今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜讓你的網站向「AI 爬蟲」收費
🚀｜Google 推出 Gemini 教育工具
📊｜比 GPT-4 大 10,000 倍 AI 模型
🧭｜2025 年如何正確使用 ChatGPT
🔬｜讓不同 AI 模型「合作」解決問題
🔍｜Dylan Patel 全面分析目前 AI 局勢
🗞️ NEWS
Cloudflare 讓你的網站向「AI 爬蟲」收費
圖片來源：Cloudflare
隨著 AI 出現，大量網站內容被「AI 爬蟲」攻陷，導致網站流量下滑。Cloudflare 因此宣布推出「Pay per Crawl」服務，讓網站可以向 AI 爬蟲收費。
AI 爬蟲數據：OpenAI 平均爬蟲 1,700 次才會帶來 1 次導流；Anthropic 更誇張，需要高達 73,000 次。
Pay per Crawl：讓網站可以設定 AI 爬取內容的價格，選擇「允許免費」、「要求付費」、「完全封鎖」，根據不同需求彈性調整。
新商業模式：AI 導致原來靠流量創造廣告營收的網站商業模式出現瓶頸，這次推出的服務可能創造全新的商業模式。
📚 COURSE
侯智薰的超級個體工作術
來自合作夥伴：ShiFu 師父
侯智薰（雷蒙）最近將他這些年累積下來的知識、時間、影響力系統製作成系統化課程，讓你了解他是如何用這套系統將一人公司做到年收千萬。
超級個體：隨著 AI 崛起，一個人能做到的事正在快速擴張，在這「個體崛起」的時代，如何打造個人系統，成為「超級個體」就變得格外重要。
三大操作系統：教你打造時間系統（找到熱愛的事）、知識系統（強化擅長的事）、影響力系統（拓展商業價值）。
20+ 種數位工具教學：將複雜、重複的小事交給工具處理，省下 80% 的工作時間。
目前早鳥優惠 37 折：募資期間加贈「52+ 張超級個體知識圖解卡」，輸入「brief300」結帳再折 300 元。
🤝 ADVERTISING
讓 {{active_subscriber_count}}+ 位讀者認識你的產品
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷、管理階層超過 40%。超過 30 家國內外知名品牌合作，例如：Intel、數位時代、知識衛星…
🚀 LAUNCH
Google 推出 Gemini 教育工具
影片來源：Google
Google 最近宣布推出針對教育使用的 AI 工具 Gemini for Education，幫助學生、老師更有效率的學習、教學。
Gemini 整合 Classroom：推出 30 多種新工具，幫助老師可以用 AI 快速生成單字表、例句、教學計畫等，更快做出差異化教學。
整合 NotebookLM：把教材、筆記直接轉換成教學影片，學生、老師可以透過影片更快理解內容。
Gemini Canvas：學生可以自動生成任何科目的個人化測驗，幫助他們準備考試。
📊 CHART
比 GPT-4 大 10,000 倍的 AI 模型
圖片來源：Epoch AI
Epoch AI 最新文章討論到：美國啟動 AI 國家計畫的可能性越來越高，如果開始這個計劃，可能訓練出比 GPT-4 大 10,000 倍的 AI 模型。
AI 曼哈頓計畫：像當年的核武、登月計畫一樣，由國家主導的戰略性科技計畫，可能投入相當於 GDP 0.4%~0.8% 的資金（每年約投入 244B 美元）
規模推估：以這樣的資金推估，可以達到約 27 萬張 NVIDIA H100 GPU 同時運作，訓練量大約是 GPT-4 的 10,000 倍。
電力是否足夠：這麼多 H100 GPU 大約需要 7.4 GW 的電力，這相當於紐約市的平均用電量，美國 2027 年新規劃的 8.8 GW 天然氣發電容量就能滿足需求。
🧭 GUIDE
2025 年如何正確使用 ChatGPT？
如果你現在 ChatGPT 還用的不熟練，Jeff Su 這部影片用不到 10 分鐘的時間就清楚說明「幾個常用重要功能」、「適合使用的時機」。
ChatGPT 模型選擇：任務重要，選擇最新的推理模型（o3）；時間緊迫，選擇一般模型（GPT-4o）。推薦可以直接預設用推理模型。
搜尋功能：如果只需要單一事實，Google 搜尋比較快；如果需要事實 + 解釋，ChatGPT 搜尋功能更有效。
Deep Research：Deep Research 會花 10-20 分鐘，閱讀數十到數百個網頁，適合用來分析財報、比較產品、整理產業趨勢。
Canvas：如果需要多次編輯、修改 ChatGPT 產生的內容，可以開啟 Canvas 功能，直接在文件中進行編輯、修改。
🔬 RESEARCH
讓不同 AI 模型「合作」解決問題
圖片來源：Sakana AI
日本 AI 實驗室 Sakana AI 推出 AB-MCTS 演算法，讓多個不同 AI 模型（像是 o4-mini、Gemini、DeepSeek）合作解決複雜問題，成功提升解題率。
如何運作：AB-MCTS 會根據不同模型的優勢，分配不同任務（有些負責策略，有些負責程式碼），讓模型能互相糾錯、合作完成任務。
解題表現：在 ARC-AGI-2 測試中，成功解決了 30% 的難題，單一模型只能解決 23%。
開源工具：Sakana AI 也將這個協作框架「TreeQuest」開源，讓更多開發者可以打造自己的協作 AI 系統。
🔍 INSIGHT
Dylan Patel 全面分析目前 AI 局勢
最近 AI 各家公司都面臨非常混亂的情況，Matt Berman 最近訪問到 SemiAnalysis 的作者 Dylan Patel，全面分析了目前的 AI 局勢。
Apple 為什麼 AI 落後：過度保守的公司文化很難吸引頂尖 AI 研究員；討厭 NVIDIA（早年的專利糾紛）導致雲端算力不足。
誰有可能最快達成 Superintelligence
第一名 OpenAI：目前每個關鍵突破都是 OpenAI，內部現在還有多條實驗線並行。
第二名 Anthropic：雖然過去相對保守，但 Claude 4 開始明顯加速。
第三梯隊 Google、xAI、Meta：取決於能不能「挖到關鍵人才」
