AI趋势日报 - 2026-10-31
分析来源: 124 个 RSS 订阅源中 117 个返回(本窗口 7 个不可用) | 时间范围: 最近 1 天(2026-10-30 → 2026-10-31) | 获取文章: 30 篇 | 核心趋势: 3 个 | Google 官方 RSS 条目: 0
要点速览
第 25 个窗口,也是最近五天里内容最单薄的一个:共 30 条,其中 14 条仅有 YouTube 元数据,5 条为个人随笔或跑题文章。但真正有分量的那两条,承重程度非同寻常。OpenAI 发布政策页面,声明其"将遵守一项共享的 robots.txt 信号,帮助网站运营者向参与该机制的提供商传达其 AI 训练偏好"——这是本系列首次有前沿实验室承诺在协议层、而非在许可证或诉讼中实现机器可读的选择退出。同一天,Google Research 证实"首次从在轨的数据中心级 TPU 获得 AI 响应",这是针对主导 2026-10-30 窗口的电力与电网约束所给出的最激进的可行答案。第三条线索是延续:OpenAI 的"社区安全报告与面向青少年的新保护措施"接续了 24 小时前修订的 Model Spec 与失准(misalignment)监测,因此 agent 治理如今已具备明确的契约、检测层和披露节奏——但三者之间仍没有公开的衔接。
| 趋势 | 热度 | 影响面 | 关注度 |
|---|---|---|---|
| 爬虫成为交易对手方:共享 robots.txt 训练偏好信号遇上 20% 的 agent 流量 | 🔴 高 | 出版商、CDN/机器人管理、数据平台、法务 | ⭐⭐⭐⭐⭐ |
| inference(推理)离开电网:首次从在轨的数据中心级 TPU 获得 AI 响应 | 🟡 中 | 基础设施、容量规划、能源采购 | ⭐⭐⭐⭐ |
| Agent 治理以公开报告形式交付:比规范与遥测晚一天 | 🟡 中 | 信任与安全、产品、企业采购 | ⭐⭐⭐⭐ |
趋势全景
三条线索汇聚到一个共同缺失的组件上:一个验证器。趋势 1 创造了机器可读的同意,趋势 3 创造了机器可读的问责,而两者都没有附带任何让第三方核查合规性的方式。趋势 2 是物理压力这一分支,它在另一种介质中归结为同一个工程问题——工作负载运行在哪里,决定了你能就它产出什么样的证据。
最重要的那条边,是通向 C 的那条。偏好信号、安全报告与凭证作用域,目前都是彼此未衔接的原语;标为"身份与验证层"的那个节点,正是 2027 年采购战将发生的地方。
深度分析
本窗口产出三个核心趋势,每一个都是对照此前四个窗口分析,而非孤立地看。
1. 爬虫成为交易对手方:共享 robots.txt 训练偏好信号落地,同期有人声称企业流量的 20% 已是 agent [1][2][3][4] {新兴}
OpenAI 把网页抓取的条款,从双边授权交易搬进了一个每个网站本来就在提供的文件;与此同时,另有测量结论声称机器客户端已接近企业流量的五分之一——同意机制与流量构成,正在同一个新闻周期里被重新谈判。
背景
robots.txt 可追溯到 1994 年,当年 Martijn Koster 把它作为面向早期爬虫的礼节性约定提出;直到 2022 年,它才在 RFC 9309 中被标准化为 Robots Exclusion Protocol,而那时它的权威已完全建立在自愿遵守之上。2024 至 2025 年间,实际执行的制度走向碎片化:Cloudflare 开始默认拦截 AI 爬虫,随后又试水按次抓取付费;出版商与实验室逐个签订授权协议;IETF 围绕 AI 偏好指令(一种 Content-Usage 风格的扩展,而非简单的允许/禁止)展开的工作,试图为协议注入"可以训练,但不得生成"这样的语汇。这些机制都有一个在此至关重要的共同点:它们表达意图,却不验证那个无视意图的客户端。
核心发现
- 该信号正在协议层而非合同层被正式化。 OpenAI 自己的描述在范围和参与方两点上都相当精确:它"将遵守一项共享的 robots.txt 信号,帮助网站运营者向参与该机制的提供商传达其 AI 训练偏好"——OpenAI News。真正承担结构性作用的是两个词。共享意味着这是与其他提供商共用的语汇,而非 OpenAI 专属的 header。参与则意味着这一承诺只约束一部分爬虫,与"没有人会在你的网站上训练"是完全不同的保证。
- 流量构成才是驱动变革的强制力。 本窗口有两条 Eye on AI 的内容,标题分别是"20% of Enterprise Website Traffic Is Already AI Agents"和"AI Agents Will Take 50% of Your Traffic — Is Your Data Ready?"——后者是对 Tealium CEO Jeff Lunsford 的访谈——Eye on AI,Eye on AI。两条在本窗口都只有元数据;没有文字稿、方法论、客户样本,也没有对"agent"的定义,因此这些数字只是方向性的,未经审计。即便大幅打折,方向本身就是重点:五分之一的实测流量以非人类会话的形式到来,会击穿所有建立在"浏览器里坐着一个人"这一假设之上的指标。
- "我们承诺过不做"的监管先例,是一个九位数的数字。 通用汽车将支付 2.2 亿美元,就"非法将驾驶员的私人行为与位置数据出售给数据经纪商,后者再将信息卖给保险公司,由保险公司用于设定、有时是提高费率"的指控达成和解,从而了结来自 35 个州及哥伦比亚特区总检察长的索赔;争议围绕一项 Smart Driver 计划——该计划在 2016 年至 2024 年停办期间招募了数百万名驾驶员——Reuters via Daring Fireball。通用汽车被指"以帮助人们提升个人驾驶安全为名推销 Smart Driver,却在未经许可的情况下违背不出售其数据的承诺,侵犯了驾驶员的隐私"。这正是 robots.txt 偏好文件所面临的失效模式:一份意图声明,参与方遵守,对非参与方却无法强制执行,而执法要等到数年之后,以州总检察长的行动形式出现。
- 本周早些时候的制衡性观点依然成立。 2026-10-29,Cory Doctorow 重提他 2001 年的"Metacrap"论述,反对面向 agent 可读的接口;2026-10-27,Tedium 对 AI 时代数据攫取的批评,则作为 auth.md 凭证原语的制衡出现。本窗口没有任何内容回应这两项批评。偏好文件就是元数据;Doctorow 的反对意见是:元数据由自我申报、无法验证、且无视成本极低——而这恰恰是通用汽车和解案所惩罚的那种性质。
- 跨来源综合。 三条内容归结为一个结构性论断:robots.txt 回答的是同意问题,agent 流量测量回答的是数量问题,而两者都没有回答归属问题——这个客户端是谁、它可以做什么、以什么速率、按哪一份配额。这个缺失的层,就是 WorkOS
auth.md(2026-10-27)中的限定范围、短期凭证;在供应链一侧,则是同一窗口中 Nesbitt 关于包注册表证明的文章 所讨论的短期 OIDC 发布者身份。同一模式在四天里横跨三个领域反复出现:短时效、可验证的身份,正在取代长期有效的声明。
影响评估
出版商与内容授权团队是第一顺位的受害方,因为他们的库存估值如今取决于无法验证真伪的流量:如果五分之一的会话来自 agent,那么广告曝光、转化率和付费墙漏斗数字就全都虚高,而按人类读者定价的授权谈判会系统性地定价过低或过高。CDN 与机器人管理厂商获得第二条增长曲线,因为在边缘区分 agent 类别,是唯一能以低成本完成这种区分的地方。数据平台团队则继承了一个比过滤问题更糟的指标完整性问题——对 agent 会话做回溯性切分需要新的埋点,而重述一整年的看板,在多数公司内部都是一个政治行为。法务与合规职能继承的是文档义务:2026 年 10 月作出的偏好声明,将成为 2028 年争议中的证物。
行动建议
- 面向 CTO: 在下一次董事会材料之前,要求在边缘对 agent 会话与人类会话做带埋点的切分,并把该定义作为数据契约发布给分析团队。不要接受厂商给出的"机器人流量"汇总百分比作为切分口径——有用的类别是已验证爬虫、未验证 agent 和人类,而如今只有第一类是可以指名的。
- 面向架构师: 记录每次抓取或 agent 请求发生时生效的 robots.txt 策略版本,以及客户端声明身份。缺少这一关联,2027 年的授权纠纷就没有证据链,你的团队只能从 git 历史里重建意图。
- 面向内容与法务负责人: 从第一天起就把声明式偏好当作合同证物来跟踪,记录发布时间戳以及首次观察到的遵守或不遵守。通用汽车案就是模板:原告的诉由建立在明示承诺与实际观察到的行为之间的落差上,而非承诺本身。
- 面向平台团队: 在网关处实现针对 agent 的速率限制与身份验证,而不是依赖 robots.txt 的君子协定式遵守。偏好文件是政策声明;网关才是政策真正被执行的地方。
2. Inference 离开电网:Google 证实在轨数据中心级 TPU 返回首个 AI 响应 [5][6][7][8][9] {新兴}
Google Research 报告称,其 Project Suncatcher 原型卫星返回了来自在轨数据中心级 TPU 的首个 inference 响应,这是针对整周以来左右基础设施讨论的地面电力约束所给出的最极端可行回应。
背景
选址已成为 inference 容量的硬约束。2026-10-30 窗口记录了 NVIDIA GTC Berlin 议程,其核心是电力需求与电网韧性;同时还流传着一种说法——AI 可能在数年内耗尽电力,以及 WSJ 报道苹果对内存供应商的议价能力已经逆转。这些都是同一个事实的下游症状:大规模 inference 的定价由电力与制冷决定,而非由硅决定。Google 于 2025 年底宣布 Project Suncatcher,作为把 TPU 送上卫星的实验,并公开论证:晨昏太阳同步轨道可提供近乎连续的日照,辐射制冷在无大气环境下也能工作;一枚适度屏蔽的 Trillium 代 TPU 有望在多年任务中存活。在本周之前,这一论证还只是纸面推演。
核心发现
- 这一里程碑真实但范围狭窄,而且本窗口只有唯一一个来源。 Google Research 的帖子写道:"本周,我们达成了'Hello World'里程碑:首次从在轨的数据中心级 TPU 获得 AI 响应"——Google Research。可获得的摘录中没有给出卫星数量、轨道参数、模型规模、latency(延迟)、throughput(吞吐量)或下行链路容量。"Hello World"描述的是一次成功的往返,而不是一个可提供服务的星群;任何关于在轨 inference 经济性的说法,都应视为缺乏本窗口证据支持。单一来源,权威性高,具体性低。
- 同一窗口里包含了部署阶梯的两端。 在地面这一端,Daring Fireball 发布了 M6 14 英寸 MacBook Pro(2026 年 10 月发布,11 月初发货)的整合配置表,以及全新的 PROLED XDR 触屏 M5 Pro 与 M5 Max 机型;后者在同一窗口发货,而 2026 年 3 月的旧款 mini-LED M5 Pro/Max 机型仍在售——Daring Fireball。值得关注的不是定价,而是重叠:三代芯片、两种显示架构同时可下单,这意味着苹果是按功耗包络与散热余量而非按代际做区隔。本地 inference 容量,如今是作为一种散热预算在出售。
- inference 的选址由能源决定,而不是由与用户的距离决定。 受电网约束的地面部署、M6 级别的端侧部署,以及在轨部署,三者没有共同的 latency 曲线,也没有共同的失效模式,但它们回答的是同一个问题——我在哪里能拿到瓦数和排热能力。这是对经典云论证的重新排序,后者关心的是与用户的距离和弹性容量。
- 与此同时,仿真在替代物理测试。 NVIDIA Halos SAFE 的条目"Autonomous Vehicle Safety Evaluation From Road Testing to Simulation",本窗口仅有元数据,但它处在同一条轴线上——当物理测试昂贵、稀缺或不安全时,验证工作负载就会迁移进一个世界模型——NVIDIA。这一模式在 Y Combinator 的"AI for the Air-Gapped Economy"中重演,后者指向相反的极端:根本不存在网络路径的环境,模型必须在数据所在之处运行——Y Combinator。
- 四项硬约束在公开层面仍未得到回应。 在轨加速器面临日照占空比(日食期间需要电池或暂停工作负载)、仅有辐射散热且受严格面积约束、HBM 与逻辑电路上由辐射引发的单粒子翻转(需要检测与重试,而非仅仅屏蔽),以及通过自由空间光学的下行带宽。上述每一项都是一项工程计划,而不是一个里程碑。Google 的 GTC Berlin 集锦"AI in Action Across Europe"本窗口仅有元数据,并未就电网容量提供反证——NVIDIA。
影响评估
没有任何团队应该因为这个条目而改变 2027 年的容量规划;这个里程碑只是一次演示,而从轨道产出的每 token(词元)成本,几乎可以肯定比地面高出至少一个数量级。真正应该改变的是基础设施负责人框定约束的方式。那些把电力当作运营开支而非设计输入的团队会遭遇两次意外——一次是电网接入排队把数据中心交付推过了模型刷新周期,另一次是发现退路不是更便宜的区域,而是端侧硅上的更小模型。次级影响落在抗辐射系统工程上:在轨加速器所需的技术(错误检测、检查点与重试、优雅降级),与应对超大规模地面集群中静默数据损坏的技术是同一套,而这套技能目前很稀缺。
行动建议
- 面向 CTO: 本季度就把"每个有用 token 的电力"这一指标放进基础设施看板,按工作负载类别拆分,并把它作为部署选址的首要决策变量。说不出这个数字的团队,无法理性评估三个部署层级中的任何一个。
- 面向架构师: 把 inference 工作负载设计成部署无关——量化权重并记录质量差异、一个降级模式的小模型、一条离线路径——这样把工作负载从云迁到端侧就是一次配置变更,而不是重写。M6/M5 Pro/M5 Max 的重叠表明,硬件阶梯如今已不按代际顺序出货,因此"等下一代"这类容量假设会落空。
- 面向平台与 SRE 负责人: 现在就把错误检测与重试语义加进 inference 服务,而不是等到在轨容量变得重要时。长期运行的 inference 集群中的静默损坏,是同一问题的地面版本,而它目前表现为无法解释的质量回退,而不是事故。
- 面向战略与采购: 把在轨 inference 当作一个五年期权,而不是十二个月的计划。今天要买的是可选性——允许迁移工作负载而无需重新定价的供应商合同,以及不绑定单一区域电价的多年承诺。
3. Agent 治理以公开报告形式交付:比规范与遥测晚一天 [10][11][12] {持续}
OpenAI 在修订 Model Spec 并描述失准监测一天之后,发布了一份社区安全报告与面向青少年的新保护措施,从而补齐了一个三部分的治理栈——但各部分在技术上仍未衔接。
背景
连续三个窗口都在追踪同一条弧线。2026-10-27,WorkOS 的 auth.md 提出"由你掌控的、限定范围的短期凭证"作为 agent 的权限原语。2026-10-29 与 2026-10-30,OpenAI 围绕五项核心价值修订了 Model Spec,并描述了分层的失准监测,旨在发现"未经授权的 agent 行为,使响应者能在事件升级前介入"。这些覆盖的是权限与行为。本窗口补上了披露——更具后果的是,补上了一个节奏。Model Spec 本身自 2024 年 5 月起就已公开,因此新的不是价值文档的存在,而是从政策散文转向一项带有固定日期的报告义务。
核心发现
- 承诺的是把公开报告作为一项持续实践,而不是一份单一文档。 OpenAI 的描述是"通过扩展的防护措施、更早的干预,以及一项关于公共安全报告的新承诺,加强 ChatGPT 中的暴力预防"——OpenAI News。"新承诺"是关键短语:首份报告是一个基线,而做出报告承诺,会把未来每一版都变成一个差值——不管发布方算不算,外部都会去算。
- "更早的干预"意味着生成前分类。 比事后审查更早地介入,意味着在响应完成或发布之前,就基于一个意图估计采取行动。这是正确的安全姿态,同时也构成了一个新的误报面,其预期成本最高的是健康、法律、安全研究和历史暴力领域的合法查询——在这些领域,拒答既最可能发生,也最具破坏性。可获得材料中未公布任何阈值、误报率或申诉路径。
- 报告跑步机制造了一个不对称的基线问题。 如果一份安全报告披露事件数量,第一个数字就会成为未来所有报道的参照点,无论底层指标如何定义、类别划得多保守。早期把类别定义得窄的厂商,日后会被指责低报;把类别定义得宽的厂商,则会因与安全无关的原因呈现出改善趋势。这是财务披露中一个被充分理解的动态,如今正降临到模型安全领域,却没有任何会计基础设施。
- 来自供应链的证据证明类比并非装饰。 在同一窗口中,Nesbitt 的分析区分了签名(把字节绑定到一个密钥)与来源证明(一份关于来源的签名声明,"通常是 in-toto 并通过 Sigstore 签名"),并指出可信发布用来自 CI 的短期 OIDC 凭证取代长期 API token,同时警告"被攻破的 workflow 可以发布恶意版本"——Nesbitt。把"证明"替换成"安全报告",结构完全一样:一份关于流程的签名声明,只有验证方知道是哪个身份产出、哪条 pipeline 运行时才可验证。agent 治理有了声明,却缺少 pipeline 身份。
- 跨来源综合,以及本窗口未能弥合的缺口。 权限(auth.md)、行为(Model Spec 的价值)、检测(失准监测)与披露(社区安全报告),如今是五天内发布的四个原语,而它们之间的衔接仍未公布:哪一条政策条款对应哪一个检测信号、误报率是多少、agent 遥测保留多久、以哪个身份为准。这一缺失并非疏漏,而是商业前沿——一位无法把条款映射到信号的总法律顾问,不会签署企业级 agent 部署;而谁先公布这份映射,谁就设定了采购模板。
- 关于表面增殖的一点说明。 OpenAI 还发布了"There are many futures. Which do you want to build?"——一支宣传风格的视频,本窗口仅有元数据,无法评估内容——OpenAI。它唯一值得记录之处在于:面向消费者的信息与治理信息如今在同一天并行推进,而这本身就限制了治理文档能有多坦诚。
影响评估
第一顺位影响落在信任与安全组织身上,它们如今要管两只时钟:产品发布时钟和披露日历,而后者一旦滑期就会变成新闻。交付 agent 的产品团队继承一项工程义务——每一个安全决策事后都必须可重建,这意味着审计记录必须在决策时写入,而不是在报告时从日志里重建。企业采购与法务职能获得了它们最有力的杠杆:一项公开承诺就是一个 benchmark,而两版之间的实质性变化,是供应商必须在安全审查中回答的问题。风险敞口最大的,是转售他人模型的平台厂商:它们继承了披露预期,却没有继承检测基础设施。
行动建议
- 面向 CTO: 在任何面向客户的 agent 上线之前,要求一条有文档记录的、针对模型自主触发的伤害信号的升级路径,并指定负责人与响应时间承诺。"我们会在监测中注意到"不是一条升级路径。
- 面向架构师: 现在就写好逐决策的审计记录——prompt(提示词)哈希、模型与政策版本、检测分类器输出及置信度、采取的动作、调用方的凭证身份。本系列中所有剩余待补的治理衔接,都只能从这份记录中计算得出;构建时加上它很便宜,事后回填则代价高昂到灾难性。
- 面向法务与合规负责人: 把公开的安全报告与 Model Spec 当作外部承诺基线,并将每一版与上一版做差分。版本之间的实质性变动,是供应商安全审查中价值最高的问题,而目前几乎没人在问。
- 面向任何阅读安全报告的人: 在要分子之前,先要分母和类别定义。没有说明基率和分类法的事件计数,不是一次测量,而是一段叙事。
数据可视化
下面这条五天弧线显示,治理原语在连续数天内被接连发布,各自回答不同的问题,彼此之间却没有任何衔接。
最关键的观察是比例:四天内四个治理产物,对应零个已公布的验证机制。同意、权限、行为与披露,都已以机器可读、或至少可公开引用的形式被规定;却没有任何东西被公布,能让第三方确认其中任何一项在某个具体实例中被遵守。
值得关注
本窗口中的以下主题真实存在,但未达到多来源门槛。
- 能力压缩进权重成为一个构建目标: Drew Breunig 把"一个可运行的任天堂娱乐系统 6502 CPU 模拟器烤进了 Qwen3.5-4B 的权重里",据称是通过一系列 prompt 引导 Opus 5.5 构建的,起始指令是"阅读这篇文章及任何相关源代码……然后探索你是否能在任天堂娱乐系统的芯片和 RAM 中实现模拟"——Simon Willison。有启发性的细节不是《超级马力欧兄弟》能在一个 4B 模型里缓慢运行,而是这次构建由 CPU 一致性测试来引导——验证神谕先于产物存在,这与 Octoverse 2026 在 2026-10-29 量化的验证能力命题相同。单一来源(Willison 转述 Breunig),二手 benchmark,未公布成功率。
- 法律行业的小所经济学: a16z 发布了"Why AI Could Turn Small Law Firms Into Billion-Dollar Businesses",延续了贯穿 Legora 的 agentic 操作系统定位与 OpenAI 的 Ropes & Gray 尽调案例研究的法律 agent 线索,后者出现在 2026-10-29 与 2026-10-30 窗口——a16z。此处仅有元数据;实质问题是 agentic 尽调究竟压缩了助理的晋升金字塔,还是让一家五人小所能够投标过去需要五十人的业务。
- 学位变成一项订阅: "College will only cost $20 a month"论证每月 20 美元的 AI 订阅或许可以替代计算机科学学位,作者在 2020 至 2022 年间把学生引向计算机科学,如今却害怕收到"那个……关于那些工作?"的收件箱消息——idiallo.com。这是一篇从业者随笔,而非劳动力市场研究,但其招聘崩塌的前提,与 2026-10-30 记录的资本开支对人力成本的重新定价一致。
- "什么都能造"成为默认假设: Y Combinator 的"What Happens When Everyone Can Build Software"提出了 agentic 工程随之而来的分发问题——如果构建成本趋近于零,稀缺的输入就变成品味、分发与信任——Y Combinator。仅有元数据,无数字。
- 估值作为论证而非数字: 20VC 抛出"OpenAI at $1.25 Trillion Is a Bargain?"——20VC。记录的是这个数字,而非结论;仅有元数据,本窗口无法验证。
前瞻展望
- 训练偏好信号出现第二个参与提供商。 在"共享"语汇中,单一提供商的承诺是不稳定的;留意另一家前沿实验室或一家主要爬虫运营方公布参与——那才是把该信号从政策表态变成实际注册表的事件。
- 四周内出现 agent 流量测量方法论。 20% 与 50% 这两个数字会受到质疑;预计至少有一家机器人管理或分析厂商会发布一套站得住脚的分类法,并预计出现第一波客户分析看板的重述。
- 第二次在轨 inference 披露。 Google 确认的是一次往返,不是一项服务。留意 latency、模型规模或链路预算数字——首篇帖子中没有数字,本身就是关于这件事有多早期的信号。
- 条款到信号的映射。 治理栈中显而易见的下一件产物,是一份把 Model Spec 条款映射到检测信号、并给出误报率的公开文档。主要实验室之间谁先发布,谁就设定 2027 年企业 agent 采购模板。
- 正在淡出: Gemini 4 的 SKU 碎片化线索(2026-10-29 的 Argon、2026-10-29 的 Carbon)在本窗口没有产生任何新内容,应视为休眠而非已解决。苹果芯片线索在 2026-10-28 占据主导,如今已收缩为一张价格表的引用,只剩连续性。Octoverse 的合并率翻三倍数据已连续两个窗口没有后续。
其他新闻概要
以下条目按时间倒序排列,未在上文覆盖。
- Daring Fireball 赞助位开放: 因日程变动,下周的周度赞助位重新开放,2026 年剩余时段每周 11,000 美元,2027 年为 12,500 美元,2027 年第一、二季度已售出过半——Daring Fireball。
- Apple Music 404 页面的 iPod 复刻: Marcin Wichary 认为苹果的 iPod 复活节彩蛋是他见过的最佳复刻,指出其字体准确、"触感"哔声、恰当的滚动加速度,以及一个可用的音乐库——Unsung。
- Patrick Stewart 逝世,享年 86 岁: 这位演员周三在洛杉矶家中去世,此前经历了"一段短暂而令人痛心的阿尔茨海默病与路易体痴呆历程"——The Hollywood Reporter。
- Robert Caro 91 岁: 一篇对这位传记作家的长篇访谈,围绕他删掉的东西展开:"我删掉的很多东西,没人知道,这很悲剧"——Dwarkesh。
- The Analog Antiquarian,伊丽莎白时代版: 本周的一期是"Time Out London (Elizabethan Edition)"——The Digital Antiquarian。
- 一篇持异议的书评: Arundhati Roy 的*《微物之神》*被形容为"甜腻、幼稚化,且过于迂回"——Terence Eden。
- Federico Faggin 离开 Intel: 五十二年前的今天,这位早期 Intel CPU 背后的设计者离开,去打造 Zilog Z-80——The Silicon Underground。
- 闰秒被废除: CGPM 决定最后一个 UTC 闰秒是 2016 年底那一次,因此再也不会有下一个——Jeff Geerling。
- OpenAI ChatGPT Work 案例研究(视频与短视频): 一则客户故事,讲如何用 ChatGPT Work"把数据变成决策"——OpenAI,OpenAI。仅有元数据。
- Eye on AI 短视频: "Not Artificial Intelligence. Alien Intelligence."——一种观点框架,本窗口无可提取内容——Eye on AI。
- NVIDIA Berlin 短视频: "From Berlin to your living room",一支 GTC Berlin 宣传片——NVIDIA。
- Two Minute Papers: "OpenAI Claims It Just Did The Impossible"——一支没有描述文字的反应视频,因此无法识别其底层主张——Two Minute Papers。
参考文献
趋势 1:爬虫成为交易对手方
- [OpenAI News] - 让网站更容易表达其 AI 训练偏好
- [Eye on AI] - 企业网站流量的 20% 已是 AI Agent
- [Eye on AI]