OpenAI 内部数据智能体详解
OpenAI 介绍了其自研的内部数据智能体，该智能体结合 GPT-5、Codex 与记忆能力，可对海量数据集进行推理。它能在数分钟内输出可靠洞察，服务于 OpenAI 内部的数据分析需求。
推荐理由：文章说明 OpenAI 如何以 GPT-5、Codex 与记忆能力构建内部数据智能体，可作为企业自建数据分析 Agent 的参考路径。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 201–220 条 · 共 227 条OpenAI News精选AI 评分7777
OpenAI News精选AI 评分6969 GPT-5 模型系列实战指南：迁移、智能体设计与提示词调优
OpenAI 发布面向初创公司的 GPT-5 模型系列实战指南，讲解迁移 Responses API、设计智能体、调优提示词、引导 GPT-5 模型以及构建可靠 AI 工作流。
推荐理由：OpenAI 官方面向初创公司讲解 GPT-5 迁移、智能体设计与提示词调优，可作为搭建可靠 AI 工作流的参考路径。
Google DeepMind精选AI 评分8484 Google 发布 Gemini 3 Flash：为速度而生的前沿智能
Google DeepMind 发布 Gemini 3 Flash，以低成本提供前沿推理与多模态能力。该模型在 GPQA Diamond 得分 90.4%，SWE-bench Verified 达 78%，速度为 Gemini 2.5 Pro 的 3 倍，已在 Gemini API、Vertex AI 及 Gemini 应用中推出。
推荐理由：官方发布 Gemini 3 Flash，以更低成本和更快速度提供接近 Pro 级的推理与多模态能力，适合关注模型选型与成本优化的读者。
OpenAI News精选AI 评分7878 OpenAI 开放开发者向 ChatGPT 提交应用，审核通过后进入应用目录
OpenAI 现在允许开发者提交应用供审核并在 ChatGPT 中发布，审核通过的应用将出现在新的产品内目录中以便发现。更新后的工具、指南和 Apps SDK 可帮助开发者构建聊天原生体验，将现实世界操作引入 ChatGPT。
推荐理由：ChatGPT 开放应用提交入口并上线产品内应用目录，开发者可据此评估自有工具接入后的分发与调用路径。
Google DeepMind精选AI 评分7272 Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio 模型
Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio 模型，提升复杂工作流处理、指令遵循和多轮对话能力。该模型已在 Google AI Studio、Vertex AI、Gemini Live 和 Search Live 上线。
推荐理由：原文列出了音频模型在函数调用和指令遵循上的基准提升，并说明实时语音翻译的语言覆盖范围，便于评估其在语音场景的可用性。
OpenAI News精选AI 评分8181 OpenAI 发布 GPT-5.2
GPT-5.2 是 OpenAI 面向日常专业工作的最先进前沿模型，具备最先进的推理、长上下文理解、编码和视觉能力，可在 ChatGPT 和 OpenAI API 中使用，以支持更快、更可靠的智能体工作流。
推荐理由：官方公布了 GPT-5.2 在推理、长上下文、编码和视觉上的能力定位，可据此评估它对现有智能体工作流的替换价值。
OpenAI News精选AI 评分6161 OpenAI 发布 GPT-5.1-Codex-Max 智能体编程模型
OpenAI 发布 GPT-5.1-Codex-Max，一款更快、更智能的智能体编程模型，专为 Codex 设计。该模型面向长周期、项目级工作，具备增强的推理能力和更高的 token 效率。
推荐理由：OpenAI 推出面向长周期项目级任务的智能体编程模型，读者可据此判断其在速度、推理与 token 效率上的改进如何影响现有开发流程。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 3 Pro 模型
Google DeepMind 发布 Gemini 3 Pro，称其在各大基准上超越前代，编码能力超越 2.5 Pro。模型预览版定价为 $2/百万输入 token 和 $12/百万输出 token（200k token 以内），可通过 Gemini API、Google AI Studio 和 Vertex AI 使用。
推荐理由：官方公布了 Gemini 3 Pro 的基准成绩、定价与开发者工具集成，读者可据此评估其在编码和多模态任务上的实际可用性。
Google DeepMind精选AI 评分9292 Google 正式发布 Gemini 3 模型，推出 Gemini 3 Pro 与 Deep Think 模式
Google 正式发布 Gemini 3，首先推出 Gemini 3 Pro 预览版，号称在多模态理解、推理和编码方面达到业界最先进水平，LMArena 得分 1501 Elo。同时推出增强推理模式 Gemini 3 Deep Think 以及全新的智能体开发平台 Google Antigravity。
推荐理由：官方公布 Gemini 3 Pro 在推理、多模态和编码基准上全面超越 2.5 Pro，并推出 Deep Think 模式与 Antigravity 开发平台。
OpenAI News精选AI 评分6161 OpenAI 发布 AgentKit、新版 Evals 与面向智能体的 RFT
OpenAI 发布 AgentKit、扩展版 Evals 与面向智能体的 RFT 三项新工具，帮助开发者更快地从原型走向生产。
推荐理由：原文明确了 AgentKit、Evals 与 RFT 三款工具的定位，开发者可据此判断它们能否缩短从原型到生产的周期。
OpenAI News精选AI 评分6262 OpenAI 向移动端 Pro 用户推出 ChatGPT Pulse 预览版
OpenAI 向移动端 Pro 用户推出 ChatGPT Pulse 预览版。Pulse 会主动调研，并基于用户的聊天记录、反馈以及日历等关联应用提供个性化更新。
推荐理由：原文给出了 Pulse 的主动调研机制和首批开放范围，读者可据此判断这款新体验与自身使用习惯的契合度。
DeepSeek 更新日志精选AI 评分6666 DeepSeek-V3.1-Terminus 发布，deepseek-chat 与 deepseek-reasoner 均已升级
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 都升级为 DeepSeek-V3.1-Terminus，前者对应非思考模式，后者对应思考模式。更新在保持原有能力的基础上针对用户反馈做了改进，包括缓解中英文混杂与偶发异常字符，并进一步优化 Code Agent 与 Search Agent 的表现。
推荐理由：官方更新日志列出了语言一致性与 Agent 能力的具体改进点，读者可据此判断是否需要重新验证现有调用与工作流。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-5 系统卡附录：GPT-5-Codex
OpenAI 在 GPT-5 系统卡附录中发布新模型 GPT-5-Codex，这是 GPT-5 针对在 Codex 中的智能体编码进一步优化的版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考力度，对简单对话查询或小任务快速响应，而在更复杂的任务上独立工作更长时间。
推荐理由：官方说明了 GPT-5-Codex 在编码场景下的思考力度调节机制，读者可据此判断它与通用 GPT-5 的分工差异。
DeepSeek 更新日志精选AI 评分7979 DeepSeek-V3.1 发布，deepseek-chat 与 deepseek-reasoner 均已升级
DeepSeek 官方更新日志宣布，deepseek-chat 与 deepseek-reasoner 均已升级为 DeepSeek-V3.1，分别对应非思考模式与思考模式。
推荐理由：原文给出混合推理架构、思考效率与 Agent 能力变化及三项基准分数，读者可据此判断新模型与现有工作流的适配度。
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 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 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 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。
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 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。