**Sophos与OpenAI Daybreak合作，将网络安全威胁调查时间大幅缩短96%，并让AI自主端到端处理52%的MDR案件，同时保留人工监督。** Sophos首席技术官John Peterson指出，攻击者正利用先进模型和开放权重模型加速发现漏洞并利用，防守窗口不断收窄。Sophos保护着全球超过**62.5万家组织**，每日从**500多个第三方集成**和自有产品中收集数万亿事件，最终提炼出约**1000到2000个案件**，交由九个安全运营中心调查。 通过OpenAI Daybreak，Sophos将OpenAI模型与自身威胁情报、响应手册和安全专家经验结合，构建了**Sophos Fusion**——一个AI原生网络防御系统。其中，调查代理负责收集客户上下文、检测结果、入侵指标（IoCs）和相关威胁情报；规划模型则建立“计划-执行-审查”循环，驱动整个调查流程。 **关键成果：** - 使用AI代理的案件平均响应时间仅**89秒** - 调查时间减少**96%** - **52%**的MDR案件由AI端到端解决 这一合作并非简单地为分析师提供新工具，而是旨在将Sophos的专业知识规模化，覆盖所有客户。Peterson强调：“Daybreak这样的项目和OpenAI这样的公司带来了前沿智能，使我们能够将领域专业知识扩展到支持所有客户。” 在AI同时赋能攻防两端的背景下，Sophos的实践展示了如何利用前沿模型保持防御优势，同时通过人工监督确保可靠性。
## 效率跃升：76 倍成本削减与 5 倍速度提升 Asana 旗下 **StackAI** 平台的浏览器代理在最新测试中实现了显著的效率突破。通过采用 **GPT-6.1 Sol** 模型并借助 **GPT-6 Astra** 在 Codex 中自动优化工作流，该代理的运行成本降至平均每次 **0.47 美元**，相比原先生产环境使用的 Model B **便宜了 76 倍**，同时运行速度**提升了 5 倍**，单次运行时间缩短至约四分钟。 这一结果来自一项 **144 次运行**的对比研究，测试覆盖了 GPT-6.1 Sol 及另外三个前沿模型（Model A、B、C）。优化后的工作流在保持任务能力的同时，大幅压缩了模型调用开销。 ## 瓶颈定位：缓存策略与历史数据的矛盾 StackAI 的浏览器代理允许客户通过无代码方式构建自动化流程，例如导航网站、填写表单和收集信息。在 Asana 的规模下，微小的效率损耗会被迅速放大。 StackAI 首席技术官 **Frank Hidalgo 博士** 在优化过程中发现，代理虽然缓存了固定指令和工具定义，但**没有缓存不断增长的页面文本和截图历史**，导致每次请求都需重新发送完整历史记录，且按全价计费。此外，代理几乎在每一步都会丢弃旧截图并裁剪文本，使得历史记录不断变化，单纯缓存历史数据无法解决问题。 Hidalgo 借助 GPT-6 Astra 在 Codex 中映射代码库并解释模型请求的构建方式，最终找到了优化路径。他估计，若手动完成这项工作需要一到两个月，而实际仅用约一周。 ## 人机协作的新范式 Asana 首席产品官 **Arnab Bose** 表示：“这就是人类与代理团队协作的实际形态。工程师设定方向，GPT-6 Astra 运行实验，结果通过 Command 进入生产环境。” 这一案例展示了 AI 代理在优化自身工作流方面的潜力：人类工程师聚焦于目标定义与方向把控，而代理则承担重复性实验与性能调优。对于依赖浏览器自动化处理大规模任务的企业而言，此类优化不仅能降低直接成本，还能提升响应速度，使更强大的模型得以在成本可控的前提下投入生产。 目前，Asana 尚未披露该优化工作流的具体技术细节，但表示将继续探索代理效率的边界。
当超过 **13 万名 Oracle 员工**日常使用 ChatGPT Work、**9.5 万余人**使用 Codex，一家企业软件巨头正在把「只有专家能做的事」变成「任何人都能在几分钟内完成的事」。从招聘市场调研到业务数据查询，再到内部工具开发，Oracle 的实践展示了大模型在企业内部规模化落地的真实路径。 ## 从 2-4 天到 15 分钟：招聘流程被重写 Oracle 人才招聘团队用 ChatGPT Work 搭建了一套**人才市场情报工具**。它能够读取一份职位描述，自动研究同类岗位、对标薪酬水平，并评估相关地区的人才池状况。 这些信息原本需要招聘人员花 **2 到 4 天**手动整理，如今只需在面谈前花 **15 到 20 分钟**准备。Oracle 高级副总裁兼全球人才招聘负责人 **Jan Ackerman** 表示：「我们实现了从零到一百的跨越，现在可以坐下来，用我们基于 ChatGPT Work 搭建的工具，花大约 15 到 20 分钟完成准备。」 效率提升之外，**一致性**是另一个被低估的收益。过去每位招聘人员执行招聘流程的方式各不相同，如今同一套工具让每位用人经理都能获得同等质量的数据与洞察，不再取决于对接的是哪一位招聘官。 ## 业务人员不再「找报表」，而是直接问问题 Oracle Applications Lab 团队构建了公司对象、关系与规则的**本体（ontology）**，使得一句自然语言的业务问题能被 Codex 转化为可靠的 SQL 查询。 这意味着业务用户不必再在系统里翻找报表，而是直接描述自己想要的结果。对于长期受困于「数据在系统里、但取数要靠 IT」的企业来说，这一转变的价值不言而喻。 ## 技术负责人：过去要一整个团队做几个月 在 IT 组织内部，技术负责人借助 Codex 构建工具，原本需要一个完整团队投入数月的工作，如今可以大幅压缩周期。Oracle 方面给出的整体数据是：人才招聘研究耗时**下降 98%**。 ## 规模化落地的三个信号 Oracle 的案例之所以值得关注，不在于单点效率提升，而在于它同时满足了大企业采用 AI 的三个关键条件： - **覆盖面广**：13 万活跃 ChatGPT 用户、9.5 万以上活跃 Codex 用户，说明这不是试点，而是全员级铺开。 - **场景具体**：招聘、业务流程、内部工具开发，都是可衡量、可复用的高频工作流。 - **知识资产化**：无论是人才市场情报工具还是业务本体，本质都是把专家经验沉淀为可重复调用的系统能力。 值得注意的是，这套打法对企业的要求并不低——需要有人把「专家知识」结构化成工具或本体，模型才能真正释放价值。Oracle 的经验表明，**AI 在企业内的天花板，往往取决于组织把隐性知识显性化的能力**。 对于正在评估大模型落地的企业而言，Oracle 的路径提供了一个清晰参照：先找到耗时最长、最依赖专家的流程，再用 ChatGPT Work 或 Codex 把它变成人人可用的工具。
## 从创意到成片，Pollo AI 想做的“视频版 Canva” 对于许多创作者和营销人员来说，生成式 AI 虽然打开了创意的大门，但工具碎片化、模型选择困难等问题依然让人头疼。**Pollo AI** 正试图改变这一现状。这家成立于亚太地区的初创公司，今天宣布借助 OpenAI 的系列模型，让用户能够将大胆的创意直接转化为精细的图像和电影级视频广告。 Pollo AI 创始人兼 CEO **Bill Zhu** 道出了公司的愿景：“我们想为视频做 Canva 为设计所做的事。我们要让它足够简单，让更多人能够真正使用它，而不仅仅是那些已经懂得如何操作的人。” 目前，Pollo AI 已拥有超过 **2600 万用户**，他们利用该平台创作视频、广告和视觉内容。 ### 从模板到智能体，降低创作门槛 Pollo AI 的第一个突破是视频模板。如今，**30% 的创作者会话**都从这些模板或热门格式工作流开始。在此基础上，公司推出了最新产品 **Pollo Agent**。它利用 OpenAI 的模型，包括 **GPT-6 Astra** 和 **GPT-Image-2.5**，提供全流程引导式的视频创作体验。 Pollo Agent 能够解读用户粗略的想法和视觉参考，进而构思故事情节、场景流程和脚本。Pollo AI 的 CTO **Peter Zhou** 表示，OpenAI 模型在理解模糊创意输入和多模态能力方面表现突出，并特别提到：“**GPT-5.6** 在这方面表现尤为出色。” ### 混合模型策略平衡性能与成本 为了在推理深度、速度和成本之间取得平衡，Pollo AI 采用了一套混合模型策略：使用 **GPT-5.6** 进行任务路由，而将更具挑战性的工作，如开发叙事或规划场景修改，交给 **GPT-6 Astra**。这种模型组合让系统能够根据用户的提示，为任务匹配适当级别的推理能力。 团队还特别看重 OpenAI API 的稳定性和发布节奏，这为产品的持续迭代提供了可靠基础。 ### 行业背景与意义 Pollo AI 的实践反映了当前 AI 应用层的一个关键趋势：**不再依赖单一模型，而是通过编排多个专用模型来构建复杂工作流**。随着 OpenAI 模型能力的提升，Pollo AI 发现更多曾经设想的工作流变得可行。用户可以从更简单的输入开始，减少摸索过程，更可靠地获得优质输出。 对于广大创作者和营销人员而言，这意味着视频创作的门槛进一步降低。过去需要专业制作团队才能完成的电影级广告，现在可能只需一个想法和几句提示。Pollo AI 与 OpenAI 的合作，正在让“人人都是视频创作者”的愿景加速成为现实。
在 AI 编程助手日益普及的今天，如何平衡性能与成本成为企业的新难题。日本法律科技公司 **LegalOn Technologies** 通过精细化模型选择和战略性预算管理，成功将 Codex 的预估每日成本降低了 **65%**，同时保持了开发速度，为行业提供了可借鉴的范本。 ## 从无限使用到成本危机 LegalOn 致力于提供专业 AI 法律服务，并将 AI 融入自身开发流程。起初，公司为开发者提供了对主要模型 **GPT-5.5 Fast 模式**的无限访问权限，鼓励在設計、实现和日常工作中广泛使用 AI，并通过实验探索人与 AI 的最佳分工。 然而，无限使用高性能模型导致成本飙升，预计将超出年度预算。如何在**不牺牲开发效率**的前提下控制成本，成为亟待解决的问题。 ## 模型匹配与预算策略 公司的 **AI 驱动开发卓越中心（AID CoE）** 制定了模型选择指南。他们测试并监控了 **GPT-6（Astra、Luna）** 和 **GPT-6.1 Sol** 等模型，根据任务复杂度和开发阶段选择最合适的模型。例如，简单任务使用轻量级模型，复杂任务才动用高性能模型。 同时，预算分配与各业务的增长阶段对齐，确保资源用在刀刃上。 managers 将测试结果分享给团队，使每位工程师都能独立选择最适合的模型。 ## 成果与启示 通过这一策略，LegalOn 在成熟业务领域实现了 **20% 的成本降低**，整体预估每日成本更是**减少了 65%**，而开发速度丝毫未受影响。这一案例表明，**精细化运营**而非简单限制，是释放 AI 生产力同时控制成本的关键。 对于越来越多依赖 AI 编程助手的团队而言，LegalOn 的经验值得借鉴：**不是所有任务都需要最强大的模型**，合理的模型分层和预算管理能带来显著的效益。
## 事件概览 OpenAI 近日宣布，已封禁两起利用其模型进行**隐蔽影响力行动（IO）**的账号网络，分别来自**俄罗斯**和**伊朗**。这两起行动并非单纯的技术攻击，而是将 AI 与传统欺骗手段结合，打造出高度仿真的“假面”实体——假记者与假智库，试图将地缘政治、冲突相关的信息“洗白”后输送给目标受众。 ## 伊朗行动：七人“记者”团队 伊朗方面的行动搭建了 **7 个“记者”人设**，利用 AI 生成**长篇报道**，并向全球中小型在线媒体投稿。这些文章主题多围绕**美伊战争**，同时该行动还批量生成社交媒体评论，试图在舆论场中制造共鸣。 这种手法与 2016-17 年俄罗斯军事情报部门使用的假记者“Alice Donovan”如出一辙——当时其文章曾被多家西方媒体刊发。 ## 俄罗斯行动：被利用的拉美“智库” 俄罗斯方面的行动则更为隐蔽：它**利用不知情的拉美当地人员**，在实地运营一个“智库”。除了控制该智库，该行动还伪造**“泄露”文件**和**音频脚本**，其中部分内容已被发现正在网上传播。 值得注意的是，俄罗斯行动**大量使用 AI 起草内部报告**，其频率远超其他用途。两起行动都使用了可疑甚至欺骗性的方法论，以夸大行动效果。 ## AI 的角色：效率放大器，而非变革者 最引人注目的是，这些行动**与 AI 时代之前的复杂影响力行动高度相似**，AI 只是让部分工作流程变得更轻松。例如，2020 年与俄罗斯“互联网研究机构”有关联的人员曾运营假新闻媒体“PeaceData”，同样招募了全球不知情的记者为其撰稿。 OpenAI 表示，公布这些报告旨在让监管机构、行业同行和更广泛的社会了解威胁行为者如何试图利用 AI，并揭示他们试图利用的漏洞。 ## 行业启示 这两起案例表明，**AI 并未创造全新的影响力行动模式，而是降低了传统手段的成本与门槛**。对于平台和监管者而言，识别“假面”实体——无论是假记者、假智库还是伪造文件——仍是防御的核心。OpenAI 的封禁行动也提醒我们，AI 安全不仅是技术问题，更是信息生态的治理问题。
OpenAI 正在扩大 **ChatGPT for Teens** 的功能版图。根据官方披露，**College Planner** 即将上线，帮助青少年管理大学申请流程；同时还将推出**闪卡、测验**等学习工具，并组建一个**青少年 AI 顾问委员会**，让年轻人直接参与 AI 未来形态的塑造。 ## 早期数据透露了什么 ChatGPT for Teens 是 OpenAI 对识别为 **18 岁以下**的账号自动应用的默认体验。OpenAI 表示，ChatGPT 拥有 **12 亿用户**，覆盖不同国家和背景，因此针对青少年设计学习工具具有特殊意义。 从使用情况看，有权限使用 ChatGPT for Teens 的青少年，平均比尚未获得权限的同龄人多发送约 **270 万条**与学习相关的消息。最常被选择的对话启动提示包括： - “向我提问，帮我发展想法” - “给我的草稿提反馈” - “帮我检查证据” 在某一周内，近 **120 万**青少年使用 **Learning Visualizations** 理解数学和科学概念，超过 **18 万**青少年使用 **Study Mode** 获得分步学习支持。 ## 使用时长与健康提醒 ChatGPT for Teens 内置了休息提醒。OpenAI 披露，青少年平均每天在 ChatGPT 上花费**不到 15 分钟**；虽然不到 **2%** 的青少年单次连续使用超过三小时，但在收到休息提醒的青少年对话中，近一半在**五分钟内**选择休息或结束对话。 OpenAI 将这些数据与公开报道中青少年社交媒体平均 **5 小时**的使用时长做了对比，强调 ChatGPT 的定位是学习、构建和创造，而非被动滚动浏览。值得注意的是，在单次使用超过三小时的青少年中，超过 **80%** 至少有一条提示与学习相关。 ## College Planner 与青少年顾问委员会 **College Planner** 将进入 ChatGPT for Teens，帮助学生管理大学申请。官方描述还提到将配套推出新的**闪卡和测验**功能，以及一个**青少年 AI 顾问委员会**。 OpenAI 称这些早期迹象“令人鼓舞”，并表示将继续评估体验，从青少年、家庭和教育者那里学习，以改进 ChatGPT for Teens。 目前官方尚未公布 College Planner 的具体上线时间、覆盖地区或完整功能细节，青少年顾问委员会的运作方式也有待进一步说明。
Radisson partnered with Accenture to build a ChatGPT plugin using OpenAI technology, helping travelers find, compare, and book hotels while planning their trips.
## 从「读答案」到「用答案」 OpenAI 于 **2026 年 10 月 7 日**正式宣布，**GPT-6** 面向全球 ChatGPT 用户开放。此前该系列模型仅向付费用户提供，如今这一代智能被带给每周使用 ChatGPT 的 **超过 12 亿人**。与模型一同登场的还有一项名为 **Intelligent UI（智能界面）** 的新能力——它让 ChatGPT 不再只是「说」答案，而是能直接生成可交互的界面。 ## Intelligent UI 到底改变了什么 过去，ChatGPT 的回答基本是纯文本。而 Intelligent UI 让模型学会用**文字、视觉元素和交互组件**共同组织回答，并根据问题类型自行决定它们如何搭配。具体来说，回复中可能包含： - 图形与图表 - 可点击的按钮 - 表单 - 可直接在对话中操作的交互体验 格式完全取决于你问的是什么。一个对比类问题，可能以左右并排的方式呈现更清楚；一个解释类问题，可能用可交互的示意图更容易理解；而当一段简单的文字就是最优解时，ChatGPT 依然会直接给出文字。 ## 三个典型场景 **日常问题更直观。** 比如让 ChatGPT 做一份计划，它可以把时间安排和内容并排展示——烤周日大餐的时机可以紧挨着菜谱，公路旅行的站点可以标在地图上，还附上哪些地方值得绕道一游的备注。 **复杂知识更易学。** 视觉化、可交互的解释让你能动手探索某个东西如何运作：改变一个输入看看会发生什么，或者一步步拆解一个问题。 **一句话造工具。** 你还可以直接让 ChatGPT 为手头的任务生成一个工具，比如探索储蓄增长的计算器、朋友聚餐的账单分摊器，或者一个能在对话里直接玩的游戏。 ## 背后的工程思路 OpenAI 给 GPT-6 足够的自由，为每个问题创建最有用的界面，同时保证在网页端和移动端体验快速且熟悉。为此他们构建了一套**原生、可流式传输的组件库**，以及一个能在模型生成过程中实时处理界面的**编译器**。组件库为每次回复提供统一的设计基础，同时留给模型决定各部件如何组合的空间；编译器则让界面随模型生成而逐步出现，无需等待整段回复完成。 ## 这意味着什么 对 OpenAI 而言，Intelligent UI 是一次交互范式的迁移：大模型的输出正从「文本流」转向「可操作的应用界面」。当模型能在对话中即时生成计算器、表单或小游戏，聊天窗口本身就开始具备轻量应用平台的性质。对每周 12 亿用户来说，最直接的变化是——答案不再只是被阅读，而是可以被直接使用。
## 从协作工具到智能工作流 **Atlassian 与 OpenAI 正在扩大合作**，将 GPT-6 系列前沿模型接入 Atlassian 全线平台，驱动新一代 AI 体验，帮助团队规划、构建并交付工作。这是双方自 2023 年启动合作以来的又一次升级。 此次合作的核心，是把 OpenAI 的模型能力与 Atlassian 的 **Teamwork Graph** 结合起来。Teamwork Graph 是 Atlassian 的企业上下文层，连接人员、项目、文档与决策，让 AI 理解一家公司究竟如何运转。二者结合后，**Rovo**——Atlassian 的 AI 助手——将获得更强的推理与执行能力。 ## 企业知识如何变成行动 一个典型场景说明了这种价值：产品经理在筹备发布时，可以直接问 Rovo 团队是否按计划推进。Rovo 会调取 Jira 工单、Confluence 文档和相关讨论，识别工程阻塞、标记错过的里程碑，并提示需要关注的决策。OpenAI 模型则把这些信息转化为清晰的发布就绪度评估和下一步建议。 这意味着团队不必再花大量时间拼凑零散信息，而是可以把精力集中在推进工作上。对于大型企业而言，知识散落在不同工具中一直是效率瓶颈，而这次合作试图让 AI 成为打通这些孤岛的那根线。 ## 开发者与内部实践 合作不止停留在产品层面。Atlassian 自身也在扩大对 **Codex** 和 **ChatGPT Enterprise** 的使用。目前已有 **超过 3,000 名 Atlassian 开发者**在终端、IDE 和代码审查流程中使用 Codex。借助由 Teamwork Graph 驱动的 Atlassian 插件，Codex 用户可以访问相关工作项和技术文档，从而更顺畅地编写、测试和交付软件。 与此同时，OpenAI 也将继续依赖 **Jira** 管理公司内部的关键工作流。这种双向依赖让双方的合作关系更为紧密。 ## 模型与商业逻辑 根据新协议，Atlassian 获得了对 OpenAI 最新前沿模型的扩展访问权，包括 **GPT-6 Astra** 和 **GPT-5.6 系列**。OpenAI 则持续在模型能力、效率和性价比上推进。 从行业角度看，这次合作反映出一个清晰趋势：**前沿模型正在从独立聊天界面，走向企业已有的工作工具内部**。单纯提供模型 API 已不足以形成壁垒，谁能掌握企业上下文，谁就能让 AI 代理真正落地。Atlassian 的 Teamwork Graph 正是这样的上下文资产，而 OpenAI 需要这样的入口来证明其模型在企业场景中的实际价值。 双方的目标是让 AI 代理成为团队完成工作的自然组成部分，而不是另一个需要单独打开的应用。这条路能否走通，取决于模型推理的可靠性、企业数据的治理，以及用户是否愿意把关键决策交给 AI 辅助。但至少从合作深度看，Atlassian 与 OpenAI 已经押下了重注。
在量化交易领域，市场数据、新闻事件和替代数据源交织成高度复杂、充满噪声且持续变化的系统，精确预判几乎不可能。然而，Jump Trading 的 LLM 研发负责人 Lucas Baker 指出，只要预测准确率在规模化后能略高于抛硬币，就足以支撑一个成功的交易策略。 Jump Trading 正在利用 OpenAI 的 **GPT‑6 Astra** 将这一理念推向新的高度。过去一年，AI 从编写零散代码片段、查找小漏洞的辅助工具，演变为能够独立开发完整代码库和服务的系统。Baker 的团队发现，当把 AI 视为同事而非工具时，其价值最大：研究人员定义关键问题、工作环境和结果评估标准，然后实时引导一个或多个智能体，决定分析重点或下一步任务。 **GPT‑6 Astra 带来的核心变化是长周期任务的自主性。** Baker 表示，GPT-6 系列解锁了“新层级的自主性”，能够处理需要灵活智能体协调和极端持久性的复杂工作流。“过去我们需要频繁的人工指导和干预，现在我们可以完全专注于定义安全、受监控的环境，设定清晰目标，让智能体自己找到路径。” 在实际应用中，智能体不仅能发现有意义且实用的改进，还能将这些成果递归地合并和叠加，形成持续改进的循环。在一个长时间运行的任务中，系统可以分析自身发现，对照既定标准判断质量，并决定后续行动。 这标志着量化研究范式的转变：从人工编写短代码、修复小问题，转向让 AI 智能体承担从日常编码到高级量化研究、验证新假设的完整流程。人类研究者的角色转向环境设计、目标设定和关键节点监督，而智能体则在广度与深度上拓展探索空间。 对于金融行业而言，这种“人机协作”模式可能重新定义量化研究的效率和边界。当 AI 能够自主处理模糊、长期的研究问题时，交易公司可以更快地验证假设、迭代策略，从而在竞争激烈的市场中获取微弱但关键的优势。
## OpenAI 把「AI 做数学」摆上了台面 OpenAI 近日发布了一批由**内部前沿模型**生成的数学成果，针对的是数学领域中的开放问题。与以往只公布结论不同，这次 OpenAI 选择把论文、证明细节和研究过程一并放到 **GitHub 仓库**中，并附上 **Lean 形式化证明**，让计算机可以逐行验证推理是否正确。 对于长期关注 AI for Science 的人来说，这一动作的意义不只是「模型又解了几道题」，而是**披露方式本身正在成为议题**。 ### 不只是给答案，还要给「怎么来的」 OpenAI 在公告中特别提到，他们与**普林斯顿高等研究院（IAS）的数学与人工智能咨询委员会**进行了沟通，参考了该独立小组的公开建议，才确定这次的发布规范。仓库中不仅有结果本身，还包含： - **10 份模型推理过程摘要**，展示模型如何逼近问题； - 以 **ChatGPT Pro 使用量**折算的算力估算； - 尝试过的问题数量等统计数据。 其中一个值得注意的数字是：**平均每个结果消耗的算力，大约相当于 ChatGPT Pro 思考三个小时**。这为外界理解「AI 做数学」的成本提供了一个可参照的锚点。 ### Lean 形式化：让证明可被机器检查 此次发布的另一重点是 **Lean 形式化**。Lean 是一门专门用于数学证明的编程语言，证明写完后可由计算机自动核验，减少人工审稿中可能出现的疏漏。OpenAI 表示，仓库中的形式化证明会随着后续工作持续补充。 这实际上回应了数学界对 AI 生成证明的一大疑虑：**结论看起来对，但推理链条是否严密？** 形式化验证虽然不能替代数学直觉和审美，但至少提供了一条可复核的技术路径。 ### 从「发结果」到「建机制」 OpenAI 还宣布将资助一系列**研讨会、会议和特别项目**，围绕如何理解 AI 产出的重大数学结果展开讨论，并承诺未来会继续改进论文的引用规范、数学表述和呈现方式。 更值得关注的是最后一句：OpenAI 表示正在**负责任地发布产生这些结果的模型**。这意味着当前公开的只是研究成果，而模型本身尚未对外开放。对于数学界和 AI 研究者而言，这既是一个信号——能力已经存在，也是一个悬念——何时能用上、以什么形式用上，仍是未知数。 AI 与数学的交叉正在从「能不能做」转向「做了之后怎么办」：如何验证、如何署名、如何引用、如何让社区真正受益。OpenAI 这次的 GitHub 发布，更像是一次面向学术界的**流程试探**，而非单纯的能力展示。
OpenAI 与 AI 合同管理公司 Ironclad 展开研究合作，将复杂的合同工作流转化为 AI 智能体的训练与评估任务，以提升其在专业软件中的电脑操作能力。首个基于该任务训练的前沿模型 GPT-6 Astra 在内部评估中平均得分比 GPT-5.6 Sol 高出 32%，单次尝试预估时间减少 48%。 ## 从演示到专业工作流：AI 智能体的下一站 OpenAI 在发布 **GPT-6 Astra** 时，曾展示模型在准备文档、测试网站等电脑操作任务上的进步。但 OpenAI 的下一步目标更为具体：让智能体能够理解企业内部的业务规则，执行多步骤工作流，并验证最终结果是否符合原始需求。 为此，OpenAI 选择与少数深谙特定工作流的软件公司直接合作，将高价值、高难度的任务转化为可训练、可评估的研究问题。**Ironclad** 成为其首个合作伙伴。Ironclad 是 AI 合同管理领域的领先者，其团队与 OpenAI 共同定义了“成功”的标准，并将真实客户需求带入前沿模型的开发过程。 ## 合同工作流为何是理想的训练场？ 以企业采购软件的流程为例：财务部门需要审批超过一定金额的采购，安全团队可能需要审查特定请求，法务则要审核非标准条款。负责搭建流程的人必须将这些简短的规则转化为**申请表单、文档模板、审批规则以及最终协议的记录**。 对 AI 智能体而言，它需要在操作软件的过程中始终牢记这些要求。例如，它必须配置财务审批的金额阈值，并验证阈值之上和之下的请求是否遵循了正确的路径。仅仅把单个步骤做对是不够的——整个流程必须能在不同条件下正确运转。 OpenAI 与 Ironclad 合作开发的任务，要求智能体配置协议、审批流程和可复用的法律条款。这些任务不仅考验模型对专业软件的操作能力，更要求其具备对业务规则的理解和跨步骤的验证能力。 ## GPT-6 Astra 的初步成果 **GPT-6 Astra 是首个基于 Ironclad 任务训练的前沿模型**。在 OpenAI 的内部研究评估中，其平均得分比 **GPT-5.6 Sol** 高出 **32%**，而单次尝试的预估时间减少了 **48%**。 这一结果意味着，模型不仅在任务完成质量上有显著提升，在效率上也实现了进步。对于企业级应用而言，速度与准确性的双重改善是智能体能否真正落地的关键。 ## 合作模式的意义与边界 OpenAI 强调，这种与垂直领域软件公司的深度合作，旨在将真实业务场景中的复杂需求直接注入前沿模型的研发循环。Ironclad 的专业知识在定义评估标准和识别高价值任务方面发挥了关键作用。 不过，目前披露的信息仍限于合同管理这一垂直场景。OpenAI 表示正在与“少数”软件公司合作，但未透露其他合作伙伴或具体时间表。这种模式能否推广到更多专业领域，以及评估结果在真实客户环境中的表现如何，仍有待进一步观察。 对于关注 AI 智能体落地的读者而言，这一合作释放了一个明确信号：**专业工作流正在成为前沿模型竞争的新战场**，而拥有领域知识的软件厂商将成为模型能力提升的关键伙伴。
## 欧盟 AI 法案下的文本溯源要求 欧盟《人工智能法案》要求生成式 AI 提供商以机器可读的方式标识生成的文本。OpenAI 近日公布了其应对策略，核心是名为 **textGrain** 的文本水印技术。该技术通过在模型的词汇选择中嵌入不可见的统计信号，检测器可据此判断一段文字是否包含 OpenAI 水印。 OpenAI 坦承，文本水印与检测仍属早期技术，存在显著局限，业界对其收益与负责任使用方式的看法也在演变中。因此，公司采取分阶段推进的方式，并强调对水印能力边界保持透明。 ## 分阶段实施路径 - **API 客户可选加入**：即日起，全球 API 客户可对部分模型选择启用文本水印，但默认保持关闭。 - **欧盟 ChatGPT 与 Codex 输出**：未来数周内，OpenAI 将为欧盟地区的 ChatGPT 和 Codex 文本输出添加不可见水印。 - **检测器限量开放**：水印检测器开放申请，初期仅限经批准的研究人员和专家组织，用于评估和改进技术。 值得注意的是，上述措施仅针对文本溯源。音频和图像的验证工具，包括 **openai.com/verify** 网页工具和 **Content Provenance API**，将继续向公众开放。 ## textGrain 的技术表现与开源计划 据 OpenAI 介绍，在内部评估中，textGrain 的表现匹配或超越了其他测试方法，包括谷歌的 **SynthID for text**。不过，公司也谨慎指出，理想条件下的强劲表现并不等同于实际部署中的可靠性。 OpenAI 计划将 textGrain 开源，以便其他开发者在此基础上继续构建。相关技术报告将在未来数周内更新更多细节。 ## 透明与局限并存的务实路线 OpenAI 此举反映了生成式 AI 内容溯源领域的普遍挑战：技术尚不成熟，但监管要求已经到来。通过分阶段、限量开放和强调透明，OpenAI 试图在合规与负责任创新之间取得平衡。对于开发者和研究者而言，水印检测器的申请通道值得关注；对于普通用户，欧盟地区的 ChatGPT 输出将率先带上不可见标记，但水印本身并不能告诉人们文本的全部来源或编辑历史。
OpenAI 正在把 ChatGPT 从一个纯粹的对话工具，改造成一个同时承载广告的商业平台。根据官方公告，ChatGPT 每周触达 **12 亿人**，已成为全球最大的 AI 原生消费级平台。围绕这一体量，OpenAI 一次性抛出了三件事：新的视觉广告格式、扩展的广告效果衡量工具，以及品牌适配性（brand suitability）的新探索。 ## 新广告长什么样 与以往的文字广告不同，这次推出的**视觉广告格式**主打"让人想象产品如何融入生活"。广告以图片呈现，可以是产品灵感、使用场景，或某种体验的视觉化表达。对广告主来说，这等于多了一种用图像讲故事的方式。 值得注意的是投放位置：OpenAI 表示，初期会在 **ChatGPT 的图像生成环节**中测试这一格式。广告会被清晰标注，并且与被生成的图像保持分离。官方同时强调，广告不会影响 ChatGPT 给出的回答——这一点是 OpenAI 反复对外界质疑的标准回应。测试将于本月晚些时候在美国启动，首批为受邀的广告主。 ## 衡量体系是重点 比起广告格式本身，更值得关注的是 OpenAI 在**归因与衡量**上的动作。它的思路是同时支持广告主自建和第三方合作两种衡量方案： - 与 **Hightouch、Tealium、LiveRamp** 集成，让广告主把既有系统中的转化数据接入 ChatGPT 广告； - 在网页和 App 场景支持主流归因伙伴，包括 **AppsFlyer、Triple Whale、Adjust、Branch、Singular、Kochava、Airbridge、Tenjin** 等，覆盖 Conversions API、报表和点击归因。 换句话说，OpenAI 想让广告主用他们已经熟悉的那套工具来衡量 ChatGPT 广告的效果，而不是被迫接受一套全新且不可验证的体系。这对预算决策至关重要——没有可信的归因，品牌方很难把 ChatGPT 当作常规投放渠道。 ## 为什么这件事重要 OpenAI 明确把广告定位为"让更多人受益于 AI"的路径：广告能覆盖比订阅大得多的市场，同时给企业提供触达用户的新方式。这背后是一个现实——仅靠订阅难以支撑算力和模型迭代的巨额成本，广告是自然的第二条收入曲线。 但挑战同样明显。ChatGPT 的核心体验建立在"可信赖的回答"之上，一旦广告与内容边界模糊，用户信任就可能受损。OpenAI 目前的策略是把广告**明确标注、与生成内容分离、不影响回答**，并先从图像生成这一相对独立的场景切入测试。这套谨慎打法能否在商业化和用户体验之间找到平衡，将决定 ChatGPT 广告能走多远。
OpenAI 发布了 **GPT-6 家族**的官方模型指南，针对开发者和初创团队在实际业务中如何选型、调优和部署给出了系统性建议。GPT-6 被描述为 OpenAI 迄今最先进的模型套件，其核心思路并非“一个模型打天下”，而是让用户根据任务类型在能力、成本与延迟之间做出权衡。 ## 选型逻辑：能力、成本、延迟的三角平衡 指南明确指出，选择 GPT-6 模型时需综合考虑三个维度：**模型能力**、**推理投入（reasoning effort）** 以及 **响应速度**。不同任务对这三者的敏感度差异巨大——代码仓库级别的多步工作流需要更强的推理能力，而面向用户的实时交互则对延迟更为敏感。这意味着团队不应默认使用最高配置，而应针对具体工作负载进行匹配。 ## 提示词与技能的一致性 在提示工程层面，指南强调了一个容易被忽视的问题：**提示词、技能定义和仓库指令之间必须保持一致**。模型需要清晰理解三件事——应该交付什么、可以独立完成哪些部分、以及什么状态算“完成”。这种一致性对于减少反复澄清和返工至关重要。 ## 长任务管理：引导、异步与委派 针对长时间运行的任务，GPT-6 提供了**引导（steering）**、**异步工具（async tools）** 和 **委派（delegation）** 等机制。开发者需要为模型设定明确的边界，规定它在什么情况下应该主动请求人工输入，而不是无限期地自行推进。 ## 生产环境的关键实践 在生产部署方面，指南给出了几条具体建议： - **上下文管理**：裁剪任务不需要的上下文，同时保留必要证据；对重复性工作使用**提示缓存（prompt caching）**，缓存输入 token 的成本最高可比未缓存输入低 **95%**。 - **并行执行**：在应用支持的前提下，让独立任务并行运行，避免单个慢步骤阻塞整体流程。 - **成本估算**：将缓存写入和长上下文费率纳入完整工作流的成本计算。 - **压缩（compaction）**：对较长对话使用压缩机制来缩减上下文体积。 - **监控与度量**：持续测量任务成功率和延迟，并规划好监控与数据控制方案。 ## 对初创团队的意义 这份指南的发布时机值得注意。随着模型能力持续提升，真正的竞争壁垒正在从“能否调用最强模型”转向“能否高效地编排和运营模型”。对于资源有限的初创团队而言，**缓存策略、并行化设计和清晰的完成标准**，可能比单纯追求最高模型配置带来更实际的收益。指南中提到的缓存成本优势（最高节省 95%）尤其值得关注——在规模化场景下，这直接决定了产品的单位经济模型是否成立。 整体来看，GPT-6 家族指南传递的信号是：模型选型正在从“选最强的”演变为“选最合适的”，而工程化能力——上下文管理、成本控制、任务编排——将成为 AI 产品落地的分水岭。
## Chatham Financial 与 OpenAI 的合作：不止是“更快”，而是重新设计工作流 资本市场决策对准确性和可审计性有着极高要求。**Chatham Financial** 作为该领域的咨询机构，正在用 OpenAI 的技术重新定义专业服务的交付方式。其核心思路并非简单地将 AI 当作加速工具，而是从期望的结果出发，识别人类判断的关键节点，再设计 AI 与人工协作的最佳路径。 ### 从 30 分钟到 4 分钟：交易验证的流程再造 Chatham 的 **Process Zero** 咨询服务和下一代资本市场操作系统 **Chatham Onyx** 是这一理念的落地载体。其中，交易验证流程的改造尤为典型。 该公司的控制与数据完整性团队负责确保每笔系统记录与客户授权及实际执行情况一致。借助 **Codex**，团队开发了一款交易验证应用，能够自动收集交易证据、比对关键条款，并标记差异供人工复核。 据 Chatham AI 咨询业务联席主管 **Alex Nordlinger** 介绍，早期测量显示，该应用将复核时间从约 **30 分钟缩短至 4 分钟以内**。但 Chatham 并未急于扩大自动化范围，而是先将应用结果与经验丰富的复核人员在实际交易中的表现进行比对，确保准确性和可审计性。 > “我们不是简单地把 AI 当作运行每个流程的更快方式。借助 OpenAI，我们可以从期望的结果出发，识别判断力在哪些环节至关重要，然后利用现有能力设计最佳交付方式。” > —— Chatham Financial 首席执行官 Matt Henry ### 技术栈与产品布局 Chatham 目前使用 **Codex** 构建内部及面向客户的工具，并以 **GPT-5.6** 驱动 AI 功能。这些工作覆盖员工自建应用、Chatham Onyx 平台，以及 Process Zero 服务。 对于金融、咨询等高度监管的行业而言，Chatham 的实践提供了一个值得关注的样本：**AI 的价值不仅在于效率提升，更在于将成熟流程转化为可治理、可重复的工作流与软件**，从而让专家将精力集中在真正需要人类判断的客户需求上。 随着 Chatham 计划进一步扩展该应用，其在真实交易中验证性能、再逐步扩大自动化的路径，或许比单纯的效率数字更值得行业借鉴。
## 当智力跑在双手前面 我们几乎看到了时间的起点。方程描述了宇宙最初时刻的图景，望远镜瞥见了百亿光年外的星系诞生。但迄今为止，还没有任何人类走出过月球。 这种错位——**思维远超双手所能触及的范围**——可能意味着两种截然不同的未来。 OpenAI 平台发布的一篇独立评论文章《The eternal complement》提出了一个值得深思的视角：**先进AI最大的价值，或许不在于替代天才的灵感，而在于接手那些让灵感落地的枯燥工作。** ## 从伽利略到韦伯：执行力的代价在指数级上升 作者用了一个极具冲击力的对比： - **伽利略**用两片透镜和一根管子拓宽了人类的视野，依靠的是几十双手。 - **詹姆斯·韦伯太空望远镜**，一台耗资百亿美元的观测器，被折叠进火箭、送往百万英里之外，十八块巨大的镜面以五十纳米的精度制造。它背后是**十四个国家的三百个组织**。 结论残酷而清晰：看得更远，不仅需要更聪明的大脑，更需要一个更庞大的官僚体系。 我们提出的问题远多于能调查的，设计的实验远多于能运行的，梦想的创意远多于能实现的。而且，**越往前走，把想象变成现实就越复杂。** ## 为什么“执行”可能定义下一个经济体 文章指出，人类文明可能正面临一个根本性的瓶颈：**智力已经跑在了执行能力前面**。 这并非新问题，但AI的出现可能第一次让这个问题有了系统性的解法。如果AI能承担那些重复、繁琐、耗时的“体力活”——无论是科学实验的日常操作、工程项目的协调管理，还是数据整理与验证——那么人类的创造力就能真正被释放。 这引出一个关键判断：**下一个经济体的核心，可能不是谁拥有最聪明的AI，而是谁最先解决执行瓶颈。** ## 两个未来，一个选择 文章提出了两种可能： 1. **深度文明**：我们不需要走很远，凭借推理和高效工具，就能从一颗行星上揭示宇宙真理。文明通过深度而非广度前进。 2. **执行瓶颈**：如果无法突破，每一步都将消耗更多时间和资源，梦想因人手不足而搁浅。 AI作为“永恒的互补”，意味着它不是要取代人类，而是填补从想法到现实之间那道越来越宽的鸿沟。 文章作者强调，这反映的是个人观点，不代表 OpenAI 或其同事。但这一视角，对于理解 AGI 时代的真正机会，提供了一个务实而富有想象力的框架。 > 我们的大脑已经跑得太远，而双手还留在原地。AI 或许就是那双伸出去的手。
## 从 2,200 家门店到一次对话：Albertsons 的 AI 落地路径 零售业的日常，由无数微小决策堆叠而成：促销哪些商品、如何帮助一线员工、开发者下一步该做什么——以及一个再日常不过的问题：今晚吃什么。对拥有 **Albertsons、Safeway、Vons、Jewel-Osco、Shaw's、ACME、Tom Thumb** 等品牌、**超过 2,200 家门店**、每周服务 **3,600 万顾客**的 Albertsons Cos. 来说，这些决策的规模被放大了无数倍。 Albertsons Cos. 正在扩大与 OpenAI 的合作，把 AI 引入日常业务流程，并推出面向顾客的定制化 AI 体验。 ### 两条主线：对内提效，对外重塑购物 这次合作的落地大致分为两个方向： - **内部工作流**：通过 **ChatGPT Enterprise** 与 OpenAI API，帮助数字购物、门店运营、履约、商品企划和客户体验等团队加快构建、测试与迭代系统的速度。 - **顾客体验**：在 ChatGPT 中上线新的 **Safeway 购物体验**，让顾客从“晚餐吃什么”的灵感一路走到结账，全程不必离开 ChatGPT。 官方披露的信息显示，相关应用还包括基于 OpenAI API 构建的数据驱动推荐与促销洞察。 ### 为什么先做“小而深”，而不是全面铺开 Albertsons 的推进方式值得注意：它没有一开始就全公司铺开，而是**先在特定团队和业务职能中试点**，观察哪些做法真正有效，再沉淀为可复制的实践，逐步扩展到更大范围。 这种路径在零售这类系统复杂、链路冗长的行业里并不意外。数字购物、门店运营、履约和商品企划彼此依赖，任何工具要产生价值，都必须嵌入真实的决策场景——比如解释一条推荐逻辑、帮顾客找到晚餐食材，而不只是停留在演示层面。 ### 一个信号：食品杂货是 AI 购物的先行品类 文中提到，相比其他类型的消费，**消费者对在食品杂货场景使用 AI 更为开放**。这或许解释了为什么 Albertsons 选择把 Safeway 的购物体验直接放进 ChatGPT：杂货采购高频、清单化、决策路径相对固定，恰好是对话式 AI 能够发挥作用的场景。 从行业视角看，这也是零售巨头与 AI 平台合作的一个典型样本——AI 不再只是后台的效率工具，而是开始进入顾客与品牌互动的第一线。 > 需要说明的是，目前公开信息主要来自 Albertsons 与 OpenAI 的官方表述，具体的销售转化、成本节约等量化效果尚未披露，实际落地成效仍有待观察。
在丹佛，有一家名叫 **The Den Family Social** 的社交俱乐部，它把酒店服务、社区、工作和娱乐融为一体，致力于为父母提供一个既能做自己、又能安心带孩子来的空间。随着第二家分店进入建设和筹备阶段，创始人 **Chandler Lipe** 发现行政负担越来越重，于是她开始使用 **ChatGPT Work** 来协助管理。 结果如何？这个小团队现在**每周节省 10-15 小时**，原本需要数天的执照和资助申请，现在几小时就能完成，让他们有更多精力去服务家庭。 ### 从散落的信息到清晰的行动计划 为了开设第二家店，The Den 团队需要把第一家店积累的知识和经验转化为可操作的流程。他们利用 ChatGPT Work 的 **Gmail、Slack 和 Google Drive 插件**，让 AI 收集并分析整个业务的信息，然后提出下一步建议。现在，规划变得更有条理、可重复，而且速度更快。当然，团队仍然会审核 ChatGPT Work 的输出，确保准确性，并做出最终决策。 一个典型的例子是第二次酒牌申请。当时突然出现了一个更早的听证会名额，The Den 借助 ChatGPT Work 快速整理文件、找出缺失项，并将文件转换为所需格式。 > “原本需要四天搜索、整理、格式化和组装的工作，现在通过 ChatGPT Work，团队只需三小时审核和完成。” > —— Chandler Lipe，The Den 创始人兼 CEO The Den 也用同样的流程来应对时间紧迫的资助机会。现在申请资助只需 **2 小时**，而过去需要 **3 天**。这意味着他们能抓住更多机会。 ### 小团队，大能量 对于像 The Den 这样的中小企业来说，资源有限是常态。但正如 Chandler 所说： > “ChatGPT Work 让我们在拥有相应规模或资源之前，就能先建立起我们需要的公司。” 通过将重复性的行政工作交给 AI，The Den 的领导团队得以专注于真正重要的事：为父母和孩子们打造一个理想的社区空间。 在 AI 日益融入工作场景的今天，The Den 的案例展示了 **ChatGPT Work** 如何帮助中小企业提升效率、抓住机遇，实现成长。