LLM

OpenAI 发布 GPT-5.6：更强性能、更低成本，安全与监管同步推进

OpenAI 于 7 月 9 日正式发布 GPT-5.6 系列，包括高性能的 Sol、平衡的 Terra 和低成本的 Luna，并宣布向公众可用。公司在性能、定价、缓存机制和高阶模式上有多项更新，同时在监管与安全测试背景下推进发布。

OpenAI 发布 ChatGPT Work，把 ChatGPT 推向“做完工作”的阶段

OpenAI 于 7 月 9 日发布 ChatGPT Work，将 ChatGPT 从问答工具升级为能在应用、文件和浏览器间拆解并持续执行任务的“工作代理”，并引入 Scheduled Tasks 和 Codex 支持以完成多步骤、长链路的知识工作。此举面向企业和教育市场，伴随桌面应用更新与合规管理功能，但也带来权限与可控性等新挑战。

OpenAI 将生物安全漏洞悬赏升级为持续私密项目，GPT‑5.6 成新靶标

OpenAI 将其针对生物安全漏洞的悬赏计划升级为长期私密项目“OpenAI Bio Bounty Program”，测试对象从 GPT‑5.5 转向 GPT‑5.6 并将最高奖励从 2.5 万美元提升至 5 万美元。新机制采用滚动入选与 NDA 限制，旨在通过有偿漏洞挖掘为高能力模型构建长期防线，但在覆盖深度和激励效能上仍面临挑战。

OpenAI：剖析编码评测中的噪声

OpenAI 对广泛使用的编码基准 SWE‑Bench Pro 进行了审计，发现约 30% 任务存在设计或污染问题，包括过于严格或低覆盖的测试、提示信息不足或误导等，可能导致评测结果误导模型能力判断。团队提出了基于自动化过滤、代理审查与人工标注相结合的数据质检流程，并建议开发者谨慎解读该基准结果。

微软实测：别为 agents 重写你的 CLI

微软对比了传统命令行参数（args）与单一 --json 负载在代理（agents）驱动场景下的表现，发现保留扁平 args 在正确性、成本与稳定性上更有优势；JSON 虽更直观但带来更多失败模式、重试与令牌开销。研究用合成工具 podctl 在多模型、多次实验中验证得出结论。

微软：代理评估中的隐性变量

本文讨论在构建AI代码代理评估时常被忽视的“隐性变量”，如操作系统、文件路径、用户标识符和开发工具反馈，如何无形中改变代理行为并扭曲评估结果。作者建议在多环境下运行评估并显式固定或审查这些外部因素以获得更具代表性的测量。

Amazon SageMaker 一键从 Hugging Face 直达

Hugging Face 与 Amazon SageMaker Studio 推出深度链接，一键将 Hugging Face 上选定模型带入 SageMaker Studio 的定制或部署流程，自动配置权限与 GPU 配额可见性，简化从发现到实验与上线的路径。开发者可直接在 Studio 完成微调、训练与部署并即时测试端点。

Hugging Face 携手 SkyPilot 实现跨云零出网存储

Hugging Face 与 SkyPilot 联合推出将 Hugging Face Storage 作为 SkyPilot 的一级后端，通过 hf:// 挂载桶和 Hub 仓库到任意 SkyPilot 任务，读取不计出网费用，从而在多个云与本地集群间自由调度 GPU 计算而无需为跨云读取支付高额流量费。该方案支持懒加载、磁盘缓存与 Xet 增量去重，覆盖训练、调试与推理全流程。

微软在Foundry上托管Hugging Face模型

微软在 Build 2026 推出 Foundry Managed Compute，将经安全筛选、以 SafeTensors 格式预置权重的 Hugging Face 开源模型纳入 Foundry 模型目录，支持一键部署、统一 SDK、企业级治理与可观测性。该方案兼顾开源模型的可定制性与企业生产环境的运维与合规需求。

【HUGGINGFACE】Gemma 4 实时语音 AI 架构

Hugging Face 与 Cerebras 联手将 Gemma 4（31B）集成到实时语音端到端流水线，结合 Parakeet ASR 和 Qwen TTS，强调低延迟、可替换的开放模块化设计，使语音对话接近人类响应速度并已应用于机器人产品。