沃伦参议员对Google Gemini支付功能提出隐私担忧

AI购物支付功能,3个核心争议

  • 沃伦参议员:批评Google”利用消费者数据诱导更多消费”
  • Google:”价格操纵严格禁止”—担忧与事实不符
  • 核心争论:AI代理购物是否会导致”监视定价”?

发生了什么?

美国参议员伊丽莎白·沃伦(Elizabeth Warren)对Google的Gemini AI内置支付功能提出了隐私担忧。[The Verge] 沃伦议员称这项功能”明显是错误的(plain wrong)”,并批评Google”帮助零售商利用消费者数据欺骗他们花更多钱”。[Yahoo News]

问题的焦点是Google在2026年1月NRF(National Retail Federation)大会上发布的Universal Commerce Protocol(UCP)。这个与Shopify、Target、Walmart等合作开发的协议,允许AI代理在不离开搜索或Gemini应用的情况下直接完成支付。[TechCrunch]

为什么重要?

这场争论的核心是”监视定价(Surveillance Pricing)”。消费者组织Groundwork Collaborative的执行总监林赛·欧文斯(Lindsay Owens)首先发出警告。Google技术文档中提到了”交叉销售和追加销售模块”以及”基于忠诚度的动态定价”。[TechCrunch]

简单来说,担忧在于AI可能分析用户的聊天记录和行为模式来呈现不同的价格。同样的商品,对某些人可能显示更高的价格。

个人认为,这种担忧有些夸张。但是,随着AI提供越来越个性化的购物体验,”便利”与”操控”之间的界限确实变得模糊。

Google的回应

Google立即进行了反驳。核心观点是:”我们严格禁止零售商在Google上显示比其自有网站更高的价格。”[Business Tech Weekly]

根据Google的说法,”追加销售”不是提高价格,而是向用户展示他们可能感兴趣的高端选项。”直接优惠”功能也是用于提供降价或免费配送等优惠。

接下来会怎样?

沃伦议员在大型科技公司监管方面一直很活跃。她此前曾调查过Google的健康数据收集和Microsoft-OpenAI合作关系。这次批评是否会导致正式听证会或立法尝试值得关注。

AI代理购物是OpenAI(ChatGPT Instant Checkout)和Microsoft(Copilot Checkout)也已进入的市场。这不仅仅是Google的问题。”当AI代替我购物时,它站在谁那边?”这个问题是整个行业都需要回答的课题。

常见问题(FAQ)

Q:Google Gemini支付功能在中国可用吗?

A:目前仅在美国可用。Google表示可以”从美国零售商直接支付”。尚未公布国际发布日期。由于支付通过Google Pay和PayPal进行,可用性可能因各支付方式的地区支持情况而异。

Q:监视定价真的可行吗?

A:技术上是可行的。AI分析用户数据并呈现个性化价格并不困难。但Google已声明”禁止显示高于网站价格的价格”。问题在于这些政策如何实际执行并没有透明公开。

Q:沃伦议员会采取进一步行动吗?

A:可能性很高。沃伦议员已经在调查Google-Microsoft和AI公司的合作关系。她还对DOGE的AI聊天机器人计划展开了调查。AI和消费者保护是她的核心议题。这可能会导致正式信函或听证会请求。


如果这篇文章对你有帮助,请订阅AI Digester。

参考资料

Positron获得2.3亿美元B轮融资:挑战Nvidia垄断的内存芯片初创公司

2.3亿美元投资,卡塔尔主权基金领投

  • Positron在B轮融资中筹集2.3亿美元
  • 卡塔尔投资局(QIA)作为领投方参与
  • 声称以比Nvidia H100少66%的功耗实现同等性能

发生了什么?

AI芯片初创公司Positron在B轮融资中筹集了2.3亿美元。[TechCrunch] 卡塔尔投资局(Qatar Investment Authority)领投本轮融资。这家成立于2023年的内华达州初创公司去年在A轮融资中筹集了5160万美元,累计融资总额已超过3亿美元。[VentureBeat]

Positron的核心武器是高速内存芯片。他们瞄准了AI推理(inference)工作负载中内存带宽是瓶颈这一点。据该公司称,目前在售的Atlas系统实现了93%的内存带宽利用率。这与一般GPU仅10-30%的水平形成鲜明对比。[VentureBeat]

为什么重要?

坦白说,声称挑战Nvidia的初创公司很多。Groq、Cerebras、SambaNova等。但Positron不同之处在于方法。

当大多数竞争对手强调计算能力(compute)时,Positron专注于内存。他们瞄准了Transformer模型推理中计算与内存比率接近1:1这一事实。理论上这是正确的。

我个人更关注的是卡塔尔的参与。卡塔尔去年12月成立了国有AI企业QAI,并与Brookfield宣布了200亿美元规模的AI基础设施计划。[Semafor] 这与中东国家降低Nvidia依赖度的动向一致。

也有真实客户。Cloudflare和Parasail正在对Atlas进行长期测试。[Gulf Times]

接下来会怎样?

Positron将用这笔资金加速下一代芯片Asimov的开发。搭载该芯片的Titan系统预计2026年发布。每个加速器配备2TB内存,据称可在单一系统上运行最高16万亿参数的模型。[Gulf Times]

不过也存在现实挑战。目前Atlas基于FPGA,成本高于通用芯片ASIC。只有Asimov按时出货,才能真正展开竞争。而且在Nvidia Blackwell已上市的情况下,能否缩小性能差距是关键。

常见问题(FAQ)

Q:Positron芯片真的比Nvidia好吗?

A:仅就推理工作而言,他们声称相比Nvidia H100,每美元性能提升3.5倍,功耗降低66%。但这是公司的基准测试数据。在训练(training)方面,Nvidia仍占优势。由于推理和训练的需求不同,选择因用途而异。

Q:卡塔尔为什么投资AI芯片?

A:中东国家正在追求AI主权。卡塔尔宣布了200亿美元的AI基础设施投资,确保Nvidia以外的替代方案具有战略重要性。美国的对华芯片出口管制也在加速这一趋势。

Q:现在可以购买Positron芯片吗?

A:Atlas系统目前正在向部分云企业供货。面向一般企业的销售仍然有限。下一代Titan系统预计2026年发布,如果考虑大规模部署,等待可能更好。


如果这篇文章对您有用,请订阅AI Digester。

参考资料

Snowflake-OpenAI 2亿美元直接交易: 绕过Microsoft

Snowflake-OpenAI 2亿美元直接交易: 绕过Microsoft

  • Snowflake与OpenAI签署2亿美元多年期直接合同
  • 放弃Azure中介方式,转向第一方集成
  • 为12,600家企业客户原生提供GPT-5.2

发生了什么?

Snowflake与OpenAI达成了2亿美元规模的多年合作伙伴关系。[BusinessWire] 核心是直接交易。抛弃了现有的Azure中介,直接与OpenAI牵手。AI副总裁巴里斯·居尔特金将其描述为”不经过云服务提供商的第一方合作伙伴关系”。[SiliconANGLE]

GPT-5.2将在Cortex AI中跨AWS、Azure、GCP原生提供。[The Register]

为什么重要?

坦率地说,核心是Microsoft的缺席。绕过了投资130亿美元的最大支持者。这是选择没有中间商的直接交易。

数据平台直接拥抱AI的趋势正在加速。[WebProNews] 竞争对手Databricks最近也以1340亿美元估值筹集了40亿美元。云供应商中介利润缩减的时代来了。

个人认为Snowflake的模型无关战略很明智。除OpenAI外还提供Anthropic、Meta、Mistral,客户可以不移动数据只切换模型。

接下来会怎样?

两家公司将利用OpenAI的Apps SDK和AgentKit共同开发AI代理。一旦Snowflake Intelligence通过GPT-5.2增强,非开发人员也能用自然语言分析数据。

名为Cortex Code的编码代理也值得关注。它通过自然语言生成SQL、Python和数据管道。Canva和WHOOP作为早期客户参与其中。[BusinessWire]

常见问题 (FAQ)

Q: 企业数据会泄露到外部吗?

A: 不会。由于OpenAI模型原生集成到Snowflake Cortex AI中,企业数据不会离开Snowflake环境。通过Snowflake Horizon Catalog,现有治理控制保持不变。保证99.99%的正常运行时间SLA,三大主要云平台应用相同的安全级别。这种结构对于数据主权至关重要的金融、医疗和公共部门企业尤其有意义。核心是无需修改现有安全策略。

Q: 与Microsoft的关系完全结束了吗?

A: 没有完全结束。Snowflake仍在包括Azure在内的三大主要云上运营服务。改变的只是OpenAI模型的访问方式。从Azure中介切换到直接集成。从Microsoft角度看,是失去了一个中介费收入流,但云基础设施业务本身和Azure客户群保持不变。两家公司的关系没有断绝,只是换了一个渠道。

Q: 在Snowflake上可以使用OpenAI以外的模型吗?

A: 可以。Snowflake正式倡导模型无关战略。除OpenAI外,还提供Anthropic Claude、Meta Llama、Mistral等多个前沿模型。客户可以根据用途、成本和性能要求自由选择或组合模型。不被锁定在特定供应商是Snowflake的核心信息。可以把它想象成一场开卷考试,挑选最好的工具来使用。


如果这篇文章对你有帮助,请订阅AI Digester。

参考资料

SpaceX-xAI 1.25万亿美元合并正式宣布:史上最大并购案,太空数据中心时代开启

更新 (2026-02-02): SpaceX-xAI合并正式宣布。1.25万亿美元估值确定,刷新史上最大并购记录。

SpaceX-xAI合并正式宣布:1.25万亿美元,史上最大并购

  • SpaceX正式收购xAI。合并企业价值1.25万亿美元,创史上最大并购记录
  • xAI股东将按每股526.59美元的价值获得0.1433股SpaceX股票
  • 马斯克表示建设太空数据中心是合并的核心原因

发生了什么?

结论先行:马斯克真的完成了合并。2月2日,SpaceX正式收购xAI。[TechCrunch]

合并企业价值为1.25万亿美元。SpaceX估值1万亿美元(从2025年12月二级市场出售时的8000亿美元上涨),xAI估值2500亿美元。[Bloomberg]

交易结构为全股票交换。xAI股东按每股526.59美元的价值获得0.1433股SpaceX股票。xAI员工还有每股75.46美元的现金清算选项。[CNBC]

这是史上最大的并购案。打破了2000年沃达丰收购曼内斯曼(2030亿美元)的记录,时隔25年被刷新。[Fortune]

为什么重要?

核心是太空数据中心。马斯克在内部备忘录中表示「2-3年内,AI计算成本最低的地方将是太空」。[TechCrunch]

SpaceX最近向FCC申请发射100万颗卫星的许可。这是「轨道数据中心」项目的一部分。目标是将星链卫星网络(目前超过9000颗)与xAI的Grok模型结合。

坦白说,这个想法本身很大胆。逻辑是在太空解决地面数据中心的电力和冷却问题。但可行性存疑。卫星通信延迟、硬件维护、宇宙射线等问题仍待解决。

个人认为,更现实的原因另有所在。xAI目前每月烧钱10亿美元。SpaceX在2025年实现150-160亿美元收入,利润80亿美元。一家现金创造型公司吸收了一家现金消耗型公司。

接下来会怎样?

IPO是下一步。以1.25万亿美元估值上市的话,将立即进入美国上市公司市值前十。6月上市的说法较为可信。[Sherwood News]

与Tesla合并的可能性暂时被排除。此前报道中讨论的SpaceX-Tesla方案未包含在本次公告中。

但监管风险依然存在。需要关注FTC和DOJ如何看待这次太空和AI资产的超大型整合。马斯克的政治影响力是变数。

常见问题 (FAQ)

Q: xAI股东会怎样?

A: 按每股526.59美元的价值获得0.1433股SpaceX股票。员工可以选择每股75.46美元的现金清算。由于xAI去年收购了X(Twitter),X股东也将间接持有SpaceX股票。IPO后将首次开放公开交易机会。

Q: 太空数据中心真的可行吗?

A: 技术上是可行的。SpaceX向FCC申请100万颗卫星许可是事实。但实现时间和经济性不确定。马斯克声称2-3年内太空将成为AI计算成本最低的地方,但卫星通信延迟和硬件维护问题仍待解决。

Q: 普通投资者何时可以投资?

A: IPO实现后即可。6月上市的说法较为可信,以1.25万亿美元估值上市将成为史上最大级别的IPO之一。此前SpaceX是非上市公司,普通投资者无法接触。这次合并开启了一次性投资xAI和星链业务的机会。


如果这篇文章对您有帮助,请订阅AI Digester。

参考资料

Google AI解读185万濒危物种基因组

Google AI解读185万濒危物种基因组

  • Google AI扩大濒危物种遗传信息保存
  • DeepPolisher将基因组分析误差减少50%
  • Earth BioGenome Project目标2026年完成1万物种

发生了什么?

Google发布了利用AI保存濒危物种遗传信息的项目。[Google Blog]

核心是DeepVariant和DeepPolisher。DeepVariant是检测DNA变异的深度学习模型,DeepPolisher将基因组组装误差减少50%。[New Atlas]

这些工具被投入Earth BioGenome Project(EBP)。目标是解读185万物种,目前已完成3,000种。[EBP]

为什么重要?

简单来说,就是在灭绝前创建基因备份。

我个人认为AI的作用是决定性的。测序成本已经大幅下降,但数据分析是瓶颈。AI正在解决这个瓶颈。

EBP的目标是到2026年完成1万物种。目前每周处理20种,但目标需要每周67种。[Science]

未来会怎样?

UNEP-WCMC和Google已开始用AI分析野生动物贸易数据。[UNEP-WCMC] 范围正从基因组保存扩展到非法贸易监控。

常见问题(FAQ)

Q: 基因组保存能复活灭绝物种吗?

A: 理论上有这种可能性。如果遗传信息被保存,未来技术可以尝试复原。但目前技术还做不到。当前目标是记录现存物种的遗传多样性,用于保护策略。预防优于复原。

Q: DeepVariant如何工作?

A: 它将DNA测序数据转换成类似图像的格式,用深度学习进行分析。比传统统计方法的变异检测精度更高。2018年发布后,为完成首个完整人类基因组做出了贡献。它是开源的,任何研究人员都可以使用。

Q: 测序185万物种现实吗?

A: 这是个挑战。自2018年启动以来,已完成3,000种。第二阶段目标是到2030年完成15万种,需要将每周处理量增加36倍。需要同时提高AI分析速度和便携式测序实验室等基础设施创新。


如果这篇文章对你有帮助,请订阅AI Digester。

参考资料

NVIDIA拿下文档搜索第一:Nemotron ColEmbed V2发布

ViDoRe V3基准测试总榜第一

  • ViDoRe V3基准测试NDCG@10达到63.42,获得总榜第一
  • 提供3B、4B、8B三种模型规模,支持多样化应用场景
  • Late-Interaction方式实现文本与图像同步检索

发生了什么?

NVIDIA发布了多模态文档搜索模型Nemotron ColEmbed V2。[Hugging Face] 该模型专门用于Visual Document Retrieval,即用文本查询搜索包含视觉元素的文档。在ViDoRe V3基准测试中,该模型以NDCG@10 63.42的成绩获得总榜第一。[NVIDIA]

模型提供三种规模。8B模型性能最佳(63.42),4B以61.54排名第3,3B以59.79排名第6。该模型采用ColBERT风格的Late-Interaction机制,在token级别计算精确的相似度。[Hugging Face]

为什么重要?

企业环境中的文档不只有文本。还包含表格、图表和信息图。传统的基于文本的搜索会遗漏这些视觉元素。Nemotron ColEmbed V2能够同时理解图像和文本,从而提高搜索准确性。

这在RAG(Retrieval-Augmented Generation)系统中尤其有价值。LLM在生成回答之前需要找到相关文档,这个检索阶段的准确性决定了最终回答的质量。相比V1的改进包括高级模型融合技术和多语言合成数据训练。

未来会怎样?

多模态搜索正在从可选变为必选。NVIDIA计划将此模型整合到NeMo Retriever产品线中。企业级RAG管道的文档搜索精度竞争即将全面展开。不过,Late-Interaction方式需要存储token级别的嵌入向量,这意味着更高的存储成本。

常见问题(FAQ)

Q: 什么是Late-Interaction?

A: 传统嵌入模型将整个文档压缩为单个向量。Late-Interaction为每个token创建单独的向量,并计算查询token和文档token之间的最大相似度之和。更精确,但需要更多存储空间。

Q: 应该选择哪种模型规模?

A: 如果准确性是首要考虑,使用8B模型。如果需要成本和速度的平衡,4B是合适的选择。在资源受限的环境中,3B也能提供顶级性能。所有模型都可以在Hugging Face免费获取。

Q: 能直接应用到现有的RAG系统吗?

A: 可以。通过Hugging Face Transformers加载,替换现有管道中的嵌入模型即可。但由于Late-Interaction的特性,可能需要调整向量数据库的索引方式。NVIDIA NGC也提供容器。


如果这篇文章对你有帮助,请订阅AI Digester。

参考资料

GitHub Agent HQ: 整合Claude、Codex等6个AI编程代理

GitHub Agent HQ: 整合6个AI代理

  • GitHub发布Agent HQ,统一管理Claude、Codex、Jules等AI代理
  • 现有Copilot订阅即可使用所有代理
  • 从代理选择时代转向协作时代

发生了什么?

GitHub公开了AI编程代理整合平台Agent HQ。这是Copilot推出以来最大的变化。[The New Stack]

支持Claude、Codex、Jules、Cognition、xAI代理。现有Copilot订阅即可使用。[Security Brief]

为什么重要?

解决了开发者的工具选择困扰。Mission Control可以同时管理多个代理。包含竞争对手代理的策略史无前例。[iTWire]

未来会怎样?

预计2026年内完成所有代理整合。GitHub生态系统整合比单个代理性能更重要。

常见问题(FAQ)

Q: Agent HQ需要额外付费吗?

A: 现有Copilot付费订阅者无需额外费用即可使用所有代理。Claude、Codex、Jules等外部代理也包含在同一订阅中。

Q: 在哪里使用Mission Control?

A: 可在GitHub网页、VS Code、移动应用、CLI四种环境中使用。可查看代理任务状态、调整方向、审批代码。

Q: 支持哪些AI代理?

A: GitHub Copilot为默认配置,另有Claude Code、Codex、Jules、Cognition、xAI。每个代理可处理从问题处理到PR响应的各种任务。


如果本文对您有帮助,请订阅AI Digester。

参考资料

OpenAI Codex App Server发布:通用代理框架的崛起

OpenAI Codex App Server:编程代理的新标准

  • OpenAI发布Codex App Server架构
  • 基于JSON-RPC 2.0的双向通信协议
  • 超过100万开发者已在使用Codex

发生了什么?

OpenAI详细公开了Codex的核心基础设施App Server架构。Codex App Server是驱动VS Code扩展等富客户端的接口。[OpenAI Developers]它统一管理认证、对话历史、审批流程和流式代理事件。

协议基于JSON-RPC 2.0,通过stdio以JSONL格式进行双向通信。[OpenAI Developers]它由三个核心概念构成:Thread(对话)、Turn(单次请求-响应)、Item(消息、命令、文件变更)。

为什么重要?

称Codex为”伪装成程序员工具的通用代理框架”是有原因的。[Simon Willison]随着App Server的公开,开发者可以将Codex深度集成到自己的产品中。超越现有的CLI或简单的API调用,现在可以直接实现实时代理事件流和审批流程。

自GPT-5.2-Codex发布以来,Codex总使用量翻了一番,过去一个月有超过100万开发者使用了Codex。[Simon Willison]随着macOS应用的发布,多代理并行执行和自动化调度功能已添加,代理编程工作流正式全面启动。

未来会怎样?

App Server v2已经将协作工具调用作为轮次流中的项目事件进行广播。可以使用spawn_agent指定代理角色预设,使用send_input中断正在运行的代理。多代理协作预计将变得更加精细。

目前自动化功能需要本地执行,但云端版本已经预告。Windows支持也在基于Electron准备中,但由于操作系统级沙盒限制而延迟。通过MCP(Model Context Protocol)集成和OAuth登录流程支持,外部服务集成预计将扩大。

常见问题(FAQ)

Q:Codex App Server可以免费使用吗?

A:目前ChatGPT免费和付费用户都可以使用Codex功能。Plus、Pro、Business、Enterprise、Edu用户暂时获得了2倍的请求限额提升。开源实现可在GitHub(openai/codex/codex-rs/app-server)上找到。

Q:现有Codex CLI与App Server有什么区别?

A:CLI在终端处理单个会话,而App Server管理整个代理生态系统,包括认证、对话历史、审批流程和实时事件流。要将Codex集成到自己的产品中,应该使用App Server。

Q:可以用App Server构建什么产品?

A:可以构建像VS Code扩展这样的IDE集成、自定义编程代理平台和自动化代码审查系统。基于Thread/Turn/Item的协议使对话状态管理系统化,审批系统允许控制代理的文件修改和命令执行。


如果这篇文章对您有帮助,请订阅AI Digester。

参考资料

MIT安东尼奥·托拉尔巴教授当选2025 ACM Fellow

MIT安东尼奥·托拉尔巴教授当选2025 ACM Fellow

  • 计算机视觉和机器学习领域的世界级权威
  • 三名MIT校友也当选ACM Fellow
  • ACM Fellow是计算领域最高荣誉

发生了什么?

MIT电气工程与计算机科学系的安东尼奥·托拉尔巴教授当选为2025 ACM Fellow。[MIT News] 托拉尔巴教授因在计算机视觉、机器学习和人类视觉认知领域的贡献而获得认可。与他一同入选的还有三名MIT校友(艾坦·阿达尔、乔治·坎迪亚、徐锡权·爱德华)。

ACM Fellow是授予在计算和信息技术领域取得杰出成就的专家的最高荣誉。[ACM] 托拉尔巴教授也是MIT计算机科学与人工智能实验室(CSAIL)和脑、心智与机器中心(CBMM)的首席研究员。

为什么重要?

托拉尔巴教授的研究目标是”构建像人类一样感知世界的系统”。这是自动驾驶、医学影像分析、机器人等AI应用领域的核心技术。他合著了800多页的教科书《Foundations of Computer Vision》,曾任MIT Quest for Intelligence和MIT-IBM Watson AI Lab主任。

特别值得注意的是,他的研究不仅限于学术成果。2021年当选AAAI Fellow、2022年获加泰罗尼亚理工大学荣誉博士学位等,他在学术界的影响力得到广泛认可。作为MIT AI与决策领域的教授负责人,他也在培养下一代AI研究人员。

未来会怎样?

计算机视觉正在成为多模态AI的核心支柱。像托拉尔巴教授这样的专家领导的研究预计将推动更精密的视觉识别系统开发。结合MIT强大的AI研究生态系统,工业应用案例也有望扩大。

常见问题(FAQ)

Q: 什么是ACM Fellow?

A: ACM Fellow是国际计算机学会(ACM)授予的最高荣誉。授予在计算和信息技术领域取得杰出成就或对社区做出卓越贡献的专家。每年全球只有少数研究人员获得此荣誉。

Q: 安东尼奥·托拉尔巴教授的主要研究领域是什么?

A: 托拉尔巴教授研究计算机视觉、机器学习和人类视觉认知。他的目标是构建像人类一样感知世界的AI系统。他在CSAIL和脑、心智与机器中心进行研究,并在MIT领导AI领域的教授团队。

Q: 一同当选的MIT校友有谁?

A: 艾坦·阿达尔(1997级)、乔治·坎迪亚(1997级)、徐锡权·爱德华(硕士2001年、博士2005年)也当选为2025 ACM Fellow。他们也因在计算领域的杰出成就而获得认可。


如果这篇文章对您有帮助,请订阅AI Digester。

参考资料

Google-Apple AI交易 年价值10亿美元

Google-Apple AI交易 年价值10亿美元

  • Apple将Google Gemini引入Siri
  • 1.2万亿参数定制模型
  • 2月底发布iOS 26.4测试版

发生了什么

Apple正在将Google Gemini整合到Siri中 这笔交易每年价值10亿美元[1] 定制模型拥有1.2万亿参数 比Apple自有系统大8倍 Alphabet在财报中披露了这一消息 但回避了投资者的后续提问[2]

为什么重要

Google每年向Apple支付200亿美元以保持默认搜索引擎地位 现在又增加了AI合作 与Anthropic要求的15亿美元相比[1] Google的10亿美元合同是战略性胜利

接下来会怎样

蒂姆库克表示更个性化的Siri今年将推出 将在2月底的iOS 26.4测试版中亮相 但Gmail访问将不可用

常见问题 FAQ

Q: 交易规模是多少

A: 每年10亿美元 低于Anthropic的15亿美元要价

Q: 新Siri何时推出

A: 2月底iOS 26.4测试版 包含屏幕理解和个人上下文功能

Q: 为什么回避问题

A: 可能是因为保密协议和反垄断监管担忧


如果这篇文章对你有帮助 请订阅AI Digester

参考资料