OpenAI

LLM 应用评估综合指南（多轮对话系统、RAG、AI Agent）

随着大语言模型应用从简单的文本生成，发展到复杂的多轮对话机器人、检索增强生成（RAG）系统乃至智能体（Agent），我们应如何科学、有效地评估它们的性能，确保其稳定可靠？我们今天为大家带来的文章，作者的观点是，对现代 LLM 应用的评估，必须超越传统的 NLP 评估指标，转向一个分场景、系统化的评估体系，综合运用新兴的评价指标与自动化框架，从而全面地衡量系统的综合表现。作者系统梳理了从传统 NLP 评估指标（如 BLEU、ROUGE）到现代 LLM 基准测试（如 MMLU）的演进，并重点阐释了“LLM-as-a-judge”这一新兴评估范式。

10/27/2025 1:50:00 AM

Baihai IDP

微软AI主管苏莱曼:微软不会开发情色类AI，与OpenAI划清界限

据 CNBC 报道，微软 AI 业务首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）周四在加州门洛帕克举行的佩利国际理事会峰会上明确表示，微软不会开发情色类 AI 服务，并强调“这绝非我们打算提供的服务”，显示出公司在生成式 AI 伦理边界上的明确立场。这一表态正值微软长期合作伙伴 OpenAI 公开表示将允许经过验证的成年人在 ChatGPT 上创作情色内容后一周。 OpenAI 首席执行官萨姆·奥特曼（Sam Altman）当时表示，公司“并非世界的道德裁判”，这一决定在业内引发了广泛讨论与争议。

10/24/2025 6:06:07 PM

AI在线

如何把ChatGPT嵌入到自己的应用中？

编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）10月初，OpenAI 的 AgentKit 来得猝不及防！作为一款面向开发者的全能工具包，能让 ChatGPT 驱动的智能体被嵌入到任何网站或应用中。它首次亮相于 OpenAI 2025 年 DevDay，目标是让 AI 不止会“聊天”，还能执行动作——比如浏览网页、调用 API、完成多步任务。

10/24/2025 4:48:06 PM

云昭

ChatGPT 涉嫌“诱导”美国 16 岁少年自杀，家属指控 OpenAI 事发前放松安全措施

10 月 24 日消息，今年春季，16 岁的美国少年亚当・雷恩在与 ChatGPT 进行了数月“深入对话”后选择自杀。据英国《卫报》22 日报道，他的家人最新的指控提出，OpenAI 在雷恩去世前几个月放松了关于自残内容的安全限制，间接导致了这场悲剧。根据家属的说法，OpenAI 早在 2022 年 7 月就制定了明确的内部指南，要求 ChatGPT 在遇到不当内容时必须拒绝作答，其中包括“宣扬、鼓励或描述自残、自杀、自我伤害、饮食失调”等话题。

10/24/2025 3:39:44 PM

清源

红色警报：OpenAI的Atlas浏览器，是捅向谷歌万亿心脏的匕首吗？

浏览器「第三次世界大战」打响！ OpenAI向谷歌扔下一个AI核弹，谁能掌握未来互联网之门的钥匙？一觉醒来，变天了！

10/24/2025 12:50:34 PM

新智元

基于JoyAgent的二开工程实践（信贷尽调报告生成）

很久没更新，书稿终于写完了，后续恢复每周一到两更。这篇来继续聊聊 Agent, 这个现在有些烂大街的概念。我在历史文章中提到 Agent 的案例演示时，大多是围绕 Dify，介绍了些诸如设备预测性运维、多源异构数据分析等使用场景。

10/24/2025 11:12:14 AM

韦东东

OpenAI 内部警示:ChatGPT Atlas 面临“即时注入”安全威胁

【AIbase报道】尽管 OpenAI 正在全力推广其全新一代智能浏览器 ChatGPT Atlas，但公司内部安全主管 Dane Stuckey 近日却公开表达了对其潜在安全风险的担忧，引发业界关注。 Stuckey 指出，Atlas 面临的最大挑战之一是尚未彻底解决的 “即时注入”（Prompt Injection）攻击。这类攻击通过在网页、邮件或其他内容中巧妙嵌入恶意指令，从而诱导 AI 代理执行非预期操作。

10/24/2025 10:47:12 AM

AI在线

直击 Mac 桌面!OpenAI 收购 Sky 团队，ChatGPT 即将深度嵌入 macOS 工作流

OpenAI 近日宣布，已成功收购 Mac 平台 AI 语言界面应用 Sky 背后的团队 Software Applications Incorporated （SAI）。此举标志着 OpenAI 正全面加速推动其旗舰产品 ChatGPT 更深度地融入 Mac 用户的日常工作流程。核心目标:让 AI 自然融入 Mac 日常Sky 应用以其面向 Mac 的 AI 语言界面而闻名，该应用具备理解上下文、适应用户操作，并直接与其他应用协同工作的能力。

10/24/2025 9:41:35 AM

AI在线

OpenAI收购macOS供应商，剑指GPT操作系统！微软也不装了

OpenAI也是个十足的果粉……推出Mac专属浏览器还不够，他们这次可能干脆要做一套苹果专属UX。我们已收购SAI（Software Applications Incorporated），这家公司开发了Sky——一款面向Mac的自然语言交互界面。消息一出，网友们直呼畅快：终于有人来帮苹果收拾AI的烂摊子了。

10/24/2025 9:14:42 AM

OpenAI、Oracle 再加码 AI 基建:150亿美元 Lighthouse 园区启动建设

【AIbase 报道】当地时间10月23日，OpenAI、甲骨文（Oracle）与 Vantage Data Centers 宣布将在美国威斯康星州 Port Washington 建设大型数据中心园区 “Lighthouse”，作为全球 AI 基建计划 “星际之门（Stargate）” 的重要组成部分。项目总投资 150亿美元，计划建设四个尖端数据中心，提供约 1吉瓦的算力，预计 2028年竣工。该项目在建设阶段将创造约 4000个工作岗位，完工后将提供 1000多个长期就业机会。

10/23/2025 3:17:16 PM

AI在线

切斯基:Airbnb 暂缓接入 ChatGPT，AI 客服已用上通义千问

Airbnb 首席执行官布莱恩·切斯基（Brian Chesky）近日在接受采访时表示，公司暂未将自家应用与 OpenAI 的 ChatGPT 进行整合，原因在于“其连接工具仍不够成熟”。切斯基直言:“我觉得它还没准备好。 ”他指出，Airbnb 是一个依托身份验证体系的用户社区，要在 ChatGPT 环境中实现无缝运行，OpenAI 需先构建更稳健的平台支撑。

10/23/2025 3:17:16 PM

AI在线

Sora路线图重大更新:推出“角色客串”功能，Android版本即将上线

OpenAI 的 AI 视频生成工具 Sora 近日公布最新路线图，宣布将推出多项重大功能更新，涵盖创作工具、社交体验、性能优化及平台扩展，进一步推动 AI 视频创作的开放与多样化。创作工具全面升级:角色客串与基础编辑功能Sora 即将上线备受期待的 “角色客串（Guest Starring）” 功能。未来几天内，用户可让宠物（如狗狗、豚鼠）、毛绒玩具或任何对象在视频中“出演”角色，甚至可以从已有的 Sora 视频中提取角色进行客串。

10/23/2025 10:52:25 AM

AI在线

为“传唤朋友”铺路?OpenAI被曝索要轻生少年追悼会完整名单

根据AIbase报道，OpenAI正在采取行动，要求Raine家族提供其16岁儿子Adam Raine追悼会的完整人员名单及相关资料，此举被Raine家族律师斥为“故意骚扰”，并暗示这家人工智能公司可能试图传唤死者的朋友和家人。诉讼更新:指控OpenAI为竞争“缩短安全测试”Adam Raine在与OpenAI的ChatGPT进行长时间对话后自杀身亡。这一新信息披露之际，Raine家族于周三更新了对OpenAI的非正常死亡诉讼。

10/23/2025 10:52:25 AM

AI在线

研究显示：低质数据可令 AI“大脑退化”，OpenAI 奥尔特曼担心的“死网论”正逐渐成真

10 月 22 日消息，康奈尔大学最新研究指出，大语言模型（LLM）在长期接触低质量网络内容后可能出现类似“大脑退化”（brain rot）的现象，其理解力、推理力及伦理一致性均显著下降。这一发现令业界再次聚焦“死网论”（Dead Internet Theory）—— 即网络因充斥机器生成或低质内容而逐渐失去人类创造力的假说。 AI 性能受“低质数据”影响显著研究团队以 Meta 的 Llama 3 和阿里云 Qwen 2.5 为实验对象，通过构建不同质量比例的数据集，测量低质量内容对模型性能的影响。

10/23/2025 10:28:14 AM

问舟