OpenAI 发布 GPT-5.4 mini 和 nano
OpenAI 发布 GPT-5.4 mini 和 nano，是 GPT-5.4 更小、更快的版本，针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 推出 GPT-5.4 的小型版本，读者可据此了解其在编码、工具调用与高并发场景的定位。
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 1701–1720 条 · 共 1,767 条OpenAI News精选AI 评分6262
OpenAI News精选AI 评分5858 OpenAI 为 Responses API 加入计算机环境，从模型走向智能体
OpenAI 介绍如何用 Responses API、shell 工具和托管容器构建智能体运行时，让智能体在安全、可扩展的环境中处理文件、工具和状态。
推荐理由：OpenAI 官方说明如何用 Responses API、shell 工具和托管容器搭建智能体运行时，可了解其安全与扩展思路。
OpenAI News精选AI 评分5858 OpenAI 发布 Codex Security 研究预览版
OpenAI 发布 Codex Security，目前处于研究预览阶段。它是一个 AI 应用安全智能体，通过分析项目上下文来检测、验证并修补复杂漏洞，官方称其置信度更高、噪声更少。
推荐理由：OpenAI 官方给出 Codex Security 的定位与能力范围，可据此判断 AI 安全智能体在漏洞处理上的切入点。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-5.4 前沿模型
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且高效的前沿模型，具备 SOTA 编码、计算机操作、工具搜索能力和 1M token 上下文窗口。
推荐理由：OpenAI 官方给出 GPT-5.4 的定位与能力清单，读者可据此判断它在专业工作场景中的适用边界。
OpenAI News精选AI 评分6060 OpenAI 推出 ChatGPT for Excel 及金融数据集成
OpenAI 推出 ChatGPT for Excel 和新的金融应用集成，由 GPT-5.4 驱动，用于在受监管环境中加速建模、研究与分析。
推荐理由：OpenAI 把 ChatGPT 接入 Excel 并新增金融数据集成，读者可了解其在受监管环境中的建模与分析定位。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.1 Pro，ARC-AGI-2 得分 77.1%
Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的更强核心推理模型，在 ARC-AGI-2 上取得 77.1% 的验证得分，超过 3 Pro 推理性能的两倍。
推荐理由：官方给出 ARC-AGI-2 得分与多产品线开放入口，可据此判断 Gemini 3.1 Pro 的推理提升幅度与可用范围。
Google DeepMind精选AI 评分7171 Google DeepMind 用 Gemini Deep Think 加速数学与科学发现
Google DeepMind 发布两篇论文，介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 在数学、物理和计算机科学专业研究问题上的表现。
推荐理由：原文给出 Deep Think 在数学与理论计算机科学上的具体解题案例，读者可据此判断智能体推理在科研流程中的实际位置。
OpenAI News精选AI 评分5858 OpenAI 发布企业级智能体平台 OpenAI Frontier
OpenAI 发布企业平台 OpenAI Frontier，用于构建、部署和管理 AI 智能体。该平台提供共享上下文、入职引导、权限和治理等能力。
推荐理由：OpenAI 推出面向企业的智能体平台，读者可了解其共享上下文、权限与治理等能力定位。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生智能体，将前沿编码性能与通用推理能力结合，面向长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生智能体模型，读者可了解其在前沿编码与通用推理上的定位。
OpenAI News精选AI 评分6767 OpenAI 发布 GPT-5.3-Codex 系统卡
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为目前能力最强的智能体编码模型。该模型结合了 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理和专业领域知识能力。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的能力定位，读者可据此了解它在编码与推理上的组合方式。
OpenAI News精选AI 评分6262 OpenAI 详解 Codex App Server：如何嵌入 Codex 智能体
OpenAI 发布文章介绍 Codex App Server，说明如何通过它把 Codex 智能体嵌入到应用中。该服务是一个双向 JSON-RPC API，支持流式进度、工具调用、审批和 diff。
推荐理由：OpenAI 官方拆解 Codex App Server 的双向 JSON-RPC 接口，可供开发者参考如何把 Codex 智能体嵌入自有应用。
OpenAI News精选AI 评分6262 OpenAI 发布 macOS 版 Codex 应用
OpenAI 发布面向 macOS 的 Codex 应用，定位为 AI 编码与软件开发的指挥中心，支持多智能体、并行工作流和长时间运行的任务。
推荐理由：OpenAI 官方发布 macOS 版 Codex 应用，读者可了解其多智能体与并行工作流的产品定位。
OpenAI News精选AI 评分6060 OpenAI 拆解 Codex 智能体循环
OpenAI 发布技术解读，拆解 Codex 智能体循环，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。内容为技术深入分析，原文仅提供摘要。
推荐理由：OpenAI 官方拆解 Codex CLI 如何用 Responses API 编排模型、工具与提示词，适合理解编码智能体的运行机制。
OpenAI News精选AI 评分4545 OpenAI发布ChatGPT小型团队指南
OpenAI发布ChatGPT小型团队指南，介绍如何利用ChatGPT进行数据分析、创建营销材料、管理预算、主持会议和做出更好的决策。
推荐理由：原文提供了ChatGPT在小型团队中的应用场景，读者可以了解其如何改变工作流程。
OpenAI News精选AI 评分7070 OpenAI 发布构建 AI 智能体实用指南
OpenAI 发布了关于设计、编排和部署 AI 智能体的实用指南，涵盖了用例、模型选择、工具设计、安全措施和多智能体模式。
推荐理由：原文提供了构建 AI 智能体的实用指南，对希望了解该领域的人来说具有参考价值。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-5 模型系列构建指南
OpenAI 发布了 GPT-5 模型系列构建指南，包括迁移到 Responses API、设计智能体、调整提示词、引导 GPT-5 模型以及构建可靠的 AI 工作流。
推荐理由：原文提供了关于如何使用 GPT-5 模型系列构建可靠 AI 工作流的实用指南，读者可以据此了解如何将其应用于实际工作中。
OpenAI News精选AI 评分7070 OpenAI GPT-5 工作版解读
OpenAI 发布 GPT-5 工作版，介绍其在营销、工程、财务、战略、法律和 IT 领域的应用，并提供评估方法。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI News精选AI 评分6060 OpenAI 解密 Codex 在工程领域的应用
OpenAI 详细介绍了 Codex 在理解代码、重构系统、提升性能、加速工程速度和增强工程工作流程方面的应用。
推荐理由：OpenAI 详细介绍了 Codex 在工程领域的应用，读者可以了解 Codex 如何加速工程工作流程。
OpenAI News精选AI 评分5757 OpenAI 持续加固 ChatGPT Atlas 抵御提示词注入
OpenAI 正在用强化学习训练的自动化红队加固 ChatGPT Atlas，抵御提示词注入攻击。这一持续发现并修补的循环能更早识别新型攻击手法，在 AI 智能体能力增强的同时强化浏览器智能体的防御。
推荐理由：OpenAI 披露用强化学习训练的自动化红队持续发现并修补 Atlas 的提示词注入漏洞，可了解浏览器智能体的安全加固思路。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3 Flash
Google DeepMind 发布 Gemini 3 Flash，主打前沿智能与速度兼顾，在 GPQA Diamond 得 90.4%、Humanity's Last Exam 无工具 33.7%、MMMU Pro 81.2%、SWE-bench Verified 78%，定价为每 100 万输入 token 0.50 美元、每 100 万输出 token 3 美元。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断它在速度与成本上的取舍。