https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
OpenAI公司员工获准最高套现3,000万美元
OpenAI在近期一轮融资中允许员工每人出售最多三千万美元的股票，使他们成为AI热潮中最早的一批经济获益者。六百多名现任和前任员工去年10月一次性抛售所持股票，合计套现66亿美元。据透露，其中约75人拿满了三千万美元的上限。有些人选择将剩余股票捐出，投入捐赠者建议基金。这是一种慈善投资账户，资金专项用于公益事业，捐赠者也可在当年申报税收抵免。此次股票出售让外界得以一窥即将涌入旧金山和其他科技重镇的滚滚财富。OpenAI 和 Anthropic正在筹备可能跻身史上最大规模之列的 IPO ，届时两家公司数以千计的普通员工将得以抛售股票，其中不少人将一跃成为千万富翁。
—— 华尔街日报
via 风向旗参考快讯 - Telegram Channel
OpenAI在近期一轮融资中允许员工每人出售最多三千万美元的股票，使他们成为AI热潮中最早的一批经济获益者。六百多名现任和前任员工去年10月一次性抛售所持股票，合计套现66亿美元。据透露，其中约75人拿满了三千万美元的上限。有些人选择将剩余股票捐出，投入捐赠者建议基金。这是一种慈善投资账户，资金专项用于公益事业，捐赠者也可在当年申报税收抵免。此次股票出售让外界得以一窥即将涌入旧金山和其他科技重镇的滚滚财富。OpenAI 和 Anthropic正在筹备可能跻身史上最大规模之列的 IPO ，届时两家公司数以千计的普通员工将得以抛售股票，其中不少人将一跃成为千万富翁。
—— 华尔街日报
via 风向旗参考快讯 - Telegram Channel
Linux 内核首现 AI 亲笔驱动！AMD 芯片组温度监控迈入“智造”时代
在开源社区的严谨审核机制下，一段特殊的代码引发了广泛关注。近日，Linux 内核收到了首个明确标注由人工智能生成代码的驱动程序补丁——prom21-xhci。这一补丁的出现，标志着 AI 生成的代码正式从实验阶段迈向了系统底层核心组件的实用化。
填补空白：精准掌控 AMD 芯片组“体温”
这款驱动程序的核心使命非常明确：为 AMD Promontory 21 芯片组的 xHCI 控制器提供温度传感器数据支持。对于广大使用 AMD 600 和 800 系列 AM5 主板（涵盖从主流型号到高端 X670E）的用户而言，这无疑是个好消息。
在此之前，Linux 系统对 AMD 平台的监控大多局限于 CPU 核心，而主板芯片组的温度数据往往因为硬件厂商的差异化而难以统一获取。新驱动通过将数据接入 Linux 硬件监控（HWMON）子系统，实现了与现有监控工具的完美兼容。这意味着用户无需安装任何额外的第三方软件，就能通过系统原生工具实时掌握芯片组的工作状态。
幕后功臣：OpenAI 与开源开发者的跨界协作
值得关注的是该驱动的“身世”。它由开源开发者 Jihong Min 主导，但其核心逻辑代码是由 OpenAI 开发的编码代理工具 Codex GPT-5.5 协助生成的。开发者在提交给内核邮件列表的补丁说明中，坦诚且清晰地标注了 AI 生成的部分，展现了开源社区透明、协作的精神。
尽管此前曾有业内高管尝试利用 AI 生成测试驱动，但多用于调试框架。而本次 prom21-xhci 则是真正旨在进入内核主线的生产力工具。
审核进行中：未来将并入内核主线
目前，这一补丁正处于 Linux 内核邮件列表的公开审核阶段。资深开发者们将针对 AI 生成代码的稳定性和安全性进行严格把关。一旦通过审核，该功能将正式集成到后续版本的 Linux 内核主线中。届时，用户只需在内核 Kconfig 配置中启用 SENSORS_PROM21_XHCI 选项，即可体验这一由 AI 参与打造的全新监控能力。
via AI新闻资讯 (author: AI Base)
在开源社区的严谨审核机制下，一段特殊的代码引发了广泛关注。近日，Linux 内核收到了首个明确标注由人工智能生成代码的驱动程序补丁——prom21-xhci。这一补丁的出现，标志着 AI 生成的代码正式从实验阶段迈向了系统底层核心组件的实用化。
填补空白：精准掌控 AMD 芯片组“体温”
这款驱动程序的核心使命非常明确：为 AMD Promontory 21 芯片组的 xHCI 控制器提供温度传感器数据支持。对于广大使用 AMD 600 和 800 系列 AM5 主板（涵盖从主流型号到高端 X670E）的用户而言，这无疑是个好消息。
在此之前，Linux 系统对 AMD 平台的监控大多局限于 CPU 核心，而主板芯片组的温度数据往往因为硬件厂商的差异化而难以统一获取。新驱动通过将数据接入 Linux 硬件监控（HWMON）子系统，实现了与现有监控工具的完美兼容。这意味着用户无需安装任何额外的第三方软件，就能通过系统原生工具实时掌握芯片组的工作状态。
幕后功臣：OpenAI 与开源开发者的跨界协作
值得关注的是该驱动的“身世”。它由开源开发者 Jihong Min 主导，但其核心逻辑代码是由 OpenAI 开发的编码代理工具 Codex GPT-5.5 协助生成的。开发者在提交给内核邮件列表的补丁说明中，坦诚且清晰地标注了 AI 生成的部分，展现了开源社区透明、协作的精神。
尽管此前曾有业内高管尝试利用 AI 生成测试驱动，但多用于调试框架。而本次 prom21-xhci 则是真正旨在进入内核主线的生产力工具。
审核进行中：未来将并入内核主线
目前，这一补丁正处于 Linux 内核邮件列表的公开审核阶段。资深开发者们将针对 AI 生成代码的稳定性和安全性进行严格把关。一旦通过审核，该功能将正式集成到后续版本的 Linux 内核主线中。届时，用户只需在内核 Kconfig 配置中启用 SENSORS_PROM21_XHCI 选项，即可体验这一由 AI 参与打造的全新监控能力。
via AI新闻资讯 (author: AI Base)
Linux内核首个AI生成驱动诞生:由Codex GPT-5.5辅助开发，支持AMD芯片组温控
5月11日，Linux内核迎来了首个明确标注由AI生成代码的硬件驱动程序prom21-xhci，标志着人工智能在系统级底层开发领域的应用取得实质性突破。 该驱动由开源开发者Jihong Min主导，核心代码通过OpenAI的编码代理工具Codex GPT-5.5生成，旨在为AMD Promontory21芯片组的xHCI控制器提供温度监控支持。
作为AMD600及800系列AM5主板（含高端X670E型号）的核心组件，Promontory21架构此前在Linux系统下一直缺乏原生的芯片组温度监测手段。该驱动通过将实时传感器数据接入Linux硬件监控(HWMON)子系统，实现了与主流用户空间监控工具的无缝兼容。目前，相关补丁已提交至内核邮件列表进行公开审核，用户未来可通过内核Kconfig文件中的专用选项启用该功能。
这一事件不仅填补了AMD平台在Linux环境下的硬件监控空白，更揭示了AI辅助编程正从高层应用向底层内核代码渗透的趋势。此前，AMD高层也曾尝试利用Claude Code生成测试驱动，而此次prom21-xhci进入内核审核流程，进一步验证了AI生成的底层代码在严苛的系统规范与安全性要求下的可行性。随着LLM在特定领域知识理解上的迭代，AI参与操作系统核心模块构建将从“实验性尝试”转向“常态化辅助”，极大地提升开源社区的开发效率与设备适配速度。
via AI新闻资讯 (author: AI Base)
5月11日，Linux内核迎来了首个明确标注由AI生成代码的硬件驱动程序prom21-xhci，标志着人工智能在系统级底层开发领域的应用取得实质性突破。 该驱动由开源开发者Jihong Min主导，核心代码通过OpenAI的编码代理工具Codex GPT-5.5生成，旨在为AMD Promontory21芯片组的xHCI控制器提供温度监控支持。
作为AMD600及800系列AM5主板（含高端X670E型号）的核心组件，Promontory21架构此前在Linux系统下一直缺乏原生的芯片组温度监测手段。该驱动通过将实时传感器数据接入Linux硬件监控(HWMON)子系统，实现了与主流用户空间监控工具的无缝兼容。目前，相关补丁已提交至内核邮件列表进行公开审核，用户未来可通过内核Kconfig文件中的专用选项启用该功能。
这一事件不仅填补了AMD平台在Linux环境下的硬件监控空白，更揭示了AI辅助编程正从高层应用向底层内核代码渗透的趋势。此前，AMD高层也曾尝试利用Claude Code生成测试驱动，而此次prom21-xhci进入内核审核流程，进一步验证了AI生成的底层代码在严苛的系统规范与安全性要求下的可行性。随着LLM在特定领域知识理解上的迭代，AI参与操作系统核心模块构建将从“实验性尝试”转向“常态化辅助”，极大地提升开源社区的开发效率与设备适配速度。
via AI新闻资讯 (author: AI Base)
