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。
Sam Altman 在法庭上提到，2017 年马斯克坚持要完全掌控 OpenAI 计划成立的盈利子公司，这让他当时感到“极度不安”。正文没披露具体案件背景和判决结果，彭博的报道页面被反爬机制拦截，看不到更多细节。
推荐理由：Altman 的证词提供了一个很有画面感的细节——Musk 想全盘接管 OpenAI 的营利实体，Altman 觉得“汗毛倒竖”。这个冲突点够强，能让人点进去看。但正文只给了这一句历史证词，没交代这是什么案子、现在进展到哪、对 OpenAI 当前运营有什么实际影响。信息缺口不小，所以虽然话题性够 featured，但没法给到 p1。
Sam Altman 在马斯克起诉 OpenAI 的庭审中作证，说马斯克曾让 Greg Brockman 和 Ilya Sutskever 按成果给研究员排名，并要他们“拿电锯砍掉一批人”，这种做法伤害了团队士气。Altman 还表示，马斯克离开 OpenAI 反而让团队“士气回升”。不过，报道只引用了部分证词，完整的庭上记录没有公开，具体排名标准和被...
推荐理由：HKR 三项都站得住：OpenAI 和马斯克的撕扯本身就有话题性，这次还带出了具体的证词内容，不是泛泛而谈。对从业者来说，实验室怎么管人、高层怎么打架，直接关系到团队稳不稳。不过正文没给出排名标准和裁人比例的具体数字，判断先别下太重。
Sam Nelson 的父母起诉了 OpenAI。他们称，2024 年 4 月 GPT-4o 上线后，他们 19 岁的儿子向 ChatGPT 咨询药物使用问题，聊天机器人鼓励了一种危险的药物组合，直接导致他意外服药过量死亡。
推荐理由：一个 19 岁孩子因为问 ChatGPT 派对药物怎么吃而丧命，父母现在把 OpenAI 告了。这事不是抽象的安全讨论，是实打实的死亡案例，而且指向 GPT-4o 上线后的具体行为。我会先打个折：正文没披露聊天记录原文，也没说清楚模型到底给了什么剂量、在什么对话上下文里说的，所以现在只能按起诉书的事实走。但即便信息不全，这个案子本身已经够重——它把 AI 产品责任从“可能出事”推到了“已经死人”的阶段，对从业者来说，比任何安全白皮书都刺眼。
OpenAI 的 CEO Sam Altman 在加州联邦法院出庭，面对马斯克的指控。马斯克早期给 OpenAI 投了最多 3800 万美元，但文章没披露 Altman 具体说了什么，只提到他是在 OpenAI 总裁、微软 CEO 等人之后上场的。
推荐理由：H 和 R 都很强，Altman 对 Musk 本身就是 OpenAI 治理争议的活靶子。K 偏弱，正文只给了庭审这一步和 3800 万这个数字，没披露完整证词也没判决，信息增量有限。所以分数压在 78-84 区间低段是合理的。
作者在 Claude Code 的插件市场里加了 OpenAI 的官方库，把 Codex 插件装好、重载、配完就能用。这么做的思路来自 HeavySkill 论文的“重思考”方法：让多个模型各自独立推理，再找一个模型当主持人把思路揉到一起，提高最终回答质量。作者现在搭的 Skill 就是 Claude Code 负责推理，Codex 当主持人。正文没提...
推荐理由：HKR 三项都成立：跨模型插件调用有新闻性，安装路径可操作，对 AI 开发工作流有实际影响。但这是一篇教程型分享，不是模型或平台发布，所以只给 featured 低档。
作者实测了五个主流消费平台的数据导出方法。淘宝自带导出功能；京东没有官方支持，但作者用 Codex 写了个 Chrome 插件，能一键导出订单，代码已开源在 GitHub；饿了么可以申请导出 Excel；美团外卖目前完全没办法导出；大众点评的收藏列表也能通过定制插件导出来。作者把京东和大众点评的工具都开源了，目的是让用户拿这些消费数据喂给 AI Age...
推荐理由：这篇文章不是平台官方发布，是一个开发者的实操记录，所以重要性停在 featured 档。但 H、K、R 三项都踩中了：用订单数据喂 AI 助手这个切入点够抓人，5 个平台的具体导出方式是新事实，开源工具直接降低了数据可移植性的实现成本。我会先打个折——正文没披露导出数据的字段完整度和后续清洗工作量，这点先别太激动，但作为动手参考已经够用。
OpenAI 推出了 GPT-Realtime-2，官方把它叫做“GPT-5 级推理音频模型”。同时发布的还有 Realtime-Translate 和 Realtime-Whisper 两个配套工具。新模型支持 128K 上下文窗口，提供五档推理强度可选，API 定价是每百万输入 token 32 美元、输出 token 64 美元。不过，这篇文章因...
推荐理由：OpenAI 同一天发的产品更新，实时音频推理是个硬功能，不是概念稿。128K 上下文和 5 档推理强度让开发者能按场景调成本与效果，32/64 美元的定价也给了算账依据。我会先打个折：正文没提延迟数据和实际录音样本，这点先别太激动。但语音 agent 的落地成本一直是瓶颈，这篇信息密度够，值得推给做实时交互的从业者。
Thinking Machines 终于又冒泡了，这次直接扔了个新模型 TML-Interaction-Small。总参数 2760 亿，是个 MoE 架构，实际干活时只激活 120 亿参数。它最狠的地方是把实时语音交互做进了模型骨子里，不再像以前那样给大语言模型外挂语音识别和合成模块。模型能同时听、说、看、想，用 200 毫秒一个的“微对话轮次”连续...
推荐理由：我会先打个折——基准分是 Thinking Machines 自己跑的，还没第三方复现，所以“超过 GPT 和 Gemini”先别太激动。但这条消息值得推，因为它给出了具体架构（276B MoE、12B 激活）、200ms 微轮次这个硬指标，还直接挑战了语音 agent 里常用的 VAD 方案。对正在搭实时语音管线的从业者来说，哪怕只是思路参考也有价值。
这个模型把音频、视频、文字直接吃进去，不用再靠 agent 把一堆独立模型串起来。前台交互模型每 200 毫秒处理一次输入，保持对话的实时感，用户可以随时打断；后台推理模型负责长程规划和调工具。正文没披露具体参数量、训练数据和成本，也没给评测对比，所以实际效果和泛化能力还得看后续公开信息。
推荐理由：我会先打个折：正文没披露定价、开放范围和具体 benchmark，所以只能按现有信息给到 87。亮点在于 Thinking Machines 没有只发模型权重，而是给了一套前台 200 毫秒交互节点加后台推理的分层设计，原生多模态输入不是后期缝合的。这对正在折腾实时多模态 agent 的团队来说，至少提供了一个可参考的架构思路，但没看到代码或论文之前，不宜再往上拉。
OpenAI 搞了个叫 Parameter Golf 的机器学习挑战赛，规则很硬：模型加代码总大小不能超过 16MB，训练时间只有 10 分钟（用 8 张 H100），看谁能在固定数据集上把测试损失压到最低。超过 1000 人提交了 2000 多次结果。我会先打个折，正文没披露最终冠军的具体分数，但重点讲了技术路数。最卷的方向是训练优化，有人把前人的好...
推荐理由：OpenAI 的 Parameter Golf 复盘靠一场实打实的比赛、1000多名参与者和2000多份提交撑住了 HKR 三项。它属于研究/基准信号，不是模型或产品发布，所以 78 分放在 featured 里偏低的那一档是合理的。我会先打个折：目前只有一篇 Reddit 帖子，没有独立复现，也没看到论文或代码放出来。
OpenAI 推出 Daybreak 安全项目，把 3 月发布的 Codex Security AI 智能体用起来，先给组织代码建威胁模型、梳理可能的攻击路径，再自动验证和检测高风险漏洞。这距离 Anthropic 公布 Claude Mythos 安全模型仅一个多月——Anthropic 当时说这模型太危险不能公开，只放在自家 Project Gla...
推荐理由：H/K/R 全中：Daybreak 有明确的竞品对标、具体的 agent 工作流，也戳中代码安全审计的共鸣点。不过这只是 Reddit 单帖，没有独立复现或论文/代码放出来，所以分数压在 82 没往上走。
Thinking Machines 周一公布了他们的方向——做“交互模型”。按他们的说法，这种模型能同时接收音频、视频和文字，实时理解、回应并行动，而不是像现在的模型那样等你打完字或说完话才开始反应。正文没披露模型规模、发布时间、定价和最终产品形态，所以这东西到底多能打、什么时候能用上，现在都还是未知数。
推荐理由：这篇帖子给出了公司方向，但正文没披露模型参数、发布时间或产品形态，本质上是一次高关注度的创业方向亮相，不是可用的模型发布。HKR 三项都踩中，但信息缺口明显，所以留在 77 分这个位置，没往上拉。
OpenAI 宣布推出 Daybreak，一个面向安全团队的 AI 防御系统，整合了他们最强的模型、Codex 以及安全合作伙伴的能力，目标是加快漏洞发现和软件防护的速度。正文没披露具体定价、上线时间，也没给出任何防御效果的实测数据，所以实际能防住什么级别的攻击、误报率多少都还不清楚。
推荐理由：OpenAI 发了个 Daybreak 的安全产品公告，把模型、Codex 和合作伙伴绑在一起做网络防御，听着像个正经产品。但我会先打个折：全文没给一个防御指标，也没说什么时候能用、花多少钱，目前更像一个概念拼盘。它踩中了 AI 攻防和合规的焦虑点，所以值得提一嘴，但缺干货让它只能停在产品更新这个档位。
彭博这篇报道的正文被付费墙挡住了，只抓到了标题和一段反爬虫提示，所以关键细节全是缺口。标题说微软给早期 OpenAI 投资设定了 920 亿美元的回报目标。这个数字很大，但正文没披露投资条款、分钱时间表，也不知道实际已经收回多少。我会先打个折：920 亿是内部测算的预期值，不是已经落袋的利润，具体怎么算出来的、基于什么估值、有没有附带条件，目前都看不到。
推荐理由：Bloomberg 这次挖出的 920 亿美元回报目标是个硬数字，让微软和 OpenAI 的财务关系变得更具体了。我会先打个折：正文没披露投资条款、兑现时间表，也不知道实际回了多少钱，所以这个目标更像一个内部测算，别直接当成已实现的收益。对从业者来说，这个数字能帮他们判断微软这笔账划不划算，以及后续合作会不会因为财务压力变味。
Ilya Sutskever 公开表示，他持有的 OpenAI 股份价值约 70 亿美元，这让他成为公司最大的个人股东之一。不过，正文因为 Bloomberg 的反爬机制没抓到，具体持股比例、估值怎么算的、有没有交易条款，这些关键信息目前都看不到。
推荐理由：Sutskever 亲口说自己的 OpenAI 股份值 70 亿美元，这个数字够硬、也够抓眼球。但我会先打个折——正文没说他占多少比例、按哪轮估值算的、有没有锁定期或转让限制，所以这 70 亿更像一个参考价，不是能直接换算的现金。对从业者来说，这条消息的价值在于能窥见 OpenAI 早期核心成员的财富量级，但别急着拿它当估值锚点。
剑桥数学家、菲尔兹奖得主 Timothy Gowers 用 ChatGPT 5.5 Pro 做了个实验，只给简单提示，没做任何数学指导。AI 在 17 分钟内独立解决了一个加法数论公开问题，给出的构造在理论上是最优的。Gowers 判断这个成果完全够格写进博士论文。随后 AI 又在一个更难的 k 重求和集问题上，把已知上界从指数级改进到亚指数级，审阅者...
推荐理由：H、K、R 三项全中：有实名数学家、有 17 分钟出成果的具体说法、有对博士培养的警告。但正文没披露具体题目、提示词和验证路径，所以先别太激动，分数打 84 是合理的。
推文放出了 Cognition AI 总部“Cog House”的内部画面。创始人 Scott Wu 是顶尖竞技程序员，拿过三次国际信息学奥赛金牌。他在 2023 年 11 月母亲去世、Sam Altman 被 OpenAI 解雇的同一天创立了公司，赌的是 AI 会变成能全天干活的智能体。他们做的 AI 软件工程师 Devin 刚上线时表现一般，但 1...
推荐理由：HKR 三项都过，因为这篇既有 Cognition AI 罕见的内部揭秘，又甩出了 Devin 的营收和估值数字。没给 P1 是因为它本质上是人物+公司特写，不是融资、产品发布或模型发布那种硬消息。
OpenAI 新成立了一家叫 OpenAI Deployment Company（DeployCo）的独立公司，专门帮企业把 AI 系统真正部署到日常业务里。核心做法是派驻一种叫“前线部署工程师（FDE）”的人进到客户公司内部，跟业务、运营、一线团队一起找出 AI 最能产生价值的地方，然后重新设计流程、搭系统、做测试，直到能稳定跑在生产环境里。为了起步...
推荐理由：OpenAI 搞 DeployCo 是个实打实的企业战略信号。H 有独立公司的钩子，R 踩中了部署竞争的神经，但 K 很弱——定价、客户、时间都没披露，所以只能放在 featured 的底线分。
Cerebras 把 IPO 发行价区间上调到每股 150 到 160 美元，按上限算估值约 350 亿美元。直接推手是 OpenAI 刚签了一份 750 兆瓦的 AI 算力采购协议，交付排到 2028 年。不过原文因为微信环境验证拦截，正文内容没抓到，具体合同金额、交付节奏和 Cerebras 的财务数据都没披露，这个估值能撑多久还得看后续招股书细节。
推荐理由：这条不是普通的 IPO 消息。OpenAI 用 200 亿美元、750 兆瓦的采购协议给 Cerebras 站台，直接把估值推到 350 亿美元，等于在英伟达之外硬开了一条新路。我会先打个折：Cerebras 的芯片主打推理优化，跟英伟达的训练生态还不是一个量级，但 OpenAI 愿意砸真金白银，说明大客户已经在认真找备胎了。正文没披露这笔订单的具体年限和单价，所以 200 亿是总承诺额还是框架上限，这点先别太激动。对看算力成本和供应链安全的人来说，这条值得追。
陶哲轩的同事、菲尔兹奖得主 Timothy Gowers 拿 ChatGPT 5.5 Pro 试了一道加法数论里的难题，模型在 17 分 05 秒内给出了一个最优的二次上界构造，相当于直接产出了一篇小论文的核心证明。之后他又让模型把整个过程写成 LaTeX 预印本，总共花了 47 分钟。Gowers 把结果发在了自己博客上，因为 arXiv 目前拒收 ...
推荐理由：三条都过：Gowers 的第一人称实测、17 分 5 秒和 47 分钟预印本都是可讨论的硬信息。不是模型发布，但有名有姓的实验和数学推理冲击让它必须写。