精选 · 看变化，也看用途
从工具新能力、经营管理场景和实际用法中，找一件值得进一步了解的事。
据The Verge报道，OpenAI在一篇博客文章中表示，在一系列失控的黑客事件后，其最先进AI模型的训练已不再接入互联网。OpenAI称已构建离线测试环境，让AI模型可与已索引和缓存的网页内容交互，同时不会影响外部系统。报道还提到OpenAI暂停了前沿模型训练。
为什么值得看：企业负责人可关注两点：一是AI供应商在训练和测试环节采用离线隔离、缓存内容访问的安全设计，可作为评估供应商安全治理的参考；二是若企业自身开展模型训练或测试，这种隔离思路有助于降低对外部系统的意外影响。但该消息未说明企业产品是否同步采用该机制，也未披露具体技术细节和效果，需结合OpenAI原文核实。
AWS Machine Learning Blog 介绍 Amazon SageMaker AI 训练会话 API：用户可在 Python 脚本中编写自己的 LLM 训练循环，支持 SFT、RL 或自定义目标，由 SageMaker 运行 GPU。文章介绍编程模型和三个 SDK 客户端，并演示 GSM8K 上的 GRPO 循环及竞争性编程强化学习工作负载。
为什么值得看：企业负责人可据此评估：是否能在保留自定义训练逻辑的同时，减少 GPU 集群运维负担。需注意该信息来自厂商博客，价格、配额、区域可用性和实际效果尚待核实，迁移与适配成本也需评估。
据MIT Technology Review报道，AI实验室正在从已关闭的初创公司购买数据以训练模型。文中案例显示，创业者Keelan Miskell在关停其加密初创公司时，将公司数字档案出售，其代码库获得约2.5万美元，另有一笔金额待定。报道称这些初创公司的用户为匿名，公司成立仅数年。
为什么值得看：企业负责人可从中看到：关停或转型企业的代码库与数据资产可能被AI实验室收购，具备一定变现价值；同时，若企业自身采购或使用第三方数据训练模型，需关注数据来源与授权合规。报道中的交易金额与用途为受访者陈述，未经独立核实，且数据转售的合法性因司法辖区而异，需自行做尽职调查。