實體: Google
所有提到 Google 的 AI 新聞與動態。
-
六月AI推薦至頂級網站數量年增357% 達11億3千萬次
根據市場智慧提供商 Similarweb 的新資料，AI 平臺在 2025 年 6 月向全球前 1,000 大網站轉介超過 11.3 億次流量，相比 2024 年 6 月增長了 357%。儘管增長迅速，Google Search 仍佔據主導地位，在同一時期為這些網站帶來了 1910 億次轉介。新聞與媒體領域特別受到關注，線上出版商面臨流量下滑，並預言「Google Zero」時代的來臨。皮尤研究中心（Pew Research Center）近期對 900 名美國 Google 使用者的調查顯示，在約 6.9 萬次搜尋中，18% 的搜尋結果包含 AI 摘要，導致使用者點選率僅為 8%；而在沒有 AI 摘要的情況下，點選率則接近 15%。Similarweb 資料指出，新聞與媒體類別的 AI 轉介量在 2025 年 6 月相比 2024 年 6 月暴增 770%。 由於與 OpenAI 的訴訟，紐約時報（The New York Times）等網站因阻擋 AI 平臺訪問而排名較高。在新聞類別中，雅虎（Yahoo）以 230 萬次轉介居首，其次是雅虎日本、路透社（Reuters）、衛報（The Guardian）、印度時報（India Times）和商業內幕（Business Insider）。Similarweb 將來自 ChatGPT、Gemini、DeepSeek、Grok、Perplexity、Claude 和 Liner 等 AI 平臺的轉介計入統計，其中 ChatGPT 佔據了對前 1,000 大域名轉介的 80% 以上。 在電商領域，亞馬遜（Amazon）以 450 萬次轉介領先，其次是 Etsy（200 萬）和 eBay（180 萬）。科技與社交媒體類別中，Google 以 5310 萬次轉介居冠，緊隨其後的是 Reddit（1110 萬）、Facebook（1100 萬）、Github（740 萬）、Microsoft（510 萬）、Canva（500 萬）、Instagram（
-
Google 正測試一款名為 Opal 的氣氛編碼應用程式
近幾個月，AI 驅動的編碼工具極度流行，幾乎所有大型科技企業都在使用或自行開發。Google 最新加入此潮流，推出名為 Opal 的「vibe-coding」工具，透過 Google Labs 向美國使用者開放。該工具允許使用者使用文字提示建立微型網頁應用程式，或從畫廊中 remix 現有應用程式。使用者只需輸入所需應用程式的描述，系統便會利用不同的 Google 模型進行生成。應用程式準備就緒後，使用者可進入編輯面板檢視輸入、輸出及生成步驟的視覺工作流，並能點選各步驟檢視控制流程的提示，或手動從工具列新增步驟。完成後，使用者可將新應用程式發布到網頁並分享連結供他人測試。雖然 Google 的 AI 工作室已允許開發者使用提示詞建立應用程式，但 Opal 的視覺工作流顯示公司意圖鎖定更廣泛的受眾。Google 正與 Canva、Figma 及 Replit 等競爭對手並肩，這些機構都在開發鼓勵非技術人員無需編碼即可建立應用程式原型的工具。
-
Google 新推出的 Web Guide 搜索實驗透過 AI 整理搜尋結果
Google 於週四推出名為 Web Guide 的新功能，旨在透過 AI 技術重新組織 Google 搜尋結果頁面。此功能屬於 Search Labs 實驗，利用 AI 將與搜尋查詢特定面向相關的頁面分組顯示。Search Labs 實驗允許使用者自選參與感興趣的新想法，這些實驗可隨時開啟或關閉，涵蓋 Google AI Mode、Notebook LM、影片製作工具 Flow 等，甚至包括基於 Google Discover 新聞的音訊節目。Web Guide 是 Google 在 AI Mode 中已使用的「分叉」技術的變體，由 Gemini 驅動，幫助 Google 更精準理解查詢並連結傳統搜尋可能遺漏的頁面。Google 建議此功能適用於開放式查詢，例如「如何獨自在日本旅行」或複雜的多句查詢，如「家人分佈於多個時區，有哪些最佳工具能維持聯絡與親密關係？」。搜尋結果將按答案型別分組，例如獨自行旅範例會包含綜合指南、安全提示、個人經驗分享等區塊。該實驗初期僅在搜尋頁面的 Web 標籤上重新配置結果，使用者可在此標籤內關閉此檢視以檢視標準結果，無需完全停用實驗。Google 表示，隨著時間推移，此實驗將擴充套件至搜尋的其他區域，包括「全部」標籤。
-
AI假資料與虛假報告將威脅您的漏洞賞金計畫
所謂 AI 垃圾（AI slop）指由大型語言模型生成的低品質圖片、影片與文字，近兩年已滲透至網路、社群媒體、新聞甚至現實世界事件。 cybersecurity 領域亦受此影響，過去一年內，業界擔憂出現大量由 LLM 編造漏洞的 Bug Bounty 報告。RunSybil 共同創辦人兼 CTO Vlad Ionescu 指出，這些報告看似合理且技術正確，實則全是模型幻覺（hallucination）所編造的細節，導致安全團隊浪費時間查證。Ionescu 解釋，LLM 被設計為提供正面回應，若使用者請求報告，模型便會生成內容，這些內容常被複製貼上至 Bug Bounty 平臺，淹沒系統與客戶。 近期例項包括安全研究者 Harry Sintonen 揭露開源專案 Curl 收到假報告，他稱「Curl 能從遠處嗅覺到 AI 垃圾」。Open Collective 的 Benjamin Piouffle 表示其信箱亦被 AI 垃圾淹沒，而維護 CycloneDX 專案的開發者則在今年初因收到幾乎全為 AI 垃圾的報告而暫停 Bug Bounty 計畫。主要 Bug Bounty 平臺如 HackerOne 與 Bugcrowd 亦見 AI 生成報告激增。HackerOne 產品管理高階總監 Michiel Prins 指出，出現大量假陽性漏洞報告，這些低訊號提交會破壞安全專案效率，含幻覺漏洞或模糊技術內容者將被視為垃圾郵件。Bugcrowd 創辦人 Casey Ellis 表示雖有研究者使用 AI 撰寫報告，整體提交量每週增加 500 件，但低品質報告尚未顯著上升，團隊正透過人工審查、既定工作流及機器學習輔助來篩選。 TechCrunch 亦聯絡 Google、Meta、Microsoft 與 Mozilla 詢問情況。Mozilla 發言人 Damiano DeMonte 表示未見大量 AI 生成低品質報告，每月被標記為無效的報告約五至六件，低於每月報告的 10%，且員工不依賴 AI 過濾以避免誤殺真實漏洞。Microsoft 與 Meta 拒絕評論，Google 未回應。針對此問題，Ionescu 預測解決方案是投資 AI 系統進行初步篩選。HackerOne 於二日推出 Hai Triage 新系統，結合人類與 AI，利用 AI 安全代理