著名的Do Not Track(请勿追踪)设定,是在2009年就已经提上日程的,这个选项随后在过去几年中被加入到了所有主流的浏览器产品中,在选择该选项以后,浏览器就会向网站发出一个通知,要求网站不对用户的网页浏览行为做追踪。

今天,电子前线基金会(Electronic Frontier Foundation)发布了Do Not Track标准,一同合作参与发布此标准的还有Disconnect、Adblock、Medium、DuckDuckGo以及分析服务Mixpanel。
这个新标准是份文档——可免费转至自家网站。这份文档中提到对Do Not Track特性的支持,做到对那些选择了Do Not Track选项用户的尊重,并且需要解释服务中哪些数据会被追踪。
同时这份文档也要求那些采纳此标准的站点,确保第三方脚本,如广告、插件等坚持遵守Do Not Track策略,不会对用户做数据收集。
博客平台Medium先前就是首个完整执行了这项标准的站点,并且让用户知道其服务是根据其请求进行的。对这项标准有兴趣的同学,可以点击这里,查看这份文档每个部分的解释。
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。