實體: GPT
所有提到 GPT 的 AI 新聞與動態。
-
Google 發布擴充系統用於其命令列程式設計工具
Google 於週三正式推出 Gemini CLI 擴充套件功能，允許外部公司直接整合進其命令列人工智慧系統。此功能名為 Gemini CLI Extensions，首批擴充套件來自 Figma、Stripe 等企業。與 OpenAI 兩天前在 ChatGPT 中整合第三方系統不同，ChatGPT 的應用程式存取經過嚴格篩選，而 Gemini CLI 擴充套件則無需 Google 認可或參與即可發布。可用擴充套件將hosting 在 GitHub 公開倉庫中，由開發者手動安裝。Google 資深工程師 Taylor Mullen 表示，開放生態系統對其至關重要，旨在建立任何人都能參與的公平環境。首批擴充套件是 Google 自有的 Nanobanana 影像生成器，該擴充套件於上週發布至 GitHub，安裝後允許使用者直接在 Gemini CLI 終端機生成影像。Gemini CLI 自六月推出以來，使用者數已超過一百萬，主要使用者為軟體開發者。值得注意的是，Gemini CLI 在自身程式碼庫的開發與維護中也被廣泛使用，並由產品經理密切監督。Google 產品管理資深總監 Ryan J. Salva 表示，新功能的目的是將 Gemini CLI 轉變為一個可擴充套件平臺，作為來自工具鏈其他部分的工具與指令的通道。
-
OpenAI 和 AI 帶動商業競賽
OpenAI 於週一舉辦年度開發者日，正式推出將應用程式整合進 ChatGPT 的計畫。演示中展示了 Spotify 和 Figma 等程式可直接在 ChatGPT 介面中被呼叫或發現，無需離開對話視窗。這被視為 AI 主導網路的藍圖，使用者可透過 ChatGPT 查詢資訊並執行命令。隨著 OpenAI 上週推出 Instant Checkout 代理購物系統，作為支援 Shopify、Etsy 或 Stripe 等商店的支付基礎設施，應用程式現在提供前端基礎設施，讓服務提供商能將自己的介面嵌入 ChatGPT。這使 OpenAI 具備了 AI 驅動的商業所需的所有要素，將 ChatGPT 轉變為顧客購買與零售商銷售的場所，成為公司巨大的新業務線。 在此模式下，OpenAI 不僅與 Google 和 Anthropic 競爭，更與 Amazon 和 Wal-Mart 競爭。根據宣佈的待開發應用夥伴名單，ChatGPT 可透過 Uber 叫車、透過 Expedia 預訂行程、透過 Thumbtack 聯絡水電工、透過 Instacart 訂購雜貨、透過 DoorDash 訂購預製食物或透過 Target 購買大賣場商品。若運作順利，ChatGPT 可能成為使用者隨意消費的門戶，其價值遠超每月 20 美元的訂閱費。雖然具體條款尚不明確，但 OpenAI 有望像應用商店一樣，從平臺上的消費中分得一杯羹。此外，ChatGPT 利用使用者資料推薦產品，進一步改變了 OpenAI 與零售商之間的權力平衡。 Adobe 報告預測今年假日購物將由 AI 輔助主導，消費者將轉向聊天機器人尋找優惠；Mastercard 將代理商業稱為金融領域的「新競爭領域」。Google 已推出名為 AP2 的競爭協議，但規模較廣且動能不如 OpenAI 版本。AI 購物最簡單的版本是用 ChatGPT 取代搜尋引擎尋找產品，例如尋找 80 美元以下的帆布網球鞋。更進階的 AP2 規範允許代理主動發起購買，例如在演唱會門票開放時立即購買或航班價格低於特定門檻時預訂。交易雙方也可能有代理進行談判並打包商品。 最大的未解之謎是消費者是否真的感興趣。雖然 Stripe 和 Mastercard 等公司看好此趨勢，但使用者對代理購物系統的興趣尚未顯現，主要因為這些系統尚未完全
-
OpenAI 加強開發者推廣並推出更強大的模型於其 API
OpenAI 於週一在其開發者日活動中推出了新的 API 更新，正式介紹了最新語言模型 GPT-5 Pro、全新的影片生成模型 Sora 2，以及一款更小型且廉價的語音模型。這些更新旨在吸引開發者加入 OpenAI 生態系統，包括推出代理程式建構工具及在 ChatGPT 中建立應用程式的能力。GPT-5 Pro 的加入可能吸引金融、法律及醫療等需要高準確度與深度推理能力的開發者。OpenAI 執行長 Sam Altman 指出，語音功能將成為未來人們與 AI 互動的主要方式之一。為此，OpenAI 推出了名為 gpt-realtime mini 的小型語音模型，支援低延遲串流互動，其價格比 OpenAI 先前進階語音模型便宜 70%，並承諾提供相同的語音品質與表現力。此外，參與 OpenAI 開發者生態系統的創作者現在可以透過 API 預覽使用 Sora 2。OpenAI 於上週與 Sora App 一同發布了 Sora 2，該 App 被視為 TikTok 的競爭對手，允許使用者根據提示生成自己、朋友或任何事物的影片，並透過類 TikTok 的演演算法Feed 分享。Altman 表示，開發者現在可以直接在自己的應用程式中使用驅動 Sora 2 驚人影片輸出的模型。Sora 2 在上一代基礎上進行了改進，提供更真實且物理一致性更高的場景，並具備同步音效與更大的創作控制力，從詳細的攝影機方向到風格化視覺效果皆可調整。Altman 舉例說明，使用者可以將 iPhone 視角提示 Sora 擴充套件為宏大的電影式全景鏡頭。他還強調，該模型在將聲音與視覺結合方面的表現令人興奮，不僅是語音，更包含豐富的音效、環境音與與畫面同步的效果。Sora 2 被定位為概念開發工具，可用於廣告的視覺起點，或是如 Mattel 設計師將草圖轉化為玩具概念，這也反映了 OpenAI 與芭比製造商的合作，將生成式 AI 引入玩具製作流程。
-
OpenAI 發布 AgentKit 助開發者建立與發佈 AI 代理
OpenAI 執行長 Sam Altman 於週一在 Dev Day 活動中宣佈推出 AgentKit，這是一套旨在協助開發者將 AI 代理從原型階段快速推向生產環境的完整工具集。Altman 表示，AgentKit 提供了構建、部署及最佳化代理工作流所需的所有功能，並大幅降低了使用門檻。此舉標誌著 OpenAI 致力於提升開發者採用率，同時回應其他 AI 平臺在企業級自主代理工具上的競爭壓力。AgentKit 包含多個核心功能，首先是類似 Canva 的 Agent Builder，允許開發者透過直觀的視覺介面快速設計代理邏輯與步驟，該功能建立在數以萬計開發者已使用的回應 API 之上。其次為 ChatKit，提供可嵌入的聊天介面，讓開發者能將自定義品牌與工作流整合至自有應用程式中。此外，還引入了針對代理的評估工具，包含逐步追蹤評分、評估個別元件的資料集、自動化提示最佳化以及直接在 OpenAI 平臺上執行外部模型評估的能力。開發者亦可透過管理控制檯安全地將代理連線到內部工具與第三方系統。為證明其易用性，OpenAI 工程師 Christina Huang 在現場僅用不到八分鐘便構建了完整的 AI 工作流與兩個代理。目前 OpenAI 已有數家合作夥伴開始利用 AgentKit 擴充套件其代理應用，而 ChatGPT 的週活躍使用者數已突破八億。