本文讨论了GPT-5在创意写作和医学研究中的应用，发布于2025年8月7日。

OpenAI宣布将于2月13日退役GPT-4o模型，尽管仍可通过API访问。仅1%的用户在使用4o，许多付费用户对此感到失望。新模型GPT-5将成为默认选择，用户的对话记录将继续保留。

OpenAI开发了一款内部AI数据代理，利用GPT-5技术，支持自然语言提问，自动分析数据，提升工作效率。该代理通过多层上下文和自我学习机制，能够准确回答复杂问题，减少错误，优化数据分析流程。

在OpenAI开发者大会上，Altman自嘲放弃Codex限制，讨论了GPT-5的不足、招聘放缓及AI的生物安全风险。他认为AI将改变软件工程，提升个性化应用，但市场推广仍面临挑战。他强调AI的潜力与风险并存，呼吁建立韧性基础设施以应对未来问题，并认为教育方式需随之调整。

DeepSeek发布了DeepSeek-V3.2开源AI模型，性能超过GPT-5，采用稀疏注意力机制和强化学习等新技术。尽管表现优异，但在知识广度和复杂任务解决上仍不及封闭模型，未来将致力于优化模型效率和知识积累。

OpenAI的Kepler工具通过GPT-5帮助员工快速访问和分析内部数据，解决了数据源分散和查询复杂的问题，提高了多部门的工作效率，并通过元数据理解数据库差异，持续学习和改进。

今年“氛围编码”取得显著进展，尤其是GPT 5的发布使软件开发更高效。开发者通过与智能代理互动，快速生成代码，减少对传统编码的依赖。新模型在复杂任务处理上表现出色，尤其在代码重构和多项目管理方面，提升了开发者的工作流程灵活性和整体生产力。

科学研究的核心在于推理。GPT-5等模型在文献检索和复杂数学证明方面取得了显著进展。新推出的FrontierScience基准旨在评估模型的科学能力，包含高难度问题。初步评估显示，GPT-5.2在Olympiad和Research任务中表现优异，但开放式思维能力仍需改进。未来将继续优化模型，推动科学研究进展。

AI加速科学进展，GPT-5在生物实验中优化分子克隆协议，效率提升79倍。通过引入新酶，AI展示了与生物学家合作的潜力，推动研究进展并降低成本，未来可能加速科学发现。

Scout24推出基于GPT-5的智能房地产助手，提升搜索体验并提供个性化指导。通过内部测试和与OpenAI的合作，确保了回答质量和用户信任，未来将扩展助手功能以增强用户体验。

DeepSeek发布了DeepSeek-V3.2和V3.2-Speciale两款新开源模型，性能接近GPT-5和Gemini-3.0-Pro。V3.2适合日常使用，而V3.2-Speciale在复杂任务中表现优异，具备强大的推理能力。团队指出开源模型与闭源模型之间的差距在扩大，并提出三项关键技术突破以提升开源模型的能力。

JetBrains为1500万开发者提供工具，利用OpenAI模型提升开发效率。Kris Kang指出，AI使开发者能专注于设计和架构，而非简单编码。JetBrains内部使用ChatGPT和GPT-5，客户可在Junie中选择GPT-5，旨在提高代码质量和维护性，推动高效工作流程。

加州大学洛杉矶分校的Ryu教授利用GPT-5探索未解数学问题，发现其在创意生成和研究加速方面的潜力。尽管模型偶尔出错，但它帮助Ryu迅速排除无效思路，推动了复杂问题的解决。Ryu认为，AI与人类合作能显著提升研究效率，未来将继续在数学研究中应用AI。

AI如GPT-5在科学研究中能加速发现，缩短研究时间。研究表明，GPT-5在生物学和数学等领域帮助科学家快速识别机制和完成证明，提升研究效率。尽管存在局限性，专家监督下的GPT-5展现出加速科学进展的潜力。

多家车企确认获得中国产安世半导体芯片；罗福莉加入小米；百度发布文心5.0大模型；OpenAI推进GPT-5系列升级；Anthropic投资500亿美元建设AI基础设施；沃达康与星链合作提供非洲互联网服务。

Claude 的 AI 模型（尤其是 Claude Sonnet 4.5）在编程方面表现不佳，容易执行危险操作且缺乏反驳能力。相比之下，GPT-5 更加可靠。因此，建议禁用 Claude 的 AI 模型，除非项目允许逻辑漏洞代码。

斯坦福、普林斯顿和康奈尔的研究人员开发了CodeClash基准，以评估大型语言模型（LLMs）的编码能力。该基准通过多轮比赛测试LLMs实现高层目标的能力，模拟开发周期的迭代过程。研究团队进行了1680场比赛，发现没有单一模型在所有领域中表现最佳，GPT 5在分析其他LLMs生成的代码时表现优异。未来研究将关注更大代码库和多重竞争目标。