Asana 用 GPT-6.1 Sol 在浏览器测试中将模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra,在测试中让其浏览器智能体成本降低 76 倍、速度提升 5 倍,以便为客户提供能力更强的模型。
Asana 借助 Codex 中的 GPT-6 Astra,在测试中让其浏览器智能体成本降低 76 倍、速度提升 5 倍,以便为客户提供能力更强的模型。
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex,把专家知识转化为快速、可复用的工作流,将原本需要数天的工作缩短到几分钟。
OpenAI 宣布 GPT-6 在全球范围内于 ChatGPT 上线,并引入 Intelligent UI。官方称新版本响应更快,提供可视化内容与可直接探索和使用的交互体验。
推荐理由:OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线并引入 Intelligent UI,可据此判断底层模型与交互形态的变化。
OpenAI 公布其内部前沿模型在数学开放问题上取得的新结果,并在 GitHub 上分享 Lean 证明形式化及相关研究细节。
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型,将前沿智能带入日常工作,并在能力与成本之间提供不同侧重。
推荐理由:OpenAI 发布 GPT-6 Sol 与 Luna 两款模型,教育工具开发者可据此了解底层能力与成本的新选项。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把大胆创意转化为精细图像与电影级视频广告。
LegalOn 把每日 Codex 预估成本削减了 65%,同时保持开发速度不变。其做法是按任务匹配 Astra、Sol 和 Luna,并对预算进行策略性管理。
AFT、UFT 与 Microsoft 宣布一项“National AI Safety & Privacy Standard”,为学校 AI 使用设立可法律执行的保护条款,涵盖禁止用学生数据训练 AI、不得追踪学生、AI 决策须有人工监督,以及向教育者和家长提供透明说明。
推荐理由:在联邦与州层面缺乏规则时,工会与微软把学生数据保护写进可执行的合同条款,为学区采购 AI 提供了参照。
Jump Trading 借助 OpenAI 扩展量化研究,将运行时间更长的 AI 工作流与多数据源结合,并保留人工审核环节。
Microsoft 推出 Education Security Toolkit,帮助 K-12 机构在 AI 进入教学流程前夯实安全基础。该工具包提供安全态势评估框架、真实客户案例、实施策略与规划模板,并配套 Education Security and Value Optimization Assessment 自评工具。
Google 9 月发布前沿模型 Gemini 4 Argon,具备 100 万 token 上下文窗口,主打高级推理与网络安全防御,目前通过 Fairwind Program 向受信任的网络安全防御方逐步开放。
Microsoft 推出 Microsoft IQ 智能层,帮助高校把 AI 与智能体接入既有系统和工作流,并在现有安全、身份与合规框架内使用。
Microsoft 提出教育 AI 治理可沿用学校董事会式监督模型,并以治理、安全、平台整合三个方向落地。其 Microsoft Responsible AI Standard v2 将公平、可靠与安全、隐私与安全、包容、透明、问责六项原则转为实操指引,NIST AI RMF 则通过 Govern、Map、Measure、Manage 四个功能补充落地路径。
Microsoft 365 Education 面向教育机构推出机构级 AI 方案,将 Microsoft 365 Copilot 与课堂智能体嵌入教师已有的教学系统,串联备课、差异化教学与测评流程。
Microsoft 援引其新研究《Preparing Students for the Future of Work》指出,到 2030 年多数岗位约 70% 的技能预计将发生变化,招聘信息中 AI 素养出现频率约为一年前的 6 倍,66% 的领导者表示不会聘用缺乏 AI 技能的人。
Chatham Financial 借助 OpenAI 的 Codex 和 GPT-5.6 构建技术并重构工作流程,将交易验证时间从 30 分钟缩短到 4 分钟以内。
OpenAI 发布 GPT-6 家族模型指南,帮助初创企业选择合适模型、调节推理强度、优化提示词与技能、协调工具调用,并为生产环境准备工作流。
Google 8 月发布 Gemini 3.7 Flash,主打编程与智能体,每百万 token 价格为首发 3.6 Flash 的一半;同时推出语音转文本模型 Gemini 3.5 Transcribe 和搭载 Tensor G6、运行 Gemini Nano 的 Pixel 11 系列。
OpenAI 正与一个独立的数学与人工智能咨询小组合作,为新兴 AI 成果的评审与传播提供指导。该小组为独立性质,具体成员、成果评审范围与时间表尚未披露。
Microsoft 在 ISTELive 2026 上发布 AI in Education Report,并推出 Teach、Assignments with AI guidelines、Learning Zone 和 Study and Learn Agent 等教育 AI 体验,强调 AI 正从早期试验走向可衡量的学习成效。
Duolingo 上线 Chess Game Review 功能,帮助学习者复盘棋局而不被引擎信息淹没,只聚焦关键得失。其评估体系沿用国际象棋的兵值计分与 centipawn(1/100 兵)损失,并用 Win-Draw-Loss 概率替代 centipawn 判定失误与漏着,背后由神经网络承担核心计算。
OpenAI 阻断了一起协同模型蒸馏行动,该行动旨在提取其受保护的模型推理能力。OpenAI 同时表示正在加强对对抗性蒸馏的防御。
Google 宣布其技术现已支持 300 多种语言、覆盖全球 86% 人口(70 亿人),并同步发布 AI & Economy ATLAS 交互洞察。
Microsoft 发布教育 AI 五项原则,并与美国教师联合会(AFT)签署协议、推出面向学校产品的 Privacy & Safety Standard for Schools,限制学生与教育者数据使用并要求关键决策保留人工监督。
OpenAI 发布 GPT-6.1 Sol,定位接近 Astra 的智能水平,面向编程、计算机操作和专业工作场景。其标准 API 输入与输出 token 价格均为 Astra 的五分之一。
推荐理由:OpenAI 发布 GPT-6.1 Sol,价格降至 Astra 的五分之一,可据此判断教育工具的成本空间。
OpenAI 在 DevDay 2026 上发布 20 多项公告,涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。官方以回顾形式汇总了这些更新,具体内容需查看原文链接。
推荐理由:OpenAI DevDay 2026 集中发布 20 多项更新,可据此了解 GPT-6 Astra 等底层能力变化。
OpenAI 发布前沿 AI 训练安全案例的早期指南,涵盖技术防护措施、运营实践,以及模型失准(misalignment)事件的调查方法。
GPT-6 Astra 完成一份 50 个标签页的税务工作簿,速度是 GPT-5.6 Sol 的两倍。其对用户意图的理解更强,让 Basis 对真实场景中的使用更有信心。
OpenAI 正在为 Codex Originals 项目征集使用 Codex 的开发者、研究者与创作者的真实故事。有意参与下一阶段的人可通过下方表单提交自己的项目与经历。
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务,销售额提升 60%,节省 75+ 小时。
invideo 借助 GPT-6 Astra 实现更精准的剪辑规划,调色与色彩校正效率提升 3 倍,并在一天内产出 50 个自定义特效。
Harvey 借助 GPT-6 Astra 生成结构更清晰、更贴合语境的法律文书,让律师得以专注于策略。GPT-6 Astra 能产出更具结构性与上下文感知的法律文档。
Ringg 基于 GPT-5.6 打造的 AI 智能体可解决最多 65% 的客户来电,并支持语音、聊天、WhatsApp 和网页等多渠道的多语言服务。相比 GPT-4.1,其成本降低 90%。
Airbnb 正在扩大工程团队对 GPT-6 Astra 及 OpenAI 前沿模型的访问权限,用于排查 bug、设计系统和加快交付。该举措面向其工程团队,目标是提升开发效率。
GPT-6 改进了提示词缓存,带来更高的缓存命中率、新的诊断工具、显式断点以及可降低延迟与成本的控制项。
Parallel 的 AI 智能体借助 GPT-6 Astra 研究并综合劳动力市场数据,耗时和成本均降至此前模型的一半。
Higgsfield AI 借助 GPT-6 Astra,在一天内上线了新的视频功能,让小型企业更轻松地制作视频广告,并更快将新创意工具推向市场。
V7 使用 GPT-5.6 将分散的公司文件转化为智能体可用的上下文,以完成复杂且带来源链接的工作,同时把成本降低 78% 并提升准确率。
Google 扩充 AI & Economy 研究项目,诺贝尔经济学奖得主 Philippe Aghion 以学术顾问身份加入,Ajay Agrawal 任访问研究员,Anu Madgavkar 与 Daniel Rock 出任研究项目总监。
联合国系统发布 UN System Data Commons,一个基于 Google Data Commons 构建的开源平台,把分散的全球统计数据整合为 AI-ready 知识图谱。平台支持自然语言提问与交互可视化,并基于 MCP 让 AI 智能体自动取数、跨领域关联并生成图表或报告草稿。UN 系统计划到 2027 年纳入 80% 的统计数据集,现可在 data.un.org 使用。