∞ ChatGPT正在变成“软件入口” 用户以后可能不再主动寻找App
OpenAI在近日举行的Dev Day开发者大会上集中发布了一系列新功能。单独来看，这些功能分别涉及插件、AI智能体、应用集成、身份认证和企业软件市场，但将它们放在一起观察，可以看到OpenAI正在推动一种与传统App Store完全不同的软件分发模式：用户不再先寻找应用，再打开应用完成任务，而是直接告诉ChatGPT自己想做什么，由AI决定应该调用哪个应用，并在对话界面内完成工作。
传统的软件模式是“应用驱动”。用户想设计图片，就打开Photoshop或Figma；想管理项目，就打开对应的项目管理软件；想安排会议，则需要进入日历或者会议应用。苹果和Google的应用商店正是建立在这种模式之上，用户首先发现、下载和安装应用，然后再使用应用提供的功能。
OpenAI正在尝试把这个流程反过来。
按照OpenAI公布的规划，ChatGPT将成为应用发现和运行的主要入口。当用户在对话中提出一个任务，而系统判断某个第三方应用能够帮助完成任务时，ChatGPT可以直接推荐相关应用。用户确认连接后，就可以在ChatGPT内部使用该应用，而不必离开当前对话。
这次变化的核心之一是对ChatGPT插件体系的扩展。开发者现在可以创建更加完整的应用体验，而不仅仅是让ChatGPT调用一个API。第三方应用可以在ChatGPT侧边栏拥有自己的入口，还能够提供交互式面板，让用户直接在聊天过程中操作原本需要独立网站或者独立App才能使用的功能。
例如，设计软件可以在ChatGPT中直接提供设计修改界面，用户可以让AI理解自己的要求，然后通过应用完成具体编辑；开发工具也可以成为AI智能体执行任务时调用的后台工具。
OpenAI展示的案例包括Figma和Adobe等设计工具。用户可以在ChatGPT对话过程中处理现有项目，或者直接调用某项此前必须打开独立软件才能使用的功能。
OpenAI自己也展示了一款会议应用的使用方式。用户可以让应用读取日历中的即将到来的会议，并使用AI自动记录会议内容，在会议结束后生成总结以及后续行动事项。整个过程不再要求用户在多个应用之间来回切换。
这意味着ChatGPT正在逐渐从一个“聊天窗口”变成一个软件操作层。传统App仍然存在，但用户与它们交互的方式可能发生改变：应用负责提供具体能力，而ChatGPT负责理解用户意图、选择工具以及协调不同应用之间的工作。
OpenAI还推出了“Sign in with ChatGPT”身份体系。用户可以利用自己的ChatGPT身份登录支持该功能的第三方应用，同时把自己现有的AI使用额度带到这些应用中。
首批合作伙伴包括Cognition旗下的Devin、Notion、Vercel、T3、OpenClaw和Dactyl等，共有16家公司参与初始计划，OpenAI表示未来还会继续扩大合作范围。
这种身份体系实际上解决了AI应用生态中的一个重要问题。过去用户使用第三方AI应用时，往往需要单独创建账户、配置模型、购买额度。现在，OpenAI希望让ChatGPT成为这些AI应用共同的身份和AI能力入口。
OpenAI还进一步扩大了ChatGPT Sites的作用。用户利用ChatGPT创建的轻量级网站可以承载这些第三方应用，并允许其他人访问。当同事打开这样的页面时，他们可以使用自己的账户、数据以及权限，而不是共享创建者的权限。
这使得ChatGPT生成的网站逐渐从“AI生成的一次性网页”向可供多人使用的小型软件平台转变。
与此同时，OpenAI正在建立自己的应用审核体系。开发者提交插件后，可以跟踪审核进度，查看需要修改的问题，并在必要时要求人工审核。开发者还可以更新插件中的工具，而不必每次都重新从头提交整个应用。
这种机制实际上非常类似苹果App Store的审核流程，只不过审核对象从传统的移动App变成了能够在ChatGPT中运行的AI原生应用。
OpenAI还宣布推出企业应用市场。首批市场中已经有30多家合作伙伴，包括Adobe、Figma、Sierra、Decagon、HubSpot、Salesforce、ServiceNow、Harvey、Legora、Palo Alto Networks、CrowdStrike和Baseten等。
符合条件的企业客户可以将部分已经承诺支付给OpenAI的预算用于购买获得批准的合作伙伴软件。这样一来，OpenAI不仅希望成为AI工具的提供商，也开始试图成为企业软件的分发平台。
但真正可能改变传统应用商店模式的部分，是OpenAI同时推进的AI智能体。
OpenAI此次推出的自主AI智能体Dots能够拥有自己的云端计算机和浏览器，并可以访问用户连接的应用。用户不需要先判断“我应该用哪个App”，而是直接告诉AI自己想完成什么任务，智能体再决定应该调用哪些工具。
例如，过去用户想建立一个网站，可能需要先打开代码编辑器，再使用设计工具，然后进入GitHub，最后使用部署平台。而在智能体模式下，用户只需要告诉AI希望完成什么，智能体可以自行决定需要调用哪些应用。
OpenAI表示，Dots已经能够连接其生态中的4000多个应用。
这实际上把传统App Store中的“应用选择权”部分转移给了AI。
过去，苹果和Google的应用商店通过搜索、分类、排行榜和推荐帮助用户寻找应用；而在AI智能体模式下，用户甚至可能不知道最终使用了哪个应用。用户只提出目标，AI根据任务决定工具。
OpenAI还希望让Dots具备一定的主动性。例如，智能体可以在用户没有明确提出请求时发现项目中的问题，或者提醒用户完成之前遗忘的任务。不过，这类主动操作仍然需要得到用户授权。
OpenAI称，Dots可以在后台利用已经连接的应用进行所谓的“主动研究”，但在这一阶段主要采用只读方式。真正涉及修改、发送或其他具有实际影响的操作时，用户仍然拥有控制权。
如果这种模式发展成熟，传统App Store的经济结构也可能受到影响。
过去，软件开发商需要努力争取用户进入App Store、搜索自己的应用、下载应用并长期使用。未来则可能变成开发商首先确保自己的软件能够被AI智能体识别和调用。用户甚至可能根本没有意识到自己正在使用哪个具体App。
例如，一家公司可以继续在自己的网站上销售订阅服务，用户完成购买后，再将账户连接到ChatGPT或者Codex，让AI智能体代表用户使用该服务。
不过，OpenAI目前并没有宣布一套类似苹果App Store的完整支付和分成体系。也就是说，现阶段OpenAI主要解决的是应用的发现、分发、身份认证以及调用问题，并没有明确宣布由OpenAI统一收取第三方软件费用，再按照类似App Store的模式与开发者分成。
这也是目前这个新生态与传统应用商店之间的重要区别。
从技术层面看，OpenAI真正试图改变的并不是“App放在哪里”，而是软件与人的交互关系。
传统模式是“人→App→功能”，用户必须知道自己需要什么软件；而AI代理模式逐渐变成“人→AI→多个App→任务结果”。在后一种模式中，软件本身越来越像AI可以调用的工具，而不是用户必须亲自操作的目的地。
这可能解释了为什么OpenAI此次同时推进应用插件、ChatGPT身份、企业应用市场以及Dots智能体。它们并不是完全独立的产品，而是在共同构建一个新的软件生态：ChatGPT负责理解需求，智能体负责执行任务，第三方应用提供专业能力，而开发者则通过这个新的AI入口获得用户。
如果这一模式最终成为主流，那么未来用户打开电脑或手机之后，最先打开的可能不再是某一个具体应用，而是一个AI入口。至于任务究竟由哪款软件完成，则可能变成用户根本不需要关心的问题。
这也是OpenAI此次Dev Day众多产品更新背后最值得关注的变化：它并不是简单地给ChatGPT增加几个插件，而是在尝试把ChatGPT从一个“使用应用的工具”进一步变成“决定用户使用哪些应用的平台”。而一旦软件分发入口从App Store逐渐转移到AI智能体，苹果和Google长期建立起来的应用生态模式也将面对一种全新的竞争方式。
∞ 美股12月起迈入23小时交易时代
12月6日起，纳斯达克（Nasdaq）、纽交所Arca等四大核心交易所将正式增设夜盘时段，华尔街全面迈入每天23小时的“通宵交易”时代。这一历史性扩容旨在应对加密货币及预测市场“全天候交易”的跨界竞争，并加速捕获海外投资者的增量需求。美国证券交易委员会（SEC）数据显示，尽管当前夜盘仅占美股总成交量的1%左右，但其同比增速已高达358%，展现出极强的爆发力。
机构资金观望：流动性与价差成核心隐忧
交易时段的延长在全球市场引发分歧。支持者寄望于打破时区壁垒，但手握重金的机构投资者却对潜在风险保持高度警惕。
Crisil Coalition Greenwich高级分析师David Easthope指出，机构的核心痛点在于延长时段后的“市场质量”——即流动性与买卖价差，而非单纯的运营或人员排班问题。该机构去年下半年（2025年下半年）针对买方交易员的调查显示，由于常规时段外参与者稀缺，强行入场可能面临流动性枯竭及价差扩大的双重打击，甚至影响交易员的身心健康。不过Easthope补充称，随着监管层实质性推进改革，买方对这一趋势的“不可避免性”已有心理准备。
Themis Trading股票交易联席主管Joseph Saluzzi直言对新规缺乏兴趣。他指出，当前交易所盘前与盘后交易量之和仅占总量的10%，机构资金绝不会贸然进入一个低流动性、宽价差且极易波动的市场。
Liquidnet市场结构主管Jeff O’Connor则认为，机构目前处于“观望模式”。若12月的扩容能实质性改善夜间价格发现机制并降低交易成本，机构资金终将入场捕捉夜盘Alpha（超额收益）。
海外与散户主导：交易标的高度集中
海外资金与散户成为当前夜盘的绝对主导力量。SEC数据显示，今年二季度，海外投资者贡献了夜盘总成交量的37%。
参与者结构的失衡直接导致交易标的高度集中。今年8月，仅15只股票就包揽了夜盘50%的成交量，其中频繁出现注册地在中国内地和中国香港的“不足一美元”低价股。作为对比，在流动性充裕的常规时段，需要256只股票才能达到同等成交比例。
目前提供夜盘撮合服务的另类交易系统（ATS）Blue Ocean Technologies首席执行官Brian Hyndman表示，12月新规落地后，现有的活跃玩家将无缝衔接。但他同时坦言，买方机构和投行的持续缺席，意味着市场仍缺失最关键的一块拼图。
清算基建就位：每日仅留一小时“空窗期”
尽管资金端存在分歧，华尔街的底层基础设施已为“通宵”做好了准备。
负责美股清算的美国证券存托与清算公司（DTCC）已于今年6月切换至“24x5”模式，运行时间从纽约时间周日晚8点持续至周五晚8点。同时，负责分发报价及交易数据的证券信息处理器（SIPs）也已获批延长运行时间。
根据最新时间表，12月扩容后，纳斯达克和纽交所在现有的常规时段（美东时间9：30-16：00）、盘前（4：00起）及盘后（16：00-20：00）基础上，将新增晚9点至次日凌晨4点的夜盘。
至此，美股全天将仅在晚8点至9点保留一个小时的休市时间，用于系统维护与交易处理。
∞ OpenAI安全部门员工辞职 呼吁采取核电级别的防护措施
OpenAI一名专注于人工智能安全的员工已从公司离职，并警告称，顶尖人工智能公司在降低风险方面做得还不够。此前负责OpenAI安全团队透明度工作的David Robinson在为《大西洋月刊》撰写的一篇文章中称，这家ChatGPT开发商“一直通过反复试错发展壮大”。但是，这种方式不可避免会有失败的时候，随着AI技术的能力不断提升，这些失败造成的风险也在加大，他还以OpenAI未能阻止其人工智能在测试过程中失控作为例证。
Robinson在文章中写道：“我以前的同事都很聪明、工作努力，也努力做出正确的选择。但随着公司从一个产品发布冲向下一个产品发布，它并没有达到我认为所需要的谨慎程度。”他补充称，真正需要的是“第一次就做到更接近完美”。
OpenAI 萨姆·奥尔特曼
最近几周，多家顶尖人工智能公司的员工都对该技术可能带来的灾难性风险发出警告。一些人甚至表示，AI有朝一日可能会消灭人类。
在这一背景下，Anthropic PBC首席执行官Dario Amodei呼吁放慢开发最前沿模型的速度，并表示其公司将引入第三方评估人员，协助审查以保证安全。业内其他人士，包括OpenAI的萨姆·奥尔特曼，也公开支持Amodei的计划。
Robinson在文章中表示，人工智能公司应该更像核电站那样运营，“设置多层冗余机制，并进行谨慎且耗时的规划，以免偶发且不可避免的人为错误打开通往灾难的大门。”
他说，目前“人工智能公司不知道该怎么做，但其他人知道。”
OpenAI一名发言人表示，该公司正在作出调整，以加强研究和测试环境的安全性，训练AI模型以负责任的方式完成任务，扩大与第三方评估人员的合作，并改进实时监控以发现模型令人担忧的行为。
这名发言人周六通过电子邮件表示，公司正在确保其模型的能力不会增强到超出OpenAI能够安全管理的程度。
∞ 开发者将iPhone 17 Pro Max变成MacBook Pro的第二块GPU
一项由开发者完成的实验显示，通过定制软件将iPhone 17 Pro Max与搭载M4 Pro芯片的MacBook Pro连接后，可以显著提升本地大语言模型的运行效率。在运行Qwen3.8-27B模型时，系统预填充（Prefill）性能最高提升达到44%。
此次实验的背景是，大型语言模型对显存和系统内存容量要求极高。虽然搭载M4 Pro芯片的MacBook Pro拥有24GB统一内存，但在运行270亿参数级别的大模型时仍会受到内存容量和上下文窗口规模的限制。开发者因此尝试利用iPhone 17 Pro Max作为额外计算节点，通过USB-C接口与MacBook Pro协同运行模型。
根据开发者公布的方案，MacBook Pro负责处理每个256 Token批次中的第1层至第40层计算任务，并将中间激活数据实时传输至iPhone。随后，iPhone 17 Pro Max利用A19 Pro芯片中的GPU继续执行第41层至第64层运算，而Mac则同步开始处理下一批数据。通过这种流水线式分工，两台设备能够同时参与模型推理过程。
实验结果显示，相较于仅使用MacBook Pro运行模型，引入iPhone后预填充速度获得明显提升。在8K上下文窗口下，处理速度从每秒132个Token提高至177个Token，增幅达到35%；在16K上下文窗口下，性能从每秒109个Token提升至157个Token，增幅达到44%；在32K上下文窗口场景中，处理速度则从每秒101个Token提升至130个Token，增幅约29%。
除了GPU协同计算之外，A19 Pro芯片中的神经网络引擎也参与了部分任务。开发者表示，每16K历史上下文会被转换为专用神经网络模型进行处理。在14万Token上下文规模下，单Token写入时间从仅依赖GPU时的279毫秒缩短至176毫秒，进一步提升了长上下文场景下的运行效率。
不过，这一方案并非没有限制。开发者指出，iPhone主要帮助提升预填充阶段性能，而在64K以下文本生成任务中，大部分实际推理工作仍然主要由Mac完成。此外，该方案需要专门开发的软件支持，目前并不适用于普通用户直接部署。
尽管如此，这项实验展示了消费级苹果设备在本地人工智能计算方面的潜力。随着移动芯片性能持续提升，未来智能手机、平板电脑以及个人电脑之间或许能够形成更加灵活的协同计算体系，从而降低运行大型人工智能模型对单一设备硬件配置的依赖。
∞ Google大幅收紧Gemini免费使用权限 免费用户下周起仅可使用Flash-Lite模型
在高调发布新一代旗舰模型Gemini 4 Argon仅数天后，Google宣布调整Gemini个人账户访问策略，大幅削减免费用户可使用的模型范围。新政策将于2026年10月9日正式生效，届时未订阅任何Google AI付费计划的用户将只能访问Flash-Lite模型，失去对Gemini Flash和Gemini Pro模型的使用权限。
根据Google更新后的支持文档，当前免费用户能够使用的Flash-Lite、Flash和Pro三种模型组合将被取消。调整完成后，免费账户将仅保留Flash-Lite访问资格，这意味着免费版Gemini的能力和使用场景将受到明显限制。
付费用户同样将受到一定影响。Google表示，Google AI Plus订阅用户未来只能使用Flash-Lite和Flash模型，原本可访问的Pro模型将被移至更高等级的AI Pro和AI Ultra订阅计划之中。Google将通过电子邮件通知Plus订阅用户具体生效时间。
在新的订阅体系下，AI Pro和AI Ultra仍将保留对Flash-Lite、Flash以及Pro全部模型的访问权限。此外，这两个高端订阅方案还将获得Deep Think功能支持。该功能此前仅向AI Ultra用户开放，主要用于执行更复杂的并行推理任务。
调整后的模型权限结构显示，Gemini产品体系正在进一步向分层收费模式转变。免费用户仅可使用Flash-Lite，AI Plus用户可使用Flash-Lite和Flash，而AI Pro及AI Ultra用户则能够获得完整模型组合以及高级推理能力。
此次调整恰逢Google刚刚发布Gemini 4 Argon之际。Argon被定位为Google新一代旗舰级人工智能模型，在软件工程、法律服务、金融分析以及网络安全等多个专业领域对标OpenAI的GPT-6 Astra和Anthropic的Claude Opus 5.5。Google此前公布的数据显示，Argon在多项基准测试中取得领先成绩，并支持高达100万个Token的超长输出能力。
不过，Gemini 4 Argon目前并未向普通用户开放，而是优先提供给参与GoogleFairwind计划的网络安全组织和部分合作伙伴进行测试。外界原本预期Google会借助Argon进一步扩大Gemini用户规模，但此次权限调整却意味着普通免费用户能够接触到的模型能力正在减少。
与此同时，Google也对高端订阅用户进行了功能补强。随着Deep Think功能下放到AI Pro层级，高级订阅用户能够获得更强的复杂任务处理和推理能力，从而与免费和基础付费用户形成更明显区隔。
业内人士认为，此次调整反映出大型人工智能模型运营成本持续上升的现实情况。随着模型能力不断增强，推理资源消耗同步增长，主要AI厂商正逐渐收缩免费服务范围，并将最先进能力集中在高等级订阅方案之中。对于Gemini用户而言，10月9日之后可使用的模型范围将发生近年来最明显的一次变化。