OpenAI 推出 GPTs，可自定义 ChatGPT 版本
OpenAI 推出 GPTs，用户现在可以创建自定义版本的 ChatGPT，将指令、额外知识和任意技能组合在一起。该功能由 OpenAI 官方发布。
推荐理由：OpenAI 官方开放 ChatGPT 自定义版本，读者可据此了解提示词、知识与技能组合的搭建方式。
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 1781–1795 条 · 共 1,795 条OpenAI News精选AI 评分8282
OpenAI News精选AI 评分7878 OpenAI 发布函数调用等 API 更新
OpenAI 宣布一系列 API 更新，包括更易引导的模型、函数调用能力、更长的上下文以及更低的价格。材料未给出具体模型版本、上下文长度或价格数字。
推荐理由：OpenAI 公布 API 模型可控性、函数调用、更长上下文与降价四项更新，可据此判断接口能力与成本变化。
OpenAI News精选AI 评分8080 OpenAI 为 ChatGPT 推出插件支持
OpenAI 宣布为 ChatGPT 实现插件的初步支持。插件是专为语言模型设计的工具，以安全为核心原则，可帮助 ChatGPT 获取最新信息、执行计算或调用第三方服务。
推荐理由：OpenAI 官方给出 ChatGPT 插件的最初形态，读者可据此理解模型接入外部工具与实时信息的早期路径。
OpenAI News精选AI 评分7474 OpenAI 用 Video PreTraining 训练神经网络玩 Minecraft
OpenAI 训练了一个神经网络，通过 Video PreTraining（VPT）在大量无标注的人类 Minecraft 游玩视频数据集上学习，仅使用少量标注的承包商数据。经微调后，该模型能学会制作钻石工具，这一任务通常需要熟练人类花费超过 20 分钟（24,000 次操作）。模型使用键盘按键和鼠标移动的原生人类交互界面，因此具有较强通用性，是迈向通用计算机操作智能体的一步。
推荐理由：OpenAI 用大量无标注人类游戏视频预训练网络，展示从少量标注数据到通用计算机操作智能体的路径。
OpenAI News精选AI 评分6262 OpenAI 发布 Dota 2 大规模深度强化学习研究
OpenAI 发布关于 Dota 2 大规模深度强化学习的研究，原文正文未能抓取，仅标题可用。
OpenAI News精选AI 评分6262 OpenAI 在多智能体交互中观察到涌现式工具使用
OpenAI 在模拟捉迷藏环境中训练智能体，观察到它们逐步学会使用更复杂的工具，并形成六种不同的策略与反策略，其中一些策略是该环境原本未预设支持的。这一自监督下的涌现复杂度表明，多智能体协同适应未来可能产生极其复杂且智能的行为。
推荐理由：通过捉迷藏环境观察智能体自发形成六种策略与反策略，呈现多智能体协同适应的涌现复杂度。
OpenAI News精选AI 评分5555 OpenAI 发布 Neural MMO 大规模多智能体游戏环境
OpenAI 发布 Neural MMO，一个面向强化学习智能体的大规模多智能体游戏环境。该平台支持在持续、开放式的任务中运行数量可变的大量智能体，多智能体与多物种的加入带来更好的探索、分化出不同生态位以及整体能力的提升。
推荐理由：OpenAI 发布面向强化学习智能体的多智能体游戏环境，读者可了解其支持大规模智能体与物种共存的设计取向。
OpenAI News精选AI 评分6262 OpenAI Five 基准测试：三局两胜击败 99.95 百分位 Dota 玩家队伍
OpenAI Five 在三局两胜制比赛中击败了由 Blitz、Cap、Fogged、Merlini 和 MoonMeander 组成的 99.95 百分位 Dota 玩家队伍，其中四人曾打过职业 Dota。比赛在直播观众和 10 万同时在线观看者面前进行。
OpenAI News精选AI 评分6262 OpenAI 从单次演示中学会 Montezuma's Revenge
OpenAI 训练出一个智能体，仅凭单次人类演示就在 Montezuma's Revenge 上取得 74,500 分的高分，超过此前所有已发表结果。其算法思路是让智能体从演示中精心挑选的状态出发连续进行游戏，并用 PPO 优化游戏得分，PPO 也是支撑 OpenAI Five 的同一强化学习算法。
推荐理由：OpenAI 用单次人类演示加 PPO 在 Montezuma's Revenge 上取得 74,500 分，可了解其方法思路。
OpenAI News精选AI 评分6262 OpenAI Five 在 Dota 2 中开始击败业余人类队伍
OpenAI 宣布由五个神经网络组成的 OpenAI Five 已在 Dota 2 中开始击败业余人类队伍。
推荐理由：OpenAI Five 首次在 Dota 2 中击败业余人类队伍，可作为早期多智能体协作能力的观察样本。
OpenAI News精选AI 评分5050 OpenAI 发布 LOLA 算法，让智能体建模对手的学习过程
OpenAI 发布 Learning with Opponent-Learning Awareness（LOLA）算法，该算法考虑到其他智能体也在学习这一事实，在迭代囚徒困境中能发现类似 tit-for-tat 的自利但协作的策略。OpenAI 称这是迈向能建模他人心智的智能体的一小步。
推荐理由：OpenAI 公开 LOLA 算法，读者可了解让智能体把对手也在学习纳入建模的一种思路。
OpenAI News精选AI 评分7878 OpenAI 详解 Dota 2：自对弈如何把系统从人类水平之下推到超人水平
OpenAI 发文说明其 Dota 2 结果：在算力充足的前提下，自对弈能把机器学习系统的表现从远低于人类水平提升到超人水平。该系统在一个月内从勉强与高排名玩家打平，发展到击败顶尖职业选手，此后仍在持续进步。OpenAI 指出，监督式深度学习系统的上限取决于训练数据集，而自对弈系统的可用数据会随智能体变强而自动改善。
推荐理由：OpenAI 用 Dota 2 结果说明自对弈在充足算力下能把系统从远低于人类提升到超人水平。
OpenAI News精选AI 评分7070 OpenAI 打造在 1v1 标准赛制下击败顶尖选手的 Dota 2 bot
OpenAI 宣布其打造的 bot 在标准锦标赛规则下的 Dota 2 1v1 对战中击败了世界顶尖职业选手。该 bot 完全通过自我对弈从零学习游戏，未使用模仿学习或树搜索。OpenAI 称这是迈向在涉及真实人类的混乱复杂情境中完成明确目标的一步。
推荐理由：OpenAI 用自我对弈从零训练出在 1v1 标准赛制下击败顶尖选手的 Dota 2 bot，可了解其不依赖模仿学习与树搜索的路径。
OpenAI News精选AI 评分5757 OpenAI 研究：智能体如何发展出自己的语言
OpenAI 发布一项新研究，其中智能体发展出了自己的语言。该帖仅给出研究概要，未提供完整正文。
OpenAI News精选AI 评分6262 OpenAI 发布 Universe 软件平台
OpenAI 发布 Universe，一个用于衡量和训练 AI 通用智能的软件平台，覆盖全球各类游戏、网站及其他应用。
推荐理由：OpenAI 发布 Universe 平台，读者可了解其用游戏与网站训练通用智能的定位。