WAIC 2026观察：AI正变成制造业，Agent竞争转向落地
2026年WAIC大会上，Agent成为焦点，大厂如百度、腾讯、阿里等竞相布局通用Agent入口，小公司则聚焦垂直场景。IDC报告显示全球活跃Agent数量将增长近三倍，但商业化面临用户付费意愿低、成本高等挑战。行业正从模型竞争转向应用落地，下一轮竞争将围绕入口、垂直场景和基础设施展开。
OpenAI / ChatGPT
公司与模型 · OpenAI 的全部动态：GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 14:02
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1152 条。
7月31日周五 · 4 条
正文顺带提及命中实体：openai
正文顺带提及命中实体：gpt 5.6
LiteLLM v1.95.0-rc.2 发布：镜像签名验证与多项更新
LiteLLM 发布 v1.95.0-rc.2 版本，所有 Docker 镜像均使用 cosign 签名，并提供了通过提交哈希或发布标签验证签名的方法。该版本新增了 Meta 模型 API 提供商和 muse-spark-1.1 模型，添加了 Azure GPT-5.6 系列定价和元数据，并修复了 guardrails 中凭据掩码、spend 日志等多处问题
正文顺带提及命中实体：openai
AI对冲基金Situational Awareness巨亏后出售资产给Citadel
24岁的前OpenAI员工Leopold Aschenbrenner创立的人工智能对冲基金Situational Awareness，因AI股票表现不佳，已将其大部分公开股票投资组合出售给Citadel，基金价值从7月初的450亿美元暴跌至100亿美元，亏损规模超过Archegos的80亿美元纪录。该基金以Aschenbrenner的AI超级智能预测文章为理
正文顺带提及命中实体：gpt 5.4
微软发布Echoverse：深度演化环境提升计算机代理训练效果
微软研究院发布了Echoverse，一个用于训练计算机使用代理的深度演化环境集合，包含十二个训练世界，强调高保真度而非数量。实验表明，在Echoverse上训练的9B模型得分从36.5%提升至67.1%，接近GPT-5.4。微软还开源了其中四个世界及其代码、数据和验证器，以促进该领域研究。
7月29日周三 · 2 条
正文顺带提及命中实体：openai
Flowise 3.1.4 发布：修复多项安全漏洞
Flowise 发布了 3.1.4 版本，主要修复了多个安全漏洞，包括会话 ID 类型验证、MCP stdio 命令白名单、OpenAI Realtime 跨工作区授权、租户验证、组织用户清理、SSO 与角色管理等问题，并改进了导出变量值、Web 抓取器和聊天模型的拒绝列表检查。这些修复增强了平台的安全性和稳定性。
正文顺带提及命中实体：openai
智能体 AI 时代的科学计算
一份新的领域报告展示了科学家如何使用 AI 编程智能体来现代化科学计算，从而加速基因组学及其他领域的软件开发与发现。
7月28日周二 · 2 条
正文顺带提及命中实体：openai
开放权重之争：Kimi K3发布与行业辩论
本周AI社区围绕开放权重展开激烈辩论，但实际发布新模型的只有Moonshot AI，其开源了Kimi K3，一个2.8T参数的MoE模型，性能超越Opus 4.8，成为最强开放权重模型。同时，NVIDIA发起开放安全AI联盟，Anthropic澄清其开放权重立场，美国政策压力加剧。
正文顺带提及命中实体：openai
微软发布AI安全工具，声称优于竞争对手平台
微软发布了新的AI安全工具，包括首个专门用于识别和修复安全漏洞的AI模型MAI-Cyber-1-Flash，该模型基于MAI-Thinking-1平台构建，并集成到多模型代理扫描工具MDASH中。微软声称这些工具在性能上优于竞争对手平台。此前，OpenAI的两个安全模型通过利用Hugging Face的零日漏洞入侵了其服务器，微软的发布未提及此事。
7月27日周一 · 3 条
标题相关提及命中实体：openai
Import AI 466：机器人苦涩教训、AI 完成周级编程任务及 OpenAI 意外黑客
Import AI 466 报道了 Epoch 和 METR 发布的 MirrorCode 基准测试，用于评估 AI 系统完成长期编程任务的能力，结果显示 Opus 4.7 等模型能在 14 小时内完成人类需 2-17 周的任务，但仍有部分任务无法解决。同时，Anthropic 展示了 Claude Opus 4.7 在机器人任务中自主完成速度比人类快 20
正文顺带提及命中实体：gpt 5.6
CrewAI 发布 1.15.7 版本：修复多项 Bug 并增强可观测性
CrewAI 发布 1.15.7 版本，主要修复了多个 bug，包括通过运行时 CrewAI+ 客户端解析注册表技能、处理 GPT-5.6 工具与 reasoning effort 的 400 错误、使工具调用在 Responses API 路径上正常工作、路由仅响应模型以避免 404，以及升级 bedrock-agentcore 以修补 CVE-2026-
正文顺带提及命中实体：gpt 5.6
CrewAI 发布 1.15.7a1 版本，修复多项错误并增强可观测性
CrewAI 发布了版本 1.15.7a1，主要包含多项错误修复，如修复注册表技能解析、处理 GPT-5.6 工具和 reasoning effort 的 400 错误、使工具调用在 Responses API 路径上工作、路由仅响应模型以避免 404 错误，并升级 bedrock-agentcore 依赖以修补 CVE-2026-16796。此外，该版本还
7月24日周五 · 1 条
正文顺带提及命中实体：openai
LangChain 发布 langchain-core 1.5.1，支持 LangSmith 网关
LangChain 发布了 langchain-core 1.5.1 版本，主要更新包括支持通过环境变量配置 LangSmith 网关（适用于 Anthropic、Fireworks 和 OpenAI），以及修复了 BaseTool 在近似 token 计数时使用 tool call schema 缓存的问题。
7月20日周一 · 1 条
正文顺带提及命中实体：openai
Kimi K3开源升级：中国AI模型逼近前沿，全球生态格局生变
月之暗面于7月16日发布旗舰模型Kimi K3，这是一个2.8T参数的MoE模型，权重将于7月27日开源。K3在多个基准测试中排名前列，被认为是迄今最强的开源模型，标志着中国开源模型与前沿闭源模型的差距缩小至3-5个月。文章认为，中国AI实验室在模型构建上具备与美国顶尖实验室相当的能力，且中国高层在WAIC上承诺开源AI战略，这将对全球AI生态产生深远影响。
7月14日周二 · 3 条
正文顺带提及命中实体：openai
智能体时代如何管理 AI 投资
企业可以在智能体时代通过衡量每美元产生的有效工作量、提升效率以及扩展高价值工作流来管理 AI 投资。
正文顺带提及命中实体：openai
ChatGPT Work 的数据科学工作流
介绍 ChatGPT Work 在数据科学工作流中的实际用法，涵盖根因简报、KPI 备忘录、范围界定分析和仪表盘规格说明等场景。
正文顺带提及命中实体：openai
ChatGPT Work 的销售工作流
介绍 ChatGPT Work 在销售场景中的实用工作流，涵盖管道简报、会议准备、客户计划、预测复盘和交易诊断。
7月13日周一 · 1 条
正文顺带提及命中实体：gpt 5.5
开放模型面临6个月生存危机：政策禁令风险加剧
本文警告开放权重模型面临严峻政策风险，美国白宫可能通过行政命令限制或禁止能力接近GPT-5.5、Claude Opus 4.8等前沿水平的开源模型，预计6个月内可能实施。文章指出Anthropic主导的反华模型运动实为监管捕获，其建议的禁令将摧毁美国新兴的开源模型生态。作者呼吁社区抵制此类政策，认为当前蒸馏辩论缺乏技术证据，且开放模型缺乏经济代言人。
7月6日周一 · 1 条
正文顺带提及命中实体：gpt 5.5
Import AI 464：Fable编写GPU内核，AI自动化与模拟计算
Import AI 464期报道了Fable模型在KernelBench-Mega基准上编写GPU内核，实现18.71倍加速，创下最快megakernel记录，显示AI在自动化AI研发任务上的进步。同时，CAIS和Scale Labs的Remote Labor Index显示AI系统在在线自由职业任务上的成功率从2.5%升至16.1%，表明AI对经济就业的潜
7月1日周三 · 1 条
正文顺带提及命中实体：openai
BAIR 2026届博士毕业生展示
伯克利人工智能研究实验室（BAIR）公布了2026届博士毕业生名单，他们的研究涵盖机器人、大语言模型、计算机视觉、AI安全等领域。毕业生们将前往学术界、工业界或创业，其中多人加入OpenAI、Mistral AI等公司。
6月29日周一 · 1 条
正文顺带提及命中实体：gpt 5.5
NVIDIA 推出机器人自改进框架 ENPIRE，并反思 AI 预测的局限性
NVIDIA 研究人员开发了 ENPIRE 框架，使物理机器人能够像 AI 智能体一样自主实验和学习，在 PushT 等任务上达到 99% 成功率。该框架包含环境、策略改进、评估和进化模块，但扩展时面临基础设施挑战。此外，文章引用 Matthew Tokson 的论文，指出人类常低估或高估技术影响，提醒对 AI 未来保持谨慎。