Hacker News · AI 热帖使用 LLM 进行置信度评分是个错误想法
LLM 无法提供可靠的置信度评分，因为其生成的评分并非基于信息量或实际校准，而是文本生成的延续，会随提问方式改变而变化。LLM 评分缺乏反映证据强度的能力，也未被校准以匹配准确性。
实时
#OpenAI
- Hacker News · AI 热帖
TechCrunch · AI7070OpenAI 将决策模型 Decisions API 广泛开放，决策模型市场竞争升温
OpenAI 首次将决策模型 Decisions API 广泛开放给用户，该模型将 ChatGPT Luna 重构以实现更快推理和更低成本，速度从秒级缩短至毫秒级。
OpenAI News3535使用 Decisions API 构建响应更快的应用程序
OpenAI 推出 Decisions API，为应用程序提供快速、专注、低成本的决策功能。
- TechCrunch · AI
微软 AI 诊断系统在模拟中准确率超医生两倍，CEO 追求“医疗超智能”
微软 AI 诊断系统 MAI-DxO 在模拟中诊断复杂病例准确率达 83%，超过单独工作的全科医生（36%），其通过协调多个 AI 智能体模拟医生团队运作。
AWS Machine Learning Blog4848Amazon Polly 生成式引擎升级：更自然、准确的语音输出
Amazon Polly Generative engine 升级后提供更自然、准确的语音输出，新增 14 个声音（跨 9 个地区），首次将印地语和芬兰语实现通用可用。升级为即插即用，API 调用和声音名称不变，现有应用无需修改。支持基于文本上下文的情感和韵律表达，新增语言为印地语（Arjun/Kiara）、芬兰语（Suvi），总共有 57 个生成声音（11 种语言/25 个地区），价格不变。
Anthropic Newsroom精选7171Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 这一开放标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），该基金会由 Anthropic 与 Block、OpenAI 共同创立，Anthropic 此前已向其捐赠 MCP。
推荐理由: 原文交代了 Agent Skills 的采用规模与治理移交，读者可据此判断这套智能体技能标准后续由谁维护。
IBM Research Blog2222Qiskit SDK v2.6 发布概要
Qiskit SDK v2.6 发布，新增 C API 中的编译器 pass-manager 框架、QPY 序列化及自定义操作，支持在非 Python 环境中使用，QPY 格式升级至 v18，最低 Python 版本要求 3.10，源码构建需 Rust 1.89。
The Verge · AI6565利用旧游戏和OpenAI Codex黑客破解了Switch 2
开源多模态模型OpenAI Codex帮助黑客通过旧游戏SmileBASIC 4破解了任天堂Switch 2，使其运行包含新增角色的自制版《马里奥赛车世界》；该软件仅支持tethered jailbreak，需要每次开机从游戏启动才能工作，但破解过程复杂且影响尚不明确。
- The Verge · AI
微软称其 AI 工具诊断准确率超医生四倍
微软宣称其 AI 工具在模拟医疗场景测试中诊断准确率比人类医生高四倍，相关研究发表于《科学》杂志。该工具名为 Diagnostic Orchestrator，由多个 AI 智能体协作推理症状并制定诊断，在医学报告和急诊数据测试中分别达到 83% 和 80% 的准确率，优于人类医生约 47%。
- AWS Machine Learning Blog
使用 Amazon SageMaker AI 上的 Kokoro TTS 流式传输低延迟语音
使用Amazon SageMaker AI上的Kokoro-82M TTS模型流式传输AI代理的语音响应，将生成与合成同步，以减少延迟并降低推理成本，Kokoro-82M模型包含8200万参数，在单个ml.g5.xlarge GPU实例上运行。
- AWS Machine Learning Blog5858
Amazon SageMaker 训练会话 API：无需管理 GPU 即可编写自己的训练循环
Amazon SageMaker 训练会话 API 允许用户从本地 Python 进程驱动 GPU 加速的会话，通过调用 forward_backward()、optim_step() 和 sample() 等操作实现算法自由，SageMaker AI 负责管理 GPU 资源。
Microsoft Research5858Flint-interactive：一种用于创建交互式数据可视化的语言
Flint-interactive 使 AI 生成的图表具有丰富的交互性，用户可通过点击、筛选、缩放、高亮和跨图表交互来探索数据。它通过高级语义事件和更新操作简化复杂交互的构建，并利用 Flint 编译器处理交互逻辑和视觉依赖，提高可靠性和开发效率。Flint-interactive 支持创建交互式数据故事、仪表板和连接体验，AI 代理可使用其生成带交互功能的图表，帮助用户更高效地分析数据。
- OpenAI News同一件事 · 2 家
Uber 向 3 万多名员工推广 OpenAI 的 ChatGPT Work
Uber 向 3 万多名员工推广 OpenAI 的 ChatGPT Work，帮助团队研究、分析数据、创建演示文稿和完成复杂工作流程。
同一件事 · 2 家 
METR同一件事 · 3 家METR 对 OpenAI 内部智能体监控系统进行红队测试
METR 和 Redwood Research 对 OpenAI 内部智能体监控系统进行了为期三周的深度访问红队测试，评估了约 75-94% 的 GPT-5.5 及以上模型 Agentic Responses API 流量在测试时的监控覆盖率。
同一件事 · 3 家- IT之家 · AI · 外部评估人员发现 OpenAI 内部监控系统漏洞：AI 智能体可绕过安全限制
- The Decoder · METR 与 Redwood Research 在 OpenAI 驻场三周审计，发现 AI 安全监控存在多处缺口
各家口径不同：METR给出75-94%的GPT-5.5及以上模型内部响应API流量范围；The Decoder只提到6-25%。
Redwood ResearchRedwood Research 红队测试 OpenAI 内部智能体监控系统
Redwood Research 与 METR 员工在 7 月 21 日至 8 月 11 日期间对 OpenAI 内部智能体监控系统进行深度测试，发现约 75-94% 的 GPT-5.5 及以上模型 Agentic Responses API 流量可被监控。
404 Media精选7575AI 正在改变黑客攻防的一切，接下来无人能预料
404 Media记者Jason Koebler结合近一个月的安全圈动态指出，AI已从根本上改变攻击性黑客行为与防御性网络安全。Wiz、Calif和OpenAI的研究者用AI发现PHP漏洞PHP2Shell，Cloudflare CEO Matthew Prince称公告后2小时内利用尝试从数万涨到数十万，目前已达数百万。
推荐理由: 从 PHP2Shell 事件出发，梳理 AI 同时加速漏洞发现与利用后，安全披露窗口和互联网历史留存面临的变化。
- The Verge · AI6565
Anthropic、OpenAI 和 Nvidia 在 2026 年第三季度创下最高游说支出记录
Anthropic、OpenAI 和 Nvidia 在 2026 年第三季度分别支出 210 万、150 万和 220 万美元进行游说，创历史新高。与微软（每季度至少支出 200 万美元）和谷歌（通常支出超过 300 万美元）相比，这些金额在华盛顿并不异常，但表明这三家 AI 公司认识到塑造政策的重要性。
- TechCrunch · AI7070
Spotify 将 AI 智能体视为关键增长引擎。
Spotify 第三季度用户达 7.88 亿，营收近 56 亿美元，CEO 认其模式特别适合 AI 智能体时代，通过对话而非应用直接交互，成为智能体首选音乐服务。Spotify 已整合 Meta Muse、ChatGPT 和 Claude，并强调用户数据不外传，智能体通过 API 调用 Spotify 自有系统完成推荐。
- The Verge · AI00
比尔·盖茨：为未来 20 年 AI 颠覆做好准备
比尔·盖茨预计 AI 将在未来 20 年内带来剧烈颠覆，可能导致社会分裂；他认为当前政策应对和行业协调不足，难以应对 AI 带来的威胁，并强调需要立即塑造 AI 发展方向。
- OpenAI News00
OpenAI 的 FDE 意味着什么
OpenAI 的 FDE 意味着什么
IT之家 · AI6565腾讯 WorkBuddy 教育公益版上线，已超 10 万名教师申领覆盖 1467 城市 4.5 万所学校
腾讯 WorkBuddy 教育公益版上线，已超 10 万名教师申领覆盖 1467 城市 4.5 万所学校，每人每月可领 2000 积分连续 12 个月。该版本提供 AI 教学助理，含 100 多位教育专家能力，后续将打通腾讯文档等工具。
36氪 · AI6565高盛承诺投入5亿美元成立小企业AI研究院，联手OpenAI、谷歌等推动AI应用
高盛承诺投入5亿美元成立小企业AI研究院，与Anthropic、谷歌、Meta和OpenAI合作，帮助美国小企业将AI融入日常运营。研究院将与OpenAI合作提供定制化AI培训，与谷歌合作提供AI专业证书课程及3个月免费Google AI Pro使用权限。
NVIDIA NewsroomNVIDIA 与合作伙伴推出 RFD4-Proteina 开源模型加速药物研发和癌症治疗
英伟达与华盛顿大学医学院蛋白质设计研究所联合发布 RFD4-Proteina 开源模型，结合可编程蛋白质设计与搜索能力，在四项基准测试中超越基线模型，帮助科学家探索药物设计候选者。
机器之心6565OpenAI 收购 AI 制药创企 Orchestra Bio，CTO 是北大校友
OpenAI 收购 AI 生物制药公司 Orchestra Bio，并将团队与技术整合至其生命科学 AI 模型 Rosalind 中。Orchestra Bio 的 CTO 系北大校友。
- 机器之心同一件事 · 4 家5555
OpenAI 发现 PHP 重大安全漏洞，成为影响力最大的漏洞之一
OpenAI GPT-5.6 Sol 识别了开源编程语言 PHP 中的关键缺陷。过去两个月，OpenAI 领导了一个由维护者、研究人员和安全提供者组成的联盟解决该漏洞。PHP 驱动着全球约 70% 的网站。
同一件事 · 4 家- TechCrunch · AI · OpenAI 和 Google 的 Wiz 通过 AI 发现 PHP 70% 网站的古老漏洞首发
- The Decoder · OpenAI GPT-5.6 Sol 与 Google Gemini 4 Argon 发现影响数百万网站的 PHP 漏洞
- Latent Space · OpenAI 的 Patch the Planet 项目与 Wiz 共同发现影响 70% 网站的 PHP2Shell 漏洞，使用 GPT-5.6 Sol 进行修复
各家口径不同：TechCrunch称漏洞影响'70%的网站'；The Decoder和Latent Space称影响'数百万网站'。
Mastra Blog6565Mastra Observability 起步指南
Mastra Observability 是一个托管平台，直接连接到 Mastra 框架项目，提供 traces、metrics 和 evals 功能以持续改进智能体。用户可搜索过滤 traces、监控性能成本与正确性，并通过 eval loop 优化智能体；平台免费提供每月 10 万事件，付费计划每月 250 美元含 100 万事件。
Codex releases1010GitHub Copilot rust-v0.164.0-alpha.12 发布
GitHub Copilot rust-v0.164.0-alpha.12 发布。
The DecoderOpenAI代理在32分钟内分析老鼠大脑数据，人类需数月完成
OpenAI联合PerturbAI和Scripps Research部署数千个AI代理，在GPT-Rosalind上分析来自数百万老鼠细胞的生物数据，完成全脑CRISPR图谱分析耗时32分钟，而人工分析需数月至一年；人类专家在盲测中75%时间内更偏好分布式代理的报告；"推理图谱"已开源至GitHub，相关论文发布在bioRxiv。
MarkTechPostVercel 开源 durable-harness 用于防崩溃编码智能体
Vercel 发布开源包 durable-harness，通过持久化日志防止编码智能体在崩溃或超时中断会话。该包支持 Pi、OpenCode、Claude Code 和 Codex 等现有 harness，将每一步写入可持久化日志，崩溃后可从日志恢复并避免重复执行已完成的调用，防止 token 重复计费。
Latent Space同一件事 · 4 家00OpenAI 的 Patch the Planet 项目与 Wiz 共同发现影响 70% 网站的 PHP2Shell 漏洞，使用 GPT-5.6 Sol 进行修复
OpenAI 的 Patch the Planet 项目与安全公司 Calif 及 Wiz 共同发现了影响 70% 网站的 PHP2Shell 漏洞，分别使用 GPT-5.6 Sol 和 Gemini 4 Argon 进行发现与修复；两方在漏洞披露前约两个月进行了协调修复，Cloudflare 部署了 WAF 缓解措施，NSA 建议立即更新系统。
同一件事 · 4 家- TechCrunch · AI · OpenAI 和 Google 的 Wiz 通过 AI 发现 PHP 70% 网站的古老漏洞首发
- The Decoder · OpenAI GPT-5.6 Sol 与 Google Gemini 4 Argon 发现影响数百万网站的 PHP 漏洞
- 机器之心 · OpenAI 发现 PHP 重大安全漏洞，成为影响力最大的漏洞之一
各家口径不同：TechCrunch称漏洞影响'70%的网站'；The Decoder和Latent Space称影响'数百万网站'。
量子位7575Maxinsights 为 OpenAI 供应具身数据，跻身全球 Physical AI 核心供应链
Maxinsights 通过采集人类第一人称视角数据，为 OpenAI、Google DeepMind、Figure AI 等头部厂商提供超过 200 万小时训练数据，占据全球 Physical AI 核心供应链。
- MarkTechPost7575
IBM AI 发布 Granite Speech 5.0 2B 开源多语言语音转写与翻译模型
IBM 发布 Granite Speech 5.0 2B，一个 2B 参数的开源语音语言模型，支持 6 种语言的语音转写与翻译，在 Open ASR 排行榜上排名第二，英语平均 WER 5.68%。模型采用 YaRN 扩展至 16k 位置，支持 GPU、Apple Silicon 和本地 CPU 部署，并包含 2000 项关键词偏置功能。
- Codex releases11
Codex 0.163.0-alpha.11.2 发布
Codex 0.163.0-alpha.11.2 发布，包含 315 次提交的更新。
- Codex releases00
Rust v0.164.0-alpha.11 发布
Rust 发布了 0.164.0-alpha.11 版本，包含 8 个主要提交。
- OpenAI News4040
Cloudflare使用OpenAI Daybreak调查漏洞并提出修复方案
Cloudflare 使用 OpenAI Daybreak 调查漏洞并提出修复方案供审查，其开发者使用 Codex 构建更快、质量更高的代码。
- TechCrunch · AI同一件事 · 4 家
OpenAI 和 Google 的 Wiz 通过 AI 发现 PHP 70% 网站的古老漏洞
OpenAI 使用 GPT-5.6 Sol 和 Google Wiz 使用 Wiz Atlas、Gemini 4 Argon 及 GPT-5.6 Sol 发现 PHP 自 2004 年版本 5 以来存在的两个严重漏洞，允许攻击者入侵服务器文件系统或数据库；AI 使黑客能适配不同 PHP 版本配置利用这些漏洞，NSA 建议未及时修补的网站下线。
同一件事 · 4 家- The Decoder · OpenAI GPT-5.6 Sol 与 Google Gemini 4 Argon 发现影响数百万网站的 PHP 漏洞
- Latent Space · OpenAI 的 Patch the Planet 项目与 Wiz 共同发现影响 70% 网站的 PHP2Shell 漏洞，使用 GPT-5.6 Sol 进行修复
- 机器之心 · OpenAI 发现 PHP 重大安全漏洞，成为影响力最大的漏洞之一
各家口径不同：TechCrunch称漏洞影响'70%的网站'；The Decoder和Latent Space称影响'数百万网站'。
- AWS Machine Learning Blog4040
如何通过 AWS PrivateLink 为 Amazon Quick 建立企业网络私有连接
Amazon Quick 可通过 VPC 端点（AWS PrivateLink）和 VPC 连接实现用户与 API 访问及数据源访问的私有连接，确保企业数据在 AI 驱动的洞察和操作中不被公网暴露。
- OpenAI News3535
OpenAI 与分销伙伴合作维护一致标准
OpenAI 通过与分销伙伴合作，确保一致的保障措施、支持负责任的访问，并阐明使用政策中的预期
- Codex releases33
Rust 0.163.0-alpha.11.1 发布
Rust 0.163.0-alpha.11.1 发布，包含 315 次提交的更新。
- AWS Machine Learning Blog
使用 Strands Agents 的自适应智能体框架
自适应智能体框架 (AAIF) 使用 Strands Agents，通过本地小语言模型 (SLMs) 处理常规任务，复杂请求则路由至 Amazon Bedrock 云模型，降低成本并保持低延迟。
