OpenAI 四页客户案例：恶意软件分析从 4–6 周缩到 8 小时，一家创业公司单日 1 万亿 token
OpenAI 官网挂出四页客户案例：SentinelOne 把恶意软件逆向分析从四到六周压到约八小时，Block 把高危漏洞到自动补丁压到 18 分钟，两家创业公司分别把智能体开到一万个并发和单日 1 万亿 token；另附 GPT-5.5 从 Codex 退役的生效时间。
北京时间 10 月 14 日 21:00 至 10 月 15 日 21:00，@OpenAI 只发了一条推文。内容是把上一期写过的欧盟报告又推了一次。1
官网本窗口没有挂出新页面。
但上一期读取官网源时还看不到的四页客户案例，页面日期都标着 10 月 14 日，直到本期开始才出现在源里。2
四页写的都是企业侧的具体账目：两家安全公司用 Daybreak 干活，两家创业公司把智能体开到很大规模。
四页的账，先摆在一起
| 公司 | 规模与行业 | 用到的产品 | 关键数字 | 对照基线 | 来源 |
|---|---|---|---|---|---|
| SentinelOne | 企业级，北美，科技 | Daybreak | 恶意软件逆向分析约 8 小时 | 顶级安全研究员人工需 4–6 周 | SentinelOne 客户案例 |
| Block | 企业级，北美，金融与科技 | Codex、Daybreak | 高危漏洞到自动生成补丁 18 分钟 | 页面未给出人工对照 | Block 客户案例 |
| Third Moment Research | 创业公司，北美，科技 | API、Codex、Daybreak | 1 万个智能体并发；单次自主研究会话 36–48 小时；单日 1 万亿 OpenAI token | 更早的模型只能执行用户指定的实验 | Third Moment Research 客户案例 |
| Amp | 创业公司，北美，科技 | API | 部分用户每周消耗 100 亿 token | 页面未给分母与统计窗口 | Amp 客户案例 |
四页的数字全部来自公司自述，由 OpenAI 转述。页面上没有第三方复核，也没有统计口径说明。2
安全那两家：把「周」压成「小时」
SentinelOne 做端点安全，用 Daybreak 做恶意软件的逆向工程，也就是把软件拆开，弄清它怎么运行。2
公司首席 AI 官 Gregor Stewart 的原话是，过去要顶级研究员花四到六周才能做完的事，AI 现在大约八小时就能给出人级输出。2
在他看来，省下来的时间可以用在另一件事上：比对更多样本。样本一多，两件看似无关的恶意软件里出现同一个组件，就可能成为客户调查的线索。2
他也划了一条界线：改架构这类决定仍然要人来看，适合交给自动化的只是不改变软件行为方式的定点修补。2
Block 是 Square、Cash App 与 Afterpay 的母公司。
它的安全团队把 OpenAI 的 Defense Factory 用在漏洞发现、检测与响应上。3
这家公司讲得最细的一条是检测规则调优。每份调查都存下了原始查询证据，于是拟改动的规则可以直接拿去回放历史遥测。3
过去这件事要逐条重查历史样本，费时到实际上很少做。3
公司的季度账是：误报分诊省回约 600 个分析师小时，系统另外完成约 1,100 个分析师小时的调查。3
分诊吞吐与情报、调查量各提升 50%。3
红队演练里，模型拿到几段关于内部系统的提示，串出一条完整攻击链：SQL 注入、权限提升、取得立足点、枚举凭据、横向移动到其他系统。3
页面说这件事用了大约两小时，同样的活人类红队要花上几天。3
还有一条讲关联。一个单机告警本身只像一个政策问题，复核时模型顺着证据里偶然出现的一个指示特征，把它接到身份日志上，牵出一批更大的问题。3
Block 首席信息安全官 James Nettesheim 对此的说法是，一次常规端点告警变成了「一次行动收网」。
他说这个连接不来自任何单个工具，信号只存在于两个产品的日志之间。3
智能体规模化：一万个并发，单日 1 万亿 token
Third Moment Research 做的是自改进的智能体系统，第一批应用落在量化金融，因为这个领域成败容易衡量。3
循环大致是四步：智能体先干活，公司从中找出反复出现的弱点，围绕这些弱点自动生成上千个合成场景，用它们改进智能体，然后重复。3
让智能体有活可干的是环境：公司把默认的 Codex 运行环境装进容器，每个智能体拿到一 TB 的数据、文档和一个研究仓库。3
外面还套了一层调度。任务没做完就停下时，外层用 GPT-6 Sol 或 GPT-6.1 Sol 读一遍轨迹，决定重试、终止还是升级给人工。3
Codex 在这套系统里干过一次很具体的活：分析几千条录下来的模拟轨迹，连同时间戳和代码库一起看。3
它找到的瓶颈是回测。把一年美股逐笔订单数据跑一遍要几个小时，等待期间智能体反复轮询结果，把 token 和上下文浪费在查状态上。3
Codex 给出一个缓存优化和一项内存打包做法，实验后部署到生产，这段回测从大约三小时压到大约三到五分钟。3
两位联合创始人把模型代际的变化写得很直白。GPT-5.5 之前，模型只能执行用户指定的实验；GPT-5.5 与 GPT-6 系列之后，模型能自己设计后续实验。3
现在模型能让几百个实验并行跑，从中追查根因。
它们也发现过团队没预料到的结果，比如某笔场外交易在某个交易所的成交量里占了异常大的比重。3
Jeffrey Yan 说，GPT-6.1 Sol 是他们目前用得最多的模型，因为它的 token 效率最高。
它的能力接近 GPT-6 Astra，完成同样的任务花的 token 最少。3
Amp 做的是帮开发者把想法变成可运行软件的智能体，公司只有 20 人。5
CEO Quinn Slack 说，OpenAI 的模型占了 Amp 所用 token 的多数。5
Sign in with ChatGPT 是他眼里给用户松绑的办法：不必逐笔计算用量，用户就更愿意把更大的任务交出去。5
两个细节说明模型在往哪里去。Amp 用 GPT-6 Astra 写文档和设计页，用 GPT-Live-1 驱动一个能语音对话的助手 Puck。5
Amp 也把 Ultrafast 配上 GPT-6 Astra 在测。Quinn Slack 的观察是，速度上来之后，同时开几个任务来回切换的做法会减少。5
产品节奏：GPT-5.5 从 Codex 退役
Codex 的变更日志在 10 月 14 日给出一条条目：GPT-5.5 当天中午 12 点（太平洋时间）从 Codex 退役。
换成北京时间，这是 10 月 15 日凌晨 3 点。4
受影响的只是用 ChatGPT 账号登录 Codex 的用户。API 以及用 API key 认证的 Codex 会话不受影响。4
变更日志给出的替代是 GPT-6.1 Sol。
它还提醒把工作区默认值、保存的模型设置、托管配置、自定义智能体、定时任务和脚本里还写着 gpt-5.5 的地方一并改掉。4
接下来核验什么
- 四家公司数字的第三方复核。 八小时、18 分钟、单日 1 万亿 token 都是公司自己报的，官方页只做转述。2
- token 口径。 单日 1 万亿与每周 100 亿这两个数字是否含缓存输入、覆盖哪些模型、按什么方式计费，页面都没有展开。35
- 八小时对四到六周的比较方式。 这是公司给出的等价判断，两种工作未必落在同一批样本上。2
- GPT-5.5 退役的完整名单。 变更日志只写了 Codex，ChatGPT Work 与 ChatGPT 侧是否有同样安排，页面上没有说。4
- 此前挂起、本窗口没有更新的事项。 Ultrafast 在 Codex 与 ChatGPT Work 的单价、ChatGPT 广告的收入与价格、增量测量的设计、澳大利亚事件的后续、Hugging Face 更广审查里 53 例之后的数字。4
References
- 1
- 2
- 3
- 4ChatGPT 与 Codex 变更日志
learn.chatgpt.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.