部署工程

这一门下的精选 · 30 条

08:00OpenAI News精选评分 74

供应链攻击处置：OpenAI 公布其对 TanStack「Mini Shai-Hulud」npm 供应链攻击的回应，说明了保护系统与签名证书（signing certificates）的措施，并解释 macOS 用户为何必须升级

Our response to the TanStack npm supply chain attack

OpenAI 发布一条安全事件回应，主题是针对 TanStack 的「Mini Shai-Hulud」npm 供应链攻击，它说明了自身为保护系统安全与签名证书所采取的措施，并解释 macOS 用户必须升级的原因。属于第三方包被投毒事件中的当事方披露。

行业

推荐理由：点名具体攻击（Mini Shai-Hulud）、给出签名证书的处置并点名 macOS 用户的行动要求，是可执行的一手安全通报。

14:00OpenAI News精选评分 67

DeployCo：OpenAI 成立一家新的企业部署公司 DeployCo，帮组织把前沿 AI 推进生产环境，并把它变成可度量的业务影响

OpenAI launches DeployCo to help businesses build around intelligence

OpenAI 发布一条组织动作：成立新公司 DeployCo，这是一家专门做企业部署（enterprise deployment）的公司，帮助组织把前沿 AI 带入生产（production），并把 AI 转为可度量的业务影响。属于把「落地难」做成独立业务实体的尝试。

行业

推荐理由：新设实体专门解决 AI 落地与可度量影响，是可核对的战略动作；材料未给规模、团队与商业模式。

18:00OpenAI News精选评分 64

训练网络协议：OpenAI 推出 MRC（Multipath Reliable Connection，多路径可靠连接），这是一个通过 OCP 发布的超算网络协议，提升大规模 AI 训练集群的韧性与性能

Unlocking large scale AI training networks with MRC (Multipath Reliable Connection)

OpenAI 发布一项网络协议：MRC（Multipath Reliable Connection），这是一个面向超算（supercomputer networking）的协议，将通过 OCP 发布，提升大规模 AI 训练集群的可靠性（resilience）与性能。属于把自家基建协议开源给行业。

产品

推荐理由：训练集群的网络瓶颈是 AI 基建的核心约束之一，把协议开放给标准组织是可复用的工程贡献。

18:20Google DeepMind精选评分 76

DeepMind 提出 Decoupled DiLoCo：把训练切成互相隔离的计算孤岛，异步低通信跨数据中心训练、单点芯片故障不拖垮全局

Decoupled DiLoCo: A new frontier for resilient, distributed AI training

Google DeepMind（署名 Arthur Douillard 与 DiLoCo 团队）在新论文中提出 Decoupled DiLoCo（分布式低通信）：把大规模训练解耦为多个相互隔离的计算孤岛（learner units），彼此以异步数据流相连，从而把局部硬件故障的影响隔离开来，让系统其余部分继续高效学习。它构建在此前的 Pathways（基于异步数据流的分布式 AI 系统）与 DiLoCo（大幅降低分布式数据中心间带宽需求）之上，用 Pathways 实现跨孤岛的异步训练，使某地芯片故障不会中断其它部分。这套基础设施还具自愈性：测试中用混沌工程在训练中途人为注入硬件故障，Decoupled DiLoCo 在整支 learner unit 掉线后仍能续训，并在其重新上线时无缝再整合。用 Gemma 4 模型测试表明，硬件故障时它比传统训练法保持更高的学习集群可用性，最终给出同等基准的机器学习性能。

论文#Google DeepMind

推荐理由：把前沿大模型训练的通信与容错瓶颈正面拆解，给出可跨地域分布训练、且不牺牲最终精度的新范式。

18:00OpenAI News精选评分 62

OpenAI 详解用 WebSockets 与连接级缓存为 Responses API 的智能体工作流提速

Speeding up agentic workflows with WebSockets in the Responses API

OpenAI 深入讲解 Codex 的代理循环，说明 Responses API 用 WebSockets 和连接级缓存降低了接口开销、改善了模型延迟。

教程#openai

推荐理由：它拆到 Codex 代理循环这一层，讲清 WebSockets 与连接级缓存为何能降低延迟，对做智能体工程的读者可直接参照。

19:00OpenAI News精选评分 61

OpenAI 用 Responses API、shell 工具与托管容器搭建代理运行环境

From model to agent: Equipping the Responses API with a computer environment

OpenAI 说明如何基于 Responses API、shell 工具与托管容器构建一个代理运行时，让带文件、工具与状态的代理安全、可扩展地运行。

教程#openai

推荐理由：它把代理运行时拆开讲：Responses API 加 shell 工具与托管容器如何带文件与状态跑安全可扩展的代理。

13:30OpenAI News精选评分 69

OpenAI 与 Amazon 宣布战略合作，把 Frontier 平台带到 AWS

OpenAI and Amazon announce strategic partnership

OpenAI 与 Amazon 宣布一项战略合作，把 OpenAI 的 Frontier 平台带到 AWS，扩展 AI 基础设施、定制模型与企业 AI 代理。

行业#openai#amazon

推荐理由：它把 Frontier 平台接入 AWS 并覆盖算力与定制模型，材料给出合作方向，做云与企业的读者能据此评估渠道变化。

13:30OpenAI News精选评分 66

OpenAI 为 Amazon Bedrock 带来面向代理的有状态运行时环境

Introducing the Stateful Runtime Environment for Agents in Amazon Bedrock

Amazon Bedrock 引入 Stateful Runtime for Agents，带来持久的编排、记忆与安全执行，用于由 OpenAI 驱动的多步 AI 工作流。

产品#openai

推荐理由：它给多步代理补上持久编排、记忆与安全执行，材料落在 Amazon Bedrock 这一具体入口，做工程部署的读者能直接评估。

14:00OpenAI News精选评分 65

OpenAI 与 Figma 推出 Codex 集成，在代码与设计画布之间来回迭代

OpenAI Codex and Figma launch seamless code-to-design experience

OpenAI 与 Figma 推出一项新的 Codex 集成，把代码与设计连接起来，让团队在实现与 Figma 画布之间来回切换、更快迭代和交付。

产品#openai

推荐理由：它把代码与设计画布打通，读者可以据此判断设计与开发之间的往返是否会缩短。

14:00OpenAI News精选评分 66

OpenAI 推出企业平台 OpenAI Frontier，统一管理 AI 代理的上下文、权限与治理

Introducing OpenAI Frontier

OpenAI 推出 OpenAI Frontier，这是一个用于构建、部署与管理 AI 代理的企业平台，提供共享上下文、接入引导、权限与治理能力。

产品#openai

推荐理由：它把共享上下文、权限与治理这些代理落地最难的部分做成平台能力，企业技术负责人可直接评估是否接入。

第 2 / 2 页 · 共 30 条

主题由这一份内容包的词表定义（标签词与判定抽出来的分类、主体对词）， 读数与「精选」那一屏同一把尺子。范围始终只有当前工作区的行业包。