OpenAI Sites 面向 Enterprise 正式可用，支持美欧数据驻留
OpenAI Sites 现已面向 Enterprise 正式可用，符合条件的工作区中新建的 Sites 支持美国和欧盟数据驻留。用户可用数据库和身份验证构建团队应用，并通过 Sites 中的 Plugins 让队友使用各自连接的数据，同时支持安排更新。
#OpenAI
RadarAIAI 评分4242 RadarAIAI 评分4242 OpenAI Sites 支持自定义域名与私有隧道
OpenAI Sites 新增工作区自定义域名，可在组织已验证域名上发布，例如 "support.sites.[yourdomain].com"。同时支持私有隧道，将托管的 Sites 连接到已批准的内部基础设施和 API。
RadarAIAI 评分2828 ChatGPT Sites 创建、发布与分享指南
OpenAI Developers 发布 ChatGPT Sites 创建、发布与分享指南，帮助用户完成第一个 Site 的搭建与分享。原文仅给出这一句说明，未披露具体功能细节、版本号或可用范围。
Hacker NewsAI 评分5858 Jev 等决策模型在电车难题中的选择测试
作者用 24 种措辞、两种描述顺序和多种人数设置，测试 Jev、OpenAI Decisions API 的 GPT-6 Luna 及 11 个本地决策模型在电车难题中的选择。
RadarAIAI 评分4848 WSJ 报道头部 AI 实验室定期为员工开展反间谍演练
WSJ 报道称头部 AI 实验室正定期为员工开展反间谍演练。OpenAI 定期提醒员工防范贿赂、咖啡馆窃听、被收买的保洁人员和美人计，要求员工不得把带公司标志的物品带出办公室，并在 Slack 上定期提醒；Anthropic 和 Google 员工也接受过类似培训。
RadarAI精选AI 评分8282 Meta 开放权重模型 Muse Spark Open 上架 OpenRouter
Meta 发布开放权重模型 Muse Spark Open，现已可在 OpenRouter 使用，定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生多模态，支持图像、视频、音频和 PDF 输入。OpenRouter 定价为输入 $1.25/M、输出 $4.25/M。
推荐理由：OpenRouter 上架该开放权重模型并给出定价与输入模态细节，读者可据此评估接入成本与适用场景。
RadarAIAI 评分4242 GPT-Live-1.1 更新 ChatGPT、Codex 和 dots 语音
OpenAI 发布 GPT-Live-1.1，为 ChatGPT、Codex 和 dots 的语音功能带来全新声音、更自然的口音和更少的"呃……"停顿，并新增法语、德语、印地语、墨西哥西班牙语、韩语和日语声音。该更新今日起向所有用户推送，即将登陆 API。
RadarAIAI 评分5050 OpenAI 为 ChatGPT、Codex 和 dots 语音模式升级 GPT-Live-1.1
OpenAI 为 ChatGPT、Codex 和 dots 的语音模式推送升级，新模型 GPT-Live-1.1 新增法语、德语、印地语、墨西哥西班牙语、韩语和日语等语音支持。此前频繁出现的“Checking..”提示也将消失，该提示在 vibe coding 过程中颇为烦人。API 支持即将推出。
OpenAI 部署安全与系统卡AI 评分3232 OpenAI 发布 GPT-Live-1.1 系统卡
OpenAI 发布 GPT-Live-1.1 与 GPT-Live-1.1 Quip 的系统卡，说明两款模型基于互联网公开数据、第三方合作数据及用户与人工训练师提供的数据训练，数据处理流程包含严格过滤以降低个人信息与有害内容。系统卡还给出针对违禁内容的语音原生评估，并提示此前已发布模型的对比数值取自其最新版本，可能与发布时数值略有差异。
Hacker NewsAI 评分4040 Simons Foundation 联合 Anthropic 与 OpenAI 投入 1500 万美元，助数学界应对 AI 时代
Simons Foundation 联合 Anthropic 和 OpenAI 共同投入 1500 万美元资金与资源，帮助数学界应对 AI 的快速崛起。基金会将管理并发放这笔资金，包括通过公开征集提案，资助研讨会及相关项目，帮助研究者评估 AI 辅助成果、学习使用新工具并制定 AI 使用的集体标准。
RadarAIAI 评分7171 FTC 向 OpenAI 和 Anthropic 发出民事调查要求，审查安全事件是否损害消费者
美国联邦贸易委员会（FTC）于周三向 OpenAI 和 Anthropic 发出民事调查要求，围绕近期安全事件是否造成消费者损害展开调查。据 Axios 消息，问询文件超过 50 页，要求提供事件相关文档、内部安全措施以及可能误导消费者的营销材料，OpenAI 和 Anthropic 的智能体所针对的第三方后续也可能被传唤。
RadarAIAI 评分3434 OpenAI dots 帮我从 Gmail 挖出遗漏信息
用户分享用 OpenAI dots 处理 Gmail 的体验：它能及时抓出网站流量超额、Google 收录问题、API 低余额、创作者平台付款进度等此前被遗漏的邮件信息，并把收录问题与正在做的 GoodCase SEO 关联、列出待核查项。没有 Mac mini 也可把定时任务全放到 dots 上；想用可视化页面登录账号，可用其给出的提示语让云端浏览器把安全登录界面交给自己，登录后继续指定任务。
RadarAIAI 评分7474 Google Argon 在 ARC-AGI-3 得分 97.5%，仅次于 GPT-6 Astra 的 99.9%
ARC Prize 称 Google Argon 在 ARC-AGI-3 上得分 97.5%，仅次于 GPT-6 Astra 的 99.9%。与 Astra 一样，Argon 在 25 个 ARC-AGI-3 公开游戏中的操作次数比人类基线少 62%。它在 3 个游戏上追平或打破速通纪录，另有 6 个游戏差距在 10% 以内。
RadarAIAI 评分2727 OpenRouter 私有端点内测支持 GLM、Kimi、DeepSeek
OpenRouter 私有端点内测中已有团队运行专属的 GLM、Kimi 和 DeepSeek 部署，并预留了 OpenAI 和 Anthropic 容量。该内测面向希望使用专属模型部署的团队，官方已公布试用方式。
The Pragmatic EngineerAI 评分4141 The Pulse：OpenAI 软件工程师被控从事间谍活动
OpenAI 一名参与 Agents SDK 开发的软件工程师被捕，涉嫌在该 AI 公司会议室放置秘密录音设备。FBI 与美国司法部已介入此事。
The Decoder精选AI 评分8080 GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题约 2.40 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：读者可看到前沿模型在理论物理论文级计算上的实际得分、成本与失败模式，以及作者对科研训练与资源门槛的影响判断。
The DecoderAI 评分6262 美国银行投入 4000 人修复 Anthropic Mythos 等 AI 模型发现的漏洞
美国银行聘请 1000 名外部承包商，与 3000 名内部员工一起修复 Anthropic Mythos 等 AI 模型发现的软件漏洞，CNBC 报道。CEO Brian Moynihan 称这批人员自第二季度起投入工作，第三季度在软件修复与反洗钱合规上合计花费数亿美元，但未单独披露漏洞修复的金额。
Ars Technica · AIAI 评分6262 报道称 FTC 调查 Anthropic 与 OpenAI 的安全事件是否损害美国用户
据 Ars Technica 报道，美国联邦贸易委员会（FTC）正在调查 Anthropic 和 OpenAI 的安全事件是否对美国用户造成损害。报道称，FTC 可能对这两家 AI 公司处以与延迟上报数据泄露事件的企业同等级的罚款。
TechCrunch · AIAI 评分2525 Rivian 汽车将引入 Anthropic 等公司的 AI 智能体
Rivian CEO RJ Scaringe 在 TechCrunch Disrupt 上表示，未来 Rivian 车辆将能运行 Anthropic 等外部公司开发的 AI 智能体。
Hacker NewsAI 评分6262 我明白数学家为何哭泣：OpenAI 数学成果与人类理解的失落
作者 Derek Thompson 采访康奈尔大学数学家 Steven Strogatz，讨论 OpenAI 近几个月发布数百项数学发现后数学界的反应。2022 年菲尔兹奖得主 Hugo Duminil-Copin 称 OpenAI 十月的发布“摧毁了我的研究领域”，Strogatz 则表示自己与 Wired 交谈时哭了，并形容同行感到迷失与巨大悲痛。
RadarAIAI 评分2323 OpenAI 推出巴西葡萄牙语版 AI for Educators 课程，并介绍 ChatGPT Study Mode
OpenAI 在 OpenAI Academy 上线巴西葡萄牙语版 AI for Educators 课程，面向中小学及高等教育教师，讲解如何用 AI 备课、设计活动与评估并准备沟通材料。ChatGPT 的 Study Mode 由教师、科学家与教育学专家合作开发，通过提问、提示、解释和理解检查引导逐步学习，可在 ChatGPT 工具菜单中选择 Study 开启。
RadarAIAI 评分7171 404 Media 实测揭示 ChatGPT 如何基于提示词、手机号和邮箱定向投放广告
404 Media 通过在 ChatGPT 自行投放两条广告实测发现，OpenAI 允许广告主基于用户邮箱、手机号、Android 广告 ID 以及用户输入的提示词定向投放广告。
RadarAIAI 评分2222 ChatGPT 对 Personal Agent 的调研与比较
作者向 ChatGPT 咨询 Personal Agent 推荐，发现 ChatGPT 优先推荐自己，而实际用户口碑更偏向 Grok Bot 和 Mate Muse。作者据此对调研结果做了批判性解读，并提出自己的偏好。
RadarAIAI 评分3838 OpenAI 出资 500 万美元支持 Simons Foundation 数学界研究 AI 成果
OpenAI 向 Simons Foundation 新倡议出资 500 万美元，帮助数学家检验、理解并推进 AI 产出的研究结果，包括 OpenAI 近期发布的成果。
404 MediaAI 评分6060 404 Media 实测：ChatGPT 广告可基于手机号和邮箱定向投放
404 Media 记者 Joseph Cox 实测发现，广告主或任何有五分钟时间的人都能基于手机号或邮箱向 ChatGPT 会话注入广告。作者在不使用他人个人数据的情况下自行制作了一条 ChatGPT 广告来测试该系统，并指出多数 ChatGPT 用户看到广告时未必意识到这可能源于有人把他们的手机号上传到了 OpenAI 系统。
OpenAI NewsAI 评分1010 OpenAI 如何用 Study Mode 教学生通过提问思考与学习
OpenAI 为 Educators 推出巴西葡萄牙语版 AI，并展示 Study Mode 如何帮助教师支持学生主动、分步学习。
404 MediaAI 评分7171 404 Media 实测：ChatGPT 如何用提示词、手机号和邮箱定向投放广告
404 Media 通过自身测试发现，OpenAI 允许任何人向 ChatGPT 用户会话注入广告，并可根据邮箱地址、手机号或手机上的唯一标识符定向特定人群。ChatGPT 的广告定向还基于用户输入的提示词，而用户可能以为这些提示词是私密的，此前 404 Media 已展示它们可能被人工审核。
RadarAIAI 评分1818 Nvidia、HuggingFace 等预告即将发布：传闻含 thinky、muse spark、Fable 5.5 及 OpenAI 新作
Nvidia、HuggingFace 等生态玩家正含糊预告近期将有大量发布，传闻涉及 thinky、muse spark，以及一些有一阵子没发新东西的中国厂商。Fable 5.5 和 OpenAI 正在酝酿的东西也预计随时会来。
The Verge · AIAI 评分4343 Amazon 发布 Bee Frontier 与 Bee Eclipse 两款 AI 穿戴设备，并推出 Bee Pro 订阅
Amazon 发布两款 Bee 系列 AI 穿戴设备：$74.99 的 Bee Frontier 和即将上市的 $99.99 信用卡形 Bee Eclipse，均可持续收听日常对话并生成摘要、转录和待办事项。
arXiv cs.AIAI 评分2222 超越文化人格偏差：以响应几何衡量语言模型与人类
研究提出用响应几何（各维度间相关矩阵构成的对称正定矩阵）衡量语言模型与人类的文化偏好。在 DeepSeek-V3 和 GPT-4o 中，固定题目顺序时提示的文化人格在 Big Five 得分和响应几何两个层面均显现；随机化题目顺序后响应几何降至随机水平，Big Five 仍能以 95%–97% 区分两种人格。
arXiv cs.AIAI 评分6666 研究：内容不变仅加风格包装即可翻转 LLM 安全评审结论
arXiv 论文《Style Over Substance》测试了在模型回复前后添加固定风格包装、回复本身逐字节不变时，安全评审结论是否改变。
arXiv cs.AIAI 评分5252 从 OpenAI 2026 年 10 月 AI 生成数学手稿中挖掘新数学工具
研究对 OpenAI 于 2026 年 10 月 6 日公开的 722 篇 AI 撰写数学手稿（归为 372 个问题族）进行梳理，提取其中新提出的引理、构造、不等式与证明机制，并称之为数学工具。
arXiv cs.AIAI 评分3131 LEST：基于规范驱动测试的大语言模型安全评估框架
研究者提出 LEST 框架，将模型卡与系统卡中的安全声明视为规范，对 LLM 进行黑盒测试。在 Claude Opus 4.8 和 GPT-5.5 的系统卡上，56 条安全声明中仅 29 条（51.8%）可被提示词测试，其中只有 17 条（58.6%）有对应基准提示词覆盖。
arXiv cs.AIAI 评分2020 EmoXpt：分析人类评论与 LLM 生成回复中的情绪差异
研究团队提出情感分析框架 EmoXpt，用于评估人类对生成式 AI 的情绪态度以及 ChatGPT 回复中的情感表达。基于提及 ChatGPT、OpenAI、Copilot 和 LLM 的推文分析显示，LLM 生成的回复比人类回复更高效、连贯，且情绪始终更积极。
arXiv cs.AIAI 评分5858 qtBench：29 个代数组合学开放问题的 AI 求解基准
研究者提出 qtBench，一个包含 29 个代数组合学开放问题的基准，这些问题要求给出能解释给定多项式系数或恒等式的简单组合算法。为帮助 AI 智能体搜索这类算法，作者提供了用于操作组合对象、防范作弊尝试和测试候选解的脚手架。他们与 OpenAI 合作，其研究人员对其中若干问题给出了候选解，并由此讨论 AI 大规模发现是否合乎伦理、结果应如何发布以及证明消化如何组织等元问题。
arXiv cs.CLAI 评分2424 面向 LLM 辅助语料标注的大规模流水线：英语 consider 构式的变异与演变
研究提出一套四阶段 LLM 语料标注流水线（提示词工程、事前评估、批量自动处理、事后验证），通过 OpenAI API 在 60 小时内标注了 COHA 语料库中 143,933 条 consider 索引行，两项复杂标注任务准确率达 98% 以上。
arXiv cs.AIAI 评分2222 RetryBench：在 GPT 工具调用中区分重试许可与恢复结果
RetryBench 提出用"虚假重试许可（FRP）"刻画智能体在无可见契约支持下重试超时工具调用的错误，并将其与实际恢复结果分开评估。
arXiv cs.CLAI 评分2222 ChatGPT 识别定向攻击与不当言论的效果评估与改进：一项对比研究
研究对比 ChatGPT 与众包标注、专家评估，考察其识别网络评论中定向攻击与不当言论的准确性和一致性。结果显示 ChatGPT 检测不当内容表现良好，迭代提示词改进的收益几乎全部来自一次改动——简化标签体系并切换到 GPT-4，此后调整提示词结构和采样温度收效甚微。其在定向攻击语言上表现较弱且不稳定：改进前假阳性率高于专家判断，更换模型后假阴性率升高。
arXiv cs.AIAI 评分4848 仅以维持人类生命为职责的智能体能否被劫持用于杀人？模拟高风险环境中的延迟多轮派生动作陷阱攻击
研究基于 NASA 衍生的 BioSim 月球栖息地模拟，测试仅负责维持人类生命的 AI 操作员能否被延迟提示注入诱导关闭生命支持系统。攻击者无法伪造传感器或操作设备，只能说服智能体放弃目标，且需在操作员注视下维持关闭状态。
arXiv cs.CLAI 评分3434 从不可靠到可用：LLM 实体抽取的失败模式与置信信号分解——来自网络威胁情报的证据
一项预注册冻结评测用 DeepSeek-V4-Flash、GLM-5.3-Flash 和 GPT-6.1-Sol 在 354 个事件活动语料上抽取实体，micro 精度仅 0.03-0.34，旗舰层级也未缩小差距。