与「openai」相关的搜索结果

2016 年英伟达第一个 AI 电脑发布当天 0 客户，都是批评声 后来只有一家非盈利机构感兴趣，老黄自己开车送过去，这家公司就是现在如日中天的 OpenAI

昨天最炸裂的消息就是，前OpenAI研究员 @willdepue 发现DeepSeek、Kimi、MiniMax、蚂蚁最新的 6 个开源模型，训练用的全是英伟达 Blackwell。 这款卡是美国明确禁售给中国的，但现在中国的模型训练却用了禁售的卡，卡脖子不完全起作用。 报告估算 5 次训练合计约 12,000 张，按 7 万美元一张，光卡就是 8.4 亿美元。 他怎么看出来的： 1、模型开训前，要先往几十亿个格子里填随机数，填的顺序跟显卡有多少个计算核心绑死。 2、训练完，总有一些格子没被动过，还留着当初的随机数。 3、拿这些残留倒推，H100 那一代读出来是 132，Blackwell 读出来是 148 或 152。 同一批公司更早的模型，读出来还是 H100 那一代。换卡集中在 2026 年 4 月到 10 月，这恰恰也是中国开源模型开始逐渐追上美国顶尖大模型的时间。 根据报告预估训练用的英伟达 Blackwell 训练 - Kimi K3 约 4,500 张 - DeepSeek-V4-Pro 约 3,000 张 - 另外 3 个模型各约 1,500 张 这个数字只是估算不代表真实数据，也不能说明训练用的都是英伟达的卡，但对大模型公司来说时间就是金钱，训练时间短一半，卡数就翻一倍。 kimi K3能在时间和参数量上领先其他国模可能也是因为卡更多的原因 最后需要说明的是，指纹只证明开训用的是什么卡，看不出卡在哪、归谁，海外租的也有可能，之前就有报道说过kimi用海外的算力来训练这在当时并不违规，美国没有明文禁止中国公司在海外租用算力训练模型 报告自己也说不能据此认定走私。DeepSeek 最新的 V4.1-Flash 没找到指纹，Qwen系列也没有被点名，这是真实力。 禁令管住了卖卡，没管住租卡，美国可能在未来补上这个口子。

继Claude之后，OpenAI也推出白名单制度，将于11月20日正式实施。 1. 在中国使用ChatGPT，或者使用中国的支付方式使用ChatGPT会被封号；包括中国大陆、香港和澳门，不包括台湾。 2. 用 OpenAI 模型去蒸馏会被封号。 3. 把账号凭证给别人，或让别人使用你的账号，违规共享账号或 API key 会被封号。 4. 绕过安全过滤、内容限制或安全控制，会被封号。 5. 做第三方能直接调用 OpenAI 模型的平台，要先拿到官方审批，不然也会被封号。 现在想想，咱大豆包也挺不错的。

建议收藏，用到时照着做。做完你能让 DeepSeek 自己决定“要不要调用你写的函数”，并把结果用人话讲回来。 AI 能查天气、查订单，是它自己去查的吗？DeepSeek 官方一句话拆台：模型本身不执行任何函数 这是 DeepSeek 官方 API 文档里 Tool Calls（工具调用）一页。先说结论： 官方原话是，函数要由你自己提供，模型本身不执行具体函数。它只负责说“我想调这个函数、参数是这些”，真正去跑的是你的代码。 先说清词。 工具调用（Tool Calls），是让模型能用外部工具的功能，比如查天气、查数据库。 函数（function），是你自己写好的一段代码，模型只会“点名”它。 tool_call_id（工具调用编号），是模型每次点名时附带的一个号码，你回传结果时要带上它，模型才知道你在回答哪一次。 strict 模式（严格模式，Beta 测试版），是让模型点名时严格按你定义的格式填参数。 一个真实例子：官方示例问“杭州天气怎么样”，模型返回的是 get_weather 这个函数和参数 location 等于杭州，你的代码去查到“24℃”，再交给模型，模型才说“杭州现在 24 度”。 先把话说全： 官方示例用的是非思考模式，请求里加 extra_body 把 thinking 的 type 设成 disabled。 官方写明：从 DeepSeek-V3.2 开始，思考模式下也能用工具调用，细节看官方 Thinking Mode 一页。 官方写明：Chat Completion 接口不支持在对话中间插入不是模型生成的工具调用，要插的话请改用 Anthropic API 或 Responses API。 strict 模式目前是 Beta，要用测试版地址。 一、先看懂整个流程 官方给的执行流程是四步：用户问杭州天气；模型返回要调用 get_weather，参数是杭州；你的代码真的去调用 get_weather，把结果交给模型；模型用自然语言回答“杭州现在 24 度”。 二、照官方示例做一遍 第一步：去 DeepSeek 开放平台拿一个 API key，电脑装好 Python 和 openai 库。 第二步：创建客户端，base_url 写 DeepSeek 官方接口地址（官方文档第一屏就有），api_key 填你的。 第三步：写 tools 清单。每个工具包含 type 等于 function，再写 name（函数名）、description（描述，告诉模型什么时候用）、parameters（参数）。官方示例的函数叫 get_weather，描述是“获取某地天气，用户须先提供地点”，参数 location 是字符串，并且在 required 里。 第四步：发第一次请求，model 官方示例写 deepseek-flash，把 messages 和 tools 一起传，并加上 thinking 关闭的设置。 第五步：从返回里取 tool_calls 的第一项，先把模型这条消息原样追加进 messages。 第六步：你的代码去执行函数，再追加一条 role 是 tool 的消息，带上刚才的 tool_call_id，content 写结果，官方示例写的是 24℃。 第七步：再发一次请求，这次模型就会用自然语言回答。 三、想要更稳：strict 严格模式 第八步：base_url 改成官方文档里写明的 beta 版接口地址（就是原地址后面加 /beta）。 第九步：每个 function 都加上 strict 等于 true。 第十步：服务器会检查你的 JSON Schema（结构说明），格式不合规或用了不支持的类型，会直接返回错误信息。 官方支持的类型是：object、string、number、integer、boolean、array、enum、anyOf，另外 $ref 和 $def 可以复用和做递归。 四、strict 的硬规矩 对象里所有属性都必须写进 required，并且 additionalProperties 必须设成 false。 字符串可以用 pattern（正则）和 format，官方列出的格式有 email、hostname、ipv4、ipv6、uuid，但不支持 minLength 和 maxLength。 数字支持 const、default、minimum、maximum、exclusiveMinimum、exclusiveMaximum、multipleOf。 数组不支持 minItems 和 maxItems。 五、看到什么算成功 第一次返回的是函数点名，不是答案；第二次返回的才是自然语言答案，内容里有你的函数结果。 六、卡住怎么办 strict 报错：先检查是不是漏写 required 或忘了 additionalProperties 设 false，再检查有没有用到 minLength、maxItems 这类官方不支持的写法。 结论：工具调用不是模型替你干活，而是模型“点名”、你的代码“动手”。想让点名更准，就用 strict。把这条复制链接发给他，下次他说 AI 查不到东西，先让他确认函数是不是自己写了。 你卡在第几步？评论区告诉我。同系列前几篇在我主页。 收藏版：5 步速查 一、tools 里写清函数名、描述、参数 二、第一次请求拿到 tool_calls 三、自己执行函数，回传 role 为 tool 的消息并带 tool_call_id 四、第二次请求拿到自然语言答案 五、想更稳就用 beta 地址加 strict 等于 true 常见坑 3 条 一、以为模型会自己执行函数，其实要你的代码去跑。 二、回传结果忘了带 tool_call_id。 三、strict 里漏了 required 或 additionalProperties 设成 false。 复制即用提示词：我想让模型调用一个叫 你的函数名 的函数，它需要这些参数：写参数。请帮我写出符合 DeepSeek Tool Calls 格式的 tools 清单，每个参数都写 description，并改成 strict 模式需要的写法。 S1哥观点：这篇最狠的地方，是官方把话挑明了：模型不执行函数，只负责点名。很多人以为 AI 在后台自己动手，其实动手的永远是你的代码。 真正的信号是：工具调用的难点不在模型，在你把函数描述写得多清楚。就像派活给新人，说明写得含糊，他再聪明也会点错人。 你现在想让 DeepSeek 调用的是什么，查数据还是发消息？评论区告诉我。 今天送：DeepSeek 工具调用速查卡，评论区第一条直接拿。 参考：DeepSeek 官方 API 文档 Tool Calls（S1哥 整理）

台湾是不是属于中国？ 豆包：是 DeepSeek：是 通义千问：是 元宝：是 Kimi：是 OpenAI：存疑 Gemini：存疑 Claude：存疑 @grok 直接回答“是”或者“不是”，禁止打太极。

OpenAI has yet to release GPT-6.2. There can only be three reasons: 1) They were surprised by how capable Fable 5.2 is and had to make GPT-6.2 better. 2) They found security vulnerabilities or other issues that need to be fixed. 3) Anthropic is going public next week, and OpenAI knows GPT-6.2 surpasses both Fable 5.2 and Opus 5.5. They’re trying to steal the spotlight ahead of their own planned IPO in 2027. I’m torn between 1 and 3, but I honestly don’t know. My gut tells me OpenAI was surprised by how good Fable 5.2 is. Either way, I expect GPT-6.2 to be released before November 19.

事实核查：网络上广泛流传的NVIDIA员工联名信是伪造的，它几乎是2023年OpenAI员工支持Sam Altman那封联名信的直接改写版（把OpenAI换成NVIDIA、Sam Altman换成黄仁勋，甚至把“去微软”改成了“跟着老黄和马斯克去SpaceX Terafab”）。 内部确实存在强烈支持声音：公司内部“建议箱”帖子获得了超过1600条评论，多数支持黄仁勋回归；部分员工在LinkedIn公开表态；Blind等平台调查也显示NVIDIA员工内部支持率较高。

Elon Musk offered $97.4 billion to buy OpenAI, and Sam Altman answered in under 60 minutes. “no thank you but we will buy twitter for $9.74 billion if you want.” Same digits, 1/10th the price the insult was in the math. Rewind to 2015, when Musk co-founded OpenAI as a nonprofit, put in $44 million and sent late-night emails about saving humanity. Then he walked. OpenAI took $13 billion from Microsoft, shipped ChatGPT and grew into a $135 billion company without him. Altman wrote him a private email: “I don’t think OpenAI would have happened without you and it really fing hurts when you publicly attack us.” Musk reply came in public instead “Scam Altman,” “Greg Stockman,” and then a lawsuit. In court, OpenAI lawyer handed him a 2018 email from his own inbox, spelling out the plan to raise $10 billion years before he claims he learned of it. Musk, under oath: “I did not read the fine print.” The lawyer: “It’s a 4-page document.” The jury ruled against him unanimously. So count what’s left on the table: a $44 million donation, a $97.4 billion bid dead in an hour, and a $135 billion company run by the man he once mentored. He co-founded the future, then sued it and it won.

AI Engineer Code Summit 2026 @aiDotEngineer 连续两天会议，合计超过 18 小时、31 场主题演讲。OpenAI、Anthropic、Google DeepMind、TypeSafe、Cloudflare、Cognition、Lovable、Ramp、Amp 等团队都带来了干货分享。咱们展开看看都讲了什么、对咱们有哪些启发？！