OpenAI 于 2026 年 7 月 9 日宣布，其 GPT-5.5 Bio Bug Bounty 计划将升级为一项持续性的私密项目——OpenAI Bio Bounty Program。该计划旨在通过悬赏方式，寻找能够突破 OpenAI 前沿模型（从 GPT-5.6 开始）预设生物安全防御的通用越狱方法。 ## 关键更新 最引人注目的变化是**奖励金额大幅提升**：针对 GPT-5.6 和 GPT-5.5 的通用越狱奖励从原先的 **25,000 美元翻倍至 50,000 美元**。对于部分成功的提交，OpenAI 保留酌情颁发小额奖励的权利。 ## 时间线与范围调整 - **GPT-5.5 测试截止日期**：2026 年 7 月 27 日。在此日期之后，该模型的测试将完全结束。 - **未来聚焦**：此后，该计划仅针对 GPT-5.6 及后续模型。OpenAI 承诺会及时与研究人员沟通后续范围变更。 ## 参与方式 感兴趣的研究人员可通过滚动申请流程提交简短申请（包含姓名、所属机构、相关经验）。入选者需拥有现有的 ChatGPT 账户，并签署保密协议（NDA）。此前已申请 GPT-5.5 计划的研究人员无需重新申请。 ## 行业背景 这一举措是 OpenAI 持续强化高级 AI 生物安全能力的一部分。随着模型能力的快速迭代，确保其不被恶意用于生物风险领域已成为行业共识。通过将赏金计划升级为长期项目，OpenAI 意在建立一个稳定的外部安全研究社区，以应对日益复杂的越狱攻击。 此外，OpenAI 还运营着更广泛的 **Safety Bug Bounty** 和 **Security Bug Bounty** 计划，覆盖其他安全漏洞类别。
OpenAI 于2026年7月8日发布《国家安全原则》，首次系统阐述其与政府及国家安全机构合作的指导方针。随着前沿AI系统越来越多地被用于国防、网络安全、生物安全等敏感领域，OpenAI 强调，民主社会应能利用AI保护公民、捍卫关键基础设施、提供公共服务并应对新兴威胁，但必须确保部署方式符合民主问责、人类判断和法治原则。 ## 核心原则与背景 OpenAI 指出，AI在网络安全和生物防御等领域的防御性应用具有显著优势，能够有效增强防御者能力。然而，日益强大的AI系统必须在强化民主制度、防止权力集中的框架下使用。为此，公司制定了这套原则，旨在为政府合作提供透明度，并平衡技术创新与公共安全。 原则的制定过程涉及公司内部跨团队协作，包括研究、安全、政策和政府合作等部门，并邀请了国家安全专家 David Kris 提供独立意见。OpenAI 表示，这些原则将适用于当前及未来的国家安全与执法合作，包括已有的与“战争部”的合作项目。 ## 近期合作进展 在发布原则的同时，OpenAI 还披露了多项与盟国政府的安全合作成果： - **Daybreak 网络防御计划**：已与澳大利亚、加拿大、日本、韩国、法国、德国、波兰、荷兰等国家，以及欧盟网络安全局（ENISA）建立了“可信访问”伙伴关系。 - **与英国政府的合作**：在网络安全测试与评估领域，OpenAI 与英国政府建立了持续深化的信任关系。 - **生物安全领域**：上个月，OpenAI 宣布扩大对美国及盟国政府机构的 **GPT‑Rosalind 模型** 可信访问，以支持公共卫生和生物防御任务。 ## 行业意义与挑战 OpenAI 此举正值全球各国政府加速将AI纳入国家安全体系的关键时期。一方面，AI在威胁检测、漏洞分析、生物风险预警等方面展现出巨大潜力；另一方面，技术滥用、算法偏见、决策黑箱等问题也引发公众担忧。OpenAI 主动发布原则，意在为行业树立标杆，表明其愿意在民主监督下与政府合作，而非单纯追求技术授权。 不过，原则的实际执行仍面临挑战：如何界定“防御性”与“进攻性”用途？如何确保人类判断不被算法替代？尤其是在与“战争部”等军事机构的合作中，透明度和问责机制能否落实仍有待观察。 OpenAI 表示，未来将持续更新原则，并邀请更多民间社会力量参与讨论，共同塑造AI在国家安全领域的负责任使用范式。
## 基准测试的信任危机：SWE-Bench Pro 被曝约三成任务“有问题” OpenAI 近日发布的一项详细审计报告指出，业界广泛使用的 AI 编码能力基准测试 **SWE-Bench Pro** 存在严重任务缺陷，约 **30%** 的任务被判定为“有问题”。这并非孤立事件——此前 OpenAI 已发现其前身 SWE-bench Verified 存在根本性设计与污染问题，并呼吁社区转向 SWE-Bench Pro。如今，连这个“下一代”基准也未能幸免。 ### 四大问题类型：什么在“作弊”？ 审计团队通过自动化管道筛查、多轮 AI 审查以及五名资深工程师的独立复核，将问题归纳为四类： 1. **过于严苛的测试**：测试代码强制要求特定的实现细节，而这些细节在任务描述中并未提及，导致许多功能正确的提交被判定失败。 2. **描述不充分的 prompt**：任务描述遗漏了隐藏测试所强制要求的关键需求，且这些需求无法通过常识合理推断。 3. **低覆盖率测试**：测试用例未能充分覆盖所要求的功能，使得不完整的修复也能通过。 4. **误导性 prompt**：任务描述指向错误的行为方向，或与测试实际要求相矛盾。 ### 从“已验证”到“专业版”：问题为何依旧？ SWE-Bench Pro 本是为了解决前代基准 SWE-bench Verified 的缺陷而设计，它通过更长期、更现实的编码任务来追踪 AI 的“代理编码能力”。在 731 个公开任务中，前沿模型在八个月内通过率从 **23.3%** 飙升至 **80.3%**——这一惊人进步如今看来部分可能是水分。OpenAI 强调，当评估存在影响结果的缺陷时，它们会扭曲对能力的理解，误导安全决策与研究优先级。 ### 影响与启示：AI 评估的“测不准”困境 这一发现对 AI 行业具有双重警示： - **对研发方向**：如果基准测试本身不可靠，模型开发者可能针对“错误的目标”进行优化，而非真正提升编码能力。 - **对安全评估**：OpenAI 将准确度量模型能力视为安全部署的关键，尤其是在其“准备框架”下。有缺陷的评估可能导致对模型风险的低估或高估。 OpenAI 此次审计并非全盘否定 SWE-Bench Pro，而是呼吁社区共同改进评估方法。他们建议研究者在使用该基准时，对结果持审慎态度，并考虑结合其他评估维度。 ### 小结 基准测试是 AI 进步的“标尺”，但尺子本身也需要校准。SWE-Bench Pro 的审计结果再次提醒我们：在追逐更高分数时，必须警惕“噪声”混入“信号”。对于从业者而言，一个更健康的态度是——**不迷信单一基准，多维度交叉验证**。
OpenAI Academy与沃尔顿家族基金会合作，将于今年夏天举办首届面向K-12教育工作者的AI技能实战工作坊（AI Skills Jam）。该活动旨在帮助教师和管理人员将AI融入日常教学、规划、沟通等场景，提升效率并推动AI素养普及。 根据沃尔顿家族基金会与盖洛普联合发布的《为明天而教：弥合期望差距报告》，每周至少使用一次AI工具的教师平均每周节省5.9小时，相当于每学年约六周的时间。节省下来的时间被用于学生反馈、个性化备课、家长沟通等更有价值的活动。 本次工作坊将在美国多个城市举行，预计吸引超过1600名教师、学校管理者和学区领导参与。参与者将在OpenAI导师的指导下，进行实践操作，学习如何将AI应用于备课、行政沟通、家长联络等真实场景。工作坊注重动手实践与信任建立，鼓励提问、分享顾虑并积累信心。 活动结束后，参与者还将获得OpenAI Academy免费在线平台的持续支持，该平台提供AI应用资源与最佳实践指南，帮助教育工作者持续提升AI技能。 此次合作标志着AI教育从理论走向实践的重要一步，也为解决教师时间紧张、资源不均等挑战提供了新思路。
澳大利亚支付与身份基础设施公司 **Australian Payments Plus（AP+）** 近日分享了其利用 **ChatGPT Enterprise** 和 **Codex** 提升团队效率的实践成果。作为连接数百万用户日常支付的核心枢纽，AP+ 面临着规则、技术规范、运营流程、网络安全及监管合规等多重复杂挑战，准确性与问责制至关重要。 ### 效率提升：从数据到行动 AP+ 在全公司范围内推广 ChatGPT Enterprise，帮助员工快速合成大量上下文信息，将技术性内容转化为清晰的决策、文档和面向成员的指导。调查显示，**77% 的受访员工每周节省超过 2 小时**，**80% 的员工报告创造力或工作质量有所提升**。 ### Codex 加速技术调查 对于产品、工程和技术团队，**Codex** 成为下一阶段的关键工具。在一次对账实例中，团队利用 Codex 追踪系统日志与对账数据中微妙的时间戳不一致问题，将原本需要数天的调查缩短至 **30 分钟**。此前类似问题通常需要 **4 小时** 手动排查。此外，Codex 还被用于构建工作模拟，**原来需数天至数周的任务，现在一天内即可完成**。 ### 安全与风险：AI 辅助而非替代 AP+ 还在探索 Codex 在安全团队中的应用，包括威胁建模、漏洞分析、警报分类以及跨系统可见性。公司强调，**AI 的目标不仅是提高效率，更是帮助员工发挥最佳水平**，同时保持人类专家对风险决策的最终责任。 ### 行业启示 在支付行业，速度与准确性并重。AP+ 的实践表明，大型语言模型（LLM）和代码生成工具能够显著降低重复性认知负荷，使技术人员专注于更高价值的判断工作。随着金融监管日益严格，这种“人机协作”模式或将成为行业标配。
日本最大金融集团之一三菱日联金融集团（MUFG）正通过部署ChatGPT Enterprise，加速向AI原生企业转型。截至2026年5月，已有约35,000名三菱UFJ银行员工在日常工作中使用该工具。MUFG集团CDTO山田忠史表示，AI将从根本上改变金融的本质，而OpenAI的技术与协作让这一愿景成为可能。从2024年10月起，双方开始合作，计划通过生成式AI实现运营现代化、提升效率，并创造全新的客户体验。MUFG不仅将AI视为效率工具，更将其视为拓展人类思维与创造力的方式，致力于构建员工与AI共同学习的文化。 ## 从试点到规模化：35,000名员工的AI实践 2024年10月，MUFG与OpenAI启动合作，探索生成式AI在金融业务中的应用。2026年初，三菱UFJ银行开始分阶段部署ChatGPT Enterprise，目标覆盖约35,000名员工。这一规模在金融行业属于前列，体现了MUFG对AI落地的决心。 MUFG集团CDTO山田忠史强调：“我相信AI将从根本上改变金融的本质。要让AI快速融入组织，关键在于营造一个每位员工都能自然使用AI的环境和文化。”为此，MUFG采取了自上而下的领导承诺与自下而上的员工赋能相结合的策略。 ## OpenAI：从设计到落地的深度伙伴 在选择AI合作伙伴时，MUFG看重的是OpenAI的前沿技术与协作精神。山田忠史评价道：“OpenAI与我们共享成为AI原生公司的愿景。凭借其前沿技术和模型，我们看到了一个能将愿景变为现实的合作伙伴。”OpenAI不仅在技术层面提供支持，更从服务设计到实施落地全程参与，帮助MUFG同时推进客户服务创新和银行业务转型。 ## AI原生：超越效率工具的战略定位 MUFG对AI的定位远不止于提升效率。集团认为，AI是延伸人类思维和创造力的方式，员工与AI可以相互学习，共同构建更好的金融服务。这种理念体现在三个方面： - **运营转型**：通过ChatGPT Enterprise优化内部流程，降低重复性工作耗时。 - **客户体验创新**：利用AI提供个性化、智能化的金融服务，例如智能客服、投资建议等。 - **文化变革**：培养“AI原生”思维，让每位员工都能在日常工作中自然使用AI，形成人机协作的新工作模式。 ## 金融业的AI竞赛：MUFG的先行者优势 在全球金融业，AI已成为竞争焦点。MUFG的大规模部署不仅提升了内部效率，更可能在客户服务、风险控制等领域形成差异化优势。通过OpenAI的先进模型，MUFG有望在零售银行、财富管理、信贷审批等场景中率先推出AI驱动的创新服务。 值得注意的是，MUFG的转型并非一蹴而就。从2024年10月开始探索，到2026年初的规模化部署，整个过程体现了金融机构在技术应用上的谨慎与稳健。随着35,000名员工的逐步接入，MUFG正从“使用AI”迈向“成为AI原生”的新阶段。 ## 未来展望 MUFG的案例为金融行业提供了重要参考：AI原生不是简单的工具部署，而是涉及战略、文化、流程的系统性变革。随着更多员工熟悉AI工具，MUFG有望在内部创新和外部服务上释放更大价值。OpenAI与MUFG的合作也表明，前沿AI技术正在深入垂直行业，推动传统金融服务的重构。
OpenAI 最新发布的 Signals 数据显示，ChatGPT 的全球采用正在经历一场从“广度”到“深度”的深刻转变。用户不仅数量激增，使用行为也发生了质变：他们使用更频繁、任务更多样，且用户群体在地域和性别上均变得更加多元。 ## 深度使用：六个月后的用户画像 数据显示，用户注册 ChatGPT 六个月后，**日均发送消息数量比刚注册时增加了 50%**。更重要的是，他们尝试的**不同任务类型数量翻了一番**。这表明，用户并非浅尝辄止，而是逐渐将 ChatGPT 融入工作、学习和生活的核心流程中，从简单的问答扩展到编程、写作、头脑风暴、数据分析等复杂场景。这种“越用越深”的模式，是 AI 工具从新奇玩具演变为生产力平台的关键标志。 ## 全球版图：非洲与亚洲领跑增长 自 2023 年 7 月以来，ChatGPT 的周活跃用户在各大洲均呈现强劲增长。其中，**非洲和亚洲的相对增速最快**。按人类发展指数（HDI）分组来看，**低 HDI 国家的周活跃用户增长最为迅猛**。OpenAI 通过免费版和 Go 计划提供的低成本访问，是推动这一趋势的重要因素，使 AI 工具跨越了经济门槛。 ## 性别均衡化：女性用户占比显著提升 一个值得注意的社会趋势是，**使用 ChatGPT 的女性用户比例正在上升**，目前已占全球使用量的多数。在巴西、哥伦比亚、波兰和纳米比亚等国家，女性用户的活跃度甚至显著超过男性。而在巴基斯坦、孟加拉国、安哥拉、刚果（金）和马里等国家，男性用户仍占主导。这种地域差异反映了不同社会文化背景下，AI 工具在性别普及上的复杂图景。 ## 行业视角：AI 普及进入新阶段 这些数据共同描绘了 AI 普及的下一阶段：**从早期采用者走向大众市场，从单一场景走向多任务渗透，从精英工具走向普惠技术**。对于企业和开发者而言，这意味着需要重新思考产品设计——如何服务一个更庞大、更多样、使用更深入的用户群体？对于政策制定者，则提示了数字鸿沟的新维度：不仅关乎接入，更关乎不同人群如何有效利用 AI 的能力。
## 核心转储流行病学：修复一个18年的老Bug OpenAI 的工程师最近通过大规模核心转储（core dump）分析，成功定位并修复了其数据基础设施中两个看似不可能的错误——其中一个竟然是来自底层库 **GNU libunwind** 中潜伏了 **18年** 的竞态条件。 ### 奇怪的崩溃现象 故事始于 OpenAI 的 **Rockset** 服务（ChatGPT 数据基础设施的关键组件）出现一系列崩溃。崩溃表现为：一个正常的 C++ 函数执行完毕后，返回到一个无效地址，导致程序被内核终止。有时返回地址是 NULL，有时栈指针寄存器 `%rsp` 莫名其妙地偏移了 8 字节。这些异常模式在常规应用代码中几乎不可能出现。 团队尝试了所有常规调试手段，甚至借助 ChatGPT 分析，但每个假设都被证据推翻。这个 Bug 看起来“不可能”。 ### 流行病学方法 传统调试依赖对少数核心转储的深入检查，但面对这种罕见且诡异的崩溃，团队改变了策略——**像流行病学家一样思考**。他们收集了所有崩溃的核心转储，构建了一个高质量的全量数据集，从统计模式中寻找线索。 通过大规模分析，他们发现崩溃其实源于两个完全独立的问题，只是恰好在同一时间被发现： 1. **硬件故障**：某个 Azure 主机上的 CPU 存在静默计算错误，导致指令执行异常。 2. **软件 Bug**：GNU libunwind 中一个存在了 18 年的竞态条件。该库用于栈回溯，在特定并发场景下会破坏栈帧，导致返回地址被覆盖。 ### 修复与启示 硬件问题通过更换主机解决；软件 Bug 则提交了补丁给上游社区。这个案例展示了**大规模崩溃数据分析**在定位极低概率 Bug 上的威力——当单点检查失效时，全量统计能揭示隐藏的规律。 OpenAI 的工程师强调，随着 AI 系统对底层基础设施依赖加深，**C++ 的内存安全问题**与**硬件可靠性**将成为持续挑战。而“核心转储流行病学”这种跨领域方法，或许会成为未来大型系统调试的标配。
OpenAI 今日正式发布 **GeneBench-Pro**，一个面向计算生物学领域、专为评估 AI 系统在真实科研场景中高阶判断能力而设计的基准测试。该基准在原有 GeneBench 基础上大幅升级，覆盖基因组学、定量生物学与转化医学中更具挑战性的任务，旨在衡量模型处理模糊性、迭代修正分析路径以及做出关键科研决策的能力。 ## 为何需要新的基准？ 科研数据很少自带“说明书”。研究人员必须自行判断：某个模式是生物学信号还是噪声？现有数据能否支撑待解答的问题？每一个结果又该如何指导下一步行动？尽管当前 AI 模型已能熟练执行复杂的数据分析流程，但真实的科学研究还依赖于更高层次的判断——这正是 GeneBench-Pro 试图量化的核心能力。 OpenAI 指出，此前业界缺乏令人信服的评估手段来衡量这类“系统性判断”，包括处理歧义、修正假设、选择正确分析路径，以及判断结果是否已具备决策条件。这些能力难以形式化，因此也难以严格评估，但恰恰成为制约 AI 在科研领域整体表现的关键瓶颈。 ## “科研品味”的可量化评估 GeneBench-Pro 引入了一个独特概念——**“科研品味”**（research taste），将其定义为塑造整个分析过程的判断链条：数据能回答哪些问题？早期诊断结果应如何改变模型或估计目标？初始计划何时需要修订？ 每个问题都会提供给模型一个真实且杂乱的数据集、简要的实验背景，以及一个与下游决策直接关联的目标估计量。模型必须主动探索数据、选择恰当的分析方法、进行迭代实验，并最终给出答案——整个过程模拟了科研中从数据到结论的完整推理路径。 ## 数据构造与行业背景 在生物学领域，数据生成成本（如基因组测序）已大幅下降。一些研究人员甚至认为，当前科研的瓶颈已不再是样本采集，而是下游分析。GeneBench-Pro 正是为应对这一转变而设计——它要求 AI 不仅要会“跑流程”，更要会“做判断”。 该基准的推出，标志着 AI 在科学发现领域的评估标准从“能否执行任务”向“能否像科学家一样思考”迈进。对于从事计算生物学、精准医学以及 AI for Science 的团队而言，GeneBench-Pro 提供了一套可复用的、高难度的能力检验框架。 ## 影响与展望 GeneBench-Pro 的发布不仅为模型开发者提供了更清晰的优化方向，也为科研社区如何信任和使用 AI 辅助工具设立了新的标尺。未来，具备高阶判断能力的 AI 有望在药物发现、基因功能解读、疾病机制探索等场景中发挥更大价值。 论文已同步公开，详细介绍了基准设计、数据集构建与评估方法。
2026年6月30日，OpenAI发布了Genebench-Pro基准测试的详细案例研究，揭示了10个具有代表性的问题及其背后的数据集与支撑材料。这些案例覆盖了从体细胞肿瘤学到药物基因组学等关键领域，旨在评估AI模型在复杂生物医学推理任务中的表现。 ## 案例一：体细胞肿瘤学中的结构变异引导治疗决策 第一个案例聚焦于**结构变异驱动的肿瘤靶向治疗**。模型需要基于长读长测序、基因表达、肿瘤质量和药物基因组学证据，判断一个合成的TXR1导向抑制剂在特定肿瘤亚群中的临床效用。任务要求模型估算治疗获益、毒性风险，并计算净临床效用值，最终以JSON格式输出决策代码和推理过程。 该案例强调**多模态数据整合与因果推断**——模型必须从分散的证据中恢复靶点激活状态，再评估治疗干预的边际效应。这不仅是数值计算，更考验模型的**分析推理质量**。 ## 基准设计的深层意图 Genebench-Pro的设计体现了对AI能力的更高要求： - **数据复杂性**：每个问题都附带真实实验数据，包括患者ID、基因组变异、表达谱等，要求模型具备处理异构数据的能力。 - **推理透明度**：模型不仅需要给出答案，还必须提供详细的推理过程（如方法描述与质量控制），以评估其逻辑严谨性。 - **领域特异性**：问题涉及合成生物学标记（如TXR1、DLR1），模拟了真实研究中因隐私或专利原因而脱敏的数据场景。 ## 行业意义与启示 此次发布的案例研究对AI在精准医学中的应用具有重要参考价值： 1. **从预测到决策**：Genebench-Pro超越了简单的分类或回归任务，要求模型在不确定条件下做出治疗决策，这与临床实践中“权衡获益与风险”的思维高度一致。 2. **基准的实用性**：通过公开提示词与数据集，研究社区可以复现、验证并改进模型的表现，推动可重复性AI的发展。 3. **人机协作的边界**：尽管AI在数据整合方面展现出潜力，但案例中明确的“不尝试走捷径”的指令表明，当前模型仍需在推理质量上追赶人类专家。 ## 小结 Genebench-Pro的案例研究不仅是一次技术展示，更是对AI生物医学推理能力的一次“压力测试”。它揭示了当前模型的优势与局限，为未来研究方向提供了清晰的路标。随着更多案例的发布，我们有望看到AI在基因组学、药物研发和个性化治疗中扮演更核心的角色。
OpenAI经济研究团队发布《欧盟AI就业转型框架》报告，首次将此前用于美国的分析框架应用于欧洲劳动力市场。报告基于欧盟官方职业分类（ESCO）和Eurostat就业数据，将职业分为四大转型类型：AI可能促进增长的岗位、自动化潜力较高的岗位、工作流程可能重组的岗位以及短期内变化较小的岗位。结果显示，欧盟约12%的就业岗位可能因AI而增长，14%面临较高自动化风险，27%将经历工作重组，其余47%短期内变化不大。各国差异显著：卢森堡、瑞典、荷兰在增长型岗位中占比更高，而东欧部分国家自动化风险相对突出。报告强调，这些分类并非预测，而是为政策制定者和劳动者提供调整压力与机遇的规划地图。 ## 四大转型类型：从增长到重组 报告将职业划分为四种类型，每种类型对应不同的AI影响路径： - **增长型岗位（约12%）**：AI通过降低服务成本或提升项目可行性，可能增加对这些职业的需求。例如，AI辅助医疗诊断可能扩大医疗影像分析师的就业机会。 - **高自动化潜力岗位（约14%）**：这些职业的核心任务可能被AI直接替代，如数据录入、基础翻译等重复性工作。 - **重组型岗位（约27%）**：AI改变工作流程和技能需求，但人类仍处于核心地位。例如，律师使用AI进行法律检索，但最终决策仍需人完成。 - **低影响岗位（约47%）**：涉及复杂人际互动、手工操作或高度定制化服务的职业，如心理治疗师、手工艺人等。 ## 欧盟vs美国：结构差异带来不同挑战 与2026年4月发布的美国版分析相比，欧盟在高自动化潜力岗位中的就业占比更低。这反映了欧盟经济结构中服务业与制造业的独特比例，以及更严格的职业许可制度对劳动力流动的限制。例如，德国和法国的职业认证体系可能减缓AI对某些岗位的替代速度。 ## 国家差异：北欧领先，东欧承压 报告显示，卢森堡、瑞典和荷兰在增长型岗位中占比较高，这些国家的数字经济基础更好，且拥有更多高技能知识型岗位。相比之下，罗马尼亚、保加利亚等东欧国家在自动化潜力较高的岗位中占比更大，主要涉及制造业和行政支持类工作。 ## 政策启示：规划比预测更重要 OpenAI强调，该框架并非就业预测，而是帮助各方提前识别调整点。报告建议： - 加大对重组型岗位的再培训投资，例如为教师提供AI教学工具培训。 - 对于高自动化潜力岗位，建立社会保障网络和转岗机制。 - 在增长型岗位领域，通过教育体系培养AI协作能力。 这份报告为欧洲应对AI劳动力转型提供了数据驱动的讨论基础，但最终效果取决于各国政策执行与社会协作。
惠普公司（HP Inc.）近日宣布，将正式启动与OpenAI的**前沿战略合作**（Frontier strategic partnership），在成功完成多项试点项目后，计划将AI能力规模化部署到客户体验、软件开发和企业运营等核心领域。 ## 从试点到规模化：AI如何改变工作流 惠普自2026年2月开始测试OpenAI Frontier平台，早期成果显著。一名工程师借助OpenAI模型在数周内处理了**122个拉取请求**，覆盖43个项目；安全团队则用一天时间修复了多个软件漏洞，而传统流程可能需要**一个月**。这些试点证明，AI不仅能加速代码开发，还能优化跨工具、跨团队的协作节奏。 惠普工程师表示：“这是一个不可思议的工具，我每天都在使用它。”从个人效率的提升到团队协作的压缩，OpenAI工具正在将原本分散的测试、审查、安全检查和交接流程整合为更流畅的闭环。 ## Frontier平台：统一管理与治理 随着试点范围扩大，惠普计划从单一AI工具转向**更广泛的智能体（Agent）和AI工作流组合**。Frontier将作为统一平台，负责监控运行状态、管理上下文、控制操作权限并评估输出结果。这种集中式治理架构意味着企业可以安全地让AI介入更多敏感任务，同时保持合规与可审计性。 ## 行业意义：企业AI落地的“惠普样本” 惠普的案例为传统科技巨头提供了可复用的AI转型模板：**先在小团队验证，再通过统一平台规模化**。不同于初创公司的激进部署，惠普强调“渐进式信任”——从开发工具链到客户服务，每一步都基于实际效果评估。 此次合作也标志着OpenAI从面向个人的ChatGPT向**企业级平台服务**的进一步扩展。Frontier提供的不仅是模型能力，更是企业所需的治理、监控与集成工具。对于正在探索AI落地的组织而言，惠普的经验表明：真正的变革来自“小步快跑+统一治理”的组合。 ## 小结 惠普与OpenAI的战略合作并非简单的技术采购，而是传统企业利用前沿AI重构核心流程的典型案例。未来，随着更多类似惠普的“传统巨头”加入，AI在企业中的角色将从“辅助工具”演变为“运营基础设施”。
OpenAI 近日预览了其下一代模型 **GPT-5.6 Sol**，这款模型在编码、科学研究和网络安全方面展现出更强大的能力，同时配备了迄今为止最先进的安全防护体系。 ## 核心亮点 - **编码能力显著提升**：Sol 在代码生成、调试和理解复杂逻辑方面表现优异，有望大幅提升开发效率。 - **科学研究突破**：模型能够辅助研究人员进行文献分析、实验设计甚至初步的数据建模，加速科学发现进程。 - **网络安全强化**：针对日益严峻的网络威胁，Sol 内置了多层防御机制，可主动识别并抵御恶意攻击。 - **最先进的安全栈**：OpenAI 强调，Sol 集成了其史上最全面的安全架构，包括伦理审查、隐私保护和内容过滤等模块。 ## 行业背景与影响 GPT-5.6 Sol 的发布正值 AI 行业竞争白热化阶段。各大厂商纷纷推出更大参数、更专业的模型，而 OpenAI 选择在安全性和垂直领域能力上发力，试图在“能力提升”与“风险控制”之间找到平衡。 - 对开发者而言，更强的编码能力意味着更低的门槛和更高的产出； - 对科研人员来说，AI 助手正在从“工具”演变为“协作者”； - 而网络安全领域的增强，则回应了业界对 AI 系统本身可能被滥用的担忧。 ## 关于命名与定位 “Sol”在拉丁语中意为“太阳”，暗示该模型如同太阳一般，为 AI 应用提供核心驱动力。不过，OpenAI 并未透露 Sol 的具体参数规模，也未公布正式发布日期。目前该模型仍处于预览阶段，后续可能根据反馈进行调整。 ## 小结 GPT-5.6 Sol 代表了 OpenAI 在追求高性能与高安全性之间的一次重要尝试。对于关注 AI 前沿动态的用户来说，这款模型值得持续跟踪——它不仅可能改变开发与科研的范式，也可能为整个行业树立新的安全标准。
OpenAI最新经济研究论文显示，AI代理（Agent）正从根本上改变知识工作的方式——从简单的单次交互演变为可独立执行长达数小时甚至数天任务的“数字员工”。论文以OpenAI内部工具Codex为样本，追踪了过去一年中用户行为与生产力模式的深刻转变。 ## 从聊天机器人到自主代理：工作单元的重定义 传统AI助手（如ChatGPT）的交互模式通常是短促且自包含的：用户提问，模型回答，任务即告完成。但代理型AI完全不同。**Codex能够自主运行数分钟甚至数小时，期间协调多种工具调用、与环境交互并反复迭代，直至找到解决方案**。这种能力将知识工作的基本单元从“单次问答”升级为“委托式长周期任务”。 论文指出，OpenAI内部员工的使用模式佐证了这一转变。在Codex发布后的最初几个月（2025年8月前），ChatGPT仍是公司内部首选AI工具，平均每位员工仅将不到10%的token消耗在Codex上。而到2026年，**包括法务、财务、招聘等非技术部门在内的所有团队，均已将Codex作为主要AI工作工具**。Codex目前占OpenAI内部每周输出token的99.8%。 ## 四大关键趋势 基于对个人用户、组织用户及OpenAI员工的追踪，论文归纳出四个显著趋势： 1. **更长周期的工作委托**：到2026年5月，80.6%的个人用户至少提交过一次估计相当于人类30分钟工作量的Codex请求，70.2%的用户提交过超过1小时的任务，25.6%的用户甚至委托过超过8小时的任务。这表明用户对代理的信任和依赖正在快速深化。 2. **全部门渗透**：工程部门率先迁移，但法务、财务和招聘等部门也在2026年4月左右跨越了“Codex为主要AI工具”的门槛。对于OpenAI普通员工，Codex的token使用占比已超过85%。 3. **非开发者增长迅猛**：自2025年8月以来，个人非开发者用户增长了**137倍**，组织用户增长了**189倍**，OpenAI内部非开发人员的使用量也增长了12倍。代理工具的易用性正在打破编程技能壁垒。 4. **跨岗位能力扩展**：Codex使OpenAI员工能够完成原本不属于其职责描述的任务。例如，非技术人员也能编写脚本或分析数据，而工程师则能更专注于架构设计。 ## 行业影响与未来展望 这份研究为AI代理的商业价值提供了量化证据。**当AI从“问答工具”进化为“任务执行者”，企业的生产力边界将被重新定义**。代理不仅节省时间，更实现了“能力外溢”——让员工突破原有技能限制，承担更复杂的跨职能工作。 不过，论文也隐含了重要挑战：如何确保代理在长时间自主运行中的可靠性？如何管理多代理协作的复杂性？以及，当代理取代部分重复性知识劳动后，人类角色的重新定位将成为一个社会议题。 OpenAI认为，这代表了未来工作的方向：**人类负责设定目标和决策，而AI代理负责执行和迭代**。随着模型能力的增强和产品功能的完善，这一趋势将加速渗透到更多行业和岗位。
OpenAI 与博通（Broadcom）今日联合发布首款自研 AI 推理芯片 **Jalapeño**，这是一款专为大规模语言模型（LLM）推理设计的加速器，旨在提升性能、能效与系统扩展性。 ## 从设计到生产仅用九个月 Jalapeño 由 OpenAI 从零开始设计，基于其对 LLM 底层原理的深刻理解，结合模型、内核、服务系统及产品需求的全栈洞察。博通与 Celestica 负责芯片实现、板级与机架系统集成、高性能网络及可量产方案。整个流程从设计到生产仅耗时 **九个月**，其间 OpenAI 的 AI 模型也加速了开发过程。 ## 性能与能效显著超越现有方案 工程样品已在实验室中运行 GPT-5.3-Codex-Spark 等工作负载，达到生产目标频率与功耗。早期测试表明，Jalapeño 的 **每瓦性能** 将大幅优于当前最先进的解决方案。其架构通过减少数据搬运并平衡计算、存储与网络资源，使实际利用率更接近理论峰值。 ## 面向全行业 LLM 的灵活设计 Jalapeño 并非仅服务于 OpenAI 自家模型，而是设计为具备灵活性，可适配当前及未来各类 LLM。OpenAI 计划将其部署在 **千兆瓦级** 的数据中心中，并与合作伙伴共同推进多代平台演进。 ## 全栈战略的关键一环 Jalapeño 的发布标志着 OpenAI 从产品、模型到芯片的全栈平台战略迈出实质一步。OpenAI CEO Sam Altman 与总裁 Greg Brockman 从博通 CEO Hock Tan 手中接收了芯片样品。OpenAI 表示，该芯片将让先进 AI 更快、更可靠且更易获取。未来数月将公布详细技术报告。 > 小结：Jalapeño 的诞生不仅是一次芯片发布，更预示着 AI 基础设施从通用 GPU 向专用推理芯片的转折。对于行业而言，这意味着推理成本有望大幅下降，而 OpenAI 通过掌控芯片层，将进一步巩固其从模型到算力的完整生态优势。
免疫学家 Derya Unutmaz 借助 GPT-5 Pro 破解了一个困扰其团队三年的免疫学谜题，揭示了葡萄糖如何影响 T 细胞的特化过程。这一突破可能对癌症、自身免疫疾病和感染研究产生深远影响。 ## 谜题背景：T 细胞与葡萄糖的关系 T 细胞是人体免疫系统的关键组成部分，负责对抗病毒、杀死癌细胞、应对细菌和寄生虫，并区分健康细胞与威胁。在发育过程中，T 细胞会分化为不同亚型，各自承担特定功能，而这些分化方向直接影响癌症、自身免疫疾病和感染的进程。2022 年，Unutmaz 教授进行了一项实验，试图理解葡萄糖——一种单糖——如何影响 T 细胞的早期发育。T 细胞不仅以葡萄糖为能量来源，还用它来构建蛋白质和执行其他细胞功能。实验将早期 T 细胞分别置于低葡萄糖环境和含有脱氧葡萄糖（一种干扰葡萄糖利用的分子）的环境中，结果出现了令人困惑的现象：两种条件下 T 细胞的行为差异显著，但团队无法解释其背后的机制。 ## GPT-5 的介入：从数据到洞察 直到 2025 年底，Unutmaz 开始使用 **GPT-5 Pro** 重新审视这批数据。他并非简单地将问题抛给模型，而是结合自己的专业知识与 AI 的分析能力，进行迭代式探索。GPT-5 Pro 帮助他识别出之前被忽略的基因表达模式，并提出了新的假设：葡萄糖不仅作为燃料，还可能通过特定的信号通路直接调控 T 细胞的分化程序。模型能够整合海量文献和实验数据，生成可验证的预测，从而加速了研究进程。Unutmaz 形容，没有 AI 的科研“就像失去了双手或半个大脑”。 ## 意义与展望：AI 驱动的免疫学新范式 这一发现不仅解答了一个基础生物学问题，更展示了 **AI 增强人类专业能力** 的潜力。传统的免疫学研究往往依赖试错法，而 GPT-5 这样的模型能通过模式识别和知识关联，大幅缩短从数据到结论的周期。对于癌症免疫疗法、自身免疫疾病调控和抗感染策略，理解 T 细胞分化的精确机制意味着可能开发出更靶向的治疗方案。Unutmaz 的案例表明，AI 不再是替代科学家，而是成为科研中不可或缺的“协作者”，尤其在处理复杂生物系统和高维数据时，其价值尤为突出。
OpenAI helps build shared standards for advanced AI, supporting evaluation frameworks, safety practices, and global cooperation through the Appia Foundation.
## 从搜索到对话：Omio 的 AI 转型之路 全球领先的多模式旅行平台 **Omio**，连接着超过 **3000 家** 交通服务提供商，覆盖 **47 个国家** 的火车、巴士、渡轮和航班。随着消费者习惯向对话式界面迁移，Omio 正借助 OpenAI 技术，重新定义旅行发现与预订的方式。 传统旅行规划往往需要在多个网站间切换，对比不同交通方式，再拼凑出完整的行程。Omio 认为 AI 能够创造一种截然不同的体验——用户只需描述想去哪里，就能获得个性化、可预订的旅程方案。 作为 OpenAI 的早期客户与合作伙伴，Omio 成为首批尝试基于实时交通数据的对话式旅行体验的旅行公司之一。同时，公司也意识到，重塑客户体验的同一技术同样可以改变内部工作方式。 ### 对话式旅行的落地 2023 年，Omio 通过 **ChatGPT** 推出了最早的旅行体验之一，将 OpenAI 模型直接连接到 Omio 的交通库存和预订系统。这一集成让旅行者可以用自然语言提问，例如“从罗马到佛罗伦萨最快的路线是什么？”或“从巴黎到巴塞罗那，坐火车还是飞机更好？” ### 加速产品开发 借助 OpenAI 的 **Codex** 和 **API**，Omio 将新产品的开发周期从 **3 个月** 缩短至 **1 个月**，所需开发人力从多个开发者一个季度减少到 **一个开发者一个月**——仅为以往开发工作量的 **20%**。这种效率提升使团队能够快速迭代，推出更多 AI 驱动的功能。 ### 成为 AI 原生公司 Omio 的转型不止于客户界面。公司正全面拥抱 AI，从客服自动化到内部运营优化，逐步将 AI 嵌入每一个业务环节。CTO **Tomas Vocetka** 表示，与 OpenAI 的合作不仅加速了创新，更帮助 Omio 朝着“AI 原生”公司的目标迈进。 ### 行业启示 在旅行行业，AI 正在从辅助工具演变为核心体验。Omio 的案例表明，将大语言模型与实时数据、预订系统深度整合，能够创造真正的商业价值——不仅提升用户体验，还显著降低开发成本与周期。对于希望抓住 AI 浪潮的企业而言，关键在于找到技术与场景的最佳结合点，并敢于从实验走向规模化。 随着对话式 AI 的成熟，旅行规划或许将彻底告别“搜索–比较–选择”的繁琐流程，进入一个“描述–获得–出发”的流畅时代。
OpenAI 于 2026 年 6 月 22 日宣布推出 **Patch the Planet**，这是一项由 Daybreak 计划资助、与 Trail of Bits 合作的新倡议，旨在帮助开源维护者发现、验证并修复关键开源软件中的安全漏洞。该计划将 **AI 辅助的安全研究**（使用 OpenAI 最先进的网络安全模型）与 **专家人工审查** 相结合，不仅识别漏洞，还直接参与补丁开发。 ## 背景与痛点 AI 正在加速漏洞发现，但仅发现漏洞并不能保护用户。许多开源维护者面临 **报告激增** 的压力，而时间和资源有限。Patch the Planet 旨在减轻这一负担：安全工程师在报告到达维护者之前先行审查，与项目合作开发补丁和测试，并建立可复用的工作流，帮助团队在首次修复后持续提升安全性。 ## 运作方式 每个合作从与维护者的咨询开始。安全工程师了解项目需求、偏好以及最需要安全投入的领域：漏洞验证、补丁开发、CI/CD 改进或长期安全工程。达成一致后，研究人员调查潜在漏洞，验证有效问题，开发或完善补丁，支持测试，并通过项目既定渠道协调披露。 ## 首批参与项目 初始参与者包括 **cURL**、**NATS Server**、**pyca/cryptography**、**Sigstore**、**aiohttp**、**Go 项目**、**freenginx**、**Python** 和 **python.org**。这些项目支撑着广泛使用的网络、密码学、软件供应链和语言基础设施，加强其安全性可惠及大量下游产品和服务。更多项目将在未来轮次中加入。 ## 合作伙伴 - **Trail of Bits** 已投入全部安全研究团队参与初始冲刺，直接与维护者合作进行调查、验证、补丁开发和披露协调。 - **HackerOne** 和 **Calif** 将协助漏洞分类、协调披露以及额外的针对性发现工作。 ## 意义 Patch the Planet 体现了 **AI 安全从“发现”到“修复”的闭环**。通过将 AI 效率与人工专业判断结合，该计划有望缓解开源社区长期存在的安全资源不足问题，为整个软件供应链带来实质性的安全提升。
OpenAI 于 2026 年 6 月 22 日发布了 Daybreak 安全工具集，旨在帮助组织以机器速度发现、验证并修复漏洞。核心更新包括：**Codex Security** 插件升级，可自动预防新漏洞进入生产环境；**GPT-5.5-Cyber** 完整版发布，在 CyberGym 基准上达到 **85.6%** 的业界最佳性能；**Daybreak 网络合作伙伴计划** 允许合作伙伴将模型能力集成到自身产品中；以及 **Patch the Planet** 倡议，联合 Trail of Bits、HackerOne 等机构，帮助 30 多个开源项目（如 cURL、Go、Python）从发现漏洞转向自动生成补丁。 OpenAI 指出，AI 已改变网络安全格局：漏洞发现不再是瓶颈，**修补漏洞** 才是当前最大挑战。Daybreak 旨在民主化补丁自动化，让更多组织受益于前沿 AI 的防御能力。