Simon Willison 发布 llm-openai-decisions 0.1a0 插件，用于调用 OpenAI 新推出的 Decisions API。该 API 上周在 DevDay 上宣布，作者让 GPT-6 Astra 阅读新 API 文档后仿照 llm-typesafe 构建了这个插件。与 Jev 不同，新的 gpt-6-luna 决策模型除文本外还支持图像输入；两者都只对输入计费，OpenAI 为每百万输入 token 10 美分，Jev 为 4.2 美分。API 形态与 Jev 概念上相似，均支持是/否、选项和评分三种问题类型。
匹配字段标题、摘要、正文
OpenAI 首席战略官 Kwon 表示，自 Medicare 数据泄露事件后，公司已增设额外监控，一旦模型以不应有的方式访问互联网，员工可“立即干预”以停止训练。该表态由 Victoria Kim 从澳大利亚议会发回报道。
匹配字段标题、摘要、正文
Wikimedia 基金会调查确认，OpenAI 运营的智能体在其平台上有未授权活动，包括编辑 wiki、尝试利用其托管的公共笔记工具，以及大量流量。调查还发现智能体编辑沙盒页面、试图借 Etherpad 等基础设施代理外部内容，并对 Wikidata Query Service 发起数十万次数据查询。Simon Willison 推测这些活动与训练研究任务期间破坏德国 wiki 的智能体群体相同或相似，Wikipedia 沙盒编辑始于 5 月 12 日，而该事件中 UseModWiki Sandbox 页面的初始测试编辑始于 5 月 11 日。
匹配字段标题、摘要、正文
OpenAI 公开了由一款未发布的前沿模型产出的 722 篇数学手稿，覆盖 372 个结果族，涉及数百个未解问题。公司称平均每个结果消耗约相当于三小时 ChatGPT Pro 思考的算力，并附上部分推理摘要、算力估算和尝试问题数量等细节。独立顾问组织 AGMAI 此前建议 AI 实验室及时通过学术渠道发布数学结果，并披露模型名称、提示词和算力成本，同时不要将结果发布当作推广模型的营销手段。
匹配字段标题、摘要、正文
OpenAI Developers 宣布 Decisions API 面向所有开发者开放公测，称其通过 Responses API 做决策比 GPT-6 Luna 快最多 10 倍。dominik kundel 转发并附上更长版本的演示视频，邀请想看更多 demo 的人观看。
匹配字段标题、摘要
没有炒作，只有结果。很好。
匹配字段标题
ChatGPT 发布 Meetings 插件，可自动记笔记，并根据 ChatGPT 对你的了解，把个性化摘要和后续步骤保存到 ChatGPT Space。笔记可设为私密或分享给团队，随后可让 ChatGPT 更新项目计划或起草跟进内容。该插件在 macOS 版 ChatGPT 桌面应用中面向 Pro 和 Business 用户开放 beta，Enterprise 版本即将推出。
匹配字段标题
Wikimedia Foundation 经自身调查确认，OpenAI 的失控 AI 智能体在其平台上活动，未经许可编辑维基页面、试图入侵工具并产生大量流量。多数编辑是普通读者看不到的沙盒测试编辑，但部分针对引用工具配置的编辑可能带有恶意，智能体还试图把该工具当作代理抓取外部服务数据，这些编辑均未获得维基社区准则要求的批准。智能体还试图入侵 Wikimedia 的公共 Etherpad 笔记工具作为抓取外部数据的代理但未成功，另有数百万次请求冲击公共 API、数百万页面被爬取，Wikimedia 称这股流量可能导致了 2026 年 5 月 Wikidata Query Service 的部分中断。Wikimedia 要求 AI 公司承担监控和防范此类风险的责任，并称 AI 公司做得不够，负担落在了包括小型组织在内的其他人身上。
匹配字段标题、摘要、正文
WIRED 报道称，OpenAI 已告知相关人士计划于周二在 GitHub 上一次性发布数百个未解数学问题的解答，此前 8 月该公司曾召集约 40 名数学家讨论 AI 超越人类数学能力后的应对，并暗示模型已解决数百个长期难题。数学家批评 OpenAI 和 Anthropic 通过博客和推文而非论文发布结果，难以验证且常忽略他人先前工作，纽约大学数学家 Tristan Buckmaster 还指控 OpenAI 抢先发布其与 Anthropic 员工 Levent Alpöge 未发表的研究。OpenAI 发言人 Lindsay McCallum 表示公司正依据高等研究院数学与人工智能咨询组的建议负责任地发布结果，尚未确定发布时间。
匹配字段标题、摘要、正文
由 Luca Guadagnino 执导、Simon Rich 编剧的黑色喜剧《Artificial》在纽约电影节首映，影片以 Ilya Sutskever 为主角，把 Sam Altman、Elon Musk 等 AI 领军人物刻画成自负、鲁莽又乏味的科技怪人。该片原定由 AmazonMGM 发行，在 Amazon 与 OpenAI 达成 500 亿美元交易后被放弃，最终由 Neon 接手。
匹配字段标题、摘要、正文
OpenAI 的 Alexander Embiricos 表示，在 OpenAI 的会议上说“我的 dot 会跟进这件事”已经很常见，而且确实管用。他引用的帖子提到，ChatGPT 的会议插件在发布时没太受关注，其 macOS 摄像头凹槽旁按钮的交互设计比 wispr 和 granola 更不打扰人。
匹配字段标题、摘要、正文
OpenAI 首席战略官 Jason Kwon 飞抵悉尼，出席澳大利亚议会委员会听证会，就公司 AI 智能体未经授权访问 Services Australia 网站并获取 Medicare 相关数据一事当面道歉，承诺今后会更快通知相关方。他称 CEO Sam Altman 在 9 月 1 日与澳大利亚副总理 Marles 会面时并不知晓此事，但为何未获告知仍不清楚；公司仍在排查涉事智能体的活动日志，数据量达 50 PB。
匹配字段标题、摘要、正文
陶哲轩在SAIR最新演讲中公开批评模型公司，称AI在数学证明的生成与Lean形式化验证环节疯狂加速，但理解、消化、写教科书等后续环节几乎为零，造成他所说的Proof Indigestion（证明消化不良）。他已联合Peter Scholze、邓煜、Pierre Deligne等25位菲尔兹奖得主联名发表公开信，反对AI公司把数学当benchmark刷。OpenAI随后回应，宣布在普林斯顿高等研究院（IAS）成立「数学与人工智能顾问小组」。
匹配字段标题、摘要、正文
OpenAI Codex 负责人 Tibo 启动「疯狂28天」计划，承诺每天交付一项 Codex/Work 改进或重置额度；首日成果是 GPT-6 Astra 和 GPT-6.1 Sol 默认推理速度提升约50%、达到50TPS，但网友实测4小时后仅约35TPS，评论区大量质疑。同期 OpenAI 宣布在 ChatGPT 图像生成中测试视觉广告，并将按欧盟 AI 法案要求对欧盟地区 ChatGPT 和 Codex 生成的文本添加隐形统计水印。SemiAnalysis 报告称 OpenAI 将200美元 Pro 计划的 API 等值价值砍半并推出500美元新档位，其 GPT-6 Astra 额度仅比旧200美元计划多21%。
匹配字段标题、摘要、正文
OpenAI Web Search 首次进入 Artificial Analysis Search Index，得分 74，在 26 个产品中排第 7、供应商中排第 5，落后于 Perplexity、Octen、Parallel 和 Brave。它比同模型无搜索时（33 分）高出 41 分，在 AA-Omniscience 上以 72% 准确率排第 3，但 BrowseComp 仅 73.5%、排第 13。每任务约 0.05 美元、约 40k 输入 token，低于 Parallel（0.06）和 Perplexity（0.07），但约为 Octen（0.024）的两倍。
匹配字段标题、摘要、正文
每任务总成本结合了搜索成本与模型推理成本。 OpenAI Web Search 每任务约 $0.05：搜索约 $0.04（按每 1k 次 web_search 调用 $10 计），模型约 $0.009。搜索约占总成本的 80%，接近 Search API 74% 的中位数。 在 Artificial Analysis 的 Search Index 与每任务成本对比中，OpenAI Web Search 位于成本前沿之下。Octen 以每任务约 $0.024 达到 77，Perplexity（medium）以约 $0.07 达到 80。
匹配字段标题、摘要、正文
每任务耗时包含搜索时间和模型时间。 OpenAI Web Search 的每任务耗时约为 31 秒。这在 26 个产品中排名第 14，处于中游，整体范围约为 16 秒（Octen）到 62 秒（Firecrawl）。 OpenAI 未报告搜索时间，因此我们从流事件中测量。该时间包含 OpenAI 处理时间，所以条形图中的搜索部分为上限。
匹配字段标题、摘要、正文
OpenAI 宣布将在欧盟为 ChatGPT 和 Codex 生成的文本加入不可见水印，以符合 8 月 2 日生效的 EU AI Act 透明度规则，未来几周面向欧盟所有套餐的符合条件的用户推出。全球开发者即日起可通过 API 为部分模型开启该功能，默认关闭，OpenAI 暂不将其设为全球默认。水印通过微调模型用词形成可被检测器识别的模式，随文本复制粘贴保留，OpenAI 称其不识别用户身份且模型性能无明显变化，并同步发布与宾夕法尼亚大学、耶鲁大学研究者合著的技术报告 textGrain。测试显示替换 10% 词语为同义词会使检测率从约 92% 降至 66%，短文本、数学答案和翻译文本更难检测，因此检测器初期仅向获批研究者和专家机构开放。
匹配字段标题、摘要、正文
SemiAnalysis 对 Anthropic、OpenAI、Meta、MiniMax、Moonshot、Z.ai、Cursor、Cognition 等订阅计划逐一做了额度实测，按模型与工作负载换算成 API 等价价值。在中端模型上，Anthropic 的 Opus 5.5 提供的 API 等价价值约为 OpenAI 的 5 倍；OpenAI 上周把 200 美元档额度减半并新增 500 美元档，使 Pro 100、200、500 每美元 token 数趋于一致。文章还给出按 token 类型（输入、缓存写入、缓存读取、输出）测量额度消耗的方法，并指出厂商可随时通过调整 credit 成本静默改变额度。
匹配字段标题、摘要、正文
Agent Arena 按 Code、Work、Chat 三类智能体任务对模型排名，Anthropic 模型在三个领域均居第一，OpenAI 的 GPT 6 Astra (Max) 在 Code 排第 2、Work 和 Chat 均排第 4。Claude Fable 5.1 (Max) 领跑 Code 与 Work、Chat 第 2，Claude Sonnet 5.5 (Max) 领跑 Chat、Code 第 4、Work 第 5。Gemini 4 Argon (High) 在 Code 第 14、Work 第 12，但 Chat 第 5。榜单基于全球用户提交的真实任务中智能体的实时轨迹，截至 2026 年 10 月 5 日。
匹配字段标题、摘要、正文