自動 AI 新聞摘要:Copilot 記憶、模型路由與 ChatGPT 廣告測試
8 月 12 日 AI 新聞摘要:ChatGPT 開始測試廣告、GitHub Copilot 擴充記憶與 Ollama,並公布 MAI-Code 模型替換時程。
前言
本文由 Horizon 抓取資料,再由 Codex 篩選與改寫;Horizon 只負責資料抓取。
1. ChatGPT 開始測試廣告
OpenAI 宣布開始在 ChatGPT 測試廣告,目標是支援免費使用,並表示廣告會有清楚標示、回答保持獨立、採取隱私保護與提供使用者控制。對使用者而言,關鍵不只是有沒有廣告,而是贊助內容是否能與回答清楚區隔,以及控制選項是否真的容易理解與使用。
資料來源:OpenAI:Testing ads in ChatGPT
2. GitHub Copilot for JetBrains 加入記憶與 Ollama
GitHub 為 JetBrains 版 Copilot 加入持久記憶、本地 Ollama 模型存取與更多企業控制,也改善聊天工作流及 MCP server 的可靠性。長期記憶能減少反覆交代專案脈絡,但團隊也需要知道它保存什麼、能否清除,以及是否符合內部資料政策。
資料來源:GitHub Changelog:Copilot memory and Ollama in GitHub Copilot for JetBrains
3. MAI-Code-1.1-Flash 上線,舊版進入替換期
GitHub Copilot 正推出 Microsoft 的 MAI-Code-1.1-Flash,這個小型程式模型新增原生影像理解並改善程式品質。原本的 MAI-Code-1-Flash 預計於 2026 年 9 月 10 日在所有 Copilot 體驗中停止支援;有將模型名稱寫死在工作流或評測中的團隊,應現在就測試替代模型。
資料來源:MAI-Code-1.1-Flash available in GitHub Copilot;MAI-Code-1-Flash deprecation
4. NVIDIA 推出 Nemotron 3.5 Lightning 與 NeMo Switchyard
NVIDIA 發表 Nemotron 3.5 Lightning 與 NeMo Switchyard。後者是開源的模型路由函式庫,目標是依任務將請求導向合適模型。路由可望平衡成本與能力,但在實務上也要納入 prompt cache、資料邊界與模型失效時的回退策略。
資料來源:NVIDIA:Nemotron 3.5 Lightning and NeMo Switchyard
5. Google AMIE 展示即時視訊臨床諮詢研究
Google 發布 AMIE 醫療 AI 系統在即時臨床視訊諮詢能力上的研究。這是研究結果,而不是可自行取代醫師或既有醫療流程的建議;若未來落地,仍需要經過臨床驗證、責任歸屬、隱私保護與在地監管要求。
資料來源:Google Research:AMIE video consultations
今日觀察
AI 產品正同時往更個人化的記憶、更彈性的模型路由與更廣的商業模式延伸。真正需要被設計好的,是資料留存、模型更替和高風險領域的人類決策邊界。

