Meta 正在测试一项新的 Threads 功能,该功能允许拥有公共账户的用户在帖子和回复中提及 @meta.ai,以获得答案和上下文(据 TechCrunch)。测试版目前已在马来西亚、沙特阿拉伯、墨西哥、阿根廷和新加坡上线。 功能特性 @meta.ai 工具旨在提供关于趋势和突发新闻的实时信息。被提及后,该账户将以与原帖相同的语言发布公开回复,从而确保在不同地区和语言之间实现本地化回应。 与现有平台的对比 该功能类似于 X 的 Grok 集成,在社交媒体平台内提供了一种相似的 AI 辅助信息检索方式。 用户控制与反馈 Meta 正在更广泛上线前收集用户反馈,并已实施多种控制机制。用户可以完全静音 @meta.ai,将其帖子标记为不感兴趣,或将单条回复从自己的信息流中隐藏。通过这些控制,用户可以在公司完善该功能期间,自定义与 AI 助手的使用体验。
Tokenmaxxing:为什么 AI 代币销毁并不是生产力指标 据 Tech in Asia 报道,一种在 AI 应用中正在形成的模式正逐渐浮现:各组织在日常的提示(prompts)、智能体(agents)和自动化工作流中,优先尽可能多地消耗代币——这一做法被称为“tokenmaxxing”。Tech in Asia 的记者 Glenn Kaonang 认为,高代币用量并不一定与高产出或更好的业务成果相关。 健身房类比:投入 vs. 结果 Kaonang 将其类比为健身房文化:在健身房里花更多时间,并不保证训练效果更好。同样,代币消耗代表在 AI 系统内部投入了努力,但并不能立即表明输出是否有所改善。文章指出,大多数企业仍通过登录、提示数量和座位使用率等使用信号来衡量 AI 采用情况。 真正重要的指标 据来源称,应该优先关注的指标包括: AI 在特定工作流中能节省多少时间 AI 输出在没有大量返工的情况下是否能经得起考验 回收的时间被分配到了哪里(描述为“多数团队在那里变得沉默”) 文章提出的框架建议按一个务实的顺序推进:先效率,再输出质量,最后再重新分配产能。Kaonang 强调,