Grok Build 在经历隐私争议后已开源，并默认禁用数据收集功能。然而，其 GitHub 关闭了 PR 和 Issue，导致社区无法反馈或贡献代码，限制了开发者对项目的直接改善。

许多工程团队能够展示AI原型，但在实际生产中面临数据收集和解析的困难。研究显示，32%的组织在生产中使用自主AI，数据基础设施和质量是主要障碍。IT领导者指出，实时数据处理基础设施不足和相关技能短缺是AI应用的主要挑战。成功的组织重视数据工程，构建实时数据管道，以确保数据的可靠性和时效性。

微软利用全球设备标识符（GDID）协助执法机构追踪黑客彼得斯托克斯。GDID是Windows系统生成的唯一标识符，除非重装系统，否则不会改变。它能够关联用户的网页浏览活动和IP地址历史，尽管这一做法存在争议。这一案件引发了对GDID及其在网络安全中应用的广泛讨论，提醒人们关注数据收集的界限。

Anthropic在Claude Code中嵌入了隐蔽逻辑，检测用户代理和时区，并在发现与中国相关的信息时修改日期格式。这一行为被质疑为间谍软件，因为未告知用户就收集数据。尽管Anthropic声称保护知识产权，但其隐蔽性和缺乏透明度引发信任危机，用户可能面临监视风险，且技术熟练者可轻易绕过该机制。

麻省理工学院的研究人员对随机效用模型进行了重要升级，发现仅通过两两比较无法获取相关性信息，而对三个选项进行排序则能识别出相关性。这一发现为数据收集和模型优化提供了实用的路线图，尤其在人工智能和大语言模型的训练中具有重要意义。

这篇文章介绍了Ania Kubow主讲的网络爬虫教程，内容涵盖如何利用API简化数据收集，包括绕过爬虫障碍、从搜索引擎提取JSON数据、使用Google Lens API抓取图像，以及构建本地搜索下载应用。学习后，用户将掌握将互联网数据转化为可操作见解的基本技能。

本文讨论了在工厂环境中使用Claude Code Agent Teams构建协议特定客户端，以实现统一命名空间（UNS）并将数据直接写入TimescaleDB。通过为每个协议创建小客户端，避免了传统中间件的复杂性和成本。文章强调了数据收集和验证过程中的协调和规则，以确保数据的一致性和准确性。

Jaeger正在重建核心架构以集成OpenTelemetry，采用模型上下文协议（MCP）和代理客户端协议（ACP），促进工程师与AI代理的协作，优化数据收集和分析。新版本支持可视化AI执行路径，确保开发与生产环境的一致性，提高故障诊断效率。

优步重新推出自主驾驶汽车，作为新AV实验室项目的一部分，旨在收集数据支持多个机器人出租车合作伙伴。虽然这些车辆配备了自驾所需的传感器，但不会作为出租车运营。优步计划每月生成至少200万英里数据，以帮助合作伙伴提升自主驾驶技术。

Jaeger正在重建核心架构以集成OpenTelemetry，适应AI应用的复杂性。通过采用模型上下文协议（MCP）和代理客户端协议（ACP），Jaeger促进工程师与AI代理的协作，优化数据收集和追踪功能。新版本支持自然语言查询，提升故障分析效率，确保开发与生产环境的一致性。

一项新的共和党隐私法案可能削弱某些州的隐私权。该法案要求公司仅收集必要数据，并允许用户查看和删除个人信息，但不允许个人因隐私侵犯提起诉讼。这可能取代已有的更强州法律，引发隐私倡导者的担忧。

这篇文章介绍了SmartPerfetto的开发过程，重点在于利用AI优化Android性能分析。通过Perfetto工具，SmartPerfetto实现了自动化的数据收集和分析，用户可以用自然语言提问，AI通过SQL查询处理数据。文章还记录了开发中的技术决策、挑战及解决方案，强调了AI在性能分析中的应用潜力和局限性。

GitHub宣布将使用用户的交互数据（如代码片段和输入）来训练其AI模型，更新将于4月24日生效。用户可以选择退出数据收集。此举引发开发者社区争议，部分人认为选择退出不够方便，且个人用户与企业用户的数据使用存在不平等。GitHub表示此举符合行业惯例，旨在提升模型性能。

在2026中关村论坛上，五位具身智能创始人讨论了行业现状与未来，认为2025年为基础建设年，2026年将实现商业化。数据收集是关键，物流和公共服务领域前景看好，强调标准化与效率。中国信通院将发布行业标准，推动具身智能发展。

Web Analytics和Speed Insights版本2引入弹性数据采集，提升数据收集可靠性，动态发现端点确保捕获更完整的流量和性能数据。更新后无需额外配置，现有实现继续有效，所有团队可免费使用。

一些智能电视应用允许用户通过参与全球代理网络观看更少广告的节目。Bright Data公司提供的SDK使用户的电视成为网络爬虫的一部分，收集公共网页数据并转售给公司用于训练AI模型。用户需主动选择加入，但可能不知何时在下载数据。尽管Bright Data声称其操作合法且匿名，消费者对其数据收集的透明度和道德性仍有疑虑。

本文探讨了通过残差强化学习提升视觉-语言-动作模型的自我改进能力，提出了一种名为PLD的方法，包含在线专家获取、自动数据收集和监督微调三个阶段。该方法结合基础策略和强化学习专家，成功率超过99%。