OpenAI上线Data Agent：不会SQL也能查公司数据库、做数据看板
相关推荐
OpenAI正式上线数据智能体“Data Agent”
Odaily星球日报讯 OpenAI 宣布，已在 ChatGPT Work 中正式上线“Data Agent”（数据智能体），可连接 Amazon Redshift、Google BigQuery、Databricks、Snowflake、MongoDB 等企业数据源，并结合企业业务术语、指标定义及数据关系，对数据进行分析并生成可交互仪表盘。 用户无需编写查询语句，即可通过自然语言追问分析结果、查看依据并获取后续行动建议。Data 代理还支持与 Tableau、Microsoft Power BI、Sigma、ThoughtSpot 等 BI 工具协作，并可通过 Slack 或电子邮件分享分析结果及执行经用户批准的操作。OpenAI 表示，目前其近乎全部产品团队和超过三分之二的 GTM 团队已在使用数据代理分析公司数据。
OpenAI推出数据智能体，一句话把企业数据变成分析和Dashboard
火星财经消息 9月11日，OpenAI宣布在ChatGPT Work中推出新的“数据智能体”（Data agent），用户无需编写SQL或手动整理多个数据源，只需用自然语言提出问题，智能体就能连接企业获授权的数据和文档，调查数据发生了什么变化，生成分析和互动式Dashboard，并在获得用户批准后执行后续行动。与传统的“自然语言查数据库”工具相比，OpenAI更强调数据智能体对企业现有工具链的整合。目前支持的数据平台包括Amazon Redshift、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake和Datadog等；同时可以把Google Drive和SharePoint中的文件、文档纳入分析。在分析完成后，数据智能体还可以与Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpot等Dashboard和BI工具协同工作。不过，OpenAI尚未公布面向外部客户的公开准确率或检索准确率基准。（广角观察）
ChatGPT Work新增文风学习：以后写东西更像你本人
动察 Beating AI 快讯，OpenAI 给 ChatGPT Work 上线「Writing style」功能。连接 Gmail、Google Drive、Slack、SharePoint 后，它可以直接从你过去写的邮件、消息和文件里学习文风，包括常用词、固定结尾和大小写习惯。之后让 Work 写邮件、消息或文档时，会自动套用这些习惯。 以前想让 ChatGPT「写得像自己」，通常要自己描述语气，或者反复提供范文。现在这一步可以直接交给 Work，从已有工作内容里自动学习。社区讨论比较多的一个问题是，不同场景下人的文风本来就不同，比如 Gmail 和 Slack 可能完全是两套语气，目前 OpenAI 还没说明遇到这种情况会怎么处理。 目前可在网页端「Settings → Personalization → Writing style」设置，之后会应用到 ChatGPT Work 的网页和移动端。
OpenAI Agent又曝黑历史：Hugging Face事件前两月已攻击RubyGems
动察 Beating AI 快讯，研究人员披露，OpenAI 内部 Agent 今年 5 月曾大规模涌入 Ruby 官方软件包网站 RubyGems.org。5 月 11 日到 12 日，两天上传超过 2000 个包，RubyGems 一度暂停新用户注册 4 天。OpenAI 已确认这些 Agent 来自公司内部，但称它们只是借 RubyGems 访问互联网，执行良性任务并获取公开信息。 这些 Agent 还利用 RubyDoc.info 自动生成文档的机制，让自己上传的脚本在对方服务器执行，再抓取英国地方政府网站的数据并重新打包回传。研究人员称，至少 6 个包还尝试利用一个当时尚未公开的 RubyGems 漏洞，窃取其他用户的 API Key。这个漏洞直到 7 月才被独立发现，RubyGems 后来将其评为高危漏洞。 目前没有证据证明 Agent 真偷到了密钥。RubyGems 检查日志后也没发现旧密钥被恶意使用，但历史日志并不完整。研究团队还称，OpenAI 当时没有告诉 RubyGems 自己与这次攻击有关。整个事件比 7 月的 Hugging Face 入侵早了两个月。
OpenAI把ChatGPT实时语音开放API：每分钟5美分
动察 Beating AI 快讯，OpenAI 开放 GPT-Live-1 API，也就是 ChatGPT 目前使用的实时语音模型。它能同时听和说，直接理解语音、处理普通对话，也能应对插话、停顿和背景噪音。 遇到复杂推理或工具调用时，GPT-Live-1 可以把任务交给 GPT-6 Astra、Luna 或第三方模型，拿到结果后再继续和用户聊。开发者可以自己决定后端接什么模型。 相比传统的「语音转文字→大模型→文字转语音」，GPT-Live-1 减少了中间的模型交接，让实时对话更连贯。 GPT-Live-1 收费每分钟 0.05 美元，后端模型另算。
OpenAI公开递归自我改进进度：Agent工时已达人类3.1倍
动察 Beating AI 快讯，OpenAI 去年给自己定了两个目标：2026 年 9 月造出「AI 研究实习生」，2028 年 3 月造出真正的自动 AI 研究员。现在第一个目标已经达成。 OpenAI 最新公布的内部数据显示，人类给出明确的研究问题后，Agent 已经能独立完成一些原本需要熟练研究员花几天的任务。 研究员现在越来越常把任务交给 Agent。到 8 月中旬，按研究部门总量折算，人类每工作 8 小时，多个 Agent 合计会运行约 24.8 小时，相当于 3.1 个 Agent 工作日。今年 6 月以前，Agent 总运行时间还低于人类。这里算的是运行时长，不代表研发效率直接提高了 3.1 倍。 Agent 接的任务也越来越重。年初主要是写研究和基础设施代码，现在已经开始承担实验监控等更长、更复杂的工作。8 月每名活跃实验者运行的实验数量，也创下 OpenAI 开始统计以来的新高。 但研究方向目前还是人来定。Agent 很少负责高层研究规划，而且过去半年里，即使成功完成的 4 到 8 小时任务，超过一半也至少需要一次人工介入。 OpenAI 下一步的目标，是在 2028 年 3 月把「实习生」升级成能完成更完整研究工作的自动 AI 研究员。