OpenAI Deployment SafetyGPT-Live-1.1 系统说明卡
GPT-Live-1.1 和 GPT-Live-1.1 Quip 使用包括公开互联网信息、第三方合作数据及用户生成内容在内的多样化数据集进行训练，采用高级数据过滤流程减少个人信息并使用安全分类器防止有害内容。其性能指标对比值为已发布模型的最新版本数据。
实时
#OpenAI
- OpenAI Deployment Safety
OpenHands BlogOpenHands 与 NVIDIA 联合将多模态 AI 带入软件工程智能体
OpenHands 将 NVIDIA Nemotron 3.5 Super VL（120B 参数 MoE 架构，12B 活跃参数）引入软件工程智能体，支持文本、图像、文档、视频输入及文本输出
Apple Machine Learning Research3434计划或检索优先？工具发现架构的规模研究
在 ToolBench 上，Retrieve-then-Plan (RtP) 在单工具查询中优于 Plan-then-Retrieve (PtR)，而 PtR 在多工具查询中表现更佳，这一交叉点在所有检索预算（k=1至20）、注册表规模（1k至47k API）和模型族（Gemini 2.5 Flash 和 gpt-oss-120b）中均成立。
Google Developers Blog如何评估 AI 智能体：超越感觉检查
评估 AI 智能体不能仅凭感觉检查，因为智能体可能陷入重试循环或产生幻觉回答却仍看似正常，导致云费用和 token 使用量激增。应建立可重复的评估流程，从定义关键用户旅程（CUJ）开始，使用模拟用户测试，并采用单元测试、确定性指标、LLM 作为裁判的评分标准和集成测试等多层检查。结合手动审查的跟踪记录与自动化验证，可在开发早期检测到隐性回归，并随着智能体能力增长扩展评估框架。
OpenAI News2222Sullivan & Cromwell 与 OpenAI 合作开发 Agreement Analyzer AI 工具
Sullivan & Cromwell 与 OpenAI 合作开发了 Agreement Analyzer 工具，用于识别草拟协议中的问题。
- Apple Machine Learning Research
MLX 和 RDMA 在 Mac Studio 上实现本地和分布式大语言模型推理
在四台 Mac Studio 集群上，Muse Spark Open（816B 参数）生成速度超过 36 tokens/秒。Mac Studio M5 Ultra 版本比 M3 Ultra 在推理速度上提升 4.6 倍（TTFT）和 1.6 倍（tokens/秒），得益于 GPU 神经加速器和 1.2 TB/s 内存带宽。
Latent SpaceOpenAI 和 Anthropic 如何在金融智能体中平衡自主性与安全
OpenAI的Joseph Kim认为GPT-4o将使金融分析师的效率跨越“实用阈值”，足以完成投资建议和交易；Kim强调金融领域需要可追溯性以核查数据来源，并将人类介入点视为产品设计决策。
Ars Technica · AI在OpenAI顶级机密会议室发现隐藏的录音设备
FBI指控沙特裔工程师Abdulrahman Alfozan在OpenAI机密会议室藏录音设备，意图窃取涉及技术、政府和商业合作的高敏感信息，并威胁国家安全。该USB设备被Alfozan用卫生纸包裹后插入电视后部，OpenAI于9月30日发现并确认内容加密，10月5日安装摄像头后监控录像显示Alfozan试图取回设备。Alfozan作为OpenAI工程师任职一年后被逮捕。
- OpenAI News2828
SentinelOne 利用 OpenAI Daybreak 将恶意软件分析时间从数周缩短至数小时。
SentinelOne 通过 OpenAI Daybreak 将恶意软件分析时间从数周缩短至数小时，使其能够调查更多威胁。
- OpenAI News
Amp 使用 OpenAI 模型让 AI 智能体超越代码工作
Amp 推动智能体能力边界，使用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT。
- Ars Technica · AI
White Circle 研究表明 OpenAI 和 Google 的新 AI 模型易被攻破生成裸露图像
White Circle研究人员使用现成的攻击工具成功绕过DALL·E 3、Google Nano Banana 2和GPT-Image-2的安全过滤器，其中DALL·E 3约13%的攻击提示生成了被人类评审员确认的裸露图像。研究人员警告，新发布的ChatGPT Images 2.5和Nano Banana 2.1比前代版本更容易被攻破，且攻击方法可扩展至其他模型。
- OpenAI News4040
Block 利用 OpenAI 技术构建 AI 驱动安全
Block 的安全团队借助 OpenAI 技术将威胁调查速度提升至分钟级别并快速提出补丁。
- OpenAI News4545
Third Moment Research 如何运行 10,000 个智能体 36+ 小时
Third Moment Research 运行 10,000 个智能体 36+ 小时，其 AI 实验室使用 GPT-6 Astra 和 GPT-6.1 Sol、Codex 及 Daybreak 模型构建专注于长期任务并随使用改进的智能体。
- Apple Machine Learning Research2727
Whisper-small 在 Code-Switching Detection 任务中表现优异
Whisper-small 在 CS-FLEURS 基准测试中实现 14 种语言对的平均 F1 分数 0.798，优于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。该方法通过识别预训练语音编码器中的语言选择性隐藏状态维度，直接从语音中检测语言转换，仅需少量代码转换数据集即可微调决策规则。
- OpenAI News2222
欧盟企业和小型企业中智能体 AI 的采用正在增长，更深入的使用可能释放更多价值
欧盟企业和小型企业的智能体 AI 采用正在增长，更深入的使用可能释放更多价值。
OpenRouter Blog7575OpenRouter 推出 Private Endpoints 功能，支持私有微调模型和保留容量接入
OpenRouter 推出 Private Endpoints 功能，允许用户将私有微调模型或保留容量通过现有 API 接入，仅限组织内部可见且不公开。私有端点需通过 BYOK 方式连接支持 OpenAI 兼容格式的部署，可设置专属定价并继承模型 slug，最多支持 10 个端点，需付费订阅 Enterprise 计划。
LangChain BlogOrange Business 基于 LangChain 和 LangSmith 构建 Live Intelligence 平台
Orange Business 为 120,000 名员工和 150 多家客户部署了旗舰 AI 平台 Live Intelligence。
IBM Research Blog3838IBM 将于 2027 年第一季度推出 7 纳米纳米堆叠技术早期研究开发工艺设计套件（PDK）
IBM 宣布将在 2027 年第一季度推出 7 纳米纳米堆叠技术早期研究开发工艺设计套件（PDK），帮助半导体公司在大规模采用前评估该技术。该套件将提供逻辑功能标准单元库和 SRAM 设计示例，支持布局布线、早期模块级布局和密度与功耗性能特性评估。纳米堆叠技术通过将晶体管堆叠而非并排排列，首次在逻辑晶圆技术层面实现晶体管级别的 3D 布局，与当前纳米片晶体管架构有显著差异。
- OpenAI News5555
Higgsfield 使用 GPT-6 Astra、GPT-Image-2.5 和 GPT-Live 为创作者提供更长的视频、精确的视觉效果和语音电影制作路径
Higgsfield 推出 GPT-6 Astra、GPT-Image-2.5 和 GPT-Live，支持创作者制作更长的视频、实现精确的视觉效果，并提供语音电影制作的路径。
- IBM Research Blog5858
IBM Research 用开源智能体工厂以 26 美元成本实现量子纠错芯片设计 52 倍加速
IBM Research 使用开源智能体工厂优化量子纠错硬件，高级综合评估实现 52 倍加速，成本约 26 美元；同等预算下闭源前沿模型配置成本 299 美元（11.5 倍更高）但加速 204 倍，开源配置以更小面积实现硬件优化；该智能体工厂通过协调器分配任务给并行工作智能体，结合代码修改与硬件效果评估，探索多种架构可能性。
- LangChain Blog
ScaleDown 如何通过压缩和提取技术优化长时运行智能体的上下文管理
ScaleDown 通过压缩和提取技术优化长时运行智能体的上下文管理，其模型在基准测试中比 GPT-5.5 等通用模型便宜 41 倍且快 2.7 倍。ScaleDown 提供四种模型：Summarize、Compress、Extract 和 Classify，分别用于摘要、压缩、提取和分类，支持最多 1M tokens 的输入，并支持图像和 PDF 输入。
MIT Technology Review · AIAnthropic 指出 Z.ai 的 GLM-5.3 存在重大网络攻击风险
Anthropic 发布报告称 Z.ai 于 8 月发布的 GLM-5.3 模型因可被随意下载和修改而构成重大网络攻击风险。该模型目前是开源的，但与 ChatGPT 和 Claude 等封闭模型相比，其能力稍逊，但允许用户在本地运行、重训，并支持研究人员深入观察其内部机制。
- Google Developers Blog
Gemini 4 Argon 优化 20 万行 Python 代码库的性能
Gemini 4 Argon 在 11 小时内无人工干预运行中，通过分析 205,000 行代码的 ADK Python 仓库，提出了 6 项优化建议，最终 2 项被采纳并上线，将内存会话准备时间缩短约 40%，冷包导入速度提升 21%。该模型在优化过程中遵循了仓库的维护者指南，并运行了全部 16,892 个单元测试。
- OpenHands Blog6565
OpenHands 与 DigitalOcean 整合，支持云端部署 AI 编程智能体
OpenHands v1.27.0 现支持通过 Agent Canvas 直接创建和管理 DigitalOcean 托管的智能体，扩展了基于 DigitalOcean Serverless Inference 的执行环境选择。
Ollama Blog5858Ollama 与 Fly.io Sprites 联合安全运行 AI 智能体
Ollama Cloud 现支持在 Fly.io Sprites 全 Linux 虚拟机中运行 AI 智能体，其中 Sprite 是 Fly.io 提供的隔离式 Linux 虚拟机。
Amp News7070如何在 ChatGPT 和 Claude 中使用 Puck
用户可通过 MCP 与 Puck 交互，在 ChatGPT 或 Claude 中构思后将其任务发送至 Puck 实施并管理。Puck 知晓用户在 Amp 中的项目并路由至正确模块，支持在 ChatGPT 中直接查看 Amp 工作进度。MCP 提供 puck 工具用于 Amp 交互和 orbs 工具展示运行模块的交互视图。
GitHub Blog · AI & MLGitHub Copilot 应用入门：如何教会 Copilot 了解你的代码库
GitHub Copilot 可通过自定义指令、代理技能、自定义代理和模型上下文协议（MCP）服务器等方式，让用户向 Copilot 传达项目规则、封装可重复流程、提供专业指导以及连接外部工具，从而提升协作效率。自定义指令定义代码规范，代理技能封装重复性任务，自定义代理处理复杂工作，MCP 服务器扩展 Copilot 功能。
Microsoft Research微软研究院开源多模态模型 StudentSim 用于模拟学生学习行为
微软研究院开源多模态模型StudentSim用于模拟学生学习行为，通过公开脱敏学习记录训练个性化学生模拟器，在棋类、英语写作和数学领域表现优于基准，为AI辅导系统提供早期反馈信号，不用于替代教师或课堂教学。
Microsoft Official Blog微软将 Azure Maia 系统扩展至多吉瓦部署
微软将 Azure Maia 系统扩展至多吉瓦部署，Maia 200 已投入生产，Maia 300 将于 2027 年推出。Maia 200 正服务于微软生产工作负载，包括微软 Copilot，并支持 MAI 团队开发下一代模型，GitHub Copilot 和微软 Foundry 将于今年年底推出。
Sierra BlogPersonal Agent Protocol 的草案发布及 35 家设计合作伙伴加入
Personal Agent Protocol（Poppy）草案发布，宣布 Adyen、Atomic 等 35 家新设计合作伙伴参与设计；该协议基于 OAuth、JWT 等标准，让客户控制智能体权限，企业可跨渠道（网站、API、自有智能体）安全协作，实现从退货到房贷申请的多样化任务。
Simon Willison6565西蒙·威尔逊使用 GPT-6 Astra High 通过语音构建博客新功能
西蒙·威尔逊通过语音与GPT-6 Astra High交互，构建了其博客的Newsletters页面，实现了订阅列表索引功能，包括每周免费Substack和每月赞助者专属更新。他使用ChatGPT桌面应用的Codex语音对话模式，在本地开发环境中完成了模型、迁移、视图代码、模板及数据库导入功能，并整合了网站搜索引擎。
- OpenAI News5757
Sophos 使用 OpenAI Daybreak 将威胁调查时间缩短 96%
Sophos 通过使用 OpenAI Daybreak 将网络安全威胁调查时间缩短 96%，并自动化了 52% 的 MDR 案例，同时保留了人工监督。
- OpenAI News2222
Asana 使用 GPT-6 Astra 将浏览器智能体成本降低 76 倍
Asana 在 Codex 中使用 GPT-6 Astra 使其浏览器智能体成本降低 76 倍、速度提升 5 倍。
Prime Intellect BlogPrime Agent 使用 Rust 重写
Prime Agent 1 自 8 月发布以来下载量超 30 万次，处理超过 80 万亿 token。今日发布新版 Prime Agent，采用 Rust 重写，性能更快、更稳定。
NVIDIA BlogNVIDIA Omniverse 如何用前沿 AI 代理将想法转化为模拟
NVIDIA Omniverse 结合前沿 AI 模型如 GPT-6 Astra 帮助开发者实现模拟应用，通过自然语言指令指导 AI 代理完成资产组装、物理连接和渲染检查。
TechCrunch · AI7575OpenAI 解雇三位安全研究员引发争议，被指破坏安全文化
OpenAI 解雇的三位安全研究员否认违反公司政策，称其行为符合安全规范，并警告此举将打击内部安全文化。他们否认参与泄露新模型架构信息，称与外部安全组织合作符合工作职责。OpenAI 则称解雇是基于“违反多项政策”的行为，但未明确具体政策内容。
AWS Machine Learning BlogBlockRun 和 Incarna 如何使用 Amazon Bedrock AgentCore 支付实现 AI 代理按推理付费
AgentCore 支付让 AI 代理能按需付费，Incarna 用它让代理逐个请求向 BlockRun 付费获取模型推理，BlockRun 为 90 多个模型提供按需计费推理服务。AgentCore 支付通过托管钱包、原生协议处理、基础设施层支出治理和可审计结算，将添加 x402 支持的工作量从数月缩短至数天。
- TechCrunch · AI5050
OpenAI 年收入据报低于预期 20 亿美元
OpenAI 告知投资者其年收入约为 50 亿美元，低于此前接近 70 亿美元的预期，该预期是基于与 Anthropic 收入的直接比较；公司此前在 2025 年财报显示收入约 13 亿美元但支出更多，其 2027 年初的 IPO 计划已推迟。
The Decoder7575一些数学家呼吁抵制 OpenAI，因 AI 生成的证明泛滥其领域
Fields 奖得主 Terence Tao 等人呼吁抵制 OpenAI，因其 AI 生成超过 700 个数学证明文件引发争议，包括 Navier-Stokes 千年问题方法。OpenAI 成立 AGMAI 咨询组但无决策权，数学家批评其未采纳建议，将问题解决速度视为学科进步主旨，并暗示 AI 训练依赖数学家成果。专家担忧 AI 快速解决导致领域创新受阻，传统数学突破带来的合作交流减少。
- TechCrunch · AI7070
OpenAI 的数学解决方案尚未达到该领域的标准
OpenAI 本周发布了数百个声称解决世界级数学难题的方案，但未能达到数学界标准，尤其是在需要人类理解数学结果方面。新论文指出 OpenAI 模型解决的一个百万美元问题中，自然语言解与形式化表达解之间存在差距。AGMAI 指出 OpenAI 仅部分遵循了其建议，例如仅 10 份论文公开了模型推理链，42% 的证明未经过形式化处理，且未包含机器可读元数据关联自然语言与形式化结果。
