与「性畜交易」相关的搜索结果

【雌家畜收容所】第1-5集已更新 完整版未删减⬇️⬇️ 链接： 🍆🔥法案一出女性沦为自由交易性畜，专门调教员天天插嘴和后穴，训成随叫随到肉便器。受虐体质觉醒，被轮着狂操还主动求干💦 #性畜交易# #肉便器调教# #AI调教短剧# #多人轮操#

Alpenglow 的提案终于过了，这下 Solana 真要把违背祖宗的决定贯彻到底了，但此时的你可能想问？为什么？Why babe why？ Solana 已经够快了，为什么要在这个节骨眼给心脏动手术？ 说实话，小塞真有一个感觉，后 meme 时期的 Solana 在下一盘大棋，长期围绕 Meme 概念让 Solana 被反噬，创始人 Toly 的发言更是直言要摆脱“ Meme ”概念。现在的 Solana 要打 ICM （Internet Capital Market）的牌，我们看能从丝缕信息中发掘出一点什么有效信息。 简单捋一下： Solana POH 区块确认时间 12.8秒 ，升级 Alpenglow 则缩短到了 0.1 - 0.15 秒。 对比 Hyperliquid 是 0.2 秒，Sui 是 0.4 秒，Monad 是 1 秒 还有 Solana 最近一直在做的是用 DoubleZero 大大提升节点间的通信，目前 14.51% 的 Solana 主网节点已经接入了。 简单来说 DZ 给 Solana 节点通信开了专线，详细参考我 3 月份写的分析： 快，更快！Solana 这一年的技术方向就是 faster。 参考 Hyperliquid，现在 Perpdex 这么火，又能赚钱又能给生态带来流动性，试问谁看了不眼红？CZ 在日本都说了未来是 DEX 的时代。 但 POH 12.8 秒确认时间要做一个高速订单簿太畜了。可以简单这样想，开一个单，在 Solana 要 12.8 秒才算真正打开或者交易成功。 虽然 Jupiter 的解决方案用了乐观确认，Solana 的回滚区块概率也极低，但是交易可是说容不得一点延迟和回滚，12.8 秒的确认时间内也要诞生很多笔区块交易（差不多 32 个区块），特殊情况不能把 32 个区块中的交易都算做无效吧。 升级后基本是块刚出就确认了，交易立马生效，这符合 Perpdex 最起码的技术需求。 除此之外，Jump 我们也都知道是 Solana 派系的，刚刚提出的 DFBA 模型也是围绕 Perpdex 去做的文章，现在可以说 Jump 要搞的这个 DFBA 交易所就只可能放在两条链：Solana or Monad（Monad 两个创始人都是 Jump 老员工） 详见： 可以大胆猜测，Solana 生态要对着 Perpdex 猛猛下注了，但绝不是孤注一掷，很多早期项目在发芽阶段，只挑做的好的给予一定支持是理智的。 Solana 一直在喊的 ICM 也绝不仅仅是一句口号，切入的首要条件就是拿出优秀的 Perpdex 例子，再去谈什么 RWA 上链的快速交易。 再观 Jump 这边要鼓励 DFBA 类型的交易所，打一个“做市商友好”牌，去获取初始流动性。 两者相加对我来说，就是尽可能去前期发掘在 Solana 上的 DFBA 撮合引擎的交易所，这很可能是下一个大资金涌入的机会。 说了这么多，突然想起 5 月份和茶不思喝酒，他说了未来的 Perpdex 竞争只会越来越激烈，最后杀的你死我活，那时的我还尚且不懂，但参与了 Lighter 让我也有了这种强烈的感觉。 光是我知道的就有很多资本与大佬都摩拳擦掌准备下场做了，现在的竞争真的只是刚开始，如果哪一天 DEX 真多了出入金的功能，CEX 就要淘汰一大波了。 我们拭目以待！

#观点# 在美国，硅谷科技精英自诩拥有“高自主性”，而我们其余的人则是注定沦为“永久底层”的“机器人”。在中国，普通打工人将自己描绘成“社畜”和“加班狗”。 在这两个国家，对人工智能感到不满的人都把自己比作游戏中的“NPC”。他们觉得自己就像是别人电子游戏里的背景角色，存在的意义仅仅是为了填充这个世界，而不是去塑造它。

是学历贬值，是优绩主义，是A8A9，是博士清北但本科双非，是QS前50，是经济下行，是留学镀金，是不婚主义，是创一代，是紫人与绿人，是社达与社畜，是高敏感，是回避型，是认知觉醒，是大女主人设，是罗永浩的十字路口，是岩中花述，是奥德赛，是ADHD，是审美积累，是token，是AI大模型，是情感模式，是课题分离，是前额叶，是客体需要，是主体性，是摆脱性别叙事，是少年心气，是要爱不要钱，是性压抑，是原生家庭，是阶层滑落，是精英幻觉，是县城做题家，是小镇贵族梦，是中产返贫，是一线城市祛魅，是消费降级，是精神内耗，是低欲望社会，是脆皮年轻人，是gap year，是gap life，是松弛感，是班味，是爹味，是妈味，是祛魅，是祛魅后的空心，是赛博功德，是电子榨菜，是信息茧房，是情绪价值，是亲密关系去中心化，是搭子文化，是弱连接，是强孤独，是crush，是暧昧上头，是已读不回，是边界感，是安全感，是创伤反应，是依恋类型，是MBTI，是NPD，是PUA，是Gaslighting，是戒断反应，是戒色，是戒糖，是戒短视频，是多巴胺陷阱，是皮质醇爆表，是血清素不足，是健身房续命，是冰美式续命，是褪黑素续命，是人生重启，是自我叙事，是宏大叙事崩塌，是个人品牌，是LinkedIn精英，是小红书人生，是TikTok算法，是X上暴论，是YouTube长视频，是播客疗愈，是知识付费，是AI副业，是独立开发，是一人公司，是数字游民，是远程办公，是Prompt Engineer，是产品经理宇宙，是UX/UI，是Notion人生管理，是Obsidian第二大脑，是读博还是创业，是进大厂还是润出去，是新加坡，是瑞士，是香港，是伦敦，是纽约，是湾区，是苏黎世，是阶层跃迁，是身份焦虑，是语言羞耻，是文化断裂，是东亚小孩，是西方幻梦，是自由主义疲劳，是保守主义回潮，是世界右转，是地缘政治，是债务周期，是美元霸权，是AGI焦虑，是文明黄昏，是精神贵族，是情绪破产，是恨海情天。

越来越感觉到有人的历史就是一次又一次的重复。 以前学历史的时候就知道淘金热的时候真正稳定发了大财的是卖镐头卖水等附加服务的人。 这两天可能因为我小红书刷了点AI真人漫剧的帖子，铺天盖地给我推的都是卖做AI漫剧的工具，什么分镜不求人，一次性生成一致性人物形象，一人做剧神器啥的。点赞收藏还贼多，下面评论一堆求工具，博主私下滴滴报价的。 其实他们也不想想，如果漫剧真的那么赚钱，为啥他们不闷着头去搞剧呢？如果真的海外爆火5亿播放的《霍去病》片段成本只有3000rmb，他们为啥不自己去量产？ 进了行懂的人才会知道，霍去病那个品质别说3000了，翻个10倍20倍都是少的，何况圈内人说那个团队其实有20个人。 但大众对AI的预期和焦虑就会让群众趋向于听他们想要听的，信他们想要信的。自媒体都是吃流量饭的，谁tm希望听你理中客，吹的越神越赚钱越暴富越焦虑越好。 他们期待的最好是一个每天早八的社畜无意间用打手枪的时间因为利用了AI一周搓出了一个爆款，吊打传统电影公司上亿资金半年拍的电影。🤣🤣🤣 既然人人都觉得AI漫剧好赚钱，都能自己一个人在家里手搓金矿，那么梦想中的金山就有了，淘金热就来了。 这时候没有一定资源和专业优势的人去卷大概率是交学费然后滚蛋，但这笔学费就是稳定收益啊，吃的就是认知差么不是？ 小红书上做这个生意的人挺多，不少还是最早做漫剧的人。与其辛辛苦苦卷剧，期待不到百分之一的爆率，承担大量前期人工和资源风险，还不如包装一个工作流拿来卖给外边想入行想暴富的韭菜吧，这多稳定。 是不是跟几百年前淘金热一模一样？韭菜们排着队买镐头，以为金子就在前方等他了。 龙虾热其实也差不多，富的是卖课和卖Token的。 看似社会科技发展了，其实都是人性的新瓶装旧酒而已。

既然读者抬爱，赠送“厉害我国真云爹”这个名号给洒家，那就必须尽心尽责，帮助更多人补上缺乏父亲教诲的短板。 对“平庸之恶"误译的批判 作者：解释系主任 汉娜·阿伦特的“the banality of evil”作为20世纪政治哲学的重要概念，在中文世界却长期被误译为"平庸之恶"。 这一翻译不仅在语法结构上颠倒了原意，更在概念理解上造成了根本性偏差。 本文旨在通过语言学分析和哲学解读，澄清这一误译，还原阿伦特思想的本来面目。 语法结构的根本错误 英文原文的正确解析 阿伦特在《艾希曼在耶路撒冷》中提出的原文是“the banality of evil”。 按照英语语法规则： - “banality of evil”的结构是：名词 + of + 名词 - 正确理解：evil的banality，即"邪恶的平庸性" - 这里的"of"表示所属关系，banality是evil的属性 误译的语法颠倒 中文译为"平庸之恶"实际上是： - 平庸的邪恶(banality's evil) - 这完全颠倒了主谓关系 - 将邪恶变成了平庸的属性，而非相反 这种语法错误不是技术性失误，而是概念框架的根本性错位。 误译造成的理解扭曲 "平庸之恶"这一误译导致了以下错误理解： 1. 污名化平庸：暗示平庸本身具有邪恶性质 2. 道德审判的错位：将批判矛头指向普通人的"平庸" 3. 忽视真正的问题：模糊了阿伦特对邪恶运作机制的深刻洞察 对中国读者的重大误导 在中国传统文化中，"中庸"被视为重要的道德准则。"平庸之恶"的误译容易让人产生以下误解： - 认为阿伦特在批判"中庸"思想 - 将"不出头"、"不突出"等同于道德缺陷 - 忽视了真正的中庸需要深度的思考和极强的道德判断 阿伦特思想的真实内核 邪恶的伪装性 阿伦特通过观察艾希曼的审判发现，极端邪恶往往披着寻常的外衣： - 邪恶者可能是普通的官僚、邻居、同事 - 他们没有明显的邪恶特征，甚至可能显得"人畜无害" - 这种“寻常的面目”正是邪恶不容易被识破的秘密 批判性思维缺失的危险 阿伦特真正要警示的是： - 许多人助纣为虐而不自知 - 根源在于缺乏独立思考 - 机械地执行命令，不质疑权威 - 在不知不觉中被邪恶席卷 邪恶的系统性运作 阿伦特揭示的是邪恶如何通过平凡化来实现大规模扩散： - 将罪恶包装成日常工作 - 通过官僚体系分解责任 - 让参与者感觉自己只是"螺丝钉" - 从而降低道德警觉 正确理解“banality of evil”的重要意义 提高识别邪恶的能力 正确理解阿伦特的观点有助于： - 认识到邪恶的隐蔽性和欺骗性 - 不被表面的"正常"所迷惑 - 保持对权威和制度的理性质疑 阿伦特的真正警示是： - 每个人都有独立思考的责任 - 不能以"服从命令"为借口逃避道德判断 - 要对自己的行为承担道德责任 "平庸之恶"这一误译不仅是把西方思想翻译成中文过程中的技术问题，揭示了中文频道接收和解读世界先进思想存在的结构性扭曲。它不仅钝化了阿伦特思想的锋芒，而且似乎是别有用心地误导了中文语境里对这个重大话题的讨论方向。 阿伦特的真实洞察是：邪恶经常具有寻常的面目，让人放松警惕；这是邪恶不容易被识破的秘密。很多人助纣为虐而不自知，因为他们不动脑独立思考，不知不觉被邪恶席卷。 端正视听和提高认识，必须从读原文、掌握本意开始。 只有准确理解思想家的原意，我们才能真正汲取其智慧，避免在误解中迷失方向。 在这个信息爆炸的时代，阿伦特关于独立思考的警示显得尤为重要。 我们每个人都应该保持理性的怀疑精神，不被表面的"正常"所麻痹，时刻警惕邪恶可能披着的寻常外衣。

等等，Anthropic 前沿红队对智谱开源模型 GLM-5.3 做了系统测评 ？结论是：“自由可获取能力的关键门槛已被跨越”！ Anthropic 认为这是第一个能力达到前沿水平（可与 Claude Mythos Preview 相当的端到端自主漏洞利用能力）、但又几乎不设防的、任何人都可以下载的模型。这算什么？对 GLM-5.3 安全性的提醒，呼吁加强管制，还是变相帮 GLM-5.3 宣传？😂

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。

世界著名的摄影肖像作品《阿富汗女孩》，由美国纪实摄影师史蒂夫·麦凯瑞于1984年12月在巴基斯坦的纳西尔巴格难民营拍摄。当时正值苏阿战争期间，画面中的女孩跟随家人逃离战火沦为难民。照片作为封面刊登在《国家地理》杂志1985年6月刊上。女孩那双清澈而充满恐惧、愤怒与坚毅的绿色眼睛瞬间震撼了世界，成为全球难民危机和人类苦难的标志性象征，常被称为“第三世界的蒙娜丽莎”。