Anthropic CEO Amodei 在 IPO 前称算力投入存在巨大不确定性
Anthropic CEO Dario Amodei 在纽约 JPMorgan 投资者活动上表示，公司面临的最大商业难题是算力投入，"明年会发生什么存在巨大不确定性"，因为算力需提前一到两年采购，而收入能否覆盖成本尚不可知。
推荐理由：Amodei 在 IPO 前公开谈算力投入的不确定性和 2027 年到期债务，读者可据此理解这轮融资背后的商业约束。
#OpenAI
The Decoder精选AI 评分7777
TechCrunch · AI精选AI 评分9393 黄仁勋卸任 Nvidia CEO，投资人称 AI 初创融资将现巨大缺口
黄仁勋正式卸任 Nvidia CEO，多位投资人和创始人向 TechCrunch 表示，这家近年最活跃的 AI 初创投资方可能收缩出资，给早期融资留下缺口。
推荐理由：文章梳理了 Nvidia 作为 AI 初创最大出资方的投资版图，以及 CEO 更替后出资节奏可能收紧对估值与交易的影响。
The Decoder精选AI 评分9090 WSJ 称黄仁勋出局更多源于英伟达高风险商业操作而非私生活
《华尔街日报》报道称，黄仁勋出局更多源于英伟达的高风险商业操作，而非其个人私生活。英伟达曾向 AI 云厂商和数据中心开发商提供数十亿美元财务担保，让它们有能力采购英伟达芯片，其中最大一笔是就俄亥俄州数据中心与 OpenAI 洽谈的 2500 亿美元担保，消息公开后英伟达股价下跌 5%。由 CFO 转任临时 CEO 的 Colette Kress 随后将该承诺削减一半，缩减后的交易于 8 月签署。
推荐理由：WSJ 报道披露英伟达以巨额财务担保换取云厂商采购的做法，可看到 AI 算力交易中循环融资的具体运作。
OpenAI News精选AI 评分7373 OpenAI 推出 ChatGPT Wallet，让智能体在用户批准下完成购买
OpenAI 推出 ChatGPT Wallet，为 ChatGPT Work、Codex 和 dots 中的智能体提供安全的购买方式，需经用户批准并沿用现有银行卡保护。原文未披露更多功能细节。
推荐理由：原文交代了 ChatGPT Wallet 的适用场景与用户审批机制，可据此判断智能体代付的边界。
OpenAI Developers Blog精选AI 评分7070 OpenAI 如何为 OpenClaw 等常驻智能体构建安全防护
OpenAI 在开发者博客中说明其内部部署数百个 OpenClaw 常驻智能体时采用的安全控制，包括隔离可信网关与不可信 LLM 执行环境、用沙箱限制网络和文件访问、以第二个模型做 Auto-review 审批。
推荐理由：OpenAI 公开内部数百个常驻智能体的沙箱、身份与审批配置，可作为企业部署 Agent 时的安全基线参考。
The Decoder精选AI 评分7676 企业客户推动 OpenAI 季度营收达 100 亿美元，但仍落后于 Anthropic
据《华尔街日报》和 The Information 报道，OpenAI 第三季度营收环比增长约 50% 至 100 亿美元，调整后经营亏损从 101 亿美元小幅升至 109 亿美元。
推荐理由：读者可对比 OpenAI 与 Anthropic 的营收增速、亏损和商业模式差异，理解企业级市场对两家公司财务表现的影响。
TechCrunch · AI精选AI 评分8888 Anthropic 设定 IPO 发行价区间 70 至 78 美元，隐含估值达 1.404 万亿美元
Anthropic 在更新的 IPO 文件中表示，将发行 8.25 亿股 A 类股，发行价区间为每股 70 至 78 美元，预计募资 577.5 亿至 643.5 亿美元；若按区间上限定价，完全稀释后估值将达 1.404 万亿美元。
推荐理由：Anthropic 的 IPO 定价区间、估值与股东结构，为观察头部大模型公司的资本市场路径提供了具体参照。
TechCrunch · AI精选AI 评分7676 Anthropic 据报推进 IPO 计划，本周确定估值区间
Anthropic 据《华尔街日报》报道正推进 IPO 计划，本周将确定估值区间，并计划在下周四或周五开始交易。部分机构投资者希望估值低于上周讨论的 1.5 万亿美元目标，而数月前这一数字曾达到 2 万亿美元。竞争对手 OpenAI 上周在完成 110 亿美元新融资后估值据报为 1.25 万亿美元，低于其最初寻求的 200 亿美元。
推荐理由：报道给出 Anthropic 估值从 2 万亿美元降至 1.5 万亿美元区间的变化，可作为观察 AI 热潮冷热的参照。
OpenAI Developers Blog精选AI 评分6464 OpenAI 分享用 GPT-6 系列模型维护代码库的实践
OpenAI Core Experimentation 团队撰文介绍用 Codex 配合 GPT-6 Astra 与 GPT-6.1 Sol 维护代码库的做法，团队已合并 1400 多个由模型提议的维护 PR，删除超过 80 万行死代码。
推荐理由：文中给出 GPT-6 Astra 与 GPT-6.1 Sol 在清理死代码和过期实验上的成本与产出对比，可作为选择模型档位的参考。
OpenAI Developers Blog精选AI 评分6161 如何在 Codex 中用 Astra 构建游戏：从 Void Explorer 到 Sunwake
作者在 Codex 中使用 Astra 构建了太空探索游戏 Void Explorer，包含 2,048 个恒星系和超过 10,000 个程序化生成的行星，并分享了构建过程中的提示词。
推荐理由：作者以三款自研游戏为例，展示如何用提示词、测试场景和性能计数让 Astra 在 Codex 中完成从架构到渲染的迭代。
OpenAI Developers Blog精选AI 评分6666 OpenAI 介绍如何用 Codex skills 加速 Agents SDK 仓库维护
OpenAI 介绍其在 Agents SDK 的 Python 和 TypeScript 仓库中用 Codex skills、AGENTS.md 和 GitHub Actions 把验证、发布准备、示例集成测试和 PR 审查变成可复用工作流。
推荐理由：OpenAI 公开自家 Agents SDK 仓库用 skills 加 AGENTS.md 维护代码的完整配置，可迁移到其他开源项目。
OpenAI Developers Blog精选AI 评分6666 Codex 接入 Figma MCP server，支持设计文件与代码双向转换
OpenAI 宣布即日起可在 Codex 中通过 Figma MCP server 生成 Figma 设计文件，该 server 支持双向流转，既能把设计转成代码，也能把运行中的界面转回可编辑的 Figma 画布。
推荐理由：原文给出 Codex 与 Figma MCP server 双向打通的具体操作路径，读者可据此判断设计到代码的协作方式会怎样变化。
OpenAI Developers Blog精选AI 评分6767 OpenAI 用 Codex 跑 25 小时长任务：从零构建设计工具的实测
OpenAI 让 GPT-5.3-Codex 在空白仓库中以 Extra High 推理连续运行约 25 小时，消耗约 13M tokens、生成约 3 万行代码，从零构建一个设计工具。
推荐理由：作者用一次约25小时、13M tokens的实测，展示了用四份 markdown 文件约束 Codex 长任务的具体做法。
OpenAI Developers Blog精选AI 评分7272 OpenAI 分享长任务智能体实践：Skills、Shell 与 Compaction 使用技巧
OpenAI 发布博客介绍 Skills、升级版 shell 工具和服务端 compaction 三项智能体基础能力，并给出长任务智能体的使用技巧。Skills 是可挂载进容器的版本化指令包，shell 工具提供可安装依赖、运行脚本并写出产物的托管容器，compaction 在上下文超阈值时自动压缩历史。
推荐理由：OpenAI 官方给出 Skills、托管 shell 与 compaction 的组合用法，含 Glean 生产数据与安全边界建议，可直接迁移到长任务智能体设计。
OpenAI Developers Blog精选AI 评分6767 Alpic 总结构建 ChatGPT Apps 的 15 条经验
Alpic 在三个月内为内部和客户开发了二十多个 ChatGPT Apps，并总结出 15 条经验：ChatGPT App 中除用户和 UI 外还有模型这第三方，需要明确决定哪些信息共享给谁，例如用 structuredContent 同时给 widget 和模型，用 _meta 只给 widget。
推荐理由：作者用三个月开发二十多个 ChatGPT App 的实战经验，总结出上下文共享、UI 设计与上线配置的可迁移做法。
OpenAI Developers Blog精选AI 评分6666 OpenAI 介绍如何用 Evals 系统检验 Codex 智能体技能
OpenAI Developers Blog 发布教程，介绍用 evals 系统检验 Codex 智能体技能的方法：先定义可测量的成功标准，再用 codex exec --json 捕获运行轨迹做确定性检查，最后用 --output-schema 约束的评分量表评估风格与约定。
推荐理由：OpenAI 官方给出用 evals 系统检验 Codex 技能的方法，从定义成功标准到确定性检查与评分量表，可迁移到自己的技能迭代。
OpenAI Developers Blog精选AI 评分6060 OpenAI 解释为何构建 Responses API
OpenAI 发文解释在 GPT-5 发布后为何推荐用 Responses API 集成模型，称其为推理模型和智能体场景专门设计。文章称 Responses 在轮次间保留推理状态，GPT-5 通过 Responses 调用在 TAUBench 上比 Chat Completions 高 5%，内部基准显示缓存利用率提升 40–80%。
推荐理由：OpenAI 官方解释 Responses API 的设计取舍，读者可据此理解推理模型时代 API 为何从对话式转向有状态智能体循环。
OpenAI Developers Blog精选AI 评分6666 OpenAI 解读 Realtime API 正式版：接口变化、新功能与迁移建议
OpenAI 开发者博客介绍 Realtime API 与 gpt-realtime 语音模型转为正式可用后的接口变化，并给出迁移到 GA 接口的建议。文章列出 GA 与 beta 接口的功能差异，包括图像输入、长上下文、异步函数调用、MCP 和音频 token 转文本等，并说明 GA 接口已移除 temperature 参数。
推荐理由：OpenAI 官方梳理 Realtime API 从 beta 到 GA 的接口变化与迁移要点，可帮助语音应用开发者判断改造范围。
已经到底了