共 4 篇 · 按时间倒序
Sol 的代码可合并性与事实可靠性提升，Luna 在专业长任务、软件工程和电脑操作中展现出更高的性价比。先看能力变在哪里，再看价格与缓存怎样降低使用成本。
OpenAI 把驱动 Codex 的 harness 和沙箱基础设施开放成 API。它怎么工作、能做什么、要付什么钱、有哪些限制。
改了一版 Skill，究竟是真变好了，还是只在几次试跑中看起来更顺？这份 OpenAI 实操指南用六个步骤搭出完整评测闭环：定义成功、人工试跑、设计正反用例、检查 JSONL 轨迹，再用结构化 rubric 审查质量。文中保留全部代码，并提供可直接生成测试 Prompt 与检查清单的交互工具。
先在 ChatGPT 上线的全双工语音模型开放给开发者。它怎么处理打断和噪音、怎么把任务委派给后端，评测、价格和 10 段演示视频怎么看。