在度假期间，尽量不过多关注英国政治时，我遇到了Ben Southwood在Works in Progress上的观点：英国政府在土地使用方面的广泛预emption远远超出美国YIMBY倡导者的梦想。然而，尽管中央集权如此之深，英国仍面临严峻的住房供应危机，这也凸显了集权策略的局限性。但这一问题或许更多关乎英国公众舆论，而非治理结构。民意调查显示，71%的英国公民支持租金控制，而仅有47%的人支持建设新城镇；在保守党选民中，近一半更倾向于优先保障社会住房，而非出售房产或私营出租房。在公共住房建设受预算限制的情况下，目前尚不清楚什么样的制度设置能够奏效。 在美国，大部分住房建设发生在未纳入市辖的土地上，地方政府并不直接决定；市长比市议会成员更偏向支持住房政策；而全范围选举的议会比区划选举的议会批准更多住房建设。这表明，NIMBY主义极大地影响着美国的住房政治，当激励机制拓宽时，政治家的回应也会不同。但如果整个选民群体反对市场价住房，任何制度都难以成功。 转到人工智能领导层的传讯问题，一些评论员如Noah Smith和Geoff Shellenberger认为，AI领导者在沟通方面处理不当，主要是因为他们的发言大多面向投资者，忽视了“普通人”。在AI崛起之前，投资者和普通用户的需求高度一致——强调“以用户为中心”的创业精神。然而，AI的资本密集特性意味着重视此类创业的投资者群体发生了显著变化。很少有投资者理解像注意力机制或变换模型等深层技术，造成了泡沫。同时，能够资助像Anthropic这样公司的投资者规模有限，且常常持有与公众期望相距甚远的担忧 somewhat类似于Theranos利用富有但信息不足的投资者的情形。 值得注意的是，AI企业高管关于人类灭绝或大规模失业风险的严峻警告，并非仅仅为了吸引投资者——他们真心相信这些结果可能实现。OpenAI在发布GPT-2前就持有这些观点；Anthropic由前OpenAI员工创立，他们认为OpenAI忽视了生存风险。内部通讯团队试图传达较为缓和的信息，强调AI作为生产力工具，但像Sam Altman和Anthropic团队仍然认同生存风险叙事。投资者理解这些信息存在政治风险，但相信核心团队是真正的信徒。他们预见AI将通过自身的进步快速发展，可能很快超越人类智慧，攻克机器人技术难题，塑造出“数据中心里的天才国”。而对于持怀疑态度的读者，Holden Karnofsky的“Most Important Century”博客系列提供了细腻且深思熟虑的视角，反映了他在GiveWell和Open Philanthropy工作后真诚的参与。尽管传讯面临挑战，但这主要是出于信念而非操控的问题。 在美国总统政治方面，近期参议员（包括一位前电视主持人）占据重要位置，与早期时期州长更为盛行、而且从事更好治理的观点相反。现在，像Gavin Newsom和JB Pritzker这样的蓝州州长可能不受摇摆选民喜爱，而像Josh Shapiro或Gretchen Whitmer这样的紫州州长，因其对中间派的吸引力，反而可能成为更强的候选人。参议员通常坐镇安全选区，更偏向通过联盟推动个人晋升，而非解决治理难题。Zohran Mamdani作为一名进步派政治人物，其有实际工作的经历，强调了责任和取舍。 关于左派市长，Michelle Wu和Brandon Johnson的政策差异反映了政策立场、议会支持、制度能力和行政能力的不同。Wu虽然被标签为“进步”，但曾否决一些教师工会的措施，获得警察工会的支持，避免居民税的增加，试图将税负转向商业地产，在美国住房最紧张的地区之一，对分区改革也不那么激进。而Brandon Johnson则与工会关系更紧密，公共安全方面也更独立。给政治人物贴“进步”标签可能有随意的成分。在洛杉矶，Nithya Raman的强烈亲住房立场，与对其犯罪政策的批评形成对比；在华盛顿，分区改革的紧迫性低于波士顿或洛杉矶。McDuffie支持大规模的分区改革，而像LA的Karen Bass则不然；而Janeese Lewis George提议扩大租金管控和法规，可能削弱分区努力。George还受到教师工会的影响，并且与Johnson一样，对公共安全的重视程度较低，不像Wu那样。 经济背景十分关键：像纽约、波士顿、旧金山这样经济强劲的城市在推进进步政策方面拥有更大空间，而芝加哥经济动力减弱或D

人工智能（AI）在塑造搜索引擎优化（SEO）未来方面变得日益关键，极大地影响着数字营销人员在快速变化的在线环境中制定策略的方式。随着搜索引擎通过引入AI技术不断进步，企业理解这些发展带来的影响至关重要，以维持和提升其在搜索结果中的可见性。 AI驱动的SEO一个重要的突破是谷歌的RankBrain等算法的出现。这一基于AI的系统旨在通过分析搜索查询背后的上下文，而不仅仅是匹配关键词，更好地理解用户意图。RankBrain对细腻语言细节的把握，已将重点从关键词堆砌内容转向生产高质量、以用户为中心，能直接满足用户需求和解答问题的信息。这一转变强调了生成具有真正价值和相关性的内容的重要性，以确保与目标受众的高度互动。 除了优化搜索查询的理解外，AI还在变革搜索结果的个性化。通过利用大量的用户行为、偏好和人口统计数据，AI使搜索引擎能够为每个人量身定制搜索结果。因此，SEO不再是单一的统一策略；数字营销人员必须深入了解其受众，创造符合特定用户群兴趣和需求的内容与体验。有效实施个性化SEO可以提高互动率，增加转化率，因为内容变得更加相关和吸引人。 语音搜索也是AI在SEO中影响尤为显著的领域。像Siri、Alexa和Google Assistant这样的虚拟助手的崛起，带动了语音激活查询的激增，这类查询通常更具对话性，常包含较长、基于问题的词组，与传统的打字搜索不同。为了充分利用这一趋势，营销人员需要优化内容以适应自然语言处理，专注于长尾关键词，并准备好回答常见问题，从而有效捕捉语音搜索流量。 虽然AI为提升SEO策略提供了巨大机遇，也带来了挑战。快速发展的AI搜索算法需要持续学习和调整策略，因为今天有效的方法可能在明天就会过时。此外，随着各行业加大对AI驱动SEO方法的应用，竞争日益激烈，亟需更高的创造力和创新能力来实现差异化。 然而，善于利用AI能力并将其深思熟虑地融入SEO工作的企业，将在数字竞争中获得显著优势。通过强调用户意图、采用个性化策略和优先打造优质内容，营销人员能够顺应AI的发展和搜索引擎的偏好。 总之，人工智能正通过改变内容的创造、定制和排名方式，彻底 transforming SEO。对于数字营销人员来说，紧跟AI的发展并相应调整策略，已非可选项，而是成功应对愈发复杂搜索环境的必由之路。未来的SEO，将在于企业如何有效整合AI洞察力、提供有意义的内容并建立真实的用户关系。

谷歌DeepMind的AlphaCode在竞争性编程比赛中达到了人与人水平的表现，取得了重大突破 mark 一个在人工智能（AI）领域的重要里程碑。由DeepMind——一个在AI研究方面领先的公司开发的AlphaCode，是一种基于AI的编码系统，专门用于理解和生成代码，以解决复杂的算法难题，这些问题通常出现在编程比赛中——这些领域此前由技术娴熟的人类程序员主导。这些比赛需要深厚的算法、数据结构和问题解决能力，常常要求在有限的时间和严格的约束下提供优化的解决方案。 AlphaCode的成功通过与人类参赛者的对比表现得以衡量，它成功解决了一系列具有挑战性的编码问题，其水平与人类参赛者相当。这展示了AI理解和执行编程任务能力的进步，暗示其作为辅助软件开发者和程序员工具的潜力。除了在比赛中的表现，AlphaCode的能力还表明它在现实软件开发中的应用价值，可以自动化繁琐的编码任务，为复杂问题提供解决方案，甚至可能增强人类创造力——从而提高生产效率，减少错误，加快开发周期。 该系统在理解问题描述、设计合适算法和生成正确代码方面的熟练表现反映了AI在自然语言处理和推理能力上的进步。未来的版本可能成为不可或缺的编程伙伴，提供指导、建议，甚至为困难的编码挑战提供完整的解决方案。DeepMind将此成功归功于对大量编程问题和解决方案数据的训练，使其能够学习有效的模式和策略。其架构会生成多个候选解决方案，并根据严格的评估标准选择最佳的方案。 虽然AlphaCode的成就令人印象深刻，专家们强调，AI将主要作为人类程序员的补充，而不会取代他们，因为软件开发中的创造性元素和以用户为中心的设计仍然需要人类的洞察力。尽管如此，像AlphaCode这样的工具预计会成为宝贵的助手，特别是在自动化日常或复杂编码任务方面。DeepMind计划进一步优化AlphaCode，增强其问题解决能力，并将其与其他开发工具整合，从而可能加速AI在软件工程中的应用。 总之，DeepMind的AlphaCode在编程比赛中达到人类水平的表现，是人工智能发展中的一个关键时刻。它展示了AI系统日益增强的应对复杂计算难题的能力，并为未来AI辅助软件开发提供了充满希望的前景。

根据《信息》报道，微软内部的多个部门据称已降低了某些人工智能产品的销售配额。这些调整源自于在截至六月的财年中未达成销售目标的反馈，来自微软Azure云业务的销售人员。此事颇为引人注目，因为微软在人工智能方面投入巨大，一些人将这些降低的目标视为其AI产品动力或兴趣减弱的信号。 微软的AI工作是其战略的核心，重点推动AI在云服务和软件中的整合。其中一个受到影响的产品是微软Foundry，这是一个帮助开发者构建AI代理的平台，但未能达到之前设定的销售目标。来自美国Azure部门的数据显示，不到20%的销售代表达到了Foundry 50%的增长目标，显示市场接受度或销售执行方面存在挑战。 尽管有这些报道，微软已否认降低销售配额。在《信息》报道引发公司股价下跌2%后，微软向CNBC表示未降低销售目标，并再次表达对其AI产品需求和销售策略的信心。 这一外部报道与微软声明之间的差异，反映出在分析大型公司销售业绩时的复杂性。配额变动可能是局部的，代表战略调整或市场环境的变化，而不一定意味着整体需求的下降。 AI市场依然竞争激烈，各大科技公司都在争夺云端AI的份额。微软的Azure AI服务，包括Foundry，至关重要，是其向企业提供广泛AI能力的目标。实现雄心勃勃的销售目标，对业绩表现和巩固微软在AI领域的领导地位都至关重要。 分析师警示，任何微软AI销售的放缓都可能影响行业，因为它会影响投资和客户信心。然而，科技行业的销售周期具有周期性，短期的挫折可能在未来带来更强劲的增长。 随着微软推进其AI战略，相关方将关注即将公布的财报和销售数据，以获得更清晰的洞察。在市场现实与乐观预期之间找到平衡，将决定微软在不断变化的AI领域中的未来路径。 总之，尽管有报道称微软因未达到目标而降低了AI产品的销售配额，但公司否认这一说法。这一情况凸显了在充满竞争和变化的环境中执行AI销售策略、保持增长的复杂性。微软对AI的投入依然坚定，但业绩表现和市场反应将成为其未来成功的关键。

在快速变化的数字媒体世界中，视频流的质量和速度已成为内容提供商和观众都极为关注的关键因素。近年来，人工智能（AI）技术的不断进步带来了创新的视频压缩方法，大大改善了流媒体体验，尤其是在直播方面。这些由AI驱动的技术改变了视频数据的处理、传输和交付方式，实现了更低的延迟、更高的画质和更流畅的播放效果。 视频压缩可以减小表示视频所需的数据量，便于存储和传输。尽管传统的压缩技术效果不错，但常常引起延迟，影响观众体验，尤其是在需要实时传输的直播场景中，缓冲和延迟一直是流媒体行业面临的重大挑战，削弱了观众对即时性和互动性的期待。 AI增强的视频压缩通过智能优化数据传输解决了这些问题。机器学习算法能够比传统方法更高效地分析视频帧，检测出其中的模式和冗余，从而实现更强的压缩效果而不损失图像质量。这使得高分辨率流媒体可以在带宽有限的环境下更好地进行传输，扩展了使用场景。 这些AI创新的一个核心优势是降低流媒体的延迟，即事件发生与在设备上显示之间的时间差。较低的延迟对于现场体育、音乐会以及突发新闻的直播尤为关键，因为实时互动可以极大提升用户体验。AI技术减少了缓冲，提高了同步性，使内容几乎可以即时呈现，增强了观众的参与感和满意度。 此外，优化压缩技术还推动了实时内容平台和互动式直播服务的发展。借助高效的视频数据处理能力，实现了直播投票、观众互动、多角度切换等功能，既保证了画质，又提升了直播的互动性和活力，让现场直播变得更加丰富多彩。 对于内容创作者和发行商而言，AI驱动的压缩技术可以降低带宽需求，降低运营成本，同时依托更稳定的传输保障其内容覆盖更广泛的受众。这尤其有利于偏远或网络基础薄弱地区的用户，促进包容性发展和市场扩展，扩大优质内容的传播范围。 各大科技公司和流媒体平台积极采用这些AI压缩方案，取得了更高的用户留存率、更清晰的视觉效果以及更稳定的流媒体体验。未来，相关研究还在持续推进，旨在开发出性能更强、适应性更好的算法，以满足不断提升的需求。 总之，基于人工智能的视频压缩技术代表了流媒体领域的重要突破。通过降低延迟、优化数据传输，它带来了更优质、更可靠的直播体验。这一技术优势惠及行业的各个环节——从创作者到发行商，再到广大观众。随着AI的不断发展，未来有望迎来一个无缝连接、高品质、互动丰富的直播新时代。

[PV：Hydro-Québec首个300兆瓦光伏招标超额注册，目标2029年商业投运] 2026年4月15日，Hydro-Québec正式公布首轮太阳能电力招标，总容量达300兆瓦，反响远超预期，共收到60份招标申请，合计481兆瓦。每个项目的最大容量限制为25兆瓦，且必须避免在农用土地区域。相关提案涵盖14个行政区域，目标于2029年实现商业投运。项目遴选结果预计在2027年第一季度公布，标志着该省到2035年发展3吉瓦太阳能电力计划的第一阶段。 [PV：魁北克推出新能源补贴方案，将投资回收期缩短至12年] 2026年4月17日，Hydro-Québec更新其分散式太阳能支持政策，推出新的补贴计划，每千瓦提供1000加元补助，最高补贴金额为项目总成本的40%。家庭用户通常可获得5000至6000加元的补贴，企业则最高可获45000加元。此举旨在将太阳能投资的回收期从30年缩短至大约10至12年。参与者还可以选择电力抵消机制，即出售多余电力到电网并获得相应的电力信用。

游戏开发者越来越多地引入人工智能（AI）技术，打造动态、响应迅速的游戏世界，根据玩家的行为实时演变。这一创新方法正在改变游戏产业，带来更加引人入胜、难以预料且沉浸式的游戏体验。核心推动力是由AI驱动的非玩家角色（NPC），它们展现出复杂的行为，增强了游戏的真实感并加深了玩家的参与度。传统上，视频游戏依赖预设的事件和固定的NPC行为模式，虽然效果良好，却常常限制了游戏中互动的深度和多样性。然而，随着先进的AI算法和机器学习技术的崛起，开发者如今可以构建能够灵活适应和响应玩家决策与策略的游戏世界。这种灵活性不仅提升了游戏的复杂性，还激励玩家进行试验和探索，因为他们知道每次互动都可能产生独特的结果。由AI驱动的NPC具有从玩家行为中学习、实时制定策略的能力，展现出以前难以见到的不可预测性。这些角色能够利用复杂的决策模型与玩家及其他NPC协作、竞争或协商，从而极大丰富了互动体验。这些由AI驱动的实体帮助打造一个生动的游戏环境，感觉真实又富有应答性，有效弥合了玩家与虚拟世界之间的距离。此外，AI在游戏设计中的作用促进了新兴的玩法现象——即通过简单交互产生复杂行为——为游戏增添了丰富的深度和复杂性。这不仅挑战玩家提升技能，也提高了重玩性，因为没有两个游戏体验是完全相同的。因此，AI正在设定新的行业标准，拓展创作者和开发者的可能性。AI对游戏开发的影响不仅体现在玩家体验上，还改变了整个制作流程，通过程序化内容生成、动态平衡游戏机制和实时微调难度等级，这些创新缩短了开发周期、降低了成本，同时通过为不同受众量身定制体验，提高了玩家的满意度。总之，将AI融入视频游戏开发代表了互动娱乐的重大飞跃。通过让游戏世界和NPC能够根据玩家做出适应性反应，AI创造出更丰富、更沉浸的体验，吸引观众，重新定义了数字游戏的潜力。