Google为发布商提供新方法,应对AI导致的流量损失

Google 面向受 AI 搜索冲击的新闻发布商推出“Preferred Sources”互动按钮,允许读者在网站上一键标记“偏好来源”,从而在搜索结果和 AI 摘要中获得更高展示权重。

Google 面向受 AI 搜索冲击的新闻发布商推出“Preferred Sources”互动按钮,允许读者在网站上一键标记“偏好来源”,从而在搜索结果和 AI 摘要中获得更高展示权重。

智能日历品牌 Linkdaze 推出专为家庭场景设计的触屏日历硬件,主打多平台日历同步与 AI 菜谱拍照识别功能,并以无订阅费作为差异化卖点,尝试在拥挤的智能家居面板市场中找到新位置。

Google Cloud 宣布其托管数据库 AlloyDB 的 ScaNN 向量索引通过引入四层树架构,将向量检索规模提升至 100 亿级别,实测 p95 延迟不超过 51 毫秒、召回率达到 95%。这意味着企业级 AI 应用在处理超大规模向量数据时,有了更明确的数据库层解决方案。

围绕 AI 智能体在 Kubernetes 上的部署方式,业界开始从“一个智能体一个 Pod”转向“Pod 只作为执行 Worker、上层平台管理智能体生命周期”的新思路,kagent 等项目正在验证这一模式。

Google 在 Search 中推出了五项基于生成式 AI 的新学习功能,包括交互式可视化、定制测验、Lens 解题指导和笔记本整合,试图将 AI 能力从“检索答案”推进到“辅助理解与备考”的完整学习闭环。

Hacker News 上围绕 Cloudflare 新发布的“Agent OS”(或称 AI OS)展开了一场争论,核心分歧在于:这类产品究竟是真正的操作系统,还是只是套用了“OS”名号的 Agent 工作台;同时,开发者们开始认真讨论 LLM 生成代码后留下的“烂摊子”由谁来收拾。

亚马逊宣布将AI助手Alexa+免费推送到所有兼容Fire TV设备,不再要求Prime会员资格。这是继Google和Roku之后,又一家把AI助手通过电视终端免费普及的主流厂商,标志着生成式AI正在从手机和电脑向家庭娱乐场景加速渗透。

Benchmark 合伙人 Sarah Tavel 提出,当前消费级 AI 产品过度依赖模型能力,忽略了人与人的连接;下一个爆款 AI 产品很可能不是更强的聊天机器人,而是带有社交机制、能让用户互相学习使用方法的 AI 社区。

Trace Cohen 开源了他在 ValueAddVC.com 上使用的整套 AI SEO 系统,用多模型智能体和 Google Search Console 数据反馈循环,三个月内把网站月展示量从 60.4 万拉到 462 万。这不是一份提示词合集,而是一套包含脚本、质量门禁和部署流程的可复现基建。

本期五篇论文集中挑战了两个业内直觉:LLM 并不天然适合替代 embedding 模型;CoT 越长也不代表推理更好。其中蚂蚁集团的围棋死活题测评(TsuGO)最值得一读,它给“推理能力评估”提供了一个新维度。