与「程十安」相关的搜索结果

抖音博主 #姜乘澜# 刚复出5天涨粉1300万，就被上海青浦区人民法院列为被执行人，执行标的高达1119万余元，背后的力量是不是太恐怖了😱。#程十安#

转：1949 年的上海，赫赫有名的商人丁永福，把自家的洋房全賣了，換成了美金。旁人都說他傻，他卻拿著這筆錢，扭頭買了六張去美國的三等艙船票，頭也不回地走了。 丁永福在上海經營棉紗和百貨生意二十餘年，南京路的兩間臨街鋪面是他打拚半生的根基，法租界的三層洋房是他給家人置辦的安穩居所，在滬上商界，他也算小有名氣的實業商人。周圍的街坊、生意夥伴全都無法理解他的舉動，時局交替的關口，房產是最保值的資產，美金匯率隨時可能浮動，放著殷實的家業和舒適的生活不要，偏要換幾張漂洋過海的廉價船票，所有人都認定他是被時局嚇昏了頭。 沒人知道，丁永福並非衝動行事，他提前半年就通過海外華商和往來滬港的商船，摸清了時局走向。他親眼見過身邊家底豐厚的私營商人被無端盤查，也聽聞不少工商界人士因資產問題身陷困境，他清楚留在上海，自己的產業和家人都會面臨無法預估的風險。他反覆權衡後認定，只有離開故土，帶著家人去往局勢穩定的海外，才能保住一家人的性命和基本生計。 賣洋房的過程十分順利，買家是上海本地的綢緞商，對方多次勸說他留下房產，稱洋房是不可再生的硬通貨，就算時局變動也不會有太大損失。丁永福始終堅持全款收取美金，他深知當時的本土貨幣信用崩塌，只有美金能在海外通用。拿到錢款後，他立刻前往輪船公司購票，彼時前往美國的高等艙位早已被權貴富商預訂一空，僅剩三等艙還有餘票，他沒有絲毫猶豫，直接買下六張，剛好適配他、妻子和四個孩子的出行需求。 家人對此極度牴觸，妻子整日以淚洗面，指責他拋家舍業，讓一家人放棄優渥生活去異國他鄉受苦；四個孩子捨不得熟悉的家園和玩伴，整日哭鬧不止。丁永福沒有過多辯解，只是默默收拾行李，只攜帶換洗衣物和必備生活用品，家中的古董字畫、金銀細軟全部留在洋房內，他清楚這些貴重物品無法攜帶，也沒必要為了身外之物耽誤行程。 出發當日，上海港碼頭人頭攢動，逃難的百姓、急於離境的商人、維持秩序的軍警混雜在一起，場面混亂擁擠。丁永福緊緊牽著最小的孩子，讓妻子帶領另外三個孩子緊隨其後，攥緊船票和裝著美金的皮夾，艱難擠過人群登船。三等艙的條件極為簡陋，狹小的艙室擺滿上下鋪，空氣里充斥著海水腥味與汗味，床板堅硬硌人，每日伙食只有干硬的麵包和淡水。 海上航程共計二十三天，丁永福幾乎未曾合眼，一邊照料哭鬧的孩子，一邊安撫情緒低落的妻子，手中的美金分文不敢亂花，僅用於購買家人必需的飲食。他時常站在甲板上眺望大海，心中對未來並無十足把握，但他始終堅信，留在上海的風險，遠大於異國漂泊的艱難。 抵達舊金山港口時，一家人早已疲憊不堪，因語言不通，入關流程耽擱了近兩個小時，幸好他提前聯繫了遠房堂叔，堂叔在唐人街經營小餐館，專程開車前來接應。最初的生活極為窘迫，一家人擠在唐人街一間十平米的小公寓內，丁永福放下上海富商的身段，每日凌晨前往批發市場進貨，在唐人街擺攤售賣華人常用的日用品與調味品。 他從零學習基礎英語，面對本地商販的排擠與刁難，始終隱忍退讓，靠著誠信經營和實在的價格，慢慢積累了固定客源。半年後，他用剩餘美金租下一間小鋪面，開設華人雜貨鋪，生意逐漸步入正軌。 三年後，丁永福收到上海舊友的來信，信中提及，當年勸說他留房的綢緞商資產被全部沒收，洋房收歸公有，本人被下放至郊區勞動；眾多留在上海的商界同行，要麼失去全部產業，要麼流離失所，曾經人人艷羨的房產與家業，最終都化為泡影。 丁永福看完信件，只是默默將其收好，並未向家人提及太多。他的雜貨鋪後來逐步擴張為連鎖超市，四個孩子都在美國接受了完整的教育，各自成家立業。晚年時，他坐在自家的獨棟小屋內，向孫輩講述當年的抉擇，他說自己從不是聰明人，只是懂得在變局中守住底線，家人的平安，遠勝於洋房、財富等所有身外之物。旁人眼中的愚蠢，不過是他藏在心底的清醒，他從未後悔賣掉洋房、遠渡重洋，因為他用看似決絕的選擇，給了一家人安穩活下去的可能。

这是不是姚诚的真面目： 姚诚：在監獄中，我開始反思中共屠殺學生鎮壓天安門事件，之後進一步反思歷來中共對人民的無情清洗和鎮壓，這些經歷，讓我徹底改變了對中共的看法，也從此改變了自身的命運。 出獄後，我加入在美國的「中國婦權」NGO組織，負責中國大陸被拐、被遺棄兒童的尋親維權工作，披露了大量有關計劃生育、兒童拐賣的社會陰暗面，激起了中共當局不滿。 2013年初，合肥異議人士張林的女兒，只有10歲的張安妮被迫失學，成為「中國最小的政治犯」。2013年9月3日，我在上海為張安妮和張儒莉姐妹辦理赴美簽證時，被合肥警方逮捕，以聚眾擾亂公共場所秩序的罪名判刑一年十個月。那時，我的反共信念愈發堅定！ 📷2013年，姚誠和張安妮在南京孑木家。（網路圖片/姚誠提供） 流亡美國，成為反共軍事專家 向莉問：為什麽流亡？請談談流亡到美國的方式和過程。 姚誠答：我除了坐2次牢之外，在合肥經常被秘密警察跟蹤，被喝茶，被傳喚無數次，覺得沒有人身安全和自由。於是，在出獄之後萌生了逃離中國的想法。2016年我通過秘密渠道逃離中國到達越南，之後在美國大使館的幫助下來到美國。我的逃亡過程相對順利，只花了2天多時間就飛抵了美國新澤西紐瓦克機場。 向莉問：您到美國後的生活情況如何？和在中國有什麽不同？ 姚誠答：我到美國之後，打過工，現在做自己的YouTube頻道，生活相對平靜。因為人身安全得到保障，不像在國內的時候總是覺得不安全。現在到美國擁有了自由，特別是言論自由，這對我來說很重要。現在我和美國各個機構合作，共同研究對臺灣和對中國大陸的軍事戰略。 向莉問： 流亡生涯中，對您影響最深的事情是什麽？ 姚誠答：第一是，2022年9月我在一次會議上，跟李毅辯論臺灣問題，被網暴。之後，我辭去中國民主黨內所有職務； 第二是，眼看著中國的軍隊變成了中共的黨衛軍、習近平的家丁很是心痛，這個國家如此下去國將不國、有國無防，甚至與人民為敵； 第三是，中共度過危機的能力不可低估，1959-1961年餓死幾千萬人對他們的政權沒有影響，64大屠殺全世界制裁安然無恙，今天西方仍不以改變中共政權為出發點，令人遺憾！ 政治民主化和軍隊國家化是畢生信念 向莉問：到美國後，您如何堅持自己的理念並為之奮鬥？理念有何變化？ 姚誠答：我到美國之後，一方面繼續為「中國婦權」做義工，繼續為失孩父母提供幫助。另一方面我後來到了洛杉磯組建中國民主黨洛杉磯黨部任黨主席。之後辭去黨主席，任中國民主黨軍事委員會主席。專門研究如何對中國人民解放軍喊話，瓦解或策反他們。在這期間我在理念上有些變化，覺得中共的軍隊，不是人民的軍隊，變成黨衛軍，甚至開始蛻變成為「習家軍」，用來維護習氏專制集權統治，對此非常失望。政治民主化和軍隊國家化成為我畢生的信念。不過，中國的民主化道路還任重道遠。 📷 姚誠洛杉磯的書房（姚誠提供） 向莉問：對後來的流亡者，您有什麽建議？ 姚誠答：這兩年有很多是通過第三國從南美走線後偷渡到美國的普通流亡者，真正的異議人士因為大部分被中共實施限制離境，所以他們反而很少能流亡出來。比如像許志永、丁家喜、郭飛雄這樣的為中國民主進程和人權事業奉獻很多、犧牲很多的異議人士都被中共當局重判。我希望對中國的異議人士說，如果有機會，希望你們能出來看看外面的自由世界。附图一姚诚营救小安妮，图二姚诚的书房图片。

聊最强模型这事本身就挺搞笑的。现在这赛道卷到什么程度？你今天排完名，明天就有人发新版本把你脸打肿。但不排吧，老有人问。 行，那就按2026年6月底的情况，综合Arena人类偏好、Intelligence Index、编码、Agent表现这些维度，聊聊我心目中的全球前十。 - （以下排名纯个人看法，别杠，杠就是你对。） 1：Claude Fable 5（Anthropic） Anthropic 6月9号放的Mythos级公开模型。目前Arena人类偏好榜稳坐第一，长时程Agent和复杂推理是真的猛。 你要搞那种专家级任务，几小时的深度研究、多步骤自主Agent，这台目前是最靠谱的选择。有一说一，贵是真贵。 - 2：Claude Opus 4.8（Anthropic） 觉得Fable 5太激进、不稳定？Opus 4.8就是那个"稳如老狗"的选项。 编码、长上下文、复杂Agent工作流，表现极其可靠。很多专业开发者现在的主力机就是这台。 怎么说呢，它可能不是每一项都拿第一，但综合可靠性和能力，依然是旗舰中的旗舰。 - 3：GPT-5.5（OpenAI） OpenAI目前最成熟的日常模型。通用能力均衡得一批，工具调用和生态就不用说了，ChatGPT那套东西太完整了。 多模态体验也优秀，适合不想折腾、拿来就用的多数人。呃，但实话实说，硬核推理上已经被Anthropic拉开了。 - 4：Gemini 3.1 Pro（Google） Google目前的最强前沿模型。数学推理和多模态（图像、视频）这块是真的硬，研究分析类工作用它很舒服。 但Agent能力嘛，还在追。适合需要高准确性的场景，不适合拿来搞花活。 - 5：Qwen3.7 Max（阿里） 这是目前中国模型里综合最强的，全球前五没毛病。能力均衡、什么都能干，编程、长任务、日常使用都表现不错。 最关键的是性价比杀疯了，价格只有前面那几个美系模型的几分之一。日常主力选它，钱包不疼。 - 6：Kimi K2.6（月之暗面） Moonshot的旗舰。超长上下文是它的杀手锏，多Agent协作也玩得转。 你如果经常搞长文档总结、深度研究、复杂工作流，这台绝对是利器。 短板？通用场景不如Qwen均衡。 - 7：GLM-5.2（智谱AI） 智谱最新一代，编码和Agentic任务是真的有点东西。 开源权重版本性能也强，适合自己折腾、做二次开发的玩家。 coding场景下甚至能跟Claude掰掰手腕，不开玩笑。 - 8：DeepSeek V4 Pro（深度求索） 极致性价比的代名词。推理和编码能力接近前沿水平，但价格低到离谱。 说白了就是"差不多够用，但便宜得要命"。社区里目前最受欢迎的高性能低成本选择，懂的都懂。 - 9：MiniMax M3（MiniMax） 效率取向的选手，特定场景下性价比优秀。适合对速度和成本极度敏感的生产环境。 不是最强，但该干的活都能干。 - 我的几点观察： 美系闭源还是霸着前四，Anthropic和OpenAI目前确实在领先位置。但注意，差距在缩小，不是错觉。 中国模型从第五名开始强势插入，Qwen3.7 Max是最均衡的代表。 而且在性价比维度上，中国模型（Qwen、DeepSeek、Kimi、GLM）已经可以说是碾压了。 很多实际场景能跑到前沿模型80-95%的效果，成本只要几分之一甚至几十分之一。这不叫卷属于降维打击。 开源权重这块更不用说，中国模型目前明显领先。 - 如果你问我怎么选： 追求极致、预算无限的话：Claude Fable 5 或者 Opus 4.8 。 日常主力、讲究性价比：Qwen3.7 Max，闭眼入 。 重度编程/Agent开发：GLM-5.2 或 DeepSeek V4 Pro 。 长文档和分析研究：Kimi K2.6。 这个排行保质期时间很短。AI这行现在就是这个节奏，你今天看完明天可能就过时了。 实际用起来别死磕一个模型，根据不同任务组合使用才是正道。 你目前主力用的是哪个？评论区聊聊。

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。

市场可以 24/7，你不必。🌿 TOKEN2049 新加坡期间，「Health · Crypto 加密养生局」，共同倡议：把健康，排进行程。 邀请你给自己留一个上午，免费参与健康筛查。 🗓 日期：2026 年 10 月 7 日、8 日 ⏰ 时间：每天 09:00–13:00，新加坡时间（UTC+8） 📍 地址：新加坡（luma报名后会显示） 🎟 名额：每天 50 人，两天共 100 人；请选择一天报名，预约以审核确认为准。 🩺 新加坡持牌医疗机构 也欢迎你，把这份关心传递出去。 参会准备 🍽 体检前需空腹 8 小时；饮水、用药及特殊健康情况，请提前向医疗机构确认，勿自行调整用药。 🛂 请携带有效护照，现场直接向医疗机构出示。 马上报名 👉 #SelfCare# #HealthCrypto# #加密养生局# #爱自己# #LovingYourself#

Modal @modal 这份「GPU 术语手册」做的太友好了，它把整个 GPU 技术栈拆成四个相互勾连的层面：设备硬件、设备软件（执行模型）、主机软件（驱动与工具链）、性能分析，每个词条都密集交叉链接，既可以按需查阅单个术语，也可以从头到尾线性通读。 理解这份手册从「CUDA」开始，CUDA 有三重含义：一种设备架构、一个并行编程模型、一个软件平台。这份手册的四个章节恰好分别展开这三个含义加上性能分析。 GPU Glossary 四个章节： 1. 设备硬件：GPU 的物理解剖 - CPU 用复杂核心避免延迟，GPU 用海量简单线程隐藏延迟 2. 设备软件：CUDA 的执行模型 - 线程层级、内存层级、硬件三层严格同构，程序员亲手管理内存 3. 主机软件：驱动、工具链与库 - Runtime 包着 Driver，闭源库拿来即用，CUTLASS 一系负责构造自己的 kernel 4. 性能分析：完整诊断链 - 定瓶颈 → roofline 定性 → 利用率定位 → warp 机制 → 访存模式 → 资源约束 这三句总结很到位 GPU 的本质是“单周期切换海量简单线程来隐藏延迟”；编程的本质是“沿线程-内存-硬件的同构层级，把数据在正确的层级间搬运，把算术强度做到岭点以上”；性能工程的本质是“沿诊断链逐层定位，用 Little 定律算够并发，不为中间指标（如占用率）本身而优化。

我去！A股这边终于有人把多 Agent 分析 + 盯盘 + 选股 + 下单塞进一个本地系统里了。 aiagents-stock，2K stars。Python + Streamlit，受 TradingAgents 启发，但方向完全是大陆盘口：游资龙虎榜、板块轮动、问财选股、MiniQMT 预留接口。 市面上的 AI 炒股项目大多停在「出一份分析报告」这一步，给完观点就没下文。 aiagents-stock 不一样，受 tradingagents 启发，把一套年费 6000 的主力资金战法用 AI 复刻出来，还一路加到盯盘和量化下单。 核心能力： 1️⃣ 6 位 AI 分析师分工研究，同一只股票从技术、基本面、资金、风险、情绪、新闻六个角度一起拆 2️⃣ 支持 A 股、港股、美股，单股深度分析和批量多线程分析都能跑 3️⃣ 自带主力选股、低价擒牛、小市值、净利增长、低估值等多套 A 股筛选策略 4️⃣ 龙虎榜也做成了 5 个 AI Agent 协同分析，可以追游资、看题材、筛次日潜力股 5️⃣ 板块轮动、宏观周期、新闻热度都能继续分析，还支持飞书、钉钉、邮件自动推送 6️⃣ 分析完还能加入实时盯盘，监控进场区间、止盈止损，并预留 MiniQMT 接口继续往量化交易走 我觉得它最有意思的地方，是很懂 A 股这套玩法。 不是简单拿一个国外 Agent 框架改成中文，而是真的把主力资金、龙虎榜、板块轮动、问财、T+1 这些东西都塞进去了。 更像是：先让一群 AI 帮你研究，再让它们帮你选股、盯盘、复盘，最后还能继续接量化执行。 做 A 股 AI 投研、短线复盘，或者想自己搭一套多 Agent 股票研究系统的，这个值得看看。