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。
OpenAI 在 2026 年 6 月的威胁报告里披露，他们封掉了一批 ChatGPT 账号，这些账号很可能来自中国。操作者用简体中文写提示词、挂 VPN，让模型批量生成英文短评和政治漫画，主要攻击美国的关税、稀土、AI 和 5G 政策，并明确要求漫画里只能出现特朗普，不能出现中国或习近平。同一批账号还生成中文“水军”内容，攻击美国和以色列，放大反犹太...
推荐理由：OpenAI 自己发的威胁报告，把一起疑似来自中国的 AI 影响行动说得有鼻子有眼，手法、目标、规避策略全抖出来了。这事踩中了 AI 安全、地缘政治和内容审核三条敏感线，但本质上是一份安全事件通报，不是产品突破或技术论文，所以分数卡在 78 分这个区间，没往上走。
OpenAI 发推宣布正式组建机器人团队，由 Aditya Ramesh 负责，目前开放全栈硬件、系统和 ML 工程师岗位。团队方向是软硬件协同设计，短期先帮技术工人干活，远期想给每个人配一台个人机器人。推文没写招聘规模和具体时间表，也没提预算或产品形态，我会先打个折——这更像是一个组队信号，离实际产品还有距离。
推荐理由：OpenAI 把机器人团队和负责人亮出来，是个明确的路线信号，所以 H/K/R 都成立。但产品形态、时间表和招聘规模正文都没提，我会先打个折，不放到 P1。
PolyRange v1.0 把 OWASP 测试指南里的 12 大类、84 种攻击手法做成了动态靶场。它不靠固定题库，而是每次部署时让一个大模型现场生成新靶机和防守策略，分两档难度，最后用“AI 提交攻击结果、裁判机验证”的方式打分。整套环境一条命令就能在 Fly.io 或 Docker 上跑起来。正文没披露具体评测数据和成本，但思路很明确：防止模型...
推荐理由：PolyRange 把网页安全靶场做成了会自己换题的 agent 评测。每次部署由大模型新生成任务，不是死题库，防污染这点做得比较彻底。覆盖 84 个 WSTG 类、12 个 OWASP 类别，两档防御加 flag 判定，规则清楚。信息源单一，目前只有 Reddit 帖子，正文没披露实际跑分数据和 agent 通过率，所以分数先打 78，等有实测结果再往上调。
Reddit 用户 thibautrey 分享了一个三步走的方法：编辑 Codex Desktop 的 config.toml 配置文件，存好 API 密钥，再用一个叫 multicodex 的代理别名把 gpt-5.3-codex 这个模型名映射到 MiniMax-Latest。代理跑在本地 127.0.0.1:1455，会把返回的模型名伪装成 gp...
推荐理由：这是一条可复现的开发者操作流，不是官方发布。我会先打个折：正文没披露 MiniMax-Latest 的具体成本和延迟，也没说 proxy 稳定性如何，所以别急着在生产环境照搬。但 hook 很直接——不改代码就能在 Codex 桌面端用别的模型，配置细节也够落地，对想省钱或换模型的人有实际参考价值。
微软放出了一个叫 SkillOpt 的开源框架，一周就在 GitHub 上拿了 3300 多颗星。它的思路挺直接：不改模型本身的参数，而是像做文本版梯度下降一样，自动迭代优化那些写给 AI 智能体看的“技能文档”。论文里的实验覆盖了 7 个目标模型、6 个评测基准和 3 种执行环境，总共 52 种组合，结果要么最好，要么并列最好。不过正文因为访问限制没...
推荐理由：微软开源的 SkillOpt 把 agent 技能文档当成可训练的文本参数，像训神经网络一样去优化技能描述，这个思路挺新鲜。我会先打个折：论文说在 52 个组合里做到最优或并列最优，但正文没披露具体对比基线和误差范围，这点先别太激动。不过一周 3.3k star 说明 agent 工程圈确实被技能维护和评估成本折磨很久了，一个能自动优化技能文档的工具，哪怕只是省掉一部分手工调 prompt 的活，也值得关注。
OpenAI 发了 gpt-realtime-translate，一个专门做语音翻译的模型。你对着它说 70 多种语言里的任意一种，它能直接用 13 种目标语言把语音播出来。OpenAI 说大模型虽然强，但特定任务还是得上专用模型。目前这个功能已经在智能眼镜上跑起来了，不过正文没披露延迟、准确率和具体硬件细节。
推荐理由：我会先打个折：正文没提延迟、定价和 API 开放时间，所以实际能不能用、贵不贵还不知道。但 OpenAI 把实时翻译塞进智能眼镜，70多种语言进、13种语言出，这个组合本身是个挺实在的进展，值得从业者看一眼。
彭博这条消息的正文被反爬页面挡住了，只从标题知道 OpenAI 跟花旗、摩根大通聊过，想把这两家加进自己的 IPO 承销团。至于聊到什么阶段、有没有正式给委托书、IPO 的估值和时间表，正文都没披露。这点先别太激动，目前能确认的信息就这么多。
推荐理由：标题说 OpenAI 在讨论把花旗和摩根大通拉进 IPO 承销团，但正文被 Bloomberg 反爬挡了，没拿到时间表、估值或银行具体角色。我会先打个折：这更像银行阵容的早期讨论，不是正式申报或定价，所以别当实锤看。HKR 三项都踩中，但信息缺口明显，重要性给 78 分、放 featured 是合理的。
OpenAI 给 Codex 加上了 Windows 支持，你可以在手机上用 ChatGPT 应用启动、查看和指挥 Codex 在你 Windows 电脑上干活。官方说这是早期体验，正文没披露收费方式和具体开放范围，我会先打个折——稳定性、权限控制和延迟都还没经过大规模验证，别急着把重要任务全交给它。
推荐理由：OpenAI 给 Codex 加了 Windows 计算机使用功能，通过 ChatGPT 手机 App 来操控。正文交代了工作流程和早期体验状态，但没提权限、定价和推送范围，所以先放在 featured 这一档。
彭博这条视频标题直接说 Anthropic 估值达到 9650 亿美元，并且超过了 OpenAI。但正文没披露这个估值是怎么算出来的、来自哪一轮融资、有没有附带对赌条款，也没说用来对比的 OpenAI 估值是哪个时间点的数字。所以这个“超过”暂时只能当个标题看，具体含金量还得等更完整的交易信息。
推荐理由：我会先打个折：标题里的 9650 亿美元估值很抓眼球，但正文实际上是个视频壳，没交代这个数字从哪来、是哪一轮、条款怎么定的，也没说跟 OpenAI 比的是什么口径。所以这条消息更像一个资本信号，而不是一份能核实的估值报告。对从业者来说，知道市场在给 Anthropic 标高价就够了，具体数字先别太激动。
Anthropic 刚完成一轮 650 亿美元的融资，投后估值 9650 亿美元，数字上首次压过 OpenAI。领投方是 Altimeter Capital、Dragoneer、Greenoaks 和红杉资本，每家掏了超过 20 亿美元。这笔钱怎么花、用在哪些产品线上，正文没细说。估值涨得猛，但还没看到对应的收入或市场份额数据，这点先别太激动。
推荐理由：Bloomberg 报道 Anthropic 拿了 650 亿，估值冲到 9650 亿，领投方也点名了。如果这轮真关账，就是基础模型公司里最顶级的资本事件。标题、事实和情绪三个维度都拉满，放在 95 分以上没毛病。
Anthropic 刚拿了 650 亿美元新融资，投前估值 9000 亿美元，超过了 OpenAI 上一轮的 7300 亿。公司同时发了新旗舰模型 Claude Opus 4.8，在 Vals AI 的 vibe coding（用口语化指令写代码）基准上比自家前代高了 10%。Anthropic 说它的年化收入运转率已经突破 470 亿美元，主要靠 C...
推荐理由：Anthropic 靠 650 亿美元融资把投前估值推到 9000 亿，压过 OpenAI，这是基础模型市场格局的一次实打实变动。Opus 4.8 在 Vals AI 氛围编程基准上比前代提了 10%，正文没展开具体测试条件和误差范围，这点先别太激动，但至少说明模型在代码场景还在往上走。HKR 三项全中，NYT 信源也撑得住，放 p1 没问题。
这篇来自新智元的实测文章目前页面被微信环境验证挡住了，正文内容没抓到。从标题和摘要信息看，Claude Opus 4.8 在 Extra-High 级别的高级工程师基准测试里拿了 63 分，比上一代 Opus 4.7 高出 30 分，这个涨幅挺夸张。但切换到 High 强度任务时分数掉到 42 分，说明模型在持续高压场景下稳定性还有问题。另外，每月 2...
推荐理由：Anthropic/Claude 相关度天然高，加上有实测跑分和配额吐槽，HKR 三项都站得住。钩子是强但贵且 High 档拉胯，K 有基准分和额度细节，R 直接戳中 Agent 场景下的成本焦虑。来源是媒体评测而非官方公告，所以定在 P1 低位。
OpenAI 发布了一个叫 Rosalind Biodefense 的新项目，把 GPT‑Rosalind 这个专攻生命科学的前沿推理模型，开放给经过审查的开发者和美国政府合作伙伴，用来做生物防御和防疫准备。具体来说，开发者可以申请用这个模型去搭建流行病建模、早期检测、筛查、非药物干预等工具；政府侧则扩大了对公共卫生和生物防御任务的访问权限。首批合作方...
推荐理由：OpenAI 推出 Rosalind Biodefense，向审核过的开发者和美国政府伙伴开放 GPT-Rosalind 访问。正文没给模型大小、训练数据、评测基准和定价，所以没法判断实际防护能力有多强，也不知道成本。我会先打个折：这更像一次政策姿态和准入机制的发布，而不是一个能直接评估的技术产品。对从业者来说，值得留意的是生物安全方向的合规门槛和“可信访问”具体怎么落地，但别急着把它当成成熟的防御工具。
Anthropic 今天放出了两个大消息。钱这边，他们完成了 650 亿美元的 H 轮融资，投后估值达到 9650 亿美元，领投方是 Altimeter、Dragoneer、Greenoaks 和 Sequoia。公司还首次披露年化收入已经超过 470 亿美元，这个数字去年 12 月才 90 亿，增速很猛。产品这边，他们发了 Claude Opus 4...
推荐理由：HKR 三项全中：这条把前沿实验室的巨额融资、新模型和代码工作流更新打包在一起。我按摘要里的 650 亿美元融资和 9650 亿美元估值来算，因为标题里的数字和正文对不上。
OpenAI 员工晒出自己一个月的 Token 用量：760 万次请求，6030 亿 Token，按公开费率算价值 130 万美元。虽然他是内部员工不用掏钱，但这个量级让外界看清了一件事——如果放开让程序员用顶级模型，一个人一年光 Token 费就可能上亿人民币。换成国内便宜的开源模型，也要两三百万。Uber 今年头四个月就烧完了全年 34 亿美元的 ...
推荐理由：Peter Steinberger的CodexBar使用数据把Token费用问题算成了一笔明账：一个月760万次请求、6030亿Token，按预设费率估算价值130万美元。这个数字够具体，也够吓人，直接点出了AI编程工具在规模化使用时的成本压力。文章不是产品发布或模型评测，而是从业者的真实账单分享，对正在评估AI工具成本的团队来说，比任何公关稿都实在。
作者 Tomasz Tunguz 分享了他用“技能提炼”让本地小模型跑个人工作流的做法。他会让 Opus 4.7、GPT-5.1 或 Gemini 3 Pro 这类顶尖模型，把处理邮件、管投资 pipeline、发博客等任务写成标准化的 SKILL.md 步骤文件，然后由本地运行的 Qwen 35B 或 Gemma 26B 一步步执行。这套系统基于 P...
推荐理由：这个技能提炼模式把大模型当教练、本地模型当执行者，思路清楚，对控制成本有实际意义。我会先打个折，因为文章没披露任何量化结果——不知道本地模型执行时会不会翻车，也不知道到底省了多少钱。这点先别太激动，等有数据再说。
Anthropic 完成了新一轮 650 亿美元的融资，把公司估值推到了 9650 亿美元（含新到账的钱），这个数字已经超过了 OpenAI 的估值。不过这篇报道正文被付费墙挡住了，具体是哪些投资人、钱会怎么花、以及估值是怎么算出来的，正文都没披露。
推荐理由：这条消息分量很足。Anthropic 敲定 650 亿美元融资，投后估值 9650 亿，直接超过了 OpenAI 的估值，等于在资本层面完成了一次反超。我会先打个折：正文没披露具体投资方和资金用途细节，但光这个数字就说明市场对 Claude 这条路线下了重注。对从业者来说，这意味着算力军备竞赛还会升级，模型层的竞争远没到定型的时候。
Bloomberg 的视频消息说，Anthropic 刚完成一轮 650 亿美元的融资，投后估值 9650 亿美元，首次在估值上超过了 OpenAI。不过正文被 Bloomberg 的反爬机制挡住了，具体投资人、资金用途和估值计算方式都没披露。我会先打个折：9650 亿这个数字高得离谱，比很多科技巨头的市值都大，在没有看到完整条款和收入数据前，这点先别...
推荐理由：这条消息分量很重，但我会先打个折。650 亿美元融资和 9650 亿美元估值这两个数字确实能重新排定前沿 AI 公司的资本座次，标题里“超越 OpenAI”的说法也直接改写了双方较量的故事线。不过正文没披露投资方是谁、条款怎么签，也没说钱具体砸向算力还是收购，所以暂时不能给到顶格判断。如果是真的，这轮融资会让 Anthropic 在抢人和堆算力时手头宽裕很多，但没看到资金结构之前，先别太激动。
Anthropic 刚完成一轮 650 亿美元融资，投后估值 9650 亿美元，数字上超过了 OpenAI。Bloomberg 这篇报道没披露具体投资人、交易条款和时间表，所以不知道这轮是谁领投、有没有附带对赌条件。9650 亿这个估值接近万亿，放在 AI 行业里是个很夸张的标价，但正文没解释估值模型怎么算出来的，也没提收入、利润或用户规模来支撑这个数...
推荐理由：Bloomberg 报道 Anthropic 拿了 650 亿美元，估值冲到 9650 亿美元，把 OpenAI 甩在后面。投资方和条款都没披露，但光这个体量就够当天 AI 融资圈的头条了。
OpenAI 发了一份公开文件，解释自己的安全措施怎么满足加州《前沿 AI 透明度法案》和欧盟《通用 AI 行为准则》的要求。框架覆盖了网络攻击、生化风险、恶意操控、失控等场景的风险评估和缓解，也提到了模型报告、安全风险管理、事件响应和外部专家参与。但正文没给出具体的评估指标、落地时间表，也没列出哪些模型算“前沿模型”。我会先打个折：这更像一份合规说明...
推荐理由：我会先打个折，因为正文没给评估指标、时间表和模型名单，信息缺口不小。但 OpenAI 主动对齐欧盟和加州新规这件事本身有信号意义——说明头部实验室在提前卡位监管预期，对做安全合规和模型发布排期的团队是直接相关的。这点先别太激动，等具体指标出来再重新判断。