Greg Brockman@gdb · 5月7日48

Design, build, and operate compute with us at planet scale:

译OpenAI罕见地通过一篇关于MRC和超级计算机网络的文章，深入揭示了构建与运营大规模可靠算力系统的复杂工程实践。文章指出，当前AI发展的关键瓶颈不仅是算力稀缺，更在于确保从网络、调度、硬件健康、存储到编排、可靠性、可观测性、安全及研究人员开发体验等整个技术栈各层面的协同可靠运行。这远非单纯获取更多GPU所能解决。OpenAI旨在分享其设计、构建和运营行星级算力的经验，并为此招募基础设施软件工程师。

宝玉@dotey · 5月7日72

一个用 Chrome Dev Tool 学习调试 Codex App 的技巧： 1. 退出 Codex App，从命令行打开： > open /Applications/Codex.app --args --remote-debugging-port=8315 --remote-allow-origins=http://localhost:8315 2. Chrome 中输入 chrome://inspect 3. 点击其中的链接即可打开 Chrome Debug Tool

译一个用 Chrome Dev Tool 学习调试 Codex App 的技巧： 1. 退出 Codex App，从命令行打开： > open /Applications/Codex.app --args --remote-debugging-port=8315 --remote-allow-origins=http://localhost:8315 2. Chrome 中输入 chrome://inspect 3. 点击其中的链接即可打开 Chrome Debug Tool

向阳乔木@vista8 · 5月7日53

如果用不惯Terminal的朋友，Codex官方客户端是个好选择。 也支持中转站，用第三方API。 可视化界面对人还是对多数人更友好些。 下载地址见评论

meng shao@shao__meng · 5月7日66

Codex 取代了 Claude Code，为什么？ 来自 @rileybrown 和 @Rasmic 80分钟的深入讨论，包括 Cursor、Claude Code、Codex 和 OpenClaw、Hermes Agent 等各种 AI Agents 的发展和对比。 可以看到 Codex，特别是 Codex App 是怎么在短短几个月内逆袭，成为从 Coding Agent 到 Codex for (almost) everything 的过程 @OpenAIDevs https://www.youtube.com/watch?v=FU2iB-UfPPA # 2026 Q1 格局复盘 1. Anthropic：靠"高频发布"赢得圈外感知，但产品割裂 · Q1 几乎每天上新功能：Claude Code、Co-work、Skills、Dispatch、Remote、Schedules、Routines、Claude Design…… · 致命问题：同一种能力被不同团队做了多份（Routines vs Schedules、Dispatch vs Remote、Co-work 仅桌面 / Claude Code 仅 Web），产品线分裂、上下文不互通。 · 设计稿不能直接进入 Claude Code，必须复制粘贴 → 体验断裂。 · 对圈内用户开始"封号 + 限流"，口碑下滑；但圈外（非技术用户、教师、营销人）仍普遍认为"Anthropic 在赢"。 2. OpenAI：从"散乱"转向"聚焦"，靠 Codex 反超 · 2 月底官方宣布砍掉 Sora 等业务，全公司聚焦 Codex 超级 App。 · Codex 把"代码视图 / 知识工作视图"做成同一底层能力的两个开关，形态干净。 · Computer Use、内置浏览器、Excel、设计、文档、自动化、Chronicle。 · 对开发者持续放宽额度、快速响应反馈，正在收割圈内人心。 3. Cursor：先行者的胜与困 · 最早做出 Composer、Agents Tab、内置浏览器、沙箱测试等形态——但没有自家模型，无法靠补贴打价格战。 · 与 xAI/SpaceX 达成"100 亿现金 + 600 亿收购看涨期权"协议，由 Grok 提供算力与模型，Cursor 专注 GUI。 4. Google：手握 GDP 级资源，组织却拖后腿 · Gemini 3 知识能力最强，但 Tool Calling 极弱（连 Computer Use 都点不准）。 · 产品线分散：Gemini、NotebookLM、AI Studio、Antigravity、Stitch……缺一个统一超级 App。 · 内部信息壁垒、跨团队协作差是核心瓶颈，只差一次模型迭代就能回到牌桌。 5. OpenClaw（创始人加入 OpenAI） · 不只是工具，而是新范式：Agent 全权使用一台电脑 + Heartbeat 心跳机制（每 15 分钟主动巡检）+ 个人化档案 + 自然语言 Skills。 · 真正价值：让 Agent 像员工一样主动给你创造价值，而不是被动响应。 # 两类 Agent 的本质区别 1. 被动 / Reactive 包括 Codex、Cursor、Claude Code，你坐下来与它共事，适用于编程、深度知识工作 2. 主动 / Proactive 包括 OpenClaw、Hermes Agent 等，通过 iMessage / Telegram 等 IM 异步指挥，适用于邮件分拣、报告生成、生活琐事 Ras Mike 案例：用 OpenClaw 自动审核赞助邮件 → 排除 Gmail 域名 → 在 Reddit 搜公司诈骗记录 → 调研融资 / 粉丝 → 每日早报；后续报价沟通也由 Agent 完成。1.5–2 小时/天 × 全年的复利极其可观。 # Agent 架构与最佳实践 1. 一个主 Agent + 按需派发 Sub-agent最稳，主 Agent 持有全局上下文。 2. 保持狭窄：技能列表越长，效果越差。"如果新员工 Day 1 给你 40 项任务，你也会跑路。" 3. Memory 要可移植：原生 markdown memory 随实例销毁而丢失，推荐 Super Memory / Mem0 等外置记忆服务，可跨 Agent 共用。 4. Personal Agent 时代：技能必须个人化，别买"100 个 Skills"打包课，多半是噪声甚至恶意代码（ClawHub 早期事故）。 # Prompt 与 Skills 的真正逻辑 · LLM 本质是 Next-Token Predictor，所以用词的精度决定输出质量。 · 推荐 Whisperflow 等语音输入：人说比打更能精准表达意图。 · 不要灌没用的上下文："这是 React 项目"——它读文件就知道。 · Skill 的最佳形态：领域专精 + 你公司 / 你个人独有的工作流。例：报表 Skill 必须写清"CTR 怎么算、赞助视频怎么核算"，否则 Agent 自由发挥就是垃圾。 Riley 的方法：先靠对话拿到一次满意输出 → 让 Agent 把这次过程逆向写成 Skill → 反复运行、修补 Skill（员工 Onboarding 模式）。 # 被低估的趋势：Computer Use & Agentic Commerce 1. Computer Use（Agent 操控电脑） · Opus 4.7 把图像分辨率提到约 MacBook 原生分辨率，就是为 Computer Use 铺路。 · Vercept 等团队被各大厂收编。"现在还能看着鼠标慢慢移动——再过几个月，快到你看不清。" 2. Agentic Commerce（Agent 付款） · Stripe 刚在 Sessions 大会推出为 Agent 签发的真实信用卡：地址完整、敏感信息不暴露给 Agent，付款前可触发人工确认。 · Coinbase 推 x402 协议（HTTP 级加密支付）；Stripe 自家协议；Crossmint、Natural Pay、agentcard. sh 等多方混战。 · 痛点：协议碎片化、缺乏统一标准——这是下一轮万亿级金矿。 # 几个大胆预测 1. 知识工作的提升将是指数级：27 页合同律师报价 1000+，Claude 一次给出全部"被坑点"。 2. Agent 会成为客户：B2B 公司必须重新设计"Agent Experience"（API、文档对模型友好）。 3. 图像 / 视频 / 语音模型的负面影响开始显现：诈骗、深伪激增。建议家人之间设"暗号"防 AI 仿声诈骗。 4. 代码教程类内容正在死亡：留下来的全是"有人格、有观点"的创作者（Theo、ThePrimeagen 等）。 5. 个性化 Web App：未来网页里嵌一个聊天框，用户自然语言定制功能 → 沙箱 Agent 实时构建 → 推送给该用户实例。

译推文复盘了2026年Q1 AI Agent领域竞争。Anthropic虽高频发布新功能，但产品线割裂、体验断裂，口碑在技术圈内下滑。OpenAI则通过聚焦并整合能力于Codex超级App实现反超，其统一架构和开发者友好策略赢得人心。趋势上，被动式Agent（如Codex）适用于深度协同工作，而主动式Agent（如OpenClaw）通过异步指挥处理日常任务，价值凸显。此外，Computer Use（Agent操控电脑）和协议碎片化的Agentic Commerce（Agent支付）是两大被低估的关键趋势。预测知识工作效率将指数级提升，B2B需设计对模型友好的体验，同时深度伪造等安全风险加剧。

Tibo@thsottiaux · 5月7日34

@KSScenna has been playing with code since he was 12 years old jailbreaking the iPod Touch. Super cool to see him now using Codex + our API to solve hard problems across taxes, healthcare and more for everyone. “I never thought the gap between noticing a problem and building something real could get this small.” Turns out you can just build things!

译@KSScenna 从12岁破解iPod Touch开始接触编程。如今看到他运用Codex+我们的API为税收、医疗等领域解决难题，实在太酷了。 “我从未意识到发现问题与实现方案之间的距离能变得如此之近。” 事实证明，动手创造就能实现！

Tibo@thsottiaux · 5月7日22

We are seeing strong traction and working to improve Codex for scientists across mathematics, physics, chemistry, biology and more. What do you wish it were capable of that it cannot do today?

译我们看到Codex在数学、物理、化学、生物学等科学领域获得强劲关注，正致力于改进其功能。 您希望它实现哪些目前尚不具备的能力？

Greg Brockman@gdb · 5月7日59

codex is for everyone

译codex is for everyone [引用 @siliconvalleymm]：.@thsottiaux told me on my podcast this week: more than half of Codex prompts now come from non-engineers 作为知识工作者，我对即将发布的内容感到无比兴奋。本周末将测试Codex，后续会反馈结果

Rohan Paul@rohanpaul_ai · 5月7日57

MRC was introduced by NVIDIA, Microsoft, and OpenAI, along with collaborated with AMD, Broadcom, Intel. Multipath Reliable Connection is a new RDMA transport protocol, proven first and optimized on NVIDIA Spectrum-X Ethernet hardware. Spreads AI training traffic across many paths instead of forcing each GPU connection through one route. Basically, it is a new way to move training data between huge numbers of GPUs without letting one bad network path slow the whole cluster. RDMA lets GPUs move data through the network with very little CPU help, which is crucial when thousands of GPUs must exchange model updates constantly during one training run. MRC changes the connection itself by letting one RDMA stream use multiple network paths, so traffic can shift around congestion, failed links, and overloaded switches without waiting for software-level repair.

译多路径可靠连接(MRC)是一种新型RDMA传输协议，由NVIDIA、微软和OpenAI联合推出，并与AMD、博通和英特尔合作。该协议首先在NVIDIA Spectrum-X以太网硬件上得到验证和优化。MRC的核心创新是改变连接方式，允许单个RDMA数据流利用多条网络路径传输AI训练流量，而非强制每个GPU连接走单一固定路由。RDMA技术使GPU能以极少CPU帮助移动数据，这对于数千GPU在训练中不断交换模型更新至关重要。当网络出现拥塞、链路故障或交换机过载时，流量可自动绕行，无需软件层面修复，从而避免单一不良路径拖慢整个计算集群，保障大规模AI训练任务的高效进行。

OpenAI@OpenAI · 5月7日64

Introducing the ChatGPT Futures Class of 2026—26 honorees from the first graduating class to have had ChatGPT throughout all four years of university, who used AI to: - Map 1.5M previously unknown objects in space - Detect disaster survivors through walls and debris - Make 100M+ galaxy images searchable - Preserve endangered languages - Build infrastructure to reroute 5M+ pounds of unsold inventory from landfills

译介绍ChatGPT未来班2026届——首批在大学四年全程使用ChatGPT的26位优秀毕业生，他们运用AI实现了以下成果： - 绘制了150万个此前未知的太空天体 - 通过墙壁和废墟探测灾难幸存者 - 使超过1亿张星系图像可检索 - 保护濒危语言 - 建立基础设施，将超过500万磅未售库存从垃圾填埋场转移

宝玉@dotey · 5月7日58

OpenAI 把训练 ChatGPT 用的网络协议开源了。https://x.com/OpenAI/status/2052025533937103102/video/1 这套协议叫 MRC（Multipath Reliable Connection，多路径可靠连接），由 OpenAI 联合 AMD、博通、英特尔、微软、英伟达共同开发，通过 OCP（开放计算项目，业内最大的开源硬件标准组织）开放给全行业。AMD、博通、微软、英伟达同步发了配套博文。 训练大模型，几万到十几万张 GPU 要保持步调一致。一次训练步可能涉及几百万次数据传输，只要有一笔晚到，所有 GPU 都得干等。集群越大，链路抖动和故障越频繁。 传统网络的麻烦：一条链路挂了，整个训练任务可能崩掉，得回到上一个检查点重跑；交换机重新算路由要花好几秒甚至几十秒。OpenAI 在搭 Stargate（其大型算力基础设施项目）这种规模的集群时，遇到的第一个瓶颈就是网络。 过去一笔传输只走一条路径，MRC 改成把数据包拆散，同时分头走几百条路径，目的地再按内存地址重新拼起来。 链路出问题，微秒级就能绕开，不需要交换机重算路由表。OpenAI 还把动态路由协议(BGP)整个砍掉,改用 SRv6 源路由:发送方直接指定每个包走哪条路,交换机退化成"无脑"转发器,故障面大幅缩小。 网络结构因此简化。原本要 3 到 4 层交换机才能连起十几万张 GPU,MRC 的多平面设计 2 层就够,功耗、成本、故障点全降。 MRC 已经部署在 OpenAI 所有最大的英伟达 GB200 超算上,包括 Stargate 在德州 Abilene 与甲骨文合建的站点,以及微软 Fairwater 数据中心。多个 OpenAI 模型用它训练出来。 最直观的例子:最近一次前沿模型训练(服务 ChatGPT 和 Codex)期间,团队重启了 4 台核心交换机,不需要跟训练团队协调;每分钟还有多次链路抖动,对训练任务也没有可测量的影响。换以前,这种事故足以让整个任务崩溃。

译OpenAI 联合 AMD、博通、英特尔、微软和英伟达，通过 OCP 开源了新型网络协议 MRC。该协议旨在解决大规模 AI 训练集群中因网络延迟或故障导致的 GPU 闲置问题。MRC 将数据包拆分并通过数百条路径并行传输，实现微秒级故障绕行，无需交换机重算路由。这简化了网络架构，将连接十几万 GPU 所需的交换机层级从 3-4 层减至 2 层，降低了功耗、成本和故障点。该协议已部署于 OpenAI 最大的 GB200 超算，并成功用于训练多个模型，显著提升了训练任务的鲁棒性。

Chubby♨️@kimmonismus · 5月6日68

If this onchain pre-IPO proxy is accurate, Anthropic would now be valued 40% above OpenAI’s last official $852 B post-money valuation, uo 900% in the last 6 months! But still below the ~$1.75T valuation reportedly targeted for SpaceX’s IPO.

译链上Pre-IPO交易数据显示，Anthropic隐含估值在7天内上涨20%，达到1.2万亿美元，较2025年10月已飙升900%。这使其估值比OpenAI最新估值高出约40%，成为全球第11大估值公司，但仍低于SpaceX约1.75万亿美元的目标IPO估值。基于Jupiter平台的链上工具为未上市科技公司提供了实时估值参考，反映出AI革命正在加速推进。

OpenAI@OpenAI · 5月6日66

AI supercomputers need a new kind of network to stay in sync at massive scale. OpenAI’s @markjhandley and @poyntingatgreg join @AndrewMayne to discuss what it takes to move data across record numbers of chips reliably and efficiently, the new Multipath Reliable Connection (MRC) networking protocol, and why it's available for the whole industry to use.

译大规模AI超算需要新型网络来保持芯片同步。OpenAI专家讨论了在庞大芯片集群间可靠高效传输数据的挑战，并介绍了新发布的多路径可靠连接（MRC）网络协议。该协议由OpenAI与AMD、Broadcom、Intel、Microsoft、NVIDIA等行业伙伴共同推出，旨在帮助大型AI训练集群运行得更快、更可靠，减少GPU闲置时间。MRC是一个开放的行业协议，可供整个业界使用。

Chubby♨️@kimmonismus · 5月6日49

A very worthwhile substack (written by @natalia__coelho ) article that focuses particularly on Claude Mythos and GPT-5.5 cyber. tl;dr according to the analysis, GPT-5.5 is basically tied with Claude Mythos Preview on cyber capabilities, and may even be more cost-efficient; Mythos looks slightly ahead on some general benchmarks and SWE-bench Pro, but not like a major capability leap. OpenAI has recently enabled some truly outstanding releases. Against this backdrop, the question arises as to why Claude Mythos remains so secretive.

译一篇关于Claude Mythos和GPT-5.5的分析文章指出，两者在网络安全能力上基本持平，GPT-5.5可能更具成本效益。Mythos在部分通用基准和SWE-bench Pro上略微领先，但并未形成显著的能力突破。分析认为Mythos的性能符合既往趋势，并非偏离趋势的巨大飞跃。与此同时，OpenAI近期发布了多项出色产品，这反衬出Claude Mythos为何仍保持高度保密状态。

OpenAI@OpenAI · 5月6日54

We’ve partnered with @AMD, @Broadcom, @Intel, @Microsoft, and @NVIDIA, to release Multipath Reliable Connection (MRC), a new open networking protocol that helps large AI training clusters run faster and more reliably, with less wasted GPU time. https://openai.com/index/mrc-supercomputer-networking/

译我们已与@AMD、@Broadcom、@Intel、@Microsoft和@NVIDIA合作，推出多路径可靠连接（MRC）——这是一种全新的开放式网络协议，可帮助大型AI训练集群运行得更快更可靠，并减少GPU时间浪费。 https://openai.com/index/mrc-supercomputer-networking/

Chubby♨️@kimmonismus · 5月6日54

NVIDIA just open-sourced a transport protocol that powers OpenAI's Blackwell clusters. It opened MRC, a new RDMA transport protocol for massive AI training clusters. Instead of pushing GPU traffic through one fragile path, MRC spreads a single connection across multiple network paths. If one path fails or gets congested, traffic can be rerouted in hardware within microseconds. This is important because frontier training is no longer only about GPUs. The network is becoming one of the biggest bottlenecks in AI factories. OpenAI is already using MRC on Blackwell clusters. Microsoft and Oracle are also named by NVIDIA as major deployments. NVIDIA is pushing Ethernet into territory historically associated with InfiniBand. And by opening MRC through OCP, while optimizing it first for Spectrum-X, NVIDIA is making a smart platform move: more open standard on the surface, stronger full-stack NVIDIA advantage underneath.

译NVIDIA通过OCP开源了MRC协议，这是一种专为大规模AI训练集群设计的新型RDMA传输协议。其核心创新在于将单一连接分散到多条网络路径上，当某条路径出现故障或拥塞时，能在微秒级时间内通过硬件重路由流量，以解决前沿AI训练中日益严峻的网络瓶颈问题。该协议已应用于OpenAI的Blackwell集群，微软和Oracle也是其主要部署方。NVIDIA此举在表面推动更开放标准的同时，优先为自家Spectrum-X平台优化，实则强化了其全栈竞争优势，并将以太网技术推向传统上由InfiniBand主导的高性能计算领域。

meng shao@shao__meng · 5月6日72

OpenAI Codex App 完全入门指南（5月最新版） 入门指南 + 7 天上手实战计划 + Cursor/Claude Code 平滑迁移教程 https://youtu.be/MQlCBlO_S14?si=LdOxesmyo892uLbR

译作者发布了最新的OpenAI Codex App完全入门指南，涵盖入门教程、7天实战计划以及从Cursor/Claude Code的迁移指导。为方便预览，已使用@editframe Skills工具制作了介绍视频并先行分享。由于将Markdown格式整理为X Article较为耗时，指南将先于公众号发布，后续再适配X Article格式。

Greg Brockman@gdb · 5月6日92

ChatGPT for Excel and Google Sheets:

译ChatGPT for Excel and Google Sheets: 它可以帮助分析杂乱数据、编写公式、更新电子表格，并在此过程中解释其操作——无需离开你的电子表格。 由 GPT-5.5 驱动。 https://chatgpt.com/apps/spreadsheets/

小互@xiaohu · 5月6日69

釜底抽薪 OpenAI 搞了个 Migrate to Codex 功能 让你可以把其他编程工具，比如Claude Code、Cursor里里的配置，一键导入到 Codex 包括编程 Agent 里的配置、规则、技能、MCP、hooks、subagents、最近30天的所有会话等... 它会扫描用户级配置和项目级配置，把能自动映射的内容导入 Codex。比如 instruction files 会迁移到 AGENTS.md，settings.json 会迁移到 config.toml，MCP、hooks、skills、subagents 也都有对应入口。 更有意思的是，不能自动迁移的部分，Codex 会直接开一个新线程，让 Agent 继续帮你处理剩余迁移。

译OpenAI发布“Migrate to Codex”功能，允许用户将其他编程工具（如Claude Code、Cursor）的配置一键导入到Codex。该功能会扫描用户级和项目级配置，自动映射并迁移编程Agent的配置、规则、技能、MCP、hooks、子代理以及最近30天的所有会话等内容。对于无法自动迁移的部分，Codex会启动一个新线程，让Agent继续协助处理剩余迁移任务。

歸藏(guizang.ai)@op7418 · 5月6日79

OpenAI 更新了 GPT-5.5 Instant 模型，现在变成了 ChatGPT 默认模型。 模型提升了实时准确性和日常任务的表现，主要改进： 性能优化：在法律、金融、医学等领域的幻觉率明显下降。同时，在图片理解和文档解析方面表现更好。 表达风格：回答更加紧凑且聚焦要点，减少了无用的铺垫和过渡排版。简单来说就是废话变少了，之前的 5.5 版本（GPT-5.5）确实废话有点多。此外，个性化能力也得到了提升。 发布状态：今天已经全量发布。ChatGPT 已经将其设为默认模型，Codex 没有更新。 新功能引入：在 GPT 中引入了记忆来源功能。你可以通过控件可视化地查看 memory 来自什么地方，如果发现有问题，也可以直接编辑它。

译OpenAI 已全量发布 GPT-5.5 Instant 模型，并将其设为 ChatGPT 的默认模型。此次升级显著提升了模型的实时准确性和日常任务处理能力，特别是在法律、金融和医学等领域有效降低了幻觉率。同时，模型在图片理解与文档解析方面表现更佳。其回答风格变得更加简洁、聚焦要点，并增强了清晰度、个性化以及温暖自然的语调。此外，GPT 引入了记忆来源功能，允许用户可视化查看并编辑记忆的来源。本次更新未包含 Codex 模型。

meng shao@shao__meng · 5月6日77

[OpenAI Codex 官方迁移指南] 从其他 AI Coding Agents 迁移到 Codex，把你的"Agent 资产"（指令、配置、技能、会话历史等等）一键搬过来！ https://developers.openai.com/codex/migrate 迁移入口 Codex App → Settings → General → "Import other agent setup" → Import 迁移机制（关键设计） Codex 在两个层级同时扫描： · 用户级：本机上的全局配置文件 · 项目级：当前打开仓库内的配置文件 执行流程是一个带回检的四步循环： · 检测可识别的配置 · 直接迁移可处理的部分 · 迁移后再次检测 · 对剩余无法自动迁移的内容，另开一个新线程协助手动完成 这种"自动 + 残留兜底"的设计是文档最值得注意的地方——它承认不是所有概念都能 1:1 映射。 可直接迁移的对象映射表 指令文件（如 CLAUDE.md）-> AGENTS.md settings.json -> config.toml Skills -> Codex Skills 近 30 天会话 -> Codex threads / projects MCP 服务器配置 -> Codex MCP 配置 Hooks -> Codex Hooks Slash commands -> Codex Skills Subagents -> Codex agents 两个值得留意的设计取舍： · Slash commands 被归并到 Skills——Codex 不维护独立的斜杠命令体系，而是统一用 Skills 表达。 · 会话有 30 天窗口限制，更早的历史不会被带过来。 残留迁移的兜底机制 无法干净映射的内容，Codex 会用一个名为 migrate-to-codex 的官方 skill 在新线程里继续处理，并且用户级与项目级的剩余项分开列出，便于判断归属。 迁移后必须人工复核的五类内容 1. Skills 与 agents 中的工具权限和限制 —— 权限模型在不同智能体间语义不同，容易宽松化或失效 2. MCP 服务器的自定义认证、headers、环境变量、传输协议 —— 这些通常无法自动搬运 3. Hooks 行为差异 —— 触发时机和上下文未必一致 4. Plugins、marketplaces 等无对应概念的设置 5. 依赖参数、shell 插值、文件路径占位符的 prompt 模板或命令式提示

译OpenAI 为 Codex 发布官方迁移方案，支持从其他 AI Coding Agents 一键导入指令、配置、技能、近30天会话等资产。迁移采用“自动迁移+残留兜底”设计：通过用户级和项目级双层扫描，执行检测、迁移、回检的四步循环；自动处理可识别配置后，对剩余部分使用 `migrate-to-codex` skill 手动处理。需注意 Slash commands 被归入 Skills 体系，且会话历史仅限30天。迁移完成后，必须人工复核工具权限、MCP服务器认证、Hooks行为差异等五类内容，因平台间语义或实现差异可能影响功能。

宝玉@dotey · 5月6日70

GPT Image 2 Prompt 和蜡笔小新一家合影（配合一张照片）： 拍摄一张半写实半动画的照片。画面中，我（用户）正和野原新之助（Shinchan Nohara）以及他的全体家人站在一起。家庭成员包括他的父亲野原广志（Hiroshi Nohara）、母亲野原美冴（Misae Nohara）、妹妹野原向日葵（Himawari Nohara），还有他们的宠物狗小白（Shiro）。所有动漫角色的形象保持原始动画形象，但必须自然地融入到真实的现实世界场景中。在画面中，小新要表现出滑稽和淘气的样子，广志看起来温和朴实，美冴表情丰富且带有一丝严厉，小葵天真可爱、充满童趣，小白则显得小巧伶俐、软萌可爱，和蜡笔小新卡通形象一致。

译用户利用GPT Image 2 Prompt功能，描述生成一张半写实半动画照片，其中用户与动画角色野原新之助（小新）及其全家合影。照片要求小新、父亲广志、母亲美冴、妹妹向日葵和宠物小白保持原始动画形象，并自然融入真实环境。每个角色被赋予特定性格：小新滑稽淘气，广志温和朴实，美冴表情丰富略带严厉，小葵天真可爱，小白软萌伶俐。同时，引用推文展示了类似提示词，用于生成高度写实、角色略带风格化且与环境自然融合的照片，强调提示词在AI图像生成中的应用。

Berryxia.AI@berryxia · 5月6日67

这功能插件打工人必备啊！兄弟们！ ChatGPT现在开始支持接入Excel和Google Sheet，直接可以让你可以更快速、方便的处理表格数据！ 安装地址👇

Sam Altman@sama · 5月6日28

ChatGPT feels very 'switched on' now

译ChatGPT现在感觉非常'开机了'

SemiAnalysis@SemiAnalysis_ · 5月6日50

Dylan opts for MAX thinking over fast mode! @Dylan522p @fabknowledge @maxkan_ Join this week to discusses GPT 5.5 vs Claude 4.7 and OpenAI's comeback from the brink with @JordanNanos

译Dylan 选择 MAX 思考模式而非快速模式！@Dylan522p @fabknowledge @maxkan_ 本周加入我们，与 @JordanNanos 一起讨论 GPT 5.5 与 Claude 4.7，以及 OpenAI 如何从边缘回归。

Berryxia.AI@berryxia · 5月6日75

O社的 GPT-5.5 Instant 开始在 ChatGPT 中推出。 这是一个重大升级，让你获得更智能、更清晰、更个性化的回答，语气更温暖、更自然。

Berryxia.AI@berryxia · 5月6日72

OpenAI这次居然主动把Agent的“控制权”彻底交给了开发者，而不是继续藏在黑盒里。 Agents SDK重磅升级，专为长时运行Agent量身打造三大杀手级能力： • 在受控沙箱里运行（支持Cloudflare、Vercel、Modal、E2B等多家提供商） • 可完全检查和自定义开源harness • 精准控制什么时候创建记忆、存在哪里 文件、凭证、执行状态全在你自己的环境里，模型只拿到经过批准的上下文。 这意味着： 以前Agent动不动就“失控”或“失忆”的时代，正式结束了。 从demo玩具到生产级基础设施，只差这一步。 OpenAI这次直接把Agent的工程化门槛又拉低了一大截。

译OpenAI对其Agents SDK进行重大升级，旨在为构建长时运行Agent提供更强的执行控制能力。核心在于将控制权交给开发者，打破黑盒状态。新功能包括：在受控沙箱环境中运行Agent，支持多家云服务商；允许完全检查和自定义开源harness；以及精准控制记忆的创建时机与存储位置。所有文件、凭证和执行状态均保留在开发者自有环境中，模型仅能访问经批准的上下文。此举解决了Agent易“失控”或“失忆”的问题，显著降低了工程化门槛，推动其从演示原型迈向生产级基础设施。

Ethan Mollick@emollick · 5月6日66

All benchmarks are flawed, but GPQA has been fairly consistent & highly correlated with other measured benchmars. I think it's a good way to see how far we've come that the free model from OpenAI, GPT 5.5 Instant, is at a level that even paid models did not reach until late 2025

译所有基准测试都有缺陷，但GPQA一直相当稳定且与其他测量基准高度相关。我认为这是一个很好的方式来看我们已经走了多远，OpenAI的免费模型GPT 5.5 Instant已经达到了甚至付费模型直到2025年底才达到的水平

Chubby♨️@kimmonismus · 5月6日76

Major leaks about the new OpenAI Phone: -OpenAI is reportedly accelerating development of its first AI agent phone, with mass production potentially starting in the first half of 2027. -One possible reason is strategic timing: the device could support a stronger IPO narrative by year-end, positioning OpenAI not just as a model company, but as a consumer hardware platform. -Competition in AI-native smartphones / agent phones appears to be heating up, increasing pressure to move faster. -MediaTek currently looks best positioned to become the sole processor supplier. -The phone is expected to use a customized Dimensity 9600, manufactured on TSMC’s N2P process node in the second half of 2026. -The most important hardware spec may not be raw compute, but the ISP, with an enhanced HDR pipeline designed to improve real-world visual sensing for AI agents. -Other expected specs include: Dual-NPU architecture for heterogeneous AI workloads LPDDR6 + UFS 5.0 to reduce memory and storage bottlenecks pKVM + inline hashing for stronger security If development remains on schedule, total shipments across 2027–2028 could reach around 30 million units.

译据报道，OpenAI正加速其首款AI智能体手机的开发，目标在2027年上半年量产。此举可能旨在强化其年底IPO的叙事，并将自身定位拓展至消费硬件平台。联发科有望成为独家处理器供应商，提供基于台积电N2P制程定制的天玑9600。关键硬件规格包括增强HDR管线的图像信号处理器，以提升AI视觉感知能力，以及双NPU架构、LPDDR6与UFS 5.0等。若按计划推进，2027至2028年总出货量可能达到约3000万台。

ginobefun@hongming731 · 5月6日63

#BestBlogs 每日早报 2026-05-06 核心主题：GPT-5.5 Instant / AI 代码审查瓶颈 / Wilkinson 自治 CEO / Agent Harness / Stripe Proto Dash

Rohan Paul@rohanpaul_ai · 5月6日76

OpenAI just made GPT-5.5 Instant the default ChatGPT model, with fewer false claims, shorter answers, stronger image and STEM handling, and deeper personalization from memory, files, past chats, and connected Gmail. 52.5% fewer hallucinated claims than GPT-5.3 Instant on high-stakes medicine, law, and finance prompts, plus 37.3% fewer inaccurate claims on difficult conversations users had already flagged for factual errors. The model also uses 30.2% fewer words and 29.2% fewer lines in one comparison, which means OpenAI is tuning for answers that explain enough without burying the user in structure. Also, ChatGPT can now pull useful context from saved memories, past chats, files, and Gmail when that context improves the answer.

译OpenAI已将GPT-5.5 Instant设置为ChatGPT的默认模型。该模型在医学、法律和金融等关键提示上的虚假陈述比前代减少52.5%，在用户标记过事实错误的困难对话中不准确陈述降低37.3%。回答更简洁，用词和行数减少约30%。同时，模型增强了图像和STEM处理能力，并能从记忆、过往对话、文件及连接的Gmail中提取上下文以实现深度个性化。OpenAI表示，此次升级旨在提供更智能、清晰、个性化且语气自然温暖的回答。

Sam Altman@sama · 5月6日58

5.5 in codex is so good for non-coding tasks. i keep assuming it won't be able to do something, but a lot of the time i am pleasantly surprised.

译5.5在codex中对于非编码任务表现太出色了。 我总以为它无法完成某些事，但很多时候它都让我惊喜不已。

Eric@ericmitchellai · 5月6日43

big if true (actually small)

译如果是真的就厉害了 （其实很小）

Eric@ericmitchellai · 5月6日63

You can just do things (in ChatGPT)

译你可以直接做事（在 ChatGPT 中） [引用 @_simonsmith]：我一直专注于 Codex，以至于没意识到 ChatGPT 现在可以通过更新后的 Google Drive 连接器直接编辑 Google Drive 中的文件。我推测 Workspace Agents 也能做到这一点，这带来了许多新的机会。

ChatGPT@ChatGPTapp · 5月6日83

ChatGPT is now available as an add-on in Excel and Google Sheets. It can help analyze messy data, write formulas, update spreadsheets, and explain what it’s doing along the way—without leaving your spreadsheet. Powered by GPT-5.5. https://chatgpt.com/apps/spreadsheets/

译ChatGPT 现已作为插件在 Excel 和 Google Sheets 中使用。 它可以帮助分析杂乱的数据、编写公式、更新电子表格，并在此过程中解释其操作——无需离开您的电子表格。 由 GPT-5.5 驱动。 https://chatgpt.com/apps/spreadsheets/

ChatGPT@ChatGPTapp · 5月6日73

High fives to all our users on the new Instant model.

译向我们所有使用新即时模型的用户致以热烈的祝贺。

Sam Altman@sama · 5月6日37

the new instant model in chatgpt is so good damn if you have been thinking-model-only for awhile, give it a try!

译chatgpt的新即时模型真是太棒了 如果你一直只用思考模型的话，不妨试试这个！

Sam Altman@sama · 5月6日49

in particular, the combination of improvements to speed, intelligence, personality, and great memory/personalization feels like a more-than-sum-of-the-parts thing when it all hits together

译特别是当速度、智能、个性以及强大的记忆/个性化功能这些改进结合在一起时，它们共同作用所产生的效果，感觉像是超越了各部分简单相加的总和 [引用 @sama]：chatgpt中的新即时模型真是太棒了 如果你已经有一段时间只使用思考模型，不妨试试它！

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 5月6日79

It's SO fucked up that Brockman started a NONPROFIT, then converted it to a FOR-PROFIT (?!) and PERSONALLY extracted $29 billion Where's the outrage? A UCLA law expert called it "the theft of at least the millennium, and possibly all of human history." Dear journalists: raise hell over this. Stop obsessing over the petty drama between the billionaires involved instead of covering the staggering theft and holding the powerful accountable like old school investigative journalists would have. Make sure everyone knows. I don't always agree with @elonmusk but he's absolutely right about this one. That money doesn't belong to Brockman, it belongs to everyone.

译推文指控OpenAI联合创始人Greg Brockman和Sam Altman涉嫌严重的自我交易。两人作为非营利组织OpenAI的受托人，在未向董事会（包括Elon Musk）披露个人持股的情况下，自2017年起推动OpenAI与Cerebras达成总额超200亿美元的巨额合作与贷款，导致Cerebras估值飙升并筹备IPO，使他们个人获得巨大利益。法律专家称此举可能构成“千年乃至历史上最大的盗窃”。推文呼吁媒体应关注此重大利益冲突与权力滥用，而非创始人间的琐碎纠纷。

Greg Brockman@gdb · 5月6日91

Major ChatGPT upgrade rolling out now, in the form of GPT-5.5 Instant:

译重大ChatGPT升级现正推出，形式为GPT-5.5 Instant： 这是一次重大升级，以更温暖自然的语调提供更智能、更清晰、更个性化的答案。 同时它也更简洁，这正是我们所了解到的用户需求。我们相信你会喜欢与它对话。

Rohan Paul@rohanpaul_ai · 5月6日68

GPT-5.5 & Opus 4.7 score <1% on ARC-AGI-3

译GPT-5.5 与 Opus 4.7 在 ARC-AGI-3 上的得分低于 1%