AI 脉动

AI 摘要一位Reddit用户分享了人工智能如何为他们患有Tubb4a相关白质营养不良的兄弟带来了独立性。这位兄弟已无法行走、说话、交流或有效使用眼睛。通过使用Astra和Opus 5.5，他们为他制作了三款新游戏，这是十多年来他首次体验到这类游戏。这一进展显著改善了他的生活质量，并为他带来了新的娱乐和互动方式，展现了AI在辅助医疗和提升患者生活品质方面的巨大潜力。

AI 摘要OpenAI 在 2026 年的开发者大会上推出了“dots”，这是 ChatGPT 内部的 AI 代理，能够执行任务、接听电话和发送短信。首席执行官 Sam Altman 还发布了 GPT-6.1 Sol，这是一种更快、更强大的模型，专为专业编码和工作应用而设计。此次活动重点介绍了团队协作的 ChatGPT Space、dots 与 Slack 的集成，以及新的 Decisions API 和 Luna 模型的推出。其他公告包括更新的 Codex CLI、自主浏览器控制和 OpenAI Marketplace。

AI 摘要一位开发者在Reddit上分享了一个工具，该工具能将Codex中的提示和上下文大小减少34.3%，从而在使用Astra编码时避免超出信用额度。此优化帮助他们在会话期间不会耗尽积分，解决了用户面临的常见问题。该开发者正在寻找面临类似挑战的其他人。

AI 摘要OpenAI 在 DevDay 上宣布推出一种全天候为用户工作的 AI 代理。这是此次活动中公布的众多亮点之一。目前，社区正在讨论对 OpenAI DevDay 及其对持续 AI 辅助的意义的初步反应和看法。

AI 摘要OpenAI 推出了名为“dots”的常驻智能代理，它们由 GPT-6 Astra 提供支持。这些前沿智能代理拥有自己的云计算能力，能够从反馈中学习，并全天候为用户目标服务。通过其插件生态系统，dots 可以轻松连接超过 4,000 个应用程序，从而获得在各种场景下协助用户所需的工具。

AI 摘要OpenAI 在其 DevDay 活动中推出了名为“Dots”的个人代理助手，并将其描述为“功能强大、始终在线的代理，旨在处理一切事务”。这些由 GPT-6 Astra 驱动的 AI 助手可以在连接的应用程序中运行，学习用户偏好，并访问网络浏览器和超过 4,000 个支持的应用程序。用户可以通过类似短信的界面或从 ChatGPT 进行语音通话与 Dots 互动，它们还可以与 Microsoft Teams 和 Slack 等平台集成，并计划在未来支持短信交互。OpenAI 还设想了具有特定职责的“专业 Dots”，并正将其与微软的 Agent 365 安全控制集成。

AI 摘要OpenAI 在其 2026 年 DevDay 活动中发布了名为 Dots 的全新常驻 AI 代理。这些个性化代理旨在为用户完成任务，并被描述为可定制的可爱小球。Dots 的发布紧随 Meta 的 Muse 代理的成功，Muse 在个性化代理用户中获得了显著的普及。Dots 被定位为 OpenAI 对 Meta 成功进入个性化代理市场的回应，旨在吸引相似或更多的用户群。

AI 摘要OpenAI为其软件工程代理Codex引入了可重用的云开发环境，使其能够从任何设备访问，从而扩展了其在开发者笔记本之外的实用性。该公司还发布了多项API更新，包括一个新的Decisions API，该API利用Luna进行实时决策。此外，Agents API也得到了更新，现在支持计算机使用，并能够利用Amazon的Bedrock Managed Agents来构建完全在AWS上运行的OpenAI代理。

AI 摘要OpenAI于9月29日在旧金山举办了年度DevDay活动，并公布了多项重要更新。首席执行官Sam Altman推出了名为“Dots”的AI代理产品，旨在与Meta的Muse竞争，该产品将首先面向ChatGPT Pro、Business Premium和Enterprise的付费订阅用户开放。此外，OpenAI还发布了其GPT-6.1 Sol模型，并宣布ChatGPT的每周用户量已达到12亿。公司还推出了一项新的ChatGPT Pro计划，每月费用为500美元。此次活动延续了去年DevDay的传统，去年该公司曾在此活动中推出了ChatGPT内部的“应用程序”。

AI 摘要编码代理在执行任务时，例如格式化日期或解析价格，倾向于编写新的辅助函数，即使代码库中已经存在广泛使用的、经过测试的实用工具（例如，在“src/utils”中的“formatDate”）。这可能导致代码冗余，并忽略了之前为解决特定问题（如时区修正）所做的努力。通过向代理提供明确的指令，指出共享实用工具的位置（例如，“日期和货币辅助函数在src/utils中，API包装器在src/api中”），可以有效减少这种重复行为。作者指出，在ChatGPT或Claude等AI聊天界面中也观察到类似情况。

AI 摘要一位开发者正在寻求关于逆向旧在线游戏客户端的本地设置建议。该项目曾因进展缓慢而被搁置，但最近使用 Fable 重新启动，并已获得帮助，但现在遇到了安全护栏。开发者拥有已解密的网络数据包和数据，并配备了 16GB 显存（RTX 4060 Ti）和 128GB DDR4 内存。他们希望获得关于特定模型和工具的建议，以准确地分析客户端功能，即使过程会比较缓慢。

AI 摘要论文“Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents”讨论了验证使用多工具和多来源的LLM代理的事实性挑战，这些代理通过模型上下文协议（MCP）运行。现有的系统，如RAGAS faithfulness、MiniCheck、AlignScore和SummaC，检查声明是否得到汇总证据的支持，但未能识别具体的来源支持。作者介绍了ProvenanceGuard，其得分达到0.802，在来源感知验证方面优于其他方法。

AI 摘要DevDay 2026是OpenAI迄今为止规模最大的一次活动，在ChatGPT、Codex、模型以及与AI协作的新方式方面发布了20多项重大公告。OpenAI认为AI可以帮助带来创造力和发现的新复兴，让人们有更多时间专注于重要的事情，更多自由追求他们的想法。此次活动推出了可以承担持续责任的代理，以及人与AI协作的新方式。ChatGPT作为一个共享平台被开放，供人类和代理协作，开发者可以直接向12亿周活跃用户推出新的原生体验，这扩展了OpenAI对开放生态系统的承诺。

AI 摘要一位开发者描述了在使用 GPT-6 Astra 和 MiniMax Code 等工具进行重构时，审查多轮代理会话所面临的挑战。他们遇到了一个问题，即早期轮次中的调用与后期轮次中更改的签名不匹配，而这个问题仅在测试失败时才被发现。开发者指出，虽然单个轮次本身是一致的，但问题出现在轮次之间。他们还强调了在代理会话期间，如何在不中断其思路的情况下确定提交边界的困难，尽管 MiniMax Code 等工具可以驱动浏览器交互以查阅文档和问题线程。

AI 摘要一位开发者社区用户请求为Claude Code添加一个“只读”模式。该用户表示，当AI在分析过程中擅自修改代码时，会感到非常沮丧。目前Claude Code有“auto”、“manual”、“accept edits”和“plan”四种模式。拟议的第五种模式将允许AI分析文件并提出意见，而无需进行任何更改，从而解决专业软件工程师普遍存在的烦恼。

AI 摘要OpenAI 推出了名为“Dots”的常驻代理，旨在处理各种任务。这些代理由 GPT-6 Astra 提供支持，能够从用户反馈中学习，并全天候运行以实现用户目标。它们拥有自己的云计算能力，并通过插件生态系统与超过 4,000 个应用程序连接，从而在各种需求中提供帮助。OpenAI 计划根据用户互动和反馈持续改进 Dots。

AI 摘要未来几个月，数十万人工智能代理将进入劳动力市场，成为企业员工。微软的Copilot和谷歌的Gemini for Workspace等平台最初被宣传为员工工具，但现在其AI代理正被整合到公司组织结构中。今年1月的一项调查显示，22%的组织已将AI代理纳入其组织架构图，预计这一比例将随着初创公司和科技巨头推广微软的“Scout”等自主代理而增加。这些AI代理因其高效性以及不受办公室政治或职业神经症影响的特点而受到青睐，例如，当代理“Bob”错误地列出日程细节时，用户可以迅速纠正而无需顾虑人际关系。

AI 摘要Holo4 是一个新的代理模型系列，提供 27B 密集型和 35B-A3B 专家混合型两种尺寸，均可通过 H Models API 获取。同时，更新版的 Holotron4 Nano 也将发布。Holo4 的成本根据每次代理运行的输入和输出令牌估算，并按照 H Models API 的费率定价。与 Qwen3.8 27B 和 Qwen3.6 35B-A3B 的比较使用了 OSWorld 2.0，其成本基于阿里云的标价。未来几天还将发布优化的 DSpark drafter 检查点，以进一步加速推理。

AI 摘要V7 通过集成 GPT-5.6 Luna，成功将成本降低了 78%，同时提高了准确性。该公司还在其最困难的查询上测试了 GPT-6 Astra，这些查询使用了来自数千份文档的真实世界数据，构建了更具挑战性的图查询问题集。在“非常困难”的难度级别上，GPT-5.6 Sol 的准确率为 78%，而 GPT-6 Astra 的准确率达到了 89%。两款模型在“简单”、“中等”和“困难”级别上均接近 100% 的准确率。V7 强调，金融公司从人工智能中获得真正价值的关键在于拥有最佳上下文，而非最多代理。