本文介绍了 NotebookLM 的设计架构,采用三栏式输入‑对话‑输出结构,实现统一阅读、写作与创作空间,强调 AI 原生体验与迭代共建;OpenAI 研究员姚顺雨指出 AI 已进入下半场,重点转向语言智能体的长期记忆、内生奖励与多智能体协作,构建通用智能的路径;工具 News Minimalist 利用 AI 每天筛选约三万篇新闻,按重要性评分并提供个性化摘要,帮助用户过滤噪音。
敬我们,敬我们的友谊,敬我们共同拥有的,或即将拥有的美好。——国庆快乐
设计负责人杰森·斯皮尔曼(Jason Spielman)对他领导谷歌 AI 产品 NotebookLM 设计的全面回顾。他详细阐述了自己如何将一个早期实验项目,从零开始打造成一款荣获《时代》杂志「2024 年度最佳发明」的成熟产品。他在其中负责了核心用户体验(UX)、品牌标识和视觉系统的完整设计。
每年公司都会为员工安排体检,由于我并非医疗专业人员,很多体检项目我并不清楚其具体作用,也没有精力去一一研究。这时,我通过 AI 来弥补信息差,确保体检项目选择更加全面和针对性。具体做法是,我会将父母的年龄、职业信息以及过往的体检报告上传给 AI,让它根据这些数据推荐最适合的体检项目。
体检结果出来后,我也会将报告输入 AI,让其梳理出需要进一步复查的项目。像「虹线」中提到的 AI 报告解读功能,能帮助像我这样对医学术语不太了解的普通人,快速理解体检结果。例如,AI 不仅将结果转化为普通易懂的语言,还帮助我识别出了哪些项目可能存在潜在风险,哪些则是正常的生理波动。这种便利性,特别是对年长的父母来说,非常有帮助。
当然,这并不意味着 AI 能完全替代医生。在处理这些复查项时,我依然会根据 AI 给出的建议,去医院与医生沟通。比如,有些项目可能是无效检查,或者性价比不高,医生往往不会主动提及,而 AI 则能帮我提前识别出来,减少我与医生沟通时的信息不对称。AI 的预诊和问诊帮助我做出更有针对性的提问,避免了无效的等待和多次沟通。
我最近读到一本书《Second Act: What Late Bloomers Can Tell You About Success and Reinventing Your Life》,书中提到,大器晚成型的人会经历一个阶段,他们在这段「低效准备期」内会尝试掌握各种通用技能,虽然这些技能当下可能看似无法直接变现,但它们为个人的多元思维和未来的发展打下基础。正如芒格曾说,「投资只不过是人类智慧的一个分支」,其实,热爱的领域也需要广泛的知识储备和深入的理解。
马斯克的星舰完成了第十次试飞,nano-babana 的 AI 模型迎来了史无前例的更新。科技的车轮滚滚向前,每一次实验、每一次迭代,都在悄然重塑我们的世界。或许此刻你正在阅读这段文字,另一端的地球上,已经有人见证了新的突破。世界从未像今天这样充满未知与可能,而我们所能做的,或许就是时刻保持好奇,去理解这些巨变背后的逻辑与意义。