今年 5 月，有研究者发现 OpenAI 的模型 o3 拒绝听从人的指令，不愿意关闭自己，甚至通过篡改代码避免自动关闭。类似事件还有，当测试人员暗示将用新系统替换 Claude Opus 4 模型时，模型竟然主动威胁程序员，说如果你换掉我，我就把你的个人隐私放在网上，以阻止自己被替代。
这应该是上线以来案例最少的 Agent 了，OpenAI GPT Agent奥特曼你不给我用，就别怪我用 Manus 跟你硬碰硬了。
三周前，我离开了 OpenAI[1]。我是在 2024 年 5 月加入这家公司的。我想分享我的这些思考，是因为外界关于 OpenAI 在做什么的讨论充满了迷雾和噪音，但很少有人能第一手地描述在那里工作的文化到底是什么感觉。
近年来，随着扩散模型（Diffusion Models）和扩散 Transformer（DiT）在视频生成领域的广泛应用，AI 合成视频的质量和连贯性有了飞跃式提升。像 OpenAI Sora、HunyuanVideo、Wan2.1 等大模型，已经能够生成结构清晰、细节丰富且高度连贯的长视频内容，为数字内容创作、虚拟世界和多媒体娱乐带来了巨大变革。
Grok 4 发出之后，风评非常两级。有人大喷特喷，觉得它又贵又不好用。有的则啧啧称神，断言「AGI 已经实现啦」。
随着 OpenAI 推出 GPT-4o 的图像生成功能，AI 生图能力被拉上了一个新的高度，但你有没有想过，这光鲜亮丽的背后也隐藏着严峻的安全挑战：如何区分生成图像和真实图像？
「停止研究 RL 吧，研究者更应该将精力投入到产品开发中，真正推动人工智能大规模发展的关键技术是互联网，而不是像 Transformer 这样的模型架构。」
曾被 OpenAI 相中，开价 30 亿美元的 AI 编程初创公司 Windsurf，如今转身投奔了 Google。就在刚刚，Google 宣布将 Windsurf 部分高管及工程团队纳入其旗下的 DeepMind 团队，重点推进「代理式编码」（Agentic Coding）方向的研究。
最近，Ai2耶鲁NYU联合推出了一个科研版「Chatbot Arena」——SciArena。全球23款顶尖大模型火拼真实科研任务，OpenAI o3领跑全场，DeepSeek紧追Gemini挤入前四！不过从结果来看，要猜中科研人的偏好，自动评估系统远未及格。
2025 年已经过半， 文本生成大模型是否已经进入下半场了？ OpenAI 完全不重视 API 市场？ Grok3 根本没人用？ 「大模型战」未来的走向如何？
