今天凌晨2点,OpenAI开启了第七天技术直播,发布了全新功能——ChatGPT Projects。
其实你从Projects这个名字就能看出来,是一个项目大合集,里面包含了文件与指令上传、自定义对话、Canvas、网络搜索、对话管理、实时协作等最新实用高效率的产品。
简单来说,现在ChatGPT已经从一个单一的AI对话,演变成一个高效率的协作平台,无论是开发代码、分析文件、搜索新闻都非常方便,成为提升工作效率的利器。
所以,短期内Projects只是一个高效率协作平台,但从长远来看OpenAI也想分一块ERP、CRM的蛋糕朝着企业级效率管理应用发展。

迫不及待想试试这个新功能了。

这真的很有必要,可能是ChatGPT最有用的功能之一了。

这次更新还不错。

这个功能真的很棒。


多么智能的功能,想赶紧试试。

OpenAI的又一突破性功能。现在我可以如此高效地组织我的聊天,或许我真的会开始更多地进行对话了!

Project功能太棒了。这将极大地推动企业、大学和个人的产品化进程。

Projects功能介绍
在使用Projects之前,你需要先创建它,点击左侧边栏中的加号按钮,就能够迅速启动一个新项目,然后起一个名字和颜色标识即可,便于区分不同的工作内容。

例如,在准备一次家庭聚会时,你可以创建名为“Family Gathering”的项目,并选择温馨的颜色来匹配节日气氛。一旦创建了项目,就可以进一步对其进行编辑,包括调整标题、添加描述信息等,确保每个项目都符合个人或团队的需求。
文件与指令上传:项目创建完成后,用户可以将各类文件上传至项目中,包括PDF文档、数据电子表格,还图片和音频文件全部都没问题,整体兼容性非常强。
例如,你是正在进行新产品市场调研时,将收集到的调查问卷数据、行业报告以及竞争对手分析文档上传至项目中。这些文件为 ChatGPT 提供了丰富的背景信息,使其能够在对话中生成更具深度和针对性的见解。
当你询问关于目标市场趋势的问题时,ChatGPT 能够基于上传的文件数据进行分析,给出精准的预测和建议。
此外,用户还可以设置自定义指令,为 ChatGPT 的回应注入个性化特点。例如,一位设计师上传了品牌风格指南文件,并设置指令要求 ChatGPT 在提供设计建议时遵循品牌的核心价值观和视觉风格。ChatGPT 在对话中始终牢记这些指令,生成的设计理念与品牌形象高度契合。
对话管理与搜索:在项目进行中,团队成员之间的沟通是至关重要的。ChatGPT Projects提供了一个对话管理工具,让你可以轻松地组织和搜索过去的对话记录。

例如,你想回顾关于某个特定设计决策的讨论,可以直接在项目中搜索相关关键词,快速找到那次对话。此外,你还可以将重要的对话固定在项目中,以便团队成员随时查阅,确保信息的透明度和一致性。
超强的集成能力:除了上面那些特色功能之外,ChatGPT Projects还集成了多种实用工具,包括网络搜索、Canvas、实时聊天协作、API集成、多类型代码执行等。
以编程为例,开发者不仅可以利用内置的Canvas快速生成网页模板代码,还可以借助网络搜索功能获取最新的技术资讯或参考案例。同时对于那些涉及复杂流程管理的任务(如项目进度跟踪),用户同样能够在不离开项目环境的情况下完成相应操作。
例如,在规划一次大型会议时,用户可以使用时间轴视图直观展示各项准备工作的时间安排,同时邀请相关人员加入讨论并实时更新状态。所以,这种高度产品集成的方法,无论多么复杂的任务都能在一个统一平台上高效执行,尤其是对于企业用户来说帮助非常大。
从今天开始,ChatGPT Plus、Pro和Teams用户已经可以使用该功能,未来会扩展至免费用户。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。