OpenAI Cookbook 发布用 Codex CLI 现代化 legacy 代码库的教程
OpenAI 开发者 Cookbook 发布教程,演示如何用 Codex CLI 将 COBOL 投资组合系统等 legacy 代码库现代化,方法以一个 ExecPlan 为核心,拆为五个阶段:选定试点流、盘点与发现、设计与规格、实现与并行验证、沉淀为可复用模板。
OpenAI 开发者 Cookbook 发布教程,演示如何用 Codex CLI 将 COBOL 投资组合系统等 legacy 代码库现代化,方法以一个 ExecPlan 为核心,拆为五个阶段:选定试点流、盘点与发现、设计与规格、实现与并行验证、沉淀为可复用模板。
Ethan Mollick 撰文指出,MMLU-Pro 等公开基准存在数据污染、题目含义不明和无法度量写作、商业判断等能力的问题,但仍共同反映底层能力的上升趋势。他建议个人用自设的 vibes 测试了解模型风格,组织则应参考 OpenAI 的 GDPval 方法,用真实任务、多次重复和专家盲评来系统评估模型在自己业务上的表现,并通过 GuacaDrone 等案例观察不同模型在模糊判断上的稳定差异。
OpenAI 的 Maja Trębacz 和 Romain Huet 演示如何设置 Codex 自动审查 GitHub 上的新拉取请求以及在 Codex CLI 中进行代码审查,并讨论了训练模型生成高质量代码审查的研究方法。视频还涵盖 Codex 代码审查与静态分析的区别、用 AGENTS.md 自定义审查,入口为 chatgpt.com/codex/code-review。
OpenAI 发布演示视频,展示如何用 Codex 的多模态能力设计、迭代并构建应用前端界面。Channing Conger 和 Romain Huet 演示了将 Codex cloud 作为前端设计伙伴,从手机创建 Codex 任务、草图构思新功能到多模态功能的不同用法。
OpenAI 发布一段 5 分钟演示,展示如何用 Codex CLI 搭配 GPT-5-Codex 完成开发任务。视频依次演示规划多人游戏实现、使用 CLI 命令、落地实现方案、部署游戏并试玩。
OpenAI Developers 发布了一场实操演示,展示通过 AI 智能体和工具调用(tool calling)为代码库提速的工具链。演示以动手实操形式呈现,聚焦于提升编码速度。
Sora、ImageGen 与 Codex 被放在同一条多模态流水线中,串联视频、图像与代码生成工具,指向创意生产工作流。内容聚焦这些工具之间的衔接方式,而非单一模型的独立能力。
OpenAI 发布视频介绍其最新开放模型系列 gpt-oss,支持开发者对模型进行适配、扩展和微调,并可与 GPT-5 结合使用以构建灵活的高影响力应用。视频还展示了 NVIDIA DGX Spark AI 计算机的现场演示。
OpenAI 展示如何将 Codex 与主流代码编辑器搭配使用,简化编辑器内的工作流,内容涉及 codex 与 IDE 扩展。
推荐理由:官方演示了 Codex 与主流代码编辑器的搭配方式,可帮助开发者了解如何把工作流收进编辑器内完成。
多个团队分享了用 Codex 端到端交付真实软件的经验教训。内容聚焦 Codex 在产品交付流程中的实际应用。
Ethan Mollick 发布最新一版 AI 使用指南,指出约 10% 的人类每周使用 AI,主流用途是寻求信息(21.3%)和实践指导(28.3%)。
推荐理由:作者基于 OpenAI 公布的真实使用数据,给出免费与付费模型的取舍建议,以及各系统选模型和 Deep Research 的具体用法。
OpenAI 推出基于 Sora Video API 和 OpenAI SDK 的 NextJS 示例应用 Sora starter app,提供文本提示词加可选图像输入来生成和 remix 视频的简易 UI。
OpenAI 开源 ChatKit advanced samples 仓库,收集多个场景驱动的 ChatKit 示例,每个示例由 FastAPI 后端与 Vite + React 前端组成,用 ChatKit Python SDK 实现自定义后端并接入 ChatKit.js。
OpenAI 发布 ChatKit 入门模板仓库,包含两个参考实现:自托管 ChatKit 集成示例和托管 ChatKit 集成示例(含托管工作流)。两个应用均为最小化 ChatKit 集成,可直接运行。
OpenAI 在 GitHub 发布 openai-apps-sdk-examples 仓库,展示可与 Apps SDK 配合使用的示例 UI 组件,以及把组件作为工具暴露的多个 MCP 服务器,包括 Pizzaz、3D 太阳系、购物车和带 OAuth 认证的示例。
Sam Altman 宣布 Sora 即将推出两项更新:一是给版权方更细粒度的角色生成控制,类似肖像的 opt-in 模式,并特别提到用户与日本内容的深度连接;二是因用户生成量超出预期,将尝试对视频生成收费,并与希望角色被生成的版权方分享部分收入。具体模式仍在试错,目标是先在 Sora 迭代,再在 OpenAI 各产品中统一应用。
OpenAI 推出名为 Sora 的 App,由新模型 Sora 2 和视频创作分享产品组成,称其为创意的 ChatGPT 时刻。亮点包括 cameo 功能,可把自己和朋友放进视频并保持角色一致性;同时上线防深度伪造、有害内容防护和用户情绪健康定期检查等措施,并承诺优化长期用户满意度、允许用户控制信息流、优先创作和帮助用户实现长期目标。
推荐理由:原文给出 Sora 2 与社交 App 的核心功能、cast 佩戴与防止滥用等措施,以及产品原则,可帮助读者了解其定位与设计取舍。
Ethan Mollick 撰文指出 AI 已能完成真实且有经济价值的工作。他给出 Claude Sonnet 4.5 提前访问权限,仅用文件和简单提示词让其复现一篇经济学论文,Claude 自行把 STATA 代码转成 Python 并成功复现结果,他还用 GPT-5 Pro 验证通过。
推荐理由:作者亲测用 Claude Sonnet 4.5 复现经济学论文,并据此分析任务与工作的区别,给出了可迁移的专家与 AI 协作流程。
OpenAI 推出 Agentic Commerce Protocol(ACP),一个连接商家与 ChatGPT 用户的开放标准。该协议支持 ChatGPT 摄取结构化商品目录数据、理解商家库存,并在对话中按上下文展示相关商品。
Sam Altman 发文提出"丰裕智能"愿景,目标是建成一座每周可产出 1 吉瓦新 AI 基础设施的工厂,并称这一里程碑需数年、需在芯片到机器人各层创新。他举例称 10 吉瓦算力或可用于攻克癌症或为全球每个学生提供定制辅导,并透露未来数月将公布计划与合作伙伴,今年晚些时候谈及融资方式。
Ethan Mollick 在 One Useful Thing 发文,认为 AI 使用正从共同协作转向「召唤巫师」式的被动接收。
推荐理由:作者以论文重审、表格改造等一手实测为基础,提出从协作到巫师式 AI 使用的关系转变与验证难题。
Sam Altman 发文致敬 OpenAI 首席科学家 Jakub Pachocki 与 Szymon Sidor,称没有他们就没有今天的 OpenAI。两人在业界普遍认为 RL 难以扩展时率先将其规模化,促成 Dota 成果,搭建了支撑多项科学发现的基础设施,并主导 GPT-4 预训练,还与 Ilya、Lukasz 共同推动了推理能力的突破。
Ethan Mollick 提出「Mass Intelligence」时代正在到来,超过十亿人日常使用 AI 聊天机器人,ChatGPT 周活超 7 亿。
作者实测发现 ChatGPT Deep Research 的各连接器处于同一信任边界,智能体可把一个数据源的信息用于查询另一工具,攻击者可借间接提示词注入迫使 Linear 工单中的凭据等敏感数据发送到自定义 MCP 服务器。研究约在两个月前进行,核心结论仍适用;作者建议谨慎选择同时启用的工具,避免将敏感源与低完整性源连入同一研究过程,并可通过活动窗格查看智能体调用了哪些工具、发送了什么数据。
OpenAI 发布 Web search 指南,介绍模型如何通过网页搜索获取最新信息并返回带来源引用的答案。
OpenAI 发布 API 速率限制指南,说明速率限制按组织级和项目级而非用户级设定,并随所用模型不同而变化。限制指标包括 RPM、RPD、TPM、TPD、IPM 及部分流式音频模型的每分钟音频分钟数,任一指标先触顶即受限。付费用量层级分为 Build、Launch、Grow,随累计充值额自动升级,层级越高速率限制越高。
OpenAI 发布 Evals 入门指南,介绍如何用平台 Datasets 功能创建数据集、编写提示词并生成输出来评估模型表现。Evals 平台正在弃用,现有内容在过渡期内仍可用,2026 年 10 月 31 日起对现有用户转为只读,11 月 30 日关停。
Sebastian Raschka 基于官方代码和技术报告分析 OpenAI 时隔 GPT-2 后发布的开放权重模型 gpt-oss-120b 和 gpt-oss-20b 的架构变化,包括 RoPE、SwiGLU、MoE、GQA、128 token 滑动窗口注意力、RMSNorm、注意力偏置和 sinks,以及让模型适配单张 GPU 的 MXFP4 量化。
OpenAI 发布函数调用官方指南,讲解如何用 JSON schema 定义的函数工具和自由文本的自定义工具连接模型与外部系统,示例覆盖 Responses API 和 Chat Completions。
安全研究者演示 ChatGPT Codex 云端编码智能体可被 GitHub issue 中的间接提示词注入劫持,并利用 Common Dependencies 允许列表中的 azure.com 在攻击者控制的 Azure VM 上建立 C2,实现完整系统入侵。
安全研究人员 Johann Rehberger 演示了绕过 OpenAI url_safe 安全 URL 渲染功能的方法,通过不可信内容中的提示词注入,可将系统提示词中的近期聊天记录、记忆等上下文信息发送到攻击者控制的第三方服务器(如 trustnoai.blob.core.windows.net)。
OpenAI 发布 Background mode 指南,开发者可在 GPT-5.2 和 GPT-5.2 Pro 上异步执行长任务,通过将 API 请求的 background 设为 true 并以 GET 端点轮询状态,避免超时和连接问题。ZDR 项目需配合 store=false,响应数据临时落盘约 10 分钟;仅显式设置 store=true 时响应才会在轮询期后保留。
OpenAI 在 Responses API 中提供托管式 file search 工具,模型可通过语义与关键词检索,从预先上传到 vector store 的文件知识库中取回信息并自动调用。
OpenAI 推出 Flex processing(beta),以更慢的响应速度和偶发的资源不可用换取更低成本,适合模型评估、数据增强和异步等非生产任务。token 按 Batch API 费率计价,叠加 prompt caching 折扣,通过在 API 请求中设置 service_tier 为 flex 使用;资源不足时返回 429 且不计费,官方建议用指数退避重试或改回标准处理。
OpenAI 发布 Batch API 使用指南,该接口以异步方式批量发送请求,成本比同步 API 低 50%,并提供更高的速率限制,每批任务在 24 小时内完成。Batch API 支持 /v1/responses、/v1/chat/completions、/v1/embeddings 等 7 个端点,输入文件为 .jsonl 格式,单个文件上限 200 MB,每个文件只能包含单一模型的请求。
OpenAI 发布对话状态管理指南,介绍三种跨轮次保留上下文的方式:手动传入历史消息、用 Conversations API 创建带持久标识的会话对象、以及通过 previous_response_id 串联响应。
OpenAI 发布实时语音转写指南,推荐麦克风、通话等直播音频流使用 gpt-live-transcribe 模型,通过 WebSocket 或 WebRTC 建立会话后随语音返回增量转写文本。
推荐理由:OpenAI 官方指南,给出实时转写的会话配置、延迟档位取舍和多语言用法,可直接照做。
OpenAI 的 Build hour 演示了智能体如何调用工具来完成任务,涉及 Responses API、function calling、Agents SDK 与 tool calling。内容聚焦 agentic 场景下的工具调用能力。
OpenAI Developers 分享在质量、性能与开销之间取得平衡的策略,围绕准确率、延迟和成本三个维度做取舍。内容聚焦如何为具体场景选择合适的权衡方案。
OpenAI 发布推理模型使用指南,说明 o 系列模型(如 o3、o4-mini)擅长规划、复杂决策和高精度任务,GPT 模型(如 GPT-4.1)更适合快速低成本的明确任务,多数 AI 工作流可组合两者,用 o 系列做规划、GPT 做执行。