标签

OpenAI

Rust 为关键维护工作设立首批 Maintainers in Residence

来源: blog.rust-lang.org 43
Rust 项目宣布了首批 Maintainers in Residence(MiR)和 Maintainer Grant 获得者。六位长期贡献者将在未来至少 12 个月获得稳定资助,专注于 rustup、标准库、编译器、Clippy 和 rustdoc 等关键项目的维护工作。 这项计划的意义不只是“给开源贡献者发工资”。它试图解决一个长期存在的问题:用...

Hugging Face 安全事件之后:如何加固 AI 模型供应链

来源: openai.com 45
OpenAI 对 Hugging Face 安全事件的调查,将一个容易被忽略的问题重新摆到工程团队面前:模型文件不是普通的静态资源。它们有来源、有版本、有加载逻辑,还会直接影响线上系统的行为。模型安全因此不能只靠下载前的信任判断,而要覆盖制品验证、部署门禁、运行监控和对齐评估。 来源摘要没有披露攻击路径、受影响范围或具体根因,因此本文不推测事件细节,而...

covonaut v1.0.8:把 Agent 行内补全和多后端可观测性带进生产环境

来源: oschina.net 26
covonaut v1.0.8 带来了两个直接影响开发体验和运维效率的能力:行内补全,以及多后端可观测性支持。对于正在用 Go 构建生产级 AI Agent 的团队来说,这意味着 Agent 不再只是一个能调用模型和工具的执行循环,还可以更自然地嵌入终端工作流,并把运行过程接入不同的观测系统。 covonaut 的能力范围也比较完整,覆盖 Agent ...

从芯片到产品:充裕智能背后的全栈复利

来源: openai.com 28
人工智能的进步并不只发生在模型训练阶段。芯片效率、计算基础设施、模型能力和产品交付彼此咬合:任何一层的改进,都会放大其他层的价值。OpenAI CFO Sarah Friar 所说的“abundant intelligence”,核心正是这条全栈链路持续降低单位智能成本,并把更有用的能力带给更多用户。 把模型参数增加、推理速度提升或产品用户增长单独看,...

Jalapeño 初步结果:更快、更省电的 AI 推理芯片

来源: openai.com 27
AI 推理正在从单纯追求峰值算力,转向同时考察吞吐量、延迟和能效。OpenAI 的定制推理芯片 Jalapeño 初步结果显示,它面向现代模型提供了更快、更高效的推理能力:在提升吞吐量的同时降低延迟和功耗。 对在线 AI 服务来说,"每秒能处理多少请求"和"单个请求要等多久"同样重要。批处理可以提高吞吐量,却可能增加排队时间;功耗降低则会直接影响数据中...

俄罗斯如何借助 AI 包装隐蔽影响行动:从“主权指数”看信息操纵

来源: openai.com 31
一场源自俄罗斯的隐蔽影响行动,试图借助 AI 生成内容推广一个伪装成“以色列智库”的机构,并发布一份名为“主权指数”的排名,持续赞扬俄罗斯、批评西方。OpenAI 随后封禁了相关账号。这个案例值得关注的地方,不只是内容真假,而是 AI 正在让一套完整的影响行动更容易批量生产、包装和分发。 传统宣传往往依赖少数网站、社交账号或人工撰稿人。AI 加入之后,...

用 Admin 插件管理 ChatGPT Work 与 Codex 工作区

来源: openai.com 25
当团队开始规模化使用 ChatGPT Work 和 Codex,管理员面对的就不只是“谁能登录”这一件事,还包括工作区使用情况、成员与权限、使用限额,以及不断到来的管理请求。Admin 插件把这些操作集中到一个管理入口中,帮助管理员在分析和执行之间建立更短的路径。 工作区使用分析可以帮助管理员回答几个实际问题:哪些成员或团队正在高频使用服务?当前配置是...

GPT-5.6 进入 Kiro:用更好的价格性能推进软件交付

来源: openai.com 31
GPT-5.6 现已在 Kiro 中可用。对开发者来说,这个变化的重点不只是多了一个模型选项,而是让 AI 更适合覆盖软件交付的完整链路:从拆解需求、制定计划,到编写代码、审查变更和运行测试。更好的价格性能,意味着团队可以更频繁地使用模型,同时把预算留给真正需要更深推理或更大上下文的任务。 软件开发中的高成本环节往往不是敲出几行代码,而是理解现有系统、...

在 Amazon Bedrock 上用跨区域推理调用 OpenAI GPT-5.6

来源: aws.amazon.com 33
Amazon Bedrock 现在可以在 25 个以上的 AWS Region 中使用 OpenAI GPT-5.6 系列模型,包括 Sol、Terra 和 Luna。变化的重点不只是模型数量增加,而是请求可以通过跨区域推理配置文件分发到其他 AWS Region,从而获得更高的吞吐能力。 对于需要稳定处理突发流量的应用,跨区域推理可以减少单个 Reg...

AI 原型上线前,创业公司必须回答的 10 个问题

来源: cloud.google.com 31
用 Google AI Studio 拿到 API Key,几小时内做出一个 AI 原型已经非常容易。但从“能跑”走向“有人使用、需要付费、必须稳定运行”,真正的难点往往不在模型调用代码,而在身份、容量、成本和代理行为控制。 一个泄露的 API Key 可能在两天内带来巨额账单;一次从 AI Studio 迁移到 Gemini Enterprise A...