标签
LivePerson 创始人 Rob LoCascio 筹集了 1030 万美元，旨在突破聊天框界面的局限，押注于使用每位用户自身数据训练的个性化 AI，而非通用聊天机器人。
用户分享如何检查并关闭 Google Drive 文件被用于 AI 训练的设置，指出 Google 2026 年 7 月更新了隐私政策，默认可使用用户数据训练 AI，需通过关闭 "Web & App Activity" 来选择退出。
一篇评论指出，Ben Affleck 声称自己用 8 个月的私有拍摄数据构建了一层，以保住电影人的所有权，而多数开源模型仍是在未经同行同意的情况下训练出来的——这一差距正在侵蚀小型工作室的收入。
文章讨论了个人AI的早期阶段，将其与自制计算机时代进行比较，并强调了个人需要拥有自己的AI技能和记忆，以保持隐私和控制。
该帖子强调了公司构建自身AI模型和基础设施的重要性，并宣布了Razorpay Vulcan，这是印度首个基于Transformer的支付AI基础模型，由NVIDIA和AWS联合开发。
一个AI智能体自主管理了一家真实公司的Meta广告账户31天，撰写广告、优化预算，唯一一次失误是在人类介入时。该实验凸显了数据所有权和开源工具是AI驱动广告的关键推动因素。
文章主张从认证转向授权，让用户能够在个人数据库中控制自己的数据。文章介绍了 ayb，一个用于数据库授权的开源工具，以及 Todos，一个连接到你自己数据库的待办事项应用，而不是登录界面。
Matt Pocock描述了他的个人维基之旅，利用AI从多个数据源生成每日播客，并构建按需深度探索，同时配备一个自定义CLI供代理帮助创建课程材料，强调了拥有自己数据的力量。
一条推特长线，提供关于构建随使用而改进的自学习智能体的战略建议，涵盖双学习来源、记忆类型和数据所有权。
Manuel Simoni分享了他的愿景：个人数据应存储在个人服务器上，这与Urbit倡导的简单个人服务器操作系统理念不谋而合。
Brad Fitzpatrick 辞去 Google 工作，开发开源个人数据存储项目 Perkeep，旨在让用户完全掌控自己的数字数据，脱离大厂云服务，但目前仍处于早期阶段，主要面向技术用户。
介绍了一种实用的数据集使用推断（DUI）框架，该框架通过合成非成员和混合比例估计，在无需影子模型或保留数据的情况下，估计用于训练生成模型的数据集比例。
文章作者推荐了一款名为Tanka AI的AI原生企业协同办公软件，旨在解决第三方平台数据丢失风险，并强调其保障用户数据主权与集成企业级AI功能的优势。