谷歌于周二宣布,将为旗下Chrome浏览器新增更多AI功能。此次推出的全新功能名为"技能"(Skills),允许用户保存并重复使用常用的AI提示词,这些提示词可在不同网页上直接运行,无需重复输入。
该功能与谷歌将Gemini AI集成至Chrome的举措紧密相关。与此同时,浏览器生态系统也迎来了一批新竞争对手,包括OpenAI(Atlas)、Perplexity(Comet)以及The Browser Company(Dia)等公司推出的新型浏览器产品。
Gemini目前已支持用户对网页内容进行提问、信息摘要以及执行多种任务。"技能"功能在此基础上更进一步,允许用户创建可随时调用的AI提示词,只需点击一下即可使用。
举例来说,谷歌表示,如果用户在浏览食谱网站时经常要求Gemini推荐纯素食替代方案,现在只需将该提示词保存为一项"技能",便可在不同网页上反复使用。
在使用方式上,用户可直接从聊天记录中将AI提示词保存为"技能"。保存后,在Chrome中使用Gemini时,只需输入正斜杠(/)或点击加号(+)按钮即可调用。该"技能"将在当前浏览的网页以及已选定的其他标签页上运行。此外,谷歌还表示,这些"技能"支持随时编辑修改。
在内部测试中,谷歌发现早期用户主要将"技能"应用于健康与养生领域——例如计算食谱中的蛋白质含量——以及购物比价、扫描和摘要长篇文档等场景。
为帮助用户快速上手,谷歌还同步推出了"技能库",提供涵盖效率提升、购物、食谱、预算管理等多个领域的常用任务和工作流模板。用户只需将预置"技能"添加至Chrome的已保存技能列表即可使用,也可通过编辑提示词对其进行个性化定制。
与Chrome中其他Gemini操作一样,"技能"在执行发送电子邮件或添加日历事件等特定操作前,会先向用户请求确认。
"技能"功能将于即日起向已登录谷歌账号的Chrome桌面端用户逐步开放。该功能初期仅支持将Chrome浏览器语言设置为英语(美国)的用户使用。
Q&A
Q1:Chrome的AI"技能"功能是什么?能做什么?
A:Chrome的AI"技能"(Skills)功能是谷歌为Chrome浏览器新增的一项AI功能,允许用户将常用的Gemini AI提示词保存下来,并在不同网页上一键调用,无需重复输入。例如,用户可以保存"推荐纯素食替代方案"的提示词,在浏览任何食谱网站时直接使用,也可用于购物比价、文档摘要等场景。
Q2:Chrome的"技能库"有什么用?
A:谷歌推出的"技能库"提供了一批预置的常用任务模板,覆盖效率提升、购物、食谱、预算管理等多个领域。用户可以直接将技能库中的模板添加到自己的已保存技能列表中使用,也可以根据个人需求对提示词进行编辑和自定义,帮助用户快速上手,减少从零创建提示词的门槛。
Q3:Chrome的AI"技能"功能目前向哪些用户开放?
A:该功能目前面向已登录谷歌账号的Chrome桌面端用户逐步开放,但初期仅支持将Chrome浏览器语言设置为英语(美国)的用户使用,暂不支持其他语言版本。
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。