标签

OpenAI

从 OpenAI、Anthropic 到 Spring AI 2.0:如何设计可切换的模型接入层

来源: spring.io 33
OpenAI、Anthropic 与 Spring AI 2.0 被放在同一期 Spring Office Hours 节目中讨论,反映出 Java AI 应用正在面对一个现实问题:模型能力快速变化,但业务代码不能跟着每次供应商更新反复重写。对 Spring 开发者而言,关键不只是接通某个模型,而是把模型选择、提示词、超时、观测和故障处理放进可维护的应...

接手看不懂的 PostgreSQL 查询:用 DBeaver AI 拆解,再用执行计划验证

来源: postgr.es 26
生产环境里经常会出现一种“跨过围栏扔过来”的 SQL:多层 CTE、相关子查询、窗口函数和含义模糊的别名挤在一起,原作者已经联系不上,但你仍然要判断它做什么、是否正确,以及为什么这么慢。DBeaver Community Edition 26.1.2 将 AI Assistant 加入免费开源版本,为这类查询提供了一个实用的阅读入口。 AI 可以快速解...

从客服到网络运营:德国电信如何迈向 AI 原生运营商

来源: openai.com 28
德国电信正在与 OpenAI 合作,把 AI 从零散的聊天机器人扩展到客户服务、员工工作流、网络运营和语音交互。这种变化的关键不在于部署多少个模型,而在于能否把模型接入真实业务系统,并用权限、审计、评估和人工接管机制约束它。 电信运营商拥有大量跨系统流程:客服需要查询套餐、账单和故障记录;网络团队需要分析告警、变更和容量数据;员工则要在知识库、工单系统...

OpenAI 高管因病转任顾问:AI 团队该怎样处理“关键人风险”

来源: oschina.net 30
OpenAI 产品和业务主管 Fidji Simo 宣布因慢性病急性发作辞去全职工作,转为兼职顾问;产品相关工作将由 OpenAI 总裁 Greg Brockman 接管。对外界来说,这是一次高层人事调整;对工程团队来说,它提醒了一件更朴素的事:越是高速迭代的 AI 产品,越不能把产品判断、发布节奏和客户上下文压在少数关键人身上。 AI 公司里的“产品...

长时间运行模型来了,AI 开发从补全走向托管执行

来源: oschina.net 26
过去一个月,OpenAI、Anthropic、智谱先后推出新一代前沿模型。新闻本身很热闹,但对工程师更关键的问题不是“谁的榜单更高”,而是:当模型可以稳定连续工作几个小时,AI 开发工具会从“给你一段建议”变成“接管一段任务”。这会改变我们拆任务、写测试、做代码审查和设计工程边界的方式。 从来源摘要看,GPT-5.6、Claude Fable 5、GL...

Microsoft Foundry 进入生产级智能体阶段:前沿模型、亚太数据区与产品智能体

来源: azure.microsoft.com 29
Microsoft Foundry 此次更新把三项能力同时推向正式可用:OpenAI 最新前沿模型系列、Asia Pacific Data Zone,以及产品智能体能力。它们分别回应了生产系统最难处理的三个问题:模型能力是否足够、数据边界是否清晰、智能体能否真正接入业务流程。 这次变化的重点并不只是“多了一个模型”。当模型选择、区域治理和智能体运行能力...

GPT-5.6 成为 Microsoft 365 Copilot 首选模型:办公 AI 的重心开始变了

来源: openai.com 21
Microsoft 365 Copilot 已将 GPT-5.6 作为首选模型,用来增强 Word、Excel、PowerPoint、Chat 和 Cowork 等场景里的 AI 能力。对开发者和企业技术团队来说,这不是单纯的“模型升级”新闻,而是一个信号:办公软件里的 AI 正在从辅助写几句话,转向跨文档、跨表格、跨协作流程的高质量工作流。 从来源摘...

OpenAI 如何用“流行病学”思路定位 GNU libunwind 的 18 年老竞态

来源: infoq.com 41
一次看似普通的崩溃排查,最后拆成了两个完全无关的问题:一台 Azure 主机上的静默硬件损坏,以及 GNU libunwind 中 函数一个存在 18 年的竞态条件。真正的转折点不是某个神奇调试器,而是 OpenAI 把视角从“盯着单个 core dump”切换到“观察崩溃人群的分布”。 这件事对基础设施团队很有参考价值:当系统规模足够大时,偶发崩溃不...

把崩溃当成流行病看:OpenAI 如何拆开 libunwind 老 Bug 和硬件静默损坏

来源: infoq.com 30
OpenAI 在 ChatGPT 数据基础设施里追一个崩溃问题时,最后发现它不是“一个诡异 Bug”,而是两个互不相关的问题叠在了一起:一台 Azure 主机上的静默硬件损坏,以及 GNU libunwind 里一个存在了 18 年的竞态条件。真正打开局面的,不是继续盯着单个 core dump,而是把崩溃当成一组群体事件来分析。 这件事对基础设施工程...

GPT-5.6:把更难的任务交给按需扩展的智能

来源: openai.com 32
GPT-5.6 的核心叙事很直接:每个 token 提供更多智能、每美元获得更强性能,并且在最难的工作上可以按需调用更高能力。对工程团队来说,这不只是“模型更聪明”这么简单,而是会影响提示词设计、路由策略、成本预算和任务拆分方式。 “More intelligence from every token”意味着你不应该继续把上下文当垃圾桶。模型能力增强后...