Claude Code 真的很神？命令行 AI 编程工具实测
Anthropic 的命令行 AI 编程工具 Claude Code 以代理式编程在终端接管全局代码，也能与 PyCharm、VSCode 等 IDE 集成。文章给出 Mac 上基于 Node.js 18+ 的安装步骤与 GLM-4.5 模型配置方法，并测试用它搭建了一个 UI 接近知乎、可注册登录和提问的完整网站。
#Agent
#Agent
今日 0 条机器学习初学者AI 评分5555
OpenAI NewsAI 评分2323 Basis 用 OpenAI 模型扩展会计师事务所产能
Basis 基于 OpenAI o3、o3-Pro、GPT-4.1 与 GPT-5 构建 AI 智能体，帮助会计师事务所节省最多 30% 的时间。这些智能体同时扩展事务所在咨询与增长方面的产能。
OpenAI NewsAI 评分4646 将工作委托给 ChatGPT agent
ChatGPT agent 演示了如何在线上完成研究、编写代码并采取行动，在几分钟内制定好一份商业计划。该演示展示了 ChatGPT agent 自动执行多步在线任务的能力。
OpenAI NewsAI 评分2828 Outtake 如何借助 OpenAI 将数字威胁解决速度提升 100x
Outtake 使用 GPT-4.1 与 OpenAI o3 驱动 AI 智能体，检测并解决数字威胁的速度比此前快 100x。
OpenAI NewsAI 评分2020 Model ML 正在以 AI 帮助金融公司从底层重建业务
Model ML 正在以 AI 原生基础设施和自主智能体，帮助金融公司从底层重建业务。其 CEO Chaz Englander 在 Executive Function 系列中分享了这一观点。
OpenAI News精选AI 评分7474 OpenAI 推出 ChatGPT agent
OpenAI 推出 ChatGPT agent，它能够思考并采取行动，使用工具完成研究、预订和幻灯片等任务，全程在用户的引导下进行。
推荐理由：官方介绍了 ChatGPT agent 的能力范围与使用方式，读者可据此判断它在研究、预订和幻灯片制作等任务上如何融入现有工作流。
OpenAI NewsAI 评分3636 Retell AI：基于 GPT-4o 的可定制无代码语音智能体自动化
Retell AI 正以 GPT-4o 和 GPT-4.1 驱动的 AI 语音自动化改造呼叫中心。其无代码平台让企业能够上线自然、实时的语音智能体，降低通话成本、提升 CSAT，并自动化客户对话——无需脚本、无需等待时间。
OpenAI NewsAI 评分2323 Unify 如何用 OpenAI o3、GPT-4.1 与 CUA 实现可规模化增长
Unify 使用 OpenAI o3、GPT-4.1 和 CUA 自动化潜在客户开发、调研与触达，并通过超个性化消息和常驻工作流帮助团队规模化生成 pipeline。团队能同时聚焦高影响力的客户互动。
OpenAI NewsAI 评分5050 OpenAI Operator 改用 o3 模型，API 版仍基于 GPT-4o
OpenAI 宣布将 Operator 现有基于 GPT-4o 的模型替换为基于 OpenAI o3 的版本，API 版本仍将继续基于 GPT-4o。该内容作为 OpenAI o3 与 o4-mini 系统卡的补充说明发布。
OpenAI News精选AI 评分7272 OpenAI 为 o3 与 o4-mini 系统卡新增 Codex 附录
OpenAI 为 o3 与 o4-mini 系统卡发布 Codex 附录，说明 Codex 是云端编程智能体。Codex 由 codex-1 驱动，codex-1 是专为软件工程优化的 o3 版本，通过在多种环境的真实编程任务上进行强化学习训练，以生成贴近人类风格与 PR 偏好的代码，严格遵循指令并迭代运行测试直到通过。
推荐理由：原文说清了 codex-1 与 o3 的关系及其强化学习训练方式，读者可据此判断 Codex 在软件工程任务上的能力来源。
OpenAI NewsAI 评分2828 用 OpenAI o3 自动化复杂工作流
OpenAI o3 能够对复杂任务进行推理，并帮助自动化多步骤工作流。它可处理需要多个环节衔接的复杂流程，从而提升任务执行的效率。
OpenAI News精选AI 评分6464 PaperBench：评估 AI 复现 AI 研究的能力
OpenAI 提出 PaperBench，这是一个用于评估 AI 智能体复现前沿 AI 研究能力的基准。
推荐理由：OpenAI 提出 PaperBench 基准，用于评估 AI 智能体复现前沿 AI 研究的能力，为衡量智能体的研究复现水平提供了新的基准。
OpenAI NewsAI 评分1515 EliseAI 用 AI 提升住房与医疗效率
EliseAI CEO 兼联合创始人 Minna Song 在对谈中分享了 EliseAI 用 AI 提升住房与医疗效率的做法。对话围绕该公司在住房与医疗两大行业的 AI 应用实践展开。
Fragmented · AI Developer PodcastAI 评分3232 Vinay Gaba 谈 AI 时代 Android 开发的未来
Vinay Gaba 在 Fragmented 播客中分享了对 AI 时代 Android 开发未来的判断。他汇总了与多位顶尖 Android 开发者的访谈，给出未来三年的预测，并探讨了 AI 的冲击、开发角色的演变以及关键技能。谈话中还提及 Cursor AI IDE、JetBrains AI assistant 与编码智能体 JetBrains Junie。
OpenAI News精选AI 评分7474 OpenAI 推出 deep research 智能体
OpenAI 推出 deep research 智能体，可利用推理综合大量在线信息并代为完成多步研究任务。该功能今天起向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：官方公布了 deep research 的能力定位和分阶段开放计划，读者可据此判断它对多步信息检索类工作流的影响。
OpenAI NewsAI 评分2727 OpenAI deep research 如何帮助 Bain & Company 理解复杂行业趋势
OpenAI deep research 帮助 Bain & Company 理解复杂的行业趋势，为其开展深度的行业趋势分析提供支持。
OpenAI NewsAI 评分2323 Altera 用 GPT-4o 构建智能体与人类协作的新领域
Altera 使用 GPT-4o 构建智能体与人类协作的新领域，探索 AI 智能体与人类协同工作的新方式。
DeepSeek 更新日志精选AI 评分6666 DeepSeek API 接口更新，新增 FIM 补全与 8K 最长输出
DeepSeek 更新 API 接口，/chat/completions 新增 JSON 输出、Function 调用、对话前缀续写（Beta）与 8K 最长输出（Beta）。同时新增 /completions 接口，支持 FIM 补全（Beta）。更新详情请跳转官方文档。
推荐理由：原文列出了 JSON 输出、Function 调用与 FIM 补全等新能力，开发者可据此评估如何接入现有工作流。
OpenAI NewsAI 评分2727 MavenAGI 推出基于 GPT-4 的 AI 客服智能体
MavenAGI 推出基于 GPT-4 的 AI 客服智能体，Tripadvisor、Clickup 和 Rho 已投入使用。该智能体帮助企业节省时间，并为客户提供更好的服务。
OpenAI News精选AI 评分6868 Klarna AI 助手承担相当于 700 名全职客服的工作量
Klarna 的 AI 助手已承担相当于 700 名全职客服的工作量。Klarna 正在用 AI 改造个人购物、客户服务和员工生产力。
推荐理由：原文给出 Klarna 的 AI 助手承担了相当于 700 名全职客服的工作量，为评估 AI 客服的实际承载能力提供了参照。
OpenAI News精选AI 评分7575 OpenAI 推出 GPT Store
OpenAI 宣布推出 GPT Store。
OpenAI News精选AI 评分9393 OpenAI 在 DevDay 发布 GPT-4 Turbo 等新模型与开发者产品
OpenAI 在 DevDay 发布 GPT-4 Turbo，支持 128K 上下文并降低价格。同时推出的还有 Assistants API、GPT-4 Turbo with Vision 与 DALL·E 3 API 等开发者产品。
推荐理由：原文列出 GPT-4 Turbo 的 128K 上下文与更低价格，以及 Assistants API 等新入口，开发者可据此评估要跟进哪些更新。
OpenAI News精选AI 评分8383 OpenAI 推出可定制的 GPTs
OpenAI 推出 GPTs，用户现在可以创建定制版 ChatGPT，将自定义指令、额外知识与任意技能组合结合在一起。
推荐理由：原文宣布用户可为 ChatGPT 自定义指令、知识与技能组合，这为普通用户搭建专属智能体提供了官方入口。
OpenAI News精选AI 评分6464 OpenAI 用 Video PreTraining 训练神经网络玩 Minecraft
OpenAI 通过 Video PreTraining (VPT) 在大量无标注人类 Minecraft 游戏视频上预训练神经网络，仅使用少量标注数据。微调后模型可制作钻石工具，这一任务熟练人类通常需要 20 分钟以上（24,000 次操作）。模型使用原生人类键鼠界面，OpenAI 称其是迈向通用电脑操作智能体的一步。
推荐理由：OpenAI 用少量标注数据加大量无标注视频预训练，让模型学会 Minecraft 中的钻石工具制作，为通用电脑操作智能体提供可迁移方法。
OpenAI News精选AI 评分6363 WebGPT：通过网页浏览提升语言模型的事实准确性
OpenAI 通过文本网页浏览器微调 GPT-3，使其能更准确地回答开放式问题。该研究探索了让语言模型借助网页浏览提升事实准确性的方法。
推荐理由：原文介绍了用文本浏览器微调 GPT-3 以提升事实准确性的方法，为语言模型结合外部信息检索提供了参考。
OpenAI News精选AI 评分6262 多智能体交互中涌现的工具使用
OpenAI 观察到智能体在简单的捉迷藏游戏中逐步发现更复杂的工具使用方式，并在新的模拟捉迷藏环境中形成六种不同的策略与反策略，其中一些是研究者此前不知道该环境支持的。这种自监督涌现的复杂性进一步表明，多智能体协同适应未来可能产生极其复杂和智能的行为。
推荐理由：智能体在简单的捉迷藏环境中通过自监督训练涌现出六种策略与反策略，为多智能体协同演化产生复杂行为提供了可参照的路径。
OpenAI NewsAI 评分4343 Neural MMO：面向强化学习智能体的大规模多智能体游戏环境
OpenAI 发布 Neural MMO，这是一个面向强化学习智能体的大规模多智能体游戏环境。该平台支持在持久、开放式任务中运行大量且数量可变的智能体。引入多智能体与多物种后，可带来更好的探索、差异化生态位形成和更高的整体能力。
OpenAI NewsAI 评分5151 OpenAI 发布 CoinRun 量化强化学习中的泛化能力
OpenAI 发布 CoinRun 训练环境，用于量化智能体将经验迁移到新情境的能力，并已帮助澄清强化学习中长期存在的一个难题。CoinRun 复杂度适中，比 Sonic the Hedgehog 等传统平台游戏更简单，但仍对当前最先进算法构成有价值的泛化挑战。
OpenAI News精选AI 评分6969 OpenAI Five 在 The International 2018 两负顶级 Dota 2 选手
OpenAI Five 本周在温哥华举行的 The International 上两负顶级 Dota 2 选手。两局比赛的前 20 至 35 分钟，OpenAI Five 都保持着获胜机会。
推荐理由：原文记录了两局比赛前 20 至 35 分钟 OpenAI Five 仍保持胜机，读者可据此观察 AI 在长时局博弈中的能力边界。
OpenAI NewsAI 评分4343 OpenAI Five Benchmark 比赛结束
OpenAI Five Benchmark 比赛现已结束。
OpenAI NewsAI 评分5858 OpenAI 智能体从单次人类演示学会 Montezuma's Revenge 并拿到 74,500 分
OpenAI 训练智能体仅凭单次人类演示在 Montezuma's Revenge 中得到 74,500 分，优于此前任何已公开结果。做法是让智能体从演示中精心挑选的状态开始连续游戏，并用 PPO 优化游戏分数，PPO 也是 OpenAI Five 所使用的基础强化学习算法。
OpenAI NewsAI 评分3131 OpenAI 首届 Retro Contest 结果公布
OpenAI 首届 Retro Contest 已结束，赛事聚焦能从既往经验泛化的算法开发。比赛结果现已公布。
OpenAI NewsAI 评分4141 OpenAI 提出基于辩论的 AI 安全技术
OpenAI 提出一种基于辩论的 AI 安全技术，通过训练 AI 智能体就特定话题相互展开辩论，并由人类担任裁判决定胜负。该技术旨在利用这种辩论机制来提升 AI 系统的安全性。
OpenAI NewsAI 评分5353 OpenAI 提出 LOLA 算法，学习建模其他智能体
OpenAI 发布 LOLA（Learning with Opponent-Learning Awareness）算法，该算法在训练中会把其他智能体也在学习这一事实纳入考虑。在重复囚徒困境中，LOLA 能发现以牙还牙（tit-for-tat）这类既利己又协作的策略，是迈向能建模其他心智的智能体的一小步。
OpenAI NewsAI 评分5555 OpenAI 进一步解读 Dota 2 自我对弈成果
OpenAI 表示其 Dota 2 系统在一个月内从勉强匹配高水平玩家提升到击败顶尖职业选手，自我对弈可在算力充足时把机器学习系统从远低于人类水平提升到超人类水平。监督式深度学习系统的上限取决于训练数据集，而自我对弈系统中的可用数据会随智能体变强而自动改善。
OpenAI NewsAI 评分2323 OpenAI：学习合作、竞争与交流
OpenAI 指出，智能体争夺资源的多智能体环境是通向 AGI 的垫脚石。这类环境有两大特质：难度由竞争者技能决定的自然课程（与自身克隆对抗时环境恰好匹配自身水平），以及不存在稳定均衡——无论智能体多聪明，总有变得更聪明的压力。这类环境与传统环境差异很大，仍需大量研究才能驾驭。
WorkBuddy 更新日志AI 评分5050 WorkBuddy 5.6.2 发布，新增文档内 AI 对话、全局搜索与图片视频生成
WorkBuddy 发布 5.6.2 版本更新，新增文档内 AI 对话、全局搜索（任务、空间、产物）、图片与视频生成、Outlook 连接器与电脑操作等功能。同时优化任务管理、长对话加载、MCP 会话生命周期与文件预览性能，并修复模型选择未保留等若干问题。