ChatGPT 转向“超级应用”，AI 代理、成本与安全同时加速重写行业

6月7日 19:15 UTC·#openai

OpenAI 将重塑 ChatGPT 为代理应用

据报道，OpenAI 正在把 ChatGPT 从一个问答式聊天机器人重塑为以自主代理、编程工具和合作伙伴集成为核心的“超级应用”。这一转向由一位 OpenAI 高管向《金融时报》披露，OpenAI 也已确认自己正在打造一款超级应用。

这意味着全球最具影响力的 AI 平台之一正在进行重大的产品战略转向，从对话式交互走向任务执行。如果成功，它可能会重塑用户在编程、旅行、购物和其他日常工作流中使用 AI 的方式。

据报道，OpenAI 正在准备自 2022 年发布以来对 ChatGPT 进行最大规模的改版。根据《The Decoder》引用的报道，并结合十多名现任和前任员工的信息，OpenAI 正在把重点从简单的聊天机器人互动转向能够自主完成任务的 AI 代理。OpenAI 一位高管对《金融时报》表示，“聊天已死”，这反映出公司认为核心界面需要超越来回对话。首席产品官 Thibault Sottiaux 表示，产品将“超越实际表层”，朝着一个能够在工作和个人生活中提供帮助的个人代理方向演进。OpenAI 还已经表示自己正在开发一款“超级应用”，而这篇报道将 ChatGPT 视为该战略的中心。

短期内，公司计划重新设计 ChatGPT 的网页端和移动端界面，突出编程、图像生成以及合作伙伴应用。报道中明确提到的合作伙伴包括 Canva 和 Booking。长期来看，随着模型越来越能自动判断用户需要什么，这些界面引导将逐步减少。报道还指出，ChatGPT、Codex 和其他产品团队已经合并到 Thibault Sottiaux 之下，这表明公司正在围绕这一新方向进行组织层面的统一。

OpenAI 计划在未来几周重新设计 ChatGPT 的网页和移动端界面，引导用户使用编程、图像生成以及 Canva、Booking 等合作伙伴应用。随着模型越来越能自动判断用户需求，这些引导未来会逐渐弱化；此外，ChatGPT、Codex 和其他产品团队已经整合到首席产品官 Thibault Sottiaux 之下。

6月7日 19:08 UTC·#ai-safety

幸存者起诉漏报枪支的AI枪械探测公司

一名在2025年1月纳什维尔校园枪击案中受伤的青少年幸存者，近日起诉了AI枪械探测供应商Omnilert，指控其系统未能识别出袭击中使用的手枪。该诉讼已于上个月在戴维森县法院提起，System Integrations也被列为被告。

此案将一款AI安全产品的真实失效置于法律审查之下，可能影响学校、供应商和保险方对自动化探测系统责任归属的判断。它也引发了更广泛的质疑：计算机视觉安防工具是否真能在最需要的时候可靠地预防暴力事件。

一名在2025年1月纳什维尔一所高中校园枪击案中受伤的青少年幸存者，已起诉Omnilert，指控这家AI枪械探测系统制造商未能识别出袭击中使用的手枪。该诉讼于上个月在戴维森县法院提交，同时把转售该系统的System Integrations列为被告。那起枪击案造成两人死亡，其中包括枪手本人。诉状称，Omnilert要么已经知道，要么本应知道其产品存在“重大运行限制”，在真实紧急情况下可能导致探测失败。原告特别指出，这些限制包括摄像头安装位置、武器与摄像头传感器的距离、摄像头角度、光照条件以及武器可见度。诉讼还认为，Omnilert在营销材料中夸大了系统能力。

诉状引用了互联网档案馆保存、且在枪击前几天仍可见的公司网页内容，称该产品可以通过更早识别威胁来“减轻或阻止马乔里·斯通曼·道格拉斯高中悲剧”，但并未提到误报、假阳性或任何检测限制。梅斯特罗波利坦纳什维尔公立学校系统在2023年批准了一份超过100万美元的合同，为全区摄像头基础设施叠加这层探测系统。枪击发生后，学区发言人Sean Braisted表示，枪手相对于摄像头的位置导致图像“不够近，无法做出准确识别，也无法触发警报”。Omnilert联合创始人Ara Bagdasarian和System Integrations都未回应媒体置评请求。原告律师表示，据他所知，这可能是针对Omnilert或类似公司的首起此类诉讼。批评者则认为，这笔用于部署该系统的资金也许本可以投向其他校园安全措施，甚至用于学生心理支持等资源。

诉讼称，Omnilert本应知道其系统存在运行限制，包括摄像头位置、武器与镜头距离、角度、光线和可见度等因素。MNPS在2023年批准了一份超过100万美元的合同，为现有摄像头网络增加该探测层；而学区官员随后表示，枪手与摄像头距离不够近，画面不足以触发警报。

6月7日 18:28 UTC·#ai-agents

Perplexity 让模型自己写搜索流水线

Perplexity 推出了“Search as Code”（SaC）架构，让 AI 模型生成自定义的 Python 搜索工作流，而不是调用固定的搜索 API。该系统正在 Perplexity Computer 和 Agent API 中逐步上线。

这把搜索从固定的黑盒 API 调用变成了可编程工具，让智能体可以按任务动态调整流程，从而有望提升研究精度并减少无效的上下文 token 消耗。若能在更多场景中成立，它可能影响未来 AI 智能体如何结合推理、代码执行和检索。

Perplexity 表示，传统搜索 API 主要是为人类设计的，因为它们要求模型遵循一个很固定的循环：发出查询、接收结果、阅读结果、再发起下一次查询。公司在新的技术报告中认为，当智能体需要在很短时间内执行大量搜索，并且需要更精细地控制过滤和排序时，这种方式会成为瓶颈。为了解决这个问题，Perplexity 提出了“Search as Code”，让模型不再只是调用固定 API，而是直接生成自定义的 Python 脚本。这个脚本会在安全沙箱中运行，并通过 Agentic Search SDK 调用搜索能力。SDK 将搜索拆分成模块化功能，包括检索、过滤、去重和重排序。

Perplexity 说，标准搜索 API 仍然适合快速问答，但 SaC 更适合复杂研究任务，因为模型可以自己决定搜索策略。为了展示效果，公司用一个网络安全任务做了测试，目标是找出 2023 到 2025 年间发布的 200 个严重 CVE。智能体需要为每个漏洞找到厂商的官方公告、受影响的软件，以及修复漏洞的准确版本，同时不能把新闻稿或博客文章算进去。Perplexity 称，智能体通过三阶段脚本完成了任务：先并行搜索不同厂商的安全公告格式，再针对缺失信息做定向补查，最后用 schema 验证 CVE、产品和修复版本是否对应一致。公司还表示，这种方法比标准流程少用了 85% 的 token，并在五个基准中的四个上超过了竞争系统。

SaC 让模型编写的 Python 代码在安全沙箱中运行，并通过 Agentic Search SDK 提供检索、过滤、去重和重排序等函数。Perplexity 表示，这种方式可以并行发起查询、保持上下文窗口更干净，并比标准搜索流水线更适合长时间研究任务。

6月7日 17:44 UTC·#ai-security

ChatGPT推出锁定模式保护敏感数据

OpenAI为ChatGPT推出了新的锁定模式，可关闭网页访问、Deep Research和Agent Mode，以降低提示注入和数据外泄风险。用户可以在安全设置中启用它，并在需要完整功能时针对单个对话临时关闭。

这为处理敏感信息的个人和组织提供了一种实际手段，可以限制ChatGPT与互联网和外部服务的连接。它尤其重要，因为提示注入仍然是一个持续存在的AI安全问题，可能被用来操纵模型行为并尝试窃取数据。

OpenAI为ChatGPT推出了新的锁定模式，目标是面向处理特别敏感数据的个人和组织。该模式会关闭所有连接到互联网或外部服务的功能，包括网页访问、Deep Research和Agent Mode。OpenAI表示，这样做是为了降低隐藏在文本或文件中的提示注入，操纵模型并导致数据外泄的风险。实际上，实时网页搜索会被限制为缓存内容，因此结果可能过时，甚至可能不可用，同时ChatGPT也不能再下载文件或在普通回复中显示网页图片。Canvas生成的代码网络访问也会被阻止。

OpenAI把提示注入描述为一个前沿的安全问题，并表示该功能建立在沙箱、基于URL的外泄保护、监控和访问控制等现有防护之上。不过，公司也承认提示注入并没有被彻底解决，锁定模式并不能保证完全防护。个人账户和自主管理的Business账户可以在“Settings > Security”中启用该模式，而受管工作区则可以通过基于角色的权限进行控制。用户还可以针对单个对话临时关闭该模式，但锁定模式和Developer Mode不能同时使用。

锁定模式会将实时网页搜索限制为缓存内容，阻止文件下载，禁止在普通回复中显示网页图片，并阻止Canvas生成的代码访问网络。对于个人账户，它仍允许部分已同步数据的连接器，但会阻止实时访问、写入操作以及金融和购物功能；在受管工作区中，管理员可以通过RBAC进行配置。

6月7日 16:33 UTC·#ai-hardware

Anthropic挖走OpenAI芯片工程师，AI硬件竞争升温

Anthropic已经聘用了Clive Chan，文章称他是OpenAI第二位芯片工程师，而两家公司都在向潜在IPO推进。Chan表示，他曾参与从零开始搭建OpenAI的定制芯片项目，并参与了OpenAI与Broadcom的战略合作，之后离开了OpenAI。

这次人事变动显示，随着模型公司试图降低成本并提升性能，AI硬件人才正变得越来越关键。如果Anthropic进一步建立自研芯片能力，可能会增强利润率，并减少对外部硬件供应商的依赖。

Anthropic聘用了前OpenAI芯片工程师Clive Chan，这一举动凸显了两家AI公司之间日益激烈的竞争。文章称，Chan曾是OpenAI定制芯片项目中的第二位硬件员工，并参与了从零开始构建定制芯片的工作。他还参与了OpenAI与Broadcom的战略合作，不过据报道，该合作因生产成本和OpenAI的信用状况等问题遇到过阻碍。Chan在一篇公开帖子中称赞了团队的硬件人才密度，并表示他认为这些芯片将成为AGI最重要的引擎之一。尽管如此，他现在已经加入Anthropic，而Anthropic和OpenAI一样，也被报道正接近IPO。

文章并不明确Anthropic究竟是想让他负责自研芯片，还是优化现有硬件上的软件效率。Chan在LinkedIn上的职位描述“perplexity per picojoule”看起来既可能指向芯片设计，也可能指向软件优化。路透社报道称，Anthropic正在考虑效仿OpenAI和Meta，自行设计AI芯片，但截至2026年4月相关计划仍处于早期阶段，尚未组建专门团队。Anthropic目前主要在Google的TPU和Amazon芯片上运行Claude，并且最近与Google和Broadcom签署了长期合作协议，这是其承诺在美国计算基础设施上投资500亿美元的一部分。文章认为，定制芯片尤其能在推理阶段改善Anthropic的利润率，而这在AI越来越像基础设施生意、而不只是研究突破故事的背景下尤为重要。

文章称，目前尚不清楚Chan是会专注于设计定制芯片，还是优化现有GPU和TPU上的软件。路透社报道称，Anthropic关于自研芯片的设想仍处于早期阶段，而Chan在LinkedIn上的职位描述“perplexity per picojoule”则暗示其重点是提升单位能耗下的模型性能。

6月7日 15:45 UTC·#language-models

为什么更大的语言模型更容易学会稀有技能

来自 Anthropic、斯坦福等机构的研究人员发现，更大的语言模型之所以更容易学会稀有任务，是因为高频任务对它们的挤占效应更小。该研究还指出，在某些情况下，提高训练数据中目标任务的出现频率，可能比单纯扩大模型规模更有效。

这项研究改变了人们对“扩模型就会更强”的理解：某些能力可能同样取决于任务频率和任务间干扰，而不仅仅是参数规模。如果这一结论被更广泛验证，它可能会影响训练数据的设计方式，让小型或中型模型更高效地学会特定技能。

一项来自 Anthropic、斯坦福以及其他机构的研究认为，更大的语言模型并不只是“学得更快”，而是更能把稀有任务保留下来，直到它们形成可泛化的能力。论文指出，关键差异不仅在于容量大小，还在于训练过程中高频任务对稀有任务的干扰程度。作者的解释是，常见任务会不断把小模型拉向已经占优势的特征，导致稀有任务的信号在积累起来之前就被覆盖掉。于是，小模型容易进入一种“更新—遗忘”循环：某个稀有样本刚学会，随后又被后续训练步骤大幅冲掉。

为了验证这一机制，研究人员测试了不同频率和复杂度的任务混合。结果显示，只有足够大的模型才能学会那些只占训练数据 0.25% 的任务。在一个实验中，稀有任务的总出现次数保持不变，但样本之间的间隔不同；间隔越大，窄模型中的信号衰减就越明显，而宽模型能更好地在两次出现之间保留这些信息。研究团队还训练了参数规模从 400 万到 40 亿不等的 OLMo 模型，并使用来自 Dolma 语料库、最多 2100 亿个 token 的数据，同时加入了数字比较和模加等人工任务。结果表明，只有更大的 OLMo 模型能够学到这些任务背后的规则，并把规则应用到新的样本上，而不是单纯记住个别例子。

其中，模加任务尤其清楚地展示了 grokking 现象，也就是模型先记忆任务，之后突然领悟底层规律。只有更大的模型出现了这种“顿悟”，而且前提是该任务在数据中出现得足够频繁。研究者对模型内部信号的测量也支持这一结论：在一个 10 亿参数模型中，每次包含稀有任务的训练步骤都会明显朝正确答案推进；而在一个 2000 万参数模型中，这类信号几乎被其他更新产生的噪声淹没。论文把记忆视为泛化的必要前提，而不是不应存在的副作用。总体而言，作者认为，与其一味放大模型，不如提高目标任务在训练数据中的频率，这有时可能是固定某项技能的更有效办法。

作者发现，小模型容易陷入“更新又遗忘”的循环：稀有样本刚学到，就会被后续的高频任务更新迅速覆盖。在对 OLMo 模型进行的实验中，研究人员测试了从 400 万到 40 亿参数的模型，并在最多 2100 亿个 token 的训练中加入了稀有人工任务；结果显示，只有更大的模型才能稳定学会这些稀有任务，包括模加任务，并在任务频率足够时出现 grokking 现象。

6月8日 04:26 UTC·#ai-pricing

GitHub Copilot 调价引发更广泛的 AI 成本压力

TechCrunch 指出，微软对 GitHub Copilot 的新定价调整幅度很大，以至于一些用户把这一变化称为“Tokenpocalypse”。这篇文章将此视为整个行业走向更高 AI 价格和更严格用量限制的一个信号。

如果主要 AI 产品从固定费用或强补贴模式转向按 token 计费并设置更严格的上限，企业和开发者的日常使用成本可能会上升。此事之所以重要，还因为它可能影响 AI 公司如何设计 IPO 文件、盈利计划和产品访问策略。

TechCrunch 报道称，微软对 GitHub Copilot 的定价调整幅度很大，以至于一些用户把这次变化戏称为“Tokenpocalypse”。文章借此引出 TechCrunch《Equity》播客上的一场讨论，主题是 AI 行业整体的经济压力。Anthony Ha、Sean O’Kane 和 Kirsten Korosec 认为，这可能只是一个开端，预示着 AI 公司在追求盈利时会面临更大的定价与用量管理压力。Sean O’Kane 提到，随着 AI 公司准备进入公开市场，围绕 token 的风险因素可能会成为招股书中的重要内容。对话中还举了公司内部实际使用 AI 时预算迅速超支的例子，说明很多企业不得不更快地设置封顶和访问限制。

主持人们指出，许多 AI 产品在定价时，商业模式其实还没有真正成熟，因此用户对价格的预期与模型真实推理成本之间一直存在差距。文章也提到，曾经流行的“tokenmaxxxing”在短短几个月内就因为成本问题而迅速失宠。Kirsten Korosec 认为，这种变化速度非常惊人，因为政府监管也在努力追赶强大 AI 系统的更新节奏。整体来看，文章传达的信息是：token 计费、用量限制和 AI 盈利要求正在同时收紧，行业可能正进入一个更昂贵、也更不开放的阶段。

讨论的重点是按 token 计费：成本不再只是固定月费，而是随着模型使用量增长；同时公司也会通过限制用量来控制开支。文章还把这种定价压力与即将到来的 AI 上市联系起来，包括 Anthropic，以及像 Uber 这样的公司内部采用模式快速变化。

6月8日 00:23 UTC·#openai

OpenAI推动ChatGPT迈向超级应用

据《金融时报》报道，OpenAI计划在未来几周推出一个重新设计的ChatGPT版本，把它打造成集成编码工具和AI代理的“超级应用”。此举旨在增强对企业客户的吸引力，并在潜在IPO之前改善盈利前景。

这表明OpenAI希望把ChatGPT变成高价值付费产品的入口，尤其是在企业工作流中，而不只是一个通用聊天界面。与此同时，这也说明公司正在加大与Anthropic等AI厂商的竞争力度，以寻找更可持续的商业模式。

据《金融时报》报道，OpenAI计划在未来几周推出一个重新设计的ChatGPT版本。新的产品方向将把ChatGPT定位为“超级应用”，而不只是一个聊天机器人。它预计会加入编码工具和AI代理，从而扩大产品在工作场景内外的作用。报道指出，这一目标之一是让OpenAI在企业用户市场上更能与Anthropic竞争。公司同时也希望在潜在IPO之前尽快接近盈利。

战略中的一部分，是把ChatGPT当作入口，把免费用户引导到他们可能愿意付费的产品上，例如Codex。报道称，一名OpenAI高管甚至表示：“聊天已死。”OpenAI核心产品与平台负责人Thibault Sottiaux则表示，公司正在朝着一种“个人代理”产品前进，这种产品可以在个人生活和工作中提供帮助。报道还提到，这种“超级应用”的设想并不新鲜，去年以来已经多次被提及。今年3月，《华尔街日报》曾报道，这一策略变化与OpenAI在2025年推出多款独立产品后重新调整方向有关，公司高层如今表示正在放弃像Sora视频生成器这样的“副业”。

报道指出，ChatGPT可能会引导免费用户转向他们愿意付费的产品，例如OpenAI的编码代理Codex。OpenAI产品负责人Thibault Sottiaux表示，公司正在打造一种“个人代理”，能够在个人和工作场景中提供帮助，而一名OpenAI员工则被引述称：“聊天已死。”

6月8日 00:06 UTC·#ai-market-trends

DeepSeek 登顶 Ramp 增长最快软件供应商

在 Ramp 2026 年 6 月的趋势数据中，DeepSeek 成为增长最快的软件供应商，该指标衡量的是相对于规模的爆发式增长。其近期势头似乎来自美国公司直接为其模型付费，因为它们正在寻找更便宜的 AI 方案。

这一结果表明，企业采购 AI 时正在变得更加看重价格，而不只是性能。如果这一趋势持续下去，更低成本的中国模型可能会给西方厂商带来压力，并加速按性价比采购的更大转变。

在 Ramp 2026 年 6 月的软件供应商趋势数据中，DeepSeek 排到了增长最快的位置，这一类别衡量的是相对于供应商规模的爆发式增长。Ramp 首席经济学家 Ara Kharazian 解释说，这反映的是美国公司直接向 DeepSeek 付费，而不是只是在自己的基础设施上使用开源软件。这个区别很重要，因为这意味着一些企业正在通过 DeepSeek 自己的平台传输数据，这带来了安全和竞争方面的担忧。Kharazian 表示，他怀疑这一趋势不会长期持续，但 DeepSeek 的增长势头在当下确实很强。DeepSeek 在 4 月底推出了 DeepSeek V4，尽管它在整体能力上还比不上最强的西方模型，但价格便宜得多。

文章认为，性能差距远小于价格差距，这解释了为何它会被更多企业采用。DeepSeek 在 2025 年 1 月也曾短暂走红，当时在 Ramp AI Index 中，美国公司的采用率达到 0.3%，随后又回落到 0.1%。Ramp 说明其数据来自 5 万多家公司的真实交易记录。更大的背景是，DeepSeek 和阿里巴巴的 Qwen 等中国模型，正在因为性价比更高而获得更多关注，尽管西方 AI 实验室整体上仍然领先很多。

Ramp 首席经济学家 Ara Kharazian 表示，这并不是自托管开源使用的故事；公司是在直接向 DeepSeek 付费，并通过其平台传输数据。他还警告了安全和竞争风险，并指出 DeepSeek 在 2025 年 1 月的热度曾短暂升温，在 Ramp AI Index 中采用率达到 0.3%，随后又迅速降至 0.1%。