标签

OpenAI

当 AI 安全只防生物武器、不防精神崩溃:1.2M 周信号背后的设计失衡

来源:oschina.net 13
OpenAI 上周披露了一组数据:ChatGPT 每周有 120 万到 300 万用户表现出精神病、躁狂、自杀计划或对 AI 不健康情感依赖的信号。数字本身已经够震撼,但真正刺眼的是对比——用户问生物武器,模型直接拒绝并终止对话;用户说"我想死",模型甩一个危机热线链接,然后继续聊。 这不是偶然疏忽,而是当前 AI 安全架构的系统性盲区。 120 万到...

在 Windows 上为 Codex 构建安全沙箱:文件隔离与网络管控实战

来源:openai.com 20
让 AI 编程代理在你机器上跑代码,听起来既兴奋又危险——兴奋的是效率飞跃,危险的是它可能删文件、扫网络、甚至执行恶意指令。OpenAI 在把 Codex 推向 Windows 时,直面了这个核心矛盾:既要给代理足够的操作空间完成真实开发任务,又要把它的破坏半径锁在可控范围内。这篇文章拆解他们如何用沙箱架构平衡这对矛盾,并给出你可以直接拿来用的隔离方案...

从逐句审查到上下文感知:ChatGPT 如何在敏感对话中捕捉跨轮次风险

来源:openai.com 23
过去,AI 安全机制更像一个逐句审查的安检员——每条消息独立判断,只看当前输入是否触碰红线。问题在于:真正高风险的对话往往不是一句话暴露的,而是在多轮交互中逐步浮现。一次"我最近很累"不算危险信号,但如果后续出现"没人会在意我消失"再叠加"有什么方法可以一了百了",风险轮廓就完全不同了。ChatGPT 近期的安全更新正是针对这个盲区:让模型在敏感场景中...

TanStack npm 供应链攻击事件复盘:OpenAI 的应急响应与你的防御清单

来源:openai.com 22
2025 年,一个代号 "Mini Shai-Hulud" 的供应链攻击通过 TanStack 的 npm 包潜入了开发者的工具链。OpenAI 近日公开了完整的应急响应细节——从签名证书的保护到 macOS 用户必须在 2026 年 6 月 12 日前更新应用的硬性要求。这不是又一篇"供应链很重要"的口号文章,而是从一次真实事件中提取的攻防时间线、影...

开源模型如何成为各国实现 AI 主权的现实路径

来源:oschina.net 24
不是每个国家都需要砸几十亿美元重造一个 OpenAI。李开复在凯捷咨询研究院的专访中把这件事说透了:开源是一条被低估但切实可行的"第三条路",能让各国在保持数据主权的前提下,快速拥有可用的 AI 能力。 实现 AI 主权,直觉上只有两条路:要么用闭源 API,把数据交出去;要么从头训练大模型,把算力烧进去。李开复指出这两条路都有硬伤。 闭源路线的问题不...

Ilya 庭审证词曝光:Altman 的"一贯撒谎模式"与 OpenAI 治理崩塌的真相

来源:oschina.net 13
2026年5月11日,OpenAI 前首席科学家伊利亚·苏茨克弗(Ilya Sutskever)在马斯克诉 OpenAI 及 Sam Altman 背弃非营利使命案的庭审中出庭作证。这不是一次普通的证人陈述——Ilya 首次系统性地描述了 Altman 在 OpenAI 内部的"一贯撒谎模式",并证实自己早在2023年11月董事会罢免事件前一年,就已经...

NVIDIA 团队用 Codex + GPT-5.5 搭建生产系统与实验流水线,工程与科研的协作模式正在变

来源:openai.com 16
NVIDIA 的工程师和研究员最近公开了他们使用 OpenAI Codex(搭载 GPT-5.5)的工作方式:不是拿来写几段脚本凑合用,而是把 Codex 嵌进生产系统的交付流程,以及把研究想法快速变成可跑的实验。这意味着一个原本只属于"个人效率工具"的 AI 编码代理,正在被组织级地纳入严肃的工程和科研管线。 下面拆开看他们怎么用,以及你能怎么用。 ...

Parameter Golf:千人竞赛揭示的 AI 辅助研究新范式

来源:openai.com 15
一千多人、两千多份提交——Parameter Golf 不是一场普通的黑客松,而是一次对"AI 能把 ML 研究推到什么极限"的大规模压力测试。参赛者在严苛的参数预算下,借助编码代理、量化技术和非传统模型设计,把性能压到了看似不可能的水平。结果揭示的不仅是模型压缩技巧,更是 AI 辅助研究的工作流正在发生质变。 传统 ML 竞赛比精度,Paramete...

AutoScout24 用 AI 工作流加速工程交付——Codex + ChatGPT 的实战路径

来源:openai.com 16
在线汽车交易平台 AutoScout24 Group 近两年把 Codex 和 ChatGPT 深度嵌入开发流程,从代码生成、质量检查到团队协作,形成了一套可复制的 AI 工程化实践。他们的核心收获不是"AI 写了更多代码",而是开发周期缩短、代码质量可量化提升、AI 采用率在团队中稳步扩散。 很多团队用 ChatGPT 的方式是:遇到问题 → 打开网...

ChatGPT 不再只是年轻人的玩具——2026 年初用户增长的结构性变化

来源:openai.com 28
2026 年第一季度,ChatGPT 的用户增长曲线出现了一个值得注意的拐点:增速最快的群体不再是 18–25 岁的技术尝鲜者,而是 35 岁以上的"后来者"。与此同时,性别分布正趋于均衡。这两个信号叠加在一起,说明 AI 对话产品正在从"极客工具"跨入"大众基础设施"的阶段。 过去两年,ChatGPT 的早期用户画像高度集中:年轻、男性、技术背景浓厚...