AI 行业正在全力推动"代理"(agents)的发展——这些由 AI 驱动的软件可以代表用户执行多步骤操作。包括 Google 在内的多家科技公司最近都在强调代理特性,今年 1 月,OpenAI 首席执行官 Sam Altman 表示,2025 年将是 AI 代理"加入劳动力大军"的一年。
OpenAI 正在努力将这一承诺变为现实。周二,OpenAI 推出了新的"Responses API",旨在帮助软件开发者创建能够使用该公司 AI 模型独立执行任务的 AI 代理。Responses API 最终将取代当前的 Assistants API,OpenAI 计划在 2026 年上半年停用后者。
通过这项新服务,用户可以开发自定义 AI 代理,使用文件搜索工具快速检索公司数据库(OpenAI 承诺不会用这些文件训练其模型),并浏览网站——这类似于 OpenAI 的 Operator 代理所提供的功能。开发者还可以访问其底层的计算机使用代理 (CUA) 模型,以实现数据录入等任务的自动化。
不过,OpenAI 承认其 CUA 模型在操作系统任务自动化方面尚不够可靠,可能会产生意外错误。该公司将这个新 API 描述为早期版本,并将继续改进。
使用 Responses API 的开发者可以访问驱动 ChatGPT Search 的相同模型:GPT-4o search 和 GPT-4o mini search。这些模型可以浏览网络来回答问题,并在回答中引用来源。
值得注意的是,OpenAI 表示,增加的网络搜索能力显著提高了其 AI 模型的事实准确性。在 OpenAI 的 SimpleQA 基准测试(旨在衡量虚构率)中,GPT-4o search 得分为 90%,GPT-4o mini search 达到 88%——两者都大大超过了没有搜索功能的更大型 GPT-4.5 模型的 63% 的得分。
尽管有这些改进,该技术仍存在重要限制。除了 CUA 在正确浏览网站方面的问题外,改进的搜索功能并未完全解决 AI 虚构的问题,GPT-4o search 仍有 10% 的事实错误率。
除了 Responses API,OpenAI 还发布了开源的 Agents SDK,为开发者提供免费工具,用于将模型与内部系统集成、实施安全保护措施,以及监控代理活动。这个工具包是继 OpenAI 早前发布的用于协调多个代理的 Swarm 框架之后的又一举措。
AI 代理领域仍处于早期阶段,未来可能会快速进步。然而,目前 AI 代理运动仍容易受到不切实际宣传的影响。本周早些时候,用户发现中国初创公司蝴蝶效应的 Manus AI 代理平台未能实现其许多承诺,突显了这一新兴技术类别中宣传主张与实际功能之间持续存在的差距。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。