Mozilla 针对 Firefox 浏览器新用户条款引发的争议做出回应。此前,批评者指出新条款使用了过于宽泛的措辞,似乎赋予了浏览器开发商使用用户输入或上传的任何数据的权利。Mozilla 表示,新条款并未改变其使用数据的方式,而是为了通过明确说明用户在使用 Firefox 时所同意的内容,使其与用户的关系更加正式化。
周三,这家浏览器开发商推出了新的使用条款和更新后的隐私声明,称希望为用户提供更透明的权利和许可说明,并对其数据使用实践进行更详细的解释。
"我们试图让这些条款易于阅读和理解 —— 关于我们如何运营或产品如何工作,不应该有任何令人意外的地方,"公司在博客文章中表示。
然而,这引发了一些混淆 —— 混淆程度之大,以至于公司不得不更新其博客文章,声明这些条款并未赋予 Mozilla 用户数据的所有权,也没有超出隐私声明所述范围使用数据的权利。
阅读新条款的用户对这些变化感到不安,他们指出 Mozilla 使用了模糊且似乎包罗万象的措辞 (重点标注):"当您通过 Firefox 上传或输入信息时,您特此授予我们非独占、免版税、全球性的许可,以便根据您使用 Firefox 的指示帮助您浏览、体验和与在线内容进行交互。"
正如许多批评者指出的那样,这个声明显得相当宽泛。
竞争对手 Brave Software 的联合创始人兼 CEO Brendan Eich 在 X 平台上对 Mozilla 的更新条款回应说:"W T F"。他还暗示 Mozilla 的措辞与其业务转型有关,即允许 Firefox 通过提供数据用于 AI 和其他用途来实现盈利。
TechCrunch 请 Mozilla 澄清这些条款是否表明用户数据正被提供给 AI 公司或广告商。公司回应说,在使用其 AI 功能时,隐私声明仍然适用,内容数据不会发送给 Mozilla 或其他方。此外,与广告商共享的数据都经过了去标识化处理。
Mozilla 发言人 Kenya Friend-Daniel 在发给 TechCrunch 的电子邮件中表示:"这些变化并非源于 Mozilla 想要使用人们的数据来训练 AI 或将其出售给广告商的意图。正如使用条款中所述,我们请求用户允许我们根据'您使用 Firefox 的指示'使用其数据来运营 Firefox。这意味着我们使用数据的能力仍然受到隐私声明中披露内容的限制。"
隐私声明指出,Firefox 可能会收集有关使用 AI 聊天机器人的技术和交互数据。
发言人告诉 TechCrunch,如果用户选择使用第三方 AI 聊天机器人与 Firefox,第三方将根据其自身政策处理用户数据。其他 Firefox 中的 AI 功能在用户设备本地运行,发言人表示,不会将"内容数据发送给 Mozilla 或其他方"。
Mozilla 还澄清了其与广告商的合作方式,解释说作为浏览器开发资金来源的一部分,它确实在 Firefox 中销售广告。
发言人表示:"Mozilla 的重点是构建保护隐私的广告产品,以改进整个行业的最佳实践。在我们在 Firefox 界面 (如新标签页) 投放广告的情况下,我们只按照隐私声明中规定的方式收集和共享数据,该声明指出我们只以去标识化或汇总的方式与广告合作伙伴共享数据。"
公司表示,用户可以随时通过关闭桌面端和移动端上与"技术和交互数据"相关的设置,选择不让其数据用于广告目的。
Mozilla 还进一步解释了为什么使用某些术语,表示使用"非独占"一词是为了表明 Mozilla 不想要用户数据的独占许可,因为用户也应该能够用这些数据做其他事情。
使用"免版税"是因为 Firefox 是免费的,Mozilla 和用户都不应该为了提供浏览器而在处理数据时相互支付费用。使用"全球性"是因为 Firefox 在全球都可以使用,并提供对全球互联网的访问。
尽管 Mozilla 保证新政策并未改变其使用数据的方式,但人们可能会继续质疑为什么条款使用如此宽泛的措辞。因此,一些用户可能会转而使用其他浏览器。
这对 Firefox 来说可能是个坏消息;其浏览器在全球浏览器市场中仅占 2.54% 的份额,落后于 Chrome (67%)、Safari (17.95%) 和 Edge (5.2%)。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。