据报道，Google 已启动一项向出版商支付费用的试点计划，约有 100 家出版商参与，其内容对 Search 的 AI Overviews、AI Mode 及 Gemini chatbot 的贡献会影响收入。最早加入的一家出版商一年收入超过 $1 million，几个月前加入的另一家收入约为 $50,000 至 $60,000；该计划面临出版商诉讼和监管机构对网页流量影响的审查。
推荐理由：报道呈现了 Google 向内容参与 AI 搜索的出版商付费的试点规模与收入差异，也交代了该安排面临的流量和监管压力。
Reddit 将于 11 月 13 日停止 RSS 支持，并计划在 2027 年 3 月结束公共 API 访问，理由是大规模抓取和自动化滥用。公共 API 关闭将影响社交监听、研究工具和 AI 产品，相关助手今后需要与 Reddit 达成商业数据协议；获批准的第三方应用和机器人须在 2027 年 1 月 12 日前完成注册。
推荐理由：文章梳理了 Reddit 关闭 RSS、终止公共 API 及限制 Old Reddit 访问的时间表，也说明这些调整如何影响研究、社交监听和 AI 产品。
美国联邦法官驳回 Chegg 和 Penske Media 针对 Google AI 搜索产品的反垄断诉讼，认定 Google 的相关行为不违反反垄断法。Chegg 指控 Google 抓取教育内容供 Gemini 模型重建，Penske 则称网站内容在用于 AI 答案时无法选择退出并造成流量损失；法官认为，网站期待 Google 通过免费内容提供搜索流量，并不构成法律上的协议。
美国联邦法官驳回 Chegg 和 Penske Media Corporation 针对 Google AI 搜索功能的反垄断诉讼，认为两家公司关于 Google 以免费内容换取搜索曝光并分流网站流量的主张不符合反垄断法。
Grokipedia 在 v0.3 更新中重新开始加入编辑，并改版标志、首页和实时编辑页面。新版首页新增精选文章、最常读文章及“最新编辑”追踪器，文章页也优化了顶部事实表格和行间距。Grokipedia 此前曾停止更新，SpaceXAI 未立即回应置评请求。
Google 已让约 100 家出版商参与 AI contribution pilot，当网站内容实质性贡献 Gemini 驱动的搜索结果（如 AI Overview）时获得付款。多家中小型出版商称，付款额约为其广告收入的 one-tenth of one percent，部分大型出版商因此拒绝参与，希望迫使 Google 提供更优厚的条件。
Condé Nast 与 AWS Generative AI Innovation Center 基于 Amazon Bedrock、Amazon OpenSearch Service 和 TwelveLabs Marengo，构建了跨视频画面、音频和字幕的意图检索系统。
推荐理由：文章以 Condé Nast 的生产案例说明多模态视频检索如何通过解耦架构和异步处理兼顾大规模回填与低延迟搜索。
Hugging Face 介绍了 Papers with Code 搜索系统的生产架构：用 Jobs 批量生成论文嵌入，用 Storage Buckets 交接可校验的数据产物，再由 Inference Endpoints 为在线查询提供低延迟嵌入。
推荐理由：文章拆解了 Papers with Code 搜索的混合检索架构与生产经验，涵盖批处理、在线推理、增量更新和故障回退。
Google Research 在10个美国城市开展为期六个月的导航改道实验，通过引导不到2%的出行避开约100个拥堵路段，评估系统性交通改善效果。目标路段车速中位数提高约2%，燃料消耗率中位数下降0.5%至1.0%；受影响路段整体车速中位数提高约0.35%，高峰时段提高0.5%，每个城市每年可能节省数千吨 CO2e。
推荐理由：研究通过10个美国城市的长期对照实验，量化了少量改道对整体车速、燃耗和排放的系统性影响。
Google 推出 PaperVizAgent 和 ScholarPeer 两个 AI 智能体，分别用于生成学术图表和自动评审论文。PaperVizAgent 由五个专用智能体协作，在 0-100 评分中取得 60.2 分，超过 50.0 的人工基线及 GPT-Image-1.5、Nano-Banana-Pro 和 Paper2Any。
Google Research 介绍 TurboQuant，以及配套的 QJL 和 PolarQuant 压缩算法，用于降低 LLM 的 KV cache 和高维向量搜索的内存开销。
推荐理由：文章系统介绍了 TurboQuant、QJL 和 PolarQuant 的压缩机制与实验结果，展示其在 KV cache 和向量搜索中的内存与速度收益。