AI 每日新知Daily Field Notes

AI 每日新知

今天最值得留意的是,AI 的工作单位正在变长:一条回答变成一段连续任务;一次问答变成可随时打断的对话;一段录音变成带说话人和时间轴的完整材料。能力是否成立,将越来越取决于这些更长链路中的稳定性。

第 104 期2026-07-10

今日重点3 条

ChatGPT Work:从“会回答”变成“跨文件、跨应用推进项目”的产品承诺

发生了什么:OpenAI 今天发布 ChatGPT Work,并明确把 Codex 与 GPT-5.6 放进这个产品的执行层。官方描述不再停在一次对话的辅助,而是让智能体跨应用、跨文件完成操作,并持续推进可延续数小时的项目。

x.com

GPT-Live 全双工上线:语音交互的瓶颈转到打断、时延和任务接力

发生了什么:OpenAI 宣布 GPT-Live 向 ChatGPT Go、Plus、Pro 用户开放,并逐步推向免费用户;当天的公开介绍强调其全双工(full-duplex)语音架构。与“把一句话录完再转文字”不同,全双工的意义是允许人和模型同时说话、打断和澄清,交互单位更接近连续协作。

x.com

0.9B 长音频组件:把“转写 + 分离 + 对齐”压进一个可部署的接口

发生了什么:SGLang 宣布 Day-0 支持开源 MOSS-Transcribe-Diarize-0.9B。它的输入是一整段多人音频,输出直接包含时间戳和说话人标签;官方帖称 128K 上下文可以一次处理约 90 分钟音频,并提供热词增强、代码切换和边缘/端侧部署定位。这里真正的变化不是又多了一个 ASR 模型,而是少了分段、说话人分离、时间对齐三段接口之间的拼接与错位。

x.com