小刘BOT
中文EN

X 平台 9月12日 AI 简讯｜GPT Images 2.5创作瓶颈转向一致性，OpenAI模型能力铺向科研与语音，Anthropic提出前沿AI治理方案

GPT Images 2.5：单次生成已强，连续创作的瓶颈转向一致性

@ZHO_ZHO_ZHO 对 GPT Images 2.5 做了 3 天、730 张图的高强度测试：生成成功率 96.6%，总体感 82/100，一次到位体感约 75%–80%，专业连续编辑能力 74/100。实测中最突出的短板不是“能不能生成”，而是多轮创作时的主体身份漂移、风格衰减、手部与结构关系错误，以及局部修正引发新的问题；这意味着复杂创作的主要成本正在从出图转向维持设计状态。@nanyuan0412 的独立实践则显示，想要真实质感时，提示词可以更多依赖“真实皮肤纹理”“手机摄像的低范围动态压缩”等简单描述，不必像此前那样堆叠大量负面词。

来源：

OpenAI 将新模型能力铺到科研、语音交互与高并发基础设施

@OpenAIDevs 公布 GPT-Rosalind 已结束研究预览，面向全球符合条件的组织通过 API、Codex 和 ChatGPT Enterprise 提供访问，并配套生命科学插件，覆盖基因组、蛋白质结构、转化研究、证据整理和 QC 报告。面向应用侧，GPT-Live-1 被用于 Yelp 的餐厅预订通话，可在说话时接收打断、补充和改口；平台侧则披露 Habitat 已支持 ChatGPT 与 Codex，规模同比增长超过 10 倍，原 Python 服务峰值超过每秒 2000 万请求，团队已分享迁移 Rust 的经验。

来源：

Astra/Codex 的本轮修复，针对的是可复现的质量与归因问题

@thsottiaux 说明 GPT-6 Astra 的一次重置修复了旧版 Skill 触发过度或阻止模型检查工作的问题，关闭了可能导致提前停止、回复旧消息的上下文实验（粗略估计影响 4000–5000 名用户），并移除了造成长尾流量质量下降的错误配置引擎；随后重置已全部生效。与此同时，Git AI 团队加入 OpenAI，继续维护开源工具，帮助企业追踪哪个 Agent 和提示词产生了代码、哪些内容进入生产以及哪些需要返工。两条动态共同指向：Agent 的可用性不只取决于模型能力，也取决于上下文稳定性、质量回溯和产出归因。

来源：

Coding Agent 从问答工具转向长期项目与云端执行

@xiaohu 介绍 Cursor 的 Projects：项目可在数月工作中持续保留上下文，把任务交给上千个子 Agent；协调 Agent 统一管理原本分散在多个对话中的工作。每个项目在云端拥有独立电脑，合上本地笔记本后仍可运行，只有需要本机测试时才启动本地 Agent。这种形态把交互从逐条指挥改成持续委派与验收，重点也从“生成一段代码”转向任务编排和跨阶段状态管理。

来源：

“语言输入—Agent—生成界面”正在成为一种可验证的产品方向判断

@MaxForAI 转述 @signulll 的判断：未来入口可能由自然语言或语音进入，经过 Agent 理解和调用工具后，直接返回结果，必要时临时生成表格、图表或其他界面，再继续用语言修改。其示例是让 Agent 分析多家公司财报、标注异常年份，再生成适合投资人阅读的版本。这里仍是博主对产品形态的分析，不是已确认的行业事实；但它清楚指出了固定 App、菜单和按钮可能逐步退到任务输出层的影响。

来源：

Vibe coding 的一条现实变现路径，是先做注意力资产再接服务

@oran_ge 总结的 OPC 路径是：用 vibe coding 做出足够吸睛的 Demo，发布到社交媒体获取流量和甲方关注，再通过少量商单变现。@cellinlab 进一步把个人 IP 和公司都视为内容，把开发理解为“影响力增长驱动”的注意力捕获，不把做出独立产品当成唯一目标。@94vanAI 分享的个人实测是，围绕一个爆款内容持续重复，账号不到 20 天接近 9000 粉，三个帖子达到百万播放；这些是账号主的实践信号，不能直接外推为普遍收益公式，但说明展示、传播和服务承接已被部分创作者连成同一工作流。

来源：

Anthropic 提出让前沿 AI “减速”的治理方案，关键在训练期外部监督

@MaxForAI 转述 Anthropic CEO @DarioAmodei 的文章《We Must Pace the Frontier》：方案包括让第三方评估者获得接近员工级别的长期系统访问，在训练期间检查安全措施、调查事故并评估对齐；同时讨论前沿实验室之间按能力和安全标准协调速度，以及跨国建立模型风险评估等共同标准。可见的官方帖确认 Anthropic 将先单方面落实第三方评估访问。该动态值得关注的不是“已经建立了全球规则”，而是把安全讨论具体化为持续监督和训练过程中的门槛。

来源：

AI 发现并验证微信零点击蠕虫，凸显网络攻击能力的成本正在下降

@MaxForAI 转述《纽约时报》对 Calif “WeWorm”研究的报道：研究团队称 AI 在微信 VoIP 模块中发现内存破坏漏洞，约两天完成 Android 远程代码执行，一周内做出可在 Android 与 iPhone 间传播的零点击蠕虫；攻击者只需拨打一通电话，理论上即可继续控制并传播。可见信息同时显示，腾讯随后发布 Android 8.0.77、iOS 8.0.76，并通过服务端措施封堵路径；目前没有证据表明该漏洞曾被真实攻击者大规模利用。这个案例支持的谨慎判断是，AI 正在降低高复杂度安全研究与攻击验证的时间成本，但不等于已发生大规模攻击。

来源：

统计： 扫描时间线条数=479 命中的博主数=59 命中的推文总数=320 加权推文分=231.5 原创推文数=116 RT 推文数=92 抓取尝试次数=3 边界覆盖状态=tail_confidently_crossed_target_boundary