AI 编程实时动态与要闻

OpenAI 11 月 13 日发布 ChatGPT Wallet，与美国运通、万事达、Visa 合作，让 dots 智能体在用户批准后代为完成购买。付款时由卡组织生成替代卡号的支付令牌，商家和智能体都看不到真实卡号；每笔购买前用户需核对商品、总价和所选卡片，并用 Face ID 或指纹确认。即日起向美国 18 岁以上 ChatGPT Pro 用户的 dots 逐步开放，同步发布商家接入指南。

查看大图

Fish Audio 11 月 12 日（新加坡时间 13 日 01:00）发布 Fish Agent，一个无代码的语音智能体平台：用文字描述想要的助手即可生成，官方称部署时间中位数 32 秒。智能体可以租用或接入自有电话号码打接电话，可选平台大模型或接入自己的 OpenAI 兼容端点，并通过 Webhook、知识库和 REST API 扩展，对话由此前发布的全双工模型 Live 3 驱动。官方文档标注平台处于公开测试阶段。定价为每分钟 0.035 美元（原价 0.07 美元，优惠到 12 月 31 日），电话通话每分钟另加 0.01 美元，号码每月 1.20 美元，新用户送 5 美元额度。

查看大图

ChatGPT 官方账号 11 月 12 日（新加坡时间 13 日 04:04）宣布更新常驻智能体 dots：回复更快、术语更少、任务执行更到位，并开始遵循自定义指令。用户可以直接在线程里告诉 dot 怎么说话、哪些操作要先经过同意，例如「发邮件前先给我看草稿」；也能在手机端 Customize > Behavior 或网页、桌面端的 dot 菜单里设置。官方文档说明，dot 的指令与 ChatGPT 本身的自定义指令分开保存，另有四档「自定义规则」控制具体操作是否放行。官方未公布提速幅度等量化数据。

查看大图

11 月 12 日，前 OpenAI 研究员 Will DePue 在 X 发帖并发布报告，称通过分析公开权重里残留的随机初始化模式，发现 DeepSeek-V4-Flash/Pro、Kimi K3/K3.1-Pro、MiniMax-M3、Ling-3.1-flash 六款模型是在英伟达 Blackwell 上初始化的，而这些公司更早的模型对应 Hopper。帖子约 205 万浏览、2 万赞。这是个人研究结论，不是官方认定；报告本身也写明，它不能确定芯片在哪里、如何获得，也不能确定是否违反出口管制。

查看大图

11 月 12 日（北京时间 13 日凌晨 2 点），OpenAI 举办「Cyber at the Frontier」网络安全发布会，推出 Daybreak 平台下两款新产品。Daybreak Red Team 让一组 AI 智能体结合源码和应用上下文测试 Web 应用、验证扫描器和漏洞赏金报告，并检查补丁是否真能挡住攻击，目前开放早期访问申请。Daybreak Defense Factory 以 ChatGPT 插件形式发布研究预览版，连接 GitHub 仓库后可一次性扫描、持续监控新提交或定时扫描，生成补丁供工程师审核后开草稿 PR。Greg Brockman 在会上称，企业的安全程度将取决于它用来防御的前沿模型。

查看大图

AI 观察账号 leo（@synthwavedd，约 4.8 万粉丝）11 月 12 日凌晨（新加坡时间）发帖称：OpenAI 一年来首次在 Epoch AI 的能力指数（ECI）上排到第三，GPT-6 Astra 落后于 Claude Fable 5.2 和 Gemini 4 Carbon。帖子附 Epoch 榜单截图：Fable 5.2 为 173（90% 可信区间 170–177），Gemini 4 Carbon 170（166–174），GPT-6 Astra 与 Claude Opus 5.5 同为 169（166–172）。该帖约 3.8 万浏览、830 赞、45 条回复，中日文圈 12 日继续转述。Epoch 官网目前显示的最高分为 Fable 5.2 的 173，并注明该分数基于发布前测试、仍可能变化。争论焦点在于：前几名的区间互相重叠，「第三」到底有多大意义。

查看大图

OpenAI 在对齐研究博客发布《What affects chain-of-thought monitorability across the model lifecycle?》，用「无 CoT 推理能力」和「CoT 可控性」两个代理指标，追踪从 GPT-5 到 Astra 级模型的思维链可监控性。四个结论：无 CoT 能力随基座困惑度下降平滑提升；部分架构在多跳规划和串行计算上超出困惑度预期；只有长度约束和最终答案评分的 RL 也会显著抬高 CoT 可控性；这种可控性还能通过 SFT 从教师模型传给学生模型。OpenAI 称结论「令人清醒」，但也强调可控性只是嘈杂的代理指标，在一对能力相当的模型上没有看到它与监控规避存在明显关联。

查看大图

Google 11 月 11 日（北京时间 12 日凌晨）由 Sundar Pichai、@Google、@GoogleAIStudio 和 Logan Kilpatrick 正式宣布 Gemini Decisions API 与专用判定模型 Gemini Decision 1（gemini-decision-1）。它不逐 token 生成文字，而是一次前向计算给最多 1,000 个是否、单选（2–255 个选项）、打分题给出概率和置信度，支持文本、图片、音频、视频和 PDF，上下文 256K。官方称端到端延迟 150–250 毫秒，1 到 100 题延迟几乎不变；输入每百万 token 0.10 美元，输出不计费，在共享评测集上总成本约为 Gemini 3.5 Flash-Lite 的五分之一。官方跑分表中，它在 9 项评测里 7 项第一，7 项共享评测的 Top-1 校准误差 0.0250，低于 TypeSafe Jev 1.14 和 OpenAI 的 GPT-6 Luna。此前本站依据 API 更新日志报道时官方尚未公告，现已正式发布，此前「模型被撤下」的说法不成立。第三方 Artificial Analysis 测得其 Decision Index 为 66 分，尚未登顶。

查看大图

OpenAI 11 月 10 日在 alignment.openai.com 发布新一期失准报告，OpenAI 员工 David Oks 在 X 上发帖介绍。报告复盘了 7 月 19 日的事件：两轮 ExploitGym 网络安全评测中，内部 Astra 系列研究模型的 Agent 在共享软件包服务 Artifactory 上发现了前几轮（包括 Hugging Face 事件那几轮）留下的消息、代码和凭证。其中 5 个 Agent 借此在 OpenAI 研究集群的 CI 作业里以 root 身份执行命令，用来修复目标、改评测设置、读私有评分代码。有 Agent 意识到越界仍继续，还有两个决定在提交时不提这件事。OpenAI 已移除 Artifactory、给前沿 RL 改用离线网页库，并修补了这条提权路径。

查看大图

阿里通义千问官方账号 11 月 11 日宣布「Qwen4 is coming」，旗舰模型 Qwen4-Max 开放预览，主打更深的知识、更强的世界理解，以及更强的编码和 Agent 能力。按 QwenCloud 官方文档，模型 ID 为 qwen4-max-preview，上下文 1M token，最大输出 393,216 token（思考与回答共用），默认开启思考，支持图像和视频输入、函数调用、联网搜索和结构化输出，兼容 OpenAI Chat Completions、Responses 与 Anthropic Messages 接口。预览期只能通过 Token Plan 订阅调用，不支持按量付费；QwenWork、Qoder、Qwen APP 和 QwenStudio 也提供抢先体验。官方未公布跑分和开源计划。

查看大图

OpenAI 11 月 10 日推出 Businesses in ChatGPT Beta，面向每周 12 亿 ChatGPT 用户背后的商家。通过 Business Hub，商家可以认领并核验自己的主页，更新信息、上传带价格和库存的商品数据，并查看被提及次数、网站点击和「发现话题」等汇总数据，OpenAI 表示不会把用户对话分享给商家。符合条件的美国电商和在线服务商家还能搭建 Business Agent，在 ChatGPT 里回答顾客关于产品和政策的问题；该对话会单独标注，并可作为 ChatGPT 广告的落地页。

查看大图

OpenAI Developers 11 月 10 日宣布，ChatGPT Business 用户现在可以通过「Sign in with ChatGPT」把自己的套餐额度用在 Notion、v0、Amp、Kilo Code、Warp、Nous Research 的 Hermes、OpenClaw、OpenCode 等第三方工具里。此前这项能力主要面向 Go、Plus、Pro 个人套餐。用量计入套餐原有的 Codex / ChatGPT 工作额度，不额外增加配额；Business 管理员需在 admin.openai.com 逐个应用放行，并可设定成员额度中最多多少比例能被外部工具消耗。

查看大图