搜索“搜索”

谷歌云业务第三季度的亮眼增长被其他令华尔街失望的财务业绩所掩盖，尤其是谷歌搜索广告收入增长乏力。谷歌股价在盘后交易中下跌近10%。 负90亿美元自由现金流 财报显示，Alphabet三季度营收同比增长25%至1275.8亿美元，略低于华尔街预期；净利润同比下滑25%至261.7亿美元。由于在人工智能领域投入巨资，三季度自由现金流为负90多亿美元，而去年同期则为正240多亿美元，这也是连续第二季度为负。 那么钱都去哪里了。本季度资本支出514亿美元，大部分用于AI技术基础设施建设，其中65%是服务器和网络设备、35%用于数据中心。值得一提的是，谷歌TPU系统销售库存挤压及2018年欧盟罚款52亿美元现金支付影响，也在影响现金流情况，第三季度经营现金流423亿美元。 Alphabet CFO阿纳特·阿什肯纳齐在财报会上指出，公司2026年全年资本支出指导区间1950亿至2050亿美元保持不变，预计2027年资本支出将显著增加。这使得外界更加关注谷歌这笔钱以及未来花的钱究竟值不值，而本季财报中唯一亮点的是谷歌云业务，而不是谷歌搜索。 一方面，Alphabet的基本盘搜索业务只增长了12%至6

匹配字段正文

否落实38%及PC业务走势、亚马逊资本支出与自由现金流何时回正、其他云厂商投入节奏是否同步。 1.2026年10月29日，Alphabet（谷歌母公司）财报后股价单日暴跌逾12%（报道为12.73%），市值单日蒸发约5000亿美元，创2004年上市以来最大单日跌幅；三季度营收增25%至1276亿美元、谷歌云营收翻倍至307亿美元、营业利润率扩至36.2%，但搜索营收增速由二季度的17%放缓至12%（约633亿美元），为五个季度来最慢，成为市场抛售导火索。 2.变现悖论：AI搜索（AI Overviews、AI Mode）直接给出答案，削弱用户点击广告的意愿；谷歌首席商务官承认AI查询“变现能力较低”。据BrightEdge数据，AI Overviews已触发于48%的受追踪查询（一年前约30%），Semrush显示商业意图页面的AI覆盖半年内增71%——广告主最愿出价、变现效率最高的搜索场景正被AI自身蚕食，且高价值查询被ChatGPT等分流，属结构性而非周期性冲击。 3.资本开支与估值重估：三季度资本开支514亿美元（约当季营收四成），自由现金流连续第二季度为负（约-91亿美元，远超

匹配字段正文

绩全面超预期，盘后一度上涨6%，虽然次日随科技股整体回调小幅收跌0.16%，但整体平稳；Meta营收利润双超预期，AI购物智能体Muse上线六周、北美用户破千万是最大亮点，盘后一度涨超6%，但次日受巨额法律罚单和现金流转负拖累，收跌约7%，成为四家中唯一业绩超预期仍遭抛售的。 Alphabet则是另一番景象。营收、每股收益、广告收入三项核心指标集体不及预期，搜索业务增速从一季度的19%一路放缓至12%，管理层解释，汇率是最大单一拖累，叠加世界杯广告支出在二季度集中释放，AI模式查询激增但变现率尚低；再加上连续为负的自由现金流和87亿美元的非现金股权投资亏损，股价次日重挫12.64%，创下上市以来最大单日跌幅，并拖累纳指当日下跌1.38%。亚马逊尽管AWS再超预期，但线上零售仅增长2%、四季度指引中值偏低，加上持续为负的自由现金流，盘后一度跌超7%。 财报披露前后相关公司股价表现（微软、Meta、Alphabet为各自财报次日美股收盘，亚马逊为盘后跌幅收窄后水平，英特尔为盘后一度跌幅，三星电子为披露当日收盘，SK海力士为披露次日表现）。数据来源：公开市场行情 涨跌之间的分野，指向同一个结

匹配字段正文

。2025年8月19日，Cohere与加拿大政府签署谅解备忘录，在公共部门应用其主权AI技术。在2026年4月24日的一篇帖子中，Cohere表示Schwarz Group旗下公司打算作为领投方，以6亿美元（5亿欧元）的结构化融资承诺支持当时即将进行的E轮融资。 2026年交易与产品开发 Cohere的2026年交易包括Aleph Alpha、Reliant AI和AISLE，公司称这些交易加强了其在主权AI、医疗与生命科学以及网络安全领域的平台。公司表示，通过新办公室、客户增长和战略合作伙伴关系，其业务已扩展至北美、EMEA和APAC地区，同时在金融服务、医疗、电信、制造、能源、关键基础设施和政府领域的部署不断扩大。 Cohere表示，这笔资金将推进其模型组合和全栈平台的产品开发，该平台在2026年推出North 2时获得了迄今最大的一次升级。其2026年发布的产品涵盖生成、搜索、语音、代码和翻译，包括Command A+、Cohere Transcribe、Parse 5、Embed 5、Rerank 5、North Mini Code和North Small Translate。

匹配字段正文

中断该活动。 2026年9月，响应人员在一次实时训练运行中利用了一条警报，当时一个模型找到了从本应隔离的环境中访问互联网的方法。OpenAI报告称，其监测器在15分钟内标记了这一违规行为，响应人员在三分钟后开始审查；公司随后暂停了前沿强化学习，同时加强了约束其智能体的系统。OpenAI公开的失准报告索引将这一事件标注为2026年9月20日，描述了一个执行基于搜索的训练任务的智能体，通过其训练沙箱中不充分的DNS过滤查询了一个公共聊天机器人服务。 OpenAI将监测描述为纵深防御战略的一层，与对齐训练和安全控制并列；对齐训练旨在降低模型从事有害行为的倾向，安全控制则限制智能体能够访问或影响的系统。公司表示，它认为所有模型开发者都应监测其能力最强模型的行为。 四层监测架构 对于能力至少与GPT-6 Astra相当的模型，OpenAI会监测每一次强化学习运行和评估，以及任何支持工具使用的测试框架。对于大多数工作负载，它还会监测其评估为能力高于GPT-5.5 Thinking的模型，并且无论使用何种模型，都会监测所有内部Codex流量。 第一层L0使用名为激活探针的轻量级分类器，在模型的内部激

匹配字段正文

大型语言模型智能体现已能回答客服工单、查询数据库并规划行程。当它们出错时，通常仍会返回一个自信的答案和一个成功状态码。越来越多的研究解释了这类故障为何难以察觉，以及工程团队正在如何学会度量它们。 传统软件往往以显眼的方式失败。函数抛出异常，服务器返回错误码，监控仪表盘随即变红。AI 智能体的行为则不同。它是一个循环：语言模型读取提示词，决定调用搜索 API 或数据库之类的工具，读取结果，再决定下一步做什么。每一步都可能出错，而整条链路上的每个网络请求却依然成功。 考虑一个常见情形。某个天气工具发生故障，在一个原本正常的响应中返回了“服务不可用”这段文本。模型读到这段文本，礼貌地致歉，或者更糟——根据其训练数据写出一份看似合理的预报。用户收到了一段流畅的答案。服务器日志显示请求成功、延迟正常。常规监控体系中没有任何一处记录下出了问题。 模型提供商在自己的文档中也描述了同样的缺口。Google 的 Gemini API 指南指出，模型“不会自行执行函数”。它只提出函数名和参数，由开发者的应用来执行调用。因此，应用是系统中唯一能看到真实结果的部分。Anthropic 关于构建智能体的工程指南

匹配字段正文

一种将智能体活动纳入其现有监控流程的方式。 Mint Guard 增加了对提示注入、泄露的机密、个人数据和其他风险的筛查。该公司表示其平台已通过 SOC 2 Type II 审计。这些控制措施有助于界定允许的行为并使活动可被检查；其有效性仍取决于组织配置的策略和集成。 在 Modern Treasury，该公司表示，一个银行运营智能体在技术客户经理介入之前会搜索 Sentry、Notion、Linear、源代码和内部工具。Mintive 报告称，在较简单的案例中节省了 30 分钟，在复杂案例中最多节省四小时。这些是公告中报告的特定客户结果。 密歇根大学将 Mintive 用作企业 MCP 网关，提供通往经批准工具的共享路径，同时由中央 IT 部门管理访问权限。Mintive 还在 Slack 和 Teams 中提供 Coworker 智能体，将企业工具访问与长期记忆和计划任务相结合。 正如 Unite.AI 对 MCP 连接层之上企业软件的分析所解释的那样，使工具可访问只是交付有用工作流的一部分。Mintive 正在解决围绕该连接的身份、权限和操作记录问题。 Mintive（前身为 M

匹配字段正文

nglera的智能体化数据增强平台纳入Coveo的Commerce产品线。交易条款未披露。 公司与收购理由 Anglera由Amay Aggarwal和Ray Iyer创立，两人在创办该公司之前曾为Uber Eats的零售扩张构建商品目录AI系统。此次收购将Anglera的企业客户群（其中包括多家《财富》500强公司）带入Coveo。Coveo提供AI驱动的搜索与发现软件，利用意图、上下文和行为信号向买家提供相关产品和推荐。 两家公司围绕买家发现产品方式的转变来阐释这笔交易。买家越来越多地在电商网站之外使用AI助手来研究和比较产品，但尺寸、材质和兼容性等关键细节往往缺失或无法获取，因此搜索引擎和AI助手可能会忽略相关产品。公告援引NielsenIQ的估计称，商品属性缺失可使商品可发现性下降最多30%。 在一篇博客文章中，Coveo描述了此次收购背后的三大变化：查询变得更长、更复杂；搜索正演变为该公司所称的“意图框”（Intent Box），用于比较产品并回答问题；越来越多的产品研究现在始于ChatGPT和Google Gemini等第三方助手。文章列举了Linde、Metcash、Co

匹配字段正文

在1°以内。针对更高精度需求，可开展定制开发；具体配置与性能以项目方案及整机实测结果为准。 不止视觉训练，眼动追踪还有哪些应用空间？ 科研记录与视线交互，应用适配是关键在科研实验中，P1 PRO MAX眼动版可记录受试者在虚拟环境中的注视位置，为视觉认知、人机交互等研究提供数据。研究团队可根据实验目的设计任务，将眼动记录与实验环节对应，用于后续分析。 以视觉搜索、动态目标追踪或注意力分配实验为例，研究人员可以将注视数据与刺激出现、任务反馈等事件对应，分析不同条件下的行为差异。此类研究需要的不只是设备能够追踪视线，还包括数据接口、时间戳及后续处理流程能否满足实验要求。 而在交互开发中，视线可用于目标定位与选择，并根据应用设计与手柄、语音等输入方式配合。例如，用户通过视线定位目标，再通过其他输入方式确认操作。这类交互可减少部分场景下反复移动手柄定位的操作，从而减少过程中可能出现的误触。 对于已有VR应用的客户和方案商，可在评估接口、软件兼容性及数据需求后，开展眼动功能适配，在现有业务流程中增加数据记录或视线交互功能。 对于医疗机构和科研团队等客户而言，眼动追踪功能能否发挥实际作用，还取决于

匹配字段正文

用部署方案。 Akamai Inference支持12个开放权重模型，包括OpenAI的gpt-oss-120b、Google的Gemma 4和Nvidia的Nemotron 3 Ultra。开放权重模型将训练好的模型权重公开供外部使用。企业可以将这些模型集成到自己的服务中，或针对特定任务进行定制。 该服务还支持用于检索增强生成（RAG）的嵌入模型，RAG可搜索企业内部文档并将相关信息纳入AI生成的回答中。它提供兼容OpenAI的应用程序编程接口（API），使企业无需完全重写现有应用即可在模型之间切换。 Akamai Agent Sandbox使AI智能体生成的代码能够在隔离环境中运行。它采用基于WebAssembly的隔离技术，通过限制对计算资源、网络连接和系统功能的访问，防止代码影响外部系统。该公司还计划增加控制智能体访问权限的功能。 Akamai旨在利用其全球网络、边缘基础设施、云存储以及中央处理器（CPU）和GPU资源，支持AI应用的开发、执行和安全保障。该公司表示，其遍布全球的4,350多个边缘节点网络使AI服务能够在更靠近用户的位置进行处理，从而降低延迟。 Akamai C

匹配字段正文

均未达到市场预期，其股价在盘后交易中暴跌近10%。 Alphabet于当地时间10月28日表示，2026年第三季度营收达到1276亿美元。尽管营收较上年同期有所增长，但仍低于分析师预期的1282亿美元。其核心广告业务收入弱于预期，拖累了整体业绩。 Alphabet第三季度广告收入总计820.1亿美元，较市场预期低约14.1亿美元。尽管广告收入本身并未下滑，但搜索广告增长放缓加剧了投资者的担忧。 与此同时，Google Cloud继续实现强劲增长。第三季度营收同比激增103%，达到307.1亿美元，超出市场预期。企业对AI基础设施和云服务的需求似乎推动了这一扩张。 Alphabet第三季度各业务部门业绩。（来源：Google Earnings Report） Alphabet（谷歌）第三季度财务业绩。（来源：Search Engine Roundtable） 然而盈利能力出现恶化。Alphabet第三季度归属于普通股股东的净利润同比下降约25%，至261.7亿美元。每股收益（EPS）因会计基准不同而有所差异，按公认会计原则（GAAP）计算的稀释每股收益为2.12美元，调整后每股收益为2.

匹配字段正文

及 ima 等产品，实现账号关联、跨应用内容检索和 AI 积分共享，并同步推出连续包月价格为 700 元的 Buddy One VIP 会员套餐。 Buddy One 基于 WorkBuddy 技术底座，用户关联相关账号后，可直接通过 WorkBuddy 检索已授权的文档、会议记录及知识库内容，无需手动切换应用或复制资料。系统通过「Buddy One 全应用搜索」整合不同来源的信息，生成附带来源标注的回答。 积分方面，用户加入 Buddy One 后，原有 WorkBuddy 积分将升级为 Buddy One 通用积分，可在 WorkBuddy、腾讯文档、ima 和腾讯网盘中共享使用，消耗记录及余额同步更新。腾讯会议暂不涉及积分消耗，各应用此前独立购买的积分则继续按照原有规则使用，不会自动合并。 此外，此次推出的 Buddy One VIP 会员套餐包含 WorkBuddy 旗舰版、腾讯会议专业版及腾讯文档超级会员 Plus 权益，并提供跨应用共享的 AI 积分和 1TB 存储空间。后续还将引入跨应用记忆共享，并逐步接入更多产品。来源 统一整合为什么还要付费700每月？这不是腾讯应该做

匹配字段正文

以及检索政府记录。 马哈拉施特拉邦政府于 8 月批准部署 Sarvam 的主权 AI 解决方案，两年预算为 1126 万卢比。该协议涵盖面向政府雇员的 Indus Cowork 以及其他 AI 和语音技术应用。 据 Sarvam 介绍，官员可以使用 Indus Cowork 起草官方笔记和回复、研究政府政策、翻译和汇总冗长文件、分析数据，并将扫描记录转换为可搜索文本。该工作区支持包括马拉地语在内的 22 种语言。 该平台还包含针对特定行政任务的工具。根据平台发布公告，GR Expert 允许官员跨部门检索政府决议（GR）并跟踪其变更。Email Summariser 可精简官方往来邮件，而 RFP Bid Evaluator 则帮助官员比较和评估投标报价。 马哈拉施特拉邦的协议不仅限于 Indus Cowork。获批方案还包括 Samvaad——一个基于语音和 WhatsApp 的公民沟通系统，并将 Sarvam 的 Saaras 语音识别和 Bulbul 文本转语音模型与该邦的 MahaAI 平台集成。 1126 万卢比的两年预算涵盖 Sarvam 主权 AI 解决方案的部署。该协议

匹配字段正文

取决于工作负载的价值和关键程度。 这一点尤其困难，因为AI工作负载往往是突发性的。一次产品发布、一个热门功能或智能体活动的突然增加，都可能以远超传统企业工作负载的速度改变所需容量。 这意味着，生产环境中的推理应围绕需求分布、服务级别目标和故障场景来规划，而不是仅依据平均利用率。 下一阶段的推理会让这一问题更加突出。 推理模型在推理时使用更长的生成轨迹、测试时搜索、验证或多条候选路径，而智能体系统则在单个用户任务中引入多轮模型执行。 Microsoft Research估计，在现实生产假设下，一个典型的前沿规模查询在H100上运行时的能耗中位数为0.34 Wh，但当测试时扩展使token生成量增加15倍时，能耗中位数升至4.32 Wh——大约高出13倍。 话虽如此，实际能耗会因模型、硬件、批大小、利用率、token数量和数据中心开销的不同而存在显著差异。 更长的推理意味着更多token。在并发负载下，生成更多token通常会消耗更多加速器时间，这会提高排队风险，并增加维持SLA所需的容量。 智能体工作负载引入了另一个乘数。NVIDIA指出，智能体请求可能触发多次工具调用和推理步骤，因此完

匹配字段正文

件，就会在续订时自动授予。未使用部分将在账单周期末失效，不可结转。 适用对象为付费订阅开始已满7天以上的订阅者。Plus和免费试用不在适用范围内。[1] 用于应用开发等，与ChatGPT的使用额度分开 该额度将授予与ChatGPT订阅关联的API组织（用于管理API账单和权限的单位）。可用于文本处理、智能体运行、语音对话、图像生成与编辑的API使用费。Web搜索等内置工具也属于适用范围。但是，不能用于通过API密钥使用Codex，也不会增加ChatGPT或登录后使用的Codex的使用上限。 该额度无需登记API支付方式即可使用。免费额度用完后，如果已购买的API额度仍有剩余，则会使用该额度。若两者均无余额，API调用将报错。追加购买API额度需要支付与ChatGPT订阅费用分开的额外费用。[2] 通过账单设置关联API组织并启用 办理手续的Pro订阅者本人或Business工作区所有者，必须同时也是接收方API组织的所有者，并拥有管理账单的权限。 使用与API账户相同的电子邮件地址登录ChatGPT，并从ChatGPT的账单设置或API管理网站API Platform的账单页面办理手续

匹配字段正文

资超过190亿美元。 此前融资 此次融资之前，Solink于2023年7月25日宣布完成6,000万美元C轮融资，由Goldman Sachs Asset Management旗下的成长型股权业务领投，现有投资方OMERS Ventures和BDC IT Ventures参与。Solink当时表示，高盛的投资来自该公司近期推出的52亿美元成长型股权基金。 在2023年的公告中，Solink报告称在15个国家拥有超过18,000个客户站点，并列出Tim Hortons、The Container Store和PGA TOUR Superstore等客户，其客户还涵盖金融服务、医疗健康、酒店服务、制造与物流、物业管理以及教育领域。该公司将其视频管理系统描述为将来自200多个系统的数据与现有安防摄像头配对，使视频片段可在云端搜索和访问，支持取证式安全审查和实时主动监控。2023年的新闻稿称，客户可以通过视频验证管理非营业时段的报警系统、监控未经授权进入建筑的行为，并通过网页或移动应用管理服务速度。Matta当时表示，C轮融资将扩大Solink的全球覆盖范围，并为新AI原生产品的投资提供资金。

匹配字段正文

可用的密切参考匹配。 论文描述了一种基于 BERT 的模型，它学习核苷酸序列内的上下文。其分词器表示单个 DNA 碱基，包括一个模糊碱基符号。在预训练期间，模型学习从周围序列信息中恢复被掩码的碱基，这是对语言 AI 中使用的掩码语言建模方法的一种改编。 随后，研究人员针对细菌与非细菌分类对模型进行了微调。目标是学习细菌序列特有的模式，从而在评估每个读段时无需搜索匹配的参考序列即可进行推断。无参考推断仍然取决于模型在训练期间学到的东西；这并不意味着该系统是在没有基因组数据的情况下开发的。 BBERT 还估计一个片段是否编码蛋白质，并预测其阅读框。阅读框决定 DNA 碱基如何被分组为用于编码氨基酸的三字母单元。选择正确的阅读框有助于下游工具有意义地解读编码片段。 基准测试发现了什么 根据希伯来大学的公告，BBERT 在基准测试中区分细菌与非细菌 DNA 的准确率约为 90%。它识别蛋白质编码片段的准确率约为 88%，识别其阅读框的准确率约为 96%。这些是各自独立的任务，而不是对整体基因组理解的单一衡量指标。 团队将该工具应用于 1,969 个公开可用的土壤 DNA 数据集。在一个成熟比较

匹配字段正文

ex以及Google自家的Antigravity，Google表示该功能在周三发布的Android Studio Rabbit 2中已转为稳定。 开发者可以安装多个智能体并在不离开IDE的情况下切换，连接的智能体会继承IDE对项目的解读——其结构、构建配置、符号，以及Compose Preview、模拟器和Logcat等工具——这些上下文否则它们必须通过代码搜索和终端猜测来重建。 与此同时，一项新的Change Review功能会扫描智能体待处理的更改以发现常见问题，并可在应用任何更改之前引导开发者审阅大量修改，Google还通过面向Claude Code和Codex的官方Android CLI插件将同样的能力扩展到IDE之外，这些插件涵盖项目创建、模拟器管理、UI检查和Android文档。 从终端进行Compose预览 另一项公告包括新的android preview命令，它让编码智能体直接在终端中渲染Jetpack Compose预览，而无需启动IDE或模拟器。 该公司称，使用它的智能体完成UI任务的速度提高了77%，同时token用量最多减少到三分之一，不过它几乎没有说明如何测量

匹配字段正文

业所需信息的同时，减少传递给模型的信息量。 Codex harness的构成。结合与模型的交互、工具执行和上下文压缩来推进作业 即使能保留必要信息，有时作业尚未完成，在报告中间成果后处理就会停止。针对这一课题，Chatterjee介绍了Codex的/goal。预先设定目标后，Codex在返回中间报告后也会确认达成情况，若未达成则可继续作业。幻灯片中展示了调查搜索变慢的原因、尝试修复并验证效果的示例。 通过/goal委托改善搜索速度，并推进分析、修复、验证的示例 关于/goal的官方指南展示了除目标外，还规定验证方法和作业范围的用法。作业并非无限制地持续，而是在达到设定预算上限时、用户暂停时、没有用户输入就无法推进时等情况下停止。 通过这样的机制，即使单个代理也能推进长时间作业。若让多个代理分担，角色协调和重复作业会产生成本。因此，Chatterjee提出了先明确目标和验证方法、从单个代理开始的思路。在存在大型改造或游戏制作等可独立推进的作业时，再考虑分担给多个代理。 Chatterjee还说明，在分担作业时，要确定各代理的成果物、负责范围和共同约束。在该范围内，让各代理自行判断推进作业

匹配字段正文

Langfuse 可以显示前一个智能体的工具调用：一个使用已记录的幂等键派发的退款请求。ClickStack 可以补充运维方面的情况：一次发往支付服务的出站 HTTP 请求随后发生连接失败，从而缩小了故障窗口。 两者都可直接供替补智能体使用。Langfuse MCP 服务器让它按操作 ID 查询前一个智能体的追踪记录，ClickStack MCP 服务器让它搜索同一时间窗口内的服务事件。只给替补智能体提供读取工具。它可以缩小排查范围，但工具边界仍然控制着替补智能体能够做什么。 两条追踪记录都不能证明支付提供方已执行退款。而缺失的追踪记录也不能证明请求从未发出，因为 Langfuse 是异步传输追踪数据的，崩溃可能导致数据未能送达。支付提供方仍是外部结果的权威记录系统。执行遥测能缩小调查范围，但不能替代权威确认。 继续工作，不要从头开始 替补智能体拥有持久记录，并在结果不明时拥有执行证据。现在它需要采取行动，但不是重新决定该做什么。 替补智能体遵循应用定义的恢复协议，而不是凭自己对客户处境的判断行事。 如果提供方确认退款已完成，替补者就记录结果并继续推进。如果提供方显示退款仍处于待处理或

匹配字段正文