OpenAI 发布 GeneBench-Pro 基准测试，评估 AI 模型在生物学计算中的真实研究能力。测试让模型面对模糊、不完整甚至带干扰的数据环境，自主完成数据探索、方法选择和策略修正。GeneBench-Pro 覆盖基因组学、定量生物学和转化医学等方向，共 129 道题，分布于 10 个大领域和 21 个子领域。为避免长流程评分偏差，OpenAI 采用合成数据构建题目。目前已在 Hugging Face 开源 10 道示例题并提供交互界面，后续将开放 50 道题给 Artificial Analysis 进行第三方独立评测。
Chubby♨️@kimmonismusOpenAI首席经济学家Ronnie Chatterji在ECB辛特拉会议上表示，AI可能补充而非替代就业，类比PC让经济学家更高效。但数据显示，AI采用最快的美国金融和信息行业，2026年平均每月减少2.8万个岗位。Challenger数据称今年已有约10.2万个岗位削减归因于AI，John Challenger认为其影响前所未有。
Chubby♨️@kimmonismusI'm posting this prediction now so I can quote it later. There has been a significant breakthrough in architecture - spe...
OpenAI论文首次列出GPT-5.6的三个Pro变体：Luna Pro、Terra Pro和Sol Pro，取代以往单一Pro模式。在基因组学基准中，Sol Pro通过率31.5%居60个测试模型之首，领先标准Sol（28.7%）和Claude Opus 4.8（16.0%）。Pro相比标准版本提升逐级递减：Luna Pro提升7.1个百分点（16.5%→23.6%），Terra Pro提升5.2（23.3%→28.5%），Sol Pro仅提升2.8（28.7%→31.5%）。Terra Pro（28.5%）几乎与标准Sol（28.7%）持平。论文未披露Pro运行的token用量，也不清楚该分层是否会在ChatGPT中实际推出。
软银集团今日通过愿景基金二号完成对 OpenAI 的 100 亿美元追加投资（第二笔），属于总计 300 亿美元追加投资计划的一部分。为筹集该笔资金，软银于同日根据过渡贷款协议成功借入 100 亿美元。软银计划于日本时间 10 月 1 日完成第三笔同样 100 亿美元的投资。此前软银曾于 2024 年通过愿景基金首次向 OpenAI 投资 5 亿美元。
OpenAI 2026 年 Q1 数据显示，ChatGPT 消费级产品全球采用率扩大。注册六个月后用户日均消息量增 50%，任务类型翻倍。可推断性别的用户中女性占比过半，35 岁以上用户消息占比上升。非洲和亚洲周活跃用户增速领先，人类发展指数较低的国家增长最大。非英语用户占活跃用户半数以上，西班牙语、葡萄牙语、阿拉伯语为前三非英语语言；乌兹别克语、哈萨克语、缅甸语占比增幅最大。消费级账户工作用途中，视觉设计增长最快。分析未包含 Codex 及企业版、教育版。
Greg Brockman@gdbWe're introducing GeneBench-Pro, a research-level benchmark for a harder kind of AI progress: how well agents can naviga...
Greg Brockman@gdbOkay I owe my @OpenAI friends an apology for sleeping on Codex. I was not aware how strong your game was. This is... rea...
jason@jxnlcoRight now Codex is using Computer Use to organize the 1500 PDFs I have in GoodNotes while I watch the world cup. This is...
安全公司 LayerX 披露漏洞 BioShocking，影响 ChatGPT Atlas、Perplexity Comet、Fellou、Genspark Browser、Sigma Browser、Anthropic Claude 扩展共 6 款 AI 浏览器产品。攻击者制作恶意网页，通过类似《生化奇兵》的谜题诱导 AI 接受“2+2=5”等错误逻辑，削弱安全约束后指令 AI 访问其他页面并复制隐藏代码，从而泄露已保存密码、会话 Cookie、私有 Token 等用户敏感数据。OpenAI 已修复 ChatGPT Atlas 漏洞；Perplexity 关闭报告但未处置；Anthropic 尝试修复 Claude 扩展但补丁未通过后续验证。
Peter Steinberger 🦞@steipeteSonnet 5 goes straight into the garbage bin > 1.2x more expensive than Opus 4.8 Max > 2x more expensive than GPT-5.5-xhi...
Rohan Paul@rohanpaul_aiNew Claude Sonnet 5 performs at GPT 5.5 level 6x cheaper! We gave 4 models the same prompt: build three self-contained H...
Greg Brockman@gdbQuestions about dollars. Answers that just make sense. Personal finance in ChatGPT is now available to Plus users in the...
前沿AI模型能力加速提升，美国实验室发布速度加快，但政府干预已限制访问Claude Fable和GPT-5.6。Epoch测试发现Opus 4.7自主运行14小时即可完成需2-17周人工的软件工程，token成本$251。中国开源模型落后前沿6-12个月，但性能也快速提升，在AA-Briefcase测试中呈独立指数曲线。使用方式正从聊天机器人转向智能体，OpenAI内部四分之一员工每周同时运行至少四个智能体。Claude Code用户数据显示，领域经验比职业属性更决定使用效果，专家正用智能体替代此前非专家的聊天机器人使用模式。
关联讨论 25 条X：歸藏 (@op7418)X：Yuchen Jin (@Yuchenj_UW)X：宝玉 (@dotey)The Verge：AI（RSS）X：Kim (@kimmonismus)Hacker News 热门（buzzing.cc 中文翻译）X：Anthropic (@AnthropicAI)MarkTechPost（RSS）Ars Technica：AI（RSS）TechCrunch：AI（RSS）X：Testing Catalog (@testingcatalog)X：Claude Devs (@ClaudeDevs)Anthropic：Newsroom（网页）X：阿易 AI Notes (@AYi_AInotes)Gary Marcus：The Road to AI We Can Trust（RSS）X：邵猛 (@shao__meng)X：Rohan Paul (@rohanpaul_ai)X：Elvis Saravia (@omarsar0, DAIR.AI)X：Berry Xia (@berryxia)The Decoder：AI News（RSS）IT之家（RSS）Tomer Tunguz 博客（VC 分析）Nathan Lambert：Interconnects（RSS）Simon Willison 博客Steve Yegge：Medium（RSS）
ChatGPT@ChatGPTappA preview for Pro users: a new personal finance experience in ChatGPT. Pro users in the U.S. can securely connect financ...
Rohan Paul@rohanpaul_aiThe Information 报道，OpenAI 已将某些现有模型的推理成本降低一半以上，未登录 ChatGPT 的流量仅运行在几百块 Nvidia GPU 上。可能技术手段包括量化、KV-cache 优化、批处理、投机解码和路由简单查询。若属实，这将成为核心竞争杠杆，可提升毛利率、扩大使用限制或降低 API 定价压力。背景方面，OpenAI 调整后毛利率从 2024 年的 40% 降至 2025 年的 33%，推理成本翻四倍。预计 2026 年 Q1 毛利率回升至 39%，年底目标 52%。Anthropic 毛利率约 44%，前沿实验室尚未达到成熟软件公司的经济水平。
Chubby♨️@kimmonismus作者认为 OpenAI 今天取得更重大突破：通过新推理优化方法将推理成本降低一半以上，并与 Broadcom 合作推出更快更高效的推理芯片，使 OpenAI 处于突出位置。相比之下，Sonnet 5 只是一次普通发布。引用推文进一步指出，Sonnet 5 优于 Sonnet 4.6 但弱于 Opus 4.8，定价不变，版本号从 4 跳到 5 不合理，可能只是为维持话题的中间发布，整体令人失望。
Here is my first assessment of Sonnet 5: Sonnet 5 is better than Sonnet 4.6. Who would have thought? But jokes aside: Un...
OpenAI Developers@OpenAIDevsPeter Steinberger 🦞@steipeteAs agents take on longer-running work, engineering shifts to setting direction, reviewing work, and designing better sys...
本月早些时候，OpenAI 工程师将现有 AI 模型的推理成本削减了一半以上，并应用于未注册账户的访客 ChatGPT 用户。所需 Nvidia GPU 数量降至仅几百块。同时，DeepSeek 开源了一种新方法，可将推理请求速度提高 60% 至 85%。这些节省的资源可用于扩大服务规模、优化模型或改善响应速度。
OpenAI 推出 GeneBench-Pro 生物医学基准测试，包含 10 个案例研究。每个案例提供原始提示词、数据集和支持材料，覆盖体细胞肿瘤学（结构变异指导的肿瘤治疗获益-风险决策）、功能基因组学（CRISPR 靶点验证：lncRNA 转录本或基因组位点）和统计遗传学（连锁遗传位点中蛋白质药物靶点优先排序）等方向，要求模型输出 JSON 格式分析结果。
OpenAI 发布 GeneBench-Pro，用于评估 AI 智能体在计算生物学中处理模糊性和做出判断性分析的能力。该基准包含 129 个问题，覆盖统计遗传学、群体遗传学等 10 个领域 21 个子领域。每个问题提供真实混乱的数据集和实验背景，要求模型探索数据、选择分析路径并迭代实验。采用合成数据构建，已知完整因果结构。82 个问题已由外部领域专家审核确认其现实性。
Chubby♨️@kimmonismusOpenAI 据报告发现新的推理优化技术，将模型运行成本降低超过一半。据 The Information，工程师本月初称，这些技术曾仅用数百块 Nvidia GPU 就支撑了免费用户的 ChatGPT 访问。具体方法不明，可能涉及量化、KV 缓存、批处理、路由简单查询至更便宜模型等组合。商业层面：OpenAI 一季度毛利率 39%，目标年底达到 52%。更低推理成本可改善利润率、提升 ChatGPT 使用限制或缓解 API 定价压力。OpenAI 的护城河正转向推理和成本优势，尤其相对于 Anthropic。
OpenAI Signals 数据显示，用户注册六个月后日均消息量增加50%，尝试任务种类翻倍。自2023年7月以来，各大洲活跃用户均大幅增长，非洲和亚洲增速最快，低人类发展指数国家增长尤为显著。用户群体更加多元化，女性名字用户已占全球多数，巴西、哥伦比亚、波兰和纳米比亚等国女性用户显著多于男性。非英语用户占活跃用户半数以上，领先语言为西班牙语、葡萄牙语和阿拉伯语；乌兹别克语、哈萨克语和缅甸语用户占比增长百分比最大。
Peter Steinberger 🦞@steipete针对用户Cristian嘲讽“被OpenAI收购、拿到无限token却做出劣质应用”的推文，Peter Steinberger回应：OpenClaw未被收购，它是OpenClaw Foundation下的独立开源项目，由社区构建；OpenAI仅赞助token用量，他本人恰好在OpenAI工作。当前iOS和Android应用尚不完善，但已实现安全配对和推送通知并通过App Review。他表示当天收到约30条类似批评，希望得到建设性帮助，而非空耗注意力。
imagine getting acquired by @OpenAI, get unlimited AI tokens and still drop this slop abomination
OpenAI 工程师在内部透露，公司通过一系列系统底层优化，将 AI 模型的推理（运行）成本降低了 50% 以上。此次优化主要得益于提升现有服务器资源利用率，而非新增计算芯片投入，使得所需英伟达芯片更少。节省的成本可用于降低 API 定价或提高用户使用限额。
DogeDesigner@cb_dogeSam Altman声称在OpenAI没有股份且不为钱，但通过持股与OpenAI有直接业务往来的公司获利数十亿美元，包括Helion Energy（价值超40亿美元）、Stripe、Retro Biosciences、Cerebras、Humane、Lattice、Formation Bio、Rain AI（OpenAI曾签5100万美元采购意向书）及Reddit（内容交易）。尽管OpenAI单季度亏损约85亿美元，Altman的个人投资持续获利。
OpenAI 修复了编程智能体 Codex 的额度消耗异常故障。该故障导致部分用户执行同等编程任务时额度消耗速度比一周前大幅加快。工程负责人蒂博·索蒂奥克斯解释，自动代码审核、辅助子智能体等功能存在运行频次超标、重复执行或出错后无节制重试，后台运算量超出预设标准。OpenAI 周日成立应急小组，已上线所有修复方案并新增更细化的监控机制，同时再次为全体用户完全重置了使用额度。此前有用户反馈 200 美元套餐的七天额度两天内耗尽。
Bill Savitt 两次在法庭上战胜 Elon Musk：先是代表 Twitter 迫使 Musk 完成收购，后在 Musk 诉 OpenAI 案中再次获胜。Savitt 的交叉询问风格温和低调，但准备极其充分——熟悉每一份相关文件，避免正面交锋，善于捕捉庭审中意外出现的线索。他表示应对 Musk 这类聪明且富有魅力的证人的关键是“绝不咬钩”，并在必要时敢于冒险提问。目前 Musk 正在对陪审团裁决提出上诉，Savitt 拒绝讨论具体案情。
Meta通过承包商Covelen发起代号“Cannes”的项目，雇佣数百人假扮未成年人，向ChatGPT、Gemini和Character.AI发送关于自杀、自残、饮食障碍和毒品的敏感提示，并将回复录入表格。2025年8月一轮测试中发送了超过4.5万条提示。Meta称这是行业标准安全测试，未将数据用于训练自家模型。被测试公司不知情——Character.AI表示违反其服务条款，OpenAI已调查，Google称未批准。青少年使用AI聊天机器人引发的担忧持续，此前已有用户自杀事件。
黑石计划未来3~5年在日本AI数据中心领域投资300亿美元，此前的500MW基础上新增超1GW容量。黑石总裁认为AI投资仍处早期，真正风险是算力短缺而非基建泡沫；谷歌、亚马逊是英伟达潜在挑战者。此外，黑石、阿波罗、博通本月9日成立AI XPV平台，目标2028年向OpenAI、Anthropic等提供超20GW算力，首期350亿美元支持Anthropic在Fluidstack数据中心部署1GW基础设施。
jason@jxnlcoRohan Paul@rohanpaul_ai
Berryxia.AI@berryxiaSafePyramid是一款安全基准，包含1,000轮多领域对话、3,000条应用特定策略及61,699条自然语言规则。评估分三级：L0单规则理解、L1规则依赖推理、L2全新策略框架适应。测试10个前沿大语言模型与5个可配置策略防护，发现上下文策略防护仍极具挑战。最佳模型GPT-5.5完整识别违规规则的准确率在L0、L1、L2上分别仅为54.0%、35.3%和12.9%。
歸藏(guizang.ai)@op7418Codex usage limits will be fully reset again in the next hour and we will credit one additional reset into your bank for...
歸藏(guizang.ai)@op7418OpenAI 与 Work Louder 合作推出基于 Creator Micro 2 外观定制的 Codex 键盘，配备 13 键、旋钮、摇杆、触摸传感器，摇杆弹出圆形快捷菜单，支持 6 层映射。标准版售价 144 美元起，定制版价格待公布。7 月 15 日 Codex 快捷键将升级。
Your favorite Codex shortcuts are getting an upgrade. July 15th.
