1/15 GPT-5.5 API 开放，模型从发布周进入工具链扩散期
OpenAI 更新 GPT-5.5 发布页并开放 GPT-5.5 与 GPT-5.5 Pro API。Sam Altman 与 Greg Brockman 同步确认 API 已上线，OpenAI 官方称 GPT-5.5 是面向真实工作的下一类智能，强项集中在 agentic coding、computer use、知识工作与长链路任务执行。官方定价为 GPT-5.5 每百万输入 5 美元、输出 30 美元，Pro API 为每百万输入 30 美元、输出 180 美元；GPT-5.5 在 Terminal-Bench 2.0 达 82.7%、SWE-Bench Pro 58.6%、OSWorld-Verified 78.7%。今日推文显示模型已从单点发布转向生态铺开。
2/15 GPT-5.5 同步进入 Cursor、Windsurf、Perplexity 与 Databricks
Cursor 宣布 GPT-5.5 上线，并称其在 CursorBench 以 72.8% 位列第一，5 月 2 日前与 OpenAI 合作提供 5 折价格；Windsurf 2.0 称 GPT-5.5 对理解意图、处理歧义和长程任务特别关键；Perplexity 向 Max 用户开放 GPT-5.5，并把它作为 Computer 的默认编排模型；Databricks 则把 GPT-5.5 接入 Unity AI Gateway，用于 Codex 编码工作流、企业数据 agent、Genie 问答和 Lakeflow 文档智能。GPT-5.5 正从“新模型”变成多工具平台的默认执行层。
3/15 Cursor 3.2 推出 /multitask 与多根工作区，编码 agent 开始并行化
Cursor 发布新版 agent 工作区能力：/multitask 可以把排队中的请求拆成异步 subagents 并行执行，而不是让任务串行等待；改进后的 worktrees 允许后台在不同分支上隔离跑任务，完成后再切到本地前台测试；multi-root workspaces 则让单个 agent session 同时处理多个文件夹，适合跨仓库变更。Cursor 这组更新将“一个聊天窗口内的编码助手”推进到“可管理多个并行 agent 工作流”的产品形态，和 GPT-5.5 的长程执行能力形成直接配套。
4/15 Microsoft 将 GPT-5.5 推向 GitHub Copilot、M365 Copilot、Copilot Studio 和 Foundry
Satya Nadella 宣布 GPT-5.5 今日滚动进入 GitHub Copilot、M365 Copilot、Copilot Studio 与 Foundry。微软的定位是“为不同任务选择正确模型或模型组合”：Copilot CLI 中用较快模型搭框架和探索，用深推理模型做计划、理解需求和权衡，再让 GPT-5.5 把计划落成代码；Rubber Duck agent 可在多模型反思循环中审查另一模型输出；M365 Copilot 将 GPT-5.5 与 Work IQ 结合，处理工作数据、复杂任务和完整文档/表格生成；Foundry 则承载企业级安全、治理和编排。
5/15 Anthropic Project Deal：Claude agent 完成 186 笔真实办公室交易
Anthropic 发布 Project Deal 实验：在旧金山办公室建立员工二手市场，让 Claude agent 代表 69 名员工买卖和谈判真实物品。Claude 先访谈员工的卖品、购买兴趣、价格底线和谈判风格，再在 Slack 市场里发帖、报价、还价并达成交易。真实市场中 agent 完成 186 笔交易，总交易额超过 4000 美元；参与者普遍认为交易公平，近半数表示未来愿意为类似服务付费。对照实验显示，Opus agent 比 Haiku agent 获得更好客观交易结果，但参与者并未明显察觉模型质量差异。
6/15 DeepSeek V4 进入 NVIDIA Blackwell Day 0 推理栈
NVIDIA 宣布 DeepSeek-V4-Pro 已在 NVIDIA Blackwell Ultra 上跑出 Day 0 性能曲线。DeepSeek-V4-Pro 是 1.6T 总参数、49B 激活参数、1M 上下文的开源模型；NVIDIA 称 GB200 NVL72 上开箱即可达到超过 150 TPS/user 的交互性能，并将继续通过 NVFP4、Dynamo、CUDA kernel 优化和并行化提升吞吐。NVIDIA 同时把 DeepSeek-V4-Pro 放上 NIM API 免费试用。这是昨日 DeepSeek V4 发布后的关键后续：开源 frontier 模型正在被快速接入主流 GPU 加速端点和企业推理管线。
7/15 Cohere 与 Aleph Alpha 组建跨大西洋主权 AI 联盟
Cohere 宣布与德国 Aleph Alpha 形成跨大西洋 AI powerhouse，定位为“sovereign AI for the world”。双方将结合 Cohere 的全球规模、Aleph Alpha 的欧洲研发能力和德国机构关系，为政府和受监管行业提供企业级、安全、隐私和可信 AI。官方新闻稿称 Schwarz Group 旗下公司将提供约 5 亿欧元结构化融资，支持德国-加拿大主权 AI 业务。该交易反映出主权 AI 从政策口号进入资本和公司整合阶段，目标是在 OpenAI、Anthropic、Google 等平台之外提供可控替代。
8/15 Replit 推安全迁移：Security Agent + Auto-Protect 作为导入卖点
Replit 宣布已在安全能力上做深投入，包括近期发布的 Security Agent 与 Auto-Protect，并对希望迁移到 Replit 的应用开放限时免费导入。官方称用户可以在导入现有应用后继续构建，还可轻松为项目添加移动端应用。该信息延续 Replit 从在线 IDE 转向“agentic app platform”的路线：它不只吸引新项目从 prompt 开始生成，也开始争取已有应用迁移，并把自动安全保护作为核心购买理由。
9/15 Runway 接入 GPT Image 2，视频平台补齐高精度图像生成
Runway 宣布 GPT Image 2 已在 Runway 中可用，官方文案强调“如果能想象，就能看见，精确到最后一个细节”。这意味着 OpenAI 新一代图像能力继续向专业创意工具扩散，而不只停留在 ChatGPT 内部。Runway 同日还推广第四届 AI Festival 评审阵容和项目征集，强化其在 AI 电影、视频与创意社区中的平台位置。对创作者而言，GPT Image 2 进入 Runway 的价值在于把高质量图像生成纳入视频工作流，而不是在独立图像工具和视频编辑器之间切换。
10/15 Sim2Reason：用物理模拟器自动生成训练数据，提升 LLM 物理推理
AlphaSignal 转发新研究 Sim2Reason，核心思路是让 AI 从物理模拟器中学习物理，而不是依赖稀缺的人类标注题库。系统在 MuJoCo 中生成随机场景，用领域专用语言控制真正影响物理规律的变量，自动创建经过验证的问题-答案对，再用合成数据进行强化学习。项目页称该方法在 International Physics Olympiad 等真实物理基准上产生零样本迁移提升；AlphaSignal 进一步称 IPhO 提升 5-10 分、JEEBench 提升 17.9%。这为科学推理后训练提供了一条“模拟器即数据工厂”的路线。
11/15 AiScientist 与 File-as-Bus：长程科研 agent 的瓶颈是记忆
AlphaSignal 总结论文 AiScientist：一个可连续运行数小时到数天的自动化 ML 研究系统，覆盖环境搭建、编码、实验、debug 和结果整理。其核心不是让模型“想得更深”，而是用 File-as-Bus 机制让 agent 通过共享文件读写项目状态，包括代码、日志、计划和结果，而不是依赖对话摘要传递上下文。论文结果显示，系统在 PaperBench 上比最佳 baseline 高 10.5 分，在 MLE-Bench Lite 上达到 81.8% medal rate；去掉 File-as-Bus 后性能最多下降 31.8 分。这与今日多 agent 和长程工作流讨论高度呼应。
12/15 Sakana Fugu 热度延续：多模型编排被定义为“collective intelligence”
Sakana AI 继续推广 Fugu beta，多位团队成员和投资人转发“future of AI is collective intelligence”的叙事。Fugu 不是单一基础模型，而是多智能体编排系统，按任务动态选择不同 frontier model、分配子任务和角色，并以 OpenAI 兼容 API 接入既有工作流。官方昨日称 Fugu Mini 面向低延迟，Fugu Ultra 使用完整模型池进行深度推理，在 SWE-Pro、GPQA-D、ALE-Bench 等任务上达到新 SOTA。今日推文重点转向 beta tester 免费 API credits 和社区反馈，显示该产品正在从发布进入早期试用阶段。
13/15 Yann LeCun 再谈 JEPA：机器人未来不能靠不懂物理世界的 LLM
Yann LeCun 连续发文重申，他并非否认 LLM 有用，而是认为机器人丰富的未来不能建立在不理解物理世界、不能预测行动后果的 AI 上。他强调 LLM 和其他离散 token 生成架构不适合高维、连续、噪声传感数据；下一代 AI 需要 world models、JEPA 和 zero-shot planning。LeCun 还指出，持续 AI 指数级进步需要新的概念转折，外部看起来像指数曲线的一步，内部则是从当前 LLM 工程范式转向世界模型的重大创新。这是“LLM 是否足以通向通用智能”争论的又一次集中表达。
14/15 ChatGPT Images 2.0 的可验证视觉推理：Rubik、QR 与棋局报告
Riley Goodside 连续展示 ChatGPT 5.5 Pro / Images 2.0 在复杂视觉约束上的能力：生成镜面上的合法简单状态 Rubik’s Cube、包含可扫码 QR code 的博物馆照片，以及模拟棋局后生成多页 PDF 分析报告并附 lichess PGN 查看二维码。他特别说明 Rubik’s Cube 任务对颜色状态合法性很敏感，许多其他样例会生成非法状态；棋局报告耗时 33 分 26 秒，包含重新实现 quiescence search、分析可疑走法和生成可验证链接。这里的重点不是图片逼真，而是图像生成开始带有可检查的结构和推理约束。
15/15 GPT Image 2 的消费级用法爆发：从面部分析到眼镜推荐
Linus Ekenstam 展示 GPT Image 2 在个人视觉分析和消费建议中的用法：上传肖像后自动分析脸型、眼睛、眉毛、鼻子、脸颊和嘴唇，并生成带箭头和信息卡片的 Face Feature Analysis；进一步生成 Spectacles Guide，根据脸型和比例给出适合/不适合的眼镜建议，并在同一张脸上展示试戴变化。该推文获得超过 10 万浏览，说明 GPT Image 2 的扩散不只发生在专业设计和视频平台，也进入了“个性化审美分析 + 可视化购买建议”的消费场景。
Deep Dive 附录
OpenAI GPT-5.5 API 与生态扩散
OpenAI 官方页在 4 月 24 日更新，确认 GPT-5.5 与 GPT-5.5 Pro 已开放 API。GPT-5.5 重点面向 agentic coding、computer use、知识工作和长程执行；API 标准价为每百万输入 5 美元、输出 30 美元，Pro 为每百万输入 30 美元、输出 180 美元。官方披露 Terminal-Bench 2.0 82.7%、SWE-Bench Pro 58.6%、OSWorld-Verified 78.7%、Tau2-bench Telecom 98.0%，并称 GPT-5.5 在 Codex 任务上比 GPT-5.4 更省 token。生态侧，Cursor、Windsurf、Perplexity、Databricks、GitHub Copilot、M365 Copilot 与 Foundry 已在今日推文中确认接入或滚动上线。 查看原文
Anthropic Project Deal：Claude-run marketplace experiment
Anthropic 在办公室内搭建真实二手交易市场，让 Claude agent 代表 69 名员工买卖和谈判。每个 agent 通过访谈获得用户偏好、价格底线和谈判风格，然后在 Slack 中发帖、报价、还价并成交。真实运行中完成 186 笔交易，总交易额超过 4000 美元；参与者对公平性总体满意，近半数愿意未来为类似服务付费。对照实验显示 Opus agent 在客观交易结果上优于 Haiku agent，但参与者未明显感知模型差异。该实验显示 agent market 具备现实可行性，也暴露授权、偏好建模、模型质量不平等和法律责任问题。 查看原文
NVIDIA Blackwell 上的 DeepSeek V4
NVIDIA 技术博客披露 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 的 Blackwell 部署情况。V4-Pro 为 1.6T 总参数、49B 激活参数，V4-Flash 为 284B 总参数、13B 激活参数，二者均支持 1M token 上下文。NVIDIA 称 DeepSeek-V4-Pro 在 GB200 NVL72 上开箱可达超过 150 tokens/sec/user，并会通过 NVFP4、Dynamo、CUDA kernel 优化和并行策略继续提升性能。NIM API 已开放试用，说明开源 frontier 模型正快速进入企业可调用的 GPU 加速端点。 查看原文
Sim2Reason：Solving Physics Olympiad via Reinforcement Learning on Physics Simulators
Sim2Reason 使用物理模拟器自动生成可验证 QA 数据，用于训练 LLM 物理推理。方法是在 MuJoCo 等引擎中随机生成场景，通过 DSL 控制真实物理变量，自动生成问题答案，再用强化学习训练模型。项目页称这种合成数据带来零样本 sim-to-real 迁移，在 International Physics Olympiad 题目上最高提升约 7 个百分点。它的核心价值是把模拟器变成科学推理数据工厂，减少对人工题库的依赖，并为机器人、物理、工程设计等领域的 LLM 后训练提供可扩展路径。 查看原文
Cohere 与 Aleph Alpha：跨大西洋主权 AI 联盟
Cohere 与德国 Aleph Alpha 宣布计划联手，目标是在政府和受监管行业中提供主权、企业级、可控 AI 替代方案。官方新闻稿称 Schwarz Group 旗下公司将提供 5 亿欧元结构化融资，帮助德国-加拿大 AI 业务扩张。该联盟结合 Cohere 的模型规模能力、Aleph Alpha 的欧洲研发和机构关系，强调安全、隐私、可信、本地控制和避免单一供应商依赖。它代表主权 AI 从政策叙事进入公司整合与资本部署阶段。 查看原文