OpenAI 博客深度解读
OpenAI 是 GPT 系列和 ChatGPT 的开发者，推动了大语言模型的商业化浪潮。以下是我们对 OpenAI 重要研究和技术文章的中文翻译与深度解读。
安全与对齐
| 文章 | 主题 |
|---|---|
| Instruction Hierarchy | 改进前沿 LLM 的指令层级 |
| Reasoning CoT Controllability | 推理模型难以控制思维链，这是好事 |
| CoT Monitorability | 评估思维链的可监控性 |
评测与基准
| 文章 | 主题 |
|---|---|
| SWE-bench Verified | 为什么不再评测 SWE-bench Verified |
模型发布
| 文章 | 主题 |
|---|---|
| GPT-5.2 | GPT-5.2：三变体架构，GDPval 超越人类专家 |
| o3 / o4-mini | o3/o4-mini 推理模型：多模态推理+工具集成 |
| Codex | Codex 编程 Agent：云端沙箱，RL 训练的 o3 变体 |
| Sora 2 | Sora 2：同步对话+音效，迪士尼合作 |
| GPT-5.4 mini / nano | 为子智能体时代而生，nano 仅 $0.20/M tokens |
科学发现
| 文章 | 主题 |
|---|---|
| GPT-5.2 Theoretical Physics | GPT-5.2 在理论物理中推导出新结果 |
| GPT-5 Protein Synthesis | GPT-5 降低无细胞蛋白质合成成本 |
开发者工具
| 文章 | 主题 |
|---|---|
| Agent 开发新工具 | Responses API、Agents SDK、AgentKit |
安全与治理
| 文章 | 主题 |
|---|---|
| 准备框架 2.0 | 高/关键能力等级，SAG 治理结构 |
| GPT-5 系统安全卡 | 统一路由架构，幻觉降低 65%，5000+ 小时红队测试 |
| 弱到强泛化 | 超级对齐基础研究：GPT-2 监督 GPT-4 |
| OpenAI-Anthropic 联合安全评估 | 史上首次竞争对手交叉安全评估 |
2026 年 3 月更新
| 文章 | 主题 |
|---|---|
| GPT-5.4 | 三变体架构，105 万 token 上下文，幻觉降低 33% |
| 收购 Astral | 整合 uv/Ruff/ty 到 Codex，全栈开发者平台 |
| 超级应用整合 | ChatGPT + Codex + Atlas 三合一桌面应用 |
| 非营利 10 亿美元计划 | AI 安全与公益，生物安全防御 |