📱 iPhone 也能用代理IP！小火箭 Shadowrocket 设置 YiluProxy 教程 01 YiLu设置：监听地址选 0.0.0.0（手机必选！） 02 端口转发：静态IP转发到端口 03 小火箭：填入局域网IP + 端口 → 连接 🆓 免费试用： #YiluProxy# #Shadowrocket# #小火箭# #iPhone代理# #代理IP# #教程#

前几天用 iPhone 上的币安 C2C 买了点 U，全程代理（也可能中间走过手机流量？），走的支付宝，今天早上，接到社区黍属电话，提醒我收到上级国家反诈系统预警，问我最近有没有加什么陌生人，有没有转账，我说「昨晚看球拉了个微信群，有陌生人，没有转账」，黍属全程很礼貌，提醒要我注意安全。😅

《新版3x-ui问题》 昨晚搭 3x-ui，我在电脑上测试一切正常 把节点导入 iPhone 小火箭后：能连接\有延迟\就是打不开网页 我以为是我3x-ui 配错了 我开始反复折腾：重装 3x-ui、改设置、重新建入站、 重新导入节点、换参数、再测一遍 前前后后搞了大半天，重装了两次，还是不行 我让 AI 直接去全网搜，有没有别人遇到过同样的问题 搜到两个很像的 3x-ui GitHub issue： Issue #6011：# 3x-ui 从 v3.4.2 升到 v3.5.0 后，VLESS-TCP-Reality 在小火箭里还能测出延迟，但不能代理实际流量，网页全部打不开。降回 v3.4.2 后恢复。 Issue #6073：# Windows 上用 v2rayN 正常，iPhone 上用小火箭连接失败，回退到 3x-ui v3.4.2 后恢复。 这两个案例的共同点很明显：服务端看起来没死、客户端能测到延迟、小火箭没有真正转发网络流量、和我遇到的现象高度相似。 我没继续研究小火箭，直接换 V2Box 导入同一条节点，正常了 电脑正常，V2Box 正常，只有小火箭不行 这次更像 3x-ui/Xray 新版本和小火箭之间的兼容问题 遇到“能连接、有延迟、但打不开网页”，建议先换一个客户端交叉测试。 我暂时懒得继续研究小火箭怎么修了，有解决方法的朋友可以分享一下。

Linux下可以使用Mac下的iMessage等功能了。 开发者 Zack Bartel 开源了一款名为 Tether 的项目，旨在将苹果连续互通的核心体验带到 Linux 系统上。 具体实现细节与关键功能如下： * 免 Mac 代理：以往在 Linux 上收发 iMessage 通常需要跑一台 Mac 电脑做转接代理，而 Tether 无需 Mac 充当中间件，直接通过蓝牙与 iPhone 通信。 * 干净的 C++ 实现：Zack 借鉴了 ancs4linux 和 BlueFerry 等项目的协议逆向成果，采用 C++ 进行重写，并以 MIT 开源许可协议发布。 * 安全性：Linux 后端服务（tetherd）与 iPhone 端配套 App 之间的网络通信建立在双向 TLS（mTLS）加密认证基础之上。 * 消息与通知：在 Linux 上直接接收和发送 iMessage 及 SMS 短信，同步联系人和系统通知。 * 跨设备剪贴板与文件传输：支持 iOS 与 Linux（包括 Wayland 环境）之间的双向剪贴板同步和文件快速互传。 * 验证码自动填充：搭配 Zen Browser / Firefox 和 Mail（如 Betterbird）的插件，当手机收到短信或邮件验证码时，能自动提取并填充到 Linux 浏览器登录框中。 * Linux 端：后台运行 tetherd 守护进程，提供 CLI 和 GTK4 图形化配对工具，Arch 用户可通过 AUR 直接安装，同时也提供 deb 和 rpm 安装包。 * iOS 端：需要在 App Store 下载配套的 Tether - Linux Companion 应用。

Hermes Agent 0.17 最新重大更新總結！🤖✨ 以下是這次更新的 8 大亮點，一步步帶你了解： 1️⃣ 原生 iMessage 支援 📱 現在你可以直接透過 iPhone 的 iMessage 與 Hermes 聊天！出門在外也能隨時查股價或市場動態。最酷的是，它能直接連動你電腦上的 Hermes，用手機就能遠端下達指令（例如移動檔案或安裝模型）。只需透過「Photon」服務設定即可。 2️⃣ 自動化背景代理 (Background Agents) 🕵️‍♂️ 不再需要手動開啟！當你給出複雜指令（如生成多份研究報告）時，Hermes 會自動啟動子代理在背景工作。你的主對話框不會被卡住，可以繼續聊天。全新的「子代理樹狀圖」還能讓你隨時監控它們的工作進度。 3️⃣ 支援 Unreal Engine 5.8 MCP 🎮 全新支援虛幻引擎 5.8 的 MCP (Model Context Protocol)。這代表你可以直接用 AI 在 Unreal Engine 裡打造複雜的高品質 3D 遊戲，完全免費！ 4️⃣ 桌面版 App 大升級 💻 •多視窗支援：右鍵點擊對話即可開啟獨立視窗，輕鬆多工處理。 •模型切換器：底部新增下拉選單，快速切換 AI 模型並調整「思考深度」，免去繁瑣的指令。 •內建終端機：直接在 App 內建終端機，不需額外開啟視窗就能跑指令。 5️⃣ 全新設定檔建立器 (Profile Builder) 🛠️ 透過新的 Web 版 Hermes Dashboard，你可以輕鬆建立並管理專屬的 Hermes（例如專屬「程式設計師」或「圖書管理員」）。全新的 UI 介面取代了過去手動修改設定檔的麻煩，並提供逐步引導。 6️⃣ 全新技能中心 (Skills Hub) 🎯 在 Dashboard 內建的技能市集，提供數百種技能供你下載擴充。內建「安全掃描」功能，確保安裝無虞。你甚至可以讓代理閱讀技能說明，為你客製化專屬安全版本！ 7️⃣ 更聰明的記憶編輯與自我學習 🧠 Hermes 現在會主動建立、更新並修補自己的技能！在互動過程中，它會主動提出「自我改進審查」，根據任務表現持續學習進化。 8️⃣ Telegram 格式大進化 💬 完美支援 Telegram 最新格式功能！現在可以輸出精美的表格、清單與粗體文字，而且文字串流顯示更加流暢。 加入中文社區討論討論👉🏻

以前在闲鱼蹲好货，要么一直刷、要么错过——ai-goofish-monitor，13400 个 Star，把这件事变成了说一句话 AI 替你盯，有货直接推送到手机。 一句话：描述你想买什么，AI 自动创建监控任务，用多模态模型分析商品图片和描述，符合条件的立刻推送通知，支持 Docker 一键部署。 怎么用： 你打开 Web UI，进任务管理，填一段自然语言描述——"上海、iPhone 15 Pro、3000 以内、成色 9 成以上"——提交后 AI 后台把这段话转成具体的筛选标准和 Prompt，然后定时去闲鱼抓新发布的商品，用多模态模型看图片、看描述，觉得符合就推送给你。 （1）AI 判断，不只是关键词匹配——多模态模型看商品实图分析成色，"看起来品相很新但描述写了有划痕"这种情况它会注意到，纯关键词过滤做不到 （2）多任务并发监控——同时盯多个品类、多个价格区间，每个任务独立配置关键词和 AI Prompt （3）高级筛选——支持包邮过滤、新发布时间范围（比如只看 24 小时内新发的）、省 / 市 / 区三级区域筛选 （4）多渠道通知——企业微信、Bark、Telegram、Webhook、 （5）多账号 + 代理轮换——跑起来不容易被风控，多个闲鱼账号轮流用，代理池失败自动重试 （6）Docker 一键部署——三条命令跑起来，Web UI 8000 端口，自带 Chromium 不用额外装浏览器 最少配置只需要一个 OpenAI 兼容的 API Key（支持接国内模型），Docker 跑起来基本不用再动： git clone  cp .env.example .env  # 填 OPENAI_API_KEY #/ BASE_URL / MODEL_NAME docker compose up -d 经常在闲鱼蹲数码、潮玩、球鞋的兄弟，这个工具能省掉大量人工刷屏时间。 好东西转给需要的兄弟。🚀 （⚠️ 项目已于 2026 年 6 月归档，不再主动维护，但代码完整可用，自部署没问题。） #闲鱼# #AI工具# #老杨啊分享#

投资笔记：2026 GTC 大会深度复盘与利好标的分析！ 看完整场英伟达2026 GTC大会，还是蛮让人震撼的。黄老板如今给大家反复重新灌输一个新认知，未来 #AI# 比拼的不再是大模型，而是 Token工厂。尤其是这次Openclaw🦞爆火以后，大家逐渐认识到，Token消耗带来的巨大收入，未来将成为AI企业的核心支柱。 现在仅仅一个小龙虾🦞，以后可能出来小熊猫🐼，小仓鼠🐹，等等类似的成百上千个Agent，推理爆炸的年代已经来临，可预期的未来3-5年，Token消耗量将实现1000—10000倍的增长，而持续的计算调用服务，将带来可持续性的Token消耗。 假如说目前软件公司因为AI Agent而走向终结，过去的SaaS收订阅费模式，成为历史。那么AI时代，AaaS模式将成为未来，收 Token费将带来更暴利的企业收入，而且壁垒更高，一旦选用一家模型，持续的喂养和消耗的Token，本质是独立主体性的数据积累和自我成长，此刻专属你的Agent如同婴儿长大一样，不到万不得已，很难去推倒重新再养。此处到最后比拼的是各家巨头们的GPU算力，同时也是电力和数据中心的较量，而未来每一处数据中心便是一个收费单元。 假如理解了这套黄老板灌输的新逻辑，那么今年各家巨头6000多亿的资本开支预算，也就make sense了，毕竟现在投的越多，当下建设的每一座数据中心，都将成为未来源源不断的Token印钞机啊，抢GPU，抢电力，抢工期，抢内存芯片，貌似一切都合理化了！ 所以接下来，我们讲讲其中利好的美股标的👇 1️⃣“铜光共存”：连接器的黄金十年 黄仁勋这次大会上给了坚定的定调，「机柜内用铜，机柜外用光」。之前市场上传闻此次英伟达的新架构，会让“铜进光退”，市场十分担忧，而本次定调，基本一扫光模块板块的阴霾。 目前发展方向上，机柜内部为了物理极限的成本和能效，依然死磕铜缆；但随着 Spectrum X CPO(共封装光学)交换机的全面量产，光通信的爆发点已经从“模块”转向了“集成”，直接可集成整合到ASIC，克服大规模AI数据中心电子信号的限制，实现更高效率的传输。而英伟达与台积电在 CPO 上的合作，会让这些光路检测和激光器组件公司持续受益。 利好标的： 🟡#AAOI（Applied# Optoelectronics），这家公司把光芯片和器件组装成“能用的光模块”，卖给数据中心。 类比就像👉 富士康，把零部件整合成一部可以卖的iPhone。 🔵 #LITE（Lumentum），这家公司主要生产“让光跑起来”的核心器件（激光器、调制器）。# 类比就像👉 苹果iPhone中的A系列芯片，决定性能上限的关键部件。 🟢#AXTI（AXT# Inc），这家公司提供制造光芯片所需的底层材料（InP、GaAs衬底） 类比就像👉 卖稀土或者硅晶圆的，虽然叙事不性感，但所有高科技(光模块)都离不开。 🟣 #TSEM（Tower# Semiconductor），这家公司帮别人代工制造光子/模拟/射频芯片的“特色晶圆厂”。 类比就像👉造各纳米型号芯片的台积电（但专做小众高技术工艺的版本）。 2️⃣Rubin 架构与“存储大年”：HBM4 是胜负手 Rubin 架构不仅仅是制程提升，它最大的改变是引入了 HBM4 和 100% 液冷。这次黄仁勋提到 HBM4 产能将决定Rubin产线的放量速度，相当于直接把存储芯片从“周期股”推向了「基础型AI 消耗品」的逻辑。难怪前不久，黄老板一直在韩国晃悠，毕竟三星和海力士，是内存芯片的绝对话事人。 与此同时，移除电缆、100% 液冷意味着数据中心的基础设施也要实现大换血。其中相关做液冷冷却相关的公司也将会直接受益，这个我们在之前的推文中，多次强调过，其中个别股票推荐后，已经涨幅高达50%以上。 利好标的： 存储领域： 🟢 #MU# (Micron Technology)，这家公司我们在150美金左右多次推荐过，做DRAM + NAND的全能型选手，AI内存HBM正在补位追赶。 类比就像👉 “美国版三星”，但体量更小、节奏更慢一点。 🟡 #SNDK# (SanDisk)，这家公司我们也多次推荐，专注NAND闪存（SSD、存储卡），偏消费和存储设备端。 类比就像👉 “存储界的西部数据”，专门卖硬盘和SSD的那一类，基本不碰高端DRAM战场。 🔵 三星(Samsung Electronics)，毋庸置疑的全球内存霸主，DRAM + NAND + HBM全线覆盖，技术和产能双王。 类比就像👉 “内存界的台积电 + 苹果合体”，既能做最强技术，又能大规模出货。 🟣 海力士(SK Hynix)，目前是HBM（AI高带宽内存）绝对王者，吃到了AI最肥的一块肉。 类比就像👉 “AI时代的英伟达供应链核心王牌”，专门给AI GPU喂粮的。 由于美股账户买不到韩国股票，所以我推荐这只美股ETF，韩国ETF(代码：#EWY#)，这只ETF基金持仓中22.46%为三星，19.39%为海力士，其他持仓也都是一些韩国优秀企业，比如现代汽车等。 液冷冷却： 🟤#VRT# (Vertiv Holdings)，这家公司专门给数据中心提供“供电 + 散热 +基础设施”的一整套解决方案，尤其是AI数据中心。 类比就像👉 “数据中心的空调 + 电力系统总包商”，虽然不做算力，但决定算力能不能正常运转。 3️⃣OpenClaw 与 Token 薪酬：AI 时代的“Windows” 这是最让我震撼的一点。黄仁勋将 OpenClaw 定位为 Agent 计算机的操作系统，这定位超越了现有互联网时代下系统与软件的逻辑边界。意味着未来我们可能不存在软件app的概念，而要开始逐渐熟悉去雇佣一个个Agent。 “你的 Offer 里带多少 Token？”这句话揭示了未来算力即财富的本质。当算力成本降低，通过 Rubin + Groq 3 LPX 的能效提升，AI 代理的普及将带来新一轮AI云服务的爆发。 利好标的： 🟢#IREN#(Iris Energy)，这家公司本身是BTC挖矿公司，之后开始凭借自身低成本电力 + 数据中心，把矿场升级成AI算力租赁平台（GPU云） 类比就像👉“把比特币矿场改造成AWS算力出租工厂”。 🟡 #CIFR#(Core Scientific)，这家公司刚从破产边缘爬回来，转型做“托管+AI算力”的矿场运营商 类比就像👉 “从煤矿老板转型做数据中心房东，还帮人管服务器”。 🔵 #NBIS#(Nebius Group)，这家公司做纯正的AI云平台（GPU云 + AI服务），不是矿企出身，更像技术驱动。 类比就像👉 “AI版的AWS 或CoreWeave（更偏技术派）” 4️⃣空间计算与 Feynman 架构：剑指星辰大海 下一代Feynman 架构 的 3D 堆叠和“太空芯片”计划，说明英伟达的眼光已经不在地球。这或许不是噱头，因为每次黄老板都把吹过的牛逼，给实现了。这次太空芯片计划更像是边缘计算的极限延伸。在高辐射、极端的太空环境下运行 AI，对芯片可靠性和卫星链路提出了极高要求。 利好标的： 🟢 #RKLB#(Rocket Lab USA)，这家公司提供“小型火箭发射 + 卫星制造 + 太空服务”的一体化公司。 类比就像👉 “太空版的顺丰 + 富士康”，既能送货（发射），也能造卫星。 🟣 #ASTS#(AST SpaceMobile)，这家公司用卫星直接给手机提供4G/5G信号，且不需要地面基站。 类比就像👉 “太空版的中国移动”，直接从天上给你信号。 上述👆，便是此次我们总结的GTC大会利好标的，有完善补充的地方，可以评论区，一起交流探讨！🧐 目前上述提及的公司在 #MSX# 上面基本都有，炒美股，我选择用 #RWA# 美股代币化平台 #MSX，一同投资参与美股市场：# 早期美股投资粉丝和伙伴，可以私信我，填写表单后，可免费进入美股交流和探讨社群(目前每周仅限定10人，助理审核，可能需要一点时间，感恩🙏)！

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

移动互联网用了不到10年就走完了互联网需要20年才能走完的路，AI可能只需要更短的时间就能走完移动互联网10年才走完的路。00年互联网泡沫破裂后有长达数年的互联网产业低迷，现在也看到很多说法一旦破裂也要好多年的低迷。其实我们是处在一个新技术普及渗透越来越快的时代。 昨天资本开支的战争文章里有聊过这点，但值得拿出来再聊聊。核心是产业基础、用户渗透率的差异。上世纪九十年代互联网刚刚兴起，人类花了快二十年时间（90年-2010年左右）从工业化时代买入了信息化、互联网时代，美国互联网渗透率从1990年的1%提高到2010年的75%。 1、2000年互联网泡沫破裂时，当时美国互联网渗透率也就30%多，为什么泡沫破裂后持续好多年的低迷？ 这是因为00年互联网泡沫破裂之后，一直到06/07年，伴随着渗透率的一里提升整个互联网得商业模式在这几年里才得以确立： 1）2000年，Google推出AdWords广告平台，标志着其广告业务商业化的重要突破，此后通过不断优化广告模式和拓展业务领域，逐步发展成为全球领先的科技企业。一直在01/02年谷歌才开始盈利； 2）2000年开始亚马逊转变了以阶段性亏损积累用户、获取市占率的战略，转而输出技术获取收入。2003年亚马逊基本实现盈亏平衡，2004年净利率达到8.5%； 3）2003年，腾讯QQ用户规模迅速扩张，成为国内最大的即时通讯平台。2004年，Facebook成立，推动了社交网络的全球化发展。 包括增值服务也是那几年开始大规模变现得 我们可以说，是互联网泡沫破裂倒逼科技公司们开始重视商业变现，最终摸索出广告、电商、游戏、增值服务登着几大互联网商业模式。但时也要清楚，是互联网渗透率的不断提升才是商业模式得以最终确立的肥沃土壤，因为用户群体足够大。而渗透率的提升，是需要时间的、特别是90年代到00年代、人类还是处于工业时代岛信息时代、互联网时代的转折时期，碳剂经济往硅基经济迭代本身就是苦难重重。 00年到06/07年的渗透率快速提升时期、商业模式摸索确立时期，工业化到信息化、互联网化的过渡时期才是泡沫破裂后持续多年低迷的主要原因。 2、这一切到移动互联网时代明显都在加速 2010年美国互联网渗透率75%以上，同期中国互联网渗透率接近40%。10年iphone4推出，拉开了移动互联网快速普及的序幕。 到了2014年底，美国就已经有超过2.4亿智能手机用户，移动互联网渗透率70以上，同期中国智能手机用户数量超过5亿，移动互联网渗透率接近40%。 而整个10年代（2010-2019）就是整个互联网巨头高歌猛进的时候。一方面可以说这些公司竞争优势很强，另一方面也是移动互联在全球范围哪大规模普及的快速增长阶段。 移动互联网用了不到10年就走完了互联网需要20年才能走完的路。 3、现在来看AI时代 22年底以chatgpt3.5推出为代表，拉开了AI普及的序幕。当下的世界高度移动互联化、社交化，这其实给了AI普及更丰厚更肥沃的土壤。 这意味着新技术的普及渗透率提升会更快，因为过去三十年里，互联网和移动互联网的普及，让全球的用户群体使用习惯全部迁移到互联网上。迁移到智能手机上。肥沃的土壤早已经具备，这给AI快速普及奠定了坚实的基础。 如果说22-25年是大模型快速普及的时期。26年应该是AI代理（AI Agent）大规模普及的元年，而且这个速度有可能更快。 前面说移动互联网用了不到10年就走完了互联网需要20年才能走完的路； 那么AI可能需要更短的时间就能走完移动互联网10年才走完的路。 当然不是说市场不会调整，也如昨天在资本开支的战争里聊到的，商业模式的变化带来估值中枢的下移，竞争越来越激烈有赢家自然就有输家出来，赢家通吃输家丢掉一切。甚至还有很多新的商业模式，新的巨头涌现。 只是可以不用20年的舟来求现在的剑，面对未来具体问题具体分析。

iPhone Duo 的屏幕开合动画，是996的公司做不出来的， 因为它需要的是热情，时间，品味，尝试，思考，打磨， 而不是 KPI，加班，压力，赶进度，应付 996的公司能做的只有：复制、粘贴、抄袭。