OpenAI 为 GPT-6.2 Astra 和 Sol 发布新提示词模板
OpenAI 为 GPT-6.2 Astra 和 Sol 发布了覆盖写作风格、主动性和编码的新提示词模板,并同步调整了 API 行为。Astra 默认写作更简短直接,模板要求最终回答自成一体、不沿用推理过程中的简写,并在授权范围内自行推进下一步而非等待确认。
OpenAI 为 GPT-6.2 Astra 和 Sol 发布了覆盖写作风格、主动性和编码的新提示词模板,并同步调整了 API 行为。Astra 默认写作更简短直接,模板要求最终回答自成一体、不沿用推理过程中的简写,并在授权范围内自行推进下一步而非等待确认。
AWS 博客介绍在 Amazon Bedrock 上调用 OpenAI 模型时,如何通过隐式与显式提示词缓存减少 AI 智能体每轮重复发送工具定义、指令和历史带来的输入成本。

AWS 介绍如何让 OpenAI Codex 通过 Amazon Bedrock 调用模型,同时复用现有的 IAM、区域和可观测性体系。Codex 仍运行在开发者工作站上,示例使用 GPT-5.6 Sol,建议先用 Native AWS Access 做小范围最小权限试点,也可选 AgentCore Gateway 或 LLM Gateway。

OpenAI 在 AI Engineer Code Summit 举办“New Ways of Working with Codex”工作坊,由开发者体验工程师 Dominik Kundel 和 Charlie Guo 主讲。


OpenAI Codex 使用 OS 级沙箱而非独立容器来约束用户环境中的命令。这种机制允许直接运行如 iOS 原生构建工具链和模拟器等本地可执行文件,避免了 Docker 隔离导致的兼容性问题。
OpenAI 演示了 Codex 如何在 macOS、Linux 和 Windows 上运行本地命令,同时通过用户控制的文件系统与网络限制保障安全。
OpenAI 详解 ChatGPT 的广告技术栈:由 LLM 驱动理解对话意图,并将广告与回答内容分离,从而在大规模下投放相关广告。该方案以用户信任与相关性为核心设计目标。
以下是我们 OpenAI 的工程师如何使用 Codex 深入我们的代码库、找出需要关注的地方,并逐步清理维护积压:
Software maintenance is changing. A few months ago, I had to tell Codex exactly where to look for dead code. Now it can find candidates in Slack, check them against production telemetry, and draft cleanup PRs. Here’s how we do this at OpenAI. https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
OpenAI 构建了 Performance Factory,利用 Codex 驱动的工作流查找并修复性能问题以维持 ChatGPT 的速度。该系统通过自动化流程优化模型响应效率,确保服务在持续迭代中保持高性能表现。
OpenAI 构建了 Git 兼容后端 Pando,用于支撑 Codex 带来的开发规模。该后端面向大规模开发场景设计,具体性能与部署细节未在文中披露。
OpenAI 详解如何通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统,为 ChatGPT 带来 12 倍读取速度提升。该系统需支撑超过 10 亿 ChatGPT 用户。
作者 Dan McAteer 介绍了 Claude Mods,即运行在 Claude Code 内的 TypeScript/JavaScript 插件,可响应提示词、工具调用和界面渲染事件,改变 CLI 与桌面端的执行和渲染行为。

雷峰网用 Claude Code CLI 经 OpenRouter 调用 GPT 6.1 Sol 和 Claude Sonnet 5.5,完成 3D 密室开发、政策调查和诺奖化学科普三项任务。

Sebastian Raschka 梳理了文本分类从词袋加朴素贝叶斯、逻辑回归,到 RNN、CNN、BERT、GPT 和 T5 的技术演进,并以此解释 Jev 为何受到关注。

推荐理由:作者梳理文本分类从词袋到 Jev 的技术脉络,并用 IMDb 实测对比 Jev 与微调模型的速度和成本。
作者用 ChatGPT Pro 中的 GPT 6 Astra 配合长提示词,把《桃花源记》做成可实时交互的 3D 网页,全文拆成 20 幕并支持“循文入境”跟随原文顺序体验。

双十一期间,作者用淘宝 AI、京东京言、豆包和蚂蚁灵光 2.0 实测 AI 购物比价。三家平台 AI 报出的 iPhone 价格均能在页面核实,但京言和淘宝 AI 推荐的 AirPods Pro 3 商品分别存在标注“Apple 资源机”、地区不支持销售等问题。灵光 2.0 持续盯价后算出京东自营 iPhone 到手价约 7259 元,比页面价低约 740 元。

Skyflow 作为请求和响应拦截器集成至 Amazon Bedrock AgentCore Gateway,在 AI 智能体调用工具前后自动对敏感数据进行去标识化与还原。

一项对比梳理了 10 款开放 MoE 模型的路由配置:专家数从 Mixtral 的 8 个到 Kimi K2、DeepSeek-V4-Pro 的 384 个,top-k 从 Llama 4 Maverick 的 1 到 DeepSeek-V3、Qwen3 等的 8。

Benefit Street Partners 的 Anant Kumar 借助 Codex 进行代码审查并加快后续跟进,从而更快回答客户问题。他用 Codex 构建了用于比较贷款估值和分析信贷协议的工具。
https://openai.com/index/how-openai-performance-factory-keeps-chatgpt-fast/
AWS 在 Agent Toolkit for AWS 中推出分布式 KV 缓存技能,可在 Kiro、Claude Code、OpenAI Codex 等支持 Agent Skills 的编码智能体中通过几轮提示完成评估与配置。

东锡 NLP 发布长文,用"Is OpenAI open?"的例子讲解 LLM 强化学习术语,说明 judge 只给整段回答一个分数时如何把分数分配到每个 token。
OpenAI、Amazon Bedrock、Google Gemini 和 Fireworks AI 等平台的 API 遵循两种标准数据生命周期设计。第一种为“上传-使用-删除”模式,如 Batch API,数据由客户管理并存储至删除或过期。第二种为“发送-计算-返回”的临时处理模式,适用于 Chat Completions 等推理接口,默认不持久化应用状态。
文章演示如何用 Amazon Bedrock Application Inference Profiles 配合运行在 AWS Fargate 上的 LiteLLM,搭建把 Bedrock 封装为 OpenAI 兼容 API 的自助式 LLM 网关。

文章以 OpenAI 上周发布的 GPT-5.6 系列为例,讲解如何训练具备多种推理努力档位的推理模型。GPT-5.6 分三种规模,每种约有五到六档推理努力设置,其中 Ultra 档借助四个子智能体加速,benchmark 数据暂未公布。文中还回顾了 DeepSeek-R1 的 RLVR 训练方法,指出仅用最终答案奖励即可让模型学会回溯与自我纠错。

推荐理由:手册把推理与服务拆开讲,并给出显存、成本估算和按负载选批处理与部署的取舍依据。
机器之心解读常驻型个人智能体 Comma 的长期记忆工程实现:每个工作区只保留一条主会话,由 Router 统一接收请求并分派给 Worker 执行。Comma 用快速决策模型 Jev 维护所有 Agent 共享的事实清单,在写入前和每轮回复后判断内容是否值得共享、是否过时或偏离;团队版则用信息流控制(IFC)按受众划分长期记忆。
作者在 LobeHub 中搭建由主管 Agent、主笔 Claude 和审稿 ChatGPT 组成的三 Agent 编辑部,实测夜间自动产出 AI 日报。流程上 Claude 负责搜集素材、列大纲和写稿,ChatGPT 提修改意见,双方辩论至收敛或满四轮,配图调用 GPT-Image-2.5-Sunburst。
MarkTechPost 发布教程,用 Letta 搭建有状态工程 copilot,演示核心记忆块可由智能体自主更新,并支持程序化读写与多智能体共享。教程还覆盖归档向量记忆的语义检索、自定义发布风险评估工具、流式执行观察、服务端消息历史,以及 .af 文件导出实现智能体可移植。

AWS 发布 SageMaker AI 多轮强化学习(MTRL)实操指南,以 Wordle 为例演示从部署 AgentCore 智能体、准备数据集、训练到 MLflow 监控与评估的完整流程。

AWS 介绍 SageMaker HyperPod 新增的 Data Capture 能力,可在端点、负载均衡器和模型 Pod 三个层级记录线上推理的输入输出并写入 S3。

作者用售价约 50~60 元的小米电视蓝牙语音遥控器 2 Pro(RC003)配合开源工具 SayAll,把遥控器变成 AI 编程的掌上控制器。按住语音键即可口述 Prompt 并上屏,方向键与 OK 键可切换终端 Tab、确认执行或中断,macOS 与 Windows 均有配置路径。

教程实测 Cactus Compute 的 16.9 MB 语音转文字模型 Whistle,在 CPU 上支持七种语言并输出词级时间戳与概率。在 LibriSpeech test-other 采样上,Whistle 领先贪心解码的 Whisper base,但与 beam search 无显著差距,且速度优势随音频变长而收窄。测试还发现固定引擎在 30 秒窗口下会静默丢弃长音频中段。
爱范儿 APPSO 用 21499 元的 iPhone Duo 搭配 86749 元的 Mac Studio,搭建了一套手机远程指挥本地 Agent 的工作流,并专门做了适配折叠屏三种形态的 App。

Arca 首席 AI 工程师 Aman Singh 在 AI Engineer New York 介绍了这家 AI 原生财富管理公司的做法:智能体任务最长可跑十天,公司自建记忆系统跟踪每位客户的进展与责任归属。
