与「去重工具」相关的搜索结果

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

来晒一下收入！哥伦布上线一周已经突破日入千刀！ 再次感谢大家的支持，哥伦布是一个发现AI工具站新大陆的产品，主要功能有： 【AI 工具站榜单】：按分类、关键词驱动、模型站、流量环比、注册时间等自由组合筛选，把正在涨的站精准捞出来 【AI 外链榜单】：被自然搜索量大的AI 站引用最多的外链来源域名，照着搭自己的外链体系 【AI 关键词榜单】：5000+ 个 AI 站的核心关键词去重排序，找到多站共同瞄准的高价值词 【AI 模型航线图】：各公司大模型发布动态，5 分钟更新一次 现在订阅还有推特日报群可以进：精准监控各公司大模型发布信息。

一个超级Skill，让你的Codex增强十倍！ 开源一套我花了数月打造的Codex组合技：yichen-web-research Skill——涵盖全网和社媒搜索、社媒读取下载和归档、私人收藏链接导出和音视频ASR转写。 四个核心Skill： ⓵ yichen-unified-search：Codex的眼镜——全网+社媒搜索，适合深度思考问题、查找实时信息、搜寻开源工具...... 1. 全网网页、新闻、官网：AnySearch 公共搜索。 2. 法律、金融、学术、安全等垂直领域：AnySearch 垂直搜索。 3. GitHub：gh search 搜索仓库、代码、Issue 和 PR。 4. 微信公众号：OpenCLI，通过搜狗微信进行匿名公开搜索。 5. 小红书：OpenCLI，读取Chrome登录态进行站内搜索，需要当轮授权。 6. 抖音：OpenCLI，读取Chrome登录态进行低频站内搜索，需要当轮授权。 7. 今日头条：OpenCLI，使用专用匿名环境搜索文章和图文内容。 8. X/Twitter：Grok OAuth＋grok-consult，执行X平台公开内容搜索。 9. B站：bili search，匿名搜索公开视频和相关信息。 10. YouTube：yt-dlp ytsearch，匿名搜索公开视频，只提取信息和链接。 11. 小宇宙：AnySearch，通过 site: 搜索公开内容。 12. 其他指定网站：AnySearch，通过 site:目标域名 搜索已被公开收录的页面。 13. 多关键词批量搜索：AnySearch batch_search，并行搜索多组关键词。 14.未指定平台的社交媒体讨论：AnySearch 的社交媒体垂直搜索，先发现公开候选。 ⓶yichen-content-archive：读取用户直接提供的网页、小红书、抖音、公众号、YouTube、B站和小宇宙链接，并且下载归档。 1. 普通网页：用 Jina Reader 或 Web Reader 提取正文并转换成Markdown。 2. 小红书：解析网页中的 INITIAL_STATE 获取正文、图片和视频直链，必要时经授权使用登录态。 3. 抖音：用 Playwright监听视频详情接口，提取元数据和无水印视频地址。 4. 微信公众号：通过公开文章解析接口读取单篇正文，批量文章使用本地公众号归档工具。 5. YouTube：用 yt-dlp 读取视频信息，下载视频、音频、字幕或枚举播放列表。 6. B站：用 bili-cli 读取视频信息，用 yt-dlp 下载视频或枚举合集。 7. 小宇宙：匿名解析单集页面中的音频地址并下载，播客清单需要OpenCLI授权枚举。 ⓷yichen-bookmarks-export：只读导出小红书、抖音、X 的私人收藏链接。 1. X：使用本机 Field Theory CLI，读取 Chrome 登录态并调用 X 内部 GraphQL Bookmarks 接口，同步到本地索引后由 Python 脚本导出链接。 2. 小红书：复用已登录的 Chrome 会话，进入收藏页后自动滚动，通过页面 DOM 提取笔记链接并去重，保留 xsec_token，不导出 Cookie。 3. 抖音：复用已登录的 Chrome 会话，滚动收藏列表并解析页面中的 /video/ 和 /note/ 链接。 ⓸yichen-asr：用 Step ASR 或豆包 ASR 转写已有音视频。两者效果差距不大，豆包略微好一点点。 1. 阶跃星辰Step ASR大概一个小时一毛五： 2.火山引擎豆包ASR大概一个小时一块钱： yichen-web-research Skill相当于一个入口，如果没有特殊指定，你的所有上述相关的操作会自动分配对应的Skill，如果能记住单独Skill的名字，也可以单独调用。 让你的Codex起飞吧：

把乱七八糟的浏览器书签导出整理成一个能搜索的本地导航站，顺带做分类、去重、查死链，还能再导回浏览器 既是 Claude Code 的 skill，也是个零依赖的 Python 命令行工具。

试了一下 Claude Science，感觉很适合做科研早期调研。它会把一个研究问题拆成多个检索面，连接 OpenAlex、arXiv 这样的文献库，抓取真实文献数据，然后自动去重、过滤、聚类、画图，最后生成一份带主题地图、增长趋势和代表性论文的研究报告。 我让它分析 human-AI collaboration，它先抓了 2301 篇文献，清洗后留下 1711 篇，再自动分成 10 个主题社区，并生成了完整的研究地图。 对于刚进入一个领域、想快速知道“这个领域有哪些方向、谁在做、哪些论文重要、趋势在哪里”的人来说，非常有帮助。 当然它不能替代严格的系统综述，但作为科研初步调研和选题探索工具，效率非常高。

说个暴论，Git 在游戏开发领域的垄断，今天第一次遇到了真正的对手。 Epic 刚在 Unreal 状态大会上正式放出了 Lore，他们自己打磨了好几年的内部版本控制系统，直接以 MIT 许可全开源，所有人免费用。 做游戏开发的朋友，应该都懂今天这条新闻意味着什么， 之前这个赛道一直是两个烂选项二选一， Git 天生不是给大文件设计的，海量 3D 模型纹理音频塞进去，全靠 LFS 插件凑活，体验稀碎， Perforce 处理大文件靠谱，但年费动辄几万刀，必须连实时服务器，生态封闭根本没法自己搭工具， 没人能同时解决大文件性能，离线工作，开放规范这三个核心问题。 Lore 直接把这三个痛点全捅穿了， 完全离线操作，提交分支切换全在本地跑。 文件唯一指纹去重，相同数据绝不存第二遍， 多 GB 文件拆块存储，改哪传哪不浪费带宽， 按需拉取文件，本地只存你用到的内容， 全链路 Rust 构建，官方自带多语言 SDK。 Perforce 一年的授权费够你雇好几个工程师，Git LFS 从来就只是个临时补丁。 现在 Epic 把自己压箱底的生产级工具直接扔到了公开领域，免费，开源，无商用门槛。 游戏开发的版本控制，以后不再是只有两个选项的死局了

这个项目绝了 ，GitHub 6.9k star，对于内容创作者，这个开源的 AI 聚合资讯工具太必要了 帮你从互联网上各个角落（X，Hacker News、Reddit、GitHub等）获取信息，经过 AI 打分、去重、去噪后，每天自动生成一份高质量的中英双语简报，推送到你的飞书 电报等。

硬盘坏一次，你就知道备份不是玄学，是救命钱。 Kopia 这个开源备份工具，核心就四个字：快、稳、加密。 它支持 Windows、macOS、Linux，有 GUI 也有命令行，能做增量备份、压缩、去重、端到端加密。 这等于啥？ 不是每次整盘傻备一遍，而是只补变化的部分，省空间，也省时间。 电脑资料、客户文件、代码、照片、账单，真别等丢了再后悔。 GitHub:

这个好东西啊，#GhostCut# 视频内容创作者必备工具。 它能去视频水印，去字幕，一键换风格，视频去重，简直是搬运神器。还能一键翻译多国语言进行多平台多渠道宣发，做跨境电商绝对效率神器。效果见视频，#视频剪辑# AI生产力工具好用推荐！ 直达传送门：

这篇开盒思路，最好别让你不对付的人刷到。 鱼哥把网警那套查人法子给掏出来了，五个免费开源工具，查人、查公司、查设备，你脑子里能想到的场景基本都覆盖了。先说好，这玩意不是让你去扒别人的，我是想让你拿它把自己护住。 五个工具各管各的，地址和用途我一条条给你摆清楚： 1️⃣ Blackbird（7.3k Star），用户名和邮箱都能搜，接了 600 多个平台，搜完还能免费让 AI 给你拼人物画像，PDF 直接导，刚上手的先玩这个。 🔗 2️⃣ Maigret（35.6k Star），专靠用户名挖人的进阶版，覆盖 3000 多个平台，厉害在会递归追，发现你在别的平台还有个小号，它自己拿这小号接着往下刨，一路刨到底。 🔗 3️⃣ SpiderFoot（22k Star），重家伙，手机号、邮箱、域名、IP 通吃，200 多个模块一起开火，数据泄露、暗网、子域名都能翻，最后给你画一张可视化关系图。 🔗 4️⃣ theHarvester（17k Star），丢一个域名给它，自动从谷歌、必应、LinkedIn、DNS 记录等 40 多个来源里，把公司员工邮箱、子域名、IP、URL 成批捞出来，查公司就靠它。 🔗 5️⃣ Shodan Python（2.4k Star），Shodan 相当于设备界的谷歌，全网扫那些暴露在公网上的摄像头、路由器、服务器、工控系统，这个库让你用代码去翻它的数据库。 🔗 说实话，不少小公司的 NAS、摄像头、打印机，配置压根没动过，密码还是出厂那套，Shodan 一搜就现形。你以为藏得挺严实，其实露出来的比你想象的多得多。 自己先跑一遍，搞清楚到底暴露了啥，这才是头一步。 好东西，转给用得上的兄弟。