文章
不限日期
共 167 篇第 126–150 篇
我们如何构建安全、可扩展的智能体沙箱基础设施
从 AWS Lambda 到 Unikraft 微虚拟机，以及控制平面架构。
我们如何为 AI 网页智能体构建可扩展的评估基础设施
深入了解我们高度可扩展的 LLM-as-a-judge 评估平台，该平台解决了网页智能体的方差问题。
使用 Codex 运行长周期任务
Browser Use 应该使用哪种 LLM 模型？权威浏览器 AI 基准测试
一项统计严谨的基准测试，比较顶级前沿模型在浏览器自动化方面的速度、成本和准确性。
[newsletter] Pi：AI 编码代理的架构
一个包含七个包的 monorepo 如何将任何 LLM 变成编码助手——以《开源应用架构》风格撰写的一章。
[博客] 推介潜在模式博客
我们为什么要推出博客系列、将发布哪些内容，以及如何通过 RSS 订阅。
品味不是护城河
为什么最后的人类优势正在被工业化。
超越速率限制：扩展对 Codex 和 Sora 的访问
OpenAI 如何构建一个结合速率限制、用量跟踪和积分的实时访问系统，以支持对 Sora 和 Codex 的持续访问。
驾驭工程：在智能体优先的世界中善用 Codex
作者：Ryan Lopopolo，技术团队成员
Shell + Skills + Compaction：让长时间运行的智能体真正干活的技巧
量化智能体编码评测中的基础设施噪声
用并行的 Claude 团队构建一个 C 编译器
解锁 Codex 框架：我们如何构建 App Server
了解如何使用 Codex App Server 嵌入 Codex 代理，这是一个支持流式进度、工具使用、审批和差异比较的双向 JSON-RPC API。
构建 ChatGPT 应用的 15 条经验教训
浏览器智能体机器人检测即将改变
我们如何让 Browser Use 保持不被检测
浏览器智能体基准测试：比较用于网页自动化的 LLM 模型
BU Bench V1（2026 年 1 月）：所有主流 LLM 在 100 项高难度浏览器任务上的表现。Browser Use Cloud 得分为 78%，领先当时最佳开源模型 16 分。
OpenAI 内部数据智能体揭秘
OpenAI 如何构建一个内部 AI 数据智能体，利用 GPT-5、Codex 和记忆功能对海量数据集进行推理，并在几分钟内提供可靠的洞察。
更快行动
速度为何重要，以及它为何不仅仅是时机问题。
解构 Codex 智能体循环
深入解析 Codex 智能体循环的技术细节，阐述 Codex CLI 如何利用 Responses API 协调模型、工具、提示词与性能。
扩展 PostgreSQL 以支撑 8 亿 ChatGPT 用户
深入了解 OpenAI 如何通过副本、缓存、速率限制和工作负载隔离，将 PostgreSQL 扩展至每秒数百万次查询。
使用评估系统化地测试智能体技能
设计抗AI的技术评估
构建多智能体系统（第 3 部分）
扩展基于脚本的智能体以可靠处理复杂问题的更新方法。
智能体框架的惨痛教训
所有价值都在经过强化学习训练的模型中，而不在你那一万行抽象代码里。
第 126–150 篇/共 167 篇