**OpenAI** 最新发布的 **Enterprise Signals** 报告显示，企业AI正从辅助工具向执行工具转变，但不同公司采用速度差异显著。前沿企业（AI使用率前10%）每活跃用户生成的数据量是普通公司的 **8.3倍**（今年1月为2.6倍），这一差距揭示了运营层面的深刻变革：领先企业将代理与公司上下文和工具连接，委派更实质性的工作，并让成功的工作流易于复制。对于领导者而言，挑战在于将这种深度转化为可信任、可衡量、可改进的工作，同时为实验留出空间。 **Basis**、**Clay** 和 **Exa Labs** 等初创公司已将代理融入员工入职、账户管理和开发者生态增长。虽然工作流各异，但共同路径是：教会代理稳定的流程，在变化中赋予持续上下文，然后让代理将机会转化为经过测试的行动。这些案例展示了如何将代理嵌入熟悉的工作并持续改进。 ### 案例：Basis的入职自动化 Basis为会计公司构建AI代理，其入职流程从 **2小时** 缩短至 **30分钟**。新员工首日即可获得Codex访问权限和公司定制的入职技能（可复用的指令和资源集合）。Codex负责欢迎、介绍公司概念，并在后台完成集成设置。当出现常见问题或例外时，HR可更新技能供下一批员工使用。Basis将演示过程转化为可复用技能，明确了触发条件、步骤、工具访问和完成定义，使流程不再依赖个人，同时团队可介入处理异常。 ### 启示：如何借鉴 这些案例为大型企业提供了可借鉴的路径： - **识别稳定流程**：选择重复性高、规则清晰的流程进行自动化。 - **构建可复用技能**：将演示过程转化为标准化技能，持续优化。 - **提供持久上下文**：确保代理能访问最新数据，适应工作变化。 - **测量与改进**：设定明确指标，追踪效果，并允许实验，即使初期价值不明显。 企业应关注如何将AI代理深度融入运营，而非仅作为辅助工具。通过将工作流转化为可重复的运营能力，企业才能实现真正的效率提升和竞争优势。
OpenAI 于 2026 年 9 月 1 日宣布，其新模型 Astra 成为首个达到《准备框架》中“严重”网络安全能力门槛的模型。这意味着 Astra 在适当工具和访问权限下，能够自主发现并利用众多受保护系统中的未知安全漏洞，而无需人工逐步指导。这一里程碑要求 OpenAI 在开发和发布过程中采取更严格的安全措施。 过去几周，OpenAI 推迟了 Astra 的部分开发和发布，以加强针对网络滥用和未经授权模型操作的防护。基于这些工作，OpenAI 认为 Astra 的安全措施足以将严重危害风险降至可接受水平。尽管 Astra 并未涉及 Hugging Face 事件，但 OpenAI 已将该事件的教训纳入其安全方法中。通过回顾性测试，他们相信当时的生产防护措施本可阻止该事件，并已为 Astra 实施了更强大的防护，包括训练模型更可靠地拒绝有害的网络请求、遵守安全限制，以及增加监控以阻止潜在未授权活动。 Astra 即将发布，但其最先进的网络安全功能的访问将受到限制。高级网络安全工作最初将提供给一组测试人员，随后通过 Daybreak Blue 扩展以支持防御性用途。OpenAI 计划在发布时发布系统卡，详细说明其安全、安保和对齐测试与评估。 在《准备框架》下，满足以下任一条件即达到“严重”门槛：模型能够识别并开发所有严重程度的零日漏洞利用……（此处省略，基于摘要和正文） 这一进展标志着 AI 安全领域的重要一步，也引发了关于 AI 能力与风险平衡的讨论。OpenAI 的透明态度值得肯定，但剩余风险仍需关注。
**OpenAI 宣布推出新的 Epic 集成和 Healthcare Public Data 插件，帮助医疗机构在 ChatGPT for Healthcare 中安全访问患者上下文和官方结构化数据。** OpenAI 于 2026 年 9 月 1 日发布公告，旨在将 AI 融入医疗保健工作流程。通过将电子健康记录（EHR）与权威公共数据源引入 ChatGPT，该平台希望减少信息孤岛，提高临床效率。 ## 主要新功能 - **Epic 集成**：将 Epic 环境中的患者数据（如预约记录、实验室结果、用药信息）接入 ChatGPT。临床医生可通过自然语言提问，例如“自上次就诊以来有哪些变化？”或“今天预约前应查看哪些近期实验室结果？”，ChatGPT 会汇总相关信息并引用原始病历。 - **Healthcare Public Data 插件**：提供对 PubMed、DailyMed、CMS Coverage 等九个官方数据集的直接访问，便于用户查询药物信息、医学文献和保险覆盖范围。 ## 两种交互方式 - **EHR 上下文在 ChatGPT 中**：授权患者信息被引入 ChatGPT，用于病史回顾和预约准备。 - **ChatGPT 嵌入 EHR 工作流**：在受支持的部署中，ChatGPT 可直接整合到 EHR 界面，医生无需离开病历即可使用 AI 辅助功能。 ## 安全与合规 OpenAI 强调，这些功能旨在补充现有 EHR 工作流程，并支持医疗工作所需的控制与合规要求。目前，Epic 集成和插件已向部分机构开放，更多细节可通过官方渠道获取。 此次更新标志着 AI 在医疗领域的应用更进一步，有望减少医生在信息检索上花费的时间，让更多精力集中于患者护理。
澳大利亚领先企业律所 Gilbert + Tobin 正在将生成式 AI 深度融入运营流程，通过 CEO 主导的承诺、严格的治理框架和人类问责机制，成功将 ChatGPT Enterprise 和 Codex 推广至全公司。其 ChatGPT 活跃使用率达 87%，远超其他工具的平均采用率；招聘研究流程从四小时缩短至 20 分钟，合规检查从数小时降至 5 分钟，审计报告准备每天节省一小时人工。 ## 从运营团队起步，逐步扩展 Gilbert + Tobin 的实践始于运营团队，在受控环境中测试实际用例，随后逐步推广至市场、业务拓展、招聘、财务、技术及部分法律业务。公司强调，AI 的目的是提升运营效率，而非取代法律专业判断。 ## 领导力驱动与文化塑造 CEO Sam Nickless 以身作则，通过自身工作示例推广 AI，并明确传达“AI 不是作弊”的理念，将其定位为辅助判断的工具。其他高管也积极参与，分享使用经验，推动 AI 成为公司文化的一部分。 ## 治理与问责：规模化应用的基石 公司建立了严格的治理框架，确保 AI 使用符合法律伦理和客户期望。所有 AI 应用均有人类监督，关键决策仍由专业人士把关。这种“人类问责”机制是 AI 规模化应用的关键。 ## 从个人助手到工作流自动化 借助 Codex，Gilbert + Tobin 正从“AI 辅助个人任务”迈向“AI 完成跨流程的既定步骤”，进一步释放生产力。 ## 小结 Gilbert + Tobin 的案例表明，AI 的成功落地不仅依赖技术，更取决于领导力、文化、治理和人类问责的有机结合。这一模式为专业服务行业提供了可借鉴的范本。
日本初创公司 Polimill 借助 OpenAI 的 GPT 模型和 Codex，打造了面向地方政府的人工智能平台 QommonsAI，目前已覆盖约 1050 个地方政府和 55 万名公务员。该公司旨在通过 AI 提升公共部门效率，并逐步将 QommonsAI 发展为支持日本市政工作的“公共操作系统”。 ## 从公民参与到政务效率：Polimill 的转型之路 Polimill 最初推出的是 Surfvote 平台，让公民能够就政治和社会议题交换意见。在与地方政府合作的过程中，他们发现了一个结构性问题：公共部门的团队被日常事务消耗殆尽，几乎没有时间将公民的声音反映到政策中。为了扩大公民参与，Polimill 首先需要让政府工作本身变得更高效。 ## QommonsAI：覆盖广泛、功能专精的政务 AI 平台 2024 年 10 月，Polimill 发布了 QommonsAI，这是一个为公共部门工作流设计的生成式 AI 平台。目前，QommonsAI 提供议会答辩、公共服务、社会福利、法律检索等领域的专业 AI 功能。据 Polimill 介绍，日本约有 **1050 个地方政府** 和 **55 万名公务员** 正在使用该平台。 ## 构建跨城市的知识库：解决数据碎片化难题 将生成式 AI 引入政府面临的最大障碍之一是数据碎片化。每个地方政府都有各自的工作流程和文档格式，历史记录也分散各处。例如，准备议会答辩可能需要人工查阅多年的会议纪要，以确保答案与都道府县的政策一致。Polimill 收集并标准化了日本各地的议会会议纪要，然后利用 AI 添加元数据，构建了一个跨城市、跨时间的高精度搜索基础。 ## 开发效率提升 3-5 倍：Codex 与 OpenAI 的支持 Polimill 表示，通过采用 Codex 和 OpenAI 的实操支持，开发时间缩短了 **3-5 倍**。这使公司能够更快地迭代和扩展 QommonsAI 的功能，以应对不同市政的多样化需求。 ## 面向未来：从效率工具到公共 OS Polimill 的首席 AI 官若林正浩（Masahiro Wakabayashi）表示：“在劳动力短缺日益严重的背景下，利用 AI 提高政府工作效率至关重要。但引入分散的工具可能会造成市政之间的服务差距。我们希望 QommonsAI 能成为支持每个市政的通用基础，并发展成为支撑日本政府的公共 OS。” 随着日本劳动力短缺问题加剧，Polimill 的探索为全球公共部门的数字化转型提供了一个值得关注的案例。
OpenAI 近日公开表态，支持加州参议院第 1119 号法案（SB 1119），该法案旨在为青少年使用 AI 建立更严格的安全保障，同时保留他们接触有益工具的机会。此举延续了 OpenAI CEO 萨姆·奥特曼去年提出的青少年 AI 使用原则，也反映出在联邦层面缺乏监管的背景下，州级立法正成为 AI 安全治理的重要阵地。 ## 法案核心：安全与机会并重 SB 1119 要求 AI 公司采取一系列措施，包括：确定用户年龄、在向未成年人提供服务前识别并解决安全风险、接受独立审计、以及保护青少年免受自残、性剥削等有害内容的影响。OpenAI 在致加州州长纽森的信中，对州长及多位立法者的领导力表示赞赏，并敦促其签署该法案。 OpenAI 认为，该法案“在强保护与持续获取有用 AI 工具之间取得了平衡”，这与公司自身的青少年产品设计理念不谋而合。 ## 从产品到政策：OpenAI 的青少年安全布局 OpenAI 并非首次涉足青少年 AI 安全领域。此前，它已通过产品功能、全球政策原则、在加州的倡导活动，以及对《家长与孩子安全 AI 法案》的支持，逐步构建起一套青少年保护体系。近期推出的 **ChatGPT for Teens** 就是这一理念的落地：系统一旦估计用户未满 18 岁，或用户自报年龄在 13 至 17 岁之间，便会自动切换到该模式，内置安全防护和家长控制功能，且这些防护是默认开启、不可关闭的。 ## 青少年 AI 使用的现实与责任 数据显示，**近九成使用 ChatGPT 的青少年每周都会用它来学习、获取信息、提升技能或提高效率**。作为“第一代伴随 AI 成长的人群”，青少年既享受技术红利，也面临独特的发展需求与风险。OpenAI 强调，青少年应当获得“围绕其发展需求设计的体验”，而 SB 1119 正是朝着这个方向迈出的重要一步。 ## 行业视角：州级立法或成趋势 在联邦 AI 立法迟迟未决的背景下，加州作为科技重镇，其立法动向往往具有风向标意义。SB 1119 若获签署，不仅将影响加州本土的 AI 企业，也可能为其他州的监管提供参考模板。OpenAI 的公开支持，既是对自身产品策略的呼应，也传递出 AI 行业愿意在安全框架下合作的信号。不过，如何平衡创新与监管，仍是长期课题。 目前，该法案已递交州长办公室，最终结果尚未公布。但 OpenAI 的明确表态，无疑为这场关于“青少年与 AI”的讨论增添了重要注脚。
OpenAI 旗下广告平台 ChatGPT Ads 在推出不到 200 天内，年化收入运行率（ARR）突破 10 亿美元，并宣布向印度、欧洲、中东和北非等地区开放广告购买。这一里程碑标志着 OpenAI 在多元化商业模式上迈出关键一步，也为 ChatGPT 的免费服务提供了可持续的支撑。 ## 广告业务为何重要？ ChatGPT Ads 的快速增长并非偶然。作为 OpenAI 多元化商业模式的重要支柱之一，它与消费者订阅、企业服务和 API 使用费一起，为用户提供了多种访问方式。广告收入支撑着免费层级，让全球超过 10 亿的周活跃用户能够继续免费使用 ChatGPT。这不仅是商业上的成功，更是 OpenAI 使命的体现——让更多人能够接触到先进 AI 工具。 ## 广告如何融入对话体验？ OpenAI 强调，广告系统会利用当前对话的上下文，向用户展示与其探索主题相关的广告。例如，当用户在规划装修时，可能会看到建材或家居用品的广告。这种模式将发现、考虑和决策整合在同一个对话界面中，为广告主提供了触达高意图用户的独特机会。 同时，OpenAI 坚守其广告原则，确保广告清晰标注，不干预 ChatGPT 的回答，广告主无法访问用户私密对话，用户也可以控制个性化程度。这些措施旨在维护用户信任，这是 OpenAI 的北极星。 ## 全球扩张与未来展望 从今天晚些时候开始，广告主可以通过 Ads Manager 在印度、欧洲、中东和北非地区购买广告。这一扩张将帮助 OpenAI 触达更多国际品牌和本地广告主，进一步扩大广告生态。 尽管广告业务增长迅速，但 OpenAI 并未透露具体的广告营收构成或未来目标。不过，这一里程碑表明，基于对话的广告模式正在获得市场认可，也为 AI 行业的商业化提供了新的参考范式。 随着全球扩张的推进，OpenAI 需要平衡商业增长与用户体验，确保广告的加入不会损害 ChatGPT 的实用性和信任度。未来，如何持续优化广告相关性、维护隐私保护，将是其保持竞争力的关键。
OpenAI与泰国高等教育、科研与创新部（MHESI）联合推出为期八周的加速器项目，旨在帮助十家医疗、健康与教育领域的初创企业将AI原型转化为可实际部署的产品。这标志着OpenAI首次与泰国政府建立公私合作，共同支持本土AI生态发展。 ## 从原型到产品的关键一步 在曼谷的发布会上，OpenAI与MHESI正式宣布启动**OpenAI x MHESI AI加速器**，首批入选的十家初创企业覆盖健康、医疗与教育领域。项目合作方还包括泰国国家创新局（NIA）、玛希隆大学及科技媒体Techsauce。 OpenAI强调，一个令人惊艳的AI演示仅仅是开始，真正困难的是打造用户信赖的产品。这需要严谨的测试、真实用户反馈、强大的安全防护，以及可持续的商业模式。尤其在医疗与教育领域，可靠性与安全性至关重要。为期八周的加速器将安排来自OpenAI及泰国科技、研究和创业社区的导师，帮助创始团队弥合原型与部署之间的鸿沟。 ## 泰国AI生态的快速增长 泰国拥有强大的技术人才储备，并在医疗、教育等领域积累了深厚专业知识，同时AI开发者社区正在迅速壮大。OpenAI内部数据显示，泰国的ChatGPT周活跃用户数位列全球前20，自2026年初以来，Codex的周活跃使用量增长超过350倍，同样跻身全球前20。这表明泰国用户正日益将AI用于软件开发、产品创新和实际工作。 这一趋势为更多AI创意从原型走向可信赖产品奠定了基础。 ## 聚焦本土需求的应用场景 首批入选的初创企业中，五家专注于医疗与健康AI，五家深耕教育领域。这两个方向契合泰国长期发展战略，也适合结合AI与本地知识解决实际问题。例如，泰国社会老龄化加剧，对医疗健康服务的需求不断上升，AI技术有望在辅助诊断、健康管理等方面发挥重要作用；教育领域则可通过个性化学习工具提升教学质量。 通过这一公私合作模式，OpenAI希望帮助泰国创业者将技术潜力转化为切实的社会与经济价值，推动AI技术在关键行业的落地。
一项针对1000多名学生的随机实验发现，使用ChatGPT和接受因果推理训练能互补地提升学生的作业质量。ChatGPT提高了答案的连贯性和专业度，而因果推理训练则促进了思想的原创性。这项研究由博科尼大学与OpenAI经济研究团队合作进行，强调了在AI时代重新评估学生能力的重要性。
**OpenAI 宣布在巴西启动商业运营，进一步深化对该国的长期承诺**。新设立的圣保罗团队将与巴西企业、开发者、研究机构及公共部门合作，推动人工智能在当地的广泛应用，并转化为经济增长和社会进步。 巴西已成为 ChatGPT 每周活跃用户数排名前三的市场之一。过去一年，巴西用户数量增长了近一倍，目前每天发送约 2.15 亿条消息。OpenAI CEO Sam Altman 表示：“最令人兴奋的不仅是采用规模，更是背后的创造力和能量。巴西拥有非凡的企业家、企业和开发者社区，他们正以独特的方式将 AI 付诸实践，为巴西而建。因此，我们加深了在这里的参与。这是与巴西生态系统并肩努力的长期承诺，确保 AI 在全国范围内创造有意义的经济和社会价值。” ## 从 AI 采用到经济影响 由 OpenAI 资助的独立研究机构 RegLab 估计，到 2030 年，AI 可能为巴西经济贡献近 1 万亿雷亚尔。要实现这一目标，不仅需要技术接入，还需要技能培训、研究、负责任部署以及与巴西机构的紧密合作。 新的国家级数据显示，巴西人正从尝试 AI 转向日常工作中的实际应用。2026 年 6 月，巴西个人 ChatGPT 账户中 35% 的已分类消息与工作相关，而全球这一比例为 30%。在这些工作相关消息中，53% 要求 ChatGPT 完成任务或产出内容，如起草提案、分析信息、编写代码和制作营销材料。 这种转变已体现在巴西创业者身上。珠宝设计师 Lina Prades 最初使用 ChatGPT 创建社交媒体内容，后来扩展到广告、定价、库存和生产环节。在没有技术背景的情况下，她构建了两款管理应用，其中一个目前支持她的日常运营。 ## 本地团队与生态合作 OpenAI 在圣保罗的团队将专注于支持当地企业、开发者和公共机构，推动 AI 解决方案的本土化。公司强调，这是长期承诺，旨在与巴西生态共同成长。 随着商业运营的启动，OpenAI 在巴西的战略布局进入新阶段。未来，该公司计划与更多本地伙伴合作，探索 AI 在教育和公共服务等领域的应用，同时确保负责任地部署技术。 对于巴西而言，这不仅是技术引入，更是经济转型的契机。OpenAI 的深度参与有望加速当地创新，但实际效果仍取决于多方面的协同努力，包括政策支持、人才培养和基础设施建设。
OpenAI 近日宣布，将其面向教育工作者的 **ChatGPT for Teachers** 项目扩展至美国 **55 个学区**，覆盖 **20 个州**，为超过 **10 万名** 教育工作者和教职员工提供安全的人工智能工具、培训和支持。此举标志着该项目自 2025 年推出以来最大规模的一次扩展，当时已有近 15 万教师和员工参与。 ## 扩展详情 新加入的学区包括 **美国最大 20 个公立学区中的五分之一**，以及一些最多元化的学校系统。至此，OpenAI 已与 **30 个州** 的 **100 多个 K-12 教育组织** 合作，为超过 **30 万名** 教育工作者提供免费访问和培训。ChatGPT for Teachers 将继续为经过验证的美国 K-12 教育工作者免费提供至 **2028 年 6 月**。 ## 数据隐私协议 为了帮助学区更轻松地采用人工智能，OpenAI 还推出了一项覆盖 **16 个州** 的 **国家数据隐私协议**，这是业内首创。该协议通过学生数据隐私联盟（SDPC）框架制定，为学区提供了一个统一的评估框架，使其能够根据学生数据隐私要求来评估 ChatGPT for Teachers，从而简化负责任的人工智能采用流程，避免逐区谈判。目前，伊利诺伊州、爱荷华州、缅因州、马萨诸塞州等 16 个州已签署该协议。 ## 核心理念 OpenAI 强调，其工作始终遵循一个信念：**人工智能应支持学习，而非取代学习**，教育工作者应继续掌控人工智能在课堂中的使用方式。因此，ChatGPT for Teachers 仍仅面向管理员、教师和教育工作者开放，不面向学生。 此次扩展体现了 OpenAI 对教育领域的持续投入，旨在通过提供安全、负责任的人工智能工具，帮助教育工作者探索人工智能的潜力，并塑造其在教育中的未来。
## 学习永不止步：AI 如何让学习变得持续不断 随着新学期的开始，OpenAI 发布了一份新报告，揭示了学生和教育工作者如何利用 ChatGPT 将学习延伸至课堂之外。长期以来，学生必须等到上课才能提问或获得帮助；教师需要同时关注数十名学生，还要处理行政工作；家长和家教也无法在学生产生疑问的瞬间随时出现。如今，AI 正在改变这一切，让指导、反馈和练习在学生需要时随时可得。 ### 数据背后的学习热潮 一项注重隐私的分析显示，各年龄段人群每周与 ChatGPT 进行多达 **7000 万次** 对话，专门用于检验所学知识，包括错误概念检查和额外练习请求。在美国，与课程作业相关的提示词在学年期间每周超过 **4.6 亿条**，并在周日晚上达到高峰。即使在暑假，每周的此类消息仍保持在 **1.8 亿条** 以上。这表明，学习的需求从未中断，而 AI 正在填补传统教育模式留下的空白。 ### 从课堂到家庭：AI 的多元角色 对于学生而言，持续学习意味着在课外也能获得代数等科目的帮助，趁热打铁巩固知识。对于教师来说，AI 可以帮助他们在上课前调整作业以适应不同水平的学生，减少重复性文书工作，从而将更多时间用于教学。对于家中使用不同语言的家庭，AI 还能将学校通知翻译成他们熟悉的语言，帮助他们更好地支持孩子的学业。 报告还重点介绍了美国各地以高效、创造性和有意义的方式使用 AI 的教师和学生案例。AI 无法取代教师的判断、家长的鼓励或学生自身的学习努力，但在适当的指导和保障下，它能让教育工作者有更多时间专注于教学，并在更多时间点为更多人提供个性化支持。 ### 总结 AI 正在重新定义学习的时间和地点，让教育不再受限于教室的围墙。随着技术的不断进步，这种持续学习的模式有望惠及更多人群，推动教育公平与个性化发展。
在线旅游公司 loveholidays 正在利用 OpenAI 的 Codex 工具，将软件开发能力普及到全公司各个团队，让产品经理、设计师和商业团队能够直接参与代码修改和部署，而工程师则可以专注于更复杂的问题。在过去一年中，AI 辅助的代码变更比例从 7% 增长到 79%，部署频率提升了 73%，数据平台变更成功率也从 58% 提升到 93%。CTO Mike Jones 表示，这一举措是公司构建“旅游通用智能”愿景的一部分，旨在通过 AI 民主化技术能力，让每个人都能成为创造者。 ## 从想法到上线：Search Playground 的实践 在引入 Codex 之前，非工程团队的想法需要排队等待工程资源，每个实验都伴随着机会成本。如今，借助 Codex，产品经理、设计师和商业团队可以直接在代码库中构建原型，快速测试新的客户体验。例如，**Search Playground** 就是一个典型的例子，它让团队能够快速迭代搜索功能，而无需依赖工程团队。 ## 数据平台的成功率跃升 除了应用开发，Codex 还显著改善了数据平台的操作。数据显示，**数据平台变更成功率从 58% 提升到 93%**，每个支持请求对应的变更次数也增加了 4 倍。这意味着团队可以更高效地处理数据相关任务，减少故障和返工。 ## 工程团队的转型：聚焦高难度问题 随着 AI 接管了日常的代码修改和部署，工程师的角色也在发生转变。他们不再被琐碎的请求淹没，而是可以专注于更复杂、更具战略性的问题。正如工程主管 Dmitri Lerko 所说：“每个人都是建设者。”这种转变不仅提高了生产力，也提升了员工的工作满意度。 ## 未来：构建旅游通用智能 loveholidays 的长期愿景是构建“旅游通用智能”，将公司的技术与员工的 expertise 结合，并通过 AI 使其更易于访问。Codex 正是这一战略的关键组成部分，它不仅赋能了非技术团队，还为公司未来的创新奠定了基础。 对于其他企业而言，loveholidays 的经验表明，AI 工具不仅能够提升效率，还能重塑组织的工作方式，让创新不再受限于技术门槛。
OpenAI CFO Sarah Friar explains how advances across chips, compute, models, and products compound to deliver more useful intelligence at greater scale and lower cost.
Jalapeño is a custom inference chip from OpenAI that delivers faster, more power-efficient AI inference, with higher throughput and lower latency for modern models.
Use the Admin plugin for ChatGPT Work and Codex to analyze workspace usage, manage members and permissions, adjust limits, and act on admin requests.
GPT‑5.6 is now available in Kiro, helping developers plan, build, review, and test software with better price-performance.
OpenAI 于 8 月 20 日宣布推出新博客 **AI Futures**，由新成立的战略前瞻团队（Strategic Futures）主理，旨在探讨一个核心问题：在变革性 AI 逐步成形的背景下，自由社会应如何重塑，以保障个人权利与自主权？ 该团队由 Dean Ball 等成员组成，他们认为，长期来看，**权力集中风险**是 AI 安全与政策领域中最严峻、最具挑战性的课题。历史表明，国家权力的根基在于对人力的控制——军队、警察、官僚体系以及税收，都依赖于大规模的人力合作与共识。哲学家大卫·休谟曾言，政治领袖的统治基础不过是“民意”。然而，随着自主系统和机器智能的进步，国家可能不再依赖人力来行使武力或征收赋税，这或将彻底瓦解传统的权力制衡机制。 AI Futures 博客的成立，正是为了深入探讨这一变革的深远影响。团队计划围绕权力、治理、经济和个人自由等维度，发布系列文章，提供多元视角。OpenAI 强调，博客内容仅代表作者个人观点，而非组织立场。 这一举措被视为 OpenAI 在 AI 治理领域的前瞻性布局，旨在引导公众和政策制定者关注 AI 对权力结构的潜在冲击，并思考如何构建适应新时代的社会契约。未来，AI Futures 或将成为讨论超级智能时代权力分配的重要平台。
在固定截止日期和设计资源被占用的双重压力下，Stampli 借助 Codex 和 ChatGPT Work 将原本数周的发布准备工作压缩至数天，实现了从创意到市场的加速转化。 ## 挑战：时间紧、资源缺 Stampli 是一家智能采购到付款平台，其新产品 Deep Finance™ 旨在将平台数据转化为面向 CFO 等高管的花费智能洞察。然而，新产品的发布涉及产品开发、定位、设计、沟通、赋能和运营等多线并行，且设计资源和外部承包商早已被其他项目占用。面对固定的发布期限，团队急需一种能打破资源瓶颈、加速生产流程的解决方案。 ## 解法：Codex 与 ChatGPT Work 的组合拳 Stampli 的市场营销团队利用 Codex 将产品上下文、会议记录、决策信息和消息指南整合到一个共享系统中。通过 OpenAI 工具，他们将原本预计 **243 小时** 的生产工作压缩至约 **77 小时**，同时确保所有面向客户的内容都经过完整的人工审核和最终批准。 这一发布案例并非偶然，而是 Stampli 产品营销团队日常工作的缩影：他们每天结合 ChatGPT Work 和 Codex，保持产品知识的时效性，挖掘业务洞察，并加速将创意推向市场。 ## 成果：六周从原型到发布 Deep Finance 从初始原型演示到公开上市发布，仅用了约 **六周** 时间。期间，团队用 Codex 将不断演进的产品决策转化为可评审的资产，包括七篇系列博客、发布邮件、网络研讨会及其配套幻灯片、社交和付费创意、PR Newswire 新闻稿、Deep Finance 网页以及销售赋能材料。 Codex 还参与了发布主视觉动画的创作，通过探索、迭代和封装，完成了约 **90%** 的动画打磨工作，之后再由承包商接手。 ## 行业启示：AI 赋能下的敏捷营销 Stampli 的案例展示了 AI 工具在市场营销和产品发布中的巨大潜力。当传统资源受限时，AI 不仅能压缩时间成本，还能提升团队的技术能力边界，使非技术团队也能快速响应客户需求。正如 Stampli CEO Eyal Feldman 所言：“Codex 缩短了客户需求、团队响应和真实使用反馈之间的距离。通过将技术能力扩展到每个团队，它帮助我们以 10 倍速从需求到可部署解决方案。” 这种模式正在改变企业产品发布的游戏规则，尤其对于资源有限的中型企业，AI 工具或许将成为其保持竞争力的关键杠杆。未来，随着 AI 工具的进一步普及，我们有望看到更多企业采用类似策略，将创意快速转化为市场成果。
OpenAI 于 2026 年 8 月 19 日宣布，将继续为符合条件的 API 客户提供 **零数据保留（Zero Data Retention，ZDR）** 承诺，并预览全新的 **私有安全处理（Private Safety Processing）** 技术，旨在应对跨交互的安全风险，同时不损害客户的数据隐私。 ## 零数据保留：不变的核心承诺 ZDR 是 OpenAI 对 API 客户的一项明确承诺：在处理请求后，OpenAI 不会保留客户的提示词和模型响应。客户内容对 OpenAI 人员不可见，且企业客户数据默认不用于模型训练，除非客户明确选择加入。 ## 安全挑战：单一交互的局限 随着模型承担更长时间、更复杂的任务，一些严重的安全风险可能只有在跨多个交互的上下文中才会显现。例如，恶意行为者可能反复探测安全防护、跨账户协调，或将威胁伪装成常规研究。在代理式任务中，系统可能因未及时停止而偏离用户意图，产生对齐风险。传统的安全系统仅对单个交互进行评估，难以捕捉这些模式。 ## 私有安全处理：兼顾安全与隐私 为了在 ZDR 下解决上述挑战，OpenAI 推出了 **私有安全处理**。该技术旨在识别相关交互之间的模式，而无需让 OpenAI 人员访问底层内容。对于 ZDR 部署，客户内容存储在客户控制的设施上；同时，OpenAI 也在开发一种选项，将内容存储在 OpenAI 的基础设施上，但使用客户控制的密钥进行加密。 在这两种方案中，自动化系统都能识别潜在滥用行为，并返回有限的安全信号，而不会将底层提示词或响应暴露给 OpenAI 人员。 ## 行业背景与意义 近期，一些前沿模型的部署要求客户允许 AI 提供商保留敏感内容以进行安全监控。然而，对于许多组织而言，这一要求与其安全义务或对服务对象的承诺相冲突。OpenAI 的私有安全处理旨在继续提供 ZDR，同时强化安全防护，为那些对数据隐私有严格要求的组织提供了新的可能性。 尽管该技术仍处于预览阶段，其具体实现细节和实际效果尚待验证，但这一方向表明，AI 行业正在努力平衡安全与隐私这两个关键需求。未来，随着代理式 AI 的普及，类似的技术或将成为标配。