头版 全部文章

OpenAI 推出 GPT Rosalind 生物模型、Anthropic 发布 Science 计划与 Long-running Claude、Codex 向超级应用演进

🧬 AI 实验室动态

OpenAI 发布 GPT Rosalind —— 首款生物学专用大模型

  • 来源OpenAI 官方
  • OpenAI 推出生物学领域专用模型 GPT Rosalind,以 DNA 先驱 Rosalind Franklin 命名
  • 聚焦蛋白质结构预测、基因组分析、药物发现等科学场景
  • 标志着 OpenAI 从通用 AGI 向垂直科学领域拓展的战略转向

点评:名字选得好,Rosalind Franklin 是 DNA 结构发现的关键人物却长期被忽视,OpenAI 用她的名字命名生物模型,既致敬科学又传递品牌价值。AI for Science 这条赛道,OpenAI 正式下场了。

🧬 AI 实验室动态

OpenAI 发布 GPT Rosalind —— 首款生物学专用大模型

  • 来源OpenAI 官方
  • OpenAI 推出生物学领域专用模型 GPT Rosalind,以 DNA 先驱 Rosalind Franklin 命名
  • 聚焦蛋白质结构预测、基因组分析、药物发现等科学场景
  • 标志着 OpenAI 从通用 AGI 向垂直科学领域拓展的战略转向

点评:名字选得好,Rosalind Franklin 是 DNA 结构发现的关键人物却长期被忽视,OpenAI 用她的名字命名生物模型,既致敬科学又传递品牌价值。AI for Science 这条赛道,OpenAI 正式下场了。

Anthropic 推出 Anthropic Science 计划

  • 来源Anthropic Research
  • Anthropic 成立专项科学计划,将 Claude 用于基础科学研究
  • 涵盖数学证明、物理模拟、化学发现等方向
  • 与 GPT Rosalind 形成呼应 —— 两大 AI 实验室同时押注科学 AI

点评:这不是巧合。OpenAI 和 Anthropic 在同一时期宣布科学 AI 布局,说明行业共识已形成:下一个价值洼地不是聊天机器人,而是 AI 加速科学发现。谁先做出可复现的科学突破,谁就掌握下一代叙事权。

Anthropic 发布 Long-running Claude —— 长时运行会话

  • 来源Anthropic Research
  • Claude 现在可以长时间持续运行复杂任务,无需人类频繁干预
  • 支持多步骤工作流、后台处理、自动恢复
  • 配合自动对齐研究者(Automated Alignment Researchers),形成自我改进闭环

点评:Long-running session 是 Agent 场景的基础设施。Claude 从「对话式 AI」向「自主执行 AI」迈出了关键一步。

Anthropic 推出 Claude Think Tool

  • 来源Anthropic Engineering
  • 新增结构化推理工具,让 Claude 在复杂任务中显式展示思考过程
  • 支持 MCP 协议下的代码安全执行

点评:Think tool 本质上是在解决 Agent 的可解释性问题。让模型"说出它的思考",对调试和信任建立都很重要。

🤖 产品与应用

OpenAI Codex 向超级应用演进

  • 来源The Rundown AI
  • Codex 不再只是代码工具,正在整合 Agent、浏览器自动化、文件处理等能力
  • OpenAI 的野心是把 Codex 变成 AI 时代的"操作系统"
  • 一个入口搞定编程、研究、自动化

点评:Codex 从代码助手变成超级应用的路径,跟 Cursor、Windsurf 的竞争越来越激烈。OpenAI 的优势在于模型层面的深度整合,这是第三方编辑器很难复制的。

Claude Opus 4.7 发布

  • 来源TLDR AI
  • Anthropic 发布 Opus 4.7 版本,持续迭代旗舰模型
  • 同期 Perplexity 推出 Personal Computer,AI 搜索进入新阶段

点评:Opus 系列的迭代速度在加快。GPT-5 系列 vs Opus 4 系列的竞争,最终受益的是用户 —— 模型质量在快速逼近,价格在下行。

📊 行业观察

Stratechery:Servers, Satellites, and Stars

  • 来源Stratechery
  • Ben Thompson 分析 AI 基础设施成本、Amazon 与 Globalstar 卫星合作
  • 核心观点:AI 的成本正在从训练转向推理,基础设施投资回报成为关键问题

点评:AI 经济学正在从"谁能训练最大模型"转向"谁能最便宜地跑推理"。这个转变对整个行业格局影响深远。

Pragmatic Engineer:How Codex is Built

  • 来源Pragmatic Engineer
  • Gergely Orosz 深度解析 OpenAI 如何构建 Codex 的基础设施
  • 涵盖沙箱环境、代码执行、安全隔离等工程细节

点评:Codex 的工程架构值得每个做 AI 产品的团队学习。安全沙箱 + 模型推理 + 用户体验,三者缺一不可。

Simon Willison:Datasette 1.0 推进中

  • 来源Simon Willison
  • Datasette 向 1.0 正式版迈进,Simon 持续更新这个数据探索工具
  • 结合 AI 能力,Datasette 正在成为数据分析和 LLM 应用的桥梁

点评:Simon 是 LLM 实践领域最值得关注的独立开发者之一。Datasette 的 AI 集成思路对小团队很有参考价值。

🌐 其他

Google AI:夏季旅行智能建议

  • 来源Google AI Blog
  • Google 搜索 AI 模式新增旅行规划功能
  • 整合地图、航班、酒店数据,提供个性化行程建议

一句话总结

本周 AI 行业的主旋律是「AI for Science」—— OpenAI 和 Anthropic 同时宣布科学 AI 布局,Codex 从编程工具向超级应用进化,Long-running Claude 让自主 Agent 成为现实。AI 正在从"对话工具"变成"科研伙伴和自主执行者"。