OpenAI 推出 GPT-5.4 mini 和 nano
OpenAI 發佈 GPT-5.4 mini 和 nano,兩者是 GPT-5.4 的較小、更快速版本。它們針對編碼、工具使用、多模態推理,以及高用量 API 和子智能體工作負載作最佳化。
OpenAI 發佈 GPT-5.4 mini 和 nano,兩者是 GPT-5.4 的較小、更快速版本。它們針對編碼、工具使用、多模態推理,以及高用量 API 和子智能體工作負載作最佳化。
Mistral AI 發佈 Mistral Small 4,將 Magistral 的推理、Pixtral 的多模態及 Devstral 的智能體編碼能力整合至單一模型。
推薦理由:Mistral Small 4 整合指令、推理、多模態及智能體編碼能力,並列出相較 Mistral Small 3 的吞吐數據,可供比較單一模型承接多類任務時的效率表現。
HKCERT指出,OpenClaw 快速普及且可接觸本機資源及外部服務,令惡意 skills、假冒安裝來源及已披露漏洞帶來代理接管與惡意程式感染風險。文章提到 ClawHub 已引入 VirusTotal 掃描,但部分 prompt injection 載荷仍可能避過檢測。建議核實官方下載來源、審核 skills、採用最小權限及隔離環境,並更新 OpenClaw。
推薦理由:文章將 skills 供應鏈、假冒安裝來源及核心漏洞納入高權限 Agent 的整體風險脈絡,並整理來源核實、權限收斂、隔離與監察等部署措施。
香港企業家籌備在深圳設立 AiX Society 辦公室,發現跨境營運不只是搬遷辦公室,更需要重新建立數碼基礎設施。測試 AI 原生協作系統時,他留意到即時多語翻譯、會議助理、知識搜尋及分區儲存等功能,可協助跨境團隊協作。文章亦指出,2026 年是全面重整 SOP 的良機。
AI 智能體正協助企業自動化營運,從傳統問答轉向執行跨平台、多步驟任務。招聘公司可用智能體篩選履歷,淘汰逾 90% 不合適申請者,並自動安排面試、管理人才庫及生成招聘報告。企業採用時亦須處理資料安全、成本效益和智能體穩定性,並設立人工審核及監察機制。
作者以自身工作經驗指出,AI 智能體已能處理網站更新、資料輸入及報告整理等日常工作,並改變人手執行、人工監督的分工。AI 2027 報告指,智能體在 OSWorld 電腦任務基準的得分約為 65%,低於熟練人類的 70%,仍需人手監督及核實。報告亦估計,消費級 AI 達到基本能力的成本每年下降約 50 倍。
AI 編碼工具與 AI Dev Agents 正推動軟件開發由人手編寫程式轉向 AI 主導、工程師監督,但需求理解、安全可靠性及社會整合仍是全自動化的障礙。SWE-bench 成績由 2023 年初最佳模型的 2%,升至 GPT-4.1 的 54.6%;GPT-5 據報達 74.9%。 Gartner 預測,到 2028 年,三分之一企業軟件將內置 AI agents。
AI 正逐步把軟件開發由「人手編碼」推向「AI 主導、工程師監督」,但需求理解、安全可靠及融入社會等障礙,令全自動化仍未實現。SWE-bench 上,最佳模型在 2023 年只能解決 2% 的問題,Devin 在 2024 年達到 13.86%,GPT-4.1 在 2025 年達到 54.6%,GPT-5 據報達 74.9%。
ChatGPT 可能從聊天機械人演變為整合搜尋、付款與購物的 AI 超級應用程式,讓用戶在對話中比較商品並完成交易。OpenAI 已透過 Shopify 和 Stripe 整合,讓用戶直接在對話中結帳;文章指出,品牌競爭將更重視資料質素與 AI 推薦,而非單靠付費曝光。這種模式亦帶來個人資料私隱、推薦透明度及算法壟斷等挑戰。
《Preparing for AI Agent Governance》提出研究與政策行動藍圖,主張先透過沙盒和測試平台觀察 AI 智能體的行為,再逐步建立治理工具。建議包括完整操作紀錄、即時監察、事故通報、Agent ID、緊急停機與回復機制,以及認證審核和國際協調。
《Preparing for AI Agent Governance》提出一套研究及政策行動藍圖,探討如何逐步建立有效的 AI 智能體治理工具。建議先以沙盒和測試平台觀察智能體行為,並透過全面記錄、即時監察和事故通報加強監督。藍圖亦涵蓋智能體身份標識、緊急停機、回復機制、認證審核,以及政府支援和國際協調。
作者分享將日常工作交由 AI 智能體處理的經驗,指出智能體正由聊天工具轉向可執行任務的日常工作基礎設施。AI 2027 指當時的智能體在 OSWorld 電腦任務基準測試中約得 65%,略低於熟練人類的 70%,仍需人手監督和核實。報告估計,達到基本能力的成本每年下降約 50 倍。
AI 智能體正由問答工具轉向自主執行跨平台多步任務,協助企業自動化營運流程。Microsoft 365 Copilot Enterprise、Manus AI、OpenAI DeepResearch 和 Operator 可支援行政工作、報告生成及任務自動化;招聘公司亦可用智能體篩選履歷、安排面試及管理人才庫。企業採用時須留意資料安全、合規、成本回報及智能體穩定性。
ChatGPT 正從聊天機械人邁向整合搜尋、購物和付款的 AI 超級應用程式,可能改變消費者購物方式及電子商務的營銷模式。文章指出,OpenAI 已透過 Shopify 和 Stripe 整合,讓用戶在對話中直接結帳;商家則須提供結構清晰、可信的產品資料,爭取 AI 推薦。這種模式亦帶來個人資料私隱、推薦排名透明度及演算法壟斷等問題。
香港浸會大學(HKBU)在第51屆日內瓦國際發明展獲得七個獎項,包括國際新聞獎、兩項金獎、三項銀獎及一項銅獎。AI-Powered Fact-Checking as a Service 同時獲國際新聞獎及銀獎,運用多個 AI 智能體自動查核資訊。得獎研究涵蓋健康、人工智能、可持續發展及先進分析科學。
文章提出,AI 正同時推動運算由雲端回到本地、軟件由 SaaS 訂閲轉向用戶自有模式,以及介面由 GUI 回到命令列。作者將此歸因於 AI 對私隱、延遲、成本及自主操作的需求,並指出這不代表雲端或 SaaS 全面消失。文章稱三種轉向在 2–3 年內同步加速,並分析既有軟件企業面對的競爭壓力。
Runway 發文探討如何負責任地打造 Runway Characters,這款於本週較早時候推出的產品,是可由單張圖片建立客製化對話角色的即時影片 Agent API。
ChatGPT 在智能體工作流程中,透過限制高風險操作及保護敏感資料,防範提示詞注入與社交工程攻擊。這套防護設計著重約束風險操作,並保障工作流程中的敏感資料。
CTS Limited 的 EaaS 高效能運算雲平台已正式接入 OpenClaw,結合 AI 框架與算力編排能力。EaaS 可連接及管理異構運算資源,為模型推理、多任務協作及大規模數據處理提供運算支援。平台支援開箱即用的 OpenClaw 體驗,無需額外部署。
Hugging Face 在 Hub 推出 Storage Buckets,為頻繁變動的 ML 產物提供非版本化 S3 類物件儲存。Buckets 建基於 Xet,以分塊及跨檔案去重減少重複傳輸;Enterprise 計費按去重後的儲存量計算。
推薦理由:文章交代 Buckets 與版本化倉庫分別承擔工作層和發布層,並説明 Xet 去重如何減少重複傳輸及 Enterprise 的計費儲存量。
Runway 推出 Runway Characters,即時影片智能體 API,可由單張圖片生成可自訂的對話角色,無需微調。API 可設定角色的語音、個性、知識和動作,並支援對話期間的面部表情、眼球移動、口形同步和手勢。企業團隊可在 dev.runwayml.com 開始建立角色,Runway 網頁應用程式亦推出預設角色供消費者體驗。
OpenAI 的 Codex Security 現已進入研究預覽,是一款 AI 應用程式安全智能體。它會分析專案脈絡,以更高信心、較少雜訊偵測、驗證並修補複雜漏洞。
Balyasny Asset Management 結合嚴謹的模型評估、全面運用 OpenAI 平台及智能體工作流程,重塑投資研究。
OpenAI 與 Amazon 宣佈戰略合作,將 OpenAI 的 Frontier 平台帶至 AWS。合作亦將擴展 AI 基礎設施、客製模型及企業 AI 智能體。
推薦理由:合作將 Frontier 平台帶至 AWS,並涉及基礎設施、客製模型及企業智能體,可由此瞭解雙方合作涵蓋的企業 AI 範圍。
OpenAI 在 Amazon Bedrock 推出面向 AI 智能體的有狀態執行環境 Stateful Runtime for Agents。該環境為由 OpenAI 驅動的多步驟 AI 工作流程提供持久化編排、記憶與安全執行。
AI 智能體 swarm 加快了編碼速度,卻沒有消除 Brooks 定律所揭示的複雜度限制;在進度落後的軟件項目中盲目增加智能體,仍可能加劇協調和架構問題。GitClear 分析 2020 至 2024 年的 211 million 行程式碼,發現程式碼重複增加約 400%,程式碼 churn 接近倍增。成功的多智能體應用則依賴人類架構師明確界定角色、狀態和交接。
OpenAI 與太平洋西北國家實驗室合作推出 DraftNEPABench,評估 AI 編碼智能體加快聯邦許可審批的能力。該 benchmark 顯示,AI 有望將 NEPA 草案撰寫時間最多縮短 15%,並展示現代化基礎設施審查的潛力。
Citrini Research 的情境推演設想,AI 驅動的勞動力替代可能在 2028 年演變成全球經濟危機,並明確標示為思想實驗而非預測。推演描述裁員、消費下滑與企業進一步採用 AI 形成循環,並假設美國失業率於 2028 年年中升至 10.2%,S&P 500 較 2026 年 10 月高位下跌 38%。
OpenAI 宣佈 Frontier Alliance Partners,協助企業將 AI 試點項目轉入生產環境,並以安全、可擴展的方式部署智能體。
香港企業可比較 SleekFlow、ManyChat、Intercom、WATI 和 Chatfuel 這 5 款聊天機器人平台,按客服渠道、AI 能力、整合方式及收費模式選擇合適方案。平台涵蓋全渠道對話、社交媒體自動化、技術支援、WhatsApp 服務及電商應用,月費由 US$15 起;Intercom 的 Fin AI 則按每宗成功解決的查詢收費 US$0.99。
OpenAI 與 Paradigm 推出 EVMbench,評測 AI 智能體偵測、修補及利用高危智能合約漏洞的能力。
Hugging Face 製作 CUDA kernel 技能,Claude 和 Codex 依此為 diffusers 與 transformers 目標產生可運行的 kernel。
推薦理由:文章拆解如何把 GPU 架構知識、PyTorch 整合範式與基準測試流程封裝成技能,讓編碼智能體產出可構建、可測試的 CUDA kernel 專案。
OpenAI 技術人員 Ryan Lopopolo 探討 Harness 工程,聚焦在智能體優先的世界中如何運用 Codex。
Google Research 提出開源原型框架 DialogLab,用於編寫、模擬及測試動態人類與 AI 羣體對話。框架採用「編寫、測試、驗證」流程,並以視覺化介面及驗證儀錶板協助設計與分析對話。14 名參與者的評估顯示,人類控制模式顯著更具投入感,並普遍被認為更有效、寫實。
OpenAI 的 GPT-5 與 Ginkgo Bioworks 的雲端自動化結合成自主實驗室,透過閉環實驗將無細胞蛋白質合成成本降低 40%。
Google 提出 Natively Adaptive Interfaces(NAI)框架,以多模態 AI 工具建立更個人化、具適應性的無障礙應用介面。NAI 主張按情境資訊作出設計決策,並以動態、由智能體驅動的模組取代靜態導覽。Gemini 原型可將即時影片轉為互動音訊描述,讓使用者即時查詢畫面細節。
OpenAI 推出 Frontier,作為建置、部署及管理 AI 智能體的企業平台。平台提供共享上下文、導入、權限及治理功能。
OpenAI 發佈 GPT-5.3-Codex,這款 Codex 原生智能體結合前沿編碼表現與通用推理,支援長週期的現實技術工作。
GPT-5.3-Codex 系統卡將該模型描述為迄今能力最強的智能體編碼模型。它結合 GPT-5.2-Codex 的前沿編碼表現,以及 GPT-5.2 的推理和專業知識能力。
OpenAI 與 Snowflake 達成 $200M 合作,旨在將前沿智能引入企業數據。合作將在 Snowflake 中直接提供 AI 智能體與洞察。