METR 在首个完整运营年度 2023 年开发了评估 LM 智能体自主任务能力的初始方法，其测试被纳入 OpenAI GPT-4 系统卡，工作也在英国 AI 安全峰会上展示。METR 提出的“负责任扩展政策”（RSP）框架获得业界采纳，Anthropic 于 2023 年 9 月发布 RSP 1.0，OpenAI 于 2023 年 12 月发布“Beta Preparedness Framework”。METR 还开始与英国 AI 安全研究所（AISI）合作，为其自主系统团队开发评估。
匹配字段摘要、正文
The Gradient 刊文《The Artificiality of Alignment》指出，当前所谓“对齐”研究实际在解决的是打造用户愿意付费的产品，而非人类灭绝这一宏大挑战。文章认为 OpenAI 将构建超级智能列为主要目标，Anthropic 也设有产品页面，两家公司的营收目标始终在治理、产品与技术决策中起作用。
匹配字段摘要、正文
ARC Evals 从 ARC 分拆成为独立机构，由 Beth Barnes 领导，Paul Christiano 继续担任 ARC 负责人。该团队已完成对 GPT-4（与 OpenAI 合作）和 Claude（与 Anthropic 合作）的独立评估，并与英国 Foundation Model Taskforce 正式合作，规模已占 ARC 员工多数。新机构可能更名，名称尚未确定。
匹配字段摘要、正文
Steve Moraco 借助 Replit 构建了 iPhone 数字助手 DATA，通过 Apple Shortcuts 用语音调用 OpenAI GPT 替代 Siri，并集成 Apple Maps、Mail、Calendar 与 Notion。DATA 内置 Data Mems 设备端长期记忆、Whisper 音频转写等快捷指令，仅需手机号和 OpenAI API key 即可完成设置。该服务在几个月内做到超过 216,000 美元 ARR。
匹配字段摘要、正文
Replit 宣布推出 Ghostwriter，把 AI 能力接入几乎全部 IDE 功能，旗舰功能 Complete Code 是实时补全代码的 AI 结对程序员，目前处于封闭测试。官方称通过 FasterTransformer 与 Triton 推理、知识蒸馏和量化等优化，中位响应时间低于 400ms；Explain Code、Generate Code、Transform Code 则调用 OpenAI 等更大模型。Ghostwriter 后续将打包为基于 Cycles 的付费功能，最终计划像 Multiplayer 一样默认免费开放。
匹配字段摘要、正文
Lilian Weng 梳理了强化学习中的课程学习（curriculum learning）方法：从 1993 年 Elman 用课程训练神经网络学习简单语言语法，到 Bengio 等 2009 年对课程学习的综述，再到 Zaremba & Sutskever 用 LSTM 预测 Python 程序输出、PCG 程序化生成关卡以及 OpenAI 解魔方时使用的自动域随机化（ADR）。课程学习有望加快收敛速度，但设计不当的课程反而可能损害学习效果。
匹配字段摘要、正文
域随机化（DR）通过在仿真器中随机化视觉与物理动力学参数（如物体位置、材质纹理、光照、质量、摩擦、阻尼、关节限位、动作延迟和观测噪声），让策略在丰富分布上训练后迁移到真实环境。相比需要真实数据的域适应，DR 几乎不需要真实样本；OpenAI Robotics 借此让灵巧手连续旋转物体至 50 个随机目标朝向。
匹配字段摘要、正文
Lilian Weng 在 Lil'Log 发布《Generalized Language Models》综述，梳理了让词嵌入依赖上下文并更易迁移到下游任务的各类方法。文章从 CoVe 的 NMT 编码器上下文词向量讲起，重点介绍 ELMo 通过无监督双向语言模型（biLM）预训练学习上下文表示，并指出 OpenAI GPT 与 BERT 进一步用无监督预训练加生成式架构同时克服 CoVe 的局限。该文后续陆续补充了 ULMFiT、GPT-2、ALBERT、RoBERTa、T5、GPT-3、XLNet、BART 和 ELECTRA。
匹配字段摘要、正文
Lilian Weng 在 Lil'Log 发布了一篇强化学习入门长文，从智能体与环境交互出发，系统梳理了状态、动作、奖励、策略、价值函数等核心概念，并区分 model-based 与 model-free、on-policy 与 off-policy 等算法类别。文章以 AlphaGo、AlphaGo Zero 和 OpenAI DOTA2 1v1 机器人等案例引入，面向新手作为进一步研究前沿工作的起点。
匹配字段摘要、正文
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