Industry News 行业资讯

随着 GPT-5.1-Codex-Max 系统卡（System Card）的正式公开，业界得以窥见这一尖端模型在安全性构建上的宏大布局。这份技术文档不仅展示了开发者在应对复杂人工智能风险时的前瞻性，更详细阐述了一套涵盖模型底层与产品应用层的多维防御体系。 在模型层面的防御策略上，核心在于通过专项安全训练提升模型的内生免疫力。针对可能出现的有害任务请求以及日益复杂的提示词注入（Prompt Injection）攻击，开发者实施了精细化的对抗性训练。这种深度的模型级缓解措施，旨在从逻辑源头阻断恶意指令的渗透，确保模型在处理复杂指令时能够保持高度的安全性与合规性。 然而，安全防御并未止步于算法内部。在产品应用层面，GPT-5.1-Codex-Max 引入了更为严密的工程化防护手段。通过部署智能体沙箱（Agent Sandboxing）技术，系统能够将执行环境隔离在受控的封闭空间内，有效防止了潜在风险向外蔓延。与此同时，结合可配置的网络访问权限管理，开发者实现了对模型外部交互行为的精细化管控，从而在保障功能灵活性的前提下，筑起了一道坚实的网络安全屏障。 这种“模型层强化+产品层隔离”的双重防御

OpenAI 正式推出了 IndQA，这是一个专门为评估印度语系大模型性能而设计的全新基准测试。这一举措标志着在解决传统评测标准往往忽略的语言与文化细微差别方面，迈出了重要一步。 与通用的评测标准不同，IndQA 是通过与各领域专家深度合作开发的，旨在确保评估数据的专业性与本土化程度。该基准涵盖了 12 种不同的语言，并横跨 10 个关键知识领域。其核心目标不仅在于测试语言的准确性，更在于评估模型在复杂文化背景下的理解力与逻辑推理能力。 通过将文化理解与多领域推理相结合，IndQA 为多语言环境下的大语言模型评估树立了新的行业标准。这一进展对于推动全球范围内更具包容性、更具文化感知力的人工智能系统的开发具有至关重要的意义。 🔗 来源：OpenAI

在全球软件工程的版图中，JetBrains 一直扮演着不可或缺的核心角色。作为集成开发环境（IDE）领域的领军者，其构建的工具生态早已深度渗透进全球数百万开发者的日常工作流中，定义了现代编程的效率标准与工程规范。 如今，随着生成式人工智能技术的跨越式发展，JetBrains 正迎来其发展史上的关键转折点。公司宣布正致力于将 GPT-5 的强大能力全面集成至其旗下的编程工具链中。这一战略举措并非简单的功能叠加，而是一场关于“智能化编程”的深层变革。 通过将 GPT-5 卓越的逻辑推理与代码生成能力融入其现有的 IDE 生态，JetBrains 旨在帮助开发者从繁琐的底层语法编写中解放出来，转向更高维度的系统设计与逻辑构建。这意味着，开发者将能够利用 AI 的深度理解力，在处理复杂软件架构时实现更快速的迭代、更精准的逻辑实现以及更高效的故障排查。 这一变革预示着，开发者工具的竞争重心正在从传统的“代码补全”转向深度的“逻辑赋能”。随着 JetBrains 这一前瞻性布局的落地，全球软件开发的过程将迎来一个更高效、更具创造力的全新纪元。 🔗 来源：https://openai.com/in

随着人工智能技术的飞速发展，浏览器正在从单纯的信息展示工具转变为具备自主能力的智能体。在这一变革的前沿，Atlas 浏览器应运而生。本文将深入探讨其核心架构——OWL 的构建过程与技术突破。 传统的浏览器架构，尤其是基于 Chromium 引擎的架构，面临着难以兼顾性能与智能交互的困境。为了实现 ChatGPT 与浏览器的深度融合，我们开发了 OWL 架构。其核心创新在于实现了渲染引擎与应用逻辑层的解耦。通过这种解耦，我们成功打破了传统浏览器启动缓慢、用户界面扩展性差的瓶颈。 OWL 架构带来了三大核心优势：首先是极速启动，通过优化资源加载路径，显著缩短了用户等待时间；其次是丰富的用户界面，为用户提供了更具沉浸感的交互体验；最重要的是，OWL 为“智能体化浏览”奠定了基础。通过这一架构，ChatGPT 不再仅仅是一个对话框，而是能够理解网页结构、自主执行复杂任务的智能代理，真正实现了从“人阅读网页”到“人工智能代理网页”的范式转移。 🔗 来源：https://openai.com/index/building-chatgpt-atlas

随着大语言模型在编程领域的快速演进，如何准确衡量其解决实际软件工程问题的能力，已成为衡量 AI 智能水平的核心课题。今日，SWE-bench 团队正式宣布推出全新的“SWE-bench Verified”子集。 与传统的自动化评估方法不同，SWE-bench Verified 的核心突破在于引入了人工校验机制。通过人类专家的深度参与，该基准测试集能够更精准地剔除自动化评估中可能存在的误判与噪声，从而为评估 AI 模型在应对真实世界软件缺陷及复杂工程任务时的表现，提供一个更为可靠、更具公信力的度量衡。 这一举措标志着 AI 软件工程能力的评估范式正在发生转变：从单纯依赖自动化脚本的逻辑闭环，向更加严谨、贴近实际开发场景的真实价值评估迈进。 🔗 来源：OpenAI

随着人工智能技术的发展，越来越多的科技公司开始尝试将其融入到自己的产品中以提升用户体验和开发效率。最近，知名软件开发工具提供商 JetBrains 在其最新发布的 IDE（集成开发环境）产品中嵌入了来自 OpenAI 的 API，这一举动不仅使该产品成为了 JetBrains 历史上最快速增长的产品之一，也引起了业界对 AI 技术在软件开发领域应用的关注。 JetBrains 是一家专注于提供高质量编程工具的公司，在开发者社区中有很高的知名度。此次，他们在新版本的 IDE 中嵌入了 OpenAI 的自然语言处理（NLP）能力，使得开发者能够更方便地获取代码建议、文档生成和错误诊断等功能。通过这种深度集成的方式，用户可以享受到更加智能化的开发体验。 JetBrains 选择与 OpenAI 合作并不是偶然之举。作为全球领先的 AI 研究机构之一，OpenAI 在自然语言处理领域取得了诸多突破性成果。其提供的 API 具有强大的文本生成和理解能力，在多个应用场景中表现出色。通过与 JetBrains 的合作，OpenAI 进一步拓宽了自身技术落地的场景范围。 JetBrains

近日，我们发布了一项深入分析报告，揭示自2012年以来，在最大的人工智能训练任务中使用的计算资源呈指数级增长的趋势。根据报告，这一增长的速度惊人地快，其双倍时间仅为3.4个月（相比之下，摩尔定律的双倍时间周期为两年）。 具体来说，从2012年至今，这一指标的增长量已经超过了30万倍，而如果按照每两年翻一番的速度计算，增长量仅能达到7倍。由此可见，计算能力的进步已经成为人工智能发展的重要推动力。 这种持续的指数级增长趋势预示着未来将出现远远超出当前技术范围的人工智能系统。因此，对于这一趋势的发展，我们有必要进行深入研究和充分准备，以应对随之而来的各种挑战与机遇。 🔗 来源：AI and compute (AI 严选)

近年来，人工智能（AI）领域取得了显著进展。根据最新的分析数据表明，自2012年以来，在训练同一图像识别性能的人工神经网络所需的计算量已经每16个月减少了一半。这意味着与2012年相比，现在只需原来四分之一的计算资源就能达到类似AlexNet的表现。 具体而言，2012年至现在的计算效率提升相当于摩尔定律下硬件成本降低约11倍的水平，但AI领域算法的进步已经带来了显著更高的收益。这一成果进一步证明了在投资密集型的人工智能任务中，算法进步比传统硬件效率提高更为重要。 该分析揭示了人工智能技术发展的重要趋势和背后的推动力量。一方面，计算资源的成本降低一直是推动技术创新的关键因素；但另一方面，算法的不断优化和创新同样发挥了至关重要的作用。这种双重驱动使得AI在图像识别、自然语言处理等领域的应用更加高效。 这一发现对于技术和投资界来说都具有重要意义。它不仅展示了人工智能技术的发展潜力，还为未来的技术路线图提供了参考依据。随着算法与计算资源的持续优化，我们有理由相信，在不久的将来，AI将能够实现更广泛、更深入的应用。 🔗 来源：AI and efficiency (AI 严选)

在人工智能领域，ChatGPT一直以来都以其卓越的语言生成能力和自然对话表现备受瞩目。而现在，针对企业和机构用户的需求，全新的ChatGPT Enterprise正式登场。 ChatGPT Enterprise不仅继承了原有ChatGPT的所有特性与优势，更是在安全性和隐私保护方面进行了大幅度的提升。它采用最先进的加密技术确保数据传输的安全性，并且拥有严格的数据访问控制和审计机制，为企业用户提供了一个可靠、安全的工作环境。 此外，在技术实力上，ChatGPT Enterprise也展现出了前所未有的强大功能。通过不断优化算法模型，其对话理解能力、内容生成精度以及多语言支持等方面都有了显著的提升。这使得企业可以在更多场景下灵活应用聊天机器人服务，提高工作效率并增强客户满意度。 对于正在寻找更加完善解决方案以满足自身业务需求的企业而言，ChatGPT Enterprise无疑是一个值得考虑的选择。无论是金融、医疗还是教育等行业，其具备的多功能性和高度定制化能力都将为企业带来巨大价值。 🔗 来源：Introducing ChatGPT Enterprise (AI 严选)

近期，OpenAI宣布推出了一项引人注目的创新——ChatGPT for Excel以及一系列新的金融应用整合功能。这些新功能均依托于最先进的GPT-5.4模型，旨在大幅提高受监管环境中建模、研究和分析的效率。 一、ChatGPT for Excel：重塑数据处理与分析方式 ChatGPT for Excel是一个基于先进语言生成技术的工具。它允许用户通过自然语言界面与Excel进行互动，极大地简化了复杂的数据操作和分析过程。用户无需编写复杂的代码或依赖传统的数据分析方法，仅需简单地描述他们的需求，即可获得精确的结果。 借助ChatGPT for Excel，企业能够更加快速地实现数据洞察的生成，并且在高度规范化的环境中进行更加细致入微的数据处理工作。这不仅提升了工作效率，也为决策提供了更多可能性。 二、金融应用整合：开启智能财务分析新时代 除了ChatGPT for Excel之外，OpenAI还推出了一系列基于GPT-5.4的金融应用集成功能。这些新工具可以轻松地将各种金融数据源与Excel进行无缝连接，从而为用户提供全面且实时的数据支持。 通过整合这些金融

随着人工智能技术的发展，各类智能应用层出不穷。近期，备受瞩目的语言模型工具——ChatGPT推出了专为苹果iOS设备优化的应用程序版本。这一新版本不仅延续了其在跨平台上的优越性能，更是在移动端带来了诸多创新与改进。 一、无缝同步你的对话 ChatGPT iOS版应用程序的一大亮点便是能够实现用户在不同设备间的无缝切换。无论是通过屏幕输入还是语音输入的方式进行交流，你都可以保证信息的连续性与一致性。这种设计极大地提高了工作效率，使得无论是在外出会议还是日常工作中，用户都能随时访问并继续他们的对话。 二、便捷的语音输入支持 考虑到许多手机用户更倾向于使用口头表达而非文字输入，ChatGPT iOS版特别加入了对语音输入的支持。通过集成先进的自然语言处理技术，该应用能够准确地理解和回应用户的语音指令，从而为那些习惯于快速对话的人提供更加流畅的交互体验。 三、最新模型改进 此次更新还带来了ChatGPT平台在自然语言理解方面的最新进展。研究人员表示，新版本将在多个维度上进行优化，包括但不限于词汇选择、句子结构及语义连贯性等方面。 综上所述，ChatGPT iOS版应

随着生成式人工智能技术的不断演进，ChatGPT 正从通用的对话工具向深度的企业级生产力工具转型。近日，一项重磅功能更新正式亮相，通过引入“企业知识库”机制，ChatGPT 能够将企业内部应用程序的上下文信息深度整合进大模型逻辑中。 这一变革的核心在于打破了通用知识与私有数据之间的壁垒。通过将企业应用中的特定数据引入模型，ChatGPT 能够突破预训练语料的边界，针对特定业务场景提供具备高度准确性的定制化回答。这意味着，AI 不再仅仅是回答百科全书式的问答，而是能够理解企业内部流程、产品细节及业务逻辑的智能助手，真正实现“以知识驱动决策”。 在企业级应用场景中，数据的安全性与可追溯性是核心诉求。此次更新特别强调了引用来源的透明度，每一项回答都将附带清晰的文献引用，确保信息的真实可靠。同时，针对企业最关心的隐私与安全问题，该功能内置了严密的隐私保护机制与管理员控制权限，确保企业敏感数据在利用 AI 提升效率的同时，始终处于受控的安全边界之内。 目前，该功能已正式面向 ChatGPT Business、Enterprise 及 Edu 用户开放。随着企业知识与大模型的深度融合，企业办公的智

随着人工智能技术的飞速发展，越来越多的应用场景开始走进我们的生活。近日，一项名为ChatGPT的技术更新引起了广泛关注。这项功能让用户体验人工智能变得前所未有的便捷。 ChatGPT，全称为Generative Pre-trained Transformer，是一种自然语言处理模型。它能够通过理解与生成人类语言来实现与用户的交互，提供信息查询、问题解答等多种服务。相比于传统的AI应用，ChatGPT以其更自然的对话体验和更高的智能化水平受到市场的热烈欢迎。 值得注意的是，此次技术更新的一个重要特点是，用户无需注册即可立即使用ChatGPT的功能。这无疑大大降低了用户体验人工智能门槛，使得更多人能够轻松接触并享受这项前沿科技带来的便利。 “我们致力于打破AI技术应用的壁垒，让每个人都能享受到它的好处。”相关负责人表示，“通过这次更新，我们希望能进一步推动AI技术在日常生活中的普及与应用。” 业内专家指出，ChatGPT即时体验功能的推出将对整个科技行业产生深远影响。一方面，这将进一步加速人工智能技术的发展和创新；另一方面，它也将促进用户对于智能服务的认知与接受度。 随着更多企业

在科技与财经的交汇点，我们迎来了一个名为‘Evolved Policy Gradients’（进化策略梯度）的新颖元学习方法。这一技术通过进化学习代理的损失函数，旨在快速适应未曾见过的任务。 传统的机器学习和强化学习通常依赖预设的学习目标或奖励机制来训练智能体。然而，这种传统方式在面对新颖任务时往往显得力不从心。而Evolved Policy Gradients则提供了一种全新的解决方案。 Evolving Loss Function：进化策略梯度的核心在于其对损失函数本身的进化过程。通过不断优化和调整损失函数，使得学习代理能够更高效地掌握新任务的解决方法。 快速适应未知任务：Evolved Policy Gradients的一个显著优势就是其在面对未见过的任务时仍能表现出色的能力。例如，在训练过程中，智能体可能仅学会了如何在一个房间的一侧找到一个物体，但在测试时，它却能够成功地找到放置于房间另一侧的相同物体。 这一技术的应用前景广阔，不仅限于强化学习领域，还可能为其他需要快速适应变化环境的技术提供新的思路。随着科技的进步和研究深入，Evolved Policy Gradients有望

在人工智能领域，尤其是自然语言处理（NLP）的前沿技术中，语言模型的内部工作机制一直是研究者们关注的重点。近日，一项创新性的研究利用GPT-4这一强大的语言生成工具，自动为大型语言模型中的每一个神经元行为提供解释，并对这些解释进行了评分。这项突破不仅揭示了语言模型内部运作的秘密，也为深度学习领域的研究提供了宝贵的参考数据。 具体而言，研究人员使用最新的GPT-4技术，针对GPT-2这一经典的语言模型，自动撰写了解释神经元行为的文字说明，并对这些解释进行了质量评分。这不仅有助于理解语言模型如何处理复杂的语言任务，还为后续研究和开发提供了重要的参考依据。 GPT-4的强大之处在于其卓越的自然语言生成能力。通过将GPT-4应用于解释神经元的行为，研究人员能够快速、准确地生成高质量的文本说明。这些解释不仅涵盖了神经元在不同任务中的具体表现，还深入探讨了它们的行为模式和潜在原因。 值得注意的是，虽然这次研究提供了一种自动化的解决方案来解释复杂的技术问题，但这些解释并非完美无缺。因此，研究团队也公开了一份包含所有GPT-2神经元解释及其评分的完整数据集。这一做法既展示了技术的进步，也为

随着 GPT-5.2-Codex 系统卡补充文档的披露，人工智能安全领域的防御逻辑正在发生深刻变革。这份文档详细勾勒出了针对该代码模型所实施的全面安全防护蓝图，展示了从底层算法到上层应用的闭环防御思路。 在模型层级的防御维度，核心在于通过专项安全训练来强化模型的鲁棒性。针对潜在的有害任务请求，系统通过深度学习手段提升了识别精度；同时，针对日益猖獗的提示词注入攻击，开发者构建了更为严密的过滤机制，旨在从模型生成的源头阻断恶意指令的渗透。 而在产品应用层级，安全边界的构建则更趋向于工程化的隔离与管控。通过引入智能体沙盒化技术，系统能够有效限制代码执行的权限范围，防止风险在复杂环境中蔓延。此外，配合可配置的网络访问控制策略，开发者能够实现对模型外部交互的精细化管理。这种“模型层加固”与“产品层隔离”的双重防御架构，为构建更安全、更可靠的 AI 智能体生态提供了关键的技术支撑。 🔗 来源：OpenAI

随着人工智能技术的快速迭代，安全防护已成为大模型研发的核心命题。近日，针对 GPT-5.2-Codex 的系统卡片增补文档正式披露，揭示了该模型在应对复杂安全挑战时所采取的深层防御策略。 在模型底层的防御机制方面，GPT-5.2-Codex 引入了针对性的安全训练方案。这一举措旨在从源头上降低模型在执行有害任务时的潜在风险，并针对日益严峻的提示词注入攻击构建了专门的防御逻辑。通过在预训练及微调阶段注入安全约束，模型能够更敏锐地识别并拒绝执行具有恶意意图的指令，从而在算法层面筑起第一道防线。 除了模型层面的优化，该系统还构建了完善的产品级防护体系。其中，最为关键的创新在于智能体沙箱化技术与可配置的网络访问控制。通过将代码执行环境隔离在受控的沙箱内，开发者能够有效防止恶意代码对宿主系统的渗透；同时，通过灵活配置的网络访问权限，系统能够精准管控数据流向，最大限度地降低了潜在的供应链安全风险。 这种从模型底层到产品应用层的全方位防御架构，标志着下一代编程大模型正在向着更加稳健、可信的方向演进，为构建安全可控的自动化编程生态奠定了坚实的技术基础。 🔗 来源：https://openai.com

在科技快速发展的今天，人工智能技术不断突破创新。近日，一款名为GPT-5.3 Instant的新一代AI语言模型正式亮相，凭借其卓越的性能和易于使用的特性，有望引领日常对话进入新的时代。 GPT-5.3 Instant：更顺滑、更有用的日常对话 与之前的版本相比，GPT-5.3 Instant在流畅性和实用性方面实现了显著提升。据研发团队介绍，这款新模型运用了最新的自然语言处理技术，不仅能够提供更加流畅和自然的对话体验，还能更好地理解用户需求，从而给出更有针对性的回答。 具体而言，GPT-5.3 Instant在以下几个方面有所突破： 语义理解能力：通过深度学习算法优化，GPT-5.3 Instant能够更准确地捕捉对话中的细微差别和上下文信息。 多模态交互支持 strong>：不仅限于文本输入，还支持语音、图片等多种形式的交流方式。这使得用户可以更加自然地与AI进行互动，无论是通过键盘还是口头指令都可自如切换。 个性化定制服务：根据用户的个人偏好和历史对话记录，GPT-5.3 Instant能够提供更为个性化的反馈和服务推荐。 GPT-5.3 Ins

随着人工智能技术的不断演进，OpenAI 推出的“模型规范”（Model Spec）正成为定义 AI 行为准则的核心框架。 本文将深入探讨这一公开框架如何通过精细化的机制，在确保系统安全性、保障用户自主权以及强化责任追究机制之间寻求动态平衡，为未来 AI 系统的治理提供参考范式。 🔗 来源：OpenAI

在刚刚结束的Dota 2国际邀请赛（DPC Finals）中，由OpenAI研发的人工智能团队OpenAI Five以两场胜利击败了Dota 2的世界冠军队伍OG。这一胜利标志着人工智能首次战胜顶级电子竞技选手。 在此之前，另一款备受瞩目的人工智能AlphaStar曾在私下与顶尖职业选手对决并取得过胜利，但在公开直播中却未能取胜。因此，OpenAI Five此次的胜利不仅是一次技术上的突破，也是电子竞技史上的一次重要里程碑。 OpenAI Five的成功背后是团队多年来不断的技术积累和优化。这款人工智能系统采用了强化学习（Reinforcement Learning）等先进技术，在虚拟环境中通过与自身对战来提升技能和策略水平。此外，它还模拟了大量游戏情况以适应不同的战术布局，展现了极高的适应性和灵活性。 此次胜利的意义远不止于一场电子竞技比赛的结果。OpenAI Five的成功展示了人工智能在复杂决策任务上的潜力，并为未来类似领域的应用提供了新的可能性。特别是在游戏开发、虚拟现实等领域，这一技术的进步将推动相关产业向着更加智能化的方向发展。 不过，同时也有人质疑这种胜利

随着人工智能技术深度渗透教育领域，如何科学评估 AI 对学生学习成效的影响，已成为全球教育界关注的核心课题。近日，OpenAI 正式推出了“学习成果测量套件”（Learning Outcomes Measurement Suite），试图为这一难题提供标准化的解决方案。 该套件的核心使命在于，通过在多元化的教育环境中进行长期的追踪与评估，建立一套科学的度量体系，从而精准衡量 AI 技术在不同教学场景下对学生学习成果的实际作用。这一举措标志着 AI 在教育领域的应用正从单纯的“技术赋能”向“效果验证”转型。 通过这一测量体系，研究人员与教育者能够更清晰地观察到 AI 介入后，学习路径的演变以及知识掌握程度的变化。这不仅为理解 AI 的教育价值提供了关键的数据支撑，也为未来制定更具针对性的、由数据驱动的 AI 教学策略奠定了坚实基础。 🔗 来源：OpenAI

随着人工智能技术的飞速发展，聊天机器人成为了连接人与机器的重要桥梁。其中，OpenAI开发的ChatGPT更是吸引了全球众多用户的关注。为了确保这些庞大数量的用户能够流畅地使用该服务，OpenAI对其数据库系统进行了深度优化和扩展。具体来说，他们通过复本复制、缓存技术、速率限制以及负载隔离等手段，成功将PostgreSQL数据库的查询处理能力提升至数百万次每秒。 在本次报道中，我们将深入探讨OpenAI是如何实施这些关键技术以应对ChatGPT用户快速增长带来的挑战，并如何借助PostgreSQL满足高并发访问需求。这不仅对于理解大型在线服务的技术架构提供了宝贵的参考价值，同时也为其他开发者和企业展示了解决类似问题的有效途径。 🔗 来源：Scaling PostgreSQL to power 800 million ChatGPT users (AI 严选)

随着人工智能技术的飞速发展，尤其是通用人工智能（Artificial General Intelligence, AGI）的可能性越来越接近现实，我们正站在一个技术革新的前沿。AGI具备全面理解世界和学习任何领域知识的能力，在医疗、教育、交通等多个领域都有望带来革命性的改变。然而，这种强大的技术也伴随着巨大的风险和挑战。 正是在这种背景下，OpenAI成为了推动人工智能负责任开发与应用的重要力量。在其官方文档《OpenAI 安全实践》中，详细阐述了他们在研发过程中所遵循的安全规范和伦理准则。 1. 透明度与开源精神 OpenAI强调透明度是其安全实践的核心之一。通过开放算法代码、数据集以及研究成果，不仅促进了学术界和产业界的交流共享，还增强了公众对技术发展的理解。 2. 安全评估与风险控制 在AGI项目的每一个阶段，OpenAI都会进行严格的安全评估。通过对潜在威胁的深入分析，制定相应措施以降低风险。同时，他们还设立了多层级的安全审查机制，确保每一项创新都经过了充分测试和验证。 3. 伦理与责任 作为一家致力于促进社会福祉的技术公司，OpenAI始终将伦理考

Tolan 成功利用 GPT-5.1 架构，构建了一款全新的语音优先型 AI 伴侣。该技术的核心竞争力在于实现了极低延迟的响应速度、实时上下文重构能力，以及基于记忆驱动的人格化塑造。 通过这些前沿技术的深度融合，Tolan 正在打破传统交互的边界，为用户带来如真人般自然、流畅且富有情感深度的对话体验。 🔗 来源：OpenAI