以下文章来源于海外独角兽 ，作者拾象 海外独角兽 . 研究科技大航海时代的伟大公司。 前段时间， OpenAI 陆续发布了 o 系列最新的两个模型 o3 和 o4-mini。其中， o3 模型 在融合了 tool use 能力后，模型表现已经覆盖了 Agent 产品常用的 use case。 Agent 产品开始分化出两类路线：一类是像 o3 那样把 tool use 通过 CoT 内化到模型中，模型可以用写代码调用的方式执行任务；另一类是类似 Manus， 把工作流程外化成人类 OS 中的 computer use。 同时，OpenAI 也已经把 Agent 产品作为了未来产品商业化收入占比的大头。 o3 这类基础大模型的 tool use 内化能力的提升，是否意味着专用 Agent 产品的技术护城河正在消失？ 本篇文章针对于 OpenAI 发布的 o3、o4-mini 模型，开源的 Codex CLI，以及在 API 中使用的 GPT 4.1 进行了解读，尤其是 o3 agentic 和多模态 CoT 新能 力。 Founder Park 正在搭建「 AI 产品市集」社群，邀请从业者、开发人员和创业者，扫 ...

作者：cage, haozhen 我们在 2025 年 Q1 的大模型季报 中提到，在 AGI 路线图上，只有智能提升是唯一主线，因此我们持 续关注头部 AI Lab 的模型发布。上周 OpenAI 密集发布了 o 系列最新的两个模型 o3 和 o4-mini，开 源了 Codex CLI，还推出了在 API 中使用的 GPT 4.1。本文将着重对这些新发布进行解读，尤其是 o3 agentic 和多模态 CoT 新能力。 我们认为 OpenAI 在数次平淡的更新后，终于拿出了有惊艳表现的 o3。融合了 tool use 能力后，模型 表现已经覆盖了 agent 产品常用的 use case。Agent 产品开始分化出两类路线：一类是像 o3 那样把 和 o3 的发布模式一样， OpenAI 的 reasoning model 都是先训练出一个 mini reasoning 版本，再 scale 到 一个 long inference time、full tool use 能力的模型上。 而之前 GPT 模型总是先训练出最大的模型，再蒸 馏到小模型上。这个策略值得探讨其原因，我们的猜测是 RL 算法比较脆弱， ...

作者：Cage、Yongxin、Siqi 编辑：Siqi DeepSeek R1 催化 了 reasoning model 的竞争：在过去的一个月里，头部 AI labs 已经发布了三个 SOTA reasoning models：OpenAI 的 o3-mini 和deep research， xAI 的 Grok 3 和 Anthropic 的 Claude 3.7 Sonnet。 随着头部 Al labs 先后释出自己的 reasoning model，新范式的第一轮竞赛暂时告一段落。 各家 reasoning model 各有长板，但都没有拉开大的领先优势：OpenAI 和 xAI 有着最强的 base model 和 竞赛解题能力，Anthropic 更关注真实世界的工程问题，Claude 3.7 Sonnet 的混合推理模型可能会成为 之后各家发布新模型的标准操作。 在这一波新模型密集发布后的间隙，我们对已有的 reasoning models 发布进行了总结梳理，除了平 行比较各些模型的实际能力和长板外，更重要的目标是识别出本轮发布中的关键信号。 整体上，我们还处于 RL Scaling 的早期 ...