“仍有 5 亿人坚持用 QQ”；马斯克：本周开源 xAI 人工智能助手丨 RTE 开发者日报 Vol.162

开发者朋友们大家好：

这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement） 领域内「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@CY

01 有话题的新闻

1、“仍有 5 亿人坚持用 QQ”登热搜第一，QQ 月活 5.9 亿超过微博知乎总和

3 月 11 日下午，#仍有 5 亿人坚持用 QQ#这一话题冲上了微博热搜第一名。根据月狐数据 2023 年 12 月的统计，QQ 月活跃账户数比微博和知乎加在一起还要多，达到 5.9 亿。2017 年，腾讯在财报中指出：QQ 在年轻用户中，有较高粘度。同时，年龄为 21 岁或以下用户，成为 QQ 智能终端用户增长的主力。来到 2023 年，偏爱 QQ 的 00 后仍不在少数。

根据 Questmobile 数据，2023 年 3 月，00 后月活数 TOP5 的 APP 中，00 后用户最偏好使用的 APP 仍然是 QQ。（@DT 商业观察）

2、三星泄露微软 Copilot 新功能：用自然语言操控各种功能

3 月 11 日消息，微软计划本月晚些时候发布新款 Surface 电脑和适用于 Windows 11 的 Copilot 新功能，但三星似乎等不及了，在其即将推出的 Galaxy Book4 系列产品宣传材料中泄露了一些即将到来的 Copilot 功能。

三星官网上发布的图片证实了此前关于微软正为其人工智能助手 Copilot 开发的一些功能的传闻，这些功能大多围绕使用自然语言完成各种任务展开，例如：

• 提醒我 Smith 最近的消息里说了什么

• 从 Smith 的消息中复制链接

• 用短信回复 Shawn「没问题！」

• 复制 Printwork 的电子邮件地址

• 查找 Printwork 的联系方式

• 写一封电子邮件草稿给 Printworks 索取报价

三星表示，Copilot「可以使用应用程序，总结短信内容，甚至可以直接从电脑发送短信」。这表明 Copilot 与 Phone Link 应用在三星 Galaxy 智能手机上将更深入地集成，目前 Windows 11 的稳定版本中还没有这些功能。（@IT 之家）

3、Linux 6.8 发布

Linus Torvalds 在内核邮件列表上宣布释出 Linux 6.8。主要新特性包括：Deadline servers 调度功能，DAMON 支持内存管理自动调整，改进匿名内存管理的 Large folios for anonymous memory，内核同页合并顾问（ksm advisor），listmount（） 和 statmount（ ） 系统调用，首个用 Rust 写的块设备驱动，移除 bpfilter 包过滤系统，管理 Linux 安全模块的三个新系统调用， BPF 权限细粒度控制之 BPF 令牌机制，英特尔 Xe 显示驱动，等等，更多可浏览 kernelnewbies( 尚未上线) 。（@Solidot）

4、继起诉 OpenAI 并要求对方恢复开源后，马斯克宣布本周 xAI 将开源 Grok

3 月 11 日消息，马斯克今日下午通过 X（推特）宣布，自家人工智能公司 xAI 将在本周内开源人工智能助手 Grok。

随后，马斯克在回应网友「OpenAI 也应当如此，如果它们要像名字中的『Open』那样」的帖子时表示，「OpenAI 就是谎言。」

就在本月，马斯克宣布起诉 OpenAI 及其 CEO 阿尔特曼，声称 OpenAI 及其 CEO 阿尔特曼违背了公司成立的协议，该协议旨在推动 AI 技术朝着造福人类而非牟利的方向推进。

马斯克对 OpenAI 提出了包括违反合同、违反信托义务和不公平商业行为在内的索赔，并要求该公司恢复开源。（@IT 之家）

5、让 AI 模型互相教学，谷歌推出社会学习框架

谷歌近日公开了一项名为“社会学习（Social Learning）”的 AI 框架，该框架允许 AI 语言模型能够通过自然语言互相学习，由于不需要直接交换敏感关键信息，因此训练出的 AI 模型更具隐私保护性。据介绍，在这款“社会学习框架”中，“学生模型”会向多个已知特定任务解法的“教师模型”学习各种问题的解决方案，研究人员设计了“垃圾短信检测”、“解决小学数学问题”、“根据特定文字回答问题”等多项测试，来评估相关“社会学习”框架的成效。

研究人员表示，部分 AI 模型只经过短暂的“社会学习”框架训练，便能够能获得良好的任务解决能力。在研究人员的“垃圾短信检测任务”中，教师模型首先从用户所标记的数据学习，而在教师获得检测垃圾信息知识后，便可以教会学生模型区分垃圾和非垃圾信息。（@IT 之家）

写在最后：

我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。

对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。