Anima 借助 GPT-6 和 GPT-Live 将诊所电话等待时间缩短 75%
Anima 借助 GPT-6 和 GPT-Live 帮助诊所将电话等待时间缩短 75%。Anima 扩展了护理团队使用 OpenAI 模型响应患者的能力，让团队获得更大的患者响应容量。
推荐理由：Anima 在诊所场景中借助 GPT-6 和 GPT-Live 将电话等待时间缩短 75%，为医疗场景中的模型应用提供了可量化参照。
#OpenAI
OpenAI News精选AI 评分4646 OpenAI NewsAI 评分1717 使用 Decisions API 构建响应更快的应用
Decisions API 面向任意应用提供快速、专注且低成本的决策，帮助开发者构建响应更快的应用。
OpenAI News精选AI 评分5555 Uber 正将 ChatGPT Work 推向全部员工，覆盖超过 30,000 人
Uber 正将 ChatGPT Work 部署给超过 30,000 名员工，范围覆盖全部员工。员工可用它进行研究、数据分析、制作演示文稿并完成复杂工作流。
推荐理由：Uber 将 ChatGPT Work 覆盖到超过 30,000 名员工，并列出研究、数据分析、演示制作和复杂工作流等用途，为企业 AI 落地提供场景参照。
OpenAI NewsAI 评分1515 OpenAI 中 FDE 的含义
OpenAI 解释 FDE（forward deployed engineering）在公司的含义。正文仅给出该名称的英文全称，未说明 FDE 的具体职责、工作方式或实践案例。
OpenAI NewsAI 评分1717 OpenAI 如何通过统一标准与分发合作伙伴实现广泛接入
OpenAI 阐述其与分发合作伙伴的协作方式，旨在使用政策框架下保持一致的防护措施、支持负责任的访问并明确各方预期。文章聚焦通过统一标准推进广泛接入的实践路径，强调统一标准在保障安全与扩大可及性之间的平衡作用。
HF Daily Papers精选AI 评分4343 Dual Exam 对多模态智能体与世界模型开展受控评测
Dual Exam 分别在固定环境响应机制和固定动作干预下评测多模态智能体与世界模型，覆盖物理、数字、社会和科学领域。
推荐理由：Dual Exam 将智能体与世界模型分轨评测，并报告耦合试验任务成功数为 0 及任务相关状态保持问题。
OpenAI News精选AI 评分4545 OpenAI 发布前沿 AI 民主治理蓝图第二篇：赋能网络防御者
OpenAI 发布《前沿 AI 的民主治理》系列第二篇，提出用前沿 AI 赋能网络防御者并强化安全防护的蓝图。该蓝图同时涵盖推进网络安全现代化、建设更具韧性的公共机构等内容，原文链接：https://openai.com/index/empowering-cyber-defenders
推荐理由：OpenAI 官方给出前沿 AI 赋能网络防御与公共机构韧性的治理立场，可供关注 AI 政策与安全的读者了解其框架思路。
OpenAI NewsAI 评分2727 AT&T 如何借助 OpenAI 重塑内部法务工作
AT&T 与 OpenAI 合作，把内部法务知识改造成更易调用的形式。其 LegalEdge 团队正重新设计法务需求接入流程，并通过模型规模化产出法律判断。
OpenAI News精选AI 评分4141 OpenAI 如何构建 ChatGPT 广告栈以提升用户信任与相关性
OpenAI 介绍其如何构建由 LLM 驱动的 ChatGPT 广告栈，用于理解对话意图、保持广告与回答分离，并规模化交付相关广告。
推荐理由：文章概述 ChatGPT 广告栈利用 LLM 理解对话意图并隔离广告与回答的构建思路，便于对照其相关性与信任设计。
OpenAI News精选AI 评分3737 OpenAI 联合 PerturbAI 与 Scripps Research，用数千 AI agent 在脑细胞数据中发现新线索
OpenAI、PerturbAI 与 Scripps Research 合作，用分布式 AI agent 处理来自数百万脑细胞的数据并挖掘出新的研究方向。文章介绍了三方如何借助多 agent 协作推进复杂生物研究。
推荐理由：原文介绍了用分布式 AI agent 处理数百万脑细胞数据的研究方法，可作为同类生物数据研究的参考。
OpenAI News精选AI 评分4545 ChatGPT Ads 扩展至 26 个新国家，已有超过 100,000 家广告主使用
OpenAI 将 ChatGPT Ads 扩展至 26 个新国家，已有超过 100,000 家广告主使用该平台。随着开放范围扩大，当地企业和全球品牌可在用户于 ChatGPT 中探索、比较商品并作购买决定时触达他们。
推荐理由：ChatGPT Ads 扩展至 26 个国家，并以超过 100,000 家广告主的使用规模呈现其市场覆盖与商业化进展。
OpenAI News精选AI 评分5959 OpenAI 模型与 Codex 将接入 Google Cloud
OpenAI 与 Google Cloud 达成合作，将 OpenAI 前沿模型与 Codex 工作流接入 Gemini 的 Model Garden，企业可通过 Google Cloud Marketplace 调用。
推荐理由：两大云厂商的模型分销合作让企业多了采购入口，跨云可用性对现有云绑定策略构成新变量。
OpenAI NewsAI 评分3030 Terminal X 借助 GPT-6.1 与资深投资者判断的匹配度达到 88.6%
Terminal X 借助 GPT-6.1 与资深投资者判断的匹配度达到 88.6%。其 Eval Agent 按 54 项标准的评分规则评估输出；在 GPT-6.1 Sol 下，捕捉到的基金投资约束偏离项多 25%。
HF Daily Papers精选AI 评分5959 Agent Mosaic：识别基于 LLM 的 AI 智能体系统中的机密信息泄露
Agent Mosaic 论文（arxiv.org/abs/2610.30418）量化了 AI 智能体从多份机密文档拼接并披露敏感结论的泄露风险。研究使用 30 个网络安全、医疗和军事合成案例，在 3 个 LLM 智能体的受控模拟中得到 10,800 份最终答案，并在 2 个开源框架的实际运行中得到 1,440 份答案。
推荐理由：论文以 10,800 份模拟答案和 1,440 份实际运行答案量化机密结论拼接泄露，并比较防护措施，为敏感数据场景的 Agent 控制提供实验依据。
OpenAI News精选AI 评分5656 OpenAI 收购 Orchestra Bio
OpenAI 收购 Orchestra Bio，旨在将 AI 驱动的运营能力带入生命科学研究与开发。材料称，此举将帮助生物制药团队加速药物开发并推进新治疗。
推荐理由：OpenAI 收购 Orchestra Bio，意在把 AI 驱动的运营能力带入生命科学研发，帮助生物制药团队推进药物开发与新治疗。
AWS Machine Learning Blog精选AI 评分6464 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 提升多语言推理能力
AWS 团队在 Amazon SageMaker HyperPod 上用 SFT 和 GRPO 微调 GPT-OSS-20B，使模型能按指令以英语、法语、德语、西班牙语或意大利语进行推理和回答。
推荐理由：文章提供从数据、LoRA 训练到评测的完整流程，并用 SFT 与 GRPO 对照给出按模型能力缺口选择微调方法的判断框架。
AWS Machine Learning Blog精选AI 评分5353 如何在加拿大通过 Amazon Bedrock 跨区域推理访问 OpenAI GPT 模型
加拿大组织可通过 Amazon Bedrock 跨区域推理，从 Canada (Central) 和 Canada West (Calgary) 源区调用 OpenAI GPT-5.6、GPT-6 和 GPT-6.1。
推荐理由：文章给出加拿大源区调用 OpenAI GPT 模型的权限、API 和路由配置，并说明数据驻留与配额管理，便于评估部署方案。
Hugging Face Blog精选AI 评分7575 ALTK-Evolve 如何用学习式记忆让 GPT-4.1 登顶 τ²-bench 零售客服榜
ALTK-Evolve 把 GPT-4.1 智能体轨迹提炼成提示词规则，无需更新权重，并以 67.5% Pass^4 位列 τ²-bench 零售榜首。在 40 个留出零售任务上，含 292 条规则的 lossless 配置将平均准确率从 78.1% 提至 82.5%，每次对话成本从 $0.084 升至 $0.139。
推荐理由：实验同时报告 Pass^4、对话轮次与模型 token 成本，能帮助判断学习式规则在客服智能体中的可靠性收益与代价。
HF Daily Papers精选AI 评分4747 AdaExploreBench：面向演化环境中主动探索与测试时适应能力的 LLM 智能体基准
AdaExploreBench 是一个面向 LLM 智能体的新基准，要求智能体主动发现隐藏规则并适应未宣告的规则变化。在八款主流大语言模型上的实验显示，GPT-6 Sol 仅取得 61.9% 校准准确率，提供充分证据或移除规则漂移可使平均性能提升约 10 个百分点，表明当前模型的关键瓶颈在于主动获取证据和识别失效知识。
推荐理由：针对智能体在演化环境中的主动探索与隐式规则变化下的适应能力，该基准在八款主流大语言模型上量化了能力差距，并指出了关键瓶颈。
量子位精选AI 评分4242 Claude 新模型曝光：能跳出思维定势，修 Bug 治标又治本
Anthropic 新一代 Claude 模型信息遭泄露（来源 The Information），据内测者称在推理上有显著提升，能在修复单个 Bug 时识别背后的根本性问题并提议一并处理。
推荐理由：汇总 Claude、Gemini 4 Carbon、GPT-6.1 Terra 三款下一代旗舰模型的泄露信息，便于读者横向对比它们在推理与编程任务上的定位差异。
OpenAI News精选AI 评分3636 OpenAI 发布低资源编程语言编码评测，推进 ChatGPT 跨语言能力
OpenAI 发布针对低资源编程语言的新评测，用于评估并提升 ChatGPT 在软件工程、SQLite 与 COBOL 迁移任务上的表现。原文仅提供摘要，完整方法与结果未在 feed 中给出。
推荐理由：原文仅提供摘要，正文未公开完整方法或结果，无法支撑具体阅读价值。
MIT Technology Review精选AI 评分4040 为AI智能体优化互联网可能让普通用户体验变差
随着 OpenAI Dots 和 Meta Muse 等个人 AI 智能体大规模上线，互联网正被迫引入第三类访问者，Muse 上线首月下载量达 500 万，智能体网络流量在 8 到 9 月间增长了两倍。
推荐理由：文章把智能体兴起放到平台准入博弈中讨论，可帮助读者预判电商网站在定价透明度、客服容量和广告商业模式上的下一步走向。
MIT Technology Review精选AI 评分3737 MIT Technology Review《The Download》：永久冻土保护与 AI 智能体的自发游戏行为
本期 MIT Technology Review 每日通讯《The Download》精选多条技术与 AI 新闻。最受关注的一项实验把 Claude 等 AI 智能体单独置于虚拟荒岛 30 小时，观察到它们自发设定目标（如攀登地图最高点、抛举方块），行为符合"游戏"定义，但尚不确定是真正玩耍还是角色扮演。
推荐理由：本篇汇总了 AI 智能体在无任务下的自发游戏行为实验，这类现象区别于常见工具调用与基准评测，为讨论 Agent 自主性提供了新材料。
HF Daily Papers精选AI 评分4949 谁在主导？模型能力与任务条件驱动的人机协作研究
一项共享控制迷宫研究显示，语言模型智能体会在人类拥有路线优势时更多寻求协作，而自身能力更强时倾向独立完成任务。研究评测 GPT~5.6~Sol、Command~A+、Qwen~3.8~27B 和 Command~R，发现当人类路线更短时，模型约在 80% 的初始决策中让人参与，Command R 则未呈现这种选择性。论文链接：https://arxiv.org/abs/2610.27148
推荐理由：研究通过控制人类与智能体的路线优势，区分能力不足与合理分工，为评估智能体何时求助提供了实验设计参考。
OpenAI NewsAI 评分1717 Benefit Street Partners 借助 Codex 更快回答业务问题
Benefit Street Partners 员工 Anant Kumar 利用 Codex 构建用于比较贷款估值和分析信贷协议的工具，并将其用于代码审查与更快速的后续跟进，加快了业务问题响应速度。
OpenAI NewsAI 评分2626 Itaú 如何为其整个客户群构建生成式 AI
巴西银行 Itaú 通过"ia.i"对话式界面和 IARA 治理平台，将生成式 AI 部署至全部客户与员工场景。该 AI First 战略落地于巴西监管最严格的行业之一，同时覆盖客户服务与内部合规治理。
OpenAI News精选AI 评分3636 Stack Overflow for Agents 上线，ChatGPT plugin 拉动注册三倍与智能体创建最高十倍增长
两位工程师借助 Codex 数周内上线 Stack Overflow for Agents。其 ChatGPT plugin 把智能体创建量最多推到十倍增长，同时把产品注册量拉高三倍。
推荐理由：两位工程师用数周借助 Codex 上线 Stack Overflow for Agents，并通过 ChatGPT plugin 把智能体创建量最多放大十倍，可作为同类 agent 项目快速落地的参考。
MIT Technology ReviewAI 评分2929 MIT Technology Review《The Download》：青少年绕过社交媒体年龄禁令，宠物延寿生物技术涌现
澳大利亚、法国、英国和欧盟相继推出针对青少年的社交媒体年龄限制，但澳洲 2024 年立法后的早期数据显示未成年人轻易就能绕过这些禁令。与此同时，宠物延寿领域涌现药物、克隆和冷冻保存等生物技术方案，让主人有望延长与宠物的相处时间。
OpenAI NewsAI 评分2222 Sullivan & Cromwell 将法律专业知识引入合同审查
Sullivan & Cromwell 与 OpenAI 合作开发了 AI 工具 Agreement Analyzer，用于识别合同草案中的问题。这是该律所将法律专业知识与 AI 能力结合的一项实践。
OpenAI News精选AI 评分4040 Localiza 如何围绕生成式 AI 重构工作
Localiza 围绕生成式 AI 重构工作，并构建 AI 原生的出行体验。其组合使用 ChatGPT Enterprise、OpenAI API、Codex 和 60+ 个专用智能体。
推荐理由：Localiza 以 ChatGPT Enterprise 和 60+ 个专用智能体重构工作，其组合方式为生成式 AI 应用于出行业务提供参照。
OpenAI NewsAI 评分2424 OpenAI 将 GPT-Rosalind 引入学术研究实验室
OpenAI 推出 Rosalind Academic Plan，向符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限，用于推进生命科学研究。该计划包含模型及相关工具，面向生命科学领域的学术机构开放。
OpenAI NewsAI 评分2222 OpenAI Study Mode：通过提问引导学生主动、循序渐进地学习
OpenAI 在教师节推出 AI for Educators 巴西葡萄牙语版本，并展示 Study Mode 通过提问引导学生进行主动、循序渐进学习的功能。
MIT Technology Review精选AI 评分4444 MIT Technology Review 每日科技简报：冷冻猪肾脏复苏与核电扩容
MIT Technology Review 每日科技简报《The Download》汇集了 10 余条当日科技要闻。
推荐理由：一篇覆盖当日多条科技要闻的简报，便于读者快速掌握 OpenAI 全自动科研系统等关键动态的背景。
量子位精选AI 评分4646 Anthropic 2021年内部路线图曝光：Claude Code、测试时计算等核心方向5年前已规划
Anthropic一份2021年7月的内部研究路线图因版权诉讼曝光，文件显示Claude Code、工具调用（Tool Use）、自我评判、测试时计算（Test-time compute）、万亿参数与超长上下文等核心方向彼时已被白纸黑字规划。
推荐理由：原文解读2021年Anthropic内部路线图，展示其对工具调用、测试时计算等方向的早期判断，为理解当前大模型路线之争提供历史参照。
OpenAI NewsAI 评分2323 Block 如何借助 OpenAI 技术构建 AI 驱动的安全能力
Block 正基于 OpenAI 技术构建 AI 驱动的安全能力，将其安全团队的威胁调查耗时大幅压缩，并能在分钟级时间内产出修复补丁。该案例展示了 OpenAI 模型在企业安全运营流程中的实际落地效果。
HF Daily Papers精选AI 评分5252 先考虑后取消：思考如何让推理模型按逻辑字面理解 some 和 or
延长推理模型的思考时间，会让多数受测的开放推理模型以及 GPT-5 按逻辑字面理解 some（并非所有）与 or（并非两者），取消相关语用推断。研究固定模型权重，只改变思考时长，并在多个阶段截取推理轨迹，以定位解释变化。轨迹显示模型先考虑扩展解释再将其取消；从早期推理阶段作答这一探索性方法可恢复相关语用推断，且不损失字面准确率，间接回答等语境推断也有所改善。
推荐理由：论文固定模型权重并改变思考时长，再分阶段截取推理轨迹，拆解模型处理日常语用推断的机制，便于理解推理深度与语义解释之间的关系。
HF Daily Papers精选AI 评分4343 GPT-6-Astra 是否达到具身智能
GPT-6-Astra 在 12 个机器人基准上以 in-context learning 达成前所未有的表现，但在真实部署中仍有显著差距。
推荐理由：原文量化了 GPT-6-Astra 从基准到真实部署的能力差距，并提出面向真实需求的下一代具身评测框架构想。
OpenAI NewsAI 评分3030 SentinelOne 将恶意软件分析从数周缩短至数小时
SentinelOne 借助 OpenAI Daybreak 将原本耗时数周的恶意软件分析压缩至数小时完成，并由此腾出产能以应对更多威胁调查。
OpenAI NewsAI 评分2424 Third Moment Research 如何驱动 10,000 个 AI 智能体持续运行 36 小时以上
Third Moment Research 利用 GPT-6 Astra、GPT-6.1 Sol、Codex 及网络安全工具 Daybreak，构建可并发运行 10,000 个、持续工作 36 小时以上的 AI 智能体。这些智能体能专注执行任务数日，并随使用过程不断改进。
MIT Technology ReviewAI 评分2727 DARPA 投入 7300 万美元研发人造干血；卫蓝新能源入选 MIT 气候科技十强
DARPA 投入 7300 万美元研发可长期储存的干燥人造血液产品，目标在 2029 年前部署至战场。MIT Technology Review 发布 2026 年度气候科技十强榜单，中国卫蓝新能源凭借半固态电池入选，其与蔚来合作的电池包续航已超 1000 公里。GLP-1 减肥药厂商声称分子"衰老时钟"显示该类药物或可延缓衰老进程。