Google AI 搜尋改版衝擊線上出版業
Google 的 AI 搜尋改版正在衝擊線上出版業。數字出版業長期依賴 Google,許多媒體曾投入時間和資金最佳化網頁,以便在搜尋結果中排在前面,讓讀者點選文章或首次發現其網站;報導稱,Google 與出版商的關係多年來基本是互惠的。該文出自 The Stepback 每週通訊,完整報導見 The Verge,通訊於週日早上 8 點(美國東部時間)傳送到訂閱者信箱。
依意思最接近的 10 筆
Google 的 AI 搜尋改版正在衝擊線上出版業。數字出版業長期依賴 Google,許多媒體曾投入時間和資金最佳化網頁,以便在搜尋結果中排在前面,讓讀者點選文章或首次發現其網站;報導稱,Google 與出版商的關係多年來基本是互惠的。該文出自 The Stepback 每週通訊,完整報導見 The Verge,通訊於週日早上 8 點(美國東部時間)傳送到訂閱者信箱。
加拿大出版社 Boréal 於 10 月 21 日下架 Thélyson Orélien 的小說《C'était ça ou mourir》,該書此前獲 Fnac 小說獎,後因 AI 指控被移出龔古爾長名單。出版社稱外部審查在寫作過程檔案的後設資料中發現 AI 痕跡,但表示仍不清楚 AI 參與了多少,作者否認有任何句子由機器生成。同一份清單還記錄:第 13 屆星新一獎 2107 篇投稿中 491 篇被計為部分由 AI 創作,四部一般部門獲獎作品中有三部在某個環節用過 AI。
美國雜誌 Current Affairs 通過新的工會合同,實施出版業最嚴格的反 AI 政策:不刊登任何 AI 生成的文字,也不用 AI 生成插畫作為配圖。主編 Nathan J. Robinson 稱此舉是為抵制媒體用 AI 批次生產「內容」、以極低成本替換寫作者,並援引 Futurism 報導稱創意產業四年間流失逾 20 萬個崗位。他也承認無法保證 AI 投稿完全不會混入,但會保持警惕。
前神經科學家 Michał Wójcik 曝光:Springer Nature 2025 年出版的《Nanocomposites for Sustainable Wastewater Treatment》第一章充斥明顯 AI 生成的垃圾插圖,而該章作者正是本書主編 Swapnila Roy;第 10 章的配圖則涉嫌直接搬運他人論文。他此前還發現 Elsevier 旗下期刊刊出過用圖形摘要“證明”死後意識存在的荒唐論文。他把這類現象歸因於印刷轉向按需印刷後,幾乎無人再翻頁審稿。
MIT 教授 Sherry Turkle 在 MIT Future Fest 發布新書《Artificial Intimacy》,討論人類為何本能地把機器人和大模型當作有感情的物件。她引用研究稱約 70% 的人與 AI 互動時會保持禮貌,對話超過第一輪後更常說「請」「謝謝」。同校研究員 Pat Pataranutaporn 認為關鍵不是用法對錯,而是「和 AI 對話時我們在變成誰」,他曾在一名 14 歲少年自殺後其母親起訴 Character.AI 的訴訟中擔任專家。
OpenAI 開發者帳號公布了一批正在建置 plugin extensions 的公司,包括 Adobe、Canva、Figma、Shopify、Instacart、Atlassian、tldraw 和 MagicPathAI。帖文只列出參與方,未說明這些外掛的具體功能、上線時間或適用平台,涉及設計、電商、協作與繪圖類產品。
美國治安法官 Thomas Hixon 裁定,Meta 必須在版權訴訟中明確指出授權從 Anna's Archive、LibGen 等影子圖書館下載書籍用於 AI 訓練的高管。此前數週 Meta 一直把責任推給實際下載種子檔案的員工,並在法庭檔案中稱早期海量資料集的建置屬於「非正式方式」,無人擁有決策權,所謂決策只是員工「技術上」下載了種子。
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
《紐約時報》前記者、Hard Fork 前主持人 Kevin Roose 出版新書《The AGI Chronicles》,寫的是前沿實驗室在 AI 全面商業化過程中的轉變。他與 Casey Newton 已離開時報,上週推出與 NPR 合作的新播客 Machine Gods,以影片為主。他在 Decoder 訪談中談了新書的報導過程、離開大機構做獨立創作者的選擇,以及 AGI 之後的走向。
哈佛大學研究者在 700 多家公司、70 萬名員工、3 億條工作事件的資料中發現,AI 程式設計工具並未讓企業軟體產出增加或減少用人,編碼階段省下的時間被下游環節吸收。程式碼審查時長明顯增加,pull request 更常需要返工,審查者留下的評論也更多。研究據此認為人工程式碼審查是 AI 編碼效率的主要瓶頸。