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、工具搜索和 1M token 上下文。
推荐理由：OpenAI 官方发布 GPT-5.4，给出编码、计算机操作与 1M token 上下文等能力定位，便于判断其面向专业工作的边界。
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 101–120 条 · 共 174 条OpenAI News精选AI 评分8282 OpenAI News精选AI 评分6262 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：官方给出 ChatGPT for Excel 与金融数据集成两项变化，读者可据此判断 GPT-5.4 在受监管场景中的落地方式。
OpenAI News精选AI 评分6262 OpenAI 与 Amazon 宣布战略合作，将 Frontier 平台引入 AWS
OpenAI 与 Amazon 宣布战略合作，将 OpenAI 的 Frontier 平台引入 AWS，并扩展 AI 基础设施、定制模型和企业级 AI 智能体。
推荐理由：OpenAI 与 Amazon 达成战略合作，读者可据此了解前沿模型平台进入 AWS 生态后的企业落地路径。
Hugging Face Blog精选AI 评分6262 用 Unsloth 和 Hugging Face Jobs 免费训练 AI 模型
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。
推荐理由：原文给出用编码智能体提交 Unsloth 微调任务的完整命令与 Skill 安装方式，可据此复现小模型训练流程。
Hugging Face Blog精选AI 评分6262 Gradio 的 gr.HTML 如何一次性生成任意 Web 应用
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 Claude 等前沿 LLM 一次性生成前端、后端和状态管理，全部写在一个 Python 文件里，无需构建步骤即可部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.HTML 的三模板 API 与单文件示例，读者可据此判断如何让 LLM 一次生成可部署的交互组件。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 CUDA kernel Agent Skill，Claude 与 Codex 可自动生成并基准测试
Hugging Face 构建了一个 Agent Skill，教编码智能体编写生产级 CUDA kernel，并让 Claude 和 Codex 分别针对 diffusers 的 LTX-Video 和 transformers 的 Qwen3-8B 生成可用 kernel，包含正确的 PyTorch 绑定与基准测试。
推荐理由：Hugging Face 把 CUDA kernel 开发知识封装成 Agent Skill，并给出两个真实模型的端到端基准数据，可据此判断这类技能包的实际收益。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3 Deep Think 升级版
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，这一专用推理模式面向科学、研究与工程难题。官方称其在 Humanity's Last Exam 上取得 48.4%（无工具）、ARC-AGI-2 上 84.6%、Codeforces 上 Elo 3455，并在 2025 国际数学奥林匹克达到金牌水平。
推荐理由：官方给出 Deep Think 在 HLE、ARC-AGI-2、Codeforces 等基准上的具体成绩，并说明 API 早期访问入口，便于判断其科研与工程定位。
Hugging Face Blog精选AI 评分6060 OpenEnv 实践：在真实环境中评测工具型智能体
Meta 与 Hugging Face 联合推出的开源框架 OpenEnv 用于在真实系统而非模拟环境中评测 AI 智能体，Turing 为其贡献了生产级日历管理环境 Calendar Gym。
推荐理由：OpenEnv 与 Calendar Gym 的实测数据揭示了工具型智能体在多步推理和歧义解析上的具体瓶颈，可迁移到其他 Agent 评测设计。
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，介绍在数学家、物理学家和计算机科学家指导下，用 Gemini Deep Think 模式求解专业研究问题。团队构建了由 Deep Think 驱动的数学研究智能体 Aletheia，具备自然语言验证器、可迭代生成与修正，并能承认无法求解，在 IMO-ProofBench Advanced 上得分最高达 90%。
推荐理由：DeepMind 公开了 Gemini Deep Think 在数学与理论计算机科学上的研究级成果，并给出人机协作的分类框架。
OpenAI News精选AI 评分6262 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 面向企业推出智能体平台，给出共享上下文、权限与治理等能力范围，可据此判断企业级 Agent 的落地形态。
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 原生的智能体，将前沿编码能力与通用推理结合，用于支持长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生的 GPT-5.3-Codex，读者可了解其在编码与通用推理上的定位。
Hugging Face Blog精选AI 评分6262 Gradio 团队开源 Daggr：用 Python 串联应用并可视化检查
Gradio 团队发布开源 Python 库 Daggr，用于把 Gradio 应用、ML 模型和自定义函数串联成 AI 工作流，并自动生成可视化画布。画布中可查看任意节点的中间输出、修改输入并单独重跑某一步，无需执行整条流水线，还支持状态持久化和备份节点替换。
推荐理由：Gradio 团队开源 Daggr，用代码定义工作流并自动生成可视化画布，可单独重跑某一步，为多模型串联调试提供了一种轻量方案。
Google Research精选AI 评分6262 Google Research 论文：智能体系统规模化何时有效、为何有效
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，对 180 种智能体配置做大规模对照评测，覆盖 Finance-Agent、BrowseComp-Plus、PlanCraft、Workbench 四个基准和 GPT、Gemini、Claude 三个模型家族，挑战了“智能体越多越好”的假设。
推荐理由：通过 180 种智能体配置的对照评测，给出多智能体架构在并行与顺序任务上的量化差异，可作为架构选型参考。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 upskill：用 Claude 生成 CUDA 内核 Skill 并教给开源模型
Hugging Face 发布新工具 upskill，可用 Claude Opus 4.5 等大模型生成并评测 agent skill，再迁移给更小或本地模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的完整流程与评测方法，可复用到其他领域任务。
Mistral AI精选AI 评分6262 Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 驱动
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能等能力与定价入口，可据此判断终端编码智能体的工作流变化。
Hugging Face Blog精选AI 评分7474 Overworld 发布 Waypoint-1 实时交互视频扩散模型
Overworld 发布 Waypoint-1，一个可通过文本、鼠标和键盘实时控制的交互式视频扩散模型，权重已上传 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互视频扩散模型与配套推理库一并开源，读者可据此了解世界模型从预训练到低延迟部署的完整路径。
Hugging Face Blog精选AI 评分6262 Open Responses 开放推理标准发布：基于 Responses API 面向智能体
OpenAI 发起、开源 AI 社区共建、Hugging Face 生态支持的 Open Responses 开放推理标准发布，基于 Responses API，面向智能体场景设计。该标准默认无状态，支持加密推理，将流式输出建模为语义事件序列，并原生支持内部与外部工具及子智能体循环。开发者可通过 Hugging Face Inference Providers 试用早期访问版本。
推荐理由：OpenAI 发起、Hugging Face 生态支持的开放推理标准，读者可了解 Responses API 开源化后的关键变化与迁移路径。
OpenAI News精选AI 评分6060 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。这一发现与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8787 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 无工具得 33.7%、MMMU Pro 得 81.2%、SWE-bench Verified 得 78%。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断速度与成本之间的取舍。
OpenAI News精选AI 评分6262 OpenAI 开放开发者向 ChatGPT 提交应用
OpenAI 宣布开发者可向 ChatGPT 提交应用，经审核通过后会在产品内新设的应用目录中展示，便于用户发现。官方同时更新了工具、指南和 Apps SDK，帮助开发者构建把真实操作带入 ChatGPT 的聊天原生体验。
推荐理由：OpenAI 开放 ChatGPT 应用提交与目录入口，开发者可据此判断接入路径和审核门槛。