跳到正文
10月3日周六
10月2日周五
10月1日周四
9月30日周三
  1. AWS · AI 博客69

    GPT-6.1 Sol 在 Amazon Bedrock 上正式可用

    GPT-6.1 Sol 已在 Amazon Bedrock 上正式可用,为编码、计算机使用和专业工作负载带来更强的推理能力。根据 OpenAI 数据,它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平,而每个任务的成本约为后者的五分之一。用户可以通过 Amazon Bedrock 控制台或 API 开始使用,并利用其基础设施和访问控制功能。

    推荐理由:原文给出了模型在 Agent 任务上的性能提升和成本对比,读者可以据此判断它是否适合集成到现有工作流中。

  2. Replit 博客77

    Replit Agent 发布支持模型自主决策的新功能

    Replit Agent 发布新功能,允许 GPT-6 Astra 等模型在任务执行中自主决定子代理层级、努力程度和复用策略,实现动态 delegation。在 DeepSWE 和 Terminal-Bench 基准上,该架构在成本与性能上均优于 Astra 单独运行及侧边工架构,且无需修改提示或框架。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

9月29日周二
9月22日周二
  1. Vercel 博客56

    Vercel AI Gateway 上线 GPT-6 Sol 和 Luna 模型

    OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 模型现已在 Vercel AI Gateway 上线。GPT-6 Sol 适用于需要持续调查的复杂编码和智能体工作流,GPT-6 Luna 则是高吞吐量、重复性任务的高性价比选择。相比 GPT-5.6,两者在事实可靠性、沟通直接性和避免误导性代码完成声明方面有所改进。

    推荐理由:Vercel AI Gateway 新增了 OpenAI 的两个 GPT-6 变体,并说明了各自在价格、适用场景和可靠性上的定位差异。

9月17日周四
  1. Vercel 博客62

    Vercel AI Gateway 2026年9月生产指数:开源模型处理56%的token量,Astra支出是Fable 5.1的两倍

    Vercel AI Gateway 2026年9月生产指数显示,8月开源模型首次处理了网关56%的token量,而2025年12月这一比例还不到10%。平均token价格连续第三个月下降,8月环比下降23.2%。

    推荐理由:基于网关生产数据的月度分析,揭示了开源模型在用量上首次反超闭源模型、以及用户在不同模型间迁移的成本驱动模式。

  2. Vercel 博客59

    OpenAI GPT-Live 1 语音模型在 Vercel AI Gateway 上线

    OpenAI 的全双工语音模型 GPT-Live 1 已在 Vercel AI Gateway 上线,支持同时听与说,无需等待对方说完。该模型还支持客户端委托,允许应用在语音会话进行时,调用 AI Gateway 上的任何文本模型(如 GPT-5.6-sol)处理深度任务,委托请求单独计费。

    推荐理由:原文介绍了全双工语音交互和客户端委托的具体实现方式,读者可以据此评估其技术特点和应用潜力。

8月4日周二
  1. Replit 博客50

    AI 采用始于可信数据:Replit 构建语义层与运营真值层

    Replit 认为企业 AI 采用的核心障碍是信任问题,并于 2025 年底开始构建用于定义数据含义和修正的记录系统。该运营真值层是一个版本可控、经过人工审核、与模型无关的定义与修正知识库,旨在让每个处理数据的智能体都从相同的业务理解起点出发。Anthropic、OpenAI 和 Meta 也各自通过其智能体架构、内部数据智能体和分析智能体,在构建经过验证的知识层这一方向上呈现出行业共识。

5月29日周五
1月15日周四
  1. Ollama 博客32

    OpenAI Codex 可通过 Ollama 使用开源模型

    OpenAI 的 Codex CLI 现可通过 Ollama 使用开源模型,如 gpt-oss:20b 或 gpt-oss:120b,来读取、修改和执行工作目录中的代码。用户需安装 Codex CLI 并使用 `--oss` 标志启动,默认调用本地 gpt-oss:20b 模型。该集成要求至少 32K token 的上下文窗口,并支持切换至 Ollama Cloud 上的模型。

11月6日周四
  1. Fly.io 博客58

    Fly.io 博客:为什么你应该亲手写一个 AI 智能体

    作者认为理解 AI 智能体的最佳方式是亲手构建一个,并展示了使用 OpenAI Responses API 从零开始实现一个具备工具调用能力的智能体的核心代码。文章指出智能体的核心是管理上下文数组和工具调用循环,其设计自由度很高,实现子智能体、上下文工程等复杂功能在代码层面可能非常简单。作者鼓励开发者通过实践来形成自己对这项技术的判断。

    推荐理由:作者通过亲手构建一个简单智能体的代码示例,展示了其核心机制和设计自由度,为读者提供了可复现的实践起点。

10月29日周三