标签： ChatGPT

GitHub Copilot 每周发布 — 9月7日

GitHub Copilot 本周把 Jira 工单接入了 Copilot 应用，并在 Copilot CLI 中上线可自动在本地、云端与复合模型间路由的 Project HydraFusion，同时为 VS Code 和 JetBrains 补充了代理自动化与企业管控能力。

货拉拉技术团队在掘金发布了一套 Cursor 辅助编码的团队级配置方案，用 Rules、Skills、领域 SSOT 和 MCP 四层结构，解决大模型"写得出代码却读不懂业务"的问题，并已随司机主仓库代码 Git 同步。

Google 在 5 月 I/O 大会上承诺 Gemini 3.5 Pro 于 6 月上线，但截至 9 月 10 日仍未发布；在 OpenAI、Anthropic、Moonshot 接连推出新模型的背景下，这次跳票已从产品延期变成对 Google AI 竞争力的直接质疑。

TechRadar 援引多项 2026 年研究指出，企业一边对自家 AI 生成代码的生产就绪度高度自信，一边却遭遇生产事故明显上升，问题出在“可见性盲区”——看得见代码，却看不清它的来源、变更理由和责任归属。

OpenAI 推出面向金融行业的专用版 ChatGPT，内置 Daloopa、PitchBook、LSEG News 等付费数据集，并联合摩根士丹利、Evercore 的投资专家参与开发。它值得关注的地方在于：OpenAI 正在从通用聊天工具转向"行业垂直 + 数据打包"的企业级产品路线。

Drails 2.0 在 Product Hunt 上线，把自己定位成“AI 剪辑工厂”，试图用自动化流程把视频剪辑从手工劳动变成可批量复用的生产线。对内容创作者来说，这是一个值得关注的信号：AI 正在从“生成素材”走向“接管流程”。

京东在 9 月 9 日的 JDD 大会上抛出一个反差判断：AI 写代码越来越快，企业整体效率却没同步提升，问题出在编码之外的“上工程”与组织协作，而不在模型本身。

多名一线 AI 研究员近期接连离职并公开警告，他们担心大模型实验室正在把研发过程交给 AI 自己加速，走向“递归自我改进”，从而失去人类对技术的控制。这场讨论正从边缘话题变成行业内部真实的不安。

Madhu Guru 在“如何构建优秀 evals”系列第 10 篇中提出，评估 AI Agent 不能只看最终答案对不对，还要看它走完任务的每一步，因为两条轨迹可能给出同样结果，质量却相差悬殊。

Matt Turck 与 AI 研究者 Richard Socher 做了一场长对话，主题是"AI 造 AI"——也就是递归自我改进（RSI）如何可能改变科学研究的方式。讨论覆盖科研为何变慢、LLM 如何学习生物学、模拟与验证器、以及自动化实验室等具体路径。