【正常】
微软正在悄悄将 Copilot 从记事本中淡出,但这并不意味着要回归纯粹的文本编辑器。
据报道,在最新的 Windows Insider 预览版中,记事本工具栏上的 Copilot 按钮已经消失。然而,这一变化与其说是微软在重新审视其将 AI 全面融入产品线的策略,不如说更多地反映出 Copilot 这一品牌已经变得颇为敏感。
原本期待这一举动意味着微软改变方向的用户可能会感到失望。AI 功能依然存在,只是现在被归入了一个名为"写作工具"的选项之下,并配以钢笔图标。用户无需强制使用这些功能,也可以将其完全关闭。尽管如此,在原本简洁干净的记事本中出现工具栏,仍会令部分用户不满——但至少 Copilot 图标不会再占据显眼位置了。
今年三月,Windows 业务负责人 Pavan Davuluri 曾表示:"我们正在减少不必要的 Copilot 入口点,从截图工具、照片、小组件和记事本等应用开始。"记事本中 Copilot 按钮的替换,似乎正是对这一承诺的兑现——即便背后的 AI 服务并未真正消失。随着微软开始更审慎地考量 Copilot 品牌的使用方式与场景,其他曾被打上 Copilot 标签的应用程序,预计也将陆续跟进。
尽管许多用户对图标的更换表示欢迎,但记事本其他方面的调整仍在持续推进,褒贬不一。过去几年,微软持续为这款历史悠久的文本编辑器添加新功能,使其逐渐从一款简单的文本工具演变为功能更为丰富的写作应用。
微软的精简版文字处理程序 WordPad 已于 2023 年宣布弃用,此后不久便被彻底移除。事实上,WordPad 本应是那些被添加到记事本中的写作工具及格式化功能更为合适的归宿。
记事本中 Copilot 按钮的移除,表明微软正在重新思考如何将该助手推至核心位置的策略。然而,若想让用户真正相信微软有意重建信任,仅凭图标上的外观调整远远不够,Windows 系统还需要在更深层面做出切实改变。
Q&A
Q1:微软为什么要从记事本中移除 Copilot 按钮?
A:微软移除记事本中的 Copilot 按钮,主要原因是 Copilot 品牌形象在用户中引发了较多负面反应。今年三月,Windows 业务负责人 Pavan Davuluri 曾公开表示,微软将逐步减少截图工具、照片、小组件和记事本等应用中不必要的 Copilot 入口点。此次移除正是对这一承诺的落实,但 AI 写作功能本身并未消失,只是以"写作工具"的新名称继续存在。
Q2:记事本移除 Copilot 按钮后,AI 功能还能用吗?
A:可以继续使用。AI 功能并未随 Copilot 按钮的移除而消失,而是被整合进名为"写作工具"的新选项中,配以钢笔图标呈现。用户可以自主选择是否使用这些功能,也可以将其完全关闭,灵活性有所提升。
Q3:微软 WordPad 为什么被移除,和记事本有什么关系?
A:微软的精简版文字处理程序 WordPad 已于 2023 年正式宣布弃用,并在此后被彻底移除。有观点认为,WordPad 本应是那些被添加到记事本中的写作工具和格式化功能更合适的载体。WordPad 的消失,使得记事本在功能定位上变得愈发模糊,逐渐从简单文本编辑器向更复杂的写作工具演变。
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。