AI在百科生态中扮演双重角色。一方面，它是百科内容的消费者与分发者，几乎所有大语言模型都使用百度百科进行训练，生成式AI产品基于百科内容为用户提供答案；另一方面，AI也在重塑百科内容的生产和交互，是百科生产进化的核心引擎。

当用户开始习惯向AI Agent提问后，用户的注意力不再被"曝光-点击-转化"的漏斗所捕获，而是被Agent的推荐逻辑所主导。这意味着，谁掌握了Agent入口，谁就掌握了用户意图的最终解释权——而这正是广告模式的命门。

移动端打字速度慢、容易出错，长问题输入体验极差，而语音输入速度是打字的3-4倍，特别适合复杂问题表达。Geokeji的研究显示，AI搜索应用中58%的用户使用语音输入，而传统的关键词搜索，即便拥有语音输入功能，使用率仍然不到20%。

法律行业是一个对错误零容忍、高度重视风险的行业。然而，直到现在，即便是最先进的大模型也依然无法杜绝“幻觉”和错误，这成了AI在法律行业落地的最大障碍。Robin AI创立于2019年，创业初期主要是尝试用法律数据训练专有模型，没有太多声量。2022年之后，随着大语言模型的爆火，以及与Anthropic的合作，Robin AI开始

OpenAI表示，GPT-5.1 Thinking（思维版）减少了专业术语和未定义词汇的使用，回答更加清晰，尤其适用于工作中的复杂任务和解释技术概念。

用户无需跳转网页、下载App或切换界面，只要在对话中直接呼叫应用——Spotify，帮我做个派对歌单、Zillow，找找纽约的房子——ChatGPT就能在同一窗口中调用相关服务、展示交互界面，甚至完成支付或生成文件。

在瓦特之前半个世纪，蒸汽机技术和相关理论已经成熟，然而瓦特让蒸汽机终于能够在生产中使用，并且将它推广到了市场上。即便如此，又过了近半个世纪，蒸汽机在纺织厂普及，蒸汽轮船也开始成为河运主力，蒸汽机才真正「蚕食世界」。

人类的理解是基于事物之间多重的复杂关联形成的，包括因果关联，也包括语言文字符号层面的关联。大语言模型则是在文字符号层面对语言的内容做了多重的统计性关联。它显然远远没有覆盖人类理解中的所有关联。

一名新人把 AI建议和Stack Overflow代码片段拼凑起来，写了个用户权限系统。测试和QA全部通过，上线后两周才发现已注销的用户依然访问某些后端工具。原因只是一个“看似合理”的真假逻辑反了。修复这漏洞，资深工程师花了整整两天。

Dia最受朋友们欢迎的功能，就是直接针对网页内容问答。在Dia的AI侧边栏中，用户能针对当前显示的网页提问，Dia还支持同时针对多个甚至全部已打开的网页提问，这在日常做研究时还是蛮方便的。相信大家都给AI聊天机器人发过网页链接，所以我想应该不用再举例说明这个功能的用处了。

“Cursor、Windsurf等公司在服务专业程序员方面做得很好，但半专业人士的需求还有很大的待开发空间，这些人一行代码都不会写，但出于需要或创造力，他们渴望进行开发。”“人用AI写代码和自己写代码的唯一区别是，用AI写代码你意识不到自己是在用自然语言编程，即使是自然语言，也不能只给出需求，自然语言编程也需要编

2021年，Anthropic的联合创始人Ben Mann从盗版网站下载19.6万本受版权保护的书籍......法院参考了美国版权法中的“合理使用”（Fair Use）原则，认为AI训练属于“转化性使用”（Transformative Use），即对原作品的新用途未取代原作市场，且有利于技术创新和公共利益。