Google 摘要并非关乎 AI,而是关乎生态锁定
Google 的 AI 摘要和知识面板旨在锁定用户于其生态系统,而非提升功能。核心动机是商业化,通过增加用户在页面停留时间来提升广告收入。 这种策略属于“en-shittification”,历史案例包括将 AMP 移动端链接强制导向 Google,以及优先展示自家 YouTube 等服务的自偏好行为。
Google 的 AI 摘要和知识面板旨在锁定用户于其生态系统,而非提升功能。核心动机是商业化,通过增加用户在页面停留时间来提升广告收入。 这种策略属于“en-shittification”,历史案例包括将 AMP 移动端链接强制导向 Google,以及优先展示自家 YouTube 等服务的自偏好行为。
Google 宣布从 2027 年初起,K-12 教育账户默认关闭 Gemini,但关闭 AI 功能将同时失去 Google 搜索。 Chromebook 占美国学校设备 50% 以上,Google Workspace 覆盖 1.7 亿人。捆绑策略被指利用垄断地位胁迫学校。
ModalSearcher 通过强化学习在实时 Web 环境中训练,提出自主跨模态搜索能力,平均准确率比 Qwen3-VL-8B 提升 16.2 分。 该 Agent 在五个多模态知识密集型问答基准上表现一致提升,并可处理跨模态多跳任务。 研究为构建能动态切换模态、主动引入视觉证据的智能体提供了可扩展路径。 ```
ODE框架提出图像库引用协议,使中间视觉证据可被后续工具复用,并通过闭环数据生成器实现SFT和RL数据策展。 该框架支持在线策略数据演化,每轮从被训练策略的rollouts中提炼数据。 在8个多模态深度搜索基准测试中,Qwen3-VL-8B智能体平均准确率从24.9%提升至39.0%,30B模型从30.6%提升至41.5%。
研究人员提出 LegalEvolver 框架,通过规则引导的自我演化优化检索查询,解决法律判决预测中查询质量低的问题。 该框架利用启发式优化查询作为种子,将轨迹经验总结为动态规则,并结合强化学习实现多轮迭代自我演化,突破模型初始性能上限。 在广泛基准测试中,其端到端性能证明查询优化的有效性,且动态规则优于固定规则,证实了自我演化的益处。
研究开发受控搜索框架,在10个模型和1000个合成搜索环境中分析初始证据顺序对LLM智能体最终答案的影响,发现主动搜索阶段最终答案对初始证据顺序更敏感。 死端历史相对中性历史会减少策略切换,表明该效应超越上下文长度限制;错误假设下的阶段测量区分了检索减少与反证打开后持续的错误。
AI 智能体购物崛起使沃尔玛和亚马逊面临困境,既需支持智能体购物,又要保护高额广告收入与客户数据。 Meta 推出的 Muse 等智能体可代购,可能削弱品牌向零售商付费推广业务的盈利模式,导致亚马逊已封锁 Muse。
Google 宣布使用其 K-12 软件且未启用 AI 工具的学校将无法使用 Search,引发政界和教育界强烈反对。多位议员和公众人物批评此举为垄断胁迫,Google 回应称学校可单独关闭 Gemini 和 Search,并正开发名为 Guided Learning 的工具以引导学生独立解决问题。
Snowflake 的 AI_PARSE_DOCUMENT 上线了 Agentic 模式,能识别文档中的图表并生成语义摘要。作者实测发现其成本约为传统 OCR 模式的 12 倍,且 PPTX 文件的价值提升明显,而 PDF 文件则很少产生有用的视觉内容。作者最终决定仅对 PPTX 文件使用 Agentic 模式,其余文件继续采用 OCR 模式。
谷歌宣布从 2027 年初起,学校的 Gemini、Gemini Notebook 和 Google Search 将默认关闭,需单独开启,但不提供无 AI 的搜索版本。该政策背景是谷歌近期在 Classroom 平台默认开启 AI 功能后引发争议,目前提供搜索(含完整 AI 摘要或聊天)或引导学习模式两种选择。纽约市和洛杉矶等学区此前已要求提供无 AI 搜索功能。
谷歌宣布调整美国中小学服务权限,学区必须二选一:启用包含 AI 功能的谷歌搜索,或彻底关闭搜索权限。学校管理员须手动开启 Gemini 聊天机器人及 Notebook 等服务,启用搜索即同步开放其内置 AI 功能。
VisSearch-Bench 发布 204 个人工编写任务,涵盖 7 大领域,旨在评估多模态智能体在视觉密集任务中的视觉上下文管理能力。 该基准测试了 16 种多模态模型,要求结合物体外观、局部细节、空间关系与外部信息,最佳系统仅完全解决 26.47% 的任务。 现有系统难以将视觉证据与搜索结果有效关联,凸显了长时程视觉搜索在完整回答生成方面的挑战。
研究提出多智能体框架 Implicit Brand Injection(IBI),通过在网页中插入单次自然提及来操纵生成式搜索引擎,显著提升目标品牌在生成答案中的曝光率。
CREO框架通过攻击者策略演化与防御者自适应缓解的双层优化,揭示搜索智能体在动态网络环境中的脆弱性。 该方法利用对比式演化信号驱动攻击策略群体定向进化,并在受控沙盒中设计细粒度指标量化内部漏洞。 实验表明该框架的攻击效能优于静态基线,凸显了开发更鲁棒防御框架的紧迫性。
OpenAI 消费者产品负责人 Adam Fry 透露,ChatGPT 每周活跃用户数量已达到 12 亿。过去 60 天内,周活跃用户从 10 亿增长至 12 亿,新增约 2 亿。Fry 表示,ChatGPT 当前处理的搜索类查询量约为 Google 的五分之一,每周生成图片达到 15 亿张,语音输入和语音对话功能的合计周活跃用户达到 2.5 亿。
推荐理由:原文给出了具体用户量增长数据和与Google的搜索量对比,读者可据此评估ChatGPT的市场渗透与功能结构。
纽约时报要求 Brave 关闭其付费墙拦截器,并终止与 AI 公司的相关合作。 该诉求基于 Brave 使用浏览器功能绕过网站付费墙的争议,涉及对媒体版权及 AI 数据获取模式的直接对抗。
OpenAI消费产品负责人Adam Fry在周一的新闻发布会上表示,ChatGPT的搜索查询量目前等于Google的20%;OpenAI将搜索定义为用户输入触发网络搜索的查询,而非单纯定义术语或简单教程请求。他还提到ChatGPT正在转向通过智能UI提供可视化交互式回答,并将开始展示赞助产品与服务的图片,称广告未对产品使用造成负面影响。
谷歌 DeepMind 为 Antigravity 推出化学信息学技能,将 LLM 与 RDKit 等工具结合,接入 ChEMBL 和 PubChem 数据库。在肺癌药物演示中,系统 1 小时内检索 568 个化合物并设计候选大环分子,流程从数天缩短至 1 小时,目前已面向企业用户开放。
Gen Digital 基于 Amazon Bedrock AgentCore Web Search 构建了 Norton Revamp 的 AI 策展新闻引擎,该平台于 2026 年 3 月上线。该引擎通过实时联网搜索为用户提供 AI 生成的内容建议、新闻流及目标设定,解决静态知识库滞后及传统爬虫基础设施负担过重的问题。
利用 Google 官方 `udm=14` 参数或轻量级扩展,用户可在 60 秒内隐藏 AI Overview,恢复经典 10 条蓝色链接搜索结果。 该参数隐藏于 2024 年 5 月被引入,支持 Chrome、Firefox、Safari 及移动端,无需安装复杂插件即可绕过 AI 摘要。
针对搜索增强智能体中普通 GRPO 仅依赖最终答案分配奖励的局限,提出双向信用分配算法 BiCAA。 该算法结合前向可解性增益(FSG)与后续推理增益(SRG),通过非对称融合校准局部反馈,并在七项开放域 QA 基准和两个 Qwen 骨干模型上实现平均 F1 提升。
DMReranker 提出零样本重排方法,将查询拆分为主题与类型化子句,子句回答概率乘积作为最终分数。 该模型在 InfoSearch 基准的六维度宏观 WISE 达 50.9,nDCG@10 保持 82.9,但基于原始分数的 SICR(19.2)落后于 GPT-4o(32.1),基于排名的 SICR 则达 67.0。
研究发现 20.9% 的 HTTP 200 响应不包含页面主要内容,导致引用漂移率从 5.8% 虚高至 21.9%。 测试覆盖 10,307 个 URL,廉价启发式方法可在约 5% 误报率下恢复 86% 的不可用响应。 作者建议 Agent 及其评测应显式报告获取结果,而非仅依赖状态码。
WeChat 搜索推出统一模型中心检索框架 WeSearch,已承载 100% 生产流量。 该框架通过检索查询相关簇并排序原子文档,将候选剪枝与细粒度相关性建模解耦,支持模型每周或按需每日刷新。 全流量 A/B 测试显示,该方案提升 0.68% CTR 和 2.27% 人均点击数,同时降低 41% 检索资源成本。
研究人员提出 sentiment sensing 框架,结合成分数据分析、函数数据方法与非参数推断,解决跨国情感分析中的语言偏差、统计失效及动态检测难题。 该框架在欧洲联盟 27 个国家关于能源和人工智能的新闻文章两个案例研究中完成测试,实现了有效的多语言比较和情感转变检测。 框架旨在推动多语言情感分析领域的严谨比较科学研究。
据虎嗅消息,腾讯即将发布一款面向C端用户的AI搜索引擎,界面采用极简设计并全面AI化,强化权威信源排序,将AI问答与网页搜索融合在同一体验。此前两周腾讯已面向B端客户发布“元宝搜索”云服务,提供Skill、MCP和API三种接入方式,并凭邀请码限时提供每月最高6000次调用额度。
MediaWiki Code2Code Search 发布了一款神经检索系统,支持基于计算意图的语义代码搜索,覆盖 2500+ 仓库中的 129 万个结构实体。
PatchScout 是一个多智能体框架,通过平衡局部开发与自适应 patch 切换来优化主题化网页数据收集。 在四个实时网络主题实验中,该框架显著提升了收益率和领域覆盖率,优于遍历法和搜索增强推理基线。 在一个社会科学应用案例中,PatchScout 发现了 102 个先前未识别的实体,展示了其扩展现有主题数据集的能力。
HackerTube 推出一款基于 Karpathy 理念设计的 AI 策展工具,通过用户设定的标准自动筛选 YouTube 视频,仅推荐值得观看的内容。 AI 每日检查订阅频道并按 0-10 分打分,发布 7 分及以上的视频,关键时间点源自创作者章节。用户可标记偏好以训练 AI,免费版每月支持 1 个频道及 30 次检查,Pro 版 $9/月支持 20 个频道。
Greg 和 Corentin 基于 2026 年 8-9 月对 30 位招募及工程负责人的访谈发布报告,揭示 AI 对招聘流程的影响。 报告发现远程岗位申请中欺诈占比达 25% 至 80%,且 Agentic sourcing 在无人干预两天后会产生噪音。 有效的评估方式已转向系统设计、使用 AI 构建项目及审查 AI 代码,取代了传统的 Leetcode 测试。
Circle K 基于 Amazon Bedrock 构建自动分诊系统,将平均分诊时间降至 15 分钟以内,效率提升 67%–75%。 系统采用 Agentic AI 架构,利用 Bedrock Flows 及 AgentCore 自动检索日志并生成 Slack 摘要。 此举让值班工程师即刻获取可操作上下文,免去了手动排查 45–60 分钟的操作。
AI 系统通过总结现有网络内容(如列表文)生成答案,而非随机发现品牌。 免费报告揭示了部分品牌在 AI 回答中高频出现的原因,指出影响可见性与 LLM 填充的提示词缺口及列表文机会。
AI 搜索擅长处理常见查询和复杂多条件需求,能整合多个来源生成综合答案。 但 LLM 在处理需精确细节、突发新闻及健康、法律、财务等高利害风险查询时容易出错,且可能因语义匹配而非权威性选择来源。
针对 5 款商业 LLM 的 400 题基准测试显示,GPT-5 mini 和 Grok 4 Fast 在外部知识问题上搜索率超 90%,而在内部知识问题上仅 1%。
TypeSafe AI联合Agent工具平台Treg开源找人工具,单条线索成本最低0.0089美元,比Clay便宜超85%。工具可接入Claude Code、Codex等Agent,在People Search Bench上,接入Treg后B2B拓客任务正确率从43%升至78.2%。Treg对292人名单测试中,以1.49美元找到289人邮箱,Clay花费10.34美元仅找到280个。
MIT 研究人员构建了 LLM Election Observatory 仪表盘,每隔几天向流行聊天机器人询问一组固定的中期选举问题。 该工具追踪回答如何随用户地点、政党、身份和时间推移而变化,旨在记录通常不可见的信息环境。 这有助于确保未来可重建选民曾被告知的事实与不同框架。
作者主张 Google、Microsoft、Anthropic 和 OpenAI 需自研 AI 检测工具。理由是传统去重过滤对概率性 AI 文本无效,且 SEO 滥用导致引用源失真。利用 AI 检测器调整结果排名,可优先展示人类写作并提升观点多样性。
作者推荐了5个被低估的AI工具(LetsFly、AllTrails、Consensus、PubMed、Legal Data Hunter),并展示了如何在AI智能体中集成这些工具进行航班酒店查询、徒步路线搜索、科学论文检索、医学研究和法律条文查询。每个工具均配有针对具体场景的提示词(Prompt)示例,方便用户直接参考使用。
Reddit 宣布将逐步成为强制登录体验,归因于 Google 搜索流量因 AI Overviews 大幅下滑。CEO Steve Huffman 指出 Q3 搜索流量显著下降,10 月每周平均减少超 100 万引流,威胁现有 1.3 亿日活基数。尽管营收同比增长 53% 至 8.95 亿美元,但 Reddit 决定牺牲开放 web 属性,将重心转向变现能力更强的登录用户群体。
百度 APP 在北京发布四大 AI 升级,搜索实现递归自我进化,AI API 限时最低 4.9 元/千次。 覆盖 170 余种工具场景,GUI 场景提升 5 倍,接入超 50 亿权威数据,AI 镜头支持 9 种方言实时对话。 搜索从“一次提问”转向“任务交付”,通过多 Agent 协同自进化提升整体迭代效率 80% 以上。