OpenAI 发布个人智能体助手 Dots中国語
OpenAI 在 DevDay 发布由 GPT-6 Astra 驱动的个人智能体助手 Dots,支持在后台持续自主运行以完成用户目标。Dots 自周二起面向符合条件市场的 ChatGPT Pro 和 Business Premium 用户开放,支持从 ChatGPT 或 Codex 启动,并可通过 Slack 与 Teams 接收指令。
推薦理由:原文介绍了常驻后台与跨应用协同的运行方式,有助于读者理解新一代个人智能体的产品形态和接入场景。
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
OpenAI 在 DevDay 发布由 GPT-6 Astra 驱动的个人智能体助手 Dots,支持在后台持续自主运行以完成用户目标。Dots 自周二起面向符合条件市场的 ChatGPT Pro 和 Business Premium 用户开放,支持从 ChatGPT 或 Codex 启动,并可通过 Slack 与 Teams 接收指令。
推薦理由:原文介绍了常驻后台与跨应用协同的运行方式,有助于读者理解新一代个人智能体的产品形态和接入场景。
OpenAI 在 DevDay 发布由 GPT-6 Astra 驱动的常驻 AI 智能体助手 Dots,支持在独立云端计算机上访问网络浏览器及 4000 多个兼容应用。
推薦理由:原文介绍了 Dots 的云端执行机制与安全权限配置,读者可以据此了解常驻智能体在多应用协作中的具体落地形态。
OpenAI 在 DevDay 2026 推出全天候自主智能体 Dots,每个智能体配备带有浏览器的专属云端计算机,可在后台独立推进任务并跨渠道协作。Dots 运行于 GPT-6 Astra 并支持连接超 4,000 款应用,闲置时仅使用只读工具开展主动调研,敏感操作须遵循自定义规则人工审批。
推薦理由:报道梳理了常驻智能体的云端运行环境与权限隔离机制,有助于了解多应用自动化任务的落地形态。
OpenAI 在旧金山举办的 DevDay 2026 上宣布升级 Codex 与开发者 API,新增可复用云开发环境、代码安全扫描以及快速决策接口。Agents API 引入了 Computer Use、多智能体协同与上下文压缩能力,并深化了与 AWS 的集成;Decisions API 则基于 GPT-6 Luna 提供提速 10 倍的单步决策服务。
推薦理由:OpenAI 将代码扫描、计算机操作与快速决策整合进开发体系,为开发者搭建端到端工作流提供了实用参考。
官方宣布推出 AI 智能体 dots,该智能体由底层模型 Astra 提供支持,拥有独立的计算机与浏览器环境,并可连接生态系统中超过 4,000 个应用程序。dots 支持全天候 24/7 运行并根据用户反馈持续学习,已包含在 Pro 订阅计划中且不消耗常规使用额度。用户当前可使用首个主要 dot 并支持在运行时通话交互,后续还将支持创建完整的多智能体团队。
推薦理由:原文给出了独立环境配置与套餐计费规则,读者可以据此评估其在跨应用自动化任务中的可用性。
OpenAI 在 DevDay 2026 发布了个人智能体产品 Dots、GPT-6.1 Sol 模型、生成速度达 300 tokens/second 的 Ultrafast 模式以及 ChatGPT Space 协作空间。
推薦理由:原文现场记录了发布会要点与上手实测细节,有助于快速了解新产品形态与开发者生态变化。
官方宣布重新开放 Pro 200 订阅并调整方案倍率,将各方案相对算力设定为 Plus 为 1X、Pro 100 为 5X、Pro 200 为 10X。随着大量算力上线提升整体基础额度,现有方案用户将在短期内保留原有的 20X 倍率,并额外获得部分算力额度。
推薦理由:原文明确了各档订阅的新倍率与老用户过渡补偿,有助于订阅用户了解额度调整细节。
Microsoft Research 推出生物学 AI 研究系统 Quine,由多模态生物学世界模型以及连接科研工具、文献与湿实验的交互框架组成。系统联合学习基因组、蛋白质、细胞状态及生物成像等跨尺度数据,以预测干预后的生物状态演变;在与 Broad Institute 合作的胰腺癌研究中,Quine 快速完成化合物筛选并在湿实验中验证了候选分子。
推薦理由:原文展示了生物学世界模型与湿实验结合的闭环流程,读者可据此了解 AI 辅助跨模态生物学推理与药物筛选的具体范式。
Cloudflare 推出面向 AI 时代的应用安全框架,将风险发现、智能体治理、运行时防护与安全调查响应串联为闭环系统。该框架结合前沿 LLM 自动化渗透测试 WAF、上线可自动学习合法流量结构的 Application Profiles 功能,并向所有账户免费开放 Cloudforce One 威胁情报事件平台。
推薦理由:原文给出了 AI 时代自动化攻击的演进机制与全链路防御框架,读者可以据此了解大模型对抗渗透与智能体流量治理的具体落地实践。
Cloudflare 推出面向开源威胁情报的 Threat Signals,并向所有 Cloudflare 账户免费开放。该功能利用 Agent 技能自动解析 RSS 等非结构化威胁报告,提取并标准化失陷指标(IOC),将生成的上下文威胁事件存入账户私有数据集,并可直接联动 WAF 规则进行防护。
推薦理由:Cloudflare 将 Agent 技能引入开源威胁情报解析,使安全团队能自动提取 IOC 并在私有数据集中直接联动 WAF 防护策略。
官方宣布将于明日面向新用户重新开放 200 美元 Pro 订阅,并同步变更其用量计算规则。按实际折算,新方案包含的 API 支出额度约为旧版 200 美元方案的一半。作者表示将承诺不再引入 5 小时限制以支持灵活使用周额度,并保证随着模型效率提升与 API 降价,用户每单位支出能持续完成更多工作。
推薦理由:团队调整了 200 美元 Pro 订阅的额度折算方式,订户可据此评估实际可用 API 额度与使用成本的变化。
微软在巴塞罗那举行的 FabCon 与 SQLCon 2026 上宣布了一系列数据与 AI 基础设施更新。
推薦理由:微软全面打通数据底座与智能体系统,展示了如何将企业语义模型和数据工程深度接入 Copilot 与低代码开发流程。
NVIDIA 推出开源智能体安全平台 Open Agent Safety Platform,包含开源运行时 OpenShell 0.1.0 及基于 BlueField-4 DPU 的硬件级安全扩展 NVIDIA Sentry。
推薦理由:原文给出了开源沙箱与DPU硬件协同防御的具体机制,读者可据此了解防范智能体越权调用的工程架构。
xAI 的 Grok 4.7 模型现已正式上线 Amazon Bedrock,提供 500K token 上下文窗口并支持 low、medium、high、xhigh 四档可调推理力度。该模型支持文本与图像输入,通过跨区域推理配置文件提供服务,同时兼容 OpenAI SDK 与 AWS Converse API,并集成了提示词缓存、Guardrails 和结构化输出等功能。
推薦理由:原文详细说明了 Grok 4.7 在 Bedrock 上的推理配置与 API 调用方式,读者可以据此评估长链路智能体与代码任务的接入成本。
Claude Code 正式发布 v2.1.284 版本,新增对 Claude Sonnet 5.5(1M 上下文,输入与输出价格为 $2/$10 每百万 token,缓存读取为 $0.20 每百万 token)的支持。
推薦理由:该版本为 Claude Code 引入了 Claude Sonnet 5.5 支持与默认自动权限模式,便于开发者了解其最新交互逻辑和配置变更。
AWS 发布最新周报,Amazon Bedrock 正式上线 OpenAI 的 GPT-6 Sol、GPT-6 Luna 以及 Anthropic 的 Claude Opus 5.5。
推薦理由:汇总了 AWS 平台最新引入的模型支持、Agent 观测与推理路由等云原生基础设施能力,便于开发者快速了解相关工具链进展。
LangSmith 推出多项针对智能体生命周期的功能更新,包括 LangSmith Engine v2、Managed Deep Agents v0.8、Trajectories 视图、Fine-Tuning 工作流以及 Custom Apps。
推薦理由:更新覆盖了智能体从红队演练、轨迹调试、模型微调到自定义界面的全周期工具链,便于工程团队缩短排障与定制周期。
LangSmith 正式推出 Custom Apps 功能,允许团队直接在工作空间内基于其平台数据构建、发布和运行自定义 UI,无需自行维护托管、鉴权与权限体系。
推薦理由:原文给出了通过免运维自定义界面简化评估与标注的具体路径,团队可据此评估其对内部评审工作流的替代价值。
Stacklok 宣布开源云原生 AI 智能体框架 Mecatl,将核心 Agent 循环与客户端、执行环境、工具系统及会话存储解耦,支持在 Kubernetes 等分布式环境中弹性部署与滚动更新。
推薦理由:文章阐述了将智能体运行循环与执行环境和会话存储解耦的云原生架构设计,为大规模多租户部署提供了工程参考。
Hugging Face Hub 正式上线强化学习环境(RL Environments)筛选与托管功能,将强化学习环境中的任务集统一整合为数据集仓库。平台首批接入了 Harbor、Verifiers、OpenEnv 和 NVIDIA NeMo Gym 四大框架,用户在数据集卡片中添加 rl-environment 及框架标签后,即可直接获取对应的加载与运行命令。
推薦理由:原文介绍了在 Hub 上托管强化学习环境的标准方式,读者可以据此了解如何跨框架共享与调用智能体训练任务集。