OpenAI 发布 GPT-6 Cyber 网络安全模型
OpenAI 发布 GPT-6 Cyber，这是一款用于发现可利用漏洞并开发修复方案的网络安全模型。该模型经过专门训练，旨在严格保持在授权范围内执行任务。
推荐理由：OpenAI 推出专注于发现漏洞和修复的安全模型，并强调其训练目标是在授权范围内运行。
#OpenAI
OpenAI News精选AI 评分8282
OpenAI News精选AI 评分7070 OpenAI 发布 Images 2.6 图像生成模型
OpenAI 发布 Images 2.6，带来更快的图像生成、GIF 创建、更精确的编辑功能以及新的 API 控制。该更新已同步至 ChatGPT、Codex 和 API 平台。
推荐理由：官方明确了 Images 2.6 在生成速度、GIF 创建及 API 控制上的具体升级，便于评估其对现有工作流的影响。
OpenAI News精选AI 评分8282 OpenAI 自动化修复 948 个 Linux 内核本地提权漏洞
OpenAI 构建的自主流水线发现、验证并生成了 948 个 Linux 内核本地提权漏洞的补丁。
推荐理由：OpenAI 展示了自动化发现并修复 Linux 内核本地提权漏洞的能力，体现了 AI 在系统安全领域的实际应用进展。
OpenAI News精选AI 评分7272 OpenAI 宣布收购 Pierre Computer Company 以扩展 Codex 代码工具
OpenAI 宣布将收购 Pierre Computer Company, Inc.。此次收购旨在扩展 Codex 在构建、理解和审查代码方面的工具能力。
推荐理由：OpenAI 宣布收购 Pierre Computer Company，旨在扩展 Codex 在代码构建、理解与审查方面的工具能力。
OpenAI News精选AI 评分6767 OpenAI 推出 Git 兼容后端 Pando 以支持 Codex 规模化开发
OpenAI 构建了 Pando，这是一个 Git 兼容的后端系统，旨在支撑 Codex 所实现的开发规模。
推荐理由：原文介绍了 Pando 作为 Git 兼容后端的设计初衷，读者可据此了解 Codex 规模化开发对基础设施的要求。
OpenAI News精选AI 评分6060 OpenAI 推出 Grid Protectors 计划
OpenAI 推出 Grid Protectors 计划，旨在与电力公司合作，帮助未来的算力园区支持电网可靠性并保护消费者电费。
推荐理由：该计划将算力扩张与电网稳定性及用户电费保护挂钩，为理解大型 AI 基础设施的社会外部性提供了具体案例。
OpenAI News精选AI 评分7272 OpenAI 支持通过 robots.txt 表达 AI 训练偏好
OpenAI 宣布将遵循共享的 robots.txt 信号，帮助网站运营者向参与的服务商传达其 AI 训练偏好。
推荐理由：OpenAI 宣布支持 robots.txt 信号，为网站运营者提供了向 AI 服务商表达训练偏好的标准化途径。
OpenAI News精选AI 评分6262 OpenAI 如何检测前沿模型失准
OpenAI 使用分层监控来检测前沿模型失准和未授权智能体行为，以便响应人员在事件升级前介入。
推荐理由：官方说明了分层监控机制，读者可了解其如何识别前沿模型失准并介入干预。
OpenAI News精选AI 评分6262 OpenAI 与 Oracle 扩大合作将应用接入 ChatGPT
OpenAI 与 Oracle 宣布扩大合作，将企业应用和 AI 智能体引入 ChatGPT。此次合作还将为 Oracle 的新产品提供技术支持。
推荐理由：官方确认双方扩大合作，将企业应用与智能体接入 ChatGPT，并支撑 Oracle 新业务。
OpenAI News精选AI 评分8282 OpenAI 与学术社区合作构建科学理解
OpenAI 分享了模型在 Kakeya 猜想、指数时间假设和量子色动力学上的结果，并说明了研究者如何验证和基于这些结果继续工作。
推荐理由：OpenAI 展示了模型在数学与物理猜想上的具体结果，并说明了研究者如何验证和基于这些结果继续工作。
AWS Machine Learning Blog精选AI 评分7575 Amazon Bedrock 上 OpenAI 模型的 Prompt Caching 模式：降低 AI Agent 成本
AWS 官方博客介绍了在 Amazon Bedrock 上使用 OpenAI 模型时，通过 Prompt Caching 减少 AI Agent 重复读取上下文的成本。文章演示了显式与隐式缓存结合、工具变更、子代理共享前缀等场景的代码实现，并指出在 GPT-6 Astra 的六轮工作负载中，输入成本可降低约 62%。
推荐理由：原文给出了在 Amazon Bedrock 上为 OpenAI 模型配置 Prompt Caching 的具体代码模式，读者可据此降低多轮 Agent 的输入成本。
OpenAI News精选AI 评分6060 Cloudflare 使用 OpenAI 工具链连接漏洞发现与防御
Cloudflare 使用 OpenAI Daybreak 调查漏洞并提出修复方案供审查，其开发者利用 Codex 加速开发并提升代码质量。
推荐理由：原文展示了 Cloudflare 将漏洞发现与修复流程接入 OpenAI 工具链的具体实践，为安全工程自动化提供了参考。
OpenAI News精选AI 评分7777 OpenAI 构建 ChatGPT 新型广告系统以平衡用户信任与相关性
OpenAI 介绍了 ChatGPT 新型广告系统的构建过程。该系统利用 LLM 理解对话意图，确保广告与答案分离，并实现大规模的相关性广告投放。
推荐理由：原文说明了 ChatGPT 广告系统如何区分答案与广告，读者可据此理解其信任机制设计。
OpenAI News精选AI 评分7272 OpenAI 联合 Scripps Research 利用数千个 AI 智能体挖掘生物数据
OpenAI 与 PerturbAI、Scripps Research 合作，利用分布式 AI 智能体在数百万个脑细胞的数据中挖掘出有前景的研究线索。
推荐理由：展示了分布式智能体在百万级脑细胞数据中挖掘研究线索的应用路径。
OpenAI News精选AI 评分6060 ChatGPT 广告业务扩展至 26 个新国家，超 10 万广告主已接入
OpenAI 宣布 ChatGPT 广告业务扩展至 26 个新国家，使更多广告主能在用户探索、比较和决策购买时触达受众。官方数据显示，目前已有超过 100,000 名广告主使用该平台。
推荐理由：官方确认 ChatGPT 广告业务扩展至 26 个新国家，并披露已有超 10 万广告主使用该平台。
OpenAI News精选AI 评分8282 OpenAI 模型与 Codex 工作流登陆 Google Cloud
OpenAI 与 Google Cloud 合作将前沿模型和 Codex 工作流引入 Gemini Model Garden。该服务通过 Google Cloud Marketplace 提供，用户可直接访问。
推荐理由：OpenAI 模型与 Codex 工作流进入 Gemini Model Garden，用户可在 Google Cloud Marketplace 直接获取。
OpenAI News精选AI 评分6262 OpenAI 收购 Orchestra Bio 以推进生命科学研发
OpenAI 宣布收购 Orchestra Bio，旨在将 AI 驱动的操作引入生命科学研发领域。此举将帮助生物制药团队加速药物开发进程并推动新疗法的研发。
推荐理由：OpenAI 通过收购 Orchestra Bio 将 AI 能力延伸至生命科学研发，旨在加速药物开发流程。
AWS Machine Learning Blog精选AI 评分6767 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
AWS 团队在 Amazon SageMaker HyperPod 上通过 SFT 和 GRPO 微调 GPT-OSS-20B，将多语言推理正确率从 22% 提升至 100%。SFT 解决了模型默认用英语推理的问题，GRPO 进一步将答案语言正确率从 62% 提升至 70%。
推荐理由：文章给出了 SFT 与 GRPO 在能力缺口下的分工结论，读者可据此判断何时使用强化学习微调。
AWS Machine Learning Blog精选AI 评分7373 AWS Agent Registry 支持运行时动态发现 MCP 和 A2A 工具
AWS Agent Registry 支持在运行时通过混合语义搜索发现并实例化 MCP 服务器和 A2A 智能体，避免在编排器中硬编码工具端点。该服务通过审批工作流管理工具目录，将连接元数据与调用凭证分离，使企业系统能根据用户请求动态组装临时智能体。
推荐理由：原文展示了通过语义搜索动态发现 MCP 和 A2A 工具的实现路径，为大型 API 场景下的 Agent 编排提供了可参考的架构模式。
AWS Machine Learning Blog精选AI 评分6262 AWS 教程：使用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建智能体语义层
AWS 发布教程，演示如何使用 Strategy Mosaic 作为语义层，通过 MCP 协议连接 Amazon Bedrock AgentCore 托管的 Strands 智能体。该架构支持跨 Amazon Redshift 和 Amazon Aurora 的无 ETL 联合查询，并将行级和列级安全策略直接应用于智能体调用，确保不同角色用户仅能访问其权限范围内的数据。
推荐理由：演示了如何通过 MCP 协议将语义层接入 Agent，并实现跨数据源查询与细粒度权限控制。