公司与模型
OpenAI 的 GPT 系列模型、ChatGPT 与 Sora 产品更新，以及公司战略与人事变化。
873 条精选近 30 天 91 条共收录 5,583 条
苹果在美国起诉OpenAI，指控其挖角400名员工、窃取工程机和机密文件。分析师Paolo Pescatore认为，即使指控最终无法证实，OpenAI的硬件计划仍可能受拖累，双方本就脆弱的合作关系将进一步削弱。斯坦福大学教授Mark Lemley指出，若前苹果员工确实带走机密文件并在OpenAI使用，问题将变得严重。该案涉及消费级硬件产品，预计未来将有更多信息曝光。
推荐理由：苹果的诉讼即使最终不成立，也已经动摇了OpenAI绕开iPhone做硬件的算盘，所有盯着消费硬件的AI公司都该琢磨一下这个先例。
苹果起诉 OpenAI，指控前工程师 Chang Liu 离职时带走未归还的 MacBook、一名可分享内情的员工，并利用软件漏洞持续访问苹果内网。他发现漏洞后向同事分享“哈哈，我发现我还能访问网络存储”，后者协助其获取更多机密。苹果称 OpenAI 试图复制 iPhone 产品研发体系，核心从非法窃取的商业机密腐烂。目前已有超 400 名苹果员工跳槽至 OpenAI，包括前苹果高管、现任 OpenAI 首席硬件官 Tang Tan。苹果曾于今年 2 月尝试私了，但 OpenAI 未回应。
推荐理由：苹果起诉 OpenAI 窃取商业机密的细节曝光，前员工的“哈哈”短信成为关键证据，这场官司将决定 AI 硬件竞赛的玩法和边界。
Sam Altman@sama精选AI 评分6868♥️ GPT-5.6 是健康领域的一大进步，无论是在前沿性能还是在成本方面。 这些模型推动了每美元性能的前沿，将最佳的健康智能带给所有人。最小的变体 GPT-5.6 Luna，在最低推理努力下评估，其表现超过了在最高推理努力下的 GPT-5.5——尽管成本低 25 倍。最大的变体 GPT-5.6 Sol，在成本方面树立了新的高标准。 另一个特别酷的结果：医生在 GPT-5.6 的回答中发现的缺陷比医生撰写的回答更少。 我们收集了近期 OpenAI 模型仍然难以处理的各种任务，涵盖面向患者和面向临床医生的用例。我们请与专科匹配的医生在无限时间和网络访问的条件下为这些任务撰写回答。然后我们请其他医生在不知道来源的情况下并排比较回答。医生被要求从五个维度评论改进空间：准确性、沟通、完整性、指令遵循和健康决策帮助性。然后我们报告了在总共 20,000 次维度评分中，各来源回答在所有维度上被评为完美的比例。GPT-5.6 Sol 表现最强，尽管所有 GPT-5.6 模型的表现都显著优于医生。
推荐理由：GPT-5.6 在医疗任务上被医生评价比真人医生缺陷更少, 这是AI辅助诊断的分水岭, 产品人和医疗从业者值得看具体数据。
Greg Brockman@gdb精选AI 评分7171GPT-5.6 是健康智能领域向前迈出的重要一步。 在整个产品线中，我们以更低的成本实现了更强的性能：GPT-5.6 Luna 在其最高推理设置下的表现优于 GPT-5.5，而成本却降低了 25 倍。 这些进步共同提升了质量，同时让全球更多人能够使用先进的模型。
推荐理由：GPT-5.6 主打健康智能，虽然还没实测，但 25 倍的降本让高级推理不再是实验室专属，做医疗应用的可以提前评估切换成本了。
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。
OpenAI@OpenAI精选AI 评分7373推荐理由：GPT-5.6把性价比直接拉了个数量级，做健康AI的团队该重新算账了。但官方只扔了一句话，实际能力等实测再鼓掌。
Noam Brown@polynoamial精选AI 评分8686昨天，我们让 GPT-5.6 Sol Ultra 正式全面可用。今天，我们分享它使用 64 个子代理，在不到一小时内就给出了已有 50 年历史的 Cycle Double Cover 猜想的证明。我们在下面分享提示词和证明。我们很期待看到大家用 Ultra 做出什么！
推荐理由：GPT-5.6 Sol Ultra 靠 64 个子智能体一小时证明了半世纪未解的数学猜想，这不再是刷 benchmark——这是 AI 首次在公开模型上做出真正的科学发现。做数学和理论物理的人该认真看看 prompt 和证明。
OpenAI 模型在东京举行的 AtCoder World Tour Finals 2026 两个赛项中击败人类顶尖程序员。启发式赛项中它大幅领先，Psyho 估计人类至少还需数天才能追上其分数；次日算法赛项七小时内解开全部五题，其中两题12名人类选手无一解出，主办方为此向 OpenAI 颁发两个“人类投降”奖。
推荐理由：作者采访了参赛顶尖选手 Psyho，从当事人视角还原 AI 与人类顶尖程序员差距的量级，便于理解竞技编程格局的变化。
Greg Brockman@gdb精选AI 评分6969ChatGPT Work 将智能体带到消费级规模。 它在可用性（你只需在手机上操作，无需笔记本电脑）和可及性上都有提升，适用于个人和职业生活。 非常期待看到人们如何使用它，以及它如何赋能用户！
推荐理由：OpenAI 把 Agent 从开发者交到普通人手里，这个动作比任何 benchmark 都重要，接下来要看 C 端用户会不会真用起来。
Greg Brockman@gdb精选AI 评分6666GPT-5.6 改变了我们对知识工作的看法。你的工作从处理单个任务转变为照看带有 AI 循环的系统。 在 @danshipper 的收件箱里，这看起来是这样的： GPT-5.6 扫过他的邮件，判断哪些值得他关注，研究相关背景，并为每封邮件附上简短摘要和拟好的回复。 Dan 批准、编辑，或者用 @usemonologue 口述他想改的地方。然后他就继续处理下一件事。 每轮扫查结束时，这个智能体会从 Dan 的修改和决定中学习，并记住它们，供下次使用。 今天我们发布 Tend，一个让你自己构建这类循环的实验。它是一个开源提示词和代码库，能把收件箱、招聘流程或客户支持队列变成你可以在 ChatGPT Work 中照看的系统。 先教 Tend 什么值得你关注。然后留意会发生什么：收件箱变得更轻松，指令变得更好，而你工作中的另一个循环也开始显现出来。
推荐理由：Greg 强调知识工作正从处理单个任务转向「照料系统」，Tend 开源项目把这个想法变成了可用的工具。对想用 AI 重构工作流的产品人和开发者很有启发，虽然还只是个实验。
Greg Brockman@gdb精选AI 评分6565今天，我告诉 OpenAI 团队，我决定离开 OpenAI 的全职岗位，转为兼职顾问。 三个月前，由于我患了七年的慢性病严重恶化，我不得不休病假。在那段时间里，我清楚地意识到，康复之路会比我预想的要漫长和复杂得多——我需要全身心投入其中。 当我休假时，很多人告诉我，我把健康放在首位是勇敢的。事实是，我现在才做出这个决定，是因为我以前很多次都没能做出这个决定。 这些年来，医生、朋友、同事和亲人都鼓励我放慢脚步。在我生病两年后，Facebook 给了我休整整一年病假的机会。我甚至没有停下来考虑一下。我立刻拒绝了。当时，Zuck 告诉我，我应该从长远考虑。我真希望我当时听了他的话。 回头看，我意识到，很多让我成功的东西，也让这个决定变得极其困难。 我从小相信机会是宝贵的，当机会出现时，你要用双手牢牢抓住。这种心态把我从法国南部的一个小镇带到了我从未想象过的机会面前。到我 40 岁时，我已经做到了远超我小时候在 Sète 长大时所能梦想的事情。 我热爱创造。我的工作一直给我一种深刻的目标感。尤其是 OpenAI，感觉像是我整个职业生涯一直在为之努力的角色，这让这个决定更加艰难。 但我现在学到的是，坚韧和耐力并不是产生数十年影响的唯一技能。有时候，更难的是停下来、倾听，并相信照顾好今天的自己，才能让你明天贡献得更久。 这段经历也让我更加坚信这项工作为什么重要。 白天帮助构建未来，同时又要应对一种仍然无法治愈的致残疾病，这是一种令人震撼的经历。 在过去七年里，我在医生办公室里度过了无数个小时，应对症状、治疗、保险、不确定性，以及作为一名患者所伴随的一切隐形工作。像数百万其他慢性病患者一样，我亲身经历了医疗体系有多么难以应对，即使你拥有所有可能的优势。 我比以往任何时候都更相信，AI 一些最重要的机会在于帮助人们解决日常生活中的真实问题：他们的健康、财务、时间，以及塑造人类体验的日常负担。 尤其是，治愈疾病是 AI 能够完成的最重要的事情。我很兴奋能继续通过 OpenAI，也通过我与 @ChronicleBioAI 和 @CODA_research 的工作，朝着治愈疾病努力。 我非常感谢 @sama、@gdb 和 OpenAI 董事会在这段时间里的支持，也感谢他们提供了一种方式，让我能够继续为使命做贡献，而不牺牲我康复的机会。我也非常感谢我的团队，以及我有幸与之并肩创造的许多杰出同事。 目前，我的重点是康复。但我对技术解决深刻人类问题的潜力的信念从未如此坚定。
推荐理由：Fidji 是 OpenAI 运营背后的关键人物，她的离开不是一个普通的离职公告，而是高强度工作下人才健康消耗的真实信号，也把 AI 用于医疗的愿景推到了更个人化的层面。
Tibo@thsottiaux精选AI 评分7070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。
OpenAI Developers@OpenAIDevs精选AI 评分6868将一个想法变成可发布和分享的实时网站 以下是OpenAI团队的一些成员用Sites构建的示例👇 @prd_008 用Sites将一个想法变成了个人专注应用：
ChatGPT Sites 现已面向 Plus、Pro、Business 和 Enterprise 用户开放。支持网页、移动端和桌面端。 我利用新版 ChatGPT 中的 Sites 插件，把一个想法变成了一个个人待办事项应用。 以下是我构建它的过程。
推荐理由：ChatGPT Sites 把建站门槛拉到一句话描述，我觉得这是 ChatGPT 从「聊完就忘」到「留下东西」的关键一步，但现阶段模板和分发都太简陋，产品人可以先尝鲜别急着押注。
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。
Tibo@thsottiaux精选AI 评分6565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 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。
OpenAI 推出 GPT-5.6 系列，包括旗舰 Sol、平衡型 Terra 和成本最优 Luna。在 Agents' Last Exam 上，Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分；中等推理时以约四分之一成本领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在 Artificial Analysis Coding Agent Index 上，Sol 以 80 分创 SOTA，高于 Fable 5 的 2.8 分，使用不到一半输出 token、一半时间，成本低约三分之一。引入 Programmatic Tool Calling 减少中间数据往返，ultra 模式协调多个智能体加速复杂任务。模型配备迄今最强安全防护，经人类红队和自动化测试验证。
推荐理由：GPT-5.6 在编码、安全、知识工作上全面领先，且 token 效率大幅优化，是我今年见过的真正能改变 agent 开发成本结构的发布。程序化工具调用和 ultra 模式值得立即试用。
OpenAI 发布 GPT-5.6（Sol、Luna、Terra）系统卡，将三款模型在生物化学领域均预防性定为 High 能力，未达 Critical 阈值。
推荐理由：这份系统卡披露了 GPT-5.6 家族在生化和网络安全领域的准备度评估细节与部署模拟方法，可了解前沿安全评估如何落地。
OpenAI近日公布国家安全原则，阐明在政府及国家安全领域部署前沿AI系统的方针。原则强调在保护公民、防御关键基础设施、提供公共服务及应对新兴威胁（网络防御和生物安全）中发挥AI优势，同时确保民主问责、人类判断和法治。过去一个月，OpenAI通过Daybreak网络防御计划与澳大利亚、加拿大、日本、韩国、法国、德国、波兰、荷兰及欧盟ENISA等机构建立网络安全信任访问合作，并与英国政府开展网络安全测试评估。上月，OpenAI向部分美国政府及盟友合作伙伴开放GPT‑Rosalind模型用于公共卫生和生物防御。原则适用于现有及未来合作，包括与Department of War的协议，明确禁止大规模国内监控、自主武器系统及高风险自动化决策。OpenAI支持立法对高风险军事用途（如国内监控、自主武器）建立保障措施。
推荐理由：OpenAI 首次公开发布国家安全合作原则，同时宣布与多国建立网络和生物防御伙伴关系。我觉得这是头部 AI 公司在军事合作上的一次主动透明化尝试，值得看看他们如何设限。
OpenAI 对编码评测基准 SWE-Bench Pro 进行详细审计，发现约 30% 的任务存在缺陷。在 731 个任务的公开子集中，前沿模型通过率在八个月内从 23.3% 提升至 80.3%，但数据质量检查显示大量任务存在测试过于严格、提示词描述不足、测试覆盖不全或误导性提示等问题。OpenAI 建议模型开发者仔细审视评测结果，并指出 AI 智能体在规模化数据质量检查中日益增长的实用性。
推荐理由：OpenAI 自己审计了 SWE-Bench Pro，发现三成任务有缺陷，这个基准给出来的分数可能要打问号，做模型评测和选型的人该认真看看。
