在作为社交媒体平台相对较短的历史中,Bluesky在倾听用户声音方面有着相当不错的记录。该网站在2024年大选后迎来了用户激增,此前许多人认为Twitter在被埃隆·马斯克收购、更名并大幅改变后已经崩溃。但其最新的AI项目并没有赢得许多用户的支持。
Attie是Bluesky正在构建的新AI助手,能够创建定制的社交媒体信息流。它以Bluesky和Attie背后的基础架构AT协议命名。Attie将是一个独立的可选应用程序,目前正处于仅限邀请的封闭测试阶段。
Bluesky的首席执行官转任首席创新官的杰·格拉伯正在领导公司的探索团队构建Attie。在3月28日发布的个人博客文章中,她将Attie描述为一种氛围编码工具。她写道:"Attie感觉更像是在进行对话而不是配置软件。你描述你想看到的帖子类型,编码智能体就会构建你所描述的信息流。"
看起来Attie旨在构建比简单搜索话题更全面的时间线。你可以使用Attie进行更详细的搜索,比如"我关注的人发布的诗歌、长篇小说创作和写作过程",这是Attie网站上的一个示例。它不应该创建新帖子。
但许多Bluesky用户对平台引入AI并不满意。在社交媒体平台全面拥抱AI的时代,Bluesky的Attie表明没有人能免疫互联网的AI改造。
Attie AI遭到强烈反对
Attie宣布后几乎立即就有帖子涌入。用户对他们的帖子被分享到AI编译的信息流中表示担忧。一些Bluesky用户对公司投资先进的智能体AI感到愤怒,尽管Bluesky仍然缺乏相对基本的功能,如编辑帖子、发送图片私信和关注话题标签的能力。许多用户将Attie视为Bluesky版本的AI垃圾内容,似乎没有人要求过这个功能。
虽然Attie是一个独立应用,但这个AI智能体确实在社交媒体平台上有一个由Bluesky运营的账户。TechCrunch周二报道称,Attie是被屏蔽最多的Bluesky账户之一,仅次于副总统JD·万斯。据报道,Attie已被125000名Bluesky用户屏蔽,而万斯被180000人屏蔽。
格拉伯在给CNET的邮件中表示,公司希望向用户保证他们正在倾听用户反馈,Attie并不代表Bluesky的变化,因为它是一个独立的应用程序。
格拉伯说:"Attie专门针对人们理所当然感到沮丧的那种AI进行设计。那种主要平台使用AI控制你看到的内容、最大化应用使用时间并为广告商收集数据的AI。Attie为用户服务。"
格拉伯在一篇帖子中补充说,Bluesky将"研究如何考虑屏蔽Attie的用户所表达的偏好"。
在2025年很难找到一个不在实验AI的社交媒体平台。Meta和谷歌已经在Facebook、Instagram和YouTube上大量使用他们的AI。社交媒体用户越来越多地分享用AI工具创建和编辑的内容。这种低质量的AI生成内容,通常被称为"垃圾内容",在网上几乎无法避免。许多专家和倡导者担心AI垃圾内容会加剧虚假信息和剥削问题。
我们必须等待并观察Attie在测试期间是否以及如何变化,才能完全了解AI在Bluesky未来中可能扮演的角色。目前,你可以减少在Pinterest信息流和谷歌应用中看到的AI内容。
Q&A
Q1:Attie是什么?它有什么功能?
A:Attie是Bluesky开发的新AI助手,能够创建定制的社交媒体信息流。用户可以描述想看到的帖子类型,这个编码智能体就会构建相应的信息流,支持更详细的搜索,比如"我关注的人发布的诗歌、长篇小说创作和写作过程"。
Q2:为什么Bluesky用户对Attie反应这么强烈?
A:用户担心自己的帖子被分享到AI编译的信息流中,同时对公司投资先进AI而忽略基本功能(如编辑帖子、发送图片私信)感到愤怒。许多用户认为这是没人要求的AI垃圾功能,Attie已被125000名用户屏蔽。
Q3:Attie会改变Bluesky平台本身吗?
A:不会,Attie是一个独立的可选应用程序,不会改变Bluesky平台本身。首席创新官格拉伯强调,Attie专门针对用户不满的那种AI进行设计,旨在为用户服务而不是为广告商收集数据。
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。