时做空软件股——结果两边都押反了。作者 James Wang 自己做过对冲基金分析师，给的数字和逻辑都具体，不是空发感慨。这更像一篇金融八卦，不是 AI 技术更新，但作为人物特写，信息量和可读性都够。
DeepSeek 把 V4 Pro 模型从预览版转成了正式版。这次更新主要强化了让模型进业务流程干活的能力，并且给 V4 Pro 和 V4 Flash 都加了一个“思考力度”调节开关：简单任务用低档，日常自动化任务用高档，复杂任务可以拉满。模型现在也原生支持 OpenAI 的 Responses API，能一键接入 Codex。API 价格从 8 月 ...
推荐理由：V4 Pro 转正、加 agent 加固和思考力度调节，是实打实的功能更新，对在 DeepSeek 上搭自动化的开发者有意义。没给到 85 分以上，是因为正文没披露 GA 后的基准对比，也没说清楚峰谷价差到底是多少——信息密度差了口气，所以我会先打个折。
FT 报道，OpenAI 和 Anthropic 正在大幅降价抢企业客户，压力来自 DeepSeek 这类成本更低的中国模型。两家公司都在推更便宜的小模型，同时靠高价订阅和 IPO 预期撑估值。文章没给出具体降了多少、什么时候生效，更像一篇趋势分析。
推荐理由：FT 这篇是趋势分析，不是硬消息稿。它点出了 OpenAI 和 Anthropic 被中国低价模型逼着降价的大背景，但正文没披露具体降了多少、什么时候开始，信息密度不够硬。我会先打个折：格局判断有参考价值，但缺可执行的数据，所以 H 和 R 都成立，K 不成立，刚好够 featured 门槛。
Vercel Connect 把长寿命的 refresh token 从应用代码里挪走，靠 OIDC 短命凭证换 token，真正的卖点是集中管理，不是更强的安全性。Cloudflare OS 管的是数据读取后的去向，不碰凭证签发。OpenAI 收购 Ona，押注客户自己保管凭证。四套思路各管一段，凭证线和数据线至今没打通。
推荐理由：这篇分析把 Agent 授权拆成凭证签发、数据去向、凭证保管三条线，用 Vercel、Cloudflare、OpenAI 的具体动作对照着讲，比泛泛的趋势文扎实。扣分在于它是综合解读而非一手爆料，而且文章没给出打通凭证线和数据线的明确路径，更像把问题摊开。
OpenAI 的年化收入跑率（用最近一个月收入乘以 12 估算）已经超过 400 亿美元，三个月内翻了一倍多。这是它 IPO 前最关键的数字，说明商业化在加速。收入主要靠 ChatGPT 订阅和 API 调用，但文章没拆各自占比。我会先打个折——跑率不是实际全年入账，只是把单月数字放大，不过增长势头确实猛。
推荐理由：OpenAI 在 IPO 前放出最关键的收入数字：年化跑率超 400 亿美元，三个月翻了一倍多。文章是 Bloomberg 独家，信源加分，但没拆 ChatGPT 订阅和 API 各自贡献多少，也没说利润情况。我会先打个折——跑率是把单月数字放大，不是真金白银入账，不过增速确实猛，直接关系到市场怎么给它定价。
Denise Dresser 去年 12 月才从 Slack CEO 的位置上过来，当 OpenAI 的首席营收官，现在发帖说几周后就要走，去“找别的机会”。接她班的是云安全公司 Wiz 的总裁兼 COO Dali Rajic。这周稍早，前 COO、后来管特殊项目的 Brad Lightcap 也宣布离开。Dresser 之前还接过 Lightcap ...
推荐理由：一周内两位高管出走，Dresser 从 Slack 过来不到一年就离开，接任者来自 Wiz 而非传统 SaaS 巨头，信号很强。扣分点：正文没披露 Dresser 离职原因和 Rajic 具体到任时间，所以我会先打个折——变动本身够重要，但信息有缺口，别急着下结论。
OpenAI 推出了一个叫 Ultrafast 的预览模式，让自家最强的 GPT-5.6 Sol 模型跑到每秒 750 个 token，是标准速度的 14 倍。以前想要实时响应，通常得换个小模型，这次相当于让大模型自己快起来。这个模式跑在 Cerebras 的芯片上，目前只开放给一小批客户，后续会扩大范围。Anthropic 的 Claude 也有快速...
推荐理由：GPT-5.6 Sol 直接提速 14 倍，对需要实时响应的场景是个实打实的推理突破。没给更高分是因为现在还只是小范围预览，没有正式上线时间，而且绑定了 Cerebras 的硬件，能不能大规模铺开还不确定。
Cerebras 和 OpenAI 放出了一个叫 Ultrafast 模式的新服务，目前只在小范围测试。它把 GPT-5.6 Sol 部署在 Cerebras 自家的晶圆级芯片上，推理速度最高能到每秒 750 个输出 token。在 Humanity's Last Exam 这个全是博士级难题的测试里，它跑完 2500 道题只用了 11 小时 11 分...
推荐理由：Cerebras 和 OpenAI 把 GPT-5.6 Sol 搬上晶圆级芯片，搞了个 Ultrafast 模式，推理速度拉到 750 tok/s，前沿模型第一次摸到这种实时交互的门槛。HLE 那套博士级难题跑完只用了 11 小时 11 分，给部署团队一个能直接算账的参考值。不过目前还是小范围测试，正文没披露并发数、成本结构和实际可用性，这点先别太激动。
OpenAI 把干了 9 个月的首席营收官 Denise Dresser 换掉了，接替她的是 Wiz 的前总裁兼首席运营官 Dali Rajic。Wiz 今年刚被 Google 以 320 亿美元收购，是 Google 史上最大一笔并购。这次换人不是孤立事件——过去一个月里，OpenAI 的首席运营官 Brad Lightcap 和二号人物 Fidji...
推荐理由：连续的高管变动本身就有新闻性，加上 Wiz 被天价收购的背景让这次任命多了层看点。但说到底还是人事消息，没有产品和技术实质，所以放在 featured 里偏低的分数段。
OpenAI 放出了一份给开发者的实战指南，核心就一句话：GPT-5.6 系列让前沿智能体（让模型进业务流程干活）的成本大幅下降。指南里举了几个创业公司的例子：Hex 把 GPT-5.6 直接接入现有流程，发现用“低推理强度”效果反而最好，模型不会在没数据的地方死磕，省下不少 token。Hypha 用 Luna 模型做文档信息提取，准确率只比 GPT...
推荐理由：OpenAI 官方出的开发者指南，用创业公司的真实案例讲怎么用 GPT-5.6 系列省钱跑智能体。有具体操作和成本对比，对正在用 OpenAI 的团队挺实用。但这就是一份产品说明书，不是技术突破，所以重要性我给打个折，放在推荐阅读档。
OpenAI 在 API 里先放出了一个叫 Ultrafast 的预览版，让 GPT-5.6 Sol 最快每秒能吐 750 个 token，比标准模式快 14 倍。这背后是换了 Cerebras 的芯片来跑推理。速度快到这种程度，主要想解决那些等不起的场景：比如线上事故时实时扒日志、找代码改动、辅助定位问题；金融交易里一边看行情一边扫异常；客服电话里不...
推荐理由：OpenAI 在 API 里放出了 GPT-5.6 Sol 的 Ultrafast 预览版，靠 Cerebras 芯片把推理速度拉到标准模式的 14 倍，每秒能吐 750 个 token。文章给了三个等不起的真实场景，信息量够硬。但没公布价格，也没说什么时候正式上线，所以分数停在 82，没冲到必须当天写的那档。
OpenAI 宣布 Dali Rajic 接替 Denise Dresser 出任首席营收官。Rajic 之前在 Wiz 当总裁兼 COO，擅长用数据指标驱动规模化销售，他的任务是把 OpenAI 早期拿下的企业客户转化成一套可重复、可度量的营收体系。公告同时披露了两个数字：周活用户超过 10 亿，企业客户超过 200 万，比一年前翻了一倍。我会先打个...
推荐理由：OpenAI 官方公告，既有高管换人又有业务规模数据，信息量撑得起 featured 级别。但本质是人事任命，没有产品和技术层面的新东西，所以 H 和 K 都满足，唯独缺了 R，按规则落在 72-77 这个分数段。
今天最值得看的是闭源模型的加密思维链被大规模提取。研究人员发现，把 Claude Opus 4.8 的加密推理块直接扔给同厂的 Haiku 4.5，后者就能逐字解码。这个方法在 Claude、GPT、Gemini 三家的 API 上都跑通了，用 Haiku 解码一万条轨迹的成本大概是 720 美元。另一篇论文更狠，说就算不接触加密块，光看模型公开输出的...
推荐理由：这条信息来自群聊日报，属于二手摘要，但信号很强：三篇论文指向同一个问题，且给出了可复现的方法和成本。我会先打个折，因为原文没披露具体实验细节和样本量，但核心判断——加密思维链可被跨模型解码——有足够的事实支撑。对从业者来说，这比一般的模型能力更新更值得警惕。
Codex 现在直接长在 ChatGPT 桌面应用里了，能端到端处理写功能、重构、迁移这类工程活。它用多智能体并行干活，号称能把几周的活压缩到几天。团队可以通过 Skills 系统教它自己的规范和流程，还能设成后台常驻，自动处理 issue 分诊、监控告警、CI/CD 这些杂事。正文没提具体定价和底层模型名。Ramp、Duolingo、Harvey 等...
推荐理由：OpenAI 把 Codex 集成进 ChatGPT 桌面版，是一次对开发者工具链的渠道打击，直接对标 Cursor 和 Claude Code。多智能体并行工作树和 Skills 系统是实打实的机制，不是包装词。扣一点分是因为正文没提定价和底层模型名，Linux 版也只说‘很快推出’没给确切日期，实际交付和成本都还有变数。
DeepSeek 开始招 Agent Harness 产品经理，说明它正在补一个空位：没有自己的编程工具运行环境。之前它只卖模型接口，把工具端交给第三方，但这样拿不到用户在真实编程场景里的行为数据——模型输出了代码，但用户怎么改、哪里报错、改了几轮才跑通，这些细节都留在第三方工具里。LangChain 的测试显示，同一个模型有没有针对性的运行环境配置，...
推荐理由：一篇用招聘动作和测试数据把产业逻辑讲清楚的分析。DeepSeek 招 Agent Harness 产品经理这件事本身不大，但作者把它和 LangChain 的 10-20 个百分点性能差距、Codex 做桌面端串起来，点出模型厂抢的不是工具市场，是用户改代码、修 bug 的行为数据。判断都挂在事实和数据上，没有吹概念，对从业者来说信息密度够、可读性强。按政策，观点分析类文章打 78-84 分段的低区，78 分合理。
Anthropic 用未发布的 Claude 把黎曼 zeta 函数零点在临界线上的比例下界从 41.6% 推到了 67.2%，离证明黎曼猜想还差得远。真正值得看的是搜索过程：两次 Claude Code 会话烧掉 3100 万输出 token，第一轮 650 个想法全部失败，但留下了一份记录 106 条局部存活路线的台账，标明了每条路卡在哪、重新打开...
推荐理由：Anthropic用未公开模型做数学搜索，3100万token的工程细节和敌对评审机制是真正的信号，不是纯PR。扣分是因为纯数学离产品落地还远，而且正文没披露模型名称和token成本。