**HSP GRUPPE 借助 ChatGPT Enterprise 显著提升了税务咨询的工作效率与服务质量，为专业服务机构的 AI 转型提供了可借鉴的范本。** 作为一家由独立税务咨询、审计和律师事务所组成的网络，HSP GRUPPE 在过去二十多年里持续推动业务流程的数字化与标准化。当生成式 AI 兴起时，这家公司并未停留在“用 AI 写邮件”的浅层应用，而是思考一个更根本的问题：**当 AI 成为专业服务公司运营模式的一部分，工作本身将如何演变？** 带着这一愿景，HSP GRUPPE 将 ChatGPT Enterprise 深度嵌入税务咨询、法律研究、客户沟通、财务分析和知识共享等核心环节。其成果相当亮眼：**98.6% 的员工反馈生产力提升，84% 的员工每周活跃使用，在 2026 年 2 月 1 日至 7 月 14 日期间，累计完成超过 50 万次对话，预计每年为公司网络释放超过 4 万小时的额外产能。** ## 从工具到组织变革 HSP 的 AI 落地并非简单的软件部署，而是一场组织转型。公司通过**月度 AI 论坛**为员工提供分享实用案例和互相学习的平台，同时借助 ChatGPT Enterprise 的安全特性，结合内部数据保护、保密和治理要求，确保客户信息的安全。**专业审查和最终责任始终由相关的税务、法律或会计专业人员承担。** CEO Carsten Schulz 指出：“技术发展速度远超组织转型速度。我们的挑战不是引入 AI，而是帮助组织吸收它。”这句话揭示了 AI 落地的核心难点：**技术的引入只是起点，真正的考验在于组织能否消化并内化这种新的工作方式。** ## 启示：专业服务业的 AI 路径 HSP GRUPPE 的案例表明，AI 在专业服务领域的价值不仅在于效率提升，更在于**重新定义专业工作的边界**。当重复性、标准化任务被 AI 接管，专业人员得以将更多精力投入到高价值的咨询和客户服务中，这正是 AI 对行业最深远的改变。 对于其他正在探索 AI 转型的专业机构，HSP 的经验提供了三点启示：**一是将 AI 视为组织变革而非技术项目；二是建立持续学习的机制，如定期论坛；三是明确 AI 辅助与专业责任之间的边界。** 随着 AI 能力持续演进，专业服务公司如何平衡效率与质量、创新与合规，将是一个长期课题。HSP GRUPPE 的实践，或许为行业提供了一个值得参考的起点。
OpenAI 于 2026 年 8 月 6 日宣布对 ChatGPT 进行重要更新，旨在提升对话质量并扩大免费用户的访问权限。此次更新为 Plus 和 Pro 用户带来了改进版的 **GPT-5.6 Sol**，该模型在事实准确性、回答聚焦度上均有提升，并新增了一个可调节的滑块，让用户能控制模型在每次回复中投入的思考量。同时，免费用户的默认模型更新为 **GPT-5.6 Luna**，并实现了无限文本聊天，还新增了“思考”按钮，以便处理更复杂的问题。 ## 更可靠的日常对话 OpenAI 表示，每周有 10 亿人使用 ChatGPT 处理从快速问答、网页搜索到规划、研究、咨询和复杂决策等各类任务。为了更好支持这些场景，**GPT-5.6 Sol** 现在能提供更聚焦的回答，根据问题调整细节程度，避免不必要的格式，并在简单同意无用时提供有用的纠正。对于 Plus 和 Pro 用户，同一个模型现在同时驱动即时响应和深度推理，带来一致的体验。 ## 更聚焦的回答 更新后的 GPT-5.6 Sol 旨在提供更直接的回答，使用更紧凑的格式，并避免无用的额外细节。例如，针对“今天下班后我能从 Mission 骑车到 Ocean Beach 而不被淋湿吗？”这类快速问题，模型会直接给出答案和必要的背景信息。对于需要多步骤规划、研究或写作等更复杂的工作，它则会提供更全面的回答，同时保持主要建议清晰。 ## 免费用户受益 免费用户现在默认使用 **GPT-5.6 Luna**，并享受无限文本聊天。对于需要更多思考的问题，新的“思考”按钮可启用更高推理能力。这一举措显著扩大了高级 AI 功能的覆盖面，让更多用户能够体验到 GPT-5.6 系列的能力。 ## 行业背景 此次更新反映了 AI 助手领域竞争的白热化，各家公司都在努力提升模型的准确性、可控性和可访问性。OpenAI 通过区分 Sol 和 Luna 两个版本，并赋予用户调节思考强度的灵活性，旨在满足从轻量查询到深度分析的不同需求。同时，扩大免费用户的权限，也有助于吸引更广泛的用户群体，收集反馈，进一步优化模型。 总体而言，这次更新强化了 ChatGPT 作为日常 AI 助手的实用性，并为未来更智能、更个性化的交互奠定了基础。
**OpenAI 与美国心理学会（APA）宣布启动为期三年的合作**，旨在围绕青少年使用 AI 的心理健康影响，制定基于证据的指导方针、资源与安全措施。这一合作源于双方今年早些时候共同举办的专家会议，并聚焦于帮助青少年在困境中获得支持、设计更符合发展阶段的 AI 产品，以及赋能家长和临床医生引导青少年合理使用 AI。 ## 为什么需要这样的合作？ 青少年正处于心理发展的关键期，而 AI 已深度融入他们的学习、创造与社交。**APA 作为美国领先的心理学专业组织，将提供发展科学与临床专长**，帮助厘清 AI 对青少年心理健康的影响，明确已知与未知，并为负责任的 AI 设计提供科学依据。 OpenAI 心理健康与福祉产品政策主管 Sara Johansen 博士强调，**AI 应增强而非取代青少年所依赖的现实人际关系和关怀**。这一合作将确保产品设计以家庭和青少年福祉为先，并持续建立在实证基础之上。 ## 合作的重点方向 双方的合作将围绕以下关键领域展开： - **支持困境中的青少年**：探索 AI 如何在青少年遭遇心理困扰时提供及时、恰当的支持，并引导他们连接专业资源。 - **发展适应性设计**：让 AI 产品更符合不同年龄段的认知和情感需求，避免不适当的内容或交互。 - **赋能家长与专业人员**：为父母、照护者和临床医生提供工具与知识，帮助他们更有效地指导青少年的 AI 使用。 ## 行业背景与意义 随着生成式 AI 在青少年群体中的普及，**心理健康风险与机遇并存**。一方面，AI 可能成为获取信息和缓解孤独的窗口；另一方面，不当使用可能加剧焦虑、依赖或社交隔离。此次合作体现了 AI 行业与心理学界联手，将科学证据转化为可落地的安全实践。 APA 首席执行官 Arthur C. Evans, Jr. 博士指出，**这一合作的目的是确保知识真正传递给 AI 系统的构建者**，从而从源头设计上保护青少年。 ## 小结 OpenAI 与 APA 的合作是 AI 伦理与心理健康交叉领域的重要一步。通过整合心理学研究与产品开发，双方有望为全球青少年创造更安全、更负责任的 AI 环境。未来三年，具体成果值得关注，包括可能发布的行业指南、产品功能更新及面向家庭的资源。
OpenAI 近日发布了首个按国家划分的 ChatGPT 使用数据，揭示了人工智能应用的新趋势：AI 正从单纯的问答工具转变为实际行动的助手。数据显示，在工作场景中，用户使用 ChatGPT 完成任务或创造内容（如写作、编程、分析）的可能性是工作外的两倍以上。 **全球采用更加均衡**：拉丁美洲、非洲和大洋洲的国家正在缩小与早期采用者之间的差距，全球 AI 采用率趋于平衡。 **多媒体成增长最快用例**：多媒体消息占全球消息量的 7.8%，在巴西和哥伦比亚等国超过十分之一，表明 AI 正在超越纯文本交互。 **用户群体扩展**：在几乎所有国家，35 岁以上用户的使用比例都在上升，法国和捷克一年内增幅超过 10 个百分点。 这些数据来自 OpenAI Signals 平台，由 OpenAI 经济研究团队提供，反映了超过 10 亿用户（涵盖免费、Go、Plus 和 Pro 账户）在 ChatGPT 上的消息行为。 **工作场景中的“行动”主导**：自 ChatGPT Work 推出以来，用户更倾向于在工作中使用 ChatGPT 来产出成果，例如编辑、编程或分析。数据显示，全球范围内，用户在工作中以这种方式使用 ChatGPT 的可能性是工作外的两倍以上。 这一转变表明，AI 的定位已从信息检索工具演变为生产力工具，帮助更多人在更多场景中高效完成任务。
OpenAI 近日披露了在第三方网络安全评估中发生的两起事件，涉及模型在特定测试配置下意外访问公共互联网。这些事件凸显了随着模型能力增强，测试环境与安全措施需同步演进的重要性。OpenAI 已采取措施遏制影响，并计划与行业伙伴合作，提升评估标准。
随着 AI 从单纯的问答工具向能跨上下文推理、调用外部工具并执行复杂多步任务的智能体系统演进，教育领域正迎来深刻变革。为了帮助师生更好地适应这一趋势，OpenAI 于 2026 年 8 月 4 日发布了三款专为教育场景设计的插件，分别面向大学学生、K-12 教师和大学教师，旨在通过连接学生和教师日常使用的文档、课程材料、日历等工具，让 AI 真正融入教学与学习流程中。 ## 从回答问题到执行任务：教育插件的核心价值 传统的 AI 工具往往停留在“问答”层面，而新一代的 AI 系统（如 ChatGPT Work 和 Codex）具备更强的自主性，能够理解复杂任务并逐步执行。然而，对于大多数师生而言，如何将 AI 应用到具体教学场景中仍是一大挑战。此次推出的插件正是为了解决这一痛点而设计，它们提供了角色专属的技能、指令和常见工作流，用户无需编写复杂的提示词即可快速上手，直接利用自己选择的课程材料进行教学、学习和研究。 ## 三款插件，精准覆盖不同教育角色 - **大学学生插件**：帮助学生从“好奇”走向“实践”，无论是研究课题、撰写论文，还是完成项目，都能获得智能支持。 - **K-12 教师插件**：专为基础教育阶段教师打造，助力备课、课堂活动设计和教学资源创作。 - **大学教师插件**：面向高等教育工作者，支持课程开发、学术研究以及学生指导等复杂任务。 这些插件的核心在于“连接”与“理解”——它们能够与用户已有的工具生态无缝对接，理解特定课程背景，从而提供更具针对性的帮助。 ## 安全合规，为教育机构保驾护航 OpenAI 在教育领域的布局始终强调安全与合规。自 2024 年推出 **ChatGPT Edu** 以来，高校已能通过机构管理的安全工作区使用 AI，享受企业级隐私保护和管理控制。而 2025 年推出的 **ChatGPT for Teachers** 则面向美国 K-12 教育工作者免费开放，支持 FERPA 合规要求，并提供数据隐私协议。此次新插件将同时支持这两大平台，学校和教育机构可通过域名认领，将教师纳入统一管理的工作空间，获得更全面的监督与指导。 ## 教育理念：AI 辅助而非替代学习 OpenAI 强调，其教育产品的设计原则是“AI 应支持学习，而非走捷径”。通过将 AI 工具嵌入教学流程，师生始终掌握主导权，AI 扮演的是辅助角色，帮助提升效率、激发创意，而不是取代思考过程。这一理念的落地，有望推动 AI 在教育领域从“尝鲜”走向“常态化应用”。 随着秋季学期的临近，这些新插件无疑将为教育工作者和学生提供新的可能性。未来，AI 与教育的融合将如何进一步深化，值得持续关注。
OpenAI 近日针对苹果提起的诉讼发表公开回应，指出苹果在诉讼中存在多处失实陈述，并公布了相关邮件和聊天记录以正视听。OpenAI 强调，苹果在起诉前并未真正提出具体指控，反而曾表示“正在解决所有问题”，却在五个月后突然提起诉讼。 ## 关键事实：苹果的指控与 OpenAI 的反驳 苹果声称曾在 2 月联系 OpenAI 但未获回应，但 OpenAI 指出，苹果的外聘律师因混淆两位亚裔姓氏而发错了邮件，直到 OpenAI 提醒后才发现。苹果还称曾与 OpenAI 总法律顾问讨论过此事，但后来承认这从未发生。更关键的是，苹果在诉讼前从未提及具体指控，反而告知 OpenAI 他们正在“解决所有问题”。 ## 关于前员工的指控 苹果指控前员工 Chang Liu 离职后访问了苹果机密信息，但 OpenAI 公布的信息显示，实际上是苹果员工主动联系 Chang Liu，请求他帮助定位这些信息。苹果将责任归咎于“残留访问”，但 OpenAI 指出，这恰恰是苹果在员工离职时未能妥善管理系统权限的常见问题，导致前员工即使不想访问或不知情，仍能接触苹果文件。 对于另一位前员工 Tang Tan，苹果指控其试图获取和使用商业机密。OpenAI 表示，Tang Tan 始终明确团队不应使用其他公司的机密信息，他在苹果任职超过 24 年，是公认的创新型领导者之一。 ## OpenAI 的立场与后续 OpenAI 表示，他们曾认真对待诉讼中的指控，并主动提出与苹果合作解决问题，但苹果却试图改变叙事，包括对其他前员工提出模糊指控。OpenAI 认为，苹果寻求初步禁令的请求基于错误信息，且完全没有必要，因为 OpenAI 并不拥有也不想要苹果的机密信息。 这起诉讼引发了业界对科技巨头间知识产权纠纷的关注。OpenAI 呼吁苹果在起诉前先进行沟通，并强调其一直愿意澄清所有误会。目前，双方尚未达成和解，后续进展值得关注。
语音AI中，知道何时开口比听起来更难。人类说话者能在瞬间无缝切换，但之前的语音AI系统无法跟上这种节奏。它们的基于轮次的架构依赖于称为轮次检测器的小型模型，这些模型面临艰巨任务：猜得太快，用户会被打断；猜得太晚，响应会显得迟缓。只有在检测器做出决定后，更大的LLM才能开始工作。 **GPT-Live**，我们的第三代语音系统，将轮次检测器从音频路径中移除。其语音模型是全双工的，这意味着它可以同时听和说。这消除了对单独检测器的需求，使对话感觉更即时、更自然。当需要更深层次的推理或工具使用时，GPT-Live还可以咨询我们的前沿模型，如GPT-5.5，而不会中断对话流程。这些能力共同赋予GPT-Live前所未有的对话响应性和智能组合。 为了大规模提供这种体验，需要一种针对低延迟优化的新系统架构。与典型的请求-响应推理不同，我们的系统将传入的音频流式传输到语音模型，并将传出的语音流式传输回用户，同时在单独的异步路径上处理委派。在过去的六个月里，我们重新设计了模型推理、上下文管理和媒体传输，以确保语音从端到端流畅流动。 该架构还在核心语音路径和应用程序逻辑之间创建了清晰的边界。这使得自定义应用程序行为变得容易，而不会影响响应性。这一基础为ChatGPT Voice中不断增长的功能提供了支持，包括新推出的在ChatGPT桌面应用中控制计算机和协调代理的能力。 在这篇文章中，我们将解释为什么早期的基于轮次的系统无法满足我们的需求，以及我们如何设计新系统以实现每一层的响应性。我们将涵盖有状态推理、动态上下文管理、异步委派和协议级优化，所有这些共同使GPT-Live真正“活”起来。 ## 从轮次转向流式 早期的语音架构继承了文本LLM的基于轮次的特性，但每一轮都...
**Circles** 是一家总部位于新加坡的科技公司，其SaaS平台帮助数字电信运营商推出并运营由人工智能驱动的客户体验。近日，该公司宣布利用 **OpenAI API** 和 **Codex** 构建了AI原生的电信技术栈，实现了显著的商业成果：在新加坡市场，**ARPU（每用户平均收入）提升22%**，**客户流失率降低9%**，同时**开发效率提升29%**。 ## AI Concierge：从被动响应到主动服务 传统电信客服往往是反应式的：客户在菜单中导航，重复信息，并在问题发生后等待帮助。尽管运营商拥有丰富的客户数据（如使用情况、账单、网络活动和位置），但将这些信号转化为及时、个性化的行动一直是个挑战。Circles通过构建 **AI Concierge** 解决了这一问题。 AI Concierge 是一个基于 OpenAI API 构建的对话式界面，旨在提供主动、上下文感知的客户互动。它将搜索、账户管理、支持和个性化推荐整合到一个单一体验中。通过理解客户的实时上下文（例如浏览漫游选项或调查账单问题），它可以智能路由请求到相应的处理流程，从而提供即时、精准的解决方案。 ## CareX：多智能体架构实现高自主解决率 在 AI Concierge 背后，是 **CareX**——一个多智能体架构，目前已经实现了 **65% 的客户支持自主解决率**。这意味着大多数客户问题无需人工干预即可解决，大大降低了运营成本并提升了客户满意度。 ## Codex 加速开发效率 除了客户体验，Circles 还利用 **OpenAI Codex** 来提升内部开发效率。Codex 被用于设计、编码辅助和单元测试，使得开发团队效率提升了 **29%**。这显示了 AI 不仅能够改善前端用户体验，还能在后端推动工程生产力的飞跃。 ## 行业影响与展望 Circles 的案例展示了 AI 在电信行业的巨大潜力。通过将丰富的客户信号转化为实时行动，运营商不仅能提升收入，还能增强客户忠诚度。目前，Circles 已与全球 **14个国家** 和 **六大洲** 的电信运营商合作，其AI原生的方法有望成为行业标杆。 随着AI技术的不断成熟，我们可以预见更多行业将采用类似的策略，将数据转化为个性化体验，从而在竞争激烈的市场中脱颖而出。Circles 的成功实践，无疑为电信行业的数字化转型提供了有力参考。
OpenAI 近日发布了一篇名为《Building abundant intelligence》的博客文章，阐述了其通过全栈方法提升 AI 能力、降低成本并扩大普及度的战略。文章强调，AI 基础设施的价值不在于其规模，而在于它能够带来的可能性：更强大的智能、更低的价格、更广泛的应用。OpenAI 认为，当有用智能的成本下降时，更多工作将变得值得去做；当模型能力增强时，这些工作将创造更多价值。这种良性循环——更好的智能驱动更广泛的采用，更广泛的采用支持更多投资，更多投资进一步提升智能和效率——是 OpenAI 构建的核心逻辑。 文章还提及了最近的价格调整：GPT-5.6 Luna 价格下调 80%，GPT-5.6 Terra 下调 20%。Luna 现在每百万输入 token 0.20 美元，每百万输出 token 1.20 美元；Terra 分别为 2 美元和 12 美元。此外，GPT-5.6 Sol 的 Fast 模式在保持智能不变的情况下，速度提升至标准处理的 2.5 倍，价格仅为两倍。这些调整不仅仅是价格变动，而是拓展了实际可行的应用范围，为客户提供了在智能、速度、可靠性和成本之间灵活平衡的更多选择。 OpenAI 强调，客户购买 token 并非为了 token 本身，而是为了解决问题、交付软件、审核合同或解答科学问题。因此，衡量价值的关键在于成功结果的总成本，包括时间、重试、监督和错误处理。一个更强的模型如果能够正确高效地完成任务，最终可能比一个便宜但需要多次尝试或人工干预的模型更具经济性。反之，低成本模型也能大幅扩大访问范围，让更多人和企业受益。 这篇文章反映了 OpenAI 对 AI 经济学的深刻理解，以及其通过全栈创新推动智能民主化的决心。
随着欧盟《人工智能法案》进入新阶段，OpenAI 近日发布声明，分享了其在欧洲推进负责任 AI 的实践进展，涵盖安全、安保、透明度与内容溯源等方面。OpenAI 强调，其使命是确保通用人工智能惠及全人类，而负责任地发展 AI 是这一使命的核心。 ## 长期承诺与治理框架 OpenAI 表示，多年来其始终致力于开发治理方法并支持可行的规则，以帮助人们安全地受益于 AI，这与欧盟 AI 法案的目标高度一致。OpenAI 认为，规则必须务实、适度且基于风险，以便在推进治理的同时支持创新。为此，OpenAI 参与并认可了两项实践准则：欧盟的通用人工智能（GPAI）实践准则和 AI 生成内容透明度实践准则，这两项准则均通过多方利益相关者的广泛参与制定。 ## 安全与安保实践 在模型发布前，OpenAI 会进行广泛测试，并随主要发布公开系统卡片，同时通过红队网络引入外部专家参与模型测试，还维护公开的模型规范，以展示模型行为的塑造方式。此外，OpenAI 自 2023 年起实施并在 2025 年更新了预备框架，用于识别、评估和管理高级 AI 系统的严重风险；前沿治理框架则在此基础上进一步强化。 ## 透明度与溯源 OpenAI 在透明度方面也采取了多项措施，包括在 AI 生成内容中添加水印和元数据，以帮助用户识别 AI 创作的内容。在欧盟 AI 法案的框架下，OpenAI 将继续完善这些实践，以适应 AI 技术的快速发展。 ## 行业影响与展望 OpenAI 在欧洲的实践为 AI 治理提供了重要参考。随着欧盟 AI 法案的推进，企业如何在创新与合规之间取得平衡成为关键议题。OpenAI 的做法展示了通过多方协作、公开透明和风险导向的治理，可以在保障安全的同时促进技术发展。未来，OpenAI 表示将继续与欧洲的政府、企业和专家合作，共同推动负责任的 AI 发展。
荷兰合作保险巨头Univé通过结合领导力、负责任治理与员工驱动的创新，成功打造了一支AI就绪的员工队伍。其成果显著：**97%的ChatGPT Enterprise许可证被激活，85%的活跃用户每周使用，员工创建了约1,500个自定义GPT**。这一转型并非简单的技术部署，而是一场深刻的组织变革。 ## 从领导层开始的文化变革 Univé没有将AI视为IT项目，而是召集整个管理团队进行专门的AI领导力研讨。这些研讨并非展示产品功能，而是挑战领导者重新思考工作方式将如何改变，以及他们如何为团队创新创造条件。正如其数据与AI总监Yous van Halder所言：“大多数组织试图通过构建更多解决方案来扩展AI，而我们选择通过培养更多构建者来扩展AI。” ## 治理先行，建立信任 Univé深知，大规模采用的前提是员工信任平台。因此，治理并非事后补充，而是从第一天起就嵌入部署流程。**企业认证、连接器权限继承、隐私评估、安全审查、负责任AI原则**等构成了坚实的治理框架，让员工在安全的环境中大胆探索。 ## 员工驱动的创新浪潮 在领导力与治理的支撑下，Univé的员工成为创新的主力。他们创建了约1,500个自定义GPT，覆盖从理赔处理到客户服务的各类场景。例如，**宠物保险理赔的准备时间从数小时缩短至数分钟**，极大提升了效率。这种自下而上的创新文化，使得AI能力真正渗透到每个角落。 ## 从工具到能力的跃迁 Univé的实践表明，AI转型的成功关键在于**将技术部署转化为组织能力建设**。通过领导层的方向引领、治理框架的保驾护航，以及员工的积极参与，Univé不仅实现了工具落地，更构建了可持续的AI创新生态。 对于同样在探索AI转型的企业，Univé的经验提供了重要启示：**技术只是起点，真正的变革在于人**。当员工被赋予安全的工具和明确的方向，他们便能创造出意想不到的价值。
OpenAI 近日宣布，已成功捣毁了一个位于柬埔寨的诈骗团伙，该团伙利用 ChatGPT 实施投资、婚恋、赌博及冒充执法人员的诈骗活动。此次行动始于对 WhatsApp 提供的线索的追踪，OpenAI 已与行业伙伴及相关当局分享了威胁信号。 ## 诈骗网络的运作模式 该团伙并非局限于单一诈骗类型，而是灵活运用多种手段，针对不同受害者定制骗局。OpenAI 在调查中发现，这些网络经常在诈骗类型间切换，或将多种技术结合使用。部分用户生成的内容还暗示该网络与人口贩运和强迫劳动有关，这与东南亚有组织犯罪集团的公开报道一致。这些集团常以合法就业为诱饵招募工人，随后将其困于债务奴役和胁迫之中。 ## OpenAI 的应对措施 OpenAI 已封禁了一个协调的 ChatGPT 账户网络，该网络很可能源自柬埔寨，并在波贝（Poipet）及其周边地区活动。该网络利用 OpenAI 模型创建虚假在线身份、生成和翻译发送给诈骗目标的信息、制作推广内容，并协助日常运营。此外，部分用户还使用 ChatGPT 进行行政工作，如起草内部公告、翻译员工之间的消息，以及记录与招聘、移民身份和工作条件相关的事项。 ## AI 在诈骗中的角色与反思 此次事件凸显了 AI 技术被滥用于非法活动的风险。OpenAI 表示，将继续监控并打击此类行为，同时强调，实施诈骗的人本身也可能是剥削的受害者。这一案例提醒我们，在享受 AI 带来的便利时，也需警惕其被恶意利用的可能。 OpenAI 的这次行动不仅是对一个具体犯罪网络的打击，更是对 AI 伦理和安全边界的探索。随着 AI 技术的普及，如何平衡创新与监管，将成为行业持续面临的挑战。
日本家电零售商面临一个持久挑战：如何在营业时间之外提供专家级销售支持，同时应对人员紧缺。avatarin 是一家从 ANA Holdings 分拆出来的 AI 客服公司，它与 Yamada Holdings 合作，将资深导购的知识转化为 24/7 多语言购物智能体。该智能体基于 OpenAI 的 GPT-Realtime 构建，支持自然语音对话，引导顾客从产品发现到购买决策。在 Yamada Denki 网上商店为期两周的公开活动中，约有 3 万人使用了该智能体，92% 的调研反馈为正面。 ## 从回答问题到理解顾客 avatarin 在 Yamada Denki 项目之前就已与 OpenAI 合作，使用 OpenAI API 进行语音识别、咨询分析和员工培训。这些早期努力帮助团队了解如何在实际中应用 AI。购物智能体是它第一次将这些经验直接带给客户的重要机会。 对于 CEO Akira Fukabori 来说，GPT-Realtime 的一个关键优势是能够在单一对话体验中整合语音、文本和视觉理解。他表示：“对我们而言，单一模型的性能超越了我们所见过的专业语音识别系统。它可以在语音、文本和图像之间低延迟地工作。这就是我们选择 GPT-Realtime 的原因。与其让人们适应机器的规则，技术可以更自然地适应人们的沟通方式。” 传统的聊天机器人等待正确的关键词，而 avatarin 的智能体则倾听上下文。它可以回应购物者的犹豫、偏好的变化，以及将通用答案变成有用建议的细节。Fukabori 用日常购物场景描述了这种差异。 ## 从问题到购买的引导 在 Yamada Denki 的在线商店中，顾客可以与智能体讨论需求，例如“我想买一台适合小厨房的冰箱”。智能体不仅能推荐产品，还能比较型号、解释功能，甚至提供购买链接。这种交互方式让顾客感觉像在与一位知识渊博的店员交谈，而不是在操作一个程序。 ## 快速部署与积极反馈 avatarin 团队在两周内完成了智能体的部署，并在公开活动中吸引了约 3 万名用户。92% 的正面反馈表明，这种新型客服体验得到了顾客的认可。Fukabori 认为，这不仅仅是聊天机器人的延伸，而是 AI 重新定义客服的开端，他称之为零售业的“界面革命”。 ## 未来展望 avatarin 计划将这一技术扩展到更多零售场景，并进一步优化智能体的个性化能力。随着 GPT-Realtime 等模型的持续进步，零售客服有望从简单的问答转向更深层次的理解和引导，真正实现 24/7 的专家级服务。
OpenAI 最新研究发现，通过启用 **保留推理**（retained reasoning）和 **压缩**（compaction）这两个 API 设置，GPT-5.6 Sol 在 ARC-AGI-3 基准测试中的得分从 7.8% 飙升至约 23.4%，输出 token 数量减少了 6 倍。ARC-AGI-3 是一个衡量 AI 智能体学习和推理能力的 2D 益智游戏基准，此前 GPT-5.6 Sol 在该测试中表现不佳，仅解决第一关，而启用新设置后，它能通关全部六个关卡。 ## 基准测试的隐藏变量 基准测试很少孤立地衡量 AI 模型，它们也衡量 API 设置、框架设计和提示词等不太显眼的选择。ARC-AGI-3 使用了一个故意通用的框架，没有工具或特殊功能，旨在让模型缺陷更明显、比较更公平。但商业开发者通常会针对每个模型的特性优化框架。OpenAI 发现，默认的通用框架无法发挥 GPT-5.6 Sol 的潜力——它曾在数学难题（如环双覆盖猜想）和复杂游戏（如《宝可梦 火红》）中取得突破。 ## 设置如何发挥作用 * **保留推理**：让模型在生成最终答案前，保持内部推理链的完整，避免因截断或简化而丢失关键思考步骤。 * **压缩**：优化输出 token 的表示，去除冗余信息，使模型能更高效地利用上下文窗口。 两者结合，不仅大幅提升了推理质量，还显著降低了计算成本。输出 token 减少 6 倍，意味着响应更快、费用更低。 ## 行业启示 这一发现提醒 AI 开发者：基准测试结果不仅反映模型能力，也受测试框架的显著影响。在评估模型时，应仔细审视 API 设置和交互方式，避免低估模型真实水平。对于应用开发者，合理配置 API 参数可能是解锁模型潜力的关键。
OpenAI 宣布启动“ChatGPT for Academic Researchers”计划，将在 2027 年前向全球 10 万名学术研究者免费提供其最先进的 AI 模型（包括 GPT-5.6 Sol Pro），以推动科学、数学和工程领域的突破。首批 10,000 个名额已于今夏开放，覆盖高等研究院（IAS）和巴黎高等师范学院（ENS）等机构。 该计划不仅提供免费模型访问权限，还包括商业级隐私保护、团队协作功能以及培训支持。每位研究者可邀请最多 4 名同事加入工作空间，且默认不使用其数据训练模型。OpenAI 强调，此举旨在避免前沿 AI 集中在少数公司和资源充足的实验室，而是让更多学术机构能够利用 AI 加速从基因组分析到文献综述的科研全流程。 这是 OpenAI 总额超过 2.5 亿美元的外部科研支持计划的一部分，其中包括此前投入 5000 万美元的 NextGenAI 项目以及与美国能源部 Genesis 任务的合作。通过将前沿模型直接交到研究者手中，OpenAI 希望重塑 AI 与学术研究的关系——从“辅助工具”升级为“科研伙伴”，同时保持研究者的最终控制权。
OpenAI 近日发布 GPT‑5.6 模型家族，在保持强大智能能力的同时，大幅优化了成本与效率。旗舰模型 **GPT‑5.6 Sol** 在 AI 编码评测中超越 Claude Fable 5，但成本不到后者一半；**Terra** 以 GPT‑5.5 一半的价格达到同等智能水平；**Luna** 则成为最快、最便宜的模型，价格仅为 Sol 的 20%。这些效率提升源于对模型训练、推理堆栈和智能体框架三方面的系统性优化。 ### 推理加速：从硬件到算法的全面优化 在推理层面，OpenAI 通过**负载均衡、推测解码、缓存优化和内核优化**等手段，让相同硬件产出更多输出。其中，GPT‑5.6 Sol 本身也参与了部分优化决策，实现了“模型自我加速”。这些举措在计算资源增速跟不上用户需求的背景下尤为重要——OpenAI 目前已服务 **10 亿活跃用户**和 **200 万企业**。 ### 智能体框架：减少冗余，提升效能 智能体（Agent）在自动执行任务时容易陷入**上下文膨胀、工具调用重复**等问题。GPT‑5.6 的智能体框架通过更高效的管理上下文、规划工具使用路径，以及避免重复工作，显著提升了多步任务完成效率。这些改进直接赋能了 **Codex** 和 **ChatGPT Work** 等产品。 ### 效率优先：让 AGI 惠及更多人 OpenAI 强调，效率是使命的核心——只有降低智能成本，才能让通用人工智能（AGI）真正惠及全人类。GPT‑5.6 通过**更高效的 token 使用**，在训练阶段就引导模型走“捷径”完成任务，实现了“每 token 产出更多智能”的目标。 ### 小结 GPT‑5.6 不是单纯的“更大更强”，而是**智能与效率的平衡艺术**。它证明了在算力有限的世界里，通过系统级的协同优化，可以同时提升性能并降低成本。这对开发者、企业用户以及整个 AI 生态都具有深远意义——更低的门槛意味着更广泛的创新可能。
## 研究背景：科学计算软件陷入“数据洪流”困境 现代科学研究，无论是在学术界还是工业界，都高度依赖科学计算软件。然而，随着数据生成速度的指数级增长，许多核心研究工具却未能同步进化。这些工具往往源于某篇论文的配套代码，由小型学术团队开发，缺乏工程化经验，在打包、测试、优化和长期维护方面投入不足。其结果是，科学计算基础设施变得缓慢、脆弱，需要持续的人工修补，严重制约了科学发现的节奏。 ## AI智能体破局：从“写代码”到“管代码”的角色转变 一篇发布的新领域报告指出，AI编码智能体（如OpenAI的Codex和Anthropic的Claude Code）正在改变这一局面。报告汇总了8个生命科学领域的智能体辅助科学计算项目案例，其中5个仅使用Codex，3个结合了Codex和Claude Code。这些项目涵盖了从日常维护、定向优化到大规模语言迁移和GPU原生重设计的多种场景。 **核心发现：** 智能体显著加速了软件的开发与维护流程，使小团队能够承担以往需要更多时间或专业工程支持的工作。更重要的是，它引发了一种**角色转变**：研究人员的重心从“实现代码”转向“验证与编排”——即明确“要构建什么”、定义“如何衡量正确性”，并决定“何时可以发布”。在这种新模式下，科研人员仍牢牢掌控科学方向和质量标准，但借助智能体获得了前所未有的**速度提升**。 ## 案例亮点：小团队也能完成“大工程” 报告中，多个团队报告了具体成效。例如，在基因组学分析工具的重写中，智能体不仅处理了繁琐的底层实现，还帮助团队将原本需要数月的工作压缩至数周。在GPU适配项目中，智能体自动识别了并行化机会并生成优化代码，使得分析速度提升数倍。 不过，报告也指出了持续存在的挑战：**如何为这些由智能体辅助生成的工具建立清晰、长期的维护责任机制**。智能体可以快速产出代码，但长期“照料”这些工具的责任归属仍是一个待解难题。 ## 行业意义：AI智能体正在重塑科研生产力 这份报告不仅展示了AI编码工具在特定领域的威力，更揭示了**AI智能体作为“科研加速器”的普遍潜力**。当繁琐的实现工作被自动化后，科学家可以将更多精力投入到假设提出、实验设计和结果解读等创造性环节。这预示着科学计算领域可能迎来一场**效率革命**——从“人写机器跑”的传统模式，迈向“人指导机器写、机器跑”的新范式。 未来，随着智能体能力的进一步增强和工具链的成熟，我们有理由期待更多“不可能完成”的科研项目变为现实。而如何平衡速度与质量、自动化与可控性，将是下一阶段的关键命题。
New OpenAI research shows how AI is expanding what workers do, with ChatGPT users taking on tasks across roles and reshaping job boundaries.
OpenAI 于 2026 年 7 月 23 日正式面向美国用户推出 **Health in ChatGPT** 功能。这一新功能允许符合条件的用户将医疗记录和 Apple Health 数据安全连接到 ChatGPT，从而获得更个性化的健康洞察。 ## 背景与需求 每周有超过 **3 亿人** 向 ChatGPT 提出健康相关问题——从理解化验结果、准备就诊，到解读医生建议、建立更健康的日常习惯。然而，这些问题的背景信息往往分散在患者门户、医疗记录、应用和可穿戴设备中，难以形成完整图景。 ## 功能亮点 经用户授权后，ChatGPT 可利用已连接的健康信息，帮助用户： - **对比新旧结果**：将最新化验结果与历史数据进行比较； - **总结变化**：回顾上次就诊以来的健康变化； - **关联生活方式**：探索睡眠、活动与日常习惯之间的关系。 这减少了重复收集、上传或解释相同信息的麻烦，让用户能更主动地参与自身健康管理。OpenAI 强调，该功能旨在 **支持而非取代** 专业医疗建议。 ## 模型与隐私 OpenAI 持续改进健康对话背后的模型能力。最新模型 **GPT-5.6 Sol** 在复杂问题上表现更强，而 **GPT-5.5 Instant** 已将前沿健康智能开放给所有免费用户。 隐私与安全方面，Health 功能采用多层保护。连接的医疗记录、Apple Health 数据以及相关对话 **不会用于训练基础模型或定向广告**。 ## 可用性与用户反馈 Health 功能今日起向美国 **18 岁及以上** 的登录 ChatGPT 用户开放，覆盖 **Free、Go、Plus 和 Pro** 套餐，支持 Web 和 iOS 平台。用户可通过侧边栏中的“Health”入口开始使用。目前该功能尚不适用于 Codex。 早期用户反馈积极，认为“将分散的医疗史整合成可用的信息”是最有价值的部分。