OpenAI 近期发布了一份实用指南，详细展示了业务运营团队如何利用 **Codex** 将分散在项目追踪器、KPI 仪表盘、规划文档、会议记录、Slack 线程和电子表格中的信息，快速转化为可供决策的高质量文档。 ## 从碎片信息到决策就绪文档 业务运营工作常涉及多个数据源：执行层的需求、项目状态、财务模型、利益相关者反馈等。Codex 的核心价值在于**自动整合这些碎片信息**，生成初版工作成果，例如： - **项目偏离简报**：当战略项目可能延期时，Codex 能分析 KPI 变动、项目状态和财务模型，生成一份包含原因、选项、风险和建议的执行摘要。 - **战略更新与决策包**：从会议纪要和利益相关者输入中提炼关键信息，形成结构化的领导层决策文件。 - **进展报告**：基于追踪器和仪表盘数据，自动生成定期更新。 - **情景模型**：结合财务数据和假设，快速生成不同决策路径的利弊分析。 ## 人机协作：判断力仍是核心 指南强调，Codex 并非替代人类判断，而是**加速“初稿”产出**。团队仍负责验证证据、完善建议、解决开放问题，但 Codex 将原本数小时的信息收集和整理工作压缩到几分钟。 典型工作流如下： 1. **输入**：提供执行要求、项目文档、KPI 仪表盘、项目追踪器、财务模型、会议记录、利益相关者更新等。 2. **处理**：Codex 分析上下文，识别变化、原因、风险、选项和负责人。 3. **输出**：一份结构清晰的简报，包含明确建议和决策请求。 ## 实际应用场景 ### 1. 项目偏离简报 当领导者需要快速了解为何项目偏离轨道时，Codex 可整合所有相关数据，生成包含“发生了什么变化”、“可能原因”、“执行差距”、“备选方案”和“推荐行动”的简报。 ### 2. 战略更新与决策包 业务运营团队常需为高管准备决策材料。Codex 能从会议纪要和邮件中提取关键冲突点，自动生成权衡分析，帮助团队更快达成共识。 ### 3. 进度更新与情景建模 对于周期性报告，Codex 能基于实时数据自动填充模板；在战略规划中，它还能模拟不同资源分配下的结果，为“如果…会怎样”问题提供数据支撑。 ## 行业意义 在 AI 工具日益渗透办公场景的今天，Codex 这类产品代表了**从“自动化”到“智能协作”** 的转变。它不直接做决策，而是通过降低信息整合成本，让人类专注于更高价值的判断和沟通。对于业务运营团队而言，这意味著更快的响应速度、更少的重复劳动，以及更高质量的决策支持。 OpenAI 还提供了按需网络研讨会，供团队进一步学习如何将 Codex 融入日常工作流。随着类似工具的普及，企业运营的效率边界有望被重新定义。
Databricks 宣布将 OpenAI 的最新模型 **GPT-5.5** 集成到其企业智能体工作流平台中，此举基于该模型在公司自研的基准测试 **OfficeQA Pro** 上取得的突破性表现。OfficeQA Pro 专为评估企业级文档处理任务设计，涵盖扫描 PDF、遗留文件及长上下文文档的解析、检索与推理。在智能体测试环境中，GPT-5.5 相比上一代 GPT-5.4 将错误率降低了 **46%**，并以 **超过 50%** 的准确率成为首个在该基准上达到这一里程碑的模型。 ## 核心表现：解析能力跃升与任务路径优化 据 Databricks 研究工程师 Arnav Singhvi 介绍，OfficeQA Pro 中包含大量扫描或遗留企业文档，微小的解析错误便可能引发下游工作流的连锁失败。GPT-5.5 在解析老旧文档和扫描 PDF 方面实现了“阶跃式提升”，能够更准确地提取数字与文本，避免了因早期错误导致的整个流程偏离。此外，GPT-5.4 在执行多步骤任务时常常出现不必要的“搜索绕路”，导致效率低下；而 GPT-5.5 在检索相关上下文和完成复杂工作流时更加可靠，无需额外的人工干预，显著提升了智能体路径的规划效率。 ## 部署路径：通过 AI Unity Gateway 落地生产 目前，Databricks 已通过 **AI Unity Gateway** 向客户提供 GPT-5.5，用户可在基于 **AgentBricks** 和 **Agent Supervisor API** 构建的工作流中调用该模型。在这些系统中，GPT-5.5 负责协调多个专业智能体之间的解析、检索与执行任务。这一部署意味着企业能够将最先进的文档理解能力直接嵌入到发票处理、合同审查、合规报告等高频业务场景中，减少因传统 OCR 或规则引擎导致的错误积累。 ## 行业意义：企业级 AI 智能体进入新阶段 GPT-5.5 在 OfficeQA Pro 上的表现，标志着大语言模型在处理非结构化、异构企业数据方面迈出了关键一步。此前，多数模型在干净、格式化的文档上表现良好，但在面对扫描件、水印、手写注释等真实企业文件时仍力不从心。Databricks 的测试表明，模型在解析精度上的提升正在转化为可衡量的业务效率改进。随着更多企业尝试将智能体投入生产，像 GPT-5.5 这样在“脏数据”环境下依然稳健的模型，将加速从实验性部署到核心业务落地的转变。
OpenAI Academy 最新分享展示了数据科学团队如何借助 Codex 将零散输入快速转化为可供评审的分析资产。从仪表盘、指标定义到实验笔记和业务上下文，Codex 能生成包含图表、说明、来源链接和待审问题的初稿，让团队专注于验证证据与优化建议。 ## 核心工作流：从输入到初稿 传统数据科学工作往往止于查询，但真正的价值在于产出可读、可质疑、可行动的交付件。Codex 改变了这一流程： 1. **KPI 根因分析** — 当关键指标异常波动时，团队可提供仪表盘、指标定义、导出数据、营销活动背景及利益相关方讨论记录。Codex 会按细分、同期群、渠道、地域和产品面拆解变化，生成一份包含图表、已确认驱动因素、假设、说明、来源链接和待办问题的根因简报。 2. **影响评估** — 需要量化某个功能或活动的影响时，Codex 可依据实验数据、指标定义和业务背景，输出影响评估报告，区分统计显著性与实际业务意义。 3. **KPI 备忘录** — 定期复盘时，Codex 能基于历史趋势和近期事件，生成包含关键发现、图表和建议的 KPI 备忘录。 4. **仪表盘规范** — 对于新仪表盘需求，Codex 可根据业务问题描述和现有数据源，输出仪表盘设计规范，包括指标定义、可视化类型和交互建议。 ## 实际运作方式 Codex 集成了 **Google Drive、电子表格、Slack、Gmail、文档** 等插件，可自动抓取相关上下文。用户只需提供核心输入（如仪表盘截图、指标定义文件、导出 CSV），Codex 便会调用其推理引擎，结合业务语境生成初稿。输出内容包含： - 数据图表（直接嵌入） - 关键发现与说明 - 来源链接（便于追溯） - 待审问题与待办事项 - 建议的后续动作 团队随后可对初稿进行验证：检查证据链是否完整、压力测试假设的合理性、优化最终建议。 ## 对行业的启示 这一能力反映了 AI 工具在专业工作流中的演进方向——从“辅助写作”转向“辅助分析”。对于数据科学团队，Codex 并非替代分析师，而是将分析师从重复的“写报告”中解放出来，让他们更多投入在**判断与决策**上。 值得注意的是，Codex 的初稿质量高度依赖输入质量。团队需要确保提供的仪表盘、指标定义和上下文足够准确、完整。OpenAI 也在其网络研讨会中强调了这一点，并建议用户从简单场景开始，逐步建立信任。 ## 小结 Codex 为数据科学团队提供了一条从数据到决策的加速路径。通过自动化初稿生成，它让团队能更快地交付分析成果，同时保持对关键逻辑和业务含义的把控。对于追求效率与质量并重的团队，这是一个值得探索的方向。
销售团队的工作往往分散在 CRM 字段、通话记录、邮件线程、Slack 讨论、演示文稿、客户文档和账户信号中。OpenAI 的 Codex 工具能够将这些上下文信息整合起来，快速生成可用的初稿——无论是优先级账户简报、会议准备包、预测风险审查、账户策略包还是停滞交易诊断。销售人员和经理仍负责关系策略和判断，而 Codex 则帮助团队更快地获得工作草案。 ## 主要使用场景 ### 1. 从低活跃账户中挖掘管道机会 当销售团队需要将大量低活跃账户转化为优先级行动时，Codex 可分析 CRM 记录、通话记录、邮件线程、使用信号等，生成包含排名机会、触发因素、利益相关者图谱和外联序列的简报。 ### 2. 会议准备包 输入即将召开的客户会议背景，Codex 可提取最新互动、未解决问题和关键决策者信息，生成结构化的准备文档，帮助销售代表在会前快速掌握全局。 ### 3. 预测风险审查 通过分析交易阶段变化、活动下降或竞品动态，Codex 自动标记高风险交易，并生成风险摘要与建议行动。 ### 4. 账户策略规划 对于关键账户，Codex 可整合历史互动、产品使用数据和外部情报，输出包含扩展机会、风险点和季度目标的策略文档。 ### 5. 停滞交易诊断 当交易长时间未推进时，Codex 可梳理沟通历史、识别阻塞点（如决策者变动、预算冻结），并建议破局路径。 ## 工作流程 Codex 通过插件（如 Gmail、Slack、Gong、Google Drive）接入数据源，根据自然语言提示自动生成结构化输出。团队可在此基础上完善策略、验证证据并决定下一步行动。 ## 行业影响 这一应用标志着 AI 从通用聊天向垂直业务场景的深化。销售团队无需手动整理碎片信息，而是将时间更多地投入到高价值的人际互动和策略决策中。Codex 的“初稿”能力降低了重复性劳动，同时保持了人对关键判断的掌控。
OpenAI 宣布为美国 Pro 用户预览 ChatGPT 中的个人财务管理功能。用户可安全连接银行、信用卡等金融账户，通过仪表盘查看资金流向，并基于自身财务数据向 ChatGPT 提问获取洞察与建议。该功能依托 GPT-5.5 的推理能力，帮助用户分析收支模式、权衡决策并规划重大目标。目前支持超过 12,000 家金融机构，通过 Plaid 完成连接，Intuit 支持即将到来。OpenAI 强调该功能并非专业财务建议的替代品，将从 Pro 用户开始逐步扩展至 Plus 及所有用户。
九名加州陪审员正在审议 OpenAI 的未来，这起科技界年度最大案件的核心并非 AI 技术本身，而是围绕**慈善信托、不当得利**等法律问题。案件源于埃隆·马斯克对 OpenAI 及其联合创始人 Sam Altman、Greg Brockman 以及微软的诉讼，指控他们违背了最初的慈善承诺。陪审团需要裁决的关键问题包括： ### 三项核心指控 - **违反慈善信托**：马斯克声称，他捐赠给 OpenAI 的资金附带明确条件——用于特定的慈善目的（开发安全、普惠的 AGI），而非被非营利组织的营利部门随意使用。被告是否违反了这一信托义务？ - **不当得利**：被告是否利用马斯克的捐款，通过 OpenAI 的营利分支为自己谋利，而非用于慈善初衷？ - **协助与教唆违反信托**：微软在与 OpenAI 合作时，是否知晓马斯克捐赠的特殊条件，并实质性参与了损害马斯克权益的行为？ ### OpenAI 的三项抗辩 OpenAI 则提出三大法律屏障，陪审团亦需权衡： 1. **诉讼时效**：若 OpenAI 能证明部分指控的“损害”发生在法定时效之前（例如第一项指控需在 2021 年 8 月 5 日前），则相关诉求失效。 2. **不合理延迟**：马斯克直至 2024 年才提起诉讼，其延迟行为使损害赔偿请求失去合理性。 3. **不洁之手**：马斯克自身在相关事件中的行为存在不妥，因而无权主张对方违法。 ### 潜在影响 若马斯克胜诉，OpenAI 可能被迫终止其营利性架构，回归纯非营利模式。然而，即便陪审团作出不利于 OpenAI 的裁决，具体后果仍需法官在后续听证中裁定——例如是否强制拆分营利部门或返还捐款。反之，若 OpenAI 胜诉，则可能为科技公司从非营利转向营利铺平道路，引发行业效仿。 这场诉讼的判决不仅关乎 OpenAI 的命运，更可能为 AI 治理与科技慈善设立法律先例。陪审团的裁决预计将在未来数周内揭晓。
今天，马斯克诉奥特曼案进入结案陈词阶段。这场备受瞩目的庭审，与其说是法律较量，不如说是一场充满戏剧性的“拆车大赛”。马斯克的律师史蒂文·莫洛在陈词中频频出错，甚至将共同被告格雷格·布罗克曼误称为“格雷格·奥特曼”，并错误地声称马斯克没有索要金钱，被法官当场纠正。莫洛声称庭审中出现了许多谎言，但未能为马斯克的法律主张提供有力证据。 OpenAI的律师莎拉·埃迪则通过按时间顺序整理的大量证据进行反击，她并未试图粉饰任何一方的可靠性，但一针见血地指出：“就连他孩子的母亲都不支持他的说法。”另一位律师威廉·萨维特则展示了马斯克多次“记不清”关键细节的次数，并质疑一位精明的商人为何看不懂OpenAI发给他的四页条款清单。 这场庭审的真正看点或许在于爆出的“八卦”：马斯克曾利用OpenAI改进其AI公司xAI。早在2024年，业界就对Grok模型的快速开发速度表示怀疑，如今马斯克本人承认xAI确实“蒸馏”了其他模型，印证了此前的猜测。 整体而言，这场庭审更像一场公开的爆料大会，而非严肃的法律程序。尽管双方律师尽力交锋，但核心法律问题似乎被淹没在个人恩怨与行业八卦之中。
自今年 2 月 SpaceX 与 xAI 合并为 SpaceXAI 以来，已有超过 50 名研究人员和工程师离职，引发外界对其人才留存能力和模型研发前景的担忧。据 The Information 报道，离职人员包括编码、世界模型和 Grok 语音等关键团队的负责人，核心预训练团队仅剩寥寥数人。竞争对手 Meta 和 Mira Murati 创立的 Thinking Machine Labs 成为主要“接盘方”，分别吸纳了至少 11 名和 7 名前员工。 预训练团队的流失尤为引人注目。该团队前负责人 Juntang Zhuang 离职后，剩余成员也相继离开。预训练是构建新 AI 模型的第一步，大量核心成员出走引发了内部与外界对 SpaceXAI 是否仍致力于开发领先模型的质疑。 离职潮背后有多重原因。首先，Musk 在旗下公司（包括特斯拉）推行的“极端工作文化”再次成为焦点。有知情人士透露，Musk 为模型训练设定了不切实际的截止日期，导致 Grok 开发过程中“偷工减料”。其次，SpaceX 定期提供股票回购机会，员工可提前变现受限股票，加之公司 IPO 预期强烈，使得员工在获得财务回报后更不愿承受高压工作。 值得注意的是，部分离职发生在合并公告之后，包括两位联合创始人。SpaceX 在 2 月完成对 xAI 的收购后，已为合并公司任命了新领导层，并于本月早些时候正式更名为 SpaceXAI。TechCrunch 此前已报道其中 11 起离职事件。 人才大规模外流对 SpaceXAI 的长期竞争力构成挑战。在 AI 军备竞赛白热化的当下，顶尖人才的流失可能削弱其模型迭代速度与技术护城河。Musk 能否在保持高强度创新文化的同时留住核心团队，将决定 SpaceXAI 在日益拥挤的市场中能否站稳脚跟。
Anthropic 近日在 GitHub 上开源了 **Claude for Legal** 项目，一套专为法律工作流设计的参考智能体、技能和数据连接器。该项目覆盖了公司法务、隐私、产品、公司治理、雇佣、诉讼、监管、AI 治理、知识产权以及法学院教学等常见场景，旨在通过 AI 辅助提升律师的工作效率，但明确强调输出仅为草稿，需律师最终审核。 ## 项目核心：即装即用的智能插件 项目提供了两种部署方式：作为 **Claude Cowork** 或 **Claude Code** 插件安装，或通过 **Claude Managed Agents API** 集成到自有工作流引擎中。相同的系统提示和技能集，用户可选择运行环境。安装过程简单，只需遵循 Quickstart 指南，60 秒内即可完成。 实践领域插件覆盖企业内部、律所和学术法律工作，每个插件都包含“冷启动访谈”功能，可学习用户的操作手册，并配有 **CLAUDE.md** 实践配置文件，供所有技能读取。此外，项目还提供托管智能体菜谱，用于定时监控任务，如续约提醒、案卷监控、监管动态跟踪、尽职调查网格和产品发布雷达。 ## 连接器生态：打通法律与通用工具 MCP 连接器支持通用生产力工具（Slack、Google Drive、Box）和法律专用系统（Ironclad、DocuSign、iManage、Everlaw、CourtListener 等）。这意味着律师可以在一个界面中调取合同管理系统、电子发现平台和法院数据库，实现跨系统工作流自动化。 ## 安全与责任边界：AI 辅助，律师负责 项目明确设定了严格的使用边界： - 所有输出均为 **律师审核草稿**，不构成法律建议、法律结论或律师替代品。 - 内置防护措施包括：每条引用的来源归属、关于特权和主观法律判断的保守默认设置、管辖假设的明确提示，以及在文件提交、发送或依赖前设置明确的门槛。 - 律师需对离开工作环境的任何内容进行审核、验证并承担专业责任。这些插件加速审核过程，但不可替代律师的判断。 - 插件不代表 Anthropic 的法律立场，其中包含的清单项、建议框架、风险标记或判例法/监管指南的特征描述，均仅为辅助律师分析的工具，而非 Anthropic 对法律的观点。许多法律领域尚不确定且不断演变，使用插件的律师——而非插件或 Anthropic——对其工作成果中的法律立场负责。 ## 行业意义：法律 AI 从工具到工作流的演进 Claude for Legal 的开源标志着 AI 在法律行业的应用从单一问答工具向 **可定制、可集成的工作流平台** 转变。传统法律 AI 产品多聚焦于合同审查或法律研究，而 Claude for Legal 提供了覆盖完整法律业务线的插件体系，并支持用户自定义技能和连接器。这种开放架构降低了律师事务所和企业法务部门采用 AI 的门槛，同时也通过明确的责任划分解决了行业对 AI 合规性的担忧。 对于法学院和学术机构，项目还包含了面向教学的插件，有助于学生在模拟环境中学习法律实务。随着 AI 在法律领域的渗透加速，Claude for Legal 可能成为律师数字化工作流的重要基础设施。
在 **马斯克诉奥特曼** 一案中，一座看似少年棒球联盟奖杯的物件引发了关注。它并非普通奖杯，而是 OpenAI 员工为研究科学家 **Josh Achiam** 购买的纪念品，上面刻着：“永远不要停止做一个混蛋。” 这一事件的背景源于马斯克离开 OpenAI 时的争执。当时，马斯克表示要超越 Google，而专注于 AI 安全的 Achiam 质疑这是否明智，马斯克随即称其为“混蛋”。多年后，马斯克在诉讼中声称是为了防止 AI 造成严重危害，但奥特曼团队指出，他当年并不关心这个问题。 在庭审中，马斯克否认了该事件，称自己可能只是说了“别当混蛋”。法官 **Yvonne Gonzalez Rogers** 裁定，除非马斯克团队给 OpenAI 引入该奖杯的理由，否则陪审团不得看到它。然而，公众现在得以一窥这座奖杯的真容。
OpenAI 宣布其 AI 编程工具 **Codex** 正式集成至 **ChatGPT 移动应用**（iOS 和 Android），用户现可通过手机远程监控和管理开发工作流。 此次更新允许用户随时随地查看 Codex 的实时运行环境，并跨所有线程操作，包括审查输出、批准命令、切换模型或启动新任务。OpenAI 表示，这不仅仅是远程控制单个任务或向电脑派发新指令，而是实现了全面的移动端工作流管理。 Codex 于大约一年前发布，是 OpenAI 针对编程场景推出的智能体工具。上个月，OpenAI 已为 Codex 增加了桌面端后台运行能力，使其能自主处理多项任务；本月早些时候，还推出了 Chrome 扩展，支持在实时浏览器会话中工作。 值得注意的是，Anthropic 在二月份也发布了类似功能 **Remote Control**，允许用户远程监控 Claude Code 的运行。两家公司在 AI 编程智能体领域的密集更新，反映出双方对“谁将成为最广泛使用的编程工具”的激烈竞争。过去一年，Anthropic 的 Claude Code 在企业和技术人员中人气攀升，但两者仍被广泛使用。 目前该更新处于预览阶段，所有 ChatGPT 付费计划用户均可使用。
Sea Limited 是一家总部位于新加坡的全球科技公司，业务覆盖数字娱乐、电商和数字金融服务，旗下 Shopee 是东南亚领先的电商平台。近日，Sea 联合创始人兼 Shopee 首席产品官 David Chen 分享了公司为何决定在全工程组织内部署 Codex，以及 AI 辅助开发如何从效率工具演变为战略杠杆。 ## 从效率工具到结构性乘数 在 Sea 的规模下，工程不仅仅是写代码，而是管理碎片化、超本地化市场中的大规模系统复杂性。David Chen 指出，**Agentic AI 编码工具如 Codex 并非仅提升局部生产力**，而是代表一种结构性乘数，帮助工程组织在日益复杂的运营环境中加速响应、提升效能。 ## Codex 的独特优势：深度上下文感知 Codex 与其他工具的关键区别在于其**超越自动补全的能力**：它具备对大型、分散代码库的深度上下文感知。在庞大的微服务架构中，工程师的痛点并非语法输入，而是跟踪依赖关系、理解遗留逻辑以及在峰值负载下保持可靠性。Codex 充当本地化知识引擎，大幅缩短工程师导航和理解代码的时间。 ## 内部数据：87% 的周活跃率 Sea 正在开发者组织中推广 Codex，内部数据显示 **87% 的用户为周活跃用户**。这一高采用率表明，AI 辅助开发已从实验性工具转变为日常工作流的核心组成部分。 ## 对东南亚及亚太地区的启示 David Chen 认为，AI 原生软件开发对东南亚及更广泛的亚太地区意义深远。该地区市场动态、语言多样性和基础设施差异巨大，传统软件开发模式难以快速适应。Agentic AI 工具有望降低开发门槛，使团队能够更快地构建本地化解决方案，从而推动区域数字经济的进一步增长。 ## 未来展望 Sea 将 AI 辅助软件开发视为更深层次的转变——不仅仅是边际生产力提升，而是工程团队应对复杂性、构建弹性系统以及从创意到实现的方式变革。随着 Codex 等工具的持续进化，**AI 代理将改变开发者的工作模式**，从被动辅助走向主动协作，最终实现真正的 AI 原生软件开发。
Meta 公司近期在员工中引发了一场关于隐私与数据利用的激烈争议。据内部消息，一名工程师在公司内部论坛发布了一篇帖子，反对 Meta 强制安装的笔记本监控软件，该帖子迅速获得近 2 万名同事阅读。这款软件被称作“模型能力计划”，自去年底起在美国员工电脑上部署，能够记录屏幕操作、鼠标移动和键盘敲击，目的是收集“人们实际使用计算机的真实示例”，用于训练 AI 模型。 该工程师在帖子中直言：“自私地说，我不希望自己的屏幕被截取，因为这侵犯了我的隐私。但放眼全局，我不希望生活在一个人类——无论是员工还是其他人——被利用来提供训练数据的世界。”他呼吁同事支持一份自上周四开始在公司内部流传的请愿书，要求终止该计划。请愿书明确指出：“任何规模的公司都不应被允许在未经同意的情况下提取员工数据用于 AI 训练，这不应成为常态。” 这一事件折射出 AI 行业在数据收集方式上的新动向。以往，企业训练智能体 AI 模型时，通常招募自愿参与者（有时提供报酬）来记录其操作行为。而 Meta 选择直接从员工身上采集数据，尽管在美国雇主对工作设备拥有广泛的监控权限，但将监控数据直接用于 AI 训练仍属罕见做法。 目前，Meta 尚未公开该数据收集项目是否已取得实质成果。公司内部对 AI 的态度也颇为矛盾：许多员工享受 AI 带来的编程便利，但同时对其社会影响深感忧虑。一位工程师写道：“我一方面很喜欢用 AI 写代码，另一方面又对它的世界影响感到非常不安。我们正在建立怎样的技术使用规范？人们将如何被对待？” 尽管请愿活动已持续数周，Meta 尚未宣布任何调整计划。这场风波不仅关乎员工隐私，更触及了 AI 时代数据伦理的核心问题：当企业同时扮演雇主和 AI 开发者角色时，员工的数据权益该如何界定？
OpenAI 宣布，AI 编程代理 Codex 现已集成至 ChatGPT 移动应用，开启预览。这意味着开发者可以随时随地通过手机监控、指导和审批 Codex 正在执行的编码任务，无论是在笔记本电脑、开发机还是远程环境中。 随着 AI 代理承担起更长时间运行的工作，一种新的协作节奏正在形成。为了让工作持续推进，你需要能轻松回答问题、审查 Codex 的发现、改变方向、批准下一步或添加新想法。目前，每周已有超过 **400 万人** 使用 Codex。 ## 从任何地方与活跃工作保持连接 ChatGPT 移动应用中的 Codex 提供了完整的移动体验。当你连接到任何运行 Codex 的机器（无论是笔记本电脑、专用 Mac mini 还是托管远程环境），应用会加载该环境的实时状态，让你能够在活跃线程、审批、插件和项目上下文中流畅工作。 这不仅仅是远程控制单个任务或向电脑派发新任务的能力。从手机上，你可以跨所有线程工作、审查输出、批准命令、更改模型或启动新任务。你的文件、凭据、权限和本地设置保留在 Codex 运行的机器上，而更新（包括截图、终端输出、差异、测试结果和审批）会实时流式传输到手机。 在底层，Codex 使用**安全的中继层**，使受信任的机器在设备间可达，同时避免直接暴露在公共互联网上。该中继还能保持活跃会话状态和上下文在你登录 ChatGPT 的任何地方同步。 ## 在关键时刻介入 当 Codex 长时间处理工作时，及时的指导对于保持工作成果的有用性至关重要。从手机上，你可以在想法浮现时启动工作，在需要判断时解除阻塞，并密切关注结果的成形。 有了口袋里的 Codex，你现在可以： - 在等咖啡时开始调查一个 bug，因为 Codex 从你的开发环境运行，可以立即开始检查相关代码。 - 在通勤途中审查 Codex 生成的 Pull Request。 - 在会议间隙批准或拒绝 Codex 请求的终端命令。 这一更新将 Codex 的能力从桌面扩展到了移动场景，让开发者能更灵活地与 AI 代理协作，真正实现“随时随地编程”。
OpenAI 正在将桌面 AI 工具 **Codex** 引入 ChatGPT 手机应用，允许用户通过手机远程指挥电脑上的 Codex 执行编程、操作应用等任务。这一举措紧随 Anthropic 的 **Claude Code** 走红之后，被视为 OpenAI 加速追赶、整合产品线的关键一步。 ### 手机端远程操控桌面 Codex 根据官方博文，用户现在可以通过 iOS 或 Android 上的 ChatGPT 应用，与电脑端的 Codex 进行实时交互。具体来说，你可以用手机“浏览所有线程、审查输出、批准命令、切换模型或启动新任务”。所有文件、凭证、权限和本地设置仍保留在 Codex 运行的电脑上，而手机端会实时接收更新的截图、终端输出、差异对比、测试结果和审批请求。 这一功能以预览形式向所有 ChatGPT 计划用户推出，包括免费版和更实惠的 Go 计划。这意味着 OpenAI 正在降低 Codex 的使用门槛，让更多用户能够体验桌面 AI 的便利。 ### 竞争压力下的战略调整 Codex 的移动端扩展并非孤立事件。近期 **Anthropic 的 Claude Code** 在开发者群体中迅速走红，给 OpenAI 带来了直接压力。据报道，OpenAI 为了加速追赶，正在采取一系列“聚焦”措施：削减“支线任务”、关闭 Sora 视频生成工具等项目，并集中资源发展企业业务。此前，OpenAI 已发布重大更新，使 Codex 能够在 macOS 上直接操作应用，这被视为其打造桌面“超级应用”野心的关键一步。 ### 行业影响与展望 将 Codex 能力延伸至手机，标志着 AI 开发工具的交互模式正在发生转变。过去，编程助手主要局限于桌面 IDE 或终端，而现在用户可以通过手机随时启动、监控或调整任务，实现了“随时随地的开发协作”。对于企业用户而言，这意味着更高的灵活性和响应速度；对于个人开发者，则可能意味着更便捷的工作流。 不过，这一功能目前仍处于预览阶段，实际体验和稳定性还有待观察。同时，远程控制桌面操作也可能引发新的安全和隐私考量——尽管 OpenAI 强调本地数据和凭证不会上传至手机，但跨设备通信的安全性仍是用户关注的焦点。 总体来看，OpenAI 正在通过 Codex 的移动化，将桌面 AI 工具从“单一设备”推向“多设备协同”，这不仅是功能上的补全，更是对 AI 开发工具生态的一次重塑。
Richard Socher，这位因创办聊天机器人初创公司You.com和参与ImageNet研究而闻名的AI领域重要人物，如今带着新项目“Recursive Superintelligence”重新回到聚光灯下。这家总部位于旧金山的初创公司于本周三正式浮出水面，并宣布获得**6.5亿美元**融资。Socher与Peter Norvig、Cresta联合创始人Tim Shi等一批顶尖AI研究者联手，试图攻克AI领域的一个“圣杯”——**递归自我改进**：打造一个能够自主识别自身弱点并重新设计以修复这些弱点的AI模型，整个过程无需人类介入。 在一次采访中，Socher阐述了他们的独特技术路径——**开放性（open-endedness）**。他强调，递归自我改进并非简单的“让AI改进某个东西”，而是一个完整的闭环：从研究想法的产生、实施到验证，全部自动化。这不仅限于AI研究本身，未来还可能扩展到物理领域。但最核心的场景是AI“对自己下手”，发展出一种对自身不足的自我意识。 值得注意的是，Socher并不认为Recursive Superintelligence是一个“新实验室”（neolab）——一个只重研究不重产品的AI创业新流派。他坚持表示，这个项目最终会交付实际产品。这或许暗示了其商业化路径：在追求通用超级智能的同时，也会寻找落地场景。 6.5亿美元的巨额融资也反映出资本对“自我进化AI”这一方向的狂热。当前，从OpenAI到DeepMind，几乎所有顶级实验室都在探索某种形式的递归或自动改进。但Socher团队认为，真正的递归自我改进尚未实现，而他们的“开放性”方法可能是突破口。 然而，挑战同样巨大。递归自我改进在理论上可能导致“智能爆炸”，引发安全与对齐问题。Socher团队如何确保AI在自我改进过程中保持可控，将是外界关注的焦点。此外，巨额融资也意味着巨大的交付压力——投资者不会无限期等待一个纯研究项目。 总体而言，Recursive Superintelligence的亮相标志着一个新阶段的开始：当AI研究开始将“让AI自己造自己”作为产品目标时，行业的技术路线、伦理讨论和商业逻辑都将面临重塑。
父亲节将近，Meta旗下智能眼镜迎来一波力度不小的折扣。**第二代Ray-Ban Meta智能眼镜**现享**15% off**，售价约**$390**（省$69）；而**Oakley Meta HSTN**款式更是**直降20%**，优惠幅度达**$95**。此外，购买任意款式还可享受**定制镜片额外20% off**，对有视力需求的用户相当友好。 ### 优惠详情一览 | 型号 | 折扣幅度 | 参考优惠后价格 | |------|----------|----------------| | 第一代Ray-Ban Meta | 25% off | 约$300（估算） | | 第二代Ray-Ban Meta | 15% off | **$390**（省$69） | | Oakley Meta HSTN | 20% off | 省$95 | > 注：第一代价格基于25%折扣推算，实际价格请以电商页面为准。 ### 为什么值得关注？ Meta的Ray-Ban智能眼镜自第二代起加入了**AI视觉助手**，支持实时物体识别、翻译、导航等功能，成为日常佩戴与科技尝鲜的平衡之作。Oakley款则更偏向运动与户外场景，设计更贴合活跃用户。 这次促销覆盖了**Meta与两大眼镜巨头Ray-Ban、Oakley**的全线合作产品，折扣力度在近期属于较高水平，尤其是Oakley款20%的降幅相当罕见。如果你正考虑入手一款**轻量级AI穿戴设备**，现在是不错的时机。 ### 购买建议 - **首次尝试智能眼镜**：推荐第二代Ray-Ban Meta，功能更完善，优惠后性价比突出。 - **运动爱好者**：Oakley Meta HSTN更贴合户外使用，且折扣更大。 - **有视力矫正需求**：别忘了叠加**镜片20% off**优惠，能省下不少。 ### 注意事项 - 促销由Amazon等渠道提供，库存可能有限。 - 第一代产品已停产，库存不多，但折扣最大。 - 建议下单前确认是否支持中国区功能（如AI助手需联网）。 总体来看，这次促销覆盖了Meta智能眼镜全产品线，折扣力度诚意十足。无论是自用还是作为父亲节礼物，都是一个值得考虑的选择。
位于加州与内华达州交界处的著名旅游和滑雪胜地太浩湖（Lake Tahoe）正面临一场能源危机。当地电力供应商 Liberty Utilities 宣布，其长期依赖的能源来源——内华达州公司 NV Energy——将在 2027 年 5 月前停止向其供电，理由之一正是内华达州快速扩张的数据中心需求。这一决定将影响居住在太浩湖地区的 49,000 名加州居民。 ## 数据中心需求成导火索 据 Liberty 向加州监管机构提交的文件，NV Energy 终止供电协议的主要原因之一是内华达州数据中心开发的快速增长。NV Energy 的规划文件显示，到 2033 年，北内华达州的十几个数据中心项目可能带来高达 5,900 兆瓦的新增电力需求。为了满足这一需求，NV Energy 已与多家科技公司签订合同，以获取额外的发电资源。例如，亚马逊近期同意支持该公用事业公司在里诺部署 700 兆瓦的“低碳能源”，其中包括 100 兆瓦的地热能。 尽管外界普遍将矛头指向数据中心，NV Energy 的代表却予以反驳，称这一决定是长期过渡的一部分，早在人工智能热潮之前就已开始。NV Energy 于 2009 年将其加州资产出售给 Liberty 后，曾通过一系列临时协议继续为太浩湖供电，直到 Liberty 找到其他供应商。如今，NV Energy 表示无法再延长这些协议。 ## 寻找替代方案 Liberty 目前正紧急寻找新的能源供应商，并计划为能够满足加州可再生能源要求的竞标者提供替代合同。然而，情况因监管复杂性而雪上加霜：据《财富》杂志报道，“没有一个单一的监管机构能够监督从发电到客户账单的整个链条”。加州居民的未来用电将面临不确定性。 ## 行业背景与启示 这一事件凸显了人工智能和数据中心扩张对能源基础设施的深远影响。随着 AI 训练和推理需求激增，科技巨头纷纷争夺清洁电力资源，导致部分地区出现能源挤占。太浩湖的案例并非孤例——全球多个地区都出现了数据中心与居民争夺电力的现象。对于政策制定者而言，如何在推动数字经济发展的同时保障民生用电，已成为亟待解决的课题。
据彭博社报道，OpenAI因与苹果的ChatGPT集成合作未达预期——订阅用户和曝光度均远低于预期——正考虑对苹果采取法律行动。OpenAI已聘请外部律所评估选项，可能包括发送正式违约通知，但全面诉讼预计将推迟至与Elon Musk的庭审结束后。 合作始于2024年6月苹果WWDC，ChatGPT被整合进Siri和视觉智能功能。OpenAI原预期该合作能带来数十亿美元订阅收入，但实际效果惨淡：集成功能被“深埋”，用户难以发现，收入远不及预期。一位OpenAI高管对彭博表示：“苹果基本意思是‘你得信任我们’，结果并不好。” 苹果方面也有不满，包括对OpenAI隐私标准的担忧，以及对其进军硬件领域（由前苹果设计总监Jony Ive领导）的恼怒。 OpenAI并非第一个后悔与苹果合作的伙伴。从Google Maps到Adobe，苹果有着“拥抱伙伴然后疏远”的漫长历史。当合作伙伴在苹果生态中显得“过于舒适”时，苹果往往会将其扫地出门。 目前OpenAI和苹果均未回应置评请求。此事件再次凸显了苹果作为平台方的强势地位——iPhone是极具吸引力的增长平台，但完全在苹果控制之下，第三方公司始终只是“客人”。
硅谷的“Token最大化”时代迎来了专属硬件。一个名为 **Clawdmeter** 的新开源项目，将 Anthropic 旗下 Claude Code 的使用数据搬到了小巧的桌面仪表盘上，让 AI 重度用户能实时掌握自己的 Token 消耗情况。 该项目由冰岛雷克雅未克的软件开发者 **Hermann Haraldsson** 打造。他并非嵌入式开发专家，但在 Claude 的帮助下，仅用几天时间就完成了原型。Haraldsson 表示，Claude 极大地降低了编程门槛，让非专业人士也能实现以往只有开发者才能完成的任务。 ## 从像素动画到数据可视化 Clawdmeter 的核心是一块 **Waveshare ESP32-S3-Touch-AMOLED-2.16** 显示屏，通过蓝牙与笔记本电脑连接。设备启动后，屏幕会显示像素风格的 **Clawd 精灵动画**——随着 Token 使用率升高，动画节奏会越来越快，形成一种“多巴胺循环”。用户可以通过中间按钮切换动画样式，或查看会话和每周的 Claude 使用数据图表。 ## Tokenmaxxing 文化的新符号 Clawdmeter 不仅是一个实用工具，更折射出开发者社区对 **Tokenmaxxing** 趋势的热衷。这一概念指工程师在工作中最大化 AI Token 消耗量，以此衡量自己对 AI 工具的吸收程度。有 Reddit 用户调侃道：“Anthropic 应该免费给我们寄一个。”还有人提议增加一键充值 Token 的按钮——当然，这可能带来意想不到的消费风险。 ## 开源与自建指南 项目已在 GitHub 开源，感兴趣的用户可自行购买硬件并按照指南搭建。Haraldsson 强调，设计阶段花费了最多时间，包括字体、颜色和动画细节的打磨。对于希望拥有个性化 AI 使用仪表盘的开发者来说，Clawdmeter 提供了一个兼具趣味性和功能性的选择。