自大约千禧年之交以来,谷歌搜索一直是网络的基石。人们喜爱谷歌值得信赖的"10个蓝色链接"搜索体验以及其不言而喻的承诺:你点击的网站就是你得到的网站。
现在,谷歌开始在其搜索结果中用AI生成的标题替换新闻标题。在谷歌发现新闻信息流中进行类似操作后,它也开始在传统的"10个蓝色链接"中篡改标题。我们发现多个例子,谷歌用我们没有写过的标题替换了我们撰写的标题,有时在这个过程中改变了它们的含义。
例如,谷歌将我们的标题"我使用了'万能作弊'AI工具,但它根本没有帮我作弊"缩减为仅仅五个词:"'万能作弊'AI工具"。这几乎听起来像是我们在推荐一个我们根本不推荐的产品。
谷歌发言人Jennifer Kutz、Mallory De Leon和Ned Adriance告诉The Verge,我们看到的是一个"小规模"且"狭窄"的实验,尚未获得更全面推出的批准。他们不愿意透露这个实验实际上有多"小规模"。在过去几个月里,多名The Verge员工看到我们从未写过的标题出现在谷歌搜索结果中——这些标题不符合我们的编辑风格,而且没有任何迹象表明谷歌替换了我们选择的词语。谷歌表示,它也在调整其他网站在搜索中的显示方式,不仅仅是新闻。
正如我在一月份写道的,当谷歌决定不会停止在谷歌发现中替换The Verge和我们竞争对手的新闻标题时,这就像一家书店撕掉它陈列的书籍封面并改变它们的标题。我们花费大量时间努力写出真实、有趣、好玩且值得关注的标题,而不诉诸于标题党,但谷歌似乎认为我们没有以这种方式推广自己作品的固有权利。
(披露:The Verge的母公司Vox Media已对谷歌提起诉讼,就其非法广告技术垄断寻求损害赔偿。)
目前的好消息是,这些更改的标题似乎很少见,而且它们还不是我们在谷歌发现中看到的那种垃圾内容。(例如,谷歌发现本周告诉我PlayStation Portal获得了1080p流媒体模式,而实际上它获得的是更高比特率模式。)
与那些以及其他说谎的谷歌发现标题(如"美国撤销外国无人机禁令"——在一个报道相反内容的故事上)相比,我们在谷歌搜索中看到的无意义标题相当温和。
我特别对"Copilot变化:营销团队又来了"感到恼火,因为我讨厌阅读每个单词都大写的标题,我们在The Verge从不这样做。
但这些只是我们看到谷歌更改的第一批标题。它们可能是煤矿中的金丝雀。谷歌可能会进一步改变协议。
虽然谷歌说这是一个"实验",但你不应该假设这意味着公司不会更广泛地推出它,因为谷歌最初告诉我们在谷歌发现中的AI标题也是一个实验。一个月后,它告诉我们那些AI标题现在是一个功能,一个"在用户满意度方面表现良好"的功能。
谷歌没有解释为什么公司不再尊重它长期鼓励新闻编辑室使用的标题标识符。不过,公司确实通过电子邮件回答了一些具体问题。
谷歌告诉我们,总体想法是"识别页面上对用户查询有用且相关的标题内容"。据Kutz称,目标是"更好地将标题与用户查询匹配并促进与网络内容的互动"。
据Adriance称,这个测试"不是针对新闻出版物的,而是研究我们如何能够水平地改进标题"。谷歌确认测试使用生成式AI,但声称"如果我们真的基于这个实验推出什么东西,它不会使用生成式模型,我们不会用生成式AI创建标题",据De Leon称。谷歌没有解释它如何在不使用生成式AI的情况下替换我们的故事标题。
大多数情况下,谷歌的回答试图将在搜索中替换标题的想法标准化——暗示这只是谷歌运行的"数万个实时流量实验"之一,以测试谷歌搜索的可能改进,并提醒我们它已经调整搜索中网页标题以帮助用户很多年了。
但我想明确一点:这不正常。我编辑科技新闻15年,密切关注搜索引擎优化,我以前从未见过谷歌在搜索结果中用它自己创建的内容覆盖标题。
谷歌通常对新闻故事标题所做的更改要简单得多。如果谷歌的算法认为标题太长或不平衡,它有时会只向你显示该标题的一部分,切掉开头或结尾。
更改标题及其含义,在强大机构试图诋毁新闻业的时候,以及许多新闻机构仅仅是为了维持运营而苦苦挣扎的时候,使新闻业变得不太值得信任。
我们多年来一直警告谷歌正在优先考虑AI搜索而不是"10个蓝色链接",我经常感到沮丧的是,它的Gemini AI搜索不鼓励点击实际的新闻来源。但我以为我总是可以回到那些蓝色链接来获得相对纯净的体验。现在,我不得不怀疑。
Q&A
Q1:谷歌搜索的AI标题替换功能是什么?
A:谷歌正在实验性地使用AI技术替换搜索结果中的新闻标题。这项功能会将网站原本的标题改写成AI生成的版本,有时会改变原标题的含义。谷歌称这是为了"更好地将标题与用户查询匹配并促进与网络内容的互动"。
Q2:谷歌AI改写标题会对新闻媒体造成什么影响?
A:AI改写标题可能会改变原文的含义,使新闻报道失去准确性。例如,谷歌将一篇批评AI工具的文章标题缩减后,反而看起来像是在推荐该产品。这种做法让新闻机构失去了对自己内容推广方式的控制权,可能降低新闻的可信度。
Q3:谷歌的AI标题替换实验规模有多大?
A:谷歌发言人称这是一个"小规模"且"狭窄"的实验,尚未获得全面推出的批准。但他们拒绝透露实验的具体规模。值得注意的是,谷歌此前在Google Discover中的AI标题替换也是以"实验"名义开始的,但一个月后就成为了正式功能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。