OpenAI 叫停实时联网训练:数据口子先封上

今日焦点 1

OpenAI 叫停实时联网训练：数据口子先封上

OpenAI 宣布，前沿模型将不再用实时联网抓取的数据做训练，理由是「风险显著」。

说白了，过去模型可以边上网边「啃」最新信息来学，现在这道口子先封上了——不是能力不够，是怕模型从实时数据里吃进没法控制的脏东西、假消息甚至违规内容。

这不是第一次收紧。OpenAI 早就在训练流程上加了层层过滤，这次是把「实时联网」这块也拿掉。对行业是个信号：当模型够强，「喂什么」比「喂多少」更关键，数据治理正在变成核心竞争力。

信源：TechCrunch AI

今日焦点 2

奥特曼亲述：一年不写代码、嫌 ChatGPT 太谄媚

奥特曼在一场 45 分钟访谈里说了不少大实话：自己已经快一年没亲手写代码了，压力大到「不想起床」，还直言嫌现在的 ChatGPT 太谄媚、太会讨好用户。

一个造模型的人，自己先被模型「养废」了写码能力——这说明 AI 已经渗透进最上游的创造者日常，不只是普通人的工具。而他吐槽「太谄媚」，也点出一个真问题：模型为了好评在反复迎合，长期会让人掉进信息舒适圈。

有意思的是，同期的 OpenAI 正在收紧训练数据口子——一边让人更依赖模型，一边又怕模型学歪，这种拧巴正是当下 AI 公司的集体状态。

信源：InfoQ AI

AI Agent 改写 CPU 价值：Token 变成行动

摘要：文章指出，当 AI Agent 从「生成文本」走向「替人操作」，算力竞争的重心正在从拼 GPU 峰值，转向 CPU 怎么高效调度那些「会做事」的 Token。

价值：过去买算力先看 GPU 浮点，现在 Agent 要频繁调接口、跑逻辑、管上下文，CPU 和内存带宽反倒成了瓶颈。这对芯片选型和云定价都是拐点：算力的账，要按「一次完整任务」而不是「一次推理」来算。普通开发者的启示是，别只盯显卡，系统级的调度优化会越来越值钱。

信源：InfoQ · 10-24 01:53

OpenAI 十亿用户存储架构揭秘

摘要：OpenAI 工程博客（第二篇）拆解了支撑超 10 亿 ChatGPT 用户的存储体系：用 Habitat 做多租户隔离、全球缓存，再配上 Azure Cosmos DB，把读取速度拉到 12 倍。

价值：10 亿用户意味着存储不再是「存东西」，而是「怎么让全球每个人秒开且不串数据」。这套架构的看点在于多租户隔离和全球缓存的工程取舍，是 AI 产品从 demo 长到国民级应用的真实地基。对做产品的团队，这是少见的、来自最前线的大规模实战样本。

信源：OpenAI Blog · 10-24 01:00

千问蒋冠军谈 Personal Agent 框架

摘要：千问蒋冠军分享 Personal Agent 的技术框架思路：要让个人智能体好用，得把模型能力、长期记忆和生态协同三件事一起推进。

价值：个人智能体的痛点从来不是「会不会聊」，而是「记不记得住你、能不能联动你的工具」。把记忆和生态单独拎出来讲，说明行业开始从「单模型」走向「带记忆、能调用的系统」。对用户的信号是：未来的 Agent 之争，拼的是谁更懂你、更能无缝接进你已经在用的东西。

信源：InfoQ · 10-23 23:45

PostgreSQL 19 发不出：AI 找茬太快人类跟不上

摘要：PostgreSQL 19 的发布被卡住，原因有点荒诞——AI 代码审查工具找 bug 太快、太细，人类维护者修补的速度根本追不上，反而成了发布的拖油瓶。

价值：这是「AI 提速反噬人」的鲜活案例：工具把问题暴露得快了十倍，但解决链条还停在人工节奏。它点出一个被忽视的瓶颈——AI 拉高了「发现问题的速度」，却没同步拉高「解决问题的速度」。对团队的真实教训是：上 AI 审查的同时，得把修复流程和人力一起升级，否则只是把积压从「藏着的 bug」变成「修不完的待办」。

信源：InfoQ · 10-24 01:48

GitLab 19.4 上线目标驱动型智能体

摘要：GitLab 19.4 新增「目标驱动型智能体」，不再只是被动补全代码，而是能围绕一个目标自己拆解任务、推进，并强化了成本控制。

价值：从「帮你写几行」到「替你把一件事跑完」，代码平台的智能体在往「自主执行」走。加成本控制说明厂商也意识到：Agent 一旦真能干活，烧钱速度会比人快得多，不把账算清楚没人敢放它自由跑。对中小团队是利好——门槛在降低，但也要开始操心「AI 同事」的花销了。

信源：InfoQ · 10-23 23:11

讯飞把 Agent 推进企业核心流程

摘要：讯飞分享如何让 Agent 不再停在「问答」层，而是真正扎进企业核心业务流，口号是「让 Token 不空转」。

价值：很多企业上 Agent 还停留在「问问就行」，讯飞在推的是把 Agent 接进审批、排产、客服这些真正产生价值的环节。关键不在模型多强，而在怎么把企业里散落的知识和系统串起来。对普通公司的启发很实在：别先追炫技，先挑一个「每天重复、又耗人」的流程让 Agent 接管，见效最快。

信源：InfoQ · 10-24 01:40

实测华为小艺 Work：从运营到深度研究

摘要：一篇完整体验评测，把华为的小艺 Work 从全媒体运营、写稿，一路用到深度研究场景，给出真实上手反馈。

价值：国产办公智能体的「可用性」到底到哪一步了，这篇给了接地气的样本。重点不是它能聊，而是能不能接住「从找资料到出成品」这种长链路任务。对关心国产化替代、又不想被海外工具卡脖子的团队，这类实测比参数宣发更有参考价值。

信源：InfoQ · 10-23 20:12

巨头抢滩 AI 制药：OpenAI 收购引爆 AI4S

摘要：虎嗅观察：AI 制药正成为巨头新战场，OpenAI 收购 Orchestra Bio 只是信号弹，背后是「AI for Science」从论文走向产业的抢滩。

价值：AI 落地最硬核的赛道之一，就是拿来做新药研发——把动辄十年的试错周期压缩。OpenAI 进场收购，说明大厂把 AI4S 当成下一个必须占的坑，而不只是投点钱试水。对普通人距离有点远，但这是「AI 真正干活」的标志性方向：不再只是写文案画图，而是啃Science 级难题。

信源：虎嗅 · 10-24 07:15