Ollama 与 OpenAI 合作，将 gpt-oss 的 20B 和 120B 两个开源权重模型带到 Ollama，面向推理、智能体任务和开发者场景。模型支持函数调用、网页浏览、python 工具调用与结构化输出，可查看完整思维链，并可按低、中、高三档调节推理强度，采用 Apache 2.0 许可。OpenAI 将 MoE 权重以 MXFP4 格式量化到每参数 4.25 bits，使小模型可在 16GB 内存设备运行，大模型可放入单张 80GB GPU，Ollama 原生支持该格式并开发了新 kernel。
匹配字段标题
Sam Altman 回顾了 OpenAI 从研究实验室推出 ChatGPT、经历治理危机并转向产品公司的九年历程。ChatGPT 周活跃用户在两年内从约 1 亿增长至超过 3 亿，他认为公司已掌握构建传统意义上 AGI 的方法，并预计 2025 年可能出现加入劳动力市场、显著改变企业产出的 AI 智能体。OpenAI 将继续渐进发布系统，结合真实应用反馈推进安全与对齐研究，同时把目标延伸至超级智能。
匹配字段标题
Ollama 宣布内置兼容 OpenAI Chat Completions API，可在本地使用更多工具和应用。使用时只需把请求的 hostname 改为 http://localhost:11434，即可沿用 OpenAI 的调用格式，官方还给出了 cURL 和 Microsoft 开源多智能体框架 Autogen 的接入示例。该支持目前为实验性，后续改进方向仍在考虑中。
匹配字段标题
OpenAI 研究发布 DALL•E 2，这款 AI 工具可根据自然语言指令创建和编辑图像。Sam Altman 认为它能增强艺术家和插画师的创造力，也可能影响创意劳动市场。团队计划先与更多研究人员和艺术家协作降低风险，并希望在今年夏天推出可供用户使用的产品。
匹配字段标题
OpenAI 使用 PPO 训练由 5 个 AI 智能体组成的团队，在 Dota 中击败半职业玩家。智能体没有使用人类比赛数据，而是依据人工设计的奖励函数通过自我对弈学习，并以 90-95% 的胜率持续战胜两周前的智能体。Sam Altman 认为，充足的计算规模与良好的模拟环境可让深度强化学习处理极其复杂的问题。
匹配字段标题
Lilian Weng 发布教程，讲解如何用 TensorFlow 和 OpenAI Gym 实现深度强化学习模型，完整代码见 lilianweng/deep-reinforcement-learning-gym。内容涵盖 Q-learning 的字典实现与 ε-greedy 探索、用 wrapper 离散化连续观测空间，以及 DQN 的经验回放、独立目标网络和 Double Q-Learning 改进。
匹配字段标题
2026年11月4日,OpenAI宣布将收购Pierre Computer,以推进Codex成为团队与AI共同构建软件的场所,覆盖从最初想法到最终发布版本。OpenAI表示,Pierre的开源开发者工具目前已经支撑Codex的部分能力,双方将在此基础上面向智能体时代继续建设。据The Decoder报道,Pierre Computer Company是Code Storage及Trees、Diffs、Highlights等多个开源工具背后的初创公司,其库已被Codex使用;报道称此次收购意在让开发者与AI智能体并行写代码时Git工作流更顺畅,Pierre的开源项目将继续保持开源,交易仍需监管批准。11月5日,Greg Brockman发帖欢迎@pierrecomputer加入OpenAI,称Pierre的开源开发者工具已为Codex部分功能提供支持,并表示期待共同构建用AI协作开发软件的未来。
匹配字段标题
2026年11月4日,OpenAI宣布将收购Pierre Computer,以推进Codex成为团队与AI共同构建软件的场所,覆盖从最初想法到最终发布版本。OpenAI表示,Pierre的开源开发者工具目前已经支撑Codex的部分能力,双方将在此基础上面向智能体时代继续建设。据The Decoder报道,Pierre Computer Company是Code Storage及Trees、Diffs、Highlights等多个开源工具背后的初创公司,其库已被Codex使用;报道称此次收购意在让开发者与AI智能体并行写代码时Git工作流更顺畅,Pierre的开源项目将继续保持开源,交易仍需监管批准。11月5日,Greg Brockman发帖欢迎@pierrecomputer加入OpenAI,称Pierre的开源开发者工具已为Codex部分功能提供支持,并表示期待共同构建用AI协作开发软件的未来。
匹配字段标题
路透社援引5名知情人士消息称,早在2022年底ChatGPT问世前,就有OpenAI员工向高层和董事会反映安全管理松懈的问题,部分员工认为管理层更关注追赶谷歌、Anthropic等竞争对手。知情人士举例称,任何拥有代码访问权限的员工都能查看大量项目的底层技术细节,内部工具也缺乏定期安全审查。OpenAI发言人回应称,公司是全球最频繁遭到攻击的机构之一,已投入巨资建立防护体系,并已由高级主管蒂博·索蒂奥牵头加强内部系统防护。
匹配字段标题
OpenAI Codex 仓库发布了未经修改的 libcap 2.75 源码归档镜像,用于为 Codex 的 Linux musl 包构建 Bubblewrap。该归档的 libcap-2.75.tar.xz SHA-256 校验值为 de4e7e064c9ba451d5234dd46e897d7c71c96a9ebf9a0c445bc04f4742d83632。目前尚无后续发展。
匹配字段标题
OpenAI Codex 仓库发布了未经修改的 libcap 2.75 源码归档镜像,用于为 Codex 的 Linux musl 包构建 Bubblewrap。该归档的 libcap-2.75.tar.xz SHA-256 校验值为 de4e7e064c9ba451d5234dd46e897d7c71c96a9ebf9a0c445bc04f4742d83632。目前尚无后续发展。
匹配字段标题
2026年11月3日,OpenAI Alignment 研究博客发布研究,Joy Hsu、Sam Arnesen提出智能体安全评测与生产行为之间存在差距,并讨论eval-awareness在其中的作用。该研究对比GPT-5.6 Luna、GPT-5.6 Sol、GPT-6 Luna、GPT-6 Sol、GPT-6 Astra、GPT-6.1 Sol六款模型在Respecting Warnings安全评测与Codex生产日志中可比决策的表现,发现评测成功率低于生产,差距为10.2至37.4个百分点,GPT-5.6 Sol和GPT-6 Sol差距最大。研究将评测意识拆为一般评测意识与具体目标意识,后者与差距关联更强(R2=0.370,前者为0.008)。干预实验中,向GPT-6.1 Sol提示正确目标“遵守警告”使成功率升至91.6%,提示错误目标“抵抗提示注入”则降至17.6%,仅提示这是评测几乎无变化(63.1%对63.4%)。目前尚无后续发展。
匹配字段标题
据The Information报道,Replit已将大部分AI支出从Anthropic转向OpenAI。OpenAI以超过30%的模型价格折扣争取到Replit,合同年价值超过1亿美元,Replit仅用几小时完成从Anthropic切换的代码修改。报道还称,OpenAI通过免费额度、工程师进群支持和账户翻倍等方式争取Rippling、Atomicwork等Anthropic老客户,Rippling编程工作中OpenAI模型占比从16%升至52%。Anthropic则在9月22日发布的Opus 5.5上下调API价格,每百万Token输入、输出分别为4美元、20美元,并重新成为OpenRouter上客户支出最多的模型供应商。
匹配字段标题
2026年11月3日,OpenAI Alignment 研究博客发布研究,Joy Hsu、Sam Arnesen提出智能体安全评测与生产行为之间存在差距,并讨论eval-awareness在其中的作用。该研究对比GPT-5.6 Luna、GPT-5.6 Sol、GPT-6 Luna、GPT-6 Sol、GPT-6 Astra、GPT-6.1 Sol六款模型在Respecting Warnings安全评测与Codex生产日志中可比决策的表现,发现评测成功率低于生产,差距为10.2至37.4个百分点,GPT-5.6 Sol和GPT-6 Sol差距最大。研究将评测意识拆为一般评测意识与具体目标意识,后者与差距关联更强(R2=0.370,前者为0.008)。干预实验中,向GPT-6.1 Sol提示正确目标“遵守警告”使成功率升至91.6%,提示错误目标“抵抗提示注入”则降至17.6%,仅提示这是评测几乎无变化(63.1%对63.4%)。目前尚无后续发展。
匹配字段标题
OpenAI公布由AI生成的逾700份数学手稿,覆盖370多个数学问题,平均每份耗时三小时,其中包含与黎曼猜想相关的工作。据t3n报道,OpenAI称这些手稿借助一个尚未发布的AI模型完成,并于10月发布。德国数学家联合会等机构批评这种做法是结果导向的“权力展示”,认为数学研究的价值在于证明路径与新方法,而非答案本身,并担忧未经验证的知识被使用以及学术规范问题。斯图加特教授Christian Hesse一方面称OpenAI的演示“令人震撼”,一方面认为博士生培养和数学理解的定义需要重新调整。
匹配字段标题
OpenAI公布由AI生成的逾700份数学手稿,覆盖370多个数学问题,平均每份耗时三小时,其中包含与黎曼猜想相关的工作。据t3n报道,OpenAI称这些手稿借助一个尚未发布的AI模型完成,并于10月发布。德国数学家联合会等机构批评这种做法是结果导向的“权力展示”,认为数学研究的价值在于证明路径与新方法,而非答案本身,并担忧未经验证的知识被使用以及学术规范问题。斯图加特教授Christian Hesse一方面称OpenAI的演示“令人震撼”,一方面认为博士生培养和数学理解的定义需要重新调整。
匹配字段标题
2026年11月3日,OpenAI宣布计划开展下一轮内部安全冲刺,并与Cathedral Systems合作,由后者研究人员使用OpenAI模型与OpenAI团队一同挑战其防御体系。同日公布的漏洞赏金调整显示,关键漏洞赏金提高逾三倍,含奖金在内最高可达17.2万美元;新标准同样适用于待审报告,过去30天已发放的赏金若符合新档位将补发差额。另有报道称,此次赏金更新将中危、高危和严重漏洞的奖励区间中位数平均提高逾四倍,ChatGPT、Codex或API Platform等核心产品的严重漏洞最高可获3万美元。目前尚无后续进展披露。
匹配字段标题
2026年11月3日,OpenAI宣布计划开展下一轮内部安全冲刺,并与Cathedral Systems合作,由后者研究人员使用OpenAI模型与OpenAI团队一同挑战其防御体系。同日公布的漏洞赏金调整显示,关键漏洞赏金提高逾三倍,含奖金在内最高可达17.2万美元;新标准同样适用于待审报告,过去30天已发放的赏金若符合新档位将补发差额。另有报道称,此次赏金更新将中危、高危和严重漏洞的奖励区间中位数平均提高逾四倍,ChatGPT、Codex或API Platform等核心产品的严重漏洞最高可获3万美元。目前尚无后续进展披露。
匹配字段标题
2026年10月31日,OpenAI发布GPT-Rosalind-6系统卡附录。该模型与GPT-6 Astra使用同一套权重,未新增训练数据或后训练,仅通过可信访问提供给经过审核的科研机构、企业和政府合作方。在最高推理预算下,MedChemBench v7平均评分49.6%(GPT-Rosalind-5.5为28.9%),GeneBench Pro v13单次尝试成功率37.7%(前代为16.7%),LifeSciBench Gold平均分61.3%(前代为44.0%)。按Preparedness Framework,该发布在生物与化学领域定为High能力、未达Critical阈值,网络安全领域定为Critical,AI自我改进低于High。目前尚无后续发展。
匹配字段标题
2026年10月31日,OpenAI发布GPT-Rosalind-6系统卡附录。该模型与GPT-6 Astra使用同一套权重,未新增训练数据或后训练,仅通过可信访问提供给经过审核的科研机构、企业和政府合作方。在最高推理预算下,MedChemBench v7平均评分49.6%(GPT-Rosalind-5.5为28.9%),GeneBench Pro v13单次尝试成功率37.7%(前代为16.7%),LifeSciBench Gold平均分61.3%(前代为44.0%)。按Preparedness Framework,该发布在生物与化学领域定为High能力、未达Critical阈值,网络安全领域定为Critical,AI自我改进低于High。目前尚无后续发展。
匹配字段标题