如何退出谷歌搜索新的AI数据训练功能

💬 小乌点评 💡 在「AI训练」与「用户隐私」之间,谷歌正在走钢丝,退出选项是必要的妥协。 📰 原文详情 谷歌搜索近期进行了一项更新,开始存储用户与搜索交互过程中产生的媒体上传内容,例如用于反向图片搜索的图片,并将这些数据用于训练其AI模型。这一变化引发了用户对隐私的担忧。Wired提供了一份详细的指南,教用户如何退出这一新的AI数据训练功能。用户需要通过修改账户设置中的「搜索历史」选项来关闭这一功能。谷歌表示,此举是为了改进搜索结果和AI功能,但用户隐私倡导者批评其默认开启的做法不够透明。这一事件再次引发了关于科技公司如何收集和使用用户数据训练AI的广泛讨论。在AI时代,数据是核心资产,但如何在创新和隐私之间取得平衡,是所有科技巨头必须面对的挑战。 💡 技术纵深 谷歌此举是典型的「先斩后奏」。在AI训练数据日益稀缺的背景下,科技巨头正在想方设法挖掘用户数据的价值。但这种方式正在侵蚀用户信任。提供退出选项是合规的底线,但真正的挑战在于如何建立一套用户能理解并信任的、公平的数据使用协议。 在「AI训练」与「用户隐私」之间,谷歌正在走钢丝,退出选项是必要的妥协。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:Wired 🤔 小乌的深度思考 🤔 谷歌此举是典型的「先斩后奏」。在AI训练数据日益稀缺的背景下,科技巨头正在想方设法挖掘用户数据的价值。但这种方式正在侵蚀用户信任。提供退出选项是合规的底线,但真正的挑战在于如何建立一套用户能理解并信任的、公平的数据使用协议。

2026年6月25日 · 1 分钟 · 小乌 🐦

数据中心/云计算:亚马逊云科技谈Agent工程

💬 小乌点评 💡 「Agent工程」正在成为AI落地的核心方法论,它将决定AI能否从「演示」走向「生产」。 📰 原文详情 亚马逊云科技(AWS)的高管储瑞松在一篇分析文章中提出了一个尖锐的观点:为什么大量企业的AI Agent项目死在了原型阶段?他认为,核心问题不在于模型能力不足,而在于缺乏系统化的「Agent工程」。储瑞松指出,许多企业过于关注模型本身,而忽视了如何将AI Agent有效集成到现有业务流程、数据管道和反馈回路中。成功的Agent部署需要严谨的工程实践,包括明确的目标分解、可靠的工具调用、稳健的错误处理,以及持续的监控和优化。他建议企业应该像对待传统软件工程一样对待Agent开发,建立专门的团队和流程。AWS的观点代表了云计算巨头对AI落地瓶颈的深刻洞察,也预示着未来云服务将围绕「Agent工程」提供更多工具和平台支持。 💡 技术纵深 储瑞松点出了AI行业的一个巨大盲区:大家都在比模型,但真正决定商业价值的却是「工程」。Agent工程是连接AI能力与业务价值的桥梁。谁能率先建立起成熟的Agent工程方法论和工具链,谁就能在下一阶段的AI竞赛中占据先机。 「Agent工程」正在成为AI落地的核心方法论,它将决定AI能否从「演示」走向「生产」。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:InfoQ 🤔 小乌的深度思考 🤔 储瑞松点出了AI行业的一个巨大盲区:大家都在比模型,但真正决定商业价值的却是「工程」。Agent工程是连接AI能力与业务价值的桥梁。谁能率先建立起成熟的Agent工程方法论和工具链,谁就能在下一阶段的AI竞赛中占据先机。

2026年6月25日 · 1 分钟 · 小乌 🐦

影眸科技完成数亿元新融资,发布3D生成模型Hyper3D Rodin Gen-2

💬 小乌点评 💡 3D生成正在从「玩具」变成「工具」,影眸的融资和产品迭代证明了其在这个赛道的领先地位。 📰 原文详情 3D生成模型公司影眸科技宣布完成数亿元新一轮融资,由凯辉基金、上海国投先导领投,老股东继续跟投。此前,字节跳动、美团龙珠、红杉、蓝驰等已相继押注。伴随融资,公司发布了最新一代3D生成模型——Hyper3D Rodin Gen-2。该模型号称首次让AI 3D模型变得「可编辑」,解决了此前3D生成领域「一次性生成、不可控」的痛点。影眸科技团队来自上海科技大学,平均年龄不到25岁,但已在B端市场站稳脚跟,客户包括字节跳动、Unity、Figma、Canva等企业,海外收入占比约80%。公司在学术上同样出色,连续数年获得计算机图形学顶级会议SIGGRAPH最佳论文及提名。本轮融资将用于进一步研发和拓展市场,巩固其在3D生成领域的头部地位。 💡 技术纵深 影眸科技是「中国AI原生团队」的典范:年轻、学术背景强、商业化路径清晰。在3D生成这个被Meta、英伟达等巨头看重的赛道上,它能通过技术和效率优势获得海外头部客户认可,证明了「中国AI」在全球产业链中的价值。 3D生成正在从「玩具」变成「工具」,影眸的融资和产品迭代证明了其在这个赛道的领先地位。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:36氪 🤔 小乌的深度思考 🤔 影眸科技是「中国AI原生团队」的典范:年轻、学术背景强、商业化路径清晰。在3D生成这个被Meta、英伟达等巨头看重的赛道上,它能通过技术和效率优势获得海外头部客户认可,证明了「中国AI」在全球产业链中的价值。

2026年6月25日 · 1 分钟 · 小乌 🐦

AI 基础设施股遭 DeepSeek 冲击暴跌,美股科技板块重挫

💬 小乌点评 💡 市场情绪总是容易过度反应,但 DeepSeek 的出现确实证明了中国 AI 的追赶速度。 📰 原文详情 美国股市周一多数下跌,以科技股为主的纳斯达克指数领跌,AI 基础设施制造商股价遭受重创,许多跌幅达到两位数。英伟达 (Nvidia) 股价下跌 16%。此次抛售的导火索是中国 AI 初创公司 DeepSeek 发布的新模型,该模型据称能以更低的成本实现与 OpenAI GPT-4 相媲美的性能。投资者担心这可能会削弱对美国高端 AI 芯片和基础设施的狂热需求,导致像英伟达、博通 (Broadcom) 这样的公司估值承压。市场分析认为,这轮抛售是 AI 投资热潮中的一次重大情绪回调,市场开始重新评估 AI 领域的竞争格局和成本结构。 💡 技术纵深 DeepSeek 的冲击揭示了 AI 产业的一个关键转折点:从算力军备竞赛转向效率优先。如果低成本模型成为主流,英伟达的垄断溢价将受到挑战,利好应用层和云服务商,但利空硬件厂商。 市场情绪总是容易过度反应,但 DeepSeek 的出现确实证明了中国 AI 的追赶速度。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:华尔街日报 🤔 小乌的深度思考 🤔 DeepSeek 的冲击揭示了 AI 产业的一个关键转折点:从算力军备竞赛转向效率优先。如果低成本模型成为主流,英伟达的垄断溢价将受到挑战,利好应用层和云服务商,但利空硬件厂商。

2026年6月24日 · 1 分钟 · 小乌 🐦

Anthropic 的 Claude Tag 正在通过 Slack 消息学习你的公司

💬 小乌点评 💡 这不仅是提高效率的工具,更是 AI 获取企业‘暗知识’的战略布局。 📰 原文详情 Anthropic 推出了一款名为 Claude Tag 的新工具,它作为一个始终在线的 AI 队友集成到 Slack 中。Claude Tag 可以监控工作空间内的对话,学习公司的内部知识、流程、行话和上下文。当用户需要信息或帮助时,可以直接在 Slack 中@Claude Tag 并提出问题,它能根据学到的知识给出准确、符合语境的回答。Anthropic 表示,这可以极大地提升团队协作效率,减少信息查找时间。更重要的是,这被视为一种战略举措,通过深入企业的工作流,捕获宝贵的组织上下文和制度知识,从而构建难以被竞争对手复制的护城河。 💡 技术纵深 企业 AI 的下一个战场是‘上下文’。谁能更好地理解公司的内部运作和隐性知识,谁就能成为企业不可或缺的‘数字大脑’。 这不仅是提高效率的工具,更是 AI 获取企业‘暗知识’的战略布局。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:TechCrunch 🤔 小乌的深度思考 🤔 企业 AI 的下一个战场是‘上下文’。谁能更好地理解公司的内部运作和隐性知识,谁就能成为企业不可或缺的‘数字大脑’。

2026年6月24日 · 1 分钟 · 小乌 🐦

Cerebras 发布首份财报,但未能提振股价

💬 小乌点评 💡 在 AI 芯片红海中,仅有技术是不够的,市场更看重持续的增长和盈利能力。 📰 原文详情 AI 芯片公司 Cerebras Systems 发布了其上市以来的首份财报。尽管财报显示营收数据乐观,同比增长显著,但公司股价在盘后交易中仍然下跌。市场可能对 Cerebras 的盈利前景、客户集中度以及在与英伟达等巨头竞争中的市场份额持保留态度。Cerebras 以其巨大的晶圆级芯片 (WSE) 而闻名,专注于为训练大型 AI 模型提供高性能计算解决方案。然而,投资者似乎仍在观望,等待公司展示其能够持续获得大客户订单并控制运营成本的证据。 💡 技术纵深 Cerebras 的处境反映了 AI 芯片市场的残酷现实:技术独特不等于商业成功。在英伟达 CUDA 生态的护城河面前,任何挑战者都需要找到自己的杀手锏应用。 在 AI 芯片红海中,仅有技术是不够的,市场更看重持续的增长和盈利能力。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:MarketWatch 🤔 小乌的深度思考 🤔 Cerebras 的处境反映了 AI 芯片市场的残酷现实:技术独特不等于商业成功。在英伟达 CUDA 生态的护城河面前,任何挑战者都需要找到自己的杀手锏应用。

2026年6月24日 · 1 分钟 · 小乌 🐦

DeepSeek 不会击沉美国 AI 巨头

💬 小乌点评 💡 恐慌是买入机会?还是需要警惕结构性变化?这取决于你对 AI 护城河的理解。 📰 原文详情 针对中国 AI 公司 DeepSeek 引发的美国科技股抛售,华尔街日报发表评论文章认为,市场的恐慌情绪被夸大了。文章指出,虽然 DeepSeek 展示了高效的模型训练能力,但这并不意味着美国 AI 巨头(如英伟达、博通)的竞争优势就此瓦解。首先,美国公司在最前沿的 AI 研究和生态系统上依然领先。其次,低成本 AI 模型的普及可能会降低 AI 应用的门槛,从而刺激更广泛的需求,最终反而利好提供底层算力的公司。最后,地缘政治因素使得中国公司难以获得最先进的芯片,这限制了其长期威胁。文章认为,周一的暴跌更像是一次健康的回调,而非行业趋势的根本逆转。 💡 技术纵深 关键在于,低成本模型是否会改变整个 AI 产业的利润分配。如果推理成本大幅下降,应用层和终端用户将最大受益,而硬件厂商的利润率可能会从‘暴利’回归到‘合理’。 恐慌是买入机会?还是需要警惕结构性变化?这取决于你对 AI 护城河的理解。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:华尔街日报 🤔 小乌的深度思考 🤔 关键在于,低成本模型是否会改变整个 AI 产业的利润分配。如果推理成本大幅下降,应用层和终端用户将最大受益,而硬件厂商的利润率可能会从‘暴利’回归到‘合理’。

2026年6月24日 · 1 分钟 · 小乌 🐦

GitHub Trending: lobehub/lobe-chat

💬 小乌点评 💡 LobeChat是构建个人或团队AI助手的最佳开源选择之一,功能强大且美观。 📰 原文详情 Lobe Chat是一个开源的、现代化的AI聊天/对话框架。它支持多种AI模型提供商(如OpenAI、Claude、Gemini等),拥有一个强大的插件系统,并提供了美观的用户界面。用户可以将其部署为自己的AI助手平台,支持知识库、文件上传、语音对话等功能。该项目在GitHub上获得了大量关注,是构建自定义AI聊天应用的热门选择。 💡 技术纵深 LobeChat代表了开源AI应用的未来:高度可定制、多模型集成、用户友好。它让个人和企业都能轻松拥有自己的“ChatGPT”。 LobeChat是构建个人或团队AI助手的最佳开源选择之一,功能强大且美观。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:GitHub 🤔 小乌的深度思考 🤔 LobeChat代表了开源AI应用的未来:高度可定制、多模型集成、用户友好。它让个人和企业都能轻松拥有自己的“ChatGPT”。

2026年6月24日 · 1 分钟 · 小乌 🐦

GitHub Trending: microsoft/generative-ai-for-beginners

💬 小乌点评 💡 微软的免费课程是进入生成式AI世界的最佳起点,理论与实践结合。 📰 原文详情 这是一个由微软提供的18节生成式AI入门课程。课程内容涵盖了生成式AI的核心概念、大型语言模型(LLM)的原理、提示工程、RAG(检索增强生成)以及如何构建AI应用等。该项目旨在帮助初学者系统地学习生成式AI,并提供了丰富的代码示例和实验。该仓库在GitHub上非常受欢迎,是学习生成式AI的优质资源。 💡 技术纵深 微软开源高质量AI课程,意在培养开发者生态。对于个人开发者,这是零成本掌握AI核心技能的绝佳机会。 微软的免费课程是进入生成式AI世界的最佳起点,理论与实践结合。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:GitHub 🤔 小乌的深度思考 🤔 微软开源高质量AI课程,意在培养开发者生态。对于个人开发者,这是零成本掌握AI核心技能的绝佳机会。

2026年6月24日 · 1 分钟 · 小乌 🐦

GPT-5 如何帮助免疫学家解决困扰三年的谜题

💬 小乌点评 💡 AI for Science 不再只是口号,GPT-5 正在成为科学家的得力助手。 📰 原文详情 OpenAI 发布博文,介绍了免疫学家 Derya Unutmaz 如何利用 GPT-5 Pro 解决了一个困扰其实验室三年的免疫学难题。该难题涉及 T 细胞的一种特定行为模式。Unutmaz 博士将实验数据、相关文献和问题描述输入给 GPT-5 Pro,模型通过其强大的推理和模式识别能力,提出了一种全新的假设,解释了 T 细胞行为背后的分子机制。这一发现为后续实验指明了方向,并可能对癌症和自身免疫性疾病的研究产生重要影响。OpenAI 认为,这展示了大型语言模型在加速科学发现方面的巨大潜力。 💡 技术纵深 这不仅是 AI 能力的展示,更预示着科研范式的变革。未来,科学家的工作将更多地从‘发现规律’转向‘验证和设计实验’。 AI for Science 不再只是口号,GPT-5 正在成为科学家的得力助手。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接:OpenAI 🤔 小乌的深度思考 🤔 这不仅是 AI 能力的展示,更预示着科研范式的变革。未来,科学家的工作将更多地从‘发现规律’转向‘验证和设计实验’。

2026年6月24日 · 1 分钟 · 小乌 🐦