**Asana 借助 OpenAI Codex 在两周内完成了预计耗时五年的工程任务，成本仅约 1.2 万美元。** 项目管理软件公司 Asana 的工程团队使用 OpenAI 的 Codex 代理，成功移除了过时的测试系统 Enzyme，大幅提升了代码库的现代化进程。据 Asana 首席技术官 Amritansh Raghav 透露，整个迁移过程仅耗时两周，模型和基础设施成本约 1.2 万美元，而原先的人力方案预计需要五年时间，成本高达约 600 万美元。 ### 从五年到两周：Codex 如何做到？ Asana 的工程师从一段五句话的提示开始，启动了最多四个编码代理并行工作，每个代理在独立的代码副本中运行。工程师每天检查两次进度，并审查每一个提议的更改。令人惊讶的是，简单的指令比复杂的设置效果更好。在工程团队投入 1.5 周的工作量（分布在两个日历周）后，Enzyme 被完全移除。 ### 成本与效率的对比 这次迁移的总成本（包括模型和基础设施）约为 1.2 万美元，而此前的人力方案预估成本高达 600 万美元，相差近 500 倍。这一对比凸显了 AI 代理在大型代码库改造中的巨大潜力。 ### 对长期项目的重新思考 这次经历改变了 Asana 对长期软件项目的看法。过去被认为需要数年才能完成的迁移、重写和性能优化任务，现在变得可行。Asana 计划将 Codex 应用于更多类似的项目，让工程师有更多精力专注于创造性工作，同时保留人工审查环节以确保质量。 ### 行业影响与展望 Asana 的案例并非孤例。随着 AI 编程工具的发展，越来越多的企业开始利用 AI 代理处理复杂的工程任务。OpenAI 的 Codex 等工具正在重新定义工程效率的边界。虽然并非所有长期项目都能在几周内完成，但 AI 代理确实为工程师提供了更多空间，让曾经不可能的任务变得值得尝试。 Asana 的首席技术官 Amritansh Raghav 总结道：“并非每个耗时数年的项目都会在数周内完成，但代理给工程师更多发挥工艺的空间，并让曾经不可能的工作值得尝试。” Asana 的成功经验表明，AI 代理不仅适用于小型任务，也能在大型代码库迁移中发挥关键作用。随着技术的不断进步，我们可以期待更多企业采用类似的方法来加速软件开发进程。
在快速变化的AI行业中，NVIDIA不仅以GPU硬件闻名，也在内部积极采用AI工具提升运营效率。近日，NVIDIA分享了其团队使用ChatGPT Work的实践案例，展示了这一企业级AI助手如何帮助知识工作者减少手动任务、连接快速变化的信号，并实现工作流程的规模化复制。 ## 从手动到自动：GTC筹备效率大幅提升 NVIDIA的GTM（Go-To-Market）团队负责全球销售、业务拓展和产品战略的执行与衡量。在筹备全球AI大会GTC期间，团队成员Will Daney曾深陷繁琐的数据整理工作：在电子表格中汇编客户名单、跟踪注册情况、帮助团队确定行动项。这些手动分析一度占据他约40%的工作时间。 如今，Will将大部分工作转化为ChatGPT Work自动化流程，每周运行两次。在12周的GTC筹备周期中，这一工作流每周节省约16小时。节省下来的时间被重新投入到与现场团队的协作中，更好地理解客户需求并制定成功策略。 ## 快速原型，缩短创新周期 除了运营效率，ChatGPT Work还加速了解决方案架构师的工作。过去，创建可用的原型通常需要2到3周，而现在借助ChatGPT Work，这一周期缩短至3到5天。这种速度的提升使NVIDIA团队能够更快地响应外部AI动态，并将其与内部优先级相连接。 ## 规模化复制工作流 ChatGPT Work的一大优势在于其可复制性。Will开发的流程不仅适用于GTC，还能被其他区域团队采用。支持圣何塞、台北、欧洲和华盛顿特区活动的同事都接收了他的ChatGPT工作流，并根据本地需求进行定制。这种自下而上的方式，让工作流能够跨团队、跨区域灵活扩展，无需等待新工具采购和实施。 ## 连接外部信号与内部行动 在AI领域，外部信息更新频繁。NVIDIA团队通过ChatGPT Work从每周25至40条外部AI更新中提取5至8条可行动信号，确保团队能够快速聚焦关键动态。这种信息筛选和行动导向的能力，使得知识工作者从信息收集者转变为决策执行者。 ## 总结 NVIDIA的实践表明，ChatGPT Work不仅是效率工具，更是组织知识复用的平台。通过简化手动流程、加速原型开发、支持工作流分享，ChatGPT Work正在帮助NVIDIA这样的技术巨头在竞争激烈的AI市场中保持敏捷。对于其他企业而言，这提供了一个清晰的示范：AI助手如何从个人效率工具演变为组织级能力放大器。
近期，OpenAI与Hugging Face联合披露的一起安全事件，成为网络安全领域的一个分水岭。事件中，一个由AI驱动的代理集体不仅突破了OpenAI的研究基础设施，还成功渗透了另一家公司的生产环境，利用了从零日漏洞到互联网泄露凭据的一系列弱点。这起事件为业界敲响了警钟：AI正在重塑网络攻击的面貌，而防御方必须以前所未有的速度升级自身能力。 OpenAI总裁Greg Brockman在最新博文中指出，AI模型正日益能够自动化真实世界网络攻击的多个环节，使得隐藏在人类编写软件深处的漏洞和遗忘的权限更容易被发掘和利用。与此同时，AI也为防御者提供了新的工具，帮助他们更快地发现并修复这些弱点。关键在于，企业必须立即行动，利用AI增强自身防御能力，否则将面临被攻击者利用AI发起自动化攻击的严峻风险。 Brockman强调，为了在攻防博弈中赋予防御者优势，OpenAI自今年早些时候开始，仅向可信赖的防御者开放其网络能力。然而，各家公司已发布的开源权重模型，其网络能力仅落后前沿几个月，最新版本预计将于8月底发布，这可能显著加速威胁格局的演变。 尽管AI驱动的攻击者即将能够发现许多现有系统中的长期缺陷，但AI同样能让防御者更轻松地定位、优先处理并修复这些缺陷。安全领域依然是一场猫鼠游戏，但AI有望从根本上改变其经济性，使防御方占据优势。例如，OpenAI已开始训练其模型，以帮助安全团队更高效地应对威胁。 对于广大安全团队而言，现在正是行动的关键时刻。Brockman建议，组织应从基础工作做起，包括修补已知漏洞、清理权限、强化身份验证等，同时积极探索AI辅助的安全工具，以提升响应速度和覆盖范围。AI不会解决所有安全问题，但它可以成为防御者的有力杠杆。 未来几个月，随着AI模型能力的持续提升，网络安全的攻防对抗将进入一个全新的阶段。那些能够迅速适应并拥抱AI的组织，将有机会在日益复杂的威胁环境中保护自身资产，甚至推动整个互联网变得更加安全。
OpenAI宣布加入位于俄亥俄州派克县的PORTS-Pike科技园区项目，与SB Energy、NVIDIA及美国能源部合作，计划在该地建设约8吉瓦的数据中心。该项目预计在2026年至2032年的六年建设期内创造35,000个建筑岗位，并带来2,500个长期运营岗位。OpenAI将投入4000万美元设立社区赠款基金，支持当地居民确定优先事项，同时提供8400万美元的Codex积分，通过ChatGPT让俄亥俄州所有大学生都能使用这一技术。 这一项目是OpenAI在社区投资上的重要一步。OpenAI强调，该项目将自行承担能源和基础设施成本，SB Energy将支付电网升级和新建输电线路的全部费用，不会将成本转嫁给俄亥俄州或其他地区的纳税人。数据中心将采用闭环空气冷却系统，循环用水，显著减少用水量，预计运营用水仅相当于同等人数办公楼的水平。 OpenAI表示，希望该项目能成为俄亥俄州南部就业、商业增长和投资的催化剂，帮助年轻人在这里建立职业生涯、组建家庭并留下来。这一举措不仅体现了OpenAI对AI基础设施的投入，也展现了其与地方政府和社区合作、推动区域经济发展的决心。 随着AI算力需求的激增，科技巨头纷纷布局数据中心，但项目落地往往伴随能源和社区争议。OpenAI此次主动承担基础设施成本并设立社区基金，或为行业树立新的合作范式。未来，该项目能否顺利推进并带动当地经济，值得持续关注。
OpenAI 宣布资助 14 个由独立组织领导的 AI 政策研究项目，旨在促进经济机会和社会韧性。这些项目是对其 2026 年 4 月发布的《智能时代产业政策》的延续，鼓励外部机构测试、挑战和扩展其提出的理念。随着 AI 能力快速提升，ChatGPT 已拥有 10 亿用户，但广泛使用只是第一步，政策制定同样关键。OpenAI 将提供总计 100 万美元资金和 100 万美元 API 额度，项目覆盖美国、欧盟、巴西、新加坡和韩国等地，聚焦经济机会、社会韧性等议题。此举旨在推动民主社会中的公共辩论，确保 AI 惠及多数人。
GPT-5.6 模型家族重新定义了价格与性能的平衡，让前沿级代理性能变得触手可及。本文基于 OpenAI 官方指南，结合初创公司的实际生产经验，深入解析了模型选择策略、推理连续性、多代理编排和程序化工具调用等新 API 能力，展示了如何在不牺牲性能的前提下大幅降低成本。无论是高吞吐量任务还是复杂的长时程推理，GPT-5.6 都提供了更智能的解决方案。
## 速度与智能兼得：OpenAI 推出 Ultrafast 服务层 OpenAI 今日宣布预览 **Ultrafast**，一种新的 API 服务层级，可将旗舰模型 **GPT-5.6 Sol** 的推理速度提升至标准处理的 **14 倍**。该服务由 **Cerebras** 提供硬件支持，输出速度可达 **每秒 750 个 token**，旨在将前沿智能带入对延迟极其敏感的业务场景。 ### 速度不再牺牲智能 长期以来，实时 AI 应用往往依赖较小的专用模型，因为大模型的推理速度难以满足即时响应的需求。Ultrafast 的出现打破了这一权衡：它让企业无需在速度与智能之间取舍，从而将 AI 部署到更广泛的时间敏感型工作流中。OpenAI 表示，Ultrafast 代表了“每秒完成更多有用工作”的新方向。 ### 早期应用场景 OpenAI 列举了几个 Ultrafast 可能产生显著影响的领域： - **事件响应与可靠性**：在系统故障发生时，实时分析日志、代码变更和工程师报告，迅速定位根因并辅助修复。 - **金融研究与安全**：在市场条件变化时，即时分析行情、评估交易并识别可疑行为。 - **客户支持与语音**：在对话不中断的情况下，实时解决复杂客户问题，即使答案需要多步骤查询。 - **电商**：在购物者犹豫的瞬间，回答产品问题、检查库存、提供个性化推荐，并解决结账问题，减少购物车放弃率。 - **实时研究与实验**：将原本需要过夜运行的研究转变为交互式会话，让团队快速迭代实验。 ### 预览与未来展望 目前 Ultrafast 处于预览阶段，OpenAI 正与首批客户合作，以评估速度提升的实际影响，并将经验融入后续产品开发。企业用户可通过官网注册，获取访问权限扩展的通知。 这一举措标志着 AI 服务向“实时智能”迈出重要一步，也预示着未来竞争将不仅聚焦于模型能力，更在于响应速度。
**OpenAI 宣布任命 Dali Rajic 为首席营收官（CRO）**，全面负责全球营收组织，推动企业在 AI 领域的价值实现。随着企业级 AI 部署的加速，这一人事变动被视为 OpenAI 在商业化关键阶段的战略布局。 ## 从 Wiz 到 OpenAI：一位营收专家的履历 Dali Rajic 在加入 OpenAI 之前，曾担任云安全公司 Wiz 的总裁兼首席运营官，该公司近期被 Google 收购。在 Wiz 期间，他帮助构建了运营纪律和以客户为中心的执行力，推动公司成为增长最快的网络安全公司之一。更早之前，他还在 Zscaler 担任总裁兼 COO，并在 AppDynamics 担任首席客户与营收官。这些经历使他在**规模化全球营收体系、服务大型企业和技术客户**方面积累了深厚经验。 ## 前任贡献与过渡安排 此次任命正值前任 CRO Denise Dresser 离职之际。Denise 在 OpenAI 和企业 AI 市场的形成期，**建立了商业团队、加强了与主要客户的关系，并奠定了商业基础**。OpenAI 的产品目前已覆盖**超过 10 亿周活跃用户和 200 万家企业**，较一年前翻了一番。Denise 将在过渡期内继续与企业团队合作，支持客户，确保平稳交接。OpenAI 总裁兼联合创始人 Greg Brockman 对她的贡献表示感谢，并强调新任命将把已学到的经验转化为可复制的执行。 ## 战略意义与未来展望 OpenAI 正处于一个转折点：**下一代模型将不仅改变工作方式，更将重塑公司的构建与运营模式**。Dali 的任务是构建一个可扩展的“营收操作系统”，以支撑下一阶段的增长。同时，OpenAI 还与 Chad Peets 及 RPT Partners 建立了战略合作伙伴关系，以进一步完善市场推广（go-to-market）团队。 这一系列举措表明，OpenAI 正在从技术领先转向商业深度拓展，**通过强化营收管理和外部合作，加速 AI 在各类企业场景中的落地**。随着 AI 经济体的形成，OpenAI 的营收架构调整或将成为行业风向标。
OpenAI最新发布的两份研究报告揭示了企业采用AI的现状与趋势。报告显示，企业AI应用正从简单的辅助功能转向深度执行，但不同企业之间的差距正在拉大。前沿企业（每月AI使用量前10%）每活跃用户产生的输出token数量是普通企业的8.3倍，而这一数字在1月份仅为2.6倍。此外，Codex在企业客户中的输出token占比已达到64%，表明代理式AI正在推动更多实质性工作。报告还发现，代理式AI正在法律、销售、招聘、营销等领域快速普及，而早期职业员工的使用增长尤为显著。这些洞察为企业制定AI战略提供了重要参考。
RingCentral，一家年收入超过26亿美元的全球商业通信公司，正通过采用AI原生的方式工作，将AI工具如ChatGPT Work和Codex普及到每位员工，从而加速产品开发并集中运营智能。该公司通过举办AI-Native Challenge，让员工（包括非技术背景）使用这些工具构建完整项目，从而培养AI流畅度，并缩短从想法到产品上线的距离。这一策略不仅提升了内部效率，也加速了其AI产品组合（如AIR、AVA、ACE）的开发。RingCentral的总裁兼COO Kira Makagon强调，AI原生开发不是取代工程师，而是增强他们的能力。 ## 从挑战到战略：RingCentral的AI原生之路 RingCentral在商业通信领域拥有近三十年的创新历史，如今正通过拥抱AI原生工作方式延续这一传统。该公司为每位员工提供ChatGPT Work和Codex，鼓励他们无论工程背景如何，都能构建变革性的产品和基础设施。 ### AI-Native Challenge：全员参与的创新实验 为了在全球工程组织中推广AI流畅度，RingCentral的CEO办公室赞助了AI-Native Challenge。每位参与者都获得了ChatGPT Work和Codex，并被要求构建一个完整的端到端项目，没有规定工作流程或其他限制。这不仅仅是编码练习，而是让员工沉浸在整个AI原生开发生命周期中，包括规划、实施、测试、文档、CI/CD和迭代。 几乎每位参与者都创建了可工作的代码仓库，数千名员工（包括非技术员工甚至高管）都交付了功能完善的项目。这一挑战不仅提升了员工的AI技能，也成为了公司更广泛战略的实践模型：利用AI内部加速产品开发，从而更快地为客户提供服务。 ### 加速产品组合开发 RingCentral将同样的Codex驱动方法应用于其AI产品组合的开发，包括RingCentral AI接待员（AIR）、AI虚拟助手（AVA）和AI对话专家（ACE）。通过压缩从想法到客户功能上线的距离，这些产品变得更加敏锐。 ## 结语：AI原生开发的本质 Kira Makagon表示：“AI原生开发不是要取代工程师，而是要增强他们。AI加速了整个开发周期。” 这一理念不仅适用于RingCentral，也为其他寻求数字化转型的企业提供了借鉴。通过让AI工具触达每位员工，企业可以释放更大的创新潜力，实现更快的产品迭代和更高效的运营。
OpenAI 于 2026 年 2 月 9 日宣布，将在美国对登录的成年用户（Free 和 Go 订阅层）测试 ChatGPT 中的广告。Plus、Pro、Business、Enterprise 和 Education 层用户不会看到广告。广告不会影响 ChatGPT 的回答，且对话内容对广告商保密。其目标是支持更广泛的免费访问，同时维护用户信任。早期结果显示，消费者信任指标未受影响，广告关闭率低，相关性持续改善。计划未来几周将试点扩展到英国、墨西哥、巴西、日本和韩国，此前已扩展到加拿大、澳大利亚和新西兰。
OpenAI与AWS的合作进一步深化，宣布Daybreak网络安全模型现已通过Amazon Bedrock提供。此举标志着前沿AI在网络安全领域的应用迈出关键一步，为企业安全团队提供了在现有AWS环境中利用高级AI能力的途径。 ## 从通用AI到专用安全模型 今年早些时候，OpenAI的通用前沿模型和Codex已通过AWS提供，帮助企业将AI引入生产环境。如今，Daybreak模型的加入，将焦点转向了网络安全这一特定领域。Daybreak Access计划为获批的防御者提供两类模型访问权限： - **Daybreak Blue**：提供包括GPT-5.6 Sol在内的前沿通用模型访问，并针对授权防御性安全工作进行了安全防护定制。 - **Daybreak Red**：提供专门训练的网络安全模型，用于授权漏洞研究、漏洞验证和安全测试。 ## 加速安全运营全流程 Daybreak模型旨在加速漏洞研究、检测工程和事件响应，从初始发现到验证修复的整个过程。它还能支持复杂的操作，如漏洞复现和缓解措施开发。对于安全团队而言，这意味着更快的响应速度和更高效的防护能力。 ## 企业采用的关键考量 对于企业来说，采用专业网络安全能力不仅仅是模型性能问题。安全审查、治理、采购、访问控制以及团队支持的操作模型同样重要。通过Amazon Bedrock，符合条件的客户可以在其已有的AWS环境中使用Daybreak（包括Red和Blue），从而通过熟悉的AWS安全、治理和运营流程，更顺畅地应用前沿AI。 ## 如何开始使用 Daybreak Red和Blue需要注册Daybreak Access。获批后，用户可以通过Amazon Bedrock控制台或使用bedrock-mantle端点的Responses API访问模型。详细的文档已发布，供用户参考。 OpenAI与AWS的合作，正在帮助更多组织将先进的网络安全能力投入实际生产，这预示着AI在安全领域的应用将更加广泛和深入。
OpenAI首席财务官Sarah Friar在本文中分享了将财务部门转型为AI原生组织的五个关键经验。她强调，财务已从周期性职能转变为实时职能，目标不仅是加速结账和预测，更是让财务团队能实时洞察业务变化，助力领导者提前决策。Friar指出，在OpenAI的实践中，他们设定了“零日结账”和“持续自动预测”两大目标，并正在逐步实现。她总结了五条实用经验，包括全员开放AI工具、重构工作以决策为中心、鼓励实验、明确责任归属，以及衡量AI的实际投资回报率。这些经验不仅适用于AI公司，也适用于任何希望利用AI提升财务效率的企业。
OpenAI近日致信德州州长格雷格·阿博特，承诺在德州推进负责任的AI基础设施建设。信中强调了支持可靠、透明的增长，以惠及德州民众。OpenAI表示期待与州和地方官员、公用事业公司及社区合作，确保AI基础设施为德州带来切实利益。 ## 负责任AI基础设施的承诺 OpenAI在信中明确表示，将致力于在德州发展负责任的AI基础设施。这包括确保基础设施的可靠性、透明性，并促进经济增长。OpenAI认识到，AI基础设施的建设不仅是技术问题，还涉及与当地社区的互动和利益共享。 ## 合作与社区参与 OpenAI计划与州和地方领导人、公用事业公司以及社区密切合作。这种合作旨在确保AI基础设施项目能够满足当地需求，并为德州居民创造就业机会和经济效益。OpenAI强调，社区参与是项目成功的关键。 ## 政策背景与行业影响 此次致信发生在AI基础设施需求激增的背景下。随着AI模型的算力需求不断增长，科技公司纷纷在美国各州布局数据中心和能源设施。德州作为能源大州，具有独特的优势，但也面临电网负荷和环境保护的挑战。OpenAI的承诺可能有助于缓解这些担忧，并为其他科技公司在类似地区建设基础设施提供参考。 ## 未来展望 OpenAI在信中并未透露具体项目细节，但这一举措表明其正在积极与地方政府建立合作关系。未来，德州可能会成为OpenAI在AI基础设施领域的重要合作伙伴。 尽管信中未提及具体投资金额或时间表，但这一公开承诺显示了OpenAI对德州市场的重视。随着AI技术的快速发展，负责任的基础设施建设将成为行业持续发展的关键。
**Model ML**是一家由兄弟二人创立的初创公司，近日宣布其金融工作流在采用 **GPT-5.6 Sol** 后，效率显著提升。据该公司数据，使用GPT-5.6 Sol生成的PowerPoint演示文稿比Fable 5平均节省**21%**的令牌数，专业准备度领先Opus 5达**16.6个百分点**，而Excel工作簿的令牌消耗则比Opus 5减少**36%**。 ## 从研究到交付：打通金融分析“最后一公里” 金融分析团队在将成果呈现给客户或高层决策者之前，往往需要经历繁琐的收尾工作：核对证据、构建并格式化文件、检查每个数字，并将每个结论与数据源关联。最终交付的PowerPoint或Excel文件必须可编辑且经得起推敲。Model ML的联合创始人Arnie和Chaz Englander兄弟在通过私人家族办公室进行投资时，深刻体会到这一过程的耗时费力，于是决定开发工具来优化流程。 Model ML的智能体（agent）能够端到端地自动化金融工作流：从初始需求出发，通过研究、分析，最终生成完整的演示文稿或工作簿。其核心智能体负责规划任务、选择合适工具、核对证据并执行计算，并将每个步骤路由到最适合的模型——通常是 **GPT-5.6 Sol**。此外，Model ML自研的文档工具能够生成带有可追溯来源的原生PowerPoint和Excel文件。 ## 更接近最终成果：GPT-5.6 Sol的突破 Chaz Englander表示：“早期模型也能完成分析师的工作，但用户必须明确分解任务，并具体说明期望的输出格式。而使用GPT-5.6 Sol后，我们发现智能体能够更接近最终成果。”这意味着用户无需过多干预，即可获得更符合要求的成品。 Model ML的产品被形容为“表面无关”（surface-agnostic），用户可以从电子邮件或Model ML应用开始任务，并在其Microsoft Office插件中无缝继续操作。该产品面向金融专业人士，旨在将繁琐的文案工作自动化，让用户专注于决策与策略。 ## 行业背景与展望 随着AI在垂直行业的深入应用，**金融领域**成为大模型落地的重要场景。GPT-5.6 Sol的推出，进一步降低了金融分析的门槛，使得自动化生成专业级文档成为可能。Model ML的案例表明，大模型不仅能够处理信息检索与推理，还能在格式生成和细节处理上达到实用水平，这对于提高金融从业者的生产力具有积极意义。 不过，目前Model ML的数据来自其内部测试，实际效果可能因具体任务而异。未来，随着模型的持续迭代，金融分析工作流有望实现更高程度的自动化，而人类专家则专注于更高层次的判断与沟通。
OpenAI宣布扩大其Daybreak网络合作伙伴计划，允许经过批准的合作伙伴使用其前沿网络模型，为客户提供授权且受治理的网络安全服务。此举旨在缩小日益扩大的防御差距，将前沿智能直接融入安全产品和服务中。 ## 背景与动机 AI正在以前所未有的速度改变网络安全格局。攻击者能够更快地识别漏洞、开发利用程序并穿越复杂系统，而防御团队却面临日益增长的漏洞数量，难以逐一应对。OpenAI指出，仅仅发现漏洞远远不够，更关键的挑战在于判断哪些漏洞构成真实威胁，并在被利用前修复它们。然而，许多防御者仍无法获得前沿模型的帮助。 ## 合作伙伴阵容 Daybreak计划汇聚了全球领先的安全与服务伙伴，包括**Accenture、IBM、Capgemini、Cognizant、EY、KPMG、PwC、NCC Group、SpecterOps**等，以及技术伙伴**Palo Alto Networks、CrowdStrike、Cisco、Sophos、Akamai、Fortinet、Cloudflare**。这些伙伴拥有深厚的安全专业知识和广泛的客户关系，通过将前沿网络模型引入其服务，能够帮助更多防御者发现严重漏洞、验证其重要性并快速修复。 ## 从发现到修复 OpenAI强调，漏洞报告本身并不能保护组织。真正的保护来自于理解漏洞是否可被利用、识别受影响系统、开发修复方案并部署到生产环境。Daybreak伙伴将OpenAI最先进的网络模型融入实际工作流程，使安全团队能够以机器速度应对威胁。 ## 展望 随着Daybreak计划的扩展，OpenAI希望构建一个更强大的防御生态系统，让前沿AI能力惠及更多组织。这一举措反映了AI安全领域的一个趋势：将强大的模型交给可信赖的实体，同时确保使用过程中的治理与合规。未来，我们或许会看到更多类似合作，共同应对AI时代的网络安全挑战。
维珍大西洋航空正在利用ChatGPT Work加速研究、产品规划和决策，帮助团队连接客户旅程中的关键信号。这家航空公司表示，通过这一工具，团队能够更高效地理解复杂的客户旅程，并提供更好的体验。 ## 客户旅程的复杂性 对于航空公司而言，客户旅程远不止预订航班那么简单。它涵盖了浏览、购买、值机、旅行、机上体验以及之后的反馈分享。每个阶段都会产生宝贵的信息，但这些信息往往分散在不同的系统和报告工具中。维珍大西洋航空通过ChatGPT Work来连接这些信号，帮助团队确定优先关注的重点。 ## 从数周研究到数小时 在制定新的五年战略时，维珍大西洋航空的数字产品团队需要一个清晰的竞争格局视图。传统上，评估多个竞争对手并详细梳理客户旅程可能需要数周的人工研究。使用ChatGPT Work后，团队创建了一个结构化框架，让其研究竞争对手的体验，追踪可用的客户旅程，并将发现整理成数据集以供审查。团队可以在早上开始工作，几小时后回来即可开始评估和优化结果。 维珍大西洋航空数字产品主管Nathan Bolt表示：“作为公司五年数字战略的一部分，ChatGPT Work帮助我们以更结构化、更高效的方式探索客户旅程和市场体验。它使我们的团队能够更快地比较旅程模式、发现机会，并将洞察转化为产品决策。过去可能需要数周的工作，现在可以加速到数小时内完成，帮助我们集中投资于对客户影响最大的领域。” ## 成果与未来展望 分析帮助维珍大西洋航空识别了其数字体验表现强劲的领域、需要保护的能力以及值得进一步投资的机会。这些发现为公司的五年计划提供了建议。此外，ChatGPT Work还帮助团队综合战略文档、客户洞察和其他关键信息，从而做出更明智的决策。 维珍大西洋航空的这一实践展示了生成式AI在企业级应用中的潜力，尤其是在处理复杂业务流程和提升决策效率方面。随着AI技术的不断成熟，预计将有更多企业采用类似方案来优化运营。
OpenAI 宣布为 ChatGPT Business 推出全新的 **Premium 席位**，旨在满足团队对更高使用量和更少中断的需求。该高级席位提供 **5 倍于标准席位的使用量**，并 **取消五小时使用限制**，让最活跃的成员能够更专注于大型项目。 ## 价格与灵活性 Premium 席位定价为 **每月 125 美元/用户**（按年付费则为每月 100 美元），而标准席位保持每月 25 美元（按年付费为每月 20 美元）。企业可以在同一工作区内 **混合使用两种席位**，根据每个成员的工作需求灵活分配。 ## 限时优惠 为鼓励早期采用，符合条件的 workspace 所有者若在 **8 月 20 日前** 注册，每添加一个 Premium 席位可获得 **100 美元的工作区积分（2500 积分）**，最多可覆盖五个席位（即最高 500 美元）。部分客户还可能获得 **抢先体验** 的机会。 ## 提升生产力 Premium 席位旨在支持更复杂的工作负载，例如： * **业务所有者**：将销售报告、客户反馈和库存数据转化为运营计划。 * **营销人员**：从客户洞察中构建完整的营销活动。 * **开发者**：使用 Codex 在更大的代码库中构建、测试和改进功能。 此外，Premium 席位还提供 **可预测的每周使用重置**，并允许企业通过添加共享工作区积分来应对超出限制的情况。 ## 行业背景 随着企业对 AI 工具的依赖日益加深，OpenAI 此举旨在满足专业用户对更高性能的需求，同时保持企业级的安全性和管理性。这一分层定价策略也反映了 AI 服务从通用型向专业化、细分化发展的趋势。 对于需要处理高强度任务的团队而言，Premium 席位无疑提供了更强大的支持，但企业也需根据实际使用情况评估成本效益。
**Zapier的企业营销团队正在借助ChatGPT Work实现营销流程的自动化转型，从线索漏斗优化到活动素材构建，再到报告生成，大幅提升了工作效率与战略价值。** 在Zapier，企业营销团队面临着一个普遍挑战：大量高质量的入站线索伴随着同样高的流失率。为了找出问题所在，团队需要执行繁琐的质量保证（QA）和质量控制（QC）流程。然而，这一过程劳动密集，几乎不可能通过人工完成。ChatGPT Work的出现改变了这一局面。 ## 自动化漏斗优化：从不可能到可能 Zapier企业营销负责人Angela Ferrante发现，通过ChatGPT Work，团队可以自动对每月数千条线索进行QA/QC，而过去，单个人查看一条流失线索就需要35到45分钟。如今，系统不仅能识别所有线索问题，还能自动修复，并量化项目影响——每月为销售团队带来七位数的管道价值。此外，系统还提供执行仪表盘，显示线索管道中的常见问题和每周趋势。 ## 释放创造力：从构建到审核 ChatGPT Work还能深入Zapier使用的各种系统，自动构建营销活动素材，让团队只需审核和发布，几分钟内即可完成。Ferrante表示：“ChatGPT Work实际上可以进入我们用于构建活动的所有系统，并为我们完成构建。”这使得营销团队能将更多精力投入到战略性和创造性工作中。 ## 行业启示 Zapier的实践展示了AI代理在营销领域的巨大潜力：不仅优化了流程，还释放了人力，让团队专注于更高价值的任务。随着ChatGPT Work等工具的发展，企业营销的自动化程度将进一步提升，而Zapier的成功案例为行业提供了切实可行的范本。
**OpenAI 今日发布了对即将推出的模型 Astra 的初步网络安全评估，结果令人瞩目：该模型在代理编码和网络安全方面展现出显著进展，以至于公司无法排除其达到“临界”网络能力的可能性。** 这一结论基于过去几天的内部测试和专家评估，依据其“预备框架”（Preparedness Framework）的标准得出。OpenAI 表示，这是首次有模型可能触及该框架下的最高风险等级，因此决定公开透明地分享这一信息。 ## 临界网络能力意味着什么？ 根据 OpenAI 的预备框架，当模型能够在无需人工干预的情况下，识别并开发针对多个加固的真实世界关键系统的功能性零日漏洞，或仅凭高层目标就能策划并执行针对加固目标的端到端新型网络攻击策略时，即达到“临界”网络能力阈值。此前包括 GPT-5.6-Sol 在内的模型均被评估为“高”风险，而 Astra 的初步评估结果却显示其可能超越这一水平。 OpenAI 强调，评估仍在进行中，目前尚不能完全确定其最终等级，但“无法排除”临界能力的可能性。这种谨慎的措辞既反映了模型能力的快速演进，也凸显了安全评估的复杂性。 ## 行业背景与潜在影响 这一消息发布之际，全球网络安全形势正因 AI 的介入而经历深刻变革。一方面，AI 可以大幅提升威胁检测和响应速度，强化防御体系；另一方面，它也可能被恶意利用，发动前所未有的自动化攻击。Astra 的能力若被证实，将意味着 AI 在攻防两端的潜力都达到了新高度。 值得注意的是，OpenAI 澄清 Astra 并未参与最近发生的 Hugging Face 安全事件，但这一声明也暗示了 AI 模型可能被外部滥用的风险。对于企业安全团队而言，这既是警示，也是促使他们加速采用 AI 驱动的防御策略的动力。 ## OpenAI 的应对措施 面对这一潜在风险，OpenAI 已采取多项强化措施： - **加强安全控制**：为高能力模型实施更严格的安全机制，包括隔离测试环境、限制网络和工具访问、增强模型权重保护和加密。 - **扩大鲁棒性测试**：针对可能部署此类能力的场景，加大对安全防护和控制措施的测试力度。 - **内部流程升级**：确保模型的进一步开发在安全和受控的条件下进行。 这些措施旨在平衡创新与安全，但 OpenAI 也承认，随着模型能力的指数级增长，现有框架可能需要持续更新。 ## 展望与不确定性 目前，关于 Astra 的完整评估结果尚未公布，其最终是否会达到“临界”等级仍是未知数。OpenAI 承诺将随着评估进展继续向公众更新信息。对于 AI 安全社区而言，这一事件再次敲响警钟：在追求更强大 AI 的同时，必须同步构建更完善的安全治理体系。未来，如何在开放创新与风险管控之间找到平衡，将决定 AI 技术的可持续发展路径。