Anthropic 五年投 10 亿美元做外部安全评估
Anthropic 把外部评估的活交给了埃森哲。埃森哲的 Faculty 团队会进场做模型评测、红队测试、对齐评估与防护测试，双方计划五年各投入至少 10 亿美元建设 AI 安全能力。 争议点在钱从哪来 评估费用由 Anthropic 自己…
OpenAI第 31 页360 篇
OpenAI o3 与 o4-mini 推理模型解析：MMMU 82.9% 超越 o1，图像直接接入推理链
结论先行：2025 年 4 月 16 日，OpenAI 发布了 o 系列的两款新推理模型——o3 与 o4-mini。真正值得关注的不是”又涨了几个点”，而是 o3 做出了一个此前没有过的动作：把图像直接放進思维链，…
微软 UFO² 桌面 AgentOS 解析：自动化成功率 32.7%，超越 OpenAI Operator 且 MIT 开源
结论先行：微软在 2025 年 4 月发布的 UFO²（Desktop AgentOS），把桌面智能代理从”自动化脚本”升级为一套操作系统级方案。官方测试数据显示，在两组不同的自动化任务场景中，UFO² 的成功率分别…
ChatGPT Agent正式发布：虚拟浏览器自主完成表格/幻灯片/调研，Pro/Plus/Team用户如何开启
一句话结论：OpenAI 在 2025 年 7 月 18 日正式发布 ChatGPT Agent，让 AI 从「会说」走向「会做」——它通过虚拟浏览器自主点击、筛选、抓取数据，完成财务研究、在线表格填写、幻灯片制作等任务，执行敏感操作前需用…
GPT-OSS开源权重模型发布：120B/20B双版本Apache 2.0可商用，128K上下文与本地部署全解析
一句话结论：OpenAI 在 2025 年 8 月 5 日推出开放权重模型系列 GPT-OSS，包含 GPT-OSS-120B 与 GPT-OSS-20B 两款，均采用 MoE 架构与 Apache 2.0 协议，原生支持最长 128K t…
Codex 角色插件上线：62 个应用 + 110 个 Skills，周活 500 万后转向知识工作 Agent
Codex 已经不只是程序员的工具了。OpenAI 在 2026 年 6 月 2 日给 Codex 装上三件新装备——面向岗位的角色插件、可分享的 Sites 托管站点、以及支持局部修改的 annotations 标注功能。官方公布的数据显…
SkyClaw-v1.0 发布：1M 上下文 Agent 模型，输入 0.5 元/百万 tokens，兼容 OpenAI API
结论先行：Skywork AI 推出的 SkyClaw-v1.0 不是一款用来聊天的模型，而是一款明确为 Agent 工作流设计的长上下文模型。官方页面信息显示，该模型于 2026 年 5 月 19 日发布，支持 1M token 上下文，…
特斯拉得州 Optimus 工厂钢结构接近完工：规划年产能 1000 万台，投产指向 2027 年
据 X 平台博主 Joe Tegtmeyer 近期发布的无人机拍摄影像，特斯拉得州超级工厂的人形机器人 Optimus 生产设施建设取得明显进展：厂房主体钢结构已推进至接近建筑北侧边缘，距离北侧外围梁约剩 5 个柱网；厂房上方三层结构正在进…
AI 制药赛道升温：Anthropic 自建湿实验室并收购 Coefficient Bio，字节分拆实验室完成首轮融资
AI 制药这门生意最近明显升温，而且入场的不是圈内老玩家。Anthropic 一边自建湿实验室检验自家模型指挥生物实验的能力，一边牵手诺和诺德、百时美施贵宝，并把 Coefficient Bio 收入囊中；字节跳动分拆出来的新生实验室也完成…
OpenAI 广告追踪链条曝光：__obi 跨站 Cookie 绑定 ChatGPT 账号 JWT，聊天外的浏览行为也被采集
先说结论：安全研究者披露，OpenAI 可能正在通过代号 bazaar 的内部广告平台搭建一条跨站追踪链路。具体流程是：用户打开 ChatGPT 时，客户端生成随机标识符，并取走一个绑定该账号的 JWT 令牌，随后写入一枚名为 __obi …