#澎湃AI新闻频发引发舆论热议，信息透明度成焦点

22:54AI资讯日报，5月30日：

21:36Radio Free Asia’s global Mandarin brand 歪脑 | WHYNOT has won the Asian American Journalists Association’s top award for excellence in longform video storytelling. Our feature on the embattled platform...

20:56#BestBlogs 超越 GoF：现代 AI 系统实用设计模式 | InfoQ 中文 文章探讨了超越 GoF 的现代 AI 系统实用设计模式，涵盖提示、责任、UX、Ops 和优化等方面。 摘要： 文章指出，现代 AI 系统面临传统软件和机器学习模式无法完全解决的新挑战，因此需要专门的设计模式。 作者将新兴模式分为五类：提示和上下文模式（如少样本、角色、CoT、RAG），用于引导模型输出；负责任的 AI 模式（如输出防护栏、模型批评者），确保输出安全可靠；用户体验模式（如上下文引导、可编辑输出、迭代探索），提升 AI 应用易用性；AI-Ops 模式（如指标驱动、版本控制），管理大规模 AI 系统的部署和运营；以及优化模式（如提示缓存、动态批处理、智能模型路由），提高效率和降低成本。 文章强调这些模式帮助标准化解决方案，提高开发效率和系统可维护性，并简要提及了微调、多代理等高级主题。 主要内容: 1. 现代 AI 系统需要区别于传统软件和 ML 的专门设计模式 -- AI 系统的行为受指令和上下文严重影响，带来新的挑战，需要标准化模式来解决已知问题，提高开发效率和维护性。 2. 有效的提示与上下文模式是引导 AI 输出的基础 -- 通过少样本、角色、思维链和 RAG 等模式，可以提高模型的推理、准确性、一致性，并减少幻觉。 3. 负责任的 AI 和用户体验模式是构建可信赖 AI 应用的关键 -- 输出防护栏、模型批评者确保内容安全道德；上下文引导、可编辑输出、迭代探索提升用户互动和满意度。 4. AI 系统的生产运营需要专用的 AI-Ops 和优化模式 -- 指标驱动的监控、提示 - 模型 - 配置版本控制、提示缓存、动态批处理和智能模型路由是管理大规模 AI 系统效率和成本的关键。 文章链接：

15:46之前说因为 AI 的推荐最近吃了好多补剂，很多人问有什么推荐，我觉得都已经授之以渔了为什么还要问我，问 AI 啊… 那就再说下渔的技巧吧，重点是要给 AI 提供足够多的信息，比如有什么困扰、生活习惯是怎样的、尝试过什么方案、体检结果有什么异常等等，相关的信息尽可能全部提供，然后使用 Thinking 模式让 AI 综合所有信息进行推荐，如果对结果有怀疑，可以把推荐的成分/产品再用 Deep Research 去进行深入分析。 举个例子，我一直有被长痘的问题困扰，大概已有近 15 年。虽然不是很严重，但总是会有那么两三个红肿的痘痘，非常烦人。我已经尝试了几乎所有主流非主流的治疗方案，甚至服用了半年的异维A酸（一般被称之为皮肤科终极手段），除了内服抗生素最为有效但是不能长期使用，其他的都效果一般。 （关于为什么会长痘，其实目前现代医学还没能给出答案。痤疮杆菌并非原因，只是当时觉得是所以这样命名了。现在综合认为长痘的原因可能非常复杂，涉及激素、遗传、皮脂分泌、面部菌群、肠道菌群、炎症反应等等，不同人长痘的原因可能是完全不一样的，所以不同人对同一治疗方案的反应也可能是完全不同的。） 前几个月我突发奇想把这些信息都喂给 GPT o3 后，GPT 建议为试试姜黄素（系统性炎症改善）和与皮肤免疫相关的益生菌（肠-皮轴 gut-skin axis 影响），于是买来吃了一个月，几乎消灭所有了痘痘，终于解决了我十多年来的痛点（真·痛点）。 （如果你有同样的问题需要购买的话，需注意姜黄素有不同的剂形和搭配，可以提高 40 倍的吸收率，益生菌需要考察和免疫与皮肤相关的菌种，如 LGG。产品非常多，为了避免广告嫌疑不推荐具体产品了）

15:25不论是今天新出的 Flux Kontext 还是前段时间爆火的 GPT 4o，尽管都可以拿来做套壳产品赚钱，但就对话 PS 这个点来看，几乎没什么价值。 首先是出图变形，其次是清晰度一般。一番实测下来，感觉和宣传的差距太大，浮夸的宣传令人对其效果失望。

12:00我看很多人在说，AI 来了之后，营销变得简单了，毕竟有些人以前不会做，现在会一点了。 但其实，AI 让营销变得更难了。 就因为现在人人都可以用 AI 做出"还不错"的营销内容，用户被海量的营销内容轰炸，他们看累了，看厌了。 现在，想要获得关注、获得订单，你就得： • 比你的竞争对手更了解你的客户 • 坦诚真实，敢于表达独特观点 • 用客户的语言讲故事，不要大讲行业黑话 • 一旦发现有效的策略，迅速行动，扩大影响 洞察力和独特性，缺一不可。

11:23一个月不看 AI 相关的新闻会怎么样？不会错过任何东西，反而能专注做自己的事，到时直接使用在过去一个月竞争中存活下来的产品🤣

11:08最近考虑把关注的和 AI 有关的内容都「取关」，然后移到 AI 的列表里去。这样想看的时候就能看，不想看的时候也不会来打扰我，信息又有点过载了。

08:49网友借AI生成的海报。是不是这么捧华为的哦？

07:53最近注意到一个新现象，就是 youtube 上会推荐很多和哲学，心理学相关的频道，其内容基本都是由 ai 生成，不管是声音，图片, 还是文字内容。 但制作质量相当高，很多内容很有深度。而且估计因为全是 ai 工具生成，产出也很高，一个频道每天都会上传一个，甚至两个新视频。 猜测这些视频背后的制作者，大概是掌握了工业化大规模快速生产高质量视频的流程，商业模式是希望低成本获取大流量来赚 youtube 上的广告费。而竞争者的涌入，ai 工具的不断进化，也会逼迫所有视频制作者不断提高产品质量。 作为听众和消费者，感觉好像是从以前吃家庭作坊养的鸡 (价格贵而质量参差不齐) 变成吃工业化农场生产的鸡 (价格便宜，质量有基本保证) 感觉类似的现象会迅速的，无孔不入的席卷所有领域。

04:20OpenAI 悄然隐藏CoT推理过程，逐渐走向完全黑箱化。想从 OpenAI 蒸馏 Agentic Reasoning 过程，变的非常困难。 另一方面，近期的几篇 LLM RL 的论文的可靠性受到质疑， 让使用开源的 Qwen 模型的工作变得似乎意义虚无化。 另外，刷榜benchmarking的开源模型，又有多少存在 data contamination 的问题？ 闭源的不让蒸馏，开源的又不完全可靠。 在LLM, Agent 一片火热的氛围下，benchmarking通货膨胀，AI 研究员除了收获了推特上的点赞，是否更迷茫了？

22:445月29日，知名博主影视飓风发文控诉腾讯视频号。他说，他发的医学科普，即使和正规三甲医院合作，没有广告还有医学盖章授权证明，但依然被封。 但与此同时，他却发现视频号竟然允许公开发布有偿卖血视频。影视飓风愤而质问：视频号，你们平台的道德底线在哪里？

20:37AI资讯日报，5月29日：

20:30在这个时代，社交媒体已经深刻地改变了我们的生活方式，它连接世界，传递信息，也塑造着文化。而对于我们的下一代，那些正在成长的未成年人来说，社交媒体几乎与他们如影随形。然而，关于未成年人使用社交媒体的担忧也从未停止。网络欺凌、不当信息、隐私泄露、沉迷上瘾、对心理健康的潜在影响……这些问题像阴影一样笼罩在社交媒体的另一面。去年，澳大利亚通过法案禁止16岁以下未成年人使用社交媒体。今年的两会上，也有政协委员呼吁可以借鉴此做法。与此同时，也有声音认为，社交媒体是现代社会重要的社交、学习和获取信息的平台，一刀切地禁止，可能会剥夺未成年人融入数字时代、建立社交圈、甚至表达自我的机会。那么，面对这个复杂的议题——我们究竟应不应该，或者说，能不能够，禁止未成年人使用社交媒体？ 这不仅仅是一个技术问题，更是一个关乎成长、教育、家庭和社会责任的深刻讨论。今天我们邀请到北京超越青少年社工事务所的副主任李涵老师，她同时也是一位资深的社工，李老师将从专业视角，为我们带来分析。点击观看直播>> :sys_link: 网页链接 https://tv.sohu.com/sohulive/index.shtml?liveType=0&roomId=315317566&streamName=tv_315317566_1748520812234&sf_atype=sdk&sf_pro=1&resorce_click=&sf_cv=10.0.20&sf_mtype=6&channeled=1211110004 :icon_weibo: https://weibo.com/5890672121/Pu6bcuk6M#搜狐新闻

13:02硅星人Pro这个公众号的品味确实挺不错的，长期稳定，推荐关注下。因为最近很多人迷茫，我重复下一直以来的观点： 1、AI快速发展，但有效共识不多

10:03这波 AIGC 对内容生产的冲击，最初大家关注的是“是不是AI生成的”，但最终会回归到一个更本质的问题：内容质量如何、是否满足用户需求。而“内容质量”本身也是相对的，取决于场景、受众和目的。 就像有人喝速溶咖啡，他们并不在意是不是手冲精品，也不会去关心咖啡豆的产地，只要够快、够提神、价格合适，这杯速溶就有它的市场。而另一些人追求风味、香气和仪式感，自然会选择手冲或精品咖啡。 同样地，AIGC 生成的内容如果在“效率”“覆盖面”“成本”上具备优势，且达到用户在某一场景下的“够用”标准，那它就是合格甚至优秀的内容。不是所有内容都要做成《纽约客》长文，很多时候，一篇 AI 写的 500 字科普，可能已经满足了 90% 用户的检索需求。 所以，焦点会从“是不是AI做的”，回到“这个内容对我有没有用”。这正是内容行业的新逻辑：质量相对、价值场景化、效率决定可持续性。

09:58【80后传媒史】激荡二十年：传统媒体的崩盘与AI革命之下内容生产的前路 🎙️👉：

08:57今天最主要的头条新闻

08:02今天本来设置播客节目关于shopping心理 早上看到一个关于AI mode的长帖挺好，做成了播客 插队推送😄 时间轴: 00:00:11 节目开始：洞见无界 00:00:17 Google I/O 2025 专家资料分享：最新AI模式及其运作 00:00:35 AI模式对SEO的潜在巨大变革 00:00:51 SEO社群对AI变革的看法与资料作者的担忧 00:01:15 本集任务：拆解Google AI模式、与传统搜寻差异、及「后SEO时代」的准备 00:01:37 传统资讯检索 (IR) vs. 生成式IR：内容呈现的根本差异 00:02:31 为何认为AI模式「只是SEO」是短视且危险的？ 00:03:02 SEO业界尚未普遍实践的AI优化技术 (如段落嵌入、语意相似度计算) 00:03:50 SEO的演变：从关键字到「反应性支架」及其裂痕 00:04:56 AI模式的五大关键断裂点：推理模型、查询扇出、段落级检索、深度个人化、零点击增加 00:06:38 Google目标转变：从导入流量到直接满足使用者需求 00:07:16 AI如何「替你Googling」降低使用者「德尔菲成本」 00:08:18 基础SEO仍是入场券，但AI模式加入更多不可控因素 (推理、记忆、个人背景) 00:09:33 多模态(Multimodal)搜寻的影响：竞争对手不再局限于文本 00:10:40 SEO过时？「代理人体验 (Agent Experience, AX)」时代来临 00:11:41 深入剖析AI模式运作核心流程 (参考Google专利) 00:12:09 核心概念一：状态聊天搜寻 (Search with Stateful Chat) - 持续性使用者脉络 00:13:13 核心概念二：查询扇出 (Query Fan-out) - 合成查询与自订语料库 00:14:26 核心概念三：多阶段LLM处理与合成 - 特制化模型各司其职 00:15:57 核心概念四：密集检索与段落级语意 - 向量嵌入与语意相似度 00:16:57 核心概念五：成对排序提示 (Pairwise Ranking Prompting) - LLM辅助排序 00:17:54 核心概念六：环境记忆与自适性介面 - 长期记忆与动态UI 00:18:39 核心概念七：使用者嵌入个人化 - 模组化深度个人化的核心 00:20:08 详解「查询扇出」：如何透过提示词生成多样化合成查询 00:21:06 合成查询的类型与过滤机制 (包含思维链提示) 00:22:54 AI的「推理能力」：中间推理步骤与推理链 (Reasoning Chain) 00:25:05 应对之道：「关联性工程 (Relevance Engineering, r17g)」概念 00:26:06 r17g策略：影响使用者嵌入、段落级语意优化、预测合成查询、三重清晰度 00:27:05 内容建构的四大策略支柱详解 00:27:21 支柱一：符合推理目标 (独立完整语意、明确论点) 00:28:05 支柱二：兼容查询扇出 (明确命名实体、反映使用者意图) 00:29:01 支柱三：值得引用 (事实性、可验证、量化数据、注明来源) 00:29:40 支柱四：易于组合 (列表、项目符号、答案优先、FAQ、语意化HTML) 00:30:54 Qforia工具介绍：模拟查询扇出与潜在合成查询 00:32:00 现有SEO工具的不足与未来软体的「十大新需求」 00:32:46 需求1-2：GSC AI介面指标、基于人设的排名追踪 00:33:30 需求3-5：网路向量嵌入数据、矩阵式语意编辑器、查询旅程分析 00:34:39 需求6-8：个人化检索模拟、精准查询分类、查询扩展模拟 00:35:35 需求9-11：整合点击流数据、推理链模拟、基于关联性的连结图谱 00:37:07 对企业整体搜寻策略的意义：结构性转变 00:37:32 策略转变一：重新分类搜寻频道，KPI转向AI介面声量与影响力 00:38:18 策略转变二：关联性建设视为组织能力，打造跨部门r17g团队 00:38:46 策略转变三：「后点击时代」将情报运营化，投资新基础设施 00:39:54 结论：催生全新企业功能「关联性策略」 00:40:00 AI模式深度重塑搜寻样貌，对数位行销的根本性挑战 00:40:30 产业人员的转型：从战术性优化到战略性协调，「关联性工程师」的崛起 00:41:00 给听众的思考题：你和你的组织准备好迎接变革了吗？ 00:41:27 结语与感谢收听

21:40Google 研发了 AI 时代，2A, 2I 的血源认证 - SynthID 用它作为 AI 内容溯源，很快其他平台要跟上。试想，14亿人，每天用 AI 生图，生视频 100个，平台马上嗝屁 认证下 SynthID， 给消费者吃个定心丸，这个图片/视频是真人制作，请放心食用 目前还能用 AI 薅平台流量的，偷着乐吧