跳到正文

OpenAI / ChatGPT

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。

最新精选

第 1321–1340 条 · 共 1,724 条

5月1日星期五

新智元 · 公众号

拆解 Claude Code:让它好用的 98.4% 是工程,不是 AI

VILA-Lab 把 Claude Code v2.1.88 的 51.2 万行代码扒了一遍,发现真正跟 AI 决策逻辑相关的部分只占 1.6%。剩下 98.4% 全是确定性的工程基础设施:权限控制、上下文管理、工具路由和错误恢复。核心变化不是把提示词写得更长,而是给模型套上了一套好用的“缰绳”。

推荐理由:VILA-Lab 逆向拆解 Claude Code 的 51.2 万行代码,发现与 AI 决策相关的部分仅占 1.6%,其余 98.4% 是权限控制、上下文管理和工具路由等工程基础设施。

新智元 · 公众号

OpenAI 把 Codex 升级成能直接操控 Mac 的助手,跨应用干活不用人插手

OpenAI 给 Codex 接入了 Slack、Google Workspace 和 Microsoft 365,重点不是帮你补代码,而是让它直接接管电脑操作。

推荐理由:OpenAI 为 Codex 接入 Slack、Google Workspace 和 Microsoft 365,让助手直接接管 Mac 上的跨应用操作,关注点从写代码转向代做日常办公任务。

机器之心 · 公众号

有人用 API 猜出了 GPT、Claude、Gemini 的参数量,社区吵翻了

Bojie Li 在 arXiv 发了篇论文,用黑盒 API 调用去估算 27 家厂商 188 个模型的参数量。方法叫 IKP,靠 1400 道按生僻程度分了 7 档的题,先在 89 个已知参数量的开源模型上拟合,拟合度 R² 到 0.917。

推荐理由:Bojie Li 用黑盒 API 调用估算 27 家厂商 188 个模型的参数量,方法先在 89 个已知开源模型上拟合到 R² 0.917,社区对结论争议不小。

Latent Space

AI 周报:Codex 开始抢知识工作者的活儿,Claude 盯上了创意工具

OpenAI 把 Codex 从写代码扩展到了文档、幻灯片、表格这类非编程工作,新版本里电脑操作速度提升了 42%,还接入了微软、谷歌、Salesforce 的办公套件。Anthropic 这边,Claude 新增了对 Blender、Adobe 全家桶、Ableton 等创意软件的支持,同时推出了一个代码安全审查工具。

推荐理由:OpenAI 将 Codex 从写代码扩展到文档、幻灯片和表格,并接入微软、谷歌、Salesforce 办公套件,Anthropic 则为 Claude 增加 Blender、Adobe 全家桶等创意软件支持。

Hacker News 首页

Pu.sh:一个 400 行 shell 脚本搭起来的编程助手框架

Pu.sh 用大约 400 行 shell 脚本(只靠 sh、curl 和 awk)搭了一个编程助手的运行框架。它支持 Anthropic 和 OpenAI 的接口,内置 7 种工具,有对话上下文自动压缩、断点续跑和管道模式,还配了 90 个不调 API 的测试用例。没有图形界面、流式输出、图片处理、OAuth 登录,也不支持 Windows。

推荐理由:Pu.sh 用约 400 行 shell 脚本实现编程助手的完整运行框架,涵盖工具调用、上下文压缩与断点续跑,为想理解 agent 核心链路又不想引入复杂依赖的读者提供了一份极简可读的实现参考。

TechCrunch · AI

OpenAI 一边吐槽 Anthropic 搞限量,一边也给自家安全工具 Cyber 上了门禁

OpenAI 要把 GPT-5.5 Cyber 先推给“关键网络防御人员”,普通用户暂时用不上。这个工具能做渗透测试、漏洞发现和利用、恶意软件逆向,相当于帮公司找安全漏洞的武器库。Sam Altman 之前还嘲笑 Anthropic 对 Mythos 搞限量是“恐惧营销”,现在自己用了同一招。

推荐理由:OpenAI 将 GPT-5.5 Cyber 先开放给关键网络防御人员,普通用户暂时用不上,而 Sam Altman 此前曾批评 Anthropic 对 Mythos 限量,两件事放在一起构成一次立场对照。

The Verge · AI

马斯克在法庭上承认 xAI 用 OpenAI 的模型训练了 Grok

马斯克在加州联邦法院作证时,承认 xAI“部分”使用了 OpenAI 的模型来改进自家聊天机器人 Grok。用的方法是模型蒸馏,也就是让一个更聪明的大模型当老师,把知识“教”给一个更小、更省钱的模型。不过报道没说他具体用了 OpenAI 的哪个模型、喂了多少数据、跑了多少次训练。这点先别太激动,正文没披露细节,没法判断这到底是一次常规操作还是越界行为。

推荐理由:马斯克在加州联邦法院作证时承认,xAI 部分借助 OpenAI 模型以蒸馏方式改进 Grok,这条的价值在于呈现两家公司之间模型使用关系的具体背景。

TechCrunch · AI

马斯克在法庭上承认 xAI 用 OpenAI 模型训练了 Grok

马斯克在加州联邦法院作证时,被问到 xAI 是否用 OpenAI 的模型来训练 Grok,他回答“部分是”。这种技术叫“蒸馏”,就是拿大模型的对话结果当教材去教小模型。正文没披露具体用了哪些模型、蒸馏了多少数据、以及这种做法对 Grok 性能的实际影响。

推荐理由:马斯克在加州联邦法院作证时承认 xAI 部分使用 OpenAI 模型训练 Grok,这条证词把大模型蒸馏从传闻带进了诉讼记录。

彭博科技

Anthropic 在谈新一轮融资,估值可能超过 9000 亿美元

彭博社的消息源说,Anthropic 正在考虑启动一轮新融资,估值会定在 9000 亿美元以上。如果这轮谈成,Anthropic 的估值会超过 OpenAI,成为全球最贵的 AI 创业公司。不过正文没披露这轮融资的具体金额、投资方和时间表,我会先打个折,等更多细节出来再看。

推荐理由:彭博社消息源称 Anthropic 正考虑启动新融资,估值定在 9000 亿美元以上,若谈成将超过 OpenAI,成为全球估值最高的 AI 创业公司。

The Verge · AI

微软和 OpenAI 的新协议拆解:不再独占云服务,但关系没断

微软周一更新了和 OpenAI 的协议,最大的变化是 OpenAI 以后可以把产品和服务卖给所有云厂商,不再被微软的云独占。这相当于两家从“独家绑定”变成了“开放式关系”。但正文没披露具体的收入分成比例、算力承诺这些关键条款,所以 OpenAI 到底能省多少钱、微软又能从新客户那里分到多少,目前还不清楚。

推荐理由:微软与 OpenAI 更新协议,OpenAI 可向所有云厂商销售产品,不再受微软云独占,两家关系从独家绑定转向开放合作。

4月30日星期四

The Verge · AI

OpenAI 解释为什么它的代码模型突然满嘴地精和哥布林

Wired 发现 OpenAI 的代码模型 Codex 会主动建议用户“避开哥布林”之类的奇幻生物,OpenAI 现在出来回应了。他们说,GPT-5.1 新增的“书呆子”人格喜欢用奇幻生物打比方,结果这个习惯传染给了其他模型。至于具体怎么修、修到什么程度,这篇声明里没细说。

推荐理由:OpenAI 回应 Codex 建议避开哥布林等奇幻生物,称 GPT-5.1 新增的书呆子人格爱用这类比喻并影响了其他模型,声明未细说修复方式。

新智元 · 公众号

陶哲轩说数学界从缺证明变成证明太多,AI 生成的“生肉证明”堆满 GitHub

陶哲轩最近公开说,数学研究的瓶颈已经从“找不到证明”变成了“证明太多看不过来”。在一个关于 Erdős 问题的 GitHub 页面上,已经有 20 多个 AI 生成的解法等着人去评估。文章提到 GPT-5.4 Pro 用 80 分钟就给出了 Erdős #1196 的一个思路,陶哲轩自己在 24 小时内验证了核心部分。

推荐理由:陶哲轩指出数学研究的瓶颈已从找不到解法转为解法过多,一个 Erdős 问题页面就积压了 20 多份 AI 生成的解法等待评估,数学界正面临验证与消化的新课题。

量子位 · 公众号

OpenAI 正经解释 GPT-5.5 为什么爱说“哥布林”

OpenAI 发公告说,GPT-5.5 老把“哥布林”挂嘴边,是因为训练时给“书呆子”人设的回复打了高分,这个偏好通过强化学习和后续训练扩散开了。GPT-5.1 之后,ChatGPT 用“哥布林”的频率涨了 175%;书呆子风格的回复只占总回复的 2.5%,却贡献了 66.7% 的“哥布林”出现次数。

推荐理由:OpenAI 复盘 GPT-5.5 爱说哥布林的成因,指出书呆子人设的奖励信号经强化学习扩散,使该词用量涨 175%,而这类回复仅占 2.5%。

彭博科技

软银为 OpenAI 股份借的 400 亿美元过桥贷款,正在拉更多银行进来分摊

软银签了一笔 400 亿美元的过桥贷款,用来买 OpenAI 的股份。现在牵头行在把贷款拆给更多银行一起做,说明这笔融资规模大到需要分散风险。正文没披露贷款利率、期限、抵押品,也没说软银到底要拿多少 OpenAI 股权。消息来自知情人士,具体条款还没公开,这点先别太激动。

推荐理由:软银为收购 OpenAI 股份签下 400 亿美元过桥贷款,牵头行正把贷款拆给更多银行分摊,这笔融资在银团层面的推进节奏由此显现。

Latent Space

推理算力到了爆发点:CPU 不够用,GPU 也在被拆着用

Latent Space 这期把近期几条线索串了起来:AI 的推理(inference)需求正在急剧膨胀。黄仁勋在 GTC 上说,过去两年单次任务的算力消耗涨了约 1 万倍,总用量涨了约 100 倍,他管这叫“推理拐点”。

推荐理由:黄仁勋在 GTC 给出单次任务算力两年涨约 1 万倍、总用量涨约 100 倍的数据,Latent Space 由此串起推理需求膨胀与 CPU 沙箱、智能体调度等实际负载的关联。

TechCrunch · AI

纳德拉说微软准备“榨干”新版 OpenAI 协议,把 OpenAI 技术免费塞给云客户

微软 CEO 纳德拉在财报电话会上被分析师直接问到新协议对财务的影响。他回应说,新协议让微软可以继续用 OpenAI 的模型和智能体产品,而且不用再为这些技术付钱,直接提供给自己的云客户。他用词很直白——“我们完全打算榨干它”。不过正文没披露这个免费使用权能持续多久、具体覆盖哪些产品线,也没说定价策略。

推荐理由:纳德拉在财报电话会上称,新协议让微软无需再为 OpenAI 模型和智能体产品付费,可直接提供给云客户,其“榨干”这一用词本身即透露出微软对这笔授权的使用姿态。

彭博科技

Anthropic 正考虑接受新一轮融资,估值超过 9000 亿美元

彭博社援引知情人士消息称,Anthropic 正在权衡新的融资要约,给出的估值锚定在 9000 亿美元以上。这个数字直接把它的身价拉到了和 OpenAI 一个量级。不过正文没披露这轮融资的具体金额、领投方和交割时间表,所以现在只能看到一个很高的估值信号,实际条款还不清楚。

推荐理由:Anthropic 正权衡新一轮融资要约,估值锚定在 9000 亿美元以上,这一数字将其身价拉至与 OpenAI 同一量级,可观察头部 AI 公司估值基准的抬升。

OpenAI News

GPT-5 模型为什么满嘴都是“小妖精”

OpenAI 自己出来解释了 GPT-5.1 之后模型爱用“哥布林”“小妖精”打比方的怪癖是怎么来的。根子出在“书呆子”这个个性定制选项上:训练时给这个风格打分的奖励模型,对带幻想生物词汇的输出格外偏爱,76.2% 的数据集里都给更高分。虽然选“书呆子”的用户只占 2.5%,但贡献了 66.7% 的“哥布林”出现次数。

推荐理由:OpenAI 解释 GPT-5.1 爱用哥布林打比方的来源,训练中给书呆子风格打分的奖励模型对幻想生物词汇格外偏爱,76.2% 的数据集里给更高分。

The Verge · AI

马斯克诉奥特曼案:目前公开的所有证据

The Verge 整理了马斯克起诉山姆·奥特曼一案中已公开的证据,包括从 2015 年开始的邮件、照片和公司文件。这些材料展示了 OpenAI 创立初期的内部情况,比如黄仁勋曾给 OpenAI 提供了一台稀缺的超级计算机,以及马斯克如何影响了公司的使命。不过,文章没有披露完整的证据清单和具体的庭审时间表。

推荐理由:The Verge 汇总了马斯克诉奥特曼案已公开的邮件、照片和公司文件,从 2015 年起的材料还原了 OpenAI 创立初期的内部运作,包括黄仁勋提供稀缺超算一事。

Hacker News 首页

SOB 基准测试:专门给大模型的结构化输出能力挑错

Interfaze 发布了一个叫 SOB 的基准测试,专门看大模型从文本、图片、音频里提取信息并输出成 JSON 时,到底靠不靠谱。它不像老测试只看 JSON 格式对不对,而是重点查字段里的值准不准——比如发票金额有没有瞎编。测试覆盖了 5000 条文本、209 张图片和 115 段音频,每道题都有人工核对过的标准答案。

推荐理由:Interfaze 发布 SOB 基准,用 5000 条文本、209 张图片和 115 段音频测大模型结构化输出,重点查字段值是否准确而非仅 JSON 格式。