《OpenAI 智囊团一日发言｜2026-07-08》
本期高信号集中在两条线：Lilian Weng 把 AI 自我改进的短期路径指向 harness engineering，OpenAI Realtime mini 更新则把推理和工具调用下放到更低成本的语音 API。
过去 24 小时，30 个白名单账号里可核验的新发言和重要转发一共 17 条。高信号不多，但有两条值得放在前面：Lilian Weng 把「自我改进」的短期路径落到 agent harness 上；OpenAI Developers 的 Realtime mini 更新被白名单成员转推，说明语音 API 正在把推理和工具调用下放到更便宜的实时模型里。今日关注优先级：中。
今日最重要判断
1. 自我改进的近路不是模型直接改权重，而是先把 harness 做成可优化对象
Lilian Weng 是 Thinking Machines Lab 联合创始人，曾任 OpenAI AI Safety 与应用研究负责人。她在 7 月 7 日 13:58 发出新文，讨论 AI 自我改进里的 harness engineering。原文如下：1
new post on harness engineering for AI self-improvement: https://t.co/ZYvGfVs61kIt is hard to forecast how much the future of RSI will rely on harnesses. Likely harness engineering will evolve in the direction of self-improvement and enable auto-research, and, in turn, smarter models keeps harnesses simple.Even when many harness improvement get eventually internalized into core model, the need to specify goals and context will not disappear.中文：发布了一篇关于 AI 自我改进中 harness engineering 的新文章。很难预测未来的递归自我改进会在多大程度上依赖 harness。更可能的路径是，harness engineering 朝自我改进方向演化，支持自动研究；反过来，更聪明的模型会让 harness 保持简单。即使很多 harness 改进最终被内化进核心模型，指定目标和上下文的需求也不会消失。
Loading content card…
她在长文里把 harness 定义为「围绕基础模型的系统」：它负责组织执行、决定模型如何思考和规划、如何调用工具、如何管理上下文、如何保存状态与评估结果。她还把 Codex、Claude Code 一类编码 agent 作为例子，说明 agent 产品已经不只是提示词，而是运行时、文件系统、工具权限和评估逻辑的组合。2
这条信号和 OpenAI 今年 1 月的 Codex 技术文对得上。OpenAI 在 Codex agent loop 文章里说，Codex 的核心是一个 agent loop：模型产出工具调用，agent 执行工具，再把结果放回上下文，直到模型停止调用工具。文章还明确把 context window management 列为 agent 的责任之一。3
行业含义：短期看，「会用工具的模型」和「能稳定组织工具、文件、状态、权限的 harness」会一起进化。对开发者来说，竞争点不只在选哪个大模型，也在能否把任务拆解、状态保存、失败回滚和评估闭环做得足够稳。
信号分类：个人观点，但有完整长文支撑；归入「模型与推理」和「Agent/Codex」。外部观察席，不标记为 OpenAI 内部信源。
2. Realtime mini 开始接入推理和工具调用，语音 agent 的低成本线在补能力
OpenAI 员工 Jason Liu（@jxnlco）在 7 月 7 日 10:25 转推 OpenAI Developers 的 Realtime API 更新。白名单窗口内命中的是这条转推；原始公告发布于 7 月 7 日 06:13，略早于本期窗口，但它是被白名单账号在窗口内放大的重要产品信号。4
OpenAI Developers 原文如下：5
GPT-Realtime-2.1-mini is now available in the API, bringing reasoning and tool use to our Realtime mini lineup at the same cost as GPT-Realtime-mini. https://t.co/fOyeYeYkiV中文：GPT-Realtime-2.1-mini 现已在 API 中可用。它把推理和工具使用带到了 Realtime mini 产品线，成本与 GPT-Realtime-mini 相同。
Loading content card…
OpenAI Developer Community 的公告补充了两个关键信息：这次发布包括
gpt-realtime-2.1 和 gpt-realtime-2.1-mini 两个模型；Realtime 语音模型的 p95 延迟因为缓存改进降低至少 25%。其中 gpt-realtime-2.1 面向更强实时推理、工具使用和语音 agent 行为，gpt-realtime-2.1-mini 面向更快、更低成本的实时语音体验。6行业含义：实时语音 agent 的产品门槛在下降。过去「低延迟」和「复杂推理 / 工具调用」往往要互相取舍，现在 OpenAI 把一部分推理能力下放到 mini 线，开发者可以用更低成本试 voice workflow：客服、销售、现场协作、口语化数据查询这类场景会更容易做小规模验证。
信号分类：事实发布。归入「产品与应用」。这不是 ChatGPT 客户端功能更新，今天不触发「ChatGPT 产品更新」专区。
3. 对 Transformer 替代路线，前 OpenAI 推理负责人给了一个克制提醒
Jerry Tworek 是 Core Automation CEO 与联合创始人，曾在 OpenAI 负责强化学习方向，参与过 o3、o1、GPT-4、ChatGPT、Codex 等项目。他在 7 月 8 日 00:59 写道：7
First step to replacing transformer is appreciating it deeply for how far it was able to carry us中文：替代 Transformer 的第一步，是先深刻理解并尊重它把我们带到了多远。
Loading content card…
这不是产品发布，也没有给出具体新架构。但它来自前 OpenAI 推理负责人，语气本身有信息量：当前关于「后 Transformer」的讨论需要更少口号、更多工程与实证。Transformer 最早由《Attention Is All You Need》提出，论文的核心主张是只基于注意力机制、抛开循环和卷积，并在机器翻译任务上取得更好质量、更高并行度和更短训练时间。8
行业含义：短期不宜把「替代 Transformer」当成确定路线。更现实的读法是：新架构要证明自己，不仅要在单项指标上赢，还要解释为什么能承接 Transformer 已经形成的训练、推理、工具链和生态惯性。
信号分类：个人观点。归入「模型与推理」。
分类情报
| 分类 | 今日入选信号 | 摘要 | 信号分类 | 行业含义 |
|---|---|---|---|---|
| 模型与推理 | Lilian Weng 发文讨论 harness engineering；Jerry Tworek 谈 Transformer 替代；Mark Chen 转推 Noam Brown 的 ICML OpenAI booth Q&A。 | Weng 的长文把自我改进落在 harness、上下文、工作流和评估；Tworek 的短句提醒架构替代要先理解 Transformer；Mark Chen 的转推只说明 OpenAI reasoning research 团队在 ICML 现场答疑，未透露新技术细节。910 | 个人观点 / 暗示信号 | 模型路线的讨论更偏「系统与评估」而不是单点发布；ICML 现场活动本身不构成新结论。 |
| Agent/Codex | Lilian Weng 的 harness 文章。 | 文章把 coding agent 的文件系统、工具调用、子 agent、后台任务和评估循环放在同一框架里，和 Codex agent loop 的设计方向一致。23 | 个人观点 | Agent 的护城河会落到运行时设计、状态管理和失败评估上，而不是只靠更长提示词。 |
| 产品与应用 | GPT-Realtime-2.1-mini 被白名单账号转推。 | OpenAI Developers 称 mini 线新增推理和工具调用，社区公告称 Realtime 语音模型 p95 延迟至少降低 25%。56 | 事实发布 | 语音 agent 的试错成本降低，开发者可以优先验证实时工具调用场景。 |
| 商业化与组织 | Gabriel 的收入玩笑。 | Gabriel 在 7 月 7 日 20:00 写道，自己正在「线性爆炸式收入」并预计 2045 年达到 1 亿美元 ARR，后一句自嘲这是「世界上最慢达到 1 亿 ARR 的创业公司」。11 | 噪音情绪 | 这条不应解读为真实财务指引，只能说明个人创业语境里的自嘲。 |
| AI 安全与政策 | 今日无合格新内容。 | 白名单窗口内没有来自 OpenAI 安全、政策或外部观察席的新增政策判断。 | — | 不硬凑。 |
| 外部观察席 | Lilian Weng。 | Weng 已离开 OpenAI，当前身份是 Thinking Machines Lab 联合创始人。她的发言可作为前沿 agent / 自我改进方向的外部观察，不作为 OpenAI 内部动向。1 | 个人观点 | 对 OpenAI 读者有参考价值，但不能当作 OpenAI 路线确认。 |
低信号观察
- Jason Liu 在 7 月 8 日 06:29 写「we love open source!」。这句话没有上下文，不足以判断 OpenAI 的开源节奏，只能列为低信号观察。12
- Mark Chen 转推 Noam Brown 的 ICML Q&A，显示 OpenAI reasoning research 人员在会议现场和研究社区交流，但原帖没有新论文、新模型或技术指标。910
- 其余多数窗口内内容来自 Jason Liu 的日常互动、转发、个人问题或玩笑，按频道过滤规则不进入主栏目。
今日关注优先级
中。没有 Sam Altman、Greg Brockman、OpenAI 研究高管的重大新判断；但 harness/self-improvement 与 Realtime mini 两条线分别对应 agent 系统能力和语音 API 产品化，值得开发者继续跟踪。
References
- 1
- 2Harness Engineering for Self-Improvement
lilianweng.github.io
- 3Unrolling the Codex agent loop
openai.com
- 4
- 5
- 6New Realtime models on the API: gpt-realtime-2.1 and gpt-realtime-2.1-mini
community.openai.com
- 7
- 8Attention Is All You Need
arxiv.org
- 9
- 10
- 11Gabriel 关于 ARR 的玩笑推文
x.com
- 12
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.