行业内容

OpenAI 讲解如何把限流、用量追踪与额度合成 Sora 与 Codex 的实时访问系统

Beyond rate limits: scaling access to Codex and Sora

OpenAI 说明它如何搭建一个把速率限制、用量追踪与额度结合的实时访问系统，用来支撑 Sora 与 Codex 的连续使用。

教程#openai

推荐理由：它把限流、用量追踪与额度三种机制如何拼成一个连续访问系统讲清楚，做平台工程的读者能直接借鉴。

OpenAI 开源 GABRIEL 工具包，用 GPT 把定性文本与图像转成定量数据

Scaling social science research

OpenAI 推出开源工具包 GABRIEL，用 GPT 把定性文本与图像转化为定量数据，帮助社会科学家规模化地分析研究材料。

产品#openai

推荐理由：它把定性与图像材料转成定量数据这一常见难点做成了开源工具，社会科学研究者可直接拿去规模化处理材料。

OpenAI 技术成员撰文讲代理优先世界里如何借助 Codex 做 harness 工程

Harness engineering: leveraging Codex in an agent-first world

这条材料是 OpenAI 技术成员 Ryan Lopopolo 撰写的一篇关于 harness engineering 的文章，主题是在以代理为先的场景下如何用好 Codex。正文只有作者署名，具体论述需看原始文档。

教程#openai

OpenAI 讲解用 Codex App Server 嵌入代理：双向 JSON-RPC 支撑流式进度、工具调用与审批

Unlocking the Codex harness: how we built the App Server

OpenAI 说明如何用 Codex App Server 嵌入 Codex 代理。这是一个双向 JSON-RPC API，支撑流式进度、工具使用、审批与差异展示。

教程#openai

推荐理由：它给出一套把 Codex 代理嵌进自己产品的做法，JSON-RPC 双向接口与流式进度、审批都写清，工程师可直接照做。

OpenAI 讲解如何用 GPT-5、Codex 与记忆搭建内部数据代理

Inside OpenAI’s in-house data agent

OpenAI 说明它如何构建一个内部 AI 数据代理，用 GPT-5、Codex 与记忆对海量数据集做推理，并在几分钟内给出可靠见解。

教程#openai

推荐理由：它把 GPT-5、Codex 与记忆如何组合成一个能推理海量数据的数据代理讲清楚，做数据工程的人可据此借鉴内部实现。

OpenAI 讲解 AI 代理点开链接时如何防止数据外泄与提示注入

Keeping your data safe when an AI agent clicks a link

OpenAI 说明当 AI 代理打开链接时它如何保护用户数据，用内置防护来阻断基于 URL 的数据外泄与提示注入。

教程#openai

推荐理由：它针对代理点开链接这一具体风险，说明如何用内置防护阻断基于 URL 的数据外泄与提示注入，做代理安全的人可参考。

OpenAI 深入讲解 Codex 代理循环如何用 Responses API 编排模型与工具

Unrolling the Codex agent loop

OpenAI 对 Codex 的代理循环做技术深剖，说明 Codex CLI 如何用 Responses API 编排模型、工具、提示与性能。

教程#openai

推荐理由：它拆开 Codex CLI 如何编排模型、工具与提示并影响性能，做代理工程的人可据此理解其内部循环。

OpenAI 发布面向小团队用 ChatGPT 的实用指南

Think Bigger: How Small Teams Win with ChatGPT

这是一份面向小团队的 ChatGPT 实用指南，讲如何用 ChatGPT 做数据分析、制作营销材料、管理预算、组织会议并改进决策。属指南资源，未给出新的行业事实。

教程#openai

OpenAI 讲述如何把 PostgreSQL 扩展到每秒百万级查询以支撑 ChatGPT

Scaling PostgreSQL to power 800 million ChatGPT users

OpenAI 内部视角讲解它如何用副本、缓存、限流与工作负载隔离，把 PostgreSQL 扩展到每秒数百万次查询来支撑 ChatGPT，标题称其服务 8 亿用户。

教程#openai

推荐理由：它把副本、缓存、限流与负载隔离这几项手段如何撑起超大查询量讲清楚，做后端的读者可据此对照自身扩展方案。

OpenAI 发布构建 AI 代理的实践指南，覆盖编排、护栏与多代理模式

A Practical Guide to Building AI Agents

OpenAI 发布一份构建 AI 代理的实践指南，讲如何设计、编排与部署代理，覆盖用例、模型选择、工具设计、护栏与多代理模式。

教程#openai

OpenAI 发布面向创业团队的 GPT-5 实用指南，讲迁移 Responses API 与设计代理

Building with the GPT-5 Model Series: A Practical Guide

OpenAI 发布一份面向创业团队的实用指南，讲如何迁移到 Responses API、设计代理、调优提示、引导 GPT-5 模型并搭建可靠的 AI 工作流。

教程#openai

OpenAI 发布简明指南，讲 GPT-5 在营销、工程、财务等部门如何用于实际工作流

Inside GPT-5 for Work

OpenAI 发布一份简明指南，讲 GPT-5 如何在营销、工程、财务、战略、法务与 IT 等职能支撑实际业务流，并说明如何为团队评估它。

教程#openai

开发者可用 Nano Banana Pro：Gemini 3 Pro 图像模型在 AI Studio 与 Vertex AI 付费预览，文本渲染更准、可控性更强

Build with Nano Banana Pro, our Gemini 3 Pro Image model

面向开发者的配套文：Nano Banana Pro（Gemini 3 Pro Image）是基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 的 Gemini API 与企业版 Vertex AI 以付费预览放开。文中梳理社区此前用 Nano Banana 跑通的四类用法——角色一致性、老照片修复、无限画布里的局部编辑，并说明新模型在高保真出图、更高的文本渲染准确率上的改进。

教程#Google

推荐理由：把开发者入口、付费状态与已验证的用法一并给出，接入前这一份最省事。

Gemini 3 开发者上手：Gemini 3 Pro 200k 以内输入 $2/百万 token、输出 $12/百万，AI Studio 免费额度可用

Start building with Gemini 3

面向开发者的 Gemini 3 上手文：Gemini 3 Pro 称之为最智能模型，在主要基准上超过 2.5 Pro，代码能力兼具智能体工作流与复杂零样本任务。接入侧给出明确口径——20 万 token 以内的提示，经 Gemini API（Google AI Studio）与企业版 Vertex AI 预览价每百万输入 2 美元、输出 12 美元；生态内的开发者工具可直接调用，Google AI Studio 也有带速率限制的免费额度。文章按「有经验开发者」与「vibe coder」两条路给出现有工作流迁移与新用例的建议。

教程#Google

推荐理由：把定价、入口与两条接入路径写在一起，是团队评估迁移成本时可直接引用的那一篇。