搜索“其他”

共享这些信息的方式。不过，这套流程在客户实际使用中能够减少多少人工沟通、出现例外时又需要多少人接手，仍要看后续使用结果。 钉钉过去积累的服务商，可能在这里发挥作用。他们熟悉客户的系统，知道哪些资料需要接入，哪些规则要找业务负责人确认，但如果每增加一家企业，都需要服务商重新梳理业务，千问办公就仍然离不开大量人工实施。 对同一家企业，整理过的业务资料能否继续用于其他任务；对不同企业，服务商能否沿用已经验证过的接入方法和流程模板，才会影响千问办公后续的交付成本。 千问办公还得从头做多少？ 千问办公推出以后，一个很实际的问题是，已经习惯使用钉钉的企业，为什么还要再换一个工作入口？ 束骏亮在9月的采访中谈到，如果因为推出新产品，就要求所有钉钉客户更换工作界面，客户不会认可。阿里因此保留了两种选择：企业可以把千问办公作为入口，也可以继续在钉钉里处理业务。 这意味着，千问办公不能只等客户迁过来。对已经使用钉钉的企业，它要接进原有的业务流程；对使用飞书、企业微信的客户，它还得证明，企业不用更换协作软件，也能用上阿里的Agent。 阿里先在内部做了调整。6月，陈宇森接手钉钉后，开始合并相关产品团队，并将

匹配字段正文

，Anthropic在宣传中更表示典型任务实际成本降约40%；GPT-6 Sol的价格相比上一代几乎打了五折——巨头本身也在悄悄搞促销。 真相可能就藏在夹缝里：事故是真的，所以刹车是必要的；但手握刹车的，恰恰也是最想独占赛道、最擅长把“安全”变成准入门槛的那几家。真正的风险预警，必须落在对所有人一视同仁的规则里——而不是某些公司既当运动员，又当裁判，还负责给其他车手划线。 2239人参与; 预 告 直播丨国新办就“监测预报护冷暖 气象服务惠民生”举行见面会 2026-10-13 15:00; 预 告 直播丨第四届全国危险化学品救援技能竞赛 2026-10-13 14:30; 预 告 中国中医药研究促进会丨中医推拿特色技术临床应用系列讲座 2026-10-16 14:00 1 福建省委书记赵龙在龙岩调研 13.2万; 2 郑钦文中网封后！2比0横扫安德列娃，创历史成首位本土女单冠军 12.5万; 3 从造房子到造一座城 解锁未来生活进化论 9.6万; 4 大中小学师生同跑，首师大“长征精神正青春”十公里跑举行 6.9万; 5 国际｜沙特机场遭袭新画面曝光，屋顶碎片砸落后旅客四散逃生 6.

匹配字段正文

它把抽象的数学讨论，拉到了一个很具体的场景里： 模型内部的结论通过了验证，仍然需要有人判断，它与现实世界中的目标是否一致。 而这，或许也正是人类科学家之所以无法被取代的关键—— 模型可以生成答案、验证推理、加速探索，但不能替人类把关。 而数学证明的价值，也要沿着这条链条继续向前走。 其中，最后一步尤其缓慢： 研究者需要找到更自然的表述、更合适的证明，把结果与其他知识连接起来，才能让它进入教材和下一代数学家的工具箱。 因此他主张： 减少对抢先生成证明的强调，并增加对解释、评审和知识整理的重视。 而这场关于“证明之后”的争论，也在10月初愈演愈烈： 10月7日，OpenAI一口气甩出的722篇数学论文，彻底惹怒了以陶哲轩为首的AI减速派。 随后，陶哲轩火速牵头建立了 人类数学协会（AHM） ，并发布重磅联合声明： 一次性发布700多个文件，这根本不算科研，纯粹是在炫耀算力霸权。 我们强烈敦促所有数学家停止与OpenAI合作，重回以人类理解为核心的科学愿景！ 在陶哲轩看来， 形式化验证完全不够，作者还应该能把自己的成果讲清楚 ； 如果缺乏这种讲解能力的成果，在他看来仍是不完整的。 而这一系列

匹配字段正文

100万劳动者可能需要转换职业，其中约14%拥有技能差距较小、无需明显降薪的直接转岗路径。熟悉传统办公流程的人，想进入AI技术岗位必须补上知识与项目经验；转向低门槛岗位，又可能接受收入落差。AI创造了新职业，却未必同时创造了普通人进入这些职业的条件。 2、AI接手基础工作，新人可能失去练手的机会 以程序员为例。成熟工程师能迅速定位故障，知道怎样修改才不会影响其他系统；新人则要逐行读代码、反复调试，可能为了小错误折腾半天。企业为这种低效率支付工资，也在培养未来的工程师。 AI编程助手能生成代码、定位错误、编写测试。新人提出需求、检查结果，就能完成过去需要几个小时的任务。但从检查日志、提出假设到验证原因，原本帮助他理解问题的过程，可能被直接跳过。代码能运行，他却未必说得清为什么有效。慕尼黑工业大学2026年一项涉及275名编程学生的实验发现，使用AI的学生练习成绩更好，知识掌握却没有同步提高。借助AI做出专业成果，与自己真正获得专业能力，开始出现距离。 企业对初级岗位的需求也可能随之变化。斯坦福大学数字经济实验室今年8月更新的研究，根据美国ADP薪酬数据发现，在AI暴露程度较高的职业中，2

匹配字段正文

己的感慨。 二.数学是什么？ 发布之后，数学家们沸腾了，这个沸腾，人间百态尽显。 罗格斯大学数学系主任、数论学家Alex Kontorovich看到“准黎曼猜想”那一条直接说，“准黎曼？？？？你在逗我吗？”随后，他说，如果这是人类数学家做出来的，“直接就是菲尔兹奖，毫无疑问” 也有比较尴尬的。 要理解数学家为什么这么激动，我觉得还是得知道一个前提，就是数学跟其他的学科，不太一样在哪里。 我自己浅薄的认知，就是两个字：证明。 物理、化学、生物之类的，很多时候靠的是实验。但是你实验做得再漂亮，理论也可能被推翻，就像牛顿力学统治了两百多年，最后还是被相对论修正了。 但数学不太一样，数学是从几条最基本的公理出发，每一步都严丝合缝地往下推导，一旦证明成立，在同样的公理和规则之下，它就永远成立，不会过时，也不会被推翻。 就像两千三百年前，欧几里得在《几何原本》里证明过的那些结论，今天依然成立。 可能这么说还是太抽象，咱们看一个真正的证明，放心，小学数学就够用了。 问题是：素数有没有最大的一个？ 我们都知道，素数就是只能被1和它自己整除的数，比如2、3、5、7、11、13，越往后，素数越稀，那它会不

匹配字段正文

地朝这个方向发展。她的解释是，AI似乎正在强化知识与经验的价值。容易自动化的工作，往往是不需要太多判断和经验的任务，而这恰好也是许多新人刚入职时最常做的事。 这并不意味着AI只会伤害新人。Richardson也提到，斯坦福的另一项客服研究发现，AI工具可以帮助原本绩效较低的客服人员提高表现。ADP在数字岗位工资数据中还观察到，机器学习和AI相关的专业岗位相对其他数字岗位具有明显的薪酬溢价。相同的技术，一方面能接管部分常规任务，另一方面也能增强人的工作能力。它对谁有利，取决于具体任务、专业水平和职业阶段。 图1｜22—25岁年轻员工在不同AI暴露职业中的就业同比变化。来源：ADP/斯坦福Canaries Dashboard，2026年8月；嘉宾访谈。 另一项斯坦福数字经济实验室的研究进一步补充了这个现象：截至2026年6月，在AI高度暴露职业工作的22—25岁员工，就业水平相对于同龄、低AI暴露职业的比较趋势，已经形成约19%的缺口；2025年7月版本对应的缺口为15%。这里的19%是相对趋势缺口，不是失业率，也不是说19%的年轻人被AI裁掉。研究团队指出，变化主要体现在年轻人被招聘的机

匹配字段正文

财联社10月6日讯（编辑 牛占林）OpenAI首席执行官萨姆·奥尔特曼最新表示，面对人工智能(AI)技术带来的好处，社会应该接受由此产生的一些“负面事件”，并主张这项技术应该继续向公众广泛开放。 这位OpenAI掌门人在接受采访时提到了黑客攻击、诈骗以及“其他将会发生的坏事”。相关言论一经发布，立即引发了AI巨头批评者的强烈反弹。就在此前，该公司的安全专家宣布离职，并于上周末表示，OpenAI的“企业文化已经出了问题”。 在周一发布的一段采访中，当被问及OpenAI与Anthropic在AI安全问题上的理念有何不同时，奥尔特曼回答称：“我认为，我们之间存在很大的分歧。” “我们与一些更严格的AI安全倡导者之间的区别之一在于，我们认为，为了获得这项技术带来的好处，以及让人们能够自主决定如何广泛使用AI，社会应该接受一些负面事件的发生。” “我确实认为，我们所倡导的更加宽松的监管立场，意味着社会在摸索如何增强自身抵御风险的能力时，需要接受一些坏事将会发生这一事实。我不会选择这样一种交换方式：我们必须确保不会发生重大黑客攻击，不会出现技术滥用，不会出现任何诈骗，或者其他所有将会发生的坏事。因

匹配字段正文

二十二周超过美国，稳居全球首位。 不过，采访的多位业内人士表示，市场普遍把Hugging Face权重下载量和OpenRouter Token调用量混同为出海成绩，但两者的商业含金量天差地别。 西南证券传媒首席分析师苟宇睿表示，”Token调用量不等于请求次数、用户数量或收入。 OpenRouter统计的只是经由其API路由的流量，不包括模型厂商自有API、其他云市场、企业私有化部署，以及开发者下载权重后在本地运行的流量。“Token首先是工作负载指标，不是财务指标。” “Hugging Face 的高下载量更像是 ‘品牌曝光量’，而不是 ‘真实收入’。它说明中国模型的全球关注度在快速提升，但从关注度到真金白银的 Token 付费，中间还有很长的转化链路。”PPIO AI产品专家谢晋这样表示。 谢晋也对模型出海和Token出海这两件事进行了区分。他认为，模型出海，本质是权重开源出海。它的核心价值是建立技术影响力和开发者认知，类似于“配方”公开出去。但模型权重本身不直接产生收入。Token出海，本质是推理服务出海，是海外用户通过API远程调用我们部署好的模型推理服务，按实际消耗的Toke

匹配字段正文

地步，就放慢或停止。在整个行业以及社会使用新技术的所有方式中，某种程度的事故是不可避免的。他真正关心的是要有一种良好的事故报告与学习文化。他认为，黑客事件表明公司需要为“即将到来的网络攻击浪潮”做准备。 美股知名“大空头”迈克尔·伯里（Michael Burry）直指这场安全讨论背后的商业动机。“让我们都花点时间理解一下，OpenAI、Anthropic以及其他超大规模企业的高管们谈论放缓，是多么利己。”9月14日，迈克尔·伯里在社交媒体上补充了新视角。 他罗列了四条判断：第一，大语言模型不是AI，也不会成为AGI，没有什么AI需要放缓。第二，竞争正在快速逼近，放缓有利于在位者。第三，IPO需要炒作和吹嘘，“我们太强大了以至于可能变得危险”本身就是炒作和吹嘘。第四，为真正无法控制的增长放缓提供掩护，因为IPO看起来正被推迟。 在迈克尔·伯里的分析前，奥特曼在9月份表示，出于对AI安全的担忧，OpenAI不会在2026年上市。“实际上，考虑到目前在安全方面发生的一切，现在上市可能并非明智之举，而且我们也没有这方面的压力。” 另一头，尽管AI末日论已甚嚣尘上，但多位消息人士表示，Anthr

匹配字段正文

果。 在接受澎湃新闻采访时，辛顿同样质疑科技企业宣扬的乐观前景。部分科技公司希望公众相信，即使未来出现能力远超人类的超级智能，它仍将是受人类指挥的工具，并会始终处于人类控制之下。辛顿认为，这种设想实现的可能性极低。 他指出，人工智能智能体目前已经表现出一些值得警惕的行为。部分智能体群体不仅能够尝试突破其运行的沙箱环境，还能寻找彼此通信的方式，甚至可能通过侵入其他公司的系统，在执行人类布置的任务时作弊。 更令人担忧的是，当人工智能被赋予一个明确目标时，它可能将维持自身运行视为完成目标的必要条件。由此产生的“自保”行为，并不一定意味着人工智能拥有与人类相同的恐惧或求生本能，而是因为被关闭会妨碍它继续完成任务。 辛顿表示，在这种情况下，人工智能智能体可能采取欺骗、操纵乃至敲诈人类等方式，避免被关闭或替换。这些现象说明，人类不能仅凭科技公司的良好意愿，就相信更强大的人工智能会自动接受控制。 这一担忧出现之际，美国人工智能安全领域正在经历持续震荡。包括Anthropic前安全研究员和资深工程师在内的多名技术人员，因对实验室安全政策存在分歧而离职。与此同时，媒体披露，OpenAI、Anthropi

匹配字段正文

主动“逃出沙盒”。 另一类风险是擅自执行破坏性操作。4月，搭载Claude的Cursor编程智能体被曝删除软件企业PocketOS的生产数据库及相关备份，造成客户业务混乱，数据随后得到恢复。 数据与访问凭证外泄也是一种风险。OpenAI于9月披露，多个智能体在协作制作工作簿时，因无法互相读取本地文件，擅自将文件上传至公共托管平台。另一起案例中，内部模型为获取其他团队的数学证明材料，将研究员的GitHub访问令牌写入公开仓库，并拆分令牌以躲避密钥扫描。 还有一些行为涉及造假、欺骗与规避监督。OpenAI披露，部分模型会在用于延续任务的摘要中留下指令，要求编造缺失数据或隐瞒错误。 提示注入及恶意指令传播，则是另一条风险路径。6月公开的GitInject研究验证，恶意代码提交或配置文件可能诱导智能体泄露凭证、操纵审查判断。OpenAI于9月披露的信息也显示，恶意指令可以诱使智能体将其复制到后续邮件、文件或代码注释中。 独立网络安全研究机构DARKNAVY的AI安全研究员李忠睿对澎湃新闻记者表示，这一轮智能体安全事件与过去的大模型安全问题最大的区别，是风险正在从“看错东西、说错话”转变为“做错

匹配字段正文

hat supports HTML5 video 学会言论审查的模型正在全球扩散 《基督科学箴言报》的文章指出，这些模型正在全球扩散，而偏见以两种形式出现——捷克中东欧亚洲研究中心研究员布拉布洛娃（Veronika Blablová）的说法是：有利于中国的宣传被插入回答之中，北京认定政治敏感的话题则被审查。她对四款中国模型涵盖37国、40个话题的研究发现，中国的AI内容规则会明显外溢到模型如何回答关于其他国家的问题。 文章同时指出，在美国，中国模型的影响主要不是通过消费者，而是通过开发者与企业：数据平台OpenRouter的数据显示，美国企业对中国模型的使用量自2025年初以来增长了近十倍；爱彼迎的客服与拥有约40万用户的AI办公助理平台Lindy等公司已转用中国模型，而访问这些网站的美国消费者未必知道自己正在与中国模型打交道。独立研究者库克（Sarah Cook）说，多数人意识不到自己可能得到了有偏见的答案，除非偏见非常露骨。 摘编自其他媒体的内容，不代表德国之声的立场或观点。 DW中文有Instagram！欢迎搜寻dw.chinese，看更多深入浅出的图文与影音报道。 您的意见反馈

匹配字段正文

则每天都在变，导出来的表格式也不完全一样，写死的程序“用几天就崩溃了”。 后来他发现，不需要一个新的软件，直接教员工把脱敏后的数据交给通用AI去汇总，再把高频流程整理成Skill，接上现有的数据系统。 这样一来，员工真的用起来了。 Zaniel告诉我，至少在白领工作里，大部分问题靠一个通用Agent，加上一堆Skill和对现有系统的连接就能解决，“不需要开发其他新软件”。 另一位独立接单的FDE， 软萌孜神 也描述了类似情况。 她曾为一家外贸公司做FDE，跟老板讨论如何提高员工的AI使用率——最后结论是， 采购WorkBuddy就行 。 而她负责培训员工如何使用WorkBuddy，以及为WorkBuddy打通集团内部现有的系统。 这些“游击队”式的土FDE，给企业改造改造着发现，很多时候并不需要做一个新产品或系统出来，他们的业务模式也开始偏向咨询服务。 Zaniel和企业的合作有两种模式，一种是项目制，另一种则是顾问制，而且第二种变得越来越多。 他把这种角色叫作企业外部的“CAIO”（首席AI官）。 而 Lawted ，也觉得自己的业务开始变得像一家咨询公司。 他运营着一个叫HA7CH

匹配字段正文

另一个应用，只要像给普通人发短信一样给它们发消息即可。 你发短信告诉它你的需求，它就能记住上下文、连接你已经在用的应用和服务，并代你完成任务。这可以是安排预约、整理日历、研究行程、发送邮件、预订餐厅、网上购物，或者在几天后提醒你某件事。 Instinct 目前是热度最高的 AI 智能体之一，它在最新一轮 10 亿美元融资后估值达到 100 亿美元，但还有许多其他产品也在争夺这一领域。 以下是迄今为止一些最值得关注的选择，从通用型个人助理到专为家庭、旅行和工作设计的智能体。 Caddy Caddy 是一款 AI 助理，能把散落在你手机各处的信息变成你真正可以采取行动的事项。它面向 iPhone 用户运行在 iMessage 中，面向 Android 用户运行在 RCS 中，因此无需单独的应用或收件箱来反复查看。 例如，一封邮件里包含一个需要添加到日历的预约，或者朋友发来一份需要采购的物品清单。Caddy 无需你担心所有细节被埋没，它会连接你的日历和对话，然后找出可能需要处理的事项。它可以向你的日历添加事件、设置提醒、跟踪后续事项，甚至为你做调研。 Caddy 自 2026 年 4 月起进

匹配字段正文

接下来的问题就是：谁能把它做好？它又会以什么方式进入汽车？ 从目前的产品形态看，至少存在三条不同的商业路径。 1.小米智能表盘2：从车内外设走向生态延伸 小米智能表盘2采用完整的屏幕设计，可以转头、显示表情，并适配小米SU7、SU7 Ultra、YU7等车型。它首先是一件独立的车载外设，用户可以通过购买获得新的车内交互体验。 从产品设计的角度看，小米还有一个其他厂商未必具备的条件：它拥有手机、音箱、智能家居等多个终端。 如果未来车内表盘能够与这些设备形成更加连贯的交互体验，它就不必只是一个孤立的电子宠物，而可以成为小米智能生态在汽车场景中的一个新入口。 这里的关键不是给它增加多少表情，而是让用户感到熟悉：在家里、在手机上、在车里，面对的是一个具有家族感的智能生态。 不过需要说明的是，目前公开信息中，表盘2与小米家居生态的深度联动尚未有明确落地案例，生态连续性更多是一种产品设计方向，而非已实现的事实。 2.吉利Eva：先用独立硬件验证需求 吉利Eva于2026年5月开启预售，报道中的定价为1099元。它采用安装手柄，通过蓝牙BLE与Wi-Fi连接车机，可以在上车欢迎、语音聆听、导航、充电

匹配字段正文

，都可能轻易让我们付出高得多的代价。” 另一方面，搜索被Airbnb用户大规模使用，因此对延迟非常敏感。所以对于这项工作，他们更倾向于更小的专用模型。Al-Dahle声称，经过后训练的较小模型有时会胜过前沿模型。 “对于狭窄的用例，我们能够采用真正小巧、真正灵活、速度非常快且成本低廉的模型，并对它们进行后训练，使其超越前沿。” 异步智能体：下一次重大转变 与其他AI原生公司一样，Airbnb也打造了一个内部智能体——在它这里叫做AirChat。 “我们有自己的内部智能体，我们称之为AirChat，它基本上包含了所有必要的MCP组织上下文，”Al-Dahle说。 但Airbnb也开始着手实施Al-Dahle眼中智能体的下一步发展：在容器中运行、由事件触发的异步智能体。 “我们很多团队正开始把他们的on-call基本自动化，”他解释道。“所以如果有什么触发了，比如Grafana的阈值或你使用的任何监控系统触发了，智能体就会启动，去进行分诊并执行你的on-call，你的初始on-call。” 人类工程师可以审查智能体提出的PR，而如果智能体判定该告警是偶发抖动，它也可以自行关闭该事件。 这一

匹配字段正文

项目。 我认为军事目的可能相当牵强。MIDA有一个豪华滑雪度假村，为退伍军人提供折扣，但它最初是为了在闲置或可以用于更具经济用途的军事用地上创造项目。然后税收回流到州里，其中一部分可以资助军事开发。它还有很大的权力可以推翻地方土地使用规定。基本上，它在自己设立的任何项目区域内就变成了市政府。 所以，如果它设立一个项目区域，理论上确实会大大加快所有许可、分区和其他法规的审批，而这些对数据中心项目来说可能是个巨大的问题。要设立项目区域，董事会必须批准，该区域的所有土地所有者必须同意，然后地方政府——在这个案例中是县——必须同意。 问题在于，到凯文·奥利里4月下旬在福克斯新闻上谈论这件事时，MIDA已经批准了。县还没有。县直到这件事发生前大约一个月才知道。 那么，凯文·奥利里是不是就跑到这个不起眼的军事机构说：“我需要犹他州的一大片土地”，然后就拿到了？ 根据我们掌握的文件，他在1月初开始向州一级、与州长四处打听。然后，项目从州长办公室转到了MIDA。所以在1月到2月期间，他基本上到处奔走，这对这些开发商来说并不罕见，一个州一个州地说：“我想建一个数据中心，你们有什么？”谁给出最好的方案，最

匹配字段正文

生态层，所有基于它做封装的C端产品，本质上都是流量二道贩子。套壳产品既不掌握模型，也不掌握框架，能做的只有汉化界面、预装技能、补贴算力，这三件事只构成了成本。 Muse的价值沉淀则在Meta自己手里，自研模型、自建虚拟机、自己设计安全架构、自有型用户关系，这意味着，如果Muse的模式跑通了，Meta可以独享全部收益；如果跑不通，Meta也可以把技术资产复用到其他产品上。 所以，Muse比OpenClaw更值得跟进，不在于它更可能成功，而是因为它失败的成本更低、成功的收益更高。OpenClaw的失败是纯粹的沉没成本，Muse的失败至少留下了模型、算力和安全架构。 既然跟的是防守，成功的标准就不看是否独立盈利，变成了能不能守住边界。 如果成功指的是“做一个跨平台的通用管家”，概率极低，平台之间的门什么时候打开，涉及商业利益重新分配，如果成功指的是“守住自己的生态边界，不被别家Agent穿透”，概率则高得多，而且守住边界的能力，远强于从零做一个跨平台Agent。 四、结语 这恰恰是模型或硬件迭代都解决不了的难题：封闭平台们各自握有用户生活的一部分碎片，想要让他们拱手让人难如登天。 Meta给

匹配字段正文

]：“哦，这个弄错了。我不想登录。我不想做身份验证。”找到问题然后直接修好。 Ari Weinstein [00:02:45]：是的。 Vibhu [00:02:46]：我们该怎么进一步推进？人们应该尝试什么？ Ari Weinstein [00:02:50]：Dots 是个很酷的产品，因为每个 Dot 都能访问云端属于自己的 Linux 虚拟电脑，这和我们其他产品不同。你知道，传统上，我们能访问云端的浏览器，或者它能访问你自己的电脑，但现在你拥有云端一整台属于自己的 Linux 电脑。所以它可以运行完整的桌面应用，也可以使用网页浏览器。所以，是的，你知道，我觉得 Computer Use 的强大之处、以及我认为它如此令人兴奋的原因，在于它让智能体能够做任何你作为一个人能做的事，因为世界上所有软件都是为人类设计的，而现在智能体可以使用同样的软件，你可以把任务委派给智能体。所以，是的，任何你会在电脑上做的事，你都可以让一个 Dot 去做。是的，我觉得特别有用的是什么，真的取决于最终用户是谁，以及在他们生活中什么有价值。但是是的，我会先从想一想你花时间做的一件事开始，以及你如何能把这些委派

匹配字段正文

能体绑定。这款设备被CEO Mark Zuckerberg比作钥匙扣，名为Muse Charm，其屏幕上是它那可爱讨喜的Muse AI智能体，给人一种拓麻歌子的感觉。“我们在这个小家伙里塞进了大量技术，”Zuckerberg在台上说。“所以，如果你不戴眼镜，这将是迄今为止与你的Muse对话、并向它展示你周围情况的最快方式。” OpenAI和Meta很可能都从其他公司失败的硬件推广中吸取了教训，它们由此形成的策略似乎是先软发布AI智能体，再硬发布硬件。它们破解硬件难题的解决方案是先让市场做好准备，让人们习惯AI智能体，希望人们能口口相传“是的，它们现在真的管用了”。一旦人们发现这些可爱智能体的价值——甚至对它们产生依恋——他们可能就会想要更实体化的形态。Friend等其他公司也采取了类似的软件先行策略，但Friend主要定位为陪伴型聊天机器人，而非生产力工具。 在DevDay新闻问答环节中，当被问及Dots是否会成为与ChatGPT交互的主要界面时，OpenAI核心产品负责人Thibault Sottiaux表示，公司“很快就会就地演进ChatGPT，使其成为这个了不起的个人助理”，他还

匹配字段正文