OpenAI 更新 Model Spec 模型规范
OpenAI 发布更新版 Model Spec 模型规范,概述了五项核心价值观,旨在引导更强大的 AI 具备健全的判断力、维护人类自主性并忠实于人类意图。
OpenAI 发布更新版 Model Spec 模型规范,概述了五项核心价值观,旨在引导更强大的 AI 具备健全的判断力、维护人类自主性并忠实于人类意图。
Simon Willison 解读了 Jacob Sansbury 介绍多人游戏 Spawn 自主研发模式的文章。Spawn 玩家可通过内置 AI 智能体 Savi 用提示词修改游戏世界,且整个项目由基于 Fable 模型的智能体群自主开发维护,每月模型 token 开销超 300 万美元。团队实行每小时向生产环境交付的极速持续部署,智能体负责直接修复线上错误并能在 30 秒内回滚故障代码。
推荐理由:原文展现了高频持续部署与自修复智能体系统的极端工程案例,为评估自主编码智能体的应用边界提供了参考。
OpenAI 采用分层监控机制检测前沿模型的不对齐现象与未经授权的智能体行为,以便响应人员在事件升级前及时介入。
Google母公司Alphabet在Q3财报中承认AI搜索的盈利表现不如传统自然搜索,同时预计明年将进一步加大AI支出。该季度Alphabet营收接近1280亿美元,但净利润同比下滑近90亿美元,每股收益2.12美元大幅不及市场预期的3.02美元,导致股价盘中一度大跌约13%。此外,Google Cloud季度营收突破300亿美元,超出分析师预期。
推荐理由:财报数据展示了搜索业务转向生成式AI过程中的盈利阵痛,为观察头部科技巨头巨额AI投入的商业回报提供了直接参照。
Heydude 第三季度营收增长超 6% 至 1.7 亿美元并重回增长,母公司 Crocs 计划拓展北美但不太可能增设新门店。CEO Andrew Rees 表示批发是触达目标客群更具成本效益的方式,该品牌北美复苏主要由增长 14% 的批发业务拉动。受旗下品牌强劲表现推动,Crocs 公司 Q3 净利润增长近 50% 至 2.168 亿美元,并上调了全年预期。
AlixPartners 对 9,000 多名美国消费者的调查显示,目前仅有 10% 的消费者使用 AI 开启商品发现,大多数人尚未准备好将实际购买交给 AI 智能体。高收入消费者更倾向将 AI 用作穿搭和选品管家,普通消费者则多用于比价,年轻群体采用率为 14%。报告指出,由于 AI 智能体只读取属性、库存与价格等结构化数据,若商品元数据缺失,品牌将在智能体渠道中彻底隐形。
Fanatics 联合 OpenAI 重构穿搭推荐工具 Shop the Look,利用 AI 模型基于商品数据与库存信息为消费者生成同风格、同球队的成套搭配。
Shopify 允许商家直接在订单页面的支付卡片上免除未付余额,并支持随时撤销该操作。系统会在订单修改、退款或退货时自动冲回应调整的差额,免除明细会同步呈现在买家端账户、结账页和邮件通知中。该功能需开启新的管理员权限,平台还为所有商店默认提供了按订单汇总的坏账跟踪报表。
推荐理由:商户可直接在后台免除未结余额并同步坏账报表,为售后差价与坏账核销提供了标准化的处理流程。
随着 Google Lens 和 Circle to Search 等多模态搜索普及,图片已成为关键搜索入口,网站需从可爬取性、技术实现与上下文理解三个维度进行优化。
NVIDIA 展示了开发者结合前沿 AI 模型与 Omniverse 库,通过自然语言指令快速搭建并测试 3D 物理仿真的实践案例。相关项目涵盖工业数字孪生、机器人抓取与运动控制、VR 交互以及医院与仓储场景的大规模模拟。开发者利用 SimReady 资产与 OpenUSD 标准,配合 GPU 加速库完成从资产装配、碰撞检测到实时渲染的端到端仿真管线。
推荐理由:文章详细梳理了前沿智能体结合仿真库的具体工作流,为工业数字孪生与具身智能测试提供了可复现的管线参考。
美国世界大型企业联合会调查显示,受汽油价格环比回落带动,10月消费者信心指数上涨7.5点至91.7,创下6月以来的最高水平。尽管短期数据改善,但长期下行趋势仍未改变,消费者对食品和能源价格的高企依然感到沮丧,并计划在未来六个月削减服务和耐用品支出。受访者预计未来12个月的平均通胀率为5.8%,显示出持续的通胀压力仍在压制家庭实际购买力。
Walmart 近几周多次对个性化定价指控进行抗辩,该风波部分源于对其使用电子货架标签引发的顾虑。除 Walmart 外,各州已开始探讨如何应对利用先进数据收集调整价格的做法,消费者也对 AI 愈发担忧。Retail Dive 播客 The Backroom 本期深入探讨了动态定价问题,以及严峻宏观环境下消费者在假日季的价格焦虑。
美国联邦贸易委员会(FTC)向 Walmart、Target 等九家公司发出长达 15 页的命令,要求提供利用个人数据进行差异化定价的具体细节。调查重点关注企业是否通过人工智能分析消费者浏览习惯或会员计划来抬高价格,以及是否据此调整零工报酬。收到命令的企业须在 45 天内作出回应,必要时 FTC 可通过联邦法院强制执行。
DoorDash 宣布计划以约 $17B 收购生鲜杂货配送平台 Instacart,交易预计在 2027 年底或 2028 年上半年完成。收购将以至少 75% 现金形式进行,对 Instacart 的估值为每股 $65,较 10 月 22 日收盘价溢价 26%。
Meta 宣布在生产环境中全面落地即时测试系统 Catching JiTTests,利用大语言模型在代码提交合入前自动生成可执行的失败测试来暴露潜在缺陷。该方案结合变异分析与意图推断双工作流生成用例,并通过多模型评审及规则引擎过滤假阳性,仅在需要确认行为变更时触达工程师。统计显示该系统在 589 名参与工程师中取得了 60% 的真阳性率,并在 2026 年上半年拦截了 74 个严重隐私缺陷。
TikTok 推出 2026 年第四季度广告产品更新,上线 GMV Max Pro、Growth Autopilot、搜索广告竞价份额指标及 Smart+ 创意筛选功能。
推荐理由:更新梳理了全成本ROI优化与搜索素材自动化机制,广告主可据此评估多渠道预算与冷启动投放策略。
Shopify 管理后台新增 GTIN 自动补全与匹配建议功能,系统会自动将条形码与 GS1 官方数据库核对并标明真实 GTIN。对于已保存的自定义条形码,后台会提示转换建议,并支持在产品及库存编辑器中批量接受或忽略。该更新为可选辅助提示,不会强制修改商品信息,商家悬停即可比对 GS1 登记记录。
推荐理由:后台通过对接 GS1 数据库校验条形码,有助于减少多渠道商品匹配错误并简化批量录入流程。
Hugging Face 联合卡内基梅隆大学等多所高校及机构宣布发起 Project ProtoStar 倡议,旨在将公共资助的科学数据集、模型和代码转化为适配 AI 的机器可执行格式,促进科研成果的发现与复用。该项目将依托开放基础设施提供实用发布支持,首场公开挑战赛由卡内基梅隆大学于 11 月 2 日举办。
Mistral 正式发布多模态 MoE 模型 Mistral Large 4(代号 Le Chonk),总参数量约 1T、激活参数 49B,支持 1M tokens 上下文窗口与文本图像输入。
推荐理由:文章详细拆解了万亿级稀疏MoE架构与安全防御评测,为开发者提供了开源权重下的端到端部署范式。
Granite Switch 4.1.1 补丁版本发布,完全向后兼容 4.1,无需迁移即可通过模块化适配器实现模型增量更新。新版本升级了支持 10 种语言且自带原生标点与大小写的 Granite Speech ASR 模型,并优化了 Decision 适配器在 Jev Decision Index 测试集上的表现。团队正筹备教程和 Adapter SDK,方便开发者构建自定义适配器。
OpenAI 内部名为 Aura 的站点安全检查机制会在网络请求发出前静默拦截特定域名,导致 ChatGPT 实时搜索与 Codex Browser Use 完全无法访问受限网站,且受害者服务器日志不会留下任何记录。
推荐理由:原文通过实测揭示了底层安全过滤对 AI 搜索曝光的隐藏影响,提供了具体的诊断思路与可迁移的日志排查方法。
Target、Walmart 等大型零售商相继公布 2026 年假日购物季策略,重点围绕性价比比拼、跨品类延伸以及智能体电商展开竞争。受通胀与预算压力影响,各平台主打平价礼品组合,并通过跨品类商品争夺钱包份额。
The Verge 梳理 Anthropic 披露的 S-1 文件指出,该公司正试图通过激进的业务增长与递归自我改进,来支撑未来数千亿美元的固定算力成本。数据显示其在 2026 年上半年实现营收 163 亿美元,净收入留存率达 900%,但未来面临至少约 8500 亿美元的长期采购与基础设施租赁承诺。
推荐理由:文章梳理了千亿美元级长期算力承诺与递归训练假设,为观察前沿模型厂商在重资产支出下的商业模式演进提供了财务视角。
SemiAnalysis 分析师在 The Verge 访谈中拆解了 Anthropic 提交的 S-1 招股书,指出其年经常性收入已超 700 亿美元,推理毛利率提升至 85%。
推荐理由:访谈拆解了前沿模型实验室的实际单位经济模型,展现出推理毛利改善与巨额算力承诺并存的商业现实。
Ahrefs 对五款主流 AI 工具追踪 37,500 次引用的 20 天研究发现,超过半数的网页引用会在次日消失,但约 75% 消失的引用会在 20 天内自然恢复。数据显示 Google 搜索排名与自然流量相比域名评分(DR)更能维持引用留存,而“最佳 X”推荐类查询的每日轮换率高达约 75%。研究建议出海与营销人员避免将单日引用作为考核标准,转为跟踪周度频次并重点监测品牌提及。
推荐理由:文章通过跨工具追踪揭示了AI引用的周期性波动规律,为评估生成式引擎优化效果提供了多天周期的统计依据。
前 Google 资深工程师 Titus Winters 在访谈中复盘了 Google 2.5 亿行 C++ 代码的重构经验,并深入探讨了 AI 对软件工程与高校教育的冲击。他指出当前 AI 虽大幅提升了代码产出,但行业故障率也随之上升约 30%,且现行计算机本科课程已严重过时。他建议高校教学考核应逐步从代码编写本身转向提示词设计与自动化测试验证。
推荐理由:访谈结合超大规模代码库重构与研发实操,为评估引入 AI 后的软件质量和计算机教育转型提供了来自一线的参考视角。
跨境电商营销人员即使错失数月的黑五网一筹备期,仍可通过明确优惠、精简邮件序列、协同自动化和聚焦高意向受众来补救转化。指南建议在11月5日前确定折扣与边际利润并测试落地页,11月8日收缩发送群体并避免盲目唤醒沉睡用户,同时重点优化弃购等高转化自动化流程。文中还提醒优惠规则与价格需使用清晰可读的文本,以便应对Meta Muse或Claude等AI智能体代客处理邮件的情形。
Hugging Face 推出 AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 开源包,支持在苹果设备端侧运行开源语音识别与决策模型。
推荐理由:原文提供了两套 Swift 库及端侧实现方案,开发者无需依赖纯文本生成即可在苹果设备上实现本地语音识别与结构化决策。
HubSpot CMO Kipp Bodnar 透露,尽管公司博客受 Google AI Overviews 等工具冲击损失了约 80% 自然搜索流量,但 2025 年营收仍增长近 20%。
推荐理由:原文复盘了搜索流量下滑时将指标转向单次访问收入与 AI 引用的实战经验,为受 AI 搜索冲击的团队提供了指标重构参考。
Google 团队表示 404 错误是自然的网页生命周期现象,不会导致排名惩罚,站长应将其视作商业与用户体验决策而非必须修复的 SEO 问题。官方建议仅在存在高度相关替代内容时设置一对一重定向,无替代页面时直接返回 404 或 410 状态码,切忌全部重定向至首页。对于永久删除的页面,Google 推荐配置带有搜索框与核心分类导航的自定义 404 页面,帮助访客重新找到所需内容。
Partnership on AI 研究人员撰文指出,当前主流 AI 智能体框架缺乏持久身份与审批日志等关键可观测性记录,导致企业与监管方难以实时发现越轨与未经授权行为。多起智能体失控案例表明开发商目前主要依赖事后补救,无法清晰获知智能体的具体操作轨迹与决策原因。文章呼吁通过 OpenTelemetry 等行业标准补齐运行追踪,并在模型决策逻辑记录与监管规范上协同建立治理体系。
一项针对8家英国电商的审计显示,GA4在节假日期间存在严重漏记现象,有零售商在圣诞期间甚至遗漏了近三分之二的网络订单。漏记主因包括Cookie授权弹窗配额耗尽自动关闭、数据延迟回填导致的重复计数以及爬虫流量干扰,进而引发广告ROAS和预算决策偏差。作者建议以店铺真实订单为准,在旺季前核对捕获率并逐步将购买追踪迁移至服务端。
同一件事,精选收录的是《GA4 旺季订单漏记率最高达 66%:电商节前数据排查与校准指南》
文章提出了面向 AI 搜索的服务器日志分析六步框架,指导团队排查 AI 智能体抓取超时、防火墙拦截与客户端渲染空壳等技术问题。指南强调通过 IP 和签名验证真实 Bot 身份,并重点监控代表客户端主动断开连接的 499 状态码与未命中缓存请求。相关数据分析显示,OpenAI 抓取经常超时的页面所获得的 AI 引用量比正常页面低 18 倍。
推荐理由:原文提供了排查 AI 爬虫抓取超时的日志分析框架,读者可据此诊断核心页面未被 AI 搜索引用的底层网络与渲染障碍。
Google DeepMind 宣布推出前沿模型 Gemini 4 Carbon,并在 Artificial Analysis 综合基准与 Intelligence Index v5 等多项评测中登顶。
麻将作为一种兼具运气与技巧的实体社交游戏正在欧美年轻人中掀起复兴浪潮,推动相关零售与品牌业务爆发式增长。DTC品牌Oh My Mahjong的年销售额从2023年的100万美元猛增至2025年的4000万美元,家居品牌Jonathan Adler的麻将品类也成为其游戏类目中增长最快的产品。尽管品牌方在海外制造端面临关税等供应链挑战,主流零售商及酒店仍纷纷加速布局麻将及周边衍生市场。
Google 母公司 Alphabet 的 Q3 搜索收入同比增长 12% 至 633.5 亿美元,增长率连续两季度放缓,高管指出 AI Mode 较低的变现水平是原因之一。
推荐理由:原文将财报中搜索增速放缓归因于 AI 模式变现率较低,并同步披露了该功能在 10 个市场的广告扩展细节。
Instagram 负责人 Adam Mosseri 在播客访谈中表示,公众对 AI 的焦虑与愤怒正在增加且未来几年还会继续恶化,这种担忧本质上源于害怕被技术淘汰的恐惧。Mosseri 透露在平台上全面封禁 AI 内容并不现实,Instagram 目前正要求 AI 账号主动进行标识,同时也承认平台在分辨高质量 AI 创作与低质垃圾内容(AI slop)的算法排序上仍有欠缺。
Ted Sanders 解释了 OpenAI 的模型命名规范与性能规律,指出模型尺寸是决定性能差异的核心变量,其内部模型层级按 Luna、Terra、Sol、Astra 递增。他同时说明版本号综合反映了发布顺序、同系列关联与改进幅度,例如 6.1 表明它在 5.6 之后发布,但提升幅度尚未达到大版本 7 的标准。
Google 现允许餐厅直接在其 Google Business Profile 控制面板中停用特定的第三方点餐服务商,该功能面向全球所有国家开放。商家可通过管理面板分别开关自提与外送选项,不再需要向外卖平台提交申请并等待五个工作日审核下线链接。目前所有合作方的集成默认处于开启状态,商家需手动检查并停用不合适的服务商。
Elorian 与 AI 数据公司 Mercor 联合推出 DecoyCount 基准,用于测试模型究竟能真实计数物体还是依赖视觉捷径。评测论文显示参测的前沿模型准确率均低于 50%,其中最高的 GPT-6 Astra 为 43.17%,而 Elorian 旗下视觉推理模型 Glimpse 在内部单次运行测试中得分 50.48%。