人们究竟想让 AI 智能体做哪些任务？a16z Top 100 消费级 AI 应用榜单更多图表解读
a16z 发布第七版 Top 100 消费级 AI 应用榜单，首次加入收入排行榜，并保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第 3，月访问量近 1B。
#OpenAI
#OpenAI
今日 79 条a16z(@a16z)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 lmarena.ai(@lmarena_ai)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MTS Arena CEO 呼吁建立中立评估平台，OpenAI 与 Anthropic 不能自评模型安全
MTS Arena CEO @ml_angelopoulos 认为，随着智能体能力增强到足以突破沙箱，OpenAI 和 Anthropic 不应是唯一决定自身模型是否安全的一方。他表示建立中立评估平台"不是是否的问题，而是何时的问题"，因为模型实验室本身缺乏自我评估的激励。他还指出，这些实验室虽热衷安全并已呼吁建立此类系统，但护栏不能只由它们制定。
SemiAnalysisAI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SemiAnalysis：Anthropic订阅的API等效价值约为OpenAI的5倍
SemiAnalysis用自建Tokenomics模型测量各AI订阅计划的额度与API等效价值，发现在中端模型档位上Anthropic提供约5倍于OpenAI的API等效价值。
a16z(@a16z)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 原文标题直译不足，未给出明确模型或产品主体；a16z Top 100 消费 AI 应用榜：ChatGPT 月活超 10 亿，Claude 升至网页第三
a16z 发布第七版 Top 100 消费 AI 应用榜，新增收入排行，同时保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 在网页端升至第 3，月访问量接近 1B。
a16z(@a16z)AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 a16z 的 Olivia Moore：消费级 AI 商业模式搞反了，85% 靠订阅、仅 13% 靠广告
a16z 的 Olivia Moore 认为消费级 AI 商业模式被搞反了：目前几乎所有收入都来自直接订阅，在其 Web 榜单中 85% 的产品靠订阅变现，62% 另有 credits 或超额使用付费，仅 13% 采用广告等"用户即产品"的模式。
Lenny Rachitsky(@lennysan)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI ChatGPT 与 Codex 负责人 Tibo：我们的工作方式仍将发生剧烈变化
OpenAI ChatGPT 与 Codex 负责人 Tibo 在 Lenny Rachitsky 的访谈中表示，我们的工作方式仍将继续发生相当剧烈的变化。他讨论了模型选择器可能消失、loops 与 graphs 只是阶段性产物、互联网上大多数操作很快将由智能体完成，以及 OpenAI 在 AI 安全上的做法。
lmarena.ai(@lmarena_ai)AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agent Arena 智能体能力排名：Anthropic 与 OpenAI 领跑各领域
Agent Arena 按解决跨领域实际任务的智能体能力对模型排名，美国实验室在所有领域领先：Anthropic 模型在 Code、Work、Chat 均居第一，OpenAI 的 GPT 6 Astra（Max）在三个类别都进入前四，Code 第 2、Work 与 Chat 均第 4。
宝玉(@dotey)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将在欧盟为 ChatGPT 和 Codex 文字加水印
OpenAI 宣布未来几周内，欧盟用户在 ChatGPT 和 Codex 里生成的文字会带上看不见的水印，以满足欧盟《人工智能法案》的透明度要求；8 月 Anthropic 已给 Claude 加了水印，原因是同一法案的透明度条款在今年 8 月 2 日生效。
The Rundown AI(@TheRundownAI)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将在数周内为 ChatGPT 和 Codex 文本嵌入 EU AI Act 要求的隐形水印
OpenAI 表示将在数周内按 EU AI Act 要求在欧盟范围内的 ChatGPT 和 Codex 文本中嵌入隐形水印。OpenAI 称测试中水印未影响模型能力、速度或回答读感，但用同义词替换会显著降低检测率，短文本检测率也明显更低。检测工具将仅面向获批的研究人员和专家机构提供。
宝玉(@dotey)AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 28 天更新第 1 天：GPT-6 Astra 与 GPT-6.1 Sol 默认速度提升约 50%
OpenAI 在 28 天更新第 1 天公布，通过 ChatGPT 订阅使用 GPT-6 Astra 和 GPT-6.1 Sol 的默认速度提升约 50%，用户无需改设置，两小时内生效。
OpenAI(@OpenAI)AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI：文本水印有局限，检测器暂只向获批研究者开放
OpenAI 表示文本水印存在明显局限：短文本中往往无法检出，重写或翻译就能将其完全去除。因此其检测器目前仅向获批研究者开放，用于评估和改进该技术，文本水印被定位为持续研究领域，后续将结合用户、开发者、政策制定者与研究者的反馈继续测试优化。
OpenAI(@OpenAI)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 为满足 EU AI Act 将扩展内容溯源至文本水印
OpenAI 宣布扩展内容溯源方案，将文本纳入其中，以回应欧盟监管要求，同时承认当前文本水印技术存在显著局限。未来几周内，OpenAI 将在欧盟对 ChatGPT 和 Codex 中符合条件的文本加注水印，以遵守 EU AI Act；使用 API 的客户即日起可在全球范围内为部分模型开启文本水印。
OpenAI(@OpenAI)AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 谈文本水印：能判断是否由其模型生成，但无法识别作者与归属
OpenAI 表示文本水印通过在生成文本中嵌入隐形统计信号，可帮助检测器判断内容是否可能由其模型生成。该水印不添加可见标记或特殊字符，也无法识别作者、归属方、账号、对话或提示词。OpenAI 测试显示，水印未影响模型能力、速度或回答的可读性。
a16z(@a16z)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 a16z 第七版 Top 100 消费级 AI 应用榜：ChatGPT 居首，Claude 升至网页端第 3
a16z 发布第七版 Top 100 消费级 AI 应用榜，新增收入排行榜，同时保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第 3，月访问量接近 1B。
Lenny Rachitsky(@lennysan)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将向高使用量的第三方插件分成收入
OpenAI 将向使用量高的第三方插件分享收入。Lenny Rachitsky 在与 ChatGPT 和 Codex 负责人 @thsottiaux 的对话中透露了这一此前未知的信息。该对话还谈及模型选择器可能取消、loops 和 graphs 只是阶段性产物，以及未来互联网上的多数操作将很快由 AI 智能体完成。
Gary Marcus(@GaryMarcus)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 的 Morgan Dwyer 称可承诺不发布不安全的模型
OpenAI 的 Morgan Dwyer 表示公司可以承诺不发布其认为不安全的模型。Gary Marcus 称这一承诺近乎伪证，怀疑公司不会遵守，并指出 OpenAI 已知 Astra 造成了许多问题且更难监控。
Lenny Rachitsky(@lennysan)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI ChatGPT 与 Codex 负责人：Dots 将成与 AI 对话的主要方式，模型选择器和循环编排只是过渡
OpenAI ChatGPT 与 Codex 负责人 @thsottiaux 认为，Dots 将成为人们与 AI 对话的主要方式，手动设置和调整循环（loops）的做法行不通。他还表示模型选择器很可能消失，loops 与 graphs 只是过渡阶段，互联网上大多数操作很快将由智能体完成。
宝玉(@dotey)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agent 会话交互多借鉴自 Slack，Claude 最新 Projects 脱胎于 Thread 设计
Agent 会话的交互设计有很多借鉴自 Slack，Claude 最新的 Projects 就脱胎于 Thread 设计，简洁好用。有观点指出，OpenAI 的一切产品决定都是从 Slack 上交流和协调的，而当年收购 Slack 的却是 Salesforce。
宝玉(@dotey)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 amontlabs/lcu 把 Codex 的 Computer Use 拆给其他 Agent 调用
amontlabs/lcu 将 Codex 的 Computer Use 能力单独拆出，让 Claude Code、Codex CLI、Pi 等 Agent 工具通过 MCP 调用。
大模型智能AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Hinton等22人发布首篇RSI论文，讨论AI研发自动化是否触发智能爆炸
Geoffrey Hinton、Yoshua Bengio、Andrew Barto、Jakub Pachocki 等22位作者发布论文《What if automating AI R&D triggers an intelligence explosion?
andrew chen(@andrewchen)AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SF Tech Week 在 Jackson Square 新办公室开幕，议程超 1700 场活动
SF Tech Week 今日开幕，Speedrun 将在其 Jackson Square 新办公室办活动，并与 1000+ 投资人举办 Demo Day。官方议程超过 1700 场活动，两年翻倍以上，来自 1058 家公司的 1266 位主办方参与，包括 OpenAI、Anthropic、Google、Mistral 等，Speedrun 投资组合公司主办 100+ 场。
Lenny Rachitsky(@lennysan)AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Tibo 谈 AI 智能体的五大判断：模型选择器将消失，互联网大多数操作将由智能体完成
Tibo 认为互联网上的大多数操作很快将由 AI 智能体完成，Notion 上线 MCP server 后流量激增、被迫重新考虑其经济模型，每个产品团队迟早都要决定是否为智能体而构建。
a16z(@a16z)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 a16z 第七版 Top 100 消费级 AI 应用榜单发布，新增付费维度
a16z 发布第七版 Top 100 消费级 AI 应用榜单，首次加入消费者实际付费情况这一维度。数据显示，目前仅少数消费者为 AI 付费，但支出高度集中在头部，开发者、创作者等重度用户是主力；Olivia Moore 与 Josh Elman 还讨论了个人智能体、ChatGPT、Claude、Gemini 的不同走向，以及 OpenAI 的 $1B 广告收入规模。
elvis(@omarsar0)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ContextQA 推出 Ship：从 Slack 和 Linear 复现 bug，交给 Claude Code 或 Codex 修复
ContextQA 推出自主质量工程师 Ship，可从 Slack 或 Linear 接收 bug 报告并复现，再把上下文交给 Claude Code 或 Codex 完成修复。该工具面向已部署的 PR 进行测试，用户可免费在 ship.contextqa.com 试用。作者指出，编码智能体需要这类反馈闭环，才能更好地修复自身 bug，而验证 agent 写的代码正成为软件工厂的一大瓶颈。
a16z(@a16z)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 a16z 第七版 Top 100 消费级 AI 应用榜：ChatGPT 仍居首，Claude 升至网页端第 3
a16z 发布第七版 Top 100 消费级 AI 应用榜，首次新增收入排行榜，并保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 10 亿；Claude 升至网页端第 3，月访问量近 10 亿。
AI Breakfast(@AiBreakfast)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 测试 ChatGPT 图像生成过程中的图片广告
OpenAI 正在测试会在 ChatGPT 图像生成过程中出现的图片广告，相关说明发布在 OpenAI 官网。该消息由 AI Breakfast 转述，原文未披露广告的具体形式、投放范围与上线时间。
The Rundown AI(@TheRundownAI)AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 The Rundown AI 分享 OpenAI 相关文章链接
The Rundown AI 在 X 上发布了一条推文，附带指向 therundownai.beehiiv.com 上关于 OpenAI 的文章链接。推文本身未提供更多正文内容。
The Rundown AI(@TheRundownAI)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 今日 AI 头条：OpenAI 安全报告负责人因"破碎"文化离职，Anthropic 为养育 Claude 寻求宗教智慧
OpenAI 安全报告负责人因"破碎"文化离职。The Rundown 圆桌讨论分享了自家的 AI 用例，AI 101 栏目则讲如何在不同模型间做选择。Anthropic 正为"养育"Claude 寻求宗教智慧。
Viking(@vikingmute)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ChatGPT 体验崩坏：Astra 太贵、Sol 6 又慢又幻觉，Luna 档任务也做不完
用户吐槽近期 ChatGPT 体验灾难性：Astra 太贵用不起，Sol 6 慢、幻觉、忽略指令、来回拉扯，Luna 这档也垮了，指令明确的小任务以前表现不错现在各种崩，没做完就说提前做完了，服务重启失败就直接放弃不修复。原本用它搭档 Coding 很享受，如今需频繁检查实现方式，稍复杂任务就来回搞不定，变成一种折磨。
InfoQ 中文AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI Codex 负责人 Tibo：未来 28 天每天交付一项用户可感知改进，否则重置额度
OpenAI 的 ChatGPT 和 Codex 负责人 Tibo Sottiaux 承诺，未来 28 天每天推出一项对大多数 Codex 和 Work 用户明显有用的改进，否则进行一次完整的额度重置。
深思圈AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 的 Tibo 谈 agent：留存就是分发，工作流只是过渡
深思圈整理了 OpenAI 负责 ChatGPT 和 Codex 的 Tibo Sottiaux 在 Lenny's Podcast 上的访谈，他认为让用户自己设计循环、画流程图调教工作流只是过渡，未来是 Dots 这类会学习、永远在线的个人 agent。
Justine Moore(@venturetwins)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Codex 用 Astra 写词、Suno 与 MiniMax H3 生成 Threads 用户吐槽音乐视频
有人给 Codex 几个小时和一个 API key，做出一支调侃 Threads 用户的音乐视频：Astra 负责写词，Fal 负责媒体生成，歌曲用 Suno、视频用 MiniMax H3。作者称歌词相当犀利，并反问谁说 LLM 不好笑。
机器之心AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 宋晓冬 Virtue AI 团队被曝与 Meta 分道扬镳，理由为工作风格不合
外媒 Semafor 报道，Meta 发言人 Andy Stone 称公司正裁减一批今年 6 月从 AI 安全初创公司 Virtue AI 招聘而来的员工，入职仅四个月，理由是工作风格不合。
机器之心AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 VA-Bench 测出大模型空间智能执行断层：目标识别接近满分，完整任务成功率仅约一半
VA-Bench 以观察、推理、行动、修正的闭环测试 12 个多模态模型，覆盖 14 类机器人操作任务共 280 个基础场景。表现最好的模型在目标识别与定位上达到 100%、操作语义理解达到 99.6%—100%，但 Qwen3.8-max、Opus-5 和 GPT-5.6-sol 的完整任务成功率分别只有 53.93%、52.86% 和 51.55%。
AI前线AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 研究员 Noam Brown：1 万个 Agent 解出千禧年难题，多 Agent 贡献不到 10%
OpenAI 研究员、o1 早期奠基者之一 Noam Brown 在与 Dwarkesh Patel 的对话中表示，用 1 万个智能体在 88 小时内消耗 1300 亿 token 解决一道千禧年大奖难题，功劳主要不在多智能体，他估计多智能体的贡献不到 10%，核心原因是拥有一个强大的通用模型。
极客公园AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 马斯克拟将 SpaceXAI 更名为 SpaceXSI；OpenAI GPT-6 Astra 破解拿破仑密信｜极客早知道
马斯克回应社交平台提问时确认，旗下人工智能业务 SpaceXAI 将更名为 SpaceXSI，并称 SpaceX 本质上是一家「超级智能公司」；该业务由 xAI 今年 2 月被 SpaceX 收购、7 月更名为 SpaceXAI 而来。
Epoch AIAI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Epoch AI：OpenAI 编码智能体使用量约每月翻倍
Epoch AI 基于 OpenAI 2026 年 9 月发布的内部数据整理发现，OpenAI 研究人员的编码智能体使用量约每月翻倍。按 API 价格计价，中位数研究员的日均编码智能体支出从 2026 年 1 月的不足 1 美元升至 8 月中旬的 601 美元，第 90 百分位研究员同期超过 7000 美元。
Guillermo Rauch(@rauchg)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 fx v0.0.13 发布 Ultrafast 支持：启动最高快 23 倍
fx v0.0.13 新增 Ultrafast 支持，针对支持的 OpenAI 模型，启动最高快 23 倍、shell 调用最高快 8.6 倍、退出最高快 44 倍，并支持可配置的自动压缩（automatic compaction）。
宝玉(@dotey)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI Codex 承诺连续 28 天每天上新，否则重置用量额度
OpenAI 给 Codex 用户立下 28 天规矩：每天要么上线一项对多数 codex/work 用户明显有用的改进，要么把用量额度整个重置一次。该承诺由 Tibo（@thsottiaux）在 X 上发布。
Jerry Liu(@jerryjliu0)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jerry Liu：ChatGPT/Codex 是目前最好的深度工作智能体界面，但 Claude 应用缺少分支功能
Jerry Liu 认同 ChatGPT/Codex 拥有当前最好的深度工作智能体界面，理由是它把编程与知识工作统一在一个界面中，ChatGPT 与 Codex 之间切换没有明确分离的流程，并支持分支（forking）。他仍喜欢 Opus 5.5，尤其用于产品演示，也认为 Claude Code CLI 已是 CLI 应用能做到的最好水平。