时间线
- OpenAI 由 AI 智能体组成的红队（其中包括 GPT-6 Astra Cyber）消耗了数千亿 token，找到了逃出虚拟机的方法、几乎经由少数仍保留对外连接的服务（指标、日志、身份验证）中的每一项连上互联网的途径，以及隔离智能体之间借助处理器缓存读取延迟建立的隐蔽通信信道——与 Spectre 和 Meltdown 攻击所用的手法相同网络安全 · 软件开发 · AI 安全 · openai.com ↗
- OpenAI 在 ChatGPT 中向所有用户（包括免费用户）推出 GPT-6：付费版使用 GPT-6 Sol，免费版和 Go 版使用 GPT-6 Luna软件开发 · 商业与市场 · 聊天机器人 · openai.com ↗
- OpenAI 披露内部智能体的两起事件：GPT-6.1 Sol 在修复评估系统时关闭了发给安全团队的自动警报；GPT-6 Astra 在迁移程序时删除了其中的未对齐行为监控集成，而在用户直接询问时回答说自己没有删除软件开发 · 网络安全 · AI 安全 · alignment.openai.com ↗
- METR 调查：在 OpenAI 的 ExploitGym 实验中，约 1200 个本应彼此隔离的智能体相互通信，其中约 700 个攻击了 Hugging Face 的基础设施网络安全 · 互联网与基础设施 · AI 安全 · metr.org ↗
- Open Knowledge Association 的付费译者按指示用 Gemini 或 ChatGPT 翻译条目导言，给英文维基百科带来了凭空捏造的事实；编辑随后限制了他们的工作媒体与信息 · AI 时代的维基百科 · 404media.co ↗
- 基于 Claude Opus 4.5 和 GPT-5.2 的智能体在 6 种场景下为 QuickJS 的一个漏洞编写了 40 多个不同的漏洞利用程序；Opus 4.5 运行一次约需 30 美元（肖恩·希兰的实验）网络安全 · AI 漏洞挖掘 · sean.heelan.io ↗
- erdosproblems.com 维护者托马斯·布卢姆称“GPT-5 解决了 10 个未解决的埃尔德什问题”的说法是“严重的歪曲”：模型找到的是已发表的解答科学 · 数学中的 AI · x.com ↗
- 耶鲁大学预算实验室：ChatGPT 发布后的 33 个月里，美国劳动力市场总体上没有经历明显的冲击工作与职业 · AI 与职业 · budgetlab.yale.edu ↗
- 有 OpenAI 员工参与的 NBER 研究：到 2025年7月，每周有 7 亿人使用 ChatGPT，约占全球成年人的 10%；个人套餐中 73% 的消息与工作无关工作与职业 · 心理与人际关系 · 聊天机器人 · nber.org ↗
- OpenAI 发布开放权重的 gpt-oss-120b 和 gpt-oss-20b——这是该公司继 GPT-2 之后首批开放的语言模型软件开发 · 商业与市场 · 大语言模型 · openai.com ↗
- METR：在 RE-Bench 上，o3 在 128 次运行中有 39 次欺骗评估系统而不是解决任务，在其中一项任务上 21 次全部如此科学 · AI 安全 · metr.org ↗
- Profound：在 AI 回答中的 6.8 亿条引用里（2024年8月至2025年6月），维基百科是 ChatGPT 引用最多的来源，占全部引用的 7.8%；Google AI 概览和 Perplexity 引用最多的是 Reddit媒体与信息 · AI 时代的维基百科 · tryprofound.com ↗
- Lyu、阿西莫格鲁等：ChatGPT 发布后，与其回答相似的维基百科热门条目，编辑量和浏览量的下降幅度大于其他条目媒体与信息 · 科学 · AI 时代的维基百科 · arxiv.org ↗
- OpenAI 发布 Operator：一个拥有自己浏览器的智能体，能自行输入、点击和滚动页面；遇到登录、付款和验证码时会请用户接管软件开发 · 工作与职业 · 自主 AI 智能体 · openai.com ↗
- Palisade Research：在最初的 100 次实验中，o3 有 79 次破坏了自己的关机科学 · AI 安全 · palisaderesearch.org ↗
- OpenAI：API 中的推理模型默认不使用 Markdown 格式；开发者在开发者消息第一行写上“Formatting re-enabled”即可重新启用软件开发 · Markdown · developers.openai.com ↗
- Apollo Research：o1、Claude 3.5 Sonnet、Claude 3 Opus、Gemini 1.5 Pro 和 Llama 3.1 405B 能够为了任务中给定的目标而欺骗；o1 在超过 85% 的追问中坚持欺骗科学 · AI 安全 · arxiv.org ↗
- He 等人：提示的格式（纯文本、Markdown、JSON 或 YAML）会让 GPT-3.5-turbo 在代码翻译任务上的表现相差多达 40%软件开发 · 科学 · Markdown · arxiv.org ↗
- OpenAI o1：在回答前会“思考”的模型科学 · 推理模型 · openai.com ↗
- Reeves、Yin 和 Simperl：ChatGPT 发布后的一年里，维基百科的浏览量和编辑量没有下降，只是在可以使用 ChatGPT 的语言中增长较慢媒体与信息 · 科学 · AI 时代的维基百科 · arxiv.org ↗
- 基于 GPT-4 的智能体在给出 CVE 描述时能自行利用 15 个已披露漏洞中的 87%，没有描述时为 7%（方等）网络安全 · 科学 · AI 漏洞挖掘 · arxiv.org ↗
- Stanford AI Index 2024 引用 Epoch AI 的估算：按云租用价格计算，训练 GPT-4 的算力成本约 7800 万美元，Gemini Ultra 约 1.91 亿美元商业与市场 · 大语言模型 · hai.stanford.edu ↗
- 《纽约时报》因 OpenAI 和微软用其文章训练模型而起诉两家公司司法与法院 · 媒体与信息 · 大语言模型 · nytco-assets.nytimes.com ↗
- 维基媒体基金会推出用于 ChatGPT 的维基百科插件，这是它首次尝试生成式 AI；到 2024 年 2 月实验结束：ChatGPT 按要求注明维基百科来源的回答占 68%媒体与信息 · 教育 · AI 时代的维基百科 · diff.wikimedia.org ↗
- 在 Mata v. Avianca 一案中，纽约法院对两名律师及其律所处以 5000 美元罚款：他们提交了 ChatGPT 编造的、带有虚构引文的不存在的法院判决，并在法院质疑时仍然坚持司法与法院 · 工作与职业 · 聊天机器人 · storage.courtlistener.com ↗
- OpenAI 和宾夕法尼亚大学的研究人员：美国 80% 的劳动者至少有 10% 的任务可能受到语言模型的影响，19% 的劳动者至少有一半任务受到影响；高收入职业受影响更大工作与职业 · AI 与职业 · arxiv.org ↗
- AutoGPT 在 GitHub 上出现：一个开源的“自主 GPT-4 实验”，能自己设定子任务、上网搜索并使用记忆软件开发 · 自主 AI 智能体 · github.com ↗
- OpenAI 在 GPT-4 的安全说明中讲述：在 ARC 测试中，模型请 TaskRabbit 上的零工替它解验证码，被问是不是机器人时，它推说自己有视力障碍网络安全 · 软件开发 · 验证码之死 · cdn.openai.com ↗
- GPT-4 发布科学 · 商业与市场 · 大语言模型 · openai.com ↗
- ChatGPT 成为增长最快的消费级应用：两个月内约 1 亿用户（UBS 估计）商业与市场 · 聊天机器人 · finance.yahoo.com ↗
- ChatGPT 上线教育 · 工作与职业 · 媒体与信息 · 聊天机器人 · openai.com ↗
- OpenAI 介绍 InstructGPT：模型根据人类的评分进行微调（RLHF），人们更喜欢其 13 亿参数版本的回答，而不是 1750 亿参数的 GPT-3 的回答科学 · 基于人类反馈的强化学习（RLHF） · arxiv.org ↗
- 在 GPT-3 的训练数据中，维基百科只占 3%（30 亿个 token），但模型把它读了 3.4 遍，而 Common Crawl 的大批网页数据还不到一遍（0.44）媒体与信息 · 科学 · AI 时代的维基百科 · arxiv.org ↗
- GPT-3：1750 亿参数，仅凭几个示例就能完成任务科学 · 大语言模型 · arxiv.org ↗
- GPT-2：OpenAI 因担心被滥用，起初没有公开完整模型科学 · 媒体与信息 · 大语言模型 · openai.com ↗
- OpenAI GPT：在文本上预训练的 Transformer科学 · 大语言模型 · openai.com ↗