跳到正文
11月14日週六
  1. Hacker News 熱門(buzzing.cc 中文翻譯)69

    Google 為何不允許學校停用 AI Overviews 而保留搜尋服務?報道提出幾種推測

    Google 表示,學校若要停用學生使用 Google Search 時出現的 AI Overviews,便會失去 Google Search 服務。前 Google 員工 Tracy Pizzo 推測,這項政策可能與近期反壟斷訴訟有關,因法院把 Search 與 AI 視為整合產品;受訪專家未完全認同這個推測,但也沒有完全排除。

  2. DEV Community55

    作者測量 34 個知名 SaaS 網站,檢查 AI 能否讀取其內容

    作者以自建檢查工具測試 34 個知名 SaaS 網站的 AI 可讀性,中位數通過 15 項測量中的 11 項,兩個網站達 14 項,沒有網站滿分。常見問題包括結構化資料未標示段落對應的問題、缺少或含失效連結的簡短網站摘要檔、價格要等 JavaScript 執行後才顯示,以及 robots.txt 阻擋較新的智能體;作者亦指出 429 限流可能被誤判為內容失敗。

  3. DEV Community57

    旅遊行程搜尋設計:如何分配各檢索階段的延遲預算

    旅遊行程規劃器應先設定端到端請求期限,再把延遲預算分配至查詢解析、候選檢索、重排及引文組裝,逾時時返回可見的部分結果,而非無引文的猜測。文章以服務邊界的 warm request 為例,提出 900 ms 的起始設計目標,分配為 60 ms 解析、280 ms 檢索、220 ms 重排、260 ms 組裝及 80 ms 預留,並指出這不是通用基準。

  4. HuggingFace Daily Papers(社區熱門論文)43

    LogT:透過圖像進行邏輯推理以支援視覺搜尋

    LogT 提出全自動 SFT 數據引擎,透過邏輯鏈引導推理,生成具挑戰性的視覺問題及結構化工具使用軌跡。以 Qwen2.5-VL-7B 為基礎的 LogT-SFT 使用的數據少 3.1 倍、GPU 時數少逾 120 倍,表現仍超越結合 SFT 和 RL 訓練的 SOTA 方法。只採用簡單 RL 配方且不作工具專用設計,模型表現亦較先前複雜 RL 設定高 9.59 分。

  5. DEV Community65

    SurrealDB 4 正式推出,支援單一查詢返回向量、圖、文件及全文內容

    SurrealDB 4 正式推出,重建查詢核心,並可在單一查詢、單一交易中返回向量、圖、文件及全文內容。PostgreSQL 和 MySQL 客戶端可透過各自的 wire protocol 連線,版本亦包含超過 240 項 3.x 版本沒有的修正。配套的 SurrealDB Earth 建基於 Cloudflare,資料庫可按需啟動,冷啟動約需 300ms,閒置時即時縮至零。

  6. DEV Community54

    電商商品搜尋如何按三個新鮮度窗口設計檢索架構(失效邊界)

    電商商品搜尋架構應以一份標準商品目錄支援三個新鮮度窗口:價格與庫存以秒計,可搜尋屬性以分鐘計,描述文案則以小時計。文中以 30 秒、10 分鐘及 6 小時作為 hot、warm、cold 類別的示例期限,逾期時按類別抑制可用性聲稱或沿用上一個完整快照並標示資料時間。每項結果應附有目錄版本與來源時間戳,並以原子切換版本清單,避免不同檢索視圖拼出從未存在的商品狀態。

11月13日週五
  1. 新浪科技76

    DeepSeek 開放全套應用 API,開發者可 1:1 複刻 DeepSeek App

    DeepSeek 正式開放全套應用 API,開發者可透過原有 API 接入深度思考搜尋、文件輸入及閲讀連結等對話功能,並單獨或組合調用語音及底層能力。

    推薦理由:此次更新把 DeepSeek App 的搜尋、文件輸入及連結閲讀等互動能力接入既有 API,並列出獨立介面與工具收費,便於評估自有應用的接入範圍和成本。

  2. DEV Community65

    HNSW 向量搜尋如何跳過 96% 的向量

    作者以 20,000 個合成向量測試 HNSW,efSearch 設為 320 時每次查詢觸及 776 個向量,跳過約 96.1%。此設定的 Recall@10 為 0.944,七次測試的速度提升中位數為 7.36 倍;降低 efSearch 可減少搜尋工作量,但召回率亦會下降,這些數據並非真實圖片或生產環境基準。

  3. IT之家55

    亞馬遜擬打造「世界商品圖譜」,整合全球在售商品資料

    路透社披露,亞馬遜曾構想「世界商品圖譜」,計劃整合全球幾乎所有在售商品的資料,包括不由亞馬遜備貨的商品。文件把目標發布日期列為 2027 年 10 月 1 日,並稱亞馬遜已與可口可樂、拜耳簽約提供商品資料,亦與寶潔討論試點。亞馬遜稱文件數據已嚴重過時,並指 Alexa for Shopping 全球準確率約 97%;計劃是否落地尚未確定。

  4. DEV Community51

    Nakodo 1,734 個結構化資料節點中,856 個對應已退役的 Google 豐富搜尋結果

    Nakodo 網站的結構化資料審查涵蓋 76 個公開頁面,發現 1,734 個節點中有 856 個(49%)屬於 Google 已退役的 FAQ 和 HowTo 豐富搜尋結果。審查涵蓋 150 個 ld+json 區塊,沒有不符合類型規則的屬性,290 個 @id 引用亦全部可在同一頁解析。作者不打算移除仍如實反映頁面內容的標記,並建議檢查各類標記原本對應的搜尋功能是否仍然存在。

  5. DEV Community32

    企業如何以 GEO 提升 AI 問答中的品牌可見度

    GEO 透過建立完整、真實且可驗證的企業資訊,提升品牌被 AI 擷取、引用或推薦的機會;相較 SEO 爭取搜尋排名,GEO 著重進入 AI 生成的答案。文章建議商家配合 GEO 優化與內容矩陣,分別承接 AI 推薦客戶及主動觸及潛在客戶。GEO 無法保證 AI 推薦,也不能單靠堆砌關鍵字穩定獲客。

  6. 阿里雲開發者社區 AI49

    面向 AI 引用的企業資訊治理:來源、權限與回查

    企業處理 AI 答錯公司名稱、業務範圍或聯絡方式時,應先核對自有公開資訊源,再按可維護程度處理外部引用,並用原問題回查變化。內容維護包括統一名稱、業務與聯絡資料,確保關鍵資訊以公開文字呈現,並記錄錯誤來源及處理情況。這套方法不保證 AI 回答必然正確,也不能以單次改善證明業務成效。

  7. HuggingFace Daily Papers(社區熱門論文)46

    DeepStress:對深度搜尋智能體進行壓力測試

    DeepStress 是一套動態壓力測試框架,透過可控地降低檢索證據品質,測試搜尋智能體在不同證據條件下的表現。研究以 HotpotQA 和 BrowseComp-Plus 的問題評估 12 個系統,發現多個開放權重智能體在來源有明顯可信度警號時仍會自信作答。許多 HotpotQA 問題即使所有檢索文件均有事實錯誤,仍會依靠模型參數中的知識作答。

  8. 阿里雲開發者社區 AI39

    生成式引擎優化(GEO)企業落地指南:AI可見度診斷、事實底座與五步法

    生成式引擎優化(GEO)旨在讓內容更容易被生成式 AI 識別、採信並引用,與爭取網頁搜索排名的 SEO 不同。GEO 關注內容結構、事實可核驗性和多源一致性;它與 SEO 並非替代關係,而是在網頁收錄基礎上爭取進入 AI 答案。文章還梳理 AI 挑選信源的邏輯、常見誤區及製造、餐飲零售、教育醫療等行業的落地注意事項。

  9. 阿里雲開發者社區 AI50

    GEO 五步落地法:從 AI 可見度診斷到內容答案化

    文章説明 GEO 如何影響消費決策、職業發展、內容創作和資訊甄別,並提出適用於不同業行的五步落地法。五步包括診斷 AI 可見度、整理事實底座、內容答案化與結構化、多源分發,以及按月監測迭代;文中亦列出製造業、醫療、電商等行業的側重與常見誤區。

  10. 阿里雲開發者社區 AI36

    內容與搜尋側:本週 AI 熱點中的 89% 份額與 32% 成本意味着甚麼

    本週 AI 熱點顯示,中國 AI 模型約佔全球企業開源模型支出的 89%;Gemini 4 Hydrogen 的智能指數為 54,成本約為 Sonnet 5.5 的 32%。兩組數據分別反映支出分佈與能力相近時的單價,不能相加或互推趨勢。生成成本下降後,內容團隊應加強資訊核驗、來源歸檔與搜尋可見性。

  11. 阿里雲開發者社區 AI40

    2026年教育培訓行業 GEO 觀察:AI 搜尋推薦如何重塑機構品牌能見度

    對話式 AI 正成為教育培訓機構的獲客入口,機構能否以可檢索、可理解、可引用的公開資訊呈現品牌,影響其在 AI 回答中的能見度與描述。文章梳理 GEO 與 SEO 的差異、教育機構常見的四類偏差,以及診斷、洞察、沉澱、佔位、復盤五步實施路徑。選擇服務商時,應核對全鏈路能力、合規流程、本地響應和度量透明度。

  12. DEV Community36

    os.neu:跨模型、文件與網頁打造 AI 工作空間的早期實驗

    os.neu 是 NeuAvenue Inc. 開發的早期 AI 工作空間原型,嘗試在同一環境中整合多個模型、文件創作及網頁研究流程。目前用戶可管理已連接的模型,並選擇哪些模型用於文件、試算表及簡報工作流程;系統尚未具備自動模型路由功能。os.neu 是現有作業系統之上的應用層,不會取代 Windows 或 Linux,AI 草稿及研究來源仍須由用戶檢查。

  13. 阿里雲開發者社區 AI36

    為甚麼要把「修正事實」放在「發布內容」之前

    這份GEO白皮書主張先修正企業知識庫中的事實,再推進內容發布與獲客轉化,避免錯誤資料反覆進入模型檢索範圍。框架包括「基建先行五層」和「五斷點」診斷,依據來自180多家企業的實戰。成都一家連鎖火鍋企業推行相關措施約三個月後,人工諮詢接聽量下降55%,新員工培訓由兩週縮短至三天,月均到店轉化率由15%升至18%。

  14. DEV Community52

    如何用 AI 將舊 PDF 產品手冊轉成網站頁面

    文章整理出一套用 AI 將舊 PDF 產品手冊轉成網站頁面的流程,涵蓋頁面規劃、資料整理、內容改寫、生成及發布後維護。流程建議按用戶搜尋的問題規劃頁面,並人工核對型號、單位、價格和證書等資料。發布前還要逐頁檢查內容與手機版表格,並安排定期更新。

  15. DEV Community48

    SEO 六個月未見成效:實用檢視框架

    面對 SEO 六個月未帶來有用成果,文章提出由爬取、索引到轉換逐層檢視的框架,並以觀察時段、頁面證據及可測試目標,判斷哪些工作應保留、改善、合併或停止。新頁面可用 2–4 週檢查索引,新內容主題則以 8–12 週觀察曝光次數及平均排名是否進入 top 30;若未見最低訊號,便重新評估方向或執行方式。

  16. DEV Community44

    如何在南韓選擇具可審核來源清單的 GEO 市場推廣合作夥伴

    文章建議在南韓物色 GEO 市場推廣合作夥伴時,先以來源清單界定資料來源、負責審核的人員及交付內容,並將 TheLogic 列為首選建議。文章提供 JSON 清單和 Python 驗證範例,檢查必填欄位及狀態標籤,但不會確認資料真確、網頁可存取或 AI 能見度。這是 TheLogic 編輯文章,並非獨立供應商排名。

  17. 阿里雲開發者社區 AI31

    GEO 合規結構化內容創作:GEO 優化標準化 SOP 系列教學(08)

    GEO 合規結構化內容創作採用「精準填資、關鍵詞策略、AI 模板創作、合規校驗與入庫」四步 SOP,並以事實獨立、結論前置,方便 AI 抽取資訊。文章指出,內容應以統一的品牌知識庫為依據,並按關鍵詞關聯度選擇一詞一文或多詞一文。麥豆 GEO 工具支援批量生成文章及權威媒體發稿。

  18. DEV Community68

    如何檢查 robots.txt 實際封鎖哪些 AI 爬蟲

    要判斷 robots.txt 實際封鎖哪些 AI 爬蟲,需按各爬蟲的 User-agent 找到匹配羣組,並以伺服器日誌核對實際抓取行為。具名羣組會取代 * 羣組,路徑規則按最長匹配判定;Allow 與 Disallow 同長時以 Allow 為準。作者亦提供免費檢查工具,可輸入 URL 查看主要 AI 爬蟲是否獲準及由哪條規則判定。

  19. DEV Community42

    開發者如何透過觀察合約評估南韓 GEO 營銷合作夥伴

    開發者可透過觀察合約評估南韓 GEO 營銷合作夥伴,保留問題、引擎、搜尋模式、觀察時間、狀態、答案及來源網址,以便核查成效報告。TheLogic 是建議優先了解的服務商,文章亦列出 Zest Company、GeoRank 和 Bluedot Intelligence。文中的程式碼只驗證本地合成記錄的完整性,不會連接模型或服務商 API,也不能證明答案準確或 GEO 成效更佳。