GPT-5.6 构建者指南：初创公司如何打造更快、更省成本的 AI 智能体
OpenAI 发布 GPT-5.6 构建者指南，介绍初创公司如何借助更智能的模型选择和新的 Responses API 能力，构建更快、更具成本效益的 AI 智能体。
#Agent
#Agent
今日 2 条OpenAI NewsAI 评分2222
OpenAI NewsAI 评分2222 OpenAI 研究：企业如何用 ChatGPT 和 Codex 落地智能体 AI
OpenAI 研究揭示企业正采用智能体 AI，使用 ChatGPT 和 Codex，前沿企业正在 AI 采用上拉开差距。
Microsoft Research精选AI 评分7171 微软研究院开源 Orchard：面向可扩展智能体 AI 的开放框架
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可复用于软件工程、网页导航和个人助理等任务，并支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由：微软研究院开源 Orchard 框架，给出环境服务与三个领域训练配方，读者可了解小模型在真实 harness 中训练的具体路径。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，作为面向机器人的具身推理模型，可理解物理世界、规划多步任务并调用 Google Search 等工具，现已通过 Gemini API 和 Google AI Studio 向开发者开放，Gemini Enterprise Agent Platform 上处于私密预览。
推荐理由：官方给出视频理解、任务编排与多机协作的能力变化和开放入口，可据此判断机器人在真实环境中的任务完成方式。
OpenAI NewsAI 评分2222 avatarin 如何用 GPT-Realtime 打造 24/7 零售智能体
avatarin 基于 OpenAI 的 GPT-Realtime 为山田电机（Yamada Denki）顾客提供 24/7 多语言支持。两周内有 30,000 人使用该智能体，92% 的问卷反馈为正面评价。
OpenAI News精选AI 评分6262 GPT-5.6 如何兼顾前沿智能与效率
OpenAI 发布 GPT-5.6，称其在模型、推理和智能体工作流上提升了 AI 效率，让每美元能获得更多有用的智能。原文未给出具体性能数字或版本细节。
推荐理由：原文给出 GPT-5.6 在模型、推理与智能体工作流上的效率改进方向，可据此了解其单位成本产出思路。
OpenAI NewsAI 评分2929 OpenAI 发布报告：AI 编程智能体如何加速科学计算
OpenAI 发布一份新领域报告，展示科学家如何用 AI 编程智能体现代化科学计算，加速软件开发与发现，覆盖基因组学等领域。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人智能层，首次实现对完整人形机器人的全身控制，并提升手部与夹爪的精细操作能力。
推荐理由：Gemini Robotics 2 把机器人控制从上半身扩展到全身，并给出端侧适配与多机协作的具体路径。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以缓解递归摘要带来的性能损失。在 CollabBench 协作编程任务上，采用基于重构的信念评分后，ABBEL 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也显著低于全上下文设置。
OpenAI NewsAI 评分4242 OpenAI 推出企业级 AI 智能体平台 OpenAI Presence
OpenAI 推出企业级 AI 智能体平台 OpenAI Presence，可部署可信的语音与聊天智能体，用于客户及内部工作流。该平台定位为经过验证的企业 AI 智能体平台，帮助组织落地相关智能体应用。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber 三款新模型。
推荐理由：官方给出三款 Flash 新模型的 token 效率、价格与基准对比，可据此判断智能体任务的成本变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.5 Flash Cyber 安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上表现优于主线 Flash 模型。
推荐理由：官方给出轻量安全模型在 CyberGym、Chrome 提交扫描等基准上的对比数据，可了解其与主线的差异。
OpenAI NewsAI 评分2020 Cars24 如何用 OpenAI 扩展对话规模并加速构建
Cars24 借助 OpenAI 的语音与聊天智能体，每月处理超 100 万分钟对话，并挽回 12% 的流失线索。该公司还将智能体工作流推广至全公司各团队，以加快构建速度。
OpenAI News精选AI 评分5050 OpenAI 发布自动红队系统 GPT-Red
OpenAI 发布自动红队系统 GPT-Red，通过自博弈方式提升 AI 安全、对齐以及提示注入鲁棒性。该系统面向自动化红队测试场景，用于发现和改善模型的安全问题。
推荐理由：OpenAI 公开自动红队系统 GPT-Red，读者可了解自博弈如何用于提升提示注入鲁棒性。
OpenAI NewsAI 评分1212 OpenAI 如何管理智能体时代的 AI 投资
OpenAI 提出企业在智能体时代应以"每美元有效工作量"衡量 AI 投资回报，通过提升效率、扩展高价值工作流来管理投入。该思路针对企业级 AI 部署，强调从成本视角转向产出视角评估投入价值。
OpenAI News精选AI 评分6262 OpenAI 推出 ChatGPT Work 智能体
OpenAI 发布 ChatGPT Work，一个可跨应用和文件执行操作的智能体，能在需要时为同一项目持续工作数小时，并把目标转化为完成的工作。
推荐理由：OpenAI 官方给出 ChatGPT Work 的定位与能力边界，读者可据此判断智能体进入工作流的形态。
Berkeley AI ResearchAI 评分4040 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体服务、由智能体运行、由智能体构建。
OpenAI NewsAI 评分2626 OpenAI 研究：AI 智能体如何改变工作方式
OpenAI 发布新研究论文，展示 AI 智能体正在改变工作方式，能够承担更长、更复杂的任务，并在多种岗位上提升生产力。
Google DeepMind精选AI 评分7878 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前该能力仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：Gemini 3.5 Flash 把 computer use 从独立模型并入主模型，读者可据此判断智能体跨平台自动化的落地路径。
OpenAI NewsAI 评分1212 Omio 如何用 OpenAI 打造对话式旅行体验
旅行平台 Omio 正借助 OpenAI 构建对话式旅行体验，并推动自身转型为 AI 原生公司。Omio 同时利用 OpenAI 加速产品开发。
Google DeepMindAI 评分4040 Google DeepMind 与英国政府用 Gemini 打造 AI 规划工具，目标将住宅规划审批时间减半
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 地方规划部门合作，基于 Gemini 共同开发 AI 规划原型工具，目标将住宅规划申请审批时间缩短 50%。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 AI Control Roadmap，用纵深防御保障内部 AI 智能体安全
Google DeepMind 发布 AI Control Roadmap，一套用于构建和管理 Google 内部部署的高级 AI 的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层，即使对齐不完美也能提供保障。
推荐理由：DeepMind 公开内部 AI Control Roadmap，给出检测与响应分级和百万条编码智能体轨迹的分析结论。
OpenAI NewsAI 评分2222 OpenAI Academy 推出三门新课程，面向下一阶段工作方式
OpenAI 推出三门 Academy 新课程，帮助人们建立实用 AI 技能、创建可复用工作流，并在日常工作中应用智能体。课程聚焦实际动手能力与工作场景落地。
OpenAI News精选AI 评分6060 OpenAI 计划收购 Ona，为 Codex 扩展持久云端环境
OpenAI 计划收购 Ona，以扩展 Codex 的安全持久云端环境，支持在企业工作流中运行长时间运行的 AI 智能体。
推荐理由：OpenAI 收购 Ona 以扩展 Codex 的云端环境，读者可据此了解其智能体在企业工作流上的布局方向。
Google DeepMindAI 评分3838 Google DeepMind 联合多方发起最高 1000 万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，发起最高 1000 万美元的多智能体 AI 安全技术研究资助，面向全球研究者开放。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的智能体多模态模型，介于 E4B 与 26B MoE 之间，可在 16GB 显存或统一内存上本地运行。
推荐理由：Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存，读者可据此判断本地智能体部署的可行性。
OpenAI NewsAI 评分1313 Endava 如何围绕 AI 智能体重构软件交付
Endava 正利用 AI 智能体、ChatGPT Enterprise 和 Codex 加速软件交付、自动化工作流，并在全企业构建 AI 原生文化。
OpenAI News精选AI 评分6060 OpenAI 为 ChatGPT 推出 Dreaming 记忆系统
OpenAI 为 ChatGPT 推出名为 Dreaming 的新记忆系统，用于更好地记住用户偏好。该系统旨在让上下文在多次对话之间保持新鲜和相关。
推荐理由：OpenAI 官方披露 ChatGPT 新记忆系统，读者可据此了解跨对话上下文保持方式的变化。
OpenAI NewsAI 评分1818 Travelers 携手 OpenAI 在全国范围部署 AI 理赔助手
Travelers 基于 OpenAI 打造了 AI 理赔助手 Claim Assistant，用于引导客户完成理赔申报。该助手提供 24/7 支持，并帮助 Travelers 在理赔高峰期扩展业务处理能力，目前已在全国范围部署。
OpenAI NewsAI 评分2222 OpenAI Codex 推出插件、站点与标注功能，覆盖各类角色与工作流
OpenAI 为 Codex 推出新的插件、站点和标注功能，面向分析师、营销人员、设计师、投资者等团队，帮助其借助 AI 完成更多工作。
OpenAI NewsAI 评分2222 OpenAI：Codex 正成为面向所有人的生产力工具
OpenAI 发布《The Next Era of Knowledge Work》报告，探讨 Codex 如何通过 AI 驱动的调研、数据分析、工作流自动化和内容创作提升生产力。报告称 Codex 正从开发者工具转变为面向所有人的生产力工具。
OpenAI NewsAI 评分2020 Endava 如何用 Codex 构建智能体组织
Endava 借助 Codex 构建智能体组织，将需求分析周期从数周缩短至数小时，加速软件交付。该案例展示了 Codex 在企业级软件交付流程中的实际应用方式。
OpenAI NewsAI 评分2222 OpenAI、Thrive 与 Crete 如何用 Codex 构建自我改进的税务智能体
OpenAI、Thrive 和 Crete 用 Codex 构建了一个可自我改进的税务智能体，实现报税自动化、提升准确性并加速工作流。
OpenAI NewsAI 评分2222 Warp 押注 GPT-5.5 构建开源开发工作流
Warp 正基于 GPT-5.5 及 OpenAI 模型，在本地、云端和开源开发工作流中协调多个编码智能体。该工具将 GPT-5.5 用于跨环境的编码智能体调度，以支持开源协作开发。
Google DeepMind精选AI 评分5050 Google DeepMind 用 Co-Scientist 加速逆转细胞衰老的基因研究
Google DeepMind 介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 使用 Co-Scientist 加速细胞衰老研究。Co-Scientist 扫描数万篇论文后提出 20 多个新的候选基因因子，实验室测试验证了其中几个假设，成功让细胞进入更年轻状态并改善整体功能。此外，原本需要长达六个月的数据分析工作被缩短到几天。
推荐理由：原文给出 Co-Scientist 在衰老研究中的具体产出与验证结果，读者可据此判断 AI 辅助科研的实际落地程度。
Google DeepMind精选AI 评分5858 Google DeepMind 为 Project Genie 加入 Street View 真实场景生成能力
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 真实影像接地能力，用户可选取美国地点并搭配风格与角色描述，生成以真实地点为起点的可交互世界。
推荐理由：原文给出 Genie 接入 Street View 真实影像后的世界生成方式与开放范围，读者可据此判断世界模型落地路径。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 Gemini for Science 科学工具与实验
Google DeepMind 推出 Gemini for Science，包含 Google Labs 上的三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等研究原型打包成可申请的科学工具，读者可据此判断智能体科研的落地形态。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码
Google DeepMind 发布 Gemini 3.5 模型家族，首发 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 以及 Gemini Enterprise 等渠道开放。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口，可据此判断速度与成本取舍。
OpenAI NewsAI 评分2626 Databricks 将 GPT-5.5 引入企业智能体工作流
Databricks 将 GPT-5.5 用于企业智能体工作流，此前该模型在 OfficeQA Pro 基准上刷新了 SOTA。
OpenAI NewsAI 评分2222 Sea 为何用 Codex 推动智能体式软件开发
Sea Limited 首席产品官解释了公司为何在工程团队中部署 Codex，以加速亚洲的 AI 原生软件开发。