OpenAI 发布 SWE-Lancer 基准，检验前沿 LLM 能否靠真实软件工程自由职业赚取 100 万美元
OpenAI 发布 SWE-Lancer 基准，探讨前沿大语言模型能否通过真实世界的自由职业软件工程任务赚取 100 万美元。当前仅有官方摘要，基准的任务构成与具体结果暂未公布。
#OpenAI
OpenAI：官网动态AI 评分5959
ARC Prize：官方博客AI 评分5353 ARC Prize 发布 SnakeBench：50 个 LLM 贪吃蛇对战实验，o3-mini 与 DeepSeek-R1 领跑
ARC Prize 团队推出实验性基准 SnakeBench，用 2.8K 场 2v2 之外的 LLM 贪吃蛇对战测试 50 个模型的动态环境决策能力。o3-mini（ELO 1825）和 DeepSeek-R1（1801）居前二，推理模型合计赢下 78% 对局；榜单和代码开源，详见 https://arcprize.org/blog/snakebench。
OpenAI：官网动态AI 评分4040 OpenAI 与 Schibsted Media Group 达成内容合作，将 Guardian 新闻引入 ChatGPT
OpenAI 与 Schibsted Media Group 宣布达成内容合作，将 Guardian 的新闻与档案内容引入 ChatGPT。
OpenAI：官网动态AI 评分4343 OpenAI 在超级碗投放首支电视广告，提出"智能时代"
OpenAI 在超级碗投放其首支电视广告，提出"智能时代"（Intelligence Age）概念，旨在激发人们对 AI 的好奇心。广告称 AI 能开启新可能、提升生活满足感与生产力，如同此前所有工具对人类的作用。
Sam Altman：Blog精选 三点观察
OpenAI 阐述关于 AI 经济学的三点观察：模型智能与训练资源的对数成正比，可预测扩展；AI 使用成本每 12 个月下降约 10 倍，远超摩尔定律速度；智能线性增长将产生超指数级社会经济价值。据此，AI 代理将如虚拟同事般渗透各领域，科学进步将大幅加速，虽然短期内生活照旧，但长期将深刻重塑社会经济结构，个人意志力和适应能力将成为关键价值。
推荐理由：Sam Altman 提出 AI 经济学三大观察，描绘 AGI 时代 Agent 工作图景
OpenAI：官网动态精选AI 评分6363 OpenAI 与加州州立大学系统合作，向 50 万师生提供 ChatGPT
OpenAI 宣布与加州州立大学系统（CSU）合作，将 ChatGPT 带给 50 万名学生和教职员工，官方称为迄今为止规模最大的 ChatGPT 部署。OpenAI 表示此举将扩大 AI 在教育中的应用，帮助美国培养 AI 就绪的劳动力。
推荐理由：OpenAI 官方宣布迄今规模最大的 ChatGPT 教育部署，可据此了解其在美国高等教育市场的落地规模。
OpenAI：官网动态精选AI 评分7676 OpenAI 推出 deep research 智能体
OpenAI 推出 deep research，一个运用推理能力整合大量网络信息、完成多步研究任务的智能体。该功能当天向 Pro 用户开放，随后面向 Plus 和 Team 用户推出。
推荐理由：原文来自官方公告，说明了 deep research 的能力定位和分批开放节奏，读者可以据此判断它何时可用。
OpenAI：官网动态AI 评分4949 OpenAI 封禁疑似中国来源的账号：利用 AI 生成英文社交帖与西班牙语文章的影响力行动
OpenAI 封禁了一批疑似中国来源的账号，这些账号利用 AI 生成英文社交帖子和西班牙语文章，开展代号“Sponsored Discontent”的影响力行动。
OpenAI：官网动态AI 评分4545 OpenAI 封禁利用 AI 干预加纳 2024 大选的账号
OpenAI 封禁了一批利用 AI 生成文章、帖子和虚假互动来干预加纳 2024 年总统选举的账号。该行动针对的是一次隐蔽影响力操作。
OpenAI：官网动态AI 评分5050 OpenAI 封禁关联伊朗影响活动的账号
OpenAI 封禁了一批与伊朗关联的账号，这些账号使用 AI 生成与 IUVM 和 STORM-2035 影响活动相关的文章和社交帖子。
OpenAI：官网动态AI 评分5757 OpenAI 封禁利用 AI 进行浪漫诱饵诈骗的账号
OpenAI 封禁了疑似源自柬埔寨的账号，这些账号使用 AI 翻译并生成浪漫和投资诈骗对话，属于 AI 辅助的“杀猪盘”式诈骗工作流。
OpenAI：官网动态AI 评分4747 OpenAI 封禁疑似中国来源账号：用 AI 起草监控工具方案
OpenAI 封禁了一批疑似中国来源的账号，这些账号利用 AI 起草监控工具推销方案、分析文档并调试代码。OpenAI 将此次行动称为“同行评审”行动。
OpenAI：官网动态AI 评分4242 OpenAI 封禁柬埔寨 AI 虚假评论招聘诈骗账号
OpenAI 封禁了一批疑似源自柬埔寨的账号，这些账号利用 AI 翻译消息，实施虚假评论招聘诈骗，要求受害者支付费用。
OpenAI：官网动态AI 评分5353 OpenAI 封禁疑似用于朝鲜关联欺诈性就业计划的账号
OpenAI 封禁了疑似被用于欺骗性就业计划的账号，该计划具有公开报道的朝鲜关联 IT 工人活动的特征，涉及 AI 辅助的招聘欺诈。
OpenAI：官网动态AI 评分5555 OpenAI 封禁涉嫌与朝鲜关联的网络威胁行为者账号
OpenAI 封禁了可能与公开报道的朝鲜关联威胁行为者有关的账号，这些账号曾用 AI 研究入侵工具、钓鱼攻击、恶意软件和加密货币攻击目标。
OpenAI：官网动态精选AI 评分6565 OpenAI 发布 o3-mini System Card
OpenAI 发布 o3-mini System Card，概述该模型的安全工作。内容包括安全评估、外部红队测试以及 Preparedness Framework 评估。
推荐理由：原文概述 o3-mini 的安全工作范围，包括外部红队和 Preparedness Framework 评估，可据此了解其安全评估方式。
METR：ResearchAI 评分5858 METR 发布 Claude 3.5 Sonnet (New) 与 o1 的初步危险能力评测结果
METR 对 Anthropic 升级版 Claude 3.5 Sonnet（2024 年 10 月版）和 OpenAI o1 部署前检查点进行初步评测，未发现危险能力水平的显著证据。
OpenAI：官网动态AI 评分5151 OpenAI 最新推理模型将供美国国家实验室用于科研突破
OpenAI 宣布其最新系列推理模型将供美国国家实验室的顶尖科学家使用，以推动科学突破。
ARC Prize：官方博客精选AI 评分7272 ARC Prize 分析 DeepSeek R1-Zero 与 R1 在 ARC-AGI-1 上的结果
ARC Prize 发布对 DeepSeek R1-Zero 和 R1 的分析，两者在 ARC-AGI-1 上分别得分 14% 和 15.8%，与 o1（低算力 20.5%）相当，而 o3-preview 低算力达 75.7%。
推荐理由：作者基于 ARC-AGI-1 实测数据比较 R1-Zero 与 o1/o3，提出纯 RL 训练可绕过人类标注瓶颈和推理经济学两个分析角度。
OpenAI：官网动态精选AI 评分6161 OpenAI 发布 Operator System Card 说明多层安全防护
OpenAI 发布 Operator 的 System Card，介绍其基于既有安全框架的多层防护方式。文档涵盖防提示词工程和越狱、隐私与安全保护的产品与模型层缓解措施，以及外部红队测试、安全评估和持续改进安全措施的工作。
推荐理由：原文概述了 Operator 在防提示词注入、隐私保护和外部红队测试上的多层安全安排，可帮助读者了解其防护框架。
OpenAI：官网动态AI 评分5858 OpenAI 发布 Operator 智能体
OpenAI 宣布推出 Operator，正文未抓取到，具体功能与细节以原文链接 https://openai.com/index/introducing-operator 为准。
OpenRouter：AnnouncementsAI 评分4545 Standardized finish reasons
模型现在开始返回标准化的完成原因值，并与OpenAI风格的惯例保持一致。这一变化意味着不同模型（如GPT、Claude、LLaMA）的输出终止原因将采用统一的分类和表述方式，例如“stop”、“length”或“content_filter”，从而提升API调用的可预测性和跨平台兼容性。开发者无需再为不同模型适配各异的终止逻辑，简化了集成与调试流程。
OpenAI：官网动态精选AI 评分6969 OpenAI 宣布 The Stargate Project
OpenAI 官网发布公告，宣布 The Stargate Project（星际之门项目）。本次抓取的 feed 仅包含标题，正文细节未提供。
OpenAI：官网动态精选AI 评分6969 OpenAI 为 Stargate 基础设施项目招募数据中心产业合作伙伴
OpenAI 宣布为 Stargate 基础设施项目寻找覆盖数据中心全产业链的合作伙伴，包括电力、土地、建设和设备等环节，以推进其 AGI 基础设施目标。意向企业可通过 openai.com/form/stargate-infrastructure 提交合作意向。
推荐理由：OpenAI 官方说明 Stargate 的合作伙伴方向，读者可以了解其数据中心基础设施合作覆盖哪些环节。
Sam Altman：Blog精选 反思
Sam Altman在ChatGPT两周年之际回顾OpenAI九年历程：从坚信AGI可能实现，到2022年意外推出ChatGPT并引爆前所未有的增长曲线。他坦承过去两年从零构建公司的混乱压力，以及被董事会突然解雇的危机教训。如今周活用户已达3亿，在迈向AGI的道路上，他既感激这段经历，也承认未来仍充满未知。
推荐理由：Sam Altman 反思创业历程，预测 2025 年 AI Agent 将实质性改变企业产出
OpenAI：官网动态精选AI 评分6060 OpenAI 发布 deliberative alignment：通过推理让语言模型更安全
OpenAI 推出针对 o1 模型的新对齐策略 deliberative alignment，直接教模型安全规范，并让模型在推理过程中对这些规范进行推理，以提升语言模型的安全性。
推荐理由：OpenAI 自己阐述了 o1 的对齐策略思路，读者可以了解推理能力如何被用于安全规范。
ARC Prize：官方博客精选AI 评分8383 ARC Prize 实测 OpenAI o3 在 ARC-AGI-Pub 取得突破性高分
ARC Prize 官方测试报告显示，OpenAI o3 在 ARC-AGI-1 Semi-Private 评测中以 $10k 算力上限取得 75.7%，高算力（172 倍）配置达 87.5%，Public Eval 高算力为 82.8%、低算力为 91.5%。
推荐理由：ARC Prize 官方第一手测试数据，给出 o3 在 ARC-AGI 各算力档位的得分、成本和机制解读。
英国 AI Security Institute：BlogAI 评分5858 英美 AI 安全研究所联合发布 OpenAI o1 模型部署前安全评测结果
英国 AISI 与美国 AISI 对 OpenAI o1（2024 年 12 月 5 日发布）开展了联合部署前安全评测，并在发布前将结果反馈给 OpenAI。评测覆盖网络、生物和软件与 AI 开发三个领域，参照对比 o1-preview、GPT-4o 和 Claude 3.5 Sonnet。
OpenAI：官网动态精选AI 评分7373 OpenAI 发布 o1 及多项开发者新工具
OpenAI 面向开发者发布 OpenAI o1，并带来 Realtime API 改进和新的微调方法等多项更新。
推荐理由：官方公告涵盖 o1 发布及开发者工具多项更新，读者可借此了解当时 API 侧新增能力与适用场景。
OpenAI：官网动态AI 评分5353 OpenAI 回应马斯克诉讼，称其 2017 年曾主导创建营利性架构
OpenAI 发文回应 Elon Musk 的最新诉讼，称这是他不到一年内第四次尝试改写诉求。OpenAI 表示马斯克 2017 年不仅想要、而且实际创建了一个营利性架构，作为 OpenAI 拟议的新组织结构。
OpenRouter：AnnouncementsAI 评分5050 OpenRouter 为 OpenAI 4o 与 Fireworks 模型引入结构化输出，并免费上线 Gemini Flash 2.0
OpenRouter 平台新增针对 OpenAI 4o 和 Fireworks 模型的结构化输出（Structured Outputs）功能，同时免费提供 Gemini Flash 2.0 模型供用户使用。
OpenRouter：AnnouncementsAI 评分4848 OpenRouter 为 OpenAI 4o 和 Fireworks 模型提供结构化输出，并免费开放 Gemini Flash 2.0
OpenRouter 新增对 OpenAI 4o 和 Fireworks 模型的结构化输出支持，同时免费提供 Gemini Flash 2.0 模型。
OpenAI：官网动态精选AI 评分8383 OpenAI 视频生成模型 Sora 正式上线 sora.com
OpenAI 的视频生成模型 Sora 上线，用户可在 sora.com 使用。支持生成最高 1080p、最长 20 秒的视频，可选宽屏、竖屏或方形画幅，还可导入自有素材进行延展、重混和融合，或直接从文本生成全新内容。
推荐理由：原文给出了分辨率、时长和素材混用等具体使用参数，读者可以直接据此了解 Sora 的开放入口和实际能力范围。
OpenAI：官网动态精选AI 评分7171 OpenAI 发布 Sora 系统卡，说明视频生成模型的能力与输入输出设计
OpenAI 发布 Sora 系统卡。Sora 是 OpenAI 的视频生成模型，可接收文本、图像和视频输入并生成新视频，基于 DALL-E 和 GPT 模型的经验构建，旨在为人们提供更丰富的叙事和创作表达工具。
OpenAI：官网动态精选AI 评分6767 OpenAI 推出 ChatGPT Pro
OpenAI 官网宣布推出 ChatGPT Pro，目的是拓展前沿 AI 的使用范围。本次抓取的 feed 未提供完整正文，更多定价与功能细节以官网原文为准。
OpenAI：官网动态精选AI 评分6868 OpenAI 发布 o1 系统卡披露发布前安全评估工作
OpenAI 发布 o1 和 o1-mini 系统卡，报告发布前开展的安全工作，包括外部红队测试以及依据 Preparedness Framework 进行的前沿风险评估。
推荐理由：报告披露 o1 系列发布前的外部红队测试和 Preparedness Framework 前沿风险评估流程，读者可了解官方安全评估的实际做法。
OpenAI：官网动态精选AI 评分8181 OpenAI 推出 ChatGPT search
OpenAI 推出 ChatGPT search，为 ChatGPT 增加搜索功能，可提供快速、及时的答案，并附上相关网页来源链接。
推荐理由：原文信息过少，无法给出具体阅读价值。
OpenAI：官网动态AI 评分5555 OpenAI 改进连续时间一致性模型，两步采样媲美主流扩散模型
OpenAI 对连续时间一致性模型做了简化、稳定化和规模化改进，样本质量可与领先的扩散模型相当，且只需两步采样。
OpenAI：官网动态AI 评分4040 OpenAI 发布 MLE-bench：评估 AI 智能体的机器学习工程能力
OpenAI 推出 MLE-bench，用于衡量 AI 智能体在机器学习工程任务上的表现。该基准测试面向机器学习工程场景，评估智能体完成相关工作的能力。
OpenAI：官网动态精选AI 评分7272 OpenAI 发布 canvas：与 ChatGPT 协作写作和编码的新方式
OpenAI 推出 canvas，一种与 ChatGPT 协作写作和编码的新方式。
推荐理由：原文来自 OpenAI 官方发布，读者可据此了解 ChatGPT 在写作和编码场景上的新交互方式。