今天的 AI 资讯简报按伯乐Skill思路整理：优先采用官方博客、公开 changelog 与可核验的一手链接，避免未经证实的传闻。过去 24 小时里，AI 产业的关键词是：推理芯片、科研协作、开源安全与开发者工作流。
1. OpenAI 与 Broadcom 公布面向 LLM 推理的自研加速器 Jalapeño
OpenAI 宣布与 Broadcom 合作推出 Jalapeño，这是一款围绕大语言模型推理工作负载设计的 Intelligence Processor。官方称，首代芯片已在实验室运行机器学习负载，目标是在 2026 年底开始部署，并与数据中心伙伴一起形成多代计算平台。
这条新闻的信号在于：前沿模型公司正在把竞争从“模型与产品”延伸到更底层的推理基础设施。若专用推理芯片能显著改善性能功耗比，未来 ChatGPT、Codex 与 API 的响应速度、稳定性和单位成本都可能受到影响。
来源：OpenAI：OpenAI and Broadcom unveil LLM-optimized inference chip
2. GPT-5 Pro 帮助免疫学家重新解开三年前的 T 细胞谜题
OpenAI 发布案例：免疫学家 Derya Unutmaz 使用 GPT-5 Pro 重新分析三年前关于葡萄糖如何影响 T 细胞分化的实验数据。模型提出了与 IL-2 蛋白构建相关的机制解释，帮助研究团队重新理解实验中低糖环境与脱氧葡萄糖条件之间的差异。
这类案例值得关注的不是“AI 替代科学家”，而是 AI 正在成为科研假设生成、文献梳理和实验优先级排序中的协作工具。官方文章也强调，领域专家仍然必须判断模型给出的机制解释是否重要、合理、可验证。
来源：OpenAI：How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery
3. Patch the Planet：OpenAI 将 Daybreak 防御能力用于开源项目修补
OpenAI 介绍 Patch the Planet，这是 Daybreak 计划的一部分，目标是与 Trail of Bits 等安全团队协作，帮助关键开源维护者发现、验证并修补漏洞。官方列出的初始参与项目包括 cURL、NATS Server、pyca/cryptography、Sigstore、aiohttp、Go、Python 等。
这件事的重点在于“发现漏洞”之后的完整闭环：人工复核、严重性判断、补丁开发、测试与协调披露。AI 可以扩大防御者的覆盖面，但维护者需要的不是更多未经筛选的噪音，而是可落地、可验证的修复支持。
4. GitHub Copilot CLI 新终端界面正式可用
GitHub Changelog 显示，Copilot CLI 重新设计的终端界面已 GA。新界面支持在终端内用标签页浏览 GitHub 仓库的 issues、pull requests 与 gists，并提供 MCP servers、Skills、Plugins 和 Settings 的交互式配置入口。
对开发者而言，这代表编码助手正在从“补全代码”继续走向“在开发环境里接管更多项目上下文”。终端、仓库对象、工具配置和任务引用被放到同一个交互界面里，能减少在浏览器、编辑器和命令行之间来回切换的成本。
来源：GitHub Changelog：Copilot CLI: New terminal interface is generally available
5. Codex 长周期工作白皮书：把大目标拆成可验证步骤
OpenAI 发布 Codex 长周期工作白皮书，讨论如何把 Codex 当成可持续保留上下文的工作区，用于跨越单个 prompt 的长期项目。白皮书强调将大目标拆分成可验证步骤，并判断哪些步骤适合交给 Codex 执行、哪些环节更需要人类监督。
这与当前代理式开发工具的演进方向一致：真正有价值的不是一次生成大量代码，而是在更长时间尺度上维持上下文、分解任务、验证结果，并在人类监督下持续推进。
