OpenAI 正式把 ChatGPT 的记忆系统升级到新的 Dreaming V3 架构，核心不是简单“多记一点”，而是让模型能在后台自动整理长期对话里的偏好、约束和时间变化，减少记忆过期和答非所问的问题。官方给出的例子很直白：你去过一次新加坡、说过一次自己的设备配置、表达过几次饮食偏好，系统以后能更自然地在后续对话里接上，而不是每次都像失忆一样重来。这背后的原因是记忆正在从“手动保存备忘录”变成“持续更新的用户画像层”。意义也很大——一旦记忆更稳定，聊天机器人就不只是问答工具，而会更像真正长期协作的数字助手，产品黏性和使用深度都会被重新抬高。
波士顿儿童医院披露，他们把 OpenAI 技术嵌入内部医疗与运营体系后，已经帮助完成 40 多例此前长期无解的罕见病诊断，同时带来 6 万小时工作节省和超过 700 万美元可重新调配的人力价值。真正关键的不是“医院用了大模型”这句空话，而是它把遗传数据、表型信息、全球医学文献和临床推理放进同一个 AI 协作层，让医生面对超高复杂度病例时不再只靠人脑硬扛。背景上，儿童医院本来就面临病例复杂、文献爆炸和行政负担重三重压力。它的意义在于，AI 在医疗里开始从写病历、做翻译，走向更高价值的临床辅助和科研发现，这一步一旦踩实，医疗行业的采用逻辑会彻底变。
Google DeepMind 宣布在亚太地区启动首期 Accelerator 计划，主题直接瞄准 “AI for the Planet”，面向创业团队、研究机构和非营利组织，重点支持气候、农业、能源、自然保护等方向的项目。项目周期三个月，会提供导师支持，以及把前沿 AI 和科学模型接进产品或研究流程的具体帮助，线下启动营放在新加坡。这个动作背后有两个现实背景：第一，亚太既是增长最快的经济区域，也是环境风险暴露最重的区域；第二，绿色技术虽然热，但从实验到规模化落地一直卡得厉害。它的价值就在于，AI 终于不只服务互联网效率和商业自动化，而是开始被包装成环境基础设施的一部分，后面谁能把模型能力真正落到能源和气候问题上，谁就更容易拿到长期政策与产业资源。
GitHub 宣布 Copilot 现在支持一百万 Token 级别的上下文窗口，同时新增可配置推理强度，让开发者可以在速度和深度之间自己调档。直白点说，就是 AI 编程助手终于更像“能看完整个项目”的搭档，而不是只盯着眼前几段代码瞎补。官方强调，新能力已覆盖 VS Code、Copilot CLI 和独立应用，但也明确提醒：上下文越大、推理越深，AI 积分消耗越高。这个变化的背景，是开发者对 AI 编程的要求已经从“补几行代码”升级为“理解多文件、多模块、复杂架构”。它的重要性在于，Copilot 正在从代码补全工具往真正的工程协作层走，未来谁能控制上下文、成本和推理质量的平衡，谁就更有机会定义下一代开发工作流。
TechCrunch 披露，名为 Poke 的创业公司成为首个获准接入 Apple Messages for Business 的 AI 代理产品。这件事看起来像个小合作，实际味道很重：苹果过去对外部 AI 入口一向谨慎，现在却允许一个基于短信式交互的 AI 代理进入自己的商务消息体系，等于先从最保守、最可控的场景试水。Poke 主打把 AI 代理做成“发短信就能用”的形态，已转发约 1 亿条消息，覆盖日程、健康、智能家居等需求。更关键的是，苹果按用户收费，说明它不是单纯放行，而是在试着建立 AI 代理平台的收费秩序。后续如果这条路跑通，AI 代理就可能像公众号、小程序那样，逐步吃进更多系统级分发入口。