Sam Altman@sama · 4月28日32

codex with the $20 plan is a really good deal

译每月20美元计划的Codex真是非常划算

宝玉@dotey · 4月28日69

转译原推：OpenAI 或将重新定义智能手机；联发科、高通与立讯精密，可能成为其 AI 智能体手机的关键伙伴 • 最新产业调研显示： OpenAI 正在与联发科（MediaTek）和高通（Qualcomm）合作开发智能手机处理器，立讯精密（Luxshare）则是独家系统共同设计与制造伙伴。该产品预计将在 2028 年进入量产。 • AI 智能体将重新定义智能手机： 用户真正想要的，并不是在手机里打开一堆 App。用户想要的是通过手机完成任务、满足需求。这个变化会从根本上改变人们对智能手机的理解。 我做了一版智能手机界面的概念设计，放在这篇文章最后，用 iPhone 作为例子，和今天的手机使用模式做对比。 • OpenAI 为什么要做手机？ 只有同时完全掌控操作系统和硬件，OpenAI 才能提供完整的 AI 智能体服务。 智能手机是唯一能够持续捕捉用户完整实时状态的设备，而这些实时状态，正是 AI 智能体进行实时推理时最重要的输入。 在可预见的未来，智能手机仍将是规模最大的设备品类。 • 云端 AI 与端侧 AI 将深度结合： 手机需要持续理解用户所处的上下文。因此，功耗、内存层级管理，以及基础小模型的运行能力，都会成为处理器设计时的关键考量。 更复杂、计算量更大的任务，则会交给云端 AI 来处理。 • OpenAI 的优势，在于它的消费级品牌、长期积累的用户数据，以及领先的 AI 模型。 智能手机硬件本身已经非常成熟，所以 OpenAI 可以借助供应链来开发设备。 在商业模式上，OpenAI 可能会把订阅服务和硬件绑定在一起，并与开发者共同建立一个新的 AI 智能体生态系统。 • 联发科和高通是处理器共同开发伙伴，未来可能受益于长期换机需求： 规格和供应商预计将在 2026 年底或 2027 年第一季度敲定。 以“联发科 × Google TPU Zebrafish”为例，单颗芯片带来的收入贡献，大约相当于 30–40 颗 AI 智能体手机处理器。假如初期目标锁定全球高端智能手机市场，而这个市场每年出货量约为 3 亿到 4 亿台，那么未来的换机周期可能会成为另一个重要增长引擎。 • 无论立讯精密多努力，要在苹果供应链中超越鸿海的组装地位，都会非常困难。 也正因为如此，这个项目对立讯精密尤其重要。 如果它能在早期就卡位这一供应链，就有机会成为下一代智能手机浪潮中的核心受益者。

译据报道，OpenAI正与联发科和高通合作开发智能手机处理器，立讯精密为独家设计与制造伙伴，目标2028年量产。此举旨在通过完全掌控硬件与操作系统，提供完整的AI智能体服务。智能手机被视为能持续捕捉用户实时状态的关键设备，是AI实时推理的重要输入。未来手机将深度结合云端与端侧AI，处理器设计需重点考量功耗与上下文理解。该项目对联发科和高通意味着长期增长机会，对立讯精密则是切入下一代智能手机核心供应链的关键。

TestingCatalog News 🗞@testingcatalog · 4月28日75

OpenAI models are coming to AWS Badrock in the coming weeks. Besides that, Amazon is hosting a livestream on April 28 with OpenAI leaders. > Watch Matt Garman, Colleen Aubrey, Julia White, and OpenAI leaders in a candid conversation about what's next with agentic AI.

译OpenAI模型将在未来几周内通过AWS Bedrock向客户提供。此举旨在为开发者提供更多模型选择，以适配不同任务需求。同时，亚马逊将于4月28日举办直播活动，AWS高管Matt Garman、Colleen Aubrey、Julia White将与OpenAI领导人进行对话，探讨智能体AI（agentic AI）的未来发展方向。相关详细信息将在旧金山的AWS活动中公布。

OpenAI Developers@OpenAIDevs · 4月28日55

You can build interactive applications with gpt-realtime-1.5, so users can control app state more naturally with voice. Hi Chappy 👋

译你可以用gpt-realtime-1.5构建交互式应用，让用户通过语音更自然地控制应用状态。 嗨，Chappy 👋

Chubby♨️@kimmonismus · 4月28日65

For some reason Microsoft is the only company that doesn’t benefit from AI.

译出于某种原因，微软是唯一一家没有从AI中受益的公司。

宝玉@dotey · 4月28日79

OpenAI 和微软重新谈了合作协议，核心变化一句话概括：OpenAI 不再被绑在 Azure 上了。 根据新协议，微软仍然是 OpenAI 的主要云合作伙伴，OpenAI 的产品也会优先在 Azure 上线。但有个关键松绑：如果微软无法或选择不支持某些能力，OpenAI 可以把产品部署到任何云平台上。这等于给了 OpenAI 一张多云通行证。 另一个重要变化是 IP 授权。微软对 OpenAI 模型和产品的授权延续到 2032 年，但从独家变成了非独家。也就是说，OpenAI 可以把同样的技术授权给其他公司了。 钱的部分也理顺了：微软不再向 OpenAI 支付分成，而 OpenAI 向微软的分成持续到 2030 年，比例不变但设了总额上限。微软作为大股东继续享受 OpenAI 的增长红利。 【注：此前 OpenAI 和微软的关系一直很拧巴。微软既是投资人又是云服务商，还拿着独家 IP 授权，OpenAI 每赚一笔都要分给微软。这种深度捆绑在 OpenAI 还是非营利机构时没什么问题，但随着 OpenAI 转型为营利公司、筹备 IPO，这套架构越来越不合适。新协议本质上是在 IPO 之前把关系理清楚。】 对普通用户来说，最直接的影响是：以后用 ChatGPT 或 OpenAI API 的企业客户，不一定非得走 Azure 了。用 AWS 或 Google Cloud 的公司接入 OpenAI 的服务会更方便。对微软来说，虽然失去了独占地位，但作为股东的身份让它依然能从 OpenAI 的增长中获益，只是从"锁定"变成了"竞争"。 OpenAI 正在一步步把自己从微软的生态里松绑出来，而微软也在接受一个现实：与其死守排他协议，不如当一个赚钱的股东。 https://openai.com/index/next-phase-of-microsoft-partnership/

译OpenAI与微软重新谈判合作协议，核心变化在于解除了对Azure云的独家依赖。根据新协议，微软仍是OpenAI的主要云合作伙伴，产品优先在Azure上线，但若微软无法支持特定能力，OpenAI可将服务部署到任何云平台。IP授权延续至2032年，但由独家转为非独家，OpenAI可向其他公司授权技术。财务安排上，微软不再向OpenAI支付分成，而OpenAI向微软的分成持续至2030年并设有上限。此举为OpenAI的IPO铺平道路，企业客户未来可通过AWS或Google Cloud等平台使用其服务，微软则以股东身份继续受益。

DogeDesigner@cb_doge · 4月28日31

Elon Musk once offered Sam Altman a deal. Change the name of OpenAI to ClosedAI and he would drop the lawsuit.

译Elon Musk 曾向 Sam Altman 提出一个交易。 将 OpenAI 改名为 ClosedAI，他就会撤销诉讼。

Chubby♨️@kimmonismus · 4月28日67

OpenAI has removed the AGI clause from its agreement with Microsoft. Given the upcoming IPO, it wouldn't surprise me if AGI is officially announced soon.

译OpenAI已从其与微软的协议中移除了AGI条款。 考虑到即将进行的IPO，如果很快正式宣布AGI，我也不会感到惊讶。

DogeDesigner@cb_doge · 4月28日48

Ex-board member of OpenAI calls Sam Altman a liar. He lied to the board for years, hid ChatGPT launch, lied about owning Startup Fund, falsified safety info, and lied to oust her after her paper. Board lost all trust → fired him. Sam Altman is a liar.

译OpenAI前董事会成员称Sam Altman是骗子。 他多年来对董事会撒谎，隐瞒ChatGPT的发布，在拥有创业基金一事上说谎，伪造安全信息，并在她的论文发表后撒谎以驱逐她。 董事会失去所有信任 → 解雇了他。 Sam Altman是个骗子。

Rohan Paul@rohanpaul_ai · 4月28日69

OpenAI is reportedly exploring a smartphone that treats AI agents as the operating model, not apps. For this, as per news, OpenAI is exploring custom mobile silicon with MediaTek, Qualcomm, and Luxshare, in a co-design and manufacturing role, because agentic computing is not just model inference, it is power efficiency, memory management, and deciding what stays on-device versus what goes to the cloud. Aiming to replace much of the app model with a system that acts across the whole device. The deeper logic is vertical integration. OpenAI has already folded Jony Ive’s io team into the company, and Chris Lehane has said its first hardware product is on track to be announced in the second half of 2026, which suggests a long game around owning more of the stack, not just shipping another companion app. The basic idea is that apps split your tasks into separate boxes, while an agent-first phone would watch context across messages, location, voice, calendar, and settings, then complete actions directly instead of handing you 10 separate screens. That matters for capability because Apple and Google decide what normal apps can access, so a full hardware and software stack could let OpenAI connect models more deeply to calling, writing, booking, search, reminders, and device controls. The likely technical setup is a split between small on-device models for fast, private, low-latency work and cloud models for heavier reasoning, which is the practical way to make an always-available assistant feel responsive without draining the phone. A phone is the densest stream of personal context most consumers generate, so a true AI agent phone would not merely answer questions better, it would see more, remember more, and infer more than an app sitting inside Apple’s or Google’s rules can. --- techcrunch .com/2026/04/27/openai-could-be-making-a-phone-with-ai-agents-replacing-apps/

译OpenAI据传正探索开发一款以AI代理为核心操作模式的智能手机，旨在取代传统应用模型。公司计划与联发科、高通及立讯精密合作设计定制移动芯片，以优化能效与云端协同，并已吸纳Jony Ive的设计团队。该设备计划于2026年下半年发布，其核心逻辑是通过软硬件垂直整合，让AI代理跨消息、位置、日历等多维度上下文直接执行任务，突破苹果与谷歌对应用权限的限制。技术架构预计采用本地轻量模型实现低延迟响应，结合云端模型处理复杂推理，以打造能深度感知与推断的个人智能助手。

Rohan Paul@rohanpaul_ai · 4月28日79

OpenAI is moving away from its exclusive Microsoft arrangement, making room for possible partnerships with Amazon and Google. At the same time, Microsoft wants to cut its dependence on OpenAI by creating its own AI models. Ending the exclusivity could also help lower antitrust scrutiny across the U.S., U.K., and Europe. Barclays analysts said the shift may free Microsoft to invest more in Copilot and expand cloud capacity. Last month, Microsoft was considering legal action against Amazon and OpenAI over a $ 50B cloud deal that may have violated its exclusive cloud partnership. The revised arrangement now lets OpenAI run its services on Amazon’s cloud without the technical changes required under the earlier Microsoft agreement. Microsoft still keeps a non-exclusive license to OpenAI model and product IP through 2032, still gets OpenAI revenue share through 2030, and still sits inside the upside as a major shareholder. Microsoft stock, falls -5% after announcing that its OpenAI license will now be nonexclusive and it will no longer pay revenue share to OpenAI. Investors can punish the loss of exclusivity on the headline, even if the deeper effect is to simplify the alliance and reduce regulatory and capital strain. But the ​software giant will no longer share revenue for the OpenAI products it sells on its cloud. Revenue OpenAI must share with Microsoft through 2030 will ​now have a cap for the total number and no longer tied to the startup's technology milestones. My read is that OpenAI gained more bargaining power than Microsoft gained certainty, which explains why investors initially treated the change like a moat reduction rather than a breakup. For Microsoft, the selloff reflects a real loss of scarcity premium, but the deeper gain is strategic - freeing capital for Copilot and other cloud capacity, while also easing antitrust pressure and reducing dependence on a partner that recently accounted for about 45% of Microsoft’s remaining performance obligation. Amazon looks like the clearest tactical winner. It already has a strategic OpenAI partnership, Bedrock distribution for OpenAI Frontier, and a large Trainium capacity commitment, so this deal turns AWS from backup infrastructure into a front-line route to OpenAI. Google Cloud gains something subtler but important: the right to compete for OpenAI workloads even while competing in models.

译OpenAI修订与微软的合作协议，结束独家云合作关系，未来可将其服务部署于亚马逊云等平台。微软保留至2032年的非独家模型许可以及至2030年的有上限收入分成。此举削弱了微软的稀缺性优势，引发其股价下跌，但有助于微软释放资本投入Copilot并缓解反垄断压力。亚马逊成为明确赢家，其AWS从备用基础设施转为OpenAI的前线平台；谷歌云也获得了竞争OpenAI工作负载的机会。OpenAI创始人确认微软仍是其主要云合作伙伴，但产品将扩展至所有云平台。

OpenAI Developers@OpenAIDevs · 4月28日66

📣 What if every open issue had a Codex agent? That’s the idea behind Symphony, an open-source agent orchestrator for Codex that turns task trackers into always-on systems for agentic work, letting humans focus on review and direction.

译📣 如果每个未解决的问题都有一个 Codex 智能体呢？ 这就是 Symphony 背后的理念——一个为 Codex 设计的开源智能体编排器，它将任务追踪器转变为持续运行的系统，用于智能体工作，让人类专注于审查和方向指导。

DogeDesigner@cb_doge · 4月28日42

Elon Musk turned down all shares when he left OpenAI because he believed nonprofits are not meant for self-enrichment. "The reason I founded OpenAI was because I was concerned, based on my conversations with Larry Page, that he was not sufficiently concerned about the dangers of AI. At my birthday party, he, in front of a large group of people, called me a speciesist, for favoring humanity over computers. So after that, I was like, We got to have some counterbalance to Google, because Larry doesn't seem to care if humans make it or not. So I thought, what's the opposite of Google? It would be an open source nonprofit, and that's where the word open, in OpenAI comes from. It means open source. I provided all the money, recruited the key people, and taught them everything I know. I actually even got them to deal with Microsoft. And for all that, I did not seek any financial reward whatsoever. The reason I actually took down the offer for shares is because, I mean, I felt like what are the shares, and why like nonprofits supposed to have shares? Nonprofits are not supposed to be self enrichment, so that's why I turned on the offer of shares." — Elon Musk

译埃隆·马斯克表示，他离开OpenAI时拒绝了所有股份，因为他认为非营利组织不应成为个人致富的工具。他创立OpenAI的初衷源于与拉里·佩奇的对话，担忧后者对AI危险性的重视不足，希望建立一个开源非营利组织来制衡谷歌。马斯克强调自己提供了全部初始资金、招募了核心团队并传授了知识，甚至促成了与微软的合作，但从未寻求任何财务回报。他拒绝股份的根本原因在于，认为非营利组织的本质与股权激励相悖。

DogeDesigner@cb_doge · 4月28日32

Sam Altman cannot be trusted. • The OpenAI board fired him because he was not always honest with them. They said he should not control powerful AI. • A major report talked to over 100 people and saw secret papers. It says he has almost a sociopathic lack of concern for the truth. People who worked with him say he lies easily but still wants everyone to like him. • Top scientist Ilya made 70 pages of notes before the firing. They showed Sam was not honest with the team and board about safety rules. • He changed OpenAI from a nonprofit that Elon helped start to a for profit money making business. It was meant to be open for everyone with no personal gain. • He trained OpenAI on Twitter data without permission. • He keeps lying and shows a lack of transparency. • He poached xAI staff and took sensitive info illegally. • He dropped core safety promises to race for growth and money. Old team members say his big expensive AI projects around the world are too dangerous. • An ex OpenAI board member flat out called him a liar. This is not just talk. It is what the people closest to him said and what the facts show. When the folks who worked with him say he cannot be trusted.

译一份基于超百人访谈和内部文件的调查报告指出，Sam Altman存在严重的诚信问题。OpenAI董事会因其对安全问题不坦诚而将其解雇，前董事会成员直指其说谎成性。报告揭露Altman将非营利组织转向营利模式，未经授权使用Twitter数据训练模型，并为追求增长与利润放弃核心安全承诺。此外，他还涉嫌非法挖角xAI员工及窃取敏感信息。内部科学家笔记显示，其长期对团队和董事会隐瞒安全规则遵守情况，被指对真相缺乏关切。

Greg Brockman@gdb · 4月28日56

GPT Image 2 for learning about anything

译GPT Image 2 用于了解一切 [引用 @Preda2005]：GPT 2 完全疯了… 🙀⚡️ 我要来一个史前掠食者 它围绕它建造了整个博物馆。 这不仅仅是一张图片。 感觉就像在发现历史。🤯 提示词掉落 ⤵️

Greg Brockman@gdb · 4月27日40

gpt-5.5 great for hard tasks like writing GPU kernels

译gpt-5.5 非常适合编写 GPU 内核等高难度任务

Chubby♨️@kimmonismus · 4月27日40

It continues to blow me away how good ChatGPT's image 2 model is. The reasoning involved in its creation produces accurate results that not only create visually stunning graphics but are also factually correct and, at the same time, feature the correct logos. Or, to put it another way: You can now create accurate graphs with an image model. I don't understand why this new image model is only so successful within our own circle.

译ChatGPT的图像2模型之出色，持续让我惊叹不已。 其创作过程中的推理能力产生了准确的结果，不仅创造出视觉上令人惊叹的图形，而且事实正确，同时还能呈现正确的标志。 或者换句话说：你现在可以用图像模型创建准确的图表了。我不明白为什么这个新的图像模型只在我们自己的圈子里如此成功。

阿绎 AYi@AYi_AInotes · 4月27日60

Damn，Hollywood is fucking over！ GPT-image-2+Seedance 2 就是一个超级王炸组合！ 有人用 Seedance 2.0 把《权力的游戏》搬到 2048 年了，居然比原版还带感！ 这个《权力的游戏：2048》的概念短片， 直接把整个维斯特洛大陆重建成了赛博反乌托邦， 尖端科技和废土地貌彻底改写了七大王国的模样， 铁王座是用黄金 AK47 铸成， 龙妈骑的是喷着等离子火焰的机械龙， 夜王成了浑身发着冷光的赛博亡灵， 连 HBO 标志性的片头都完美复刻， 只是把中世纪城堡换成了刺破云层的摩天大楼， 把冰原荒原换成了霓虹闪烁的废墟。 最离谱的是，这压根不是 HBO 拍的， 是普通人用 AI 做的电影级短片，光影质感、镜头运镜、那种刻在骨子里的权力肃杀感， 每一帧都能直接截下来当电影海报。 原来最经典的故事， 永远能在新的时代长出最惊艳的样子， 乔治・马丁要是刷到这个，估计都得愣三秒。 兄弟们最想看哪个角色的赛博版？ 我先说，赛博詹姆・兰尼斯特， 那只机械手简直就是是给他量身定做的。 说实话，看到这个的时候我真的愣了很久。 以前拍一部史诗级电影，要几亿预算，几百人的团队， 熬好几年，现在一个人，一台电脑， 就能拍出能和 HBO 掰手腕的东西。 这才是 AI 最动人的地方。 它把以前只有好莱坞握在手里的创作权， 掰了一半，交到了每一个普通人手里。 我自己一直在用 Rita，官方直连原版 Seedance 2.0， 不用排队，没有降智，参数全开放， 你脑子里任何天马行空的想法， 现在都能变成看得见的画面， 这大概就是这个时代，给普通人最好的礼物。

译网友利用GPT-image-2和Seedance 2.0等AI工具，创作出赛博朋克风格的《权力的游戏：2048》概念短片，将维斯特洛大陆重构为反乌托邦世界，其电影级质感可媲美HBO原作。这标志着AI技术正将曾属于好莱坞的顶级创作权下放给普通人，大幅降低了史诗级内容的制作门槛。同时，AI也成为有效的创收工具，例如通过特定平台批量生成“AI美女跳舞”类短视频，可凭借流量分成和商单实现低门槛副业盈利，目前该赛道仍处红利期。

Berryxia.AI@berryxia · 4月27日48

GPT-Image-2 还是太强了，这么小的字都可以做到不糊。 中文都依旧能打，最牛的还是可以支持元素分层。 改天写个实践的文章，最近图像模型又可以玩起来了。

Chubby♨️@kimmonismus · 4月27日45

A 23-year-old has cracked one of the Erdős problems that remained unsolved for over 60 years, using ChatGPT 5.4 Pro. Now image what ChatGPT 5.5 Pro will be capable of. And remarkably, it was done in a single pass. Total solve time: just 1 hour and 20 minutes.

译一名23岁的青年利用ChatGPT 5.4 Pro，成功解决了一个悬置超过60年的Erdős问题。整个过程一气呵成，AI仅用1小时20分钟便完成求解。值得注意的是，AI运用了一个众所周知的公式，但此前无人将其应用于此特定问题。这一突破展示了先进AI在解决复杂数学问题上的潜力，并引发对其未来版本（如ChatGPT 5.5 Pro）能力的想象。

Rohan Paul@rohanpaul_ai · 4月27日71

ChatGPT Images 2.0 is truly incredible. Here @doodlestein created a math explainer infographic on linear transformations and the spectral theorem using the Mona Lisa. Four generation attemps produced noticeably different layouts, matrix examples, and explanatory structures. The core concepts remained consistent, but each offered a different visual approaches to eigenvectors and transformations.

译用户@doodlestein使用ChatGPT Images 2.0，以蒙娜丽莎为主题创建关于线性变换和谱定理的数学解释信息图。尽管使用了相同的详细提示词，模型在四次生成尝试中产出了布局、矩阵示例和解释结构明显不同的结果。虽然核心概念保持一致，但每次生成在特征向量和变换的可视化呈现方式上各有独特之处。这证实了即使输入不变，模型的输出也存在显著变化。因此，对于重要内容，建议进行多次生成以获取不同的视觉方案和创意角度。

阿绎 AYi@AYi_AInotes · 4月27日66

Damn，郭明錤扔的这个炸弹，有点把手机行业的下一个十年定调的感觉。 OpenAI正在和联发科高通合作开发手机专用AI处理器，立讯精密担任独家系统设计和制造伙伴，预计2028年量产。 跟豆包手机这种加个大模型的普通手机还不一样，OpenAI这款手机从根上推翻了现在所有手机的底层逻辑。 简单来说现在的手机是App容器， 你需要主动打开一个个应用完成操作， 未来的手机是AI Agent的执行平台， 你只需要说出你的意图，AI会自动跨应用跨云端帮你把所有事做完。 文章给的这张对比图蛮有冲击力的，左边是现在iPhone密密麻麻的App图标，右边只有一个极简的输入框和AI主动推送的任务卡片。 估计很多人看不懂OpenAI为什么放着好好的云端生意不做，非要下场做硬件， 我觉得其实这才是最致命的一步。 毕竟云端大模型再强， 也永远拿不到你手机里的实时状态，你的位置，你的传感器数据，你的日程，你的聊天记录，这些才是AI Agent能真正干活的核心输入。 因为第三方手机厂商永远不会把这些权限完全开放给OpenAI， 所以它必须自己做，从芯片到操作系统全栈掌控，形成真正的闭环。 这哪是和苹果谷歌抢手机销量，简直是直接掀了整个行业的桌子😆😆😆 如果Agent驱动的模式真的跑通，谁还会打开App Store下载应用，整个运行了十几年的App生态，都会被全新的Agent生态彻底取代。 这里面最意外的赢家其实是立讯精密，它在苹果的组装份额永远超不过鸿海，这次直接拿到了下一代手机的独家门票，很可能成为下一个时代的富士康哈哈😄 当然也有很多不确定性，隐私监管的压力，OpenAI的硬件执行力，还有苹果正在全力推进的端侧Agent反击。 但我觉得大趋势已经无法逆转了， AI硬件的战争，已经从云端彻底打到了咱们每个人的口袋了。 2007年乔布斯拿出第一代iPhone的时候， 没人知道功能机的时代会结束得这么快， 现在历史又要重演了， 只是这次站在舞台中央的人， 换成了@sama

译分析师郭明錤透露，OpenAI正与联发科、高通合作开发手机专用AI处理器，并由立讯精密独家负责系统设计与制造，预计2028年量产。此举旨在从根本上颠覆当前以App为中心的手机逻辑，将手机转变为AI Agent执行平台，用户只需表达意图，AI即可自动调用跨应用、跨云端服务完成任务。OpenAI选择自研硬件的核心原因在于，云端模型无法获取手机本地实时数据（如位置、传感器、日程等），而这些是AI Agent有效运作的关键。此举可能彻底重塑运行多年的App生态，并将AI硬件竞争从云端延伸至个人设备。

小互@xiaohu · 4月27日61

高级概念海报提示词分享 自动解析文字背后的深刻内涵生成海报 提示词模板：（根据自己情况可修改，输入到GPT后 你只需给文字或者名字即可，GPT会自己解析） 高级概念海报，竖版 3:4，核心文字为“【输入文字】” 请先深度理解“【输入文字】”的表层含义、深层寓意、情绪气质、文化联想、人物命运感与隐含张力，再决定最适合它的画面风格、构图方式、色彩气质和视觉隐喻。 画面风格必须由词义自动生成，不要机械套用统一模板。每个词都应拥有和它自身内涵相匹配的独特视觉语言。 画面中，巨大中文主标题“【输入文字】”必须是绝对主体，字形清晰完整，无错字无缺笔，占据大部分画面，形成最强第一视觉。 不要做普通插画，不要只画人物外貌。 请提炼一个最准确、最有代表性的视觉隐喻，让人物、物体、空间或象征元素与大字发生关系，让观者一眼感受到这个词为什么会被这样表达。 整体气质要求高级、极简、克制、展览级，具有强排版、强隐喻、强情绪、强记忆点。 可根据词义自动选择更冷峻、更诗意、更悲剧、更锋利、更温柔或更庄严的视觉风格。 色彩也应根据词义自动调整，但保持整体高级感和节制感。 小字文案只保留三处： 左上角：2到4个关键词 右侧竖排：一句命运感短句 左下角：一句有传播力的总结句 要求元素少，概念准，留白克制。 文字是第一视觉，隐喻图像是第二视觉，小字是第三视觉。 不要拥挤，不要廉价广告感，不要多余英文，不要解释性长文案。 最终效果应像展览级文学人物或概念主题海报，把“【输入文字】”背后的精神状态和文化意味真正视觉化。

译推文分享了一个用于生成“高级概念海报”的GPT提示词模板。其核心是输入文字后，GPT需深度解析该文字的表层与深层含义、情绪气质及文化联想，并据此自动生成独特的画面风格、构图和视觉隐喻，而非套用统一模板。海报要求以巨大的输入文字为主体，搭配极简、克制的展览级视觉设计，并辅以少量关键词和短句。推文引用了一位用户的反馈，表明GPT Image 2对文字的理解能力出色，生成效果震撼。

Ethan Mollick@emollick · 4月27日54

GPT-5.5 in Codex made a surprisingly solid table top RPG game masters guide & player guide, which it "playtested." It leans into the storytelling aspect, and still has some very LLM-y elements, but it is a novel setting. PDF: https://drive.google.com/file/d/10QKnfjJaWHxsTu4fo_dgMU6pAJXxuw3t/view?usp=sharing More: https://www.oneusefulthing.org/p/sign-of-the-future-gpt-55

译Codex中的GPT-5.5制作了一款令人惊讶的扎实桌面角色扮演游戏主持人指南和玩家指南，并进行了“游戏测试”。它侧重于叙事方面，仍保留一些非常具有LLM特色的元素，但这是一个新颖的设定。 PDF: https://drive.google.com/file/d/10QKnfjJaWHxsTu4fo_dgMU6pAJXxuw3t/view?usp=sharing 更多信息: https://www.oneusefulthing.org/p/sign-of-the-future-gpt-55

Berryxia.AI@berryxia · 4月27日60

我们群的诸多小伙伴都是来自各行各业，对于同一套提示词总是可以玩出新的东西。 真好，这样大家可以看到不同的世界，不同的内容。 不仅仅局限于，我提供的一个方向本身。 数学物理学之美，专业工业安全都不错。 期待大家可以交出更多作业，开源免费给大家了！

译主推文展示了多元背景的群体如何基于同一套AI提示词创造出多样化内容，突破单一方向局限，促进知识共享与协作。文中引用案例指出，用户可通过GPT-Image-2稳定生成科普海报等视觉化素材，并将提示词开源供社区使用。这一模式鼓励社区成员结合专业领域（如数学、物理、工业安全）进行创意延伸，推动AI工具在科普、教育等场景的创新应用。

小互@xiaohu · 4月27日46

改造了一下 效果炸裂啊... GPT Image 2 对文字的理解能力超乎想象！

meng shao@shao__meng · 4月27日54

真正的「个人 Agent」应该是什么样？ 是 OpenClaw，还是 Codex 或 Claude Code，至少目前，他们都还不是！ # @petergyang 个人 Agent 七条标准 能力层（Capability） 1. 跨工具完成实事 —— 邮件、日历、Workspace、任意 API/MCP 2. 主动性与可靠性 —— 定时任务、触发器、自动跟进，并且失败要可见 认知层（Cognition） 3. 长期记忆 —— 让它越用越"懂你" 接入层（Access） 4. Web 和移动端原生可用，无需 /slash 命令或手动配置 5. 在文字、语音、视频、实时通话之间无缝切换 6. 能从第三方 IM 触达，像一个真人联系人 人格层（Personality） 7. 有个性，让人愿意聊 # 对三个产品的判定 Claude Code 问题在哪：接入层 + 人格层 关键问题：移动端要先 /remote-control 才能对话；cron 失败不通知；整体仍是"代码 IDE"的语境 Codex 问题在哪：接入层 关键问题：潜力大，但缺移动端 = 个人 Agent 的入口缺失 OpenClaw 问题在哪：能力层 关键问题：接入和人格最接近，GPT 5.5 比 5.4 更有性格，但不够可靠——重度用户得反过来找 Codex/Claude Code 修它

译作者提出了个人Agent应满足的七条标准：能力层需能跨工具处理任务并具备主动性与可靠性；认知层需拥有长期记忆；接入层需在Web与移动端原生可用、支持多模态无缝切换且能从第三方IM触达；人格层需具备个性。依据此标准，当前OpenClaw、Claude Code和Codex均未完全达标。Claude Code在接入便捷性和人格化上不足；Codex主要缺乏移动端入口；OpenClaw则在能力层的可靠性上有明显缺陷，导致重度用户仍需借助其他工具来修正其错误。

Sam Altman@sama · 4月27日68

Our Principles: Democratization, Empowerment, Universal Prosperity, Resilience, and Adaptability https://openai.com/index/our-principles/

译我们的原则： 民主化、赋能、普遍繁荣、韧性与适应性 https://openai.com/index/our-principles/

Sam Altman@sama · 4月27日43

so fun to see the reception to 5.5! there is almost nothing that feels more gratifying to me than builders saying they find our tools useful.

译看到大家对5.5版本的反响真是太有趣了！ 对我来说，几乎没有什么比听到开发者说觉得我们的工具有用更令人欣慰的了。

Rohan Paul@rohanpaul_ai · 4月27日45

Today’s edition of my newsletter just went out. 🔗 https://www.rohan-paul.com/p/openai-launched-gpt-55-in-chatgpt 🗞️ OpenAI launched GPT-5.5 in ChatGPT and Codex. 🗞️ DeepSeek releases V4, the first open-source model to match a closed model on competitive programming, and a huge 1M-context window 🗞️ DeepSeek paper’s big idea is a new way to make very long-context LLMs much cheaper without giving up much ability. 🗞️ Anthropic just mapped the first large-scale link between AI use, productivity, and replacement fear.

译OpenAI在ChatGPT和Codex中推出了GPT-5.5。DeepSeek发布了开源模型V4，其性能在竞技编程任务上首次媲美闭源模型，并具备100万token的上下文窗口。该模型论文的核心创新在于提出了一种大幅降低长上下文LLM成本、同时几乎不损失能力的新方法。此外，Anthropic首次大规模揭示了AI使用、生产力提升与人类对工作被替代的恐惧之间的关联。

宝玉@dotey · 4月27日70

GPT Image 2 Prompt： 精致立体刺绣风插画，浅浮雕纤维艺术效果，纯净「蚕丝白 + 奶白」底色，细腻丝线质感。画面为数只小鸟停在蜿蜒花枝上，周围点缀粉白、浅桃、珊瑚粉、淡金色花朵与叶片，构图轻盈雅致、留白充足。鸟儿羽毛以奶白、浅蓝、淡粉、浅金丝线刺绣表现，花枝纤细自然，花朵层层叠线，整体呈现高级手工刺绣、丝线堆绣、柔和光影、细节丰富、温柔清新的艺术效果。

译GPT Image 2 Prompt 描述了一幅精致立体刺绣风插画，以“蚕丝白+奶白”为底色，呈现小鸟停于花枝的轻盈构图。引用推文中，用户@0x00_Krypt 指出复刻该图像时难以达到原图的特定色彩效果。Banana Prompt 提供了结构化提示词，包括平视方形构图、霜冻纹理树枝、明亮春季色彩和谐，以及五只详细小鸟的布局，强调超写实线程绘画技术和高光白色背景，旨在生成高级手工刺绣的艺术效果。

Greg Brockman@gdb · 4月27日30

codex empowers anyone to build

译开发者借助Codex大幅缩短游戏开发周期。朋友原计划耗时数周完成一款融合Guitar Hero、Dota和RPG机制的回合制游戏原型，但在Codex辅助下，团队快速清理了Godot代码库，并通过图像生成技术将草图转化为UI，短时间内构建出可玩性高的MVP版本，实际测试达两小时。这一经历促使开发者决定正式推进项目，体现了AI工具对创作流程的革新。

Yuchen Jin@Yuchenj_UW · 4月27日39

GPT-5.5 in Codex is really good. Frontier coding models are converging fast, and soon the differences will be less about raw model capability and more about harness, UX, reliability, price, and rate limits. Anthropic: release Mythos! What are you waiting for?

译Codex 中的 GPT-5.5 真的很棒。 前沿编程模型正在快速趋同，很快差异将不再主要体现在原始模型能力上，而更多在于工具链、用户体验、可靠性、价格和速率限制。 Anthropic：赶紧发布 Mythos！还在等什么？

Tibo@thsottiaux · 4月27日34

Looking at the traffic dashboard for Codex just now, it would be scary if we didn't have a lot more compute coming online in the coming weeks. All according to plan fortunately.

译刚才查看Codex的流量仪表板，如果未来几周我们没有更多计算资源上线，情况会很可怕。幸好一切都在按计划进行。

Greg Brockman@gdb · 4月27日49

GPT Image 2 can generate diverse images even for detailed prompts

译GPT Image 2 即使面对详细的提示词也能生成多样化的图像

Sam Altman@sama · 4月26日34

"post-AGI, no one is going to work and the economy is going to collapse" "i am switching to polyphasic sleep because GPT-5.5 in codex is so good that i can't afford to be sleeping for such long stretches and miss out on working"

译"后AGI时代，没人需要工作，经济将崩溃" "我正在改用多相睡眠，因为Codex中的GPT-5.5太强了，我舍不得睡那么久错过工作机会"

向阳乔木@vista8 · 4月26日85

http://x.com/i/article/2048407268547522560 # OpenAI GPT-5.5官方介绍 [AI翻译重写] OpenAI 在 4 月 23 日发布了 GPT-5.5，4 月 24 日 API 正式开放。 每次大模型发布，都会有一堆跑分截图刷屏，然后大家看完就散了。 但这次读完OpenAI的博客原文，有几个地方值得认真拆开来说。 > https://openai.com/index/introducing-gpt-5-5/ ## 它到底想解决什么 先说一个很多人都有过的体验。 用 AI 做复杂任务，你得像个项目经理一样全程盯着它。 稍微多几个步骤，它就开始跑偏，或者干脆停下来问你"接下来怎么办"。 你花在"管理 AI"上的精力，有时候比自己动手还多。 GPT-5.5 想解决的，就是这个问题。 OpenAI 的原话是：给它一个乱糟糟的、多步骤的任务，它会自己规划、调用工具、检查结果、处理模糊情况，然后一直做下去，直到完成。 这个方向比跑分数字更值得关注。 跑分可以调参刷出来，但"能不能真的把一件复杂的事做完"，才是实际工作里最重要的能力。 OpenAI 把这类能力叫做 Agentic，中文可以理解为"自主行动能力"，也就是模型能像一个真正的执行者一样，自己规划步骤、调用外部工具、处理中途遇到的障碍，而不是每一步都等人指令。 ## 跑分数据，先看这几个关键的 这张表对比了 GPT-5.5、GPT-5.4、GPT-5.5 Pro、GPT-5.4 Pro、Claude Opus 4.7 和 Gemini 3.1 Pro 六个模型。 几个重点数字： Terminal-Bench 2.0（测试复杂命令行工作流，需要规划、迭代和工具协调）：GPT-5.5 拿到 82.7%，GPT-5.4 是 75.1%，Claude Opus 4.7 是 69.4%。提升幅度不小。 GDPval（测试 AI 在 44 种职业里完成知识工作的能力）：GPT-5.5 是 84.9%，GPT-5.4 是 83.0%，Gemini 3.1 Pro 只有 67.3%。 OSWorld-Verified（测试模型能不能独立操作真实电脑界面，比如点击、输入、切换软件）：GPT-5.5 是 78.7%，GPT-5.4 是 75.0%，Claude Opus 4.7 是 78.0%，基本持平。 FrontierMath Tier 4（顶级数学难题，人类专家解起来也很吃力）：GPT-5.5 是 35.4%，GPT-5.4 是 27.1%，Claude Opus 4.7 是 22.9%，Gemini 3.1 Pro 只有 16.7%。这个提升幅度相当明显。 BrowseComp（测试模型在网上深度搜索和研究的能力）：GPT-5.5 Pro 拿到 90.1%，是所有模型里最高的。 ## 代码能力：不只是"写代码更快" 这两张图有个很有意思的地方：GPT-5.5 的点在右上角（得分更高），但横轴的位置（token 消耗）并没有比 GPT-5.4 多，甚至更少。 更聪明，同时更省。 这在大模型里不常见，通常能力越强，消耗越大。 Expert-SWE 是 OpenAI 内部的评测基准，专门测那种"长周期编程任务"，每道题的人类预计完成时间中位数是 20 小时。GPT-5.5 在这个测试上同样超过了 GPT-5.4。 > 视频地址：https://openai.com/index/introducing-gpt-5-5/?video=1185606271 演示里，有一个是从一张截图出发，让模型用 WebGL 和 Vite（两个前端开发工具）实现一个阿尔忒弥斯二号任务的 3D 轨道可视化 app，用的是 NASA 真实数据，还要支持交互操作和真实的轨道力学。 这种任务以前需要一个有经验的前端工程师花好几天。 两个真实测试者的反馈值得引用： Dan Shipper（Every 创始人）发布 app 后遇到了一个棘手 bug，调了好几天，最后让公司最好的工程师重写了部分系统才解决。 他拿 GPT-5.5 做了个回溯测试：把 bug 出现时的代码状态给模型，让它判断该怎么修。 GPT-5.4 做不到，GPT-5.5 给出了和那位工程师基本一致的方案。 他说 GPT-5.5 是"第一个让我感受到真正概念清晰度的编程模型"。 Pietro Schirano（MagicPath CEO）让 GPT-5.5 把一个有几百处前端改动和重构的分支，合并进一个同样有大量变更的主分支。 这种合并在工程上是噩梦级别的，人工做可能要花一整天。 模型大概用了 20 分钟，一次搞定。他说"感觉像是在和一个更高智能合作，甚至有一种尊重感"。 还有一个 NVIDIA 工程师说： > "失去 GPT-5.5 的使用权，感觉像是被截肢了。" Cursor 的联合创始人 Michael Truell 也给出了具体描述：GPT-5.5 比 GPT-5.4 更持久，在复杂的长任务里不会轻易停下来，这对他们用户最依赖的那类工作影响最大。 ## 知识工作：从"回答问题"到"帮你干活" GDPval 这个测试很有意思，它不是考数学或者写代码，而是测模型在 44 种真实职业里完成知识工作的能力，比如财务分析、法律文件、市场研究。 GPT-5.5 以 84.9% 的胜率领先，Gemini 3.1 Pro 只有 67.3%，差距相当大。 OSWorld-Verified 测的是模型能不能真正"用电脑"，不是在对话框里聊天，而是看屏幕、点击、输入、在不同软件之间切换。 GPT-5.5 达到 78.7%，接近 Claude Opus 4.7 的 78.0%。 Tau2-bench Telecom 测的是复杂客服工作流，GPT-5.5 达到 98.0%，GPT-5.4 是 92.8%。 而且这个测试是在没有针对性调整提示词的情况下跑的，其他模型的数据是调整过提示词之后的结果，所以这个对比对 GPT-5.5 来说其实更有说服力。 OpenAI 内部的真实使用数据： - 超过 85% 的 OpenAI 员工每周在用 Codex，覆盖工程、财务、市场、数据科学等几乎所有部门。 - Finance 团队用它审查了 24,771 份 K-1 税务表格（K-1 是美国的一种合伙人税务申报表），共 71,637 页，比去年提前了两周完成，而且流程里排除了个人隐私信息。 - Comms 团队用它分析了六个月的演讲邀请数据，建立了一套评分和风险框架，低风险请求自动处理，高风险的还是走人工审核。 - Go-to-Market 团队有人用它自动生成每周业务报告，每周省了 5 到 10 小时。 ## 科研能力：这个方向有点超出预期 GeneBench 是一个专门测多阶段科学数据分析的基准，聚焦遗传学和定量生物学。 这类任务的特点是：数据可能有错误或歧义，模型要自己判断，还要正确使用现代统计方法，而且很多题目对应的是科学专家需要花好几天的项目。 GPT-5.5 在这里的提升幅度比其他测试更明显：从 GPT-5.4 的 19.0% 跳到了 25.0%，Pro 版更是到了 33.2%。 BixBench 是围绕真实生物信息学和数据分析设计的基准（生物信息学，Bioinformatics，是用计算机方法分析生物数据的学科，比如基因序列分析）。 GPT-5.5 达到 80.5%，GPT-5.4 是 74.0%，是目前有公开成绩的模型里最高的。 数学证明的案例值得单独说。 一个内部版本的 GPT-5.5 配合自定义工具，帮助发现了一个关于拉姆齐数的新证明。 拉姆齐数（Ramsey numbers）是组合数学里的核心研究对象。 组合数学研究离散对象怎么组合在一起，比如图、网络、集合、模式。 拉姆齐数问的是：一个网络要多大，才能保证某种有序结构必然出现？这类结果极少，技术难度很高。 这个证明后来在 Lean 里得到了验证。 Lean 是一个数学形式化验证工具，可以用计算机严格检验数学证明是否成立。 也就是说，不是模型"说"它发现了证明，是真的经过了独立验证的数学结论。 两个研究者的真实使用案例： 免疫学教授 Derya Unutmaz 用 GPT-5.5 Pro 分析了一个有 62 个样本、近 28,000 个基因的基因表达数据集，生成了详细研究报告，还挖出了关键问题和洞察。 他说这些工作，他的团队做可能要几个月。 数学助理教授 Bartosz Naskręcki 用 GPT-5.5 在 Codex 里，从一个提示词出发，11 分钟内构建了一个代数几何 app，可以可视化两个二次曲面的交线，并把结果转换成 Weierstrass 模型（一种椭圆曲线的标准形式，在数论研究里很常用）。 他后来还扩展了 app，加入了更稳定的奇点可视化和精确系数输出，可以直接用于后续研究。 他说，这类自定义数学可视化工具以前需要专门的软件才能实现，现在一个提示词就能搞定。 ## 推理效率：模型帮助优化了运行自己的基础设施 这部分是原文里最容易被忽略、但技术上最有意思的地方。 GPT-5.5 是一个更大、更强的模型，按常理应该更慢、更贵。 但 OpenAI 说它的单 token 延迟和 GPT-5.4 持平，也就是响应速度没有变慢。 怎么做到的？ GPT-5.5 是专门为 NVIDIA GB200 和 GB300 NVL72 系统设计和训练的。 这是英伟达最新一代的 AI 推理硬件，专门为大规模语言模型推理优化。 但硬件只是一部分。他们还对推理系统做了大量软件层面的优化，其中最有意思的一个： 以前，每个请求在 GPU 上会被切成固定数量的块来处理，这样大请求和小请求可以在同一块 GPU 上运行。 但固定分块对所有流量形状都不是最优的。 Codex 分析了几周的生产流量数据，写出了自定义的启发式算法，动态决定怎么分块和负载均衡。 这个优化让 token 生成速度提升了 20% 以上。 也就是说，模型帮助优化了运行自己的基础设施。 这个递归关系有点微妙，但非常真实。 Artificial Analysis 的智能指数是由外部机构跑的 10 个评测的加权平均，包括编程、科学、推理等多个维度。 GPT-5.5 在这张图上的位置：智能指数最高，同时 token 成本处于中等水平，也就是 OpenAI 说的"顶级智能，一半的成本"。 ## 网络安全：能力越强，管控越严 这次发布在网络安全方向有专门的篇幅，值得单独说。 OpenAI 把 GPT-5.5 的生物化学和网络安全能力都评定为 High（高风险），但还没到 Critical（临界）级别。 这是他们内部 Preparedness Framework（准备框架，用来评估模型潜在风险等级的体系）里的分级。 CyberGym 测的是模型在网络安全任务上的能力：GPT-5.5 是 81.8%，GPT-5.4 是 79.0%，Claude Opus 4.7 是 73.1%。 CTF（Capture the Flag） 是网络安全领域的一种竞赛形式，参赛者需要找到系统漏洞、获取隐藏的"Flag"字符串。 这个内部测试用的是更难的 CTF 题目，GPT-5.5 达到 88.1%，GPT-5.4 是 83.7%。 OpenAI 的应对策略分三层： 第一层，加强管控。 针对高风险网络安全请求部署更严格的分类器，他们自己也承认"一开始可能会误伤一些正常用户"，会持续调整。 第二层，开放可信访问。 推出 Trusted Access for Cyber 计划，从 Codex 开始，通过身份验证的用户可以获得更少限制的网络安全能力访问权限，用于合法的防御性工作。 负责保护关键基础设施的组织可以申请访问 GPT-5.4-Cyber（专门的网络安全版本），但需要满足严格的安全要求。 申请地址是 chatgpt.com/cyber。 第三层，和政府合作。 探索如何用 AI 支持负责保护关键基础设施的政府机构，包括数字系统、电网、供水系统等。 ## 长上下文能力：这个提升幅度很惊人 MRCR（Multi-Round Conversation Retrieval） 测的是模型在超长对话里找到正确信息的能力。 8 根针，意思是在对话里藏了 8 条关键信息，看模型能不能全找到。 在 512K 到 1M token 的超长上下文里，GPT-5.5 达到 74.0%，GPT-5.4 只有 36.6%，Claude Opus 4.7 是 32.2%。 翻倍的提升。 这意味着 GPT-5.5 在处理超长文档、超长对话时，信息检索能力远超前代。 Graphwalks 测的是在超长图结构数据里做推理（比如找路径、找父节点）。 在 1M token 的场景下，GPT-5.5 的 BFS（广度优先搜索）得分是 45.4%，GPT-5.4 只有 9.4%。 ## 抽象推理：ARC-AGI-2 的数字很有意思 ARC-AGI 是一个专门测试抽象推理和模式识别的基准，被认为是衡量"类人推理能力"的重要指标。 ARC-AGI-1（相对简单版本）：GPT-5.5 是 95.0%，Gemini 3.1 Pro 是 98.0%，GPT-5.5 略低。 ARC-AGI-2（更难版本）：GPT-5.5 是 85.0%，GPT-5.4 是 73.3%，Claude Opus 4.7 是 75.8%，Gemini 3.1 Pro 是 77.1%。GPT-5.5 在这里反而领先了。 ## 定价和可用性，说清楚 ChatGPT 里： - GPT-5.5 Thinking：Plus、Pro、Business、Enterprise 用户可用 - GPT-5.5 Pro（更难问题，更高精度）：Pro、Business、Enterprise 用户可用 Codex 里： - GPT-5.5：Plus、Pro、Business、Enterprise、Edu、Go 计划可用 - 上下文窗口：400K token - Fast 模式：速度快 1.5 倍，价格是 2.5 倍 API（开发者接口）： OpenAI 特别说明：虽然 GPT-5.5 比 GPT-5.4 贵，但因为完成同样任务用的 token 更少，实际总成本对大多数用户来说不会增加太多，在 Codex 里甚至可能更省。 ## 最后说一个更大的背景 这次发布有一句话值得反复读： > "过去一年，AI 在软件工程领域的渗透速度极快。GPT-5.5 想做的，是把这种渗透扩展到科学研究和更广泛的知识工作。" 软件工程是第一个被大规模改变的领域，因为代码是结构化的，对错容易验证，反馈循环很快。 科学研究更难，因为数据有噪声，结论需要专业判断，验证周期很长。 但从 GeneBench、BixBench、数学证明这些案例来看，模型正在从"回答科学问题"变成"参与科学过程"。 这两件事之间的距离，比看起来要大得多。 能不能真的做到，还需要时间验证。但方向已经很清楚了。

译OpenAI发布GPT-5.5，核心目标是增强模型自主规划与执行多步骤复杂任务的能力，减少人工干预。在多项基准测试中表现突出：在Terminal-Bench 2.0、FrontierMath Tier 4等复杂任务上超越GPT-5.4及Claude Opus等竞品；在GDPval知识工作与OSWorld-Verified真实电脑操作测试中也保持领先。其代码能力更优且效率更高，科研能力显著提升，甚至辅助发现了拉姆齐数的新证明。尽管模型更大更强，其响应速度与GPT-5.4持平。

Berryxia.AI@berryxia · 4月26日39

这一次真不是死吹奥特曼！ GPT-Image-2 生图真的顶，创意不给100 分。 但是能干活的能力绝对干到满分了💯！ 真是杀死比赛了！！

宝玉@dotey · 4月26日70

作者画的这图效果挺好，不过好像没提供提示词，我仿照着写了一个 GPT Image 2 的提示词模板： > 请创作一张关于「【数学概念/知识点】」的数学可视化信息图，目标是帮助读者直观理解：它是什么、为什么成立、几何/结构直觉是什么、在不同场景下如何表现。画面要像高质量数学讲义 + 手绘教育海报，优雅、清晰、信息丰富，但不要杂乱。 > > 视觉风格：竖版或横版均可，干净的浅色纸张背景，深蓝标题，黑色/深灰正文线条，搭配少量优雅的蓝色、青绿色、金色、红色强调色。使用圆角卡片、细线边框、编号标签、手绘箭头、局部放大框和总结栏。整体要美观、平衡、有学术感，让人一眼看懂这个概念的“结构”和“为什么”。

译作者分享了一个为GPT Image 2设计的提示词模板，用于生成数学可视化信息图。该模板旨在创作能直观解释数学概念（如定义、原理、几何直觉和应用场景）的教育图像。视觉风格要求结合高质量数学讲义与手绘教育海报的特点，采用干净的浅色背景、深色线条与特定强调色，并运用圆角卡片、手绘箭头等元素，最终呈现优雅、清晰且富有学术感的可视化效果。

Berryxia.AI@berryxia · 4月26日54

兄弟们！信息图看腻了？ 密密麻麻的文字，可能没有几个人看完！ 来来来！我搞了一套科普海报宣传挂图，可以给学生、展会、科普活动。 直接丢给GPT-Image-2 就可以稳定输出！ 提示词我丢在评论区了，记得交作业。 看看大家有何更好的创意～

译针对传统信息图和文字内容吸引力不足的问题，作者提出了一套面向学生、展会及科普活动的海报挂图解决方案。该方法的核心是利用GPT-Image-2模型，输入特定提示词即可稳定生成所需视觉内容。作者已将提示词公开，并鼓励社区在此基础上进行创意拓展与交流。