“仍有 5 億人堅持用 QQ”；馬斯克：本週開源 xAI 人工智慧助手丨 RTE 開發者日報 Vol.162

開發者朋友們大家好：

這裡是 「RTE 開發者日報」 ，每天和大家一起看新聞、聊八卦。我們的社群編輯團隊會整理分享 RTE（Real Time Engagement）領域內「有話題的新聞」、「有態度的觀點」、「有意思的資料」、「有思考的文章」、「有看點的會議」，但內容僅代表編輯的個人觀點，歡迎大家留言、跟帖、討論。

本期編輯：@CY

01 有話題的新聞

1、“仍有 5 億人堅持用 QQ” 登熱搜第一，QQ 月活 5.9 億超過微博知乎總和

3 月 11 日下午，# 仍有 5 億人堅持用 QQ# 這一話題衝上了微博熱搜第一名。根據月狐資料 2023 年 12 月的統計，QQ 月活躍賬戶數比微博和知乎加在一起還要多，達到 5.9 億。2017 年，騰訊在財報中指出：QQ 在年輕使用者中，有較高粘度。同時，年齡為 21 歲或以下使用者，成為 QQ 智慧終端使用者增長的主力。來到 2023 年，偏愛 QQ 的 00 後仍不在少數。

根據 Questmobile 資料，2023 年 3 月，00 後月活數 TOP5 的 APP 中，00 後使用者最偏好使用的 APP 仍然是 QQ。（@DT 商業觀察）

2、三星洩露微軟 Copilot 新功能：用自然語言操控各種功能

3 月 11 日訊息，微軟計劃本月晚些時候釋出新款 Surface 電腦和適用於 Windows 11 的 Copilot 新功能，但三星似乎等不及了，在其即將推出的 Galaxy Book4 系列產品宣傳材料中洩露了一些即將到來的 Copilot 功能。

三星官網上釋出的圖片證實了此前關於微軟正為其人工智慧助手 Copilot 開發的一些功能的傳聞，這些功能大多圍繞使用自然語言完成各種任務展開，例如：

• 提醒我 Smith 最近的訊息裡說了什麼

• 從 Smith 的訊息中複製連結

• 用簡訊回覆 Shawn「沒問題！」

• 複製 Printwork 的電子郵件地址

• 查詢 Printwork 的聯絡方式

• 寫一封電子郵件草稿給 Printworks 索取報價

三星表示，Copilot「可以使用應用程式，總結簡訊內容，甚至可以直接從電腦傳送簡訊」。這表明 Copilot 與 Phone Link 應用在三星 Galaxy 智慧手機上將更深入地整合，目前 Windows 11 的穩定版本中還沒有這些功能。（@IT 之家）

3、Linux 6.8 釋出

Linus Torvalds 在核心郵件列表上宣佈釋出 Linux 6.8。主要新特性包括：Deadline servers 排程功能，DAMON 支援記憶體管理自動調整，改進匿名記憶體管理的 Large folios for anonymous memory，核心同頁合併顧問（ksm advisor），listmount（）和 statmount（ ）系統呼叫，首個用 Rust 寫的塊裝置驅動，移除 bpfilter 包過濾系統，管理 Linux 安全模組的三個新系統呼叫， BPF 許可權細粒度控制之 BPF 令牌機制，英特爾 Xe 顯示驅動，等等，更多可瀏覽 kernelnewbies( 尚未上線) 。（@Solidot）

4、繼起訴 OpenAI 並要求對方恢復開源後，馬斯克宣佈本週 xAI 將開源 Grok

3 月 11 日訊息，馬斯克今日下午透過 X（推特）宣佈，自家人工智慧公司 xAI 將在本週內開源人工智慧助手 Grok。

隨後，馬斯克在回應網友「OpenAI 也應當如此，如果它們要像名字中的『Open』那樣」的帖子時表示，「OpenAI 就是謊言。」

就在本月，馬斯克宣佈起訴 OpenAI 及其 CEO 阿爾特曼，聲稱 OpenAI 及其 CEO 阿爾特曼違背了公司成立的協議，該協議旨在推動 AI 技術朝著造福人類而非牟利的方向推進。

馬斯克對 OpenAI 提出了包括違反合同、違反信託義務和不公平商業行為在內的索賠，並要求該公司恢復開源。（@IT 之家）

5、讓 AI 模型互相教學，谷歌推出社會學習框架

谷歌近日公開了一項名為 “社會學習（Social Learning）” 的 AI 框架，該框架允許 AI 語言模型能夠透過自然語言互相學習，由於不需要直接交換敏感關鍵資訊，因此訓練出的 AI 模型更具隱私保護性。據介紹，在這款 “社會學習框架” 中，“學生模型” 會向多個已知特定任務解法的 “教師模型” 學習各種問題的解決方案，研究人員設計了 “垃圾簡訊檢測”、“解決小學數學問題”、“根據特定文字回答問題” 等多項測試，來評估相關 “社會學習” 框架的成效。

研究人員表示，部分 AI 模型只經過短暫的 “社會學習” 框架訓練，便能夠能獲得良好的任務解決能力。在研究人員的 “垃圾簡訊檢測任務” 中，教師模型首先從使用者所標記的資料學習，而在教師獲得檢測垃圾資訊知識後，便可以教會學生模型區分垃圾和非垃圾資訊。（@IT 之家）

寫在最後：

我們歡迎更多的小夥伴參與「RTE 開發者日報」內容的共創，感興趣的朋友請透過開發者社群或公眾號留言聯絡，記得報暗號「共創」。

對於任何反饋（包括但不限於內容上、形式上）我們不勝感激、並有小驚喜回饋，例如你希望從日報中看到哪些內容；自己推薦的信源、話題、活動等；或者列舉幾個你喜歡看、平時常看的內容渠道；內容排版或呈現形式上有哪些可以改進的地方等。