你的品牌再有名，系統可能根本“看不見”
重點摘要
你的品牌再有名，系統可能根本“看不見”哈佛商業評論·2026年07月09日 10:29提高AI入選率的三個方法。 當消費者開始問AI“買什麼”，品牌的競爭規則變了。研究發現，Nike、迪士尼等家喻戶曉的品牌，在AI推薦中反而輸給了一些小眾品牌——因為AI推薦的不是“最有名”的品牌，而是“最能被讀懂”的品牌。你的品牌屬性是否清晰、證據是否可驗證，決定了它能否被AI納入推薦。 當我們讓主流的AI系統——ChatGPT、Claude和Gemini——推薦跑鞋時，相對小眾的品牌Brooks總能穩定出現。而全球最大的運動品牌Nike，出現頻率卻低得多。這種模式反映了一個根本性的轉變：當AI系統成為產品發現的媒介時，品牌的競爭方式已經改變。 Brooks並非圍繞寬泛的生活方式敘事來建立品牌，而是專注於技術性能以及契合特定跑步者的需求。在CEO吉姆·韋伯的領導下，公司縮小了業務範圍，退出了相鄰品類，並投資於生物力學研究和產品工程。GuideRails和DNA LOFT緩震等技術，都是為了攻克明確定義的痛點而研發的。同樣關鍵的是，Brooks培育了一個由教練、臨床醫生和專業零售商組成的生態圈，這些人能用精準的術語拆解這些技術方案。
你的品牌再有名，系統可能根本“看不見”31分鐘前越靠譜的人，越要警惕“能者多勞”昨天每一家成熟公司都有“兩個組織”：一個在PPT裡，一個在員工心裡2026-07-07閱讀更多內容，狠戳這裡下一篇數據交易“名義繁榮"的破局之路核心摘要： 數據交易的破局之路，不是等一個放之四海皆準的萬能平臺，而是“買方需求主導的定製化交易”。它的邏輯與SaaS高度相似：以買方實際業務場景為導向，並會反向倒逼各行業的數字化系統性升級。先動者拿到的，是數據資產真正變現的定價權。決定一筆數據能否成交的，是買方的付費動機等級，增加利潤（意願最高）＞降本與研發基材（中等）＞提升效率（最低）。
只有能直接擴大利潤、擴大原有業務規模的需求，才對數據交易有實質推動。當下AI、具身智能所需的“數據投餵”，目前恰恰落在“中等”這一檔。34分鐘前關於36氪城市合作尋求報道我要入駐投資者關係商務合作關於我們聯繫我們加入我們36氪歐洲站36氪歐洲站36氪歐洲站Ai產品日報網絡謠言信息舉報入口熱門推薦熱門資訊熱門產品文章標籤快訊標籤合作伙伴36氪APP下載iOS & Android本站由 阿里雲 提供計算與安全服務 違法和不良信息、未成年人保護舉報電話：010-89650707 舉報郵箱：jubao@36kr.
com 網上有害信息舉報© 2011~2026 北京多氪信息科技有限公司 | 京ICP備12031756號-6 | 京ICP證150143號 | 京公網安備11010502057322號意見反饋36氪APP讓一部分人先看到未來36氪鯨準氪空間推送和解讀前沿、有料的科技創投資訊一級市場金融信息和系統服務提供商聚焦全球優秀創業者，項目融資率接近97%，領跑行業
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。