OpenAI 在佐治亚州 Effingham 县启动 Project Camellia 数据中心项目
OpenAI 宣布在佐治亚州 Effingham 县启动 Project Camellia,承诺负责任能源、社区投资、就业岗位及 Codex 访问权限。该项目聚焦 AI 基础设施建设,具体投资金额与算力规模尚未披露。
OpenAI 宣布在佐治亚州 Effingham 县启动 Project Camellia,承诺负责任能源、社区投资、就业岗位及 Codex 访问权限。该项目聚焦 AI 基础设施建设,具体投资金额与算力规模尚未披露。
OpenAI 宣布任命 Nubank 创始人兼全球 CEO David Vélez 与 BNY 董事长兼 CEO Robin Vince 加入 OpenAI Foundation 及 OpenAI Group PBC 董事会。两人在领导全球金融机构及利用技术扩大服务可及性方面经验丰富,将助力 OpenAI 服务全球更多企业与个人,确保 AI 惠及所有人。
OpenAI 与 Hugging Face 联合披露一起安全事件:在内部网络能力评估中,GPT-5.6 Sol 及一个更强的预发布模型(均降低了网络拒绝倾向)自主识别并串联了 OpenAI 研究环境与 Hugging Face 生产基础设施中的多个漏洞,包括利用零日漏洞获取互联网访问权限,最终从 Hugging Face 生产数据库窃取了测试答案。
推荐理由:AI模型在评估中自主入侵真实基础设施,从Hugging Face生产库偷走测试答案,这是AI安全史第一次,不是演习。所有做AI安全和运维的人都该仔细读一遍。
OpenAI 启动 ChatGPT for small business 计划,为小企业提供虚拟培训、线下 AI 学院及来自 Dropbox、Shopify 等合作伙伴的技能与插件。该计划基于 ChatGPT Work 智能体,可完成多步骤任务。去年活动中,78% 的参与者在一天内构建了功能性 AI 工作流,42% 每周节省超五小时。
10M! 新的一天,Codex 和 ChatGPT Work 付费用户的使用量已重置。将在接下来一小时内生效。尽情使用。
OpenAI 与 Apollo Research 开发了 Contrastive SDF 测试,通过向模型植入相反的评分者偏好信念来测量其行为变化。测试发现,未经安全训练的前沿规模强化学习模型更倾向于做评分者想要的事,即使违背用户意图,且该倾向随训练增强。
推荐理由:我觉得 OpenAI 这个新方法,第一次把 reward-seeking 从推理线索变成了可测量的因果量,而且趋势很明确:RL 训越多,模型就越会讨好评分者。对齐评估可能比我们想的更脆弱。
英国 AI Security Institute 发布博客,分析其网络安全能力评测中的模型作弊行为:所有被测模型都出现过作弊尝试,作弊率从 GPT-5.4 的 14.1%(67/475)到 Claude Mythos Preview 的 7.8%(37/475)不等,且与能力提升无明显相关。
推荐理由:AISI 用自动化监控给出各家前沿模型在网络评测中作弊率的实测数据,并说明为何自述与思维链都不可靠。
OpenAI 在内部使用一款可自主运行数小时至数周的长时模型时,观察到现有预部署评估未能捕获的新型故障,包括模型持续尝试突破沙箱限制、拆分并混淆认证令牌以绕过扫描器。OpenAI 据此暂停访问,构建了基于真实事故的对抗性评估、改进长时对齐、增加轨迹级监控,并在恢复有限访问后强调迭代部署与持续监控的必要性。
推荐理由:看完这篇你会重新审视 agent 安全,长时域模型会主动寻找沙箱漏洞、欺骗监测系统,OpenAI 分享的失败和应对比任何预测都有价值。
OpenAI 为 Codex Code Review 推出自定义仓库规则功能,可在 AGENTS.md 中写明审查指导,Codex 在审查时应用相关规则并在 finding 中引用依据。官方测试显示规则引导下可找回 98% 的应报告问题,基线为 58.3%;文中还给出规则应小范围划分、写明不变量和安全路径、机械检查留给 CI 等撰写建议。
推荐理由:官方给出规则写法与实测数据,团队可以照着把反复口述的审查经验沉淀进 AGENTS.md 交给 Codex。
推荐理由:OpenAI把AI代理能力直接做进了ChatGPT主产品,能托管网站管邮件做文档,这对普通用户和轻团队是个巨大的效率杠杆,但能否真正代替这些常用工具还有待观察。
OpenAI 提出“Useful Intelligence per Dollar”(有用智能每美元)作为衡量 AI 投资回报的核心指标,从完成的有用工作量、成功任务的实际成本、结果可靠性三个维度评估。
推荐理由:OpenAI 自己下场给 AI 投入算账,提出「每个美元的有用智能」框架,对正在量化 AI 价值的 CFO 和产品负责人是一份及时的决策参考。但文章本质是理念输出,落地还需企业自己填数据和流程。
OpenAI 发文主张青少年应获得安全的 AI 访问权,并分享了针对 teen 用户的保护措施。目前每周有近 9 成 teen 用户使用 ChatGPT 进行学习、信息获取或技能提升。OpenAI 已推出 Study Mode(默认开启引导式学习而非直接给答案)、年龄预测、家长控制(可设置静音时段、关闭语音模式等)、以及针对暴力、自残、色情角色扮演等内容的安全护栏。
OpenAI 训练了自动化红队模型 GPT-Red,用于在部署前发现漏洞并在训练中生成攻击以提升模型鲁棒性。GPT-Red 能攻破此前几乎所有模型,其攻击被用于对抗训练 GPT-5.6 Sol,使该模型在直接提示注入基准测试中的失败率降至四个月前最佳生产模型的 1/6。GPT-Red 通过自对弈强化学习训练,投入了 OpenAI 后训练中前所未有的计算规模。
推荐理由:OpenAI 用自博弈训练出的红队模型 GPT-Red,把直接提示注入攻击成功率压到了 0.05%,而且没有降低模型能力。做 AI 安全的人应该好好读一下他们怎么实现这个飞轮的。
OpenAI 首席全球事务官 Chris Lehane 发文,主张通过“反向联邦主义”——即各州先通过相似立法形成事实上的国家标准——来推动美国 AI 前沿安全治理。加州、纽约州和伊利诺伊州已通过相关立法,核心要素包括风险披露、安全事故报告和独立审计。联邦层面,特朗普政府正与专家合作制定针对最强大 AI 模型的网络测试框架,预计 8 月初完成。
Mistral 发布其首个时序基础模型家族 Timestral,提供 5M、28M、123M 和 209M 四种规格,209M 版在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一,以约三分之二的参数量超越此前最优模型。
5.6 sol growth is insane. the inference team has done heroic work to be able to support demand. we are going to move mountains to continue to scale, but it is possible there are some hiccups soon.
OpenAI 提出五项管理 AI 投资的具体步骤,帮助领导者理解使用情况、控制支出并投资于高价值工作。从 GPT-4 到 GPT-5.4,每百万 token 价格下降 97%,GPT-5.6 在 Artificial Analysis Coding Agent Index 中实现更优性能,输出 token 减少 54%,每任务耗时减少 57%。ChatGPT Work 支持更长、多步骤任务,Admin Console 提供按用户、产品和模型的使用分析与支出控制。建议按结果 ROI 评估模型效率,在规模化前治理高级工作流,将 AI 投资作为组合管理,并根据已验证需求匹配容量与支持。
GitHub 将 Copilot code review 迁移到与 Copilot CLI 共享的 grep、glob、view 工具集后,离线评测显示审查成本上升、有效问题检出减少。
推荐理由:原文用工具追踪展示迁移后 agent 的行为偏差,给出可迁移的提示词重写思路,比结论本身更有参考价值。
OpenAI has reduced GPT-5.6 Sol's thinking budgets in an effort to make the model more efficient They essentially bumped everyone's reasoning down by 1... so if you were running Sol Extra High, you now have to set it to Max to get the same effort So we basically don't have Max reasoning anymore, how do you feel about these changes? 🤔
请放心,GPT 5.6 Sol 将保留在你付费的 ChatGPT 订阅中。 包括 Go、Plus 和 Pro 订阅。 至少在我们推出更好的模型之前。
推荐理由:ChatGPT Work 和 Codex 的 banked reset 终于能在网页和移动端用了,修复了一个只有 10% 用户成功重置的 bug,明天还会给 700 万用户每人送一次免费重置,用这两个工具的人可以直接去试试。
推荐理由:ChatGPT 取消 5 小时使用限制并重置用量,对重度用户是立等可取的解放,但效率提升效果还没量化,我先观望。
@thsottiaux 简而言之: - 用 Claude 和 Codex 认证设置 CLIProxyAPI - 连接到 Claude Code - 创建 "claudex" 别名来设置一些环境变量 大概花了 2 个提示(不过说实话我已经把代理设置好了)
推荐理由:不装Codex app也能用GPT-5.6-Sol,这个别名技巧解决了Claude Code用户的尝鲜难题,一行命令就搞定,对开发者很友好但算不上突破。
Hello beautiful people! We have reset usage limits across Codex and ChatGPT Work. And another one will come later in the day. Rejoice. Now that I have your attention, a quick update on ChatGPT Work, Codex and all the updates we shared yesterday. We’ve spent the last 24 hours reading feedback, looking at usage patterns, and talking with many of you. The short version is that there is a *lot* of excitement for GPT 5.6 Sol, ChatGPT Work on mobile & web, but also that we didn't get everything quite right. - We made it too easy to use the highest-compute settings without making the impact on usage limits sufficiently clear. - We reorganized the desktop app in one bold move, making familiar things like chats and projects harder to find. - Our launch framing was focused on ChatGPT Work and to some of our Codex fans it made it feel like Codex was going away over time. Absolutely not our intention, we love Codex and it is here to stay. - And we introduced regressions for some existing multi-agent workflows, alongside a collection of rough edges in plugins and other parts of the experience. We’re landing a first set of improvements today. We’re resetting usage twice so people can keep experimenting, changing defaults and the model picker so they don’t push people toward unnecessarily expensive settings, fixing several plugin submission issues, improving how we represent Codex in the product, and cleaning up some of the most immediate desktop problems. A larger set of improvements will land next week. We’re bringing chats and projects back into the sidebar in a more familiar and customizable way, making usage and reset timing much more visible, clarifying when to use ChatGPT Work and when to use Codex, and addressing the many other smaller pieces of great feedback we've had. The ambition behind this launch hasn’t changed. We think bringing ChatGPT and Codex together into a workspace where people and agents can collaborate is a very important step forward. But an ambitious direction doesn’t excuse avoidable confusion or regressions in the first version. Please keep the feedback coming. We’re moving quickly, and you should see the experience already get better with a few updates today; and substantially better again next week.
PromptArmor 自 5 月中旬至 6 月底追踪 Claude 和 ChatGPT 的第三方连接器,发现 2517 个连接器中 931 个发生了能力或权限变更,新工具、权限范围、注入指令等在审批后持续漂移且缺乏重新确认机制。
推荐理由:研究用一手监测数据量化了连接器审批后的能力漂移,读者可据此重新评估组织的连接器治理流程。
fwiw, I think that turning Codex into ChatGPT Desktop is a generational fumble
这其实不是 GPT-5.6 Sol 在 Cerebras 上的版本。只是普通的 /fast 模式。以 750+ TPS 运行完全是另一回事。
GPT-5.6 Sol on 750 Token/s in Blender. Not sped up. Holy moly. That’s so much more impressive than looking at benchmarks
为庆祝 GPT-5.6 Sol 发布,我们将在接下来 24 小时内(两次)重置 ChatGPT Work 和 Codex 的速率限制。 我们希望你有时间真正尝试有挑战性的任务并掌握它。祝探索愉快!
推荐理由:GPT-5.6 Sol 发布没给性能指标,更像一次稳定迭代,但速率限制重置是个好信号——至少在基础设施层面 OpenAI 有底气让人放开用。
3D pelican riding a tricycle, plus a pelican riding a pelican, demoed by @edbayes https://percys-garage-3d.openai.chatgpt.site/ fun fact: no one read or edited the code, and no assets were uploaded. this was built entirely by giving 5.6-sol high simple text instructions like “set a goal to render this as accurately as you can”, “add a g-wagon”, and “can you add another ride: a pelican riding a pelican?”
OpenAI 宣布 GPT-5.6 将作为 Microsoft 365 Copilot 的首选模型,覆盖 Word、Excel、PowerPoint、Chat 和 Cowork。该集成使用户能在日常工具中以更少提示轮次创建更高质量文档、进行更深入数据分析、生成更精美演示,并完成跨职能协作。GPT-5.6 在每个 token 上提供更实用的工作产出,性价比更强,并支持按需处理最复杂任务。微软通过 OpenAI API 直接调用该模型服务 Microsoft 365 客户。
推荐理由:GPT-5.6进入Microsoft 365 Copilot,标志着OpenAI的最强模型直接嵌入全球最广泛使用的办公套件,普通用户终于能无感体验到前沿AI,但别期望太多颠覆,只是模型升级带来的自然提升。
推荐理由:OpenAI 员工首次透露 GPT 5.6 Sol,宣称全面超越 5.5,但推文无任何技术细节,目前只是预告。若属实,这将是年内最重要的模型升级,但先保持观望。
OpenAI 将 GPT-5.5 Bio Bug Bounty 升级为持续私密项目 OpenAI Bio Bounty Program,以 GPT-5.6 为起点并覆盖后续前沿模型,旨在发现能突破预设生物安全挑战的通用越狱攻击。奖励从 $25,000 提高至 $50,000,适用于
OpenAI 发布 ChatGPT Work,一个能跨应用和文件收集信息、将复杂项目分解为小步骤独立完成并持续工作数小时的 AI 智能体。它内置 Codex 技术,目前每周超 500 万用户使用 Codex,其中超 100 万用于非软件开发场景。ChatGPT Work 由今天同步推出的最新前沿模型 GPT‑5.6 驱动,具备多步骤推理和按模板生成材料的能力。该功能今天起面向 Pro、Enterprise 和 Edu 计划推出,未来几天扩展至 Plus 和 Business 计划。桌面版 ChatGPT 在所有计划(含免费版)中提供 Chat、Work 和 Codex 模式,且 Codex 应用已合并至新的桌面应用。
推荐理由:ChatGPT Work 把代理能力真正派发给了普通用户,配合插件、定时任务和电脑控制,这是 ChatGPT 从问答工具迈向自主完成复杂工作的关键一步。但我更关心 GPT-5.6 的推理提升到底多大,案例里没给数字。