🏛️ 官方动态
预览 GPT-5.6 Sol：下一代模型
OpenAI 预览 GPT-5.6 Sol，这是一款在编码、科学和网络安全领域性能飞跃的下一代模型，同时搭载了史上最先进的安全架构。对于做 GEO（生成式搜索引擎优化）的同行来说，这篇文章是必读的——因为它直接定义了未来搜索结果生成的底层能力基线。
几个关键事实值得关注：
- 核心能力跃升：GPT-5.6 Sol 在 coding benchmark 上比 GPT-4 提升了 40% 以上，在科学推理和漏洞发现任务中达到了接近人类专家的水平。这意味着未来 AI 生成的回答会更专业、更可信。
- 安全堆栈重构：OpenAI 首次在预训练阶段就嵌入了动态安全过滤层，而不是事后加规则。这能大幅减少“幻觉”和有害输出，但对内容创作者来说，合规门槛也会同步提高。
- 架构透明度：官方透露了部分 training recipe 和 calibration 方法，让开发者能更可靠地预测模型行为。对 GEO 从业者而言，这意味着我们可以更精准地设计 prompt 和结构化数据来影响搜索摘要。
2026年6月我们宣布的最新AI新闻
2026年6月我们宣布的AI更新总结，Google官方月报揭示了下半年搜索与AI产品方向的关键信号。我强烈推荐：这篇文章是理解Google AI生态最直接的官方窗口，尤其适合产品经理、搜索从业者和AI应用开发者。
几个核心亮点值得关注：
– Gemini 3.5 Live Translate：原生语音到语音翻译，覆盖70+语言并保留说话者自然语气。对我而言，这是实时通信场景的game changer，未来搜索可能直接嵌入多语言交互。
– Android 17 + 本地AI能力：新系统支持悬浮窗口、折叠屏优化，并配合Gemma 4 12B模型可在16GB内存的笔记本上本地运行Agent。这意味着隐私敏感型搜索和脱机场景有了实在的落地路径。
– Google Finance AI工具：新增“关键时刻”解释股价波动原因，以及AI研究助手。这证明Google正在将生成式AI深度植入垂直行业搜索，不只限于通用问答。
– Nano Banana 2 Lite与Gemini Omni Flash：最快的图像模型和首款原生多模态视频API。开发者可以构建自定义视频workflow，对内容搜索和广告推荐影响巨大。
实战建议：如果你负责搜索或产品方向，建议重点关注Gemini 3.5 Flash的Computer Use能力——它能让Agent跨桌面/移动端执行自动化任务（如持续测试），这几乎是下一代企业搜索自动化的模板。同时Android 17的端侧模型部署提示我们：未来SEO不仅要优化网页，还要优化本地知识库的AI读取效率。
HP Inc. 与 OpenAI 启动 Frontier 战略合作
这篇文章的亮点在于，HP Inc.与OpenAI的合作展示了大型企业如何从试点逐步铺开AI——不只是工具部署，更是运营模式的升级。HP一个工程师靠OpenAI模型几周内搞定了122个pull request，覆盖43个项目；安全团队一天修完原本预计要一个月的bug，释放约82小时/周的安全人力。这些实打实的数字比任何PPT都有说服力。
关键看三点：一是Frontier作为统一平台，连接了定价、合作伙伴门户、设备管理和安全等场景，让AI不再是孤岛；二是HP明确将80%业务流经合作伙伴的渠道生态作为优先应用域，用AI代理缩短信息到行动的时间；三是他们把安全既当作治理层又当作效率证明——先跑通小场景，再沉淀为可复用的部署框架。
我觉得最值得借鉴的是HP没有搞“全盘替换”，而是让AI嵌入现有流程（如Codex辅助UI脚手架、ChatGPT做知识工作），并用Frontier做权限和评估管控。这种做法比直接买一堆SaaS工具更可控，也更容易获得业务侧信任。
ChatGPT 采用范围如何扩大
ChatGPT采用范正以官方数据印证全球扩张趋势。
OpenAI Signals显示：用户注册6个月后日活消息量增长50%，尝试的任务种类翻倍。非洲和亚洲增速领跑，非英语用户已占活跃用户过半。对我做SEO/GEO的启发：用户行为深度和广度提升意味着AI搜索流量红利仍在早期，建议关注低HDI地区及小语种（如乌兹别克语、缅甸语）的内容抢占机会。
描绘欧洲AI劳动力机遇
这篇OpenAI报告为我们描绘欧洲AI劳动力机会图谱，核心结论是：欧盟47%岗位短期不受影响，但14%面临自动化风险，12%将因AI增长——这对做欧洲市场GEO策略很有参考价值。
关键数据支撑：
– 约12%岗位可能因AI成本降低而增长，比如高附加值服务
– 14%岗位自动化风险较高，集中在德国、希腊、意大利（制造业/流程类）
– 27%岗位将被重组，AI改变工作流但人类仍主导
– 国家差异明显：卢森堡、瑞典、荷兰增长机会多；德国、希腊、意大利压力更大
我的观点： 这报告不是直接SEO实操指南，但宏观框架能帮我们在规划内容策略时预判行业风险与机会。建议做欧洲B2B或职业教育的同行，优先关注增长型岗位对应的行业（如教育、医疗、公共服务），同时避开自动化率高的领域（如简单数据录入）。报告里的ESCO分类可以直接用来做关键词研究的基础。
🤖 GEO·SEO 精选
2026年6月 Yoast SEO 更新回顾
2026年6月Yoast的SEO更新集锦是我本月必读文章，它把AI可见性、品牌提及陷阱、UK法律判例和Schema漏洞一网打尽，每个话题都配了可落地的actionable advice。
核心推荐理由：谷歌警告不要操纵品牌提及来骗AI——如果你买不相关的引用（比如狗粮网站出现在博彩站点），AI会识别并惩罚。我还喜欢UK CMA强制谷歌允许出版商屏蔽AI训练数据，但提醒你，屏蔽后可能失去AI概述的citation。关键数据：95%的网站只用12种schema类型，而485种几乎无人用。我建议你利用Search Console的新grounding queries和Bing的AI performance reports来追踪自己的内容是否被AI引用。别盲目相信AI建议——谷歌举了个例子，AI让把”consultant”改成”advisor”，结果跑到金融领域去了。总之，六月更新就是给实战派看的，直接套用。
微软今天证明了关于搜索的一个观点：排名与AI引用已是两条轨道
微软今天证明了关于搜索的一个关键事实：排名和AI引用已经是两条完全不同的赛道。 如果你还在用传统SEO指标衡量AI可见性，这篇文章就是你必须立刻修正认知的起点。Duane Forrester（前Bing Webmaster Tools负责人）亲自拆解了微软在Bing Webmaster Tools中正式分离的两份报告——传统搜索性能与AI引用性能，以及Web IQ这款为AI代理重新架索引擎的API。核心结论简单粗暴：排名靠前的页面不等于被AI引用多的页面，这个delta现在是你必须正视的产品事实。
关键要点：
– 数据最硬： Bing Webmaster Tools目前包含两个独立dashboard。传统搜索性能报告依然追踪点击、展示、CTR和平均排名。AI性能报告则单列引用次数、Citation Share、Intents和Topics——微软首次明确定义“在AI那里表现好”的标准与人类搜索完全不同。
– 基础设施证据： Web IQ（Bing为AI代理打造的grounding API）延迟仅164毫秒（P95），是竞品的2.5倍，采用GDSAT评分（完整性、新鲜度、权威性）。微软高管Jordi Ribas明确表示：让页面在人类搜索中表现好的因素，不等于让段落对AI有用的条件。这条来自索引拥有者的声明，把理论变成了产品。
– 结构性局限： 这篇文章最有价值的论点是——第一方报告（微软/谷歌的AI引用指标）永远只能告诉你“它们自家平台看到了什么”，而不是整个AI引用生态的全貌。第三方工具与第一方数据之间的鸿沟是结构性的，不会随着下一次更新而消失。微软的Citation Share、Intents等新指标虽好，但边界并未拓展。
实战建议： 立刻检查你网站是否出现在Bing AI报告中，并对比传统搜索排名。如果你发现某个页面排名前三但AI引用为零，这说明你的内容结构（段落化、可摘录性、事实密度）需要重构。别只盯着排名，AI引用是新的核心KPI。同时，警惕单一数据源——用第一方报告验证方向，用第三方工具交叉检查全貌，两者缺一不可。
ChatGPT不同推理模式下引用的来源仅25%重叠 [研究]
ChatGPT不同推理模式（Instant vs Thinking）的引用来源重叠率仅25.6%——换句话说，你的品牌在这两个模式下几乎面对两个不同的搜索引擎。这项来自Semrush与Kevin Indig合作的研究，用100个prompt跑了两轮，数据直接打脸“一套策略打天下”的思路。
关键发现很硬：高推理模式下引用率从50%飙到68%，平均引用数翻倍（2.6→4.5），内部子查询数量是Instant模式的4.6倍。更值得关注的是来源类型大洗牌——Reddit和UGC份额从15%降到7%，政府与学术来源从1.9%涨到8.8%。行业差异也惊人：金融类内容引用率跳升28个百分点，消费科技几乎没变。另外，在一个对话里，同一个品牌能在高推理模式下从买家的第一个问题持续被引到最后一个—这在20条旅程里出现了4次，Instant模式下几乎为零。
我觉得这对GEO从业者的意义很直接：别再只盯着一种模式打。ChatGPT会把复杂查询自动路由到Thinking模式，而你的内容很可能只在一套引用池里被看见。建议同时优化两种模式下的可见性，重点布局子查询链条（fan-out queries）。别迷信Reddit铺量，高推理模式下政府、学术、官方文档更吃香。
为什么每个品牌都应该优先考虑内容审计
这篇文章的核心结论是：为什么每个品牌都应该在2026年重新定义内容审计——AI Overviews已经让“排名好”不等于“流量好”。
我特别认同Siege Media的数据洞察：Retro Dodo流量暴跌92%，CNET跌56%，都不是内容质量问题，而是搜索规则变了。最让我觉得有价值的是他们提出的“AI Overview cannibalization”概念——你的页面排名第一、被引用91次，但流量反而掉了700。这恰好点出了老审计方法最大的盲区。建议直接拿他们的四步法（库存盘点、AI自相蚕食检测、页面去留决策、重建设计）去跑一遍自己的站，尤其是查那些排名稳但流量滑的“虚假胜利”页面。
Google 结束在搜索中通过缓存提供 AMP 页面
Google结束了在搜索中缓存AMP页面的做法，这对我们配置AMP有直接影响。
从7月1日起，点击AMP结果不再跳转到Google缓存的版本，而是直接去域名原始页面。核心变化有三：第一，不再需要配置signed exchanges来显示自己的URL；第二，AMP排名不受影响，照常参与排序；第三，选择保留AMP纯粹变成技术决策，和缓存无关。有意思的是，Google早在2021年就逐步淡化AMP，这次算是彻底扫尾。我觉得，如果你还在纠结AMP去留，这次更新给了你明确的理由——要么继续用，要么干脆停掉。
谷歌数据显示AI搜索用户已超越关键词，你的内容还没跟上
谷歌数据显示AI搜索用户已经抛弃了传统关键词模式，但大多数内容仍困在2025年的关键词策略里。
这份报告来自Google官方数据，核心发现是AI模式的平均查询长度是传统搜索的三倍，追问查询每月增长超过40%，多模态搜索占比已达六分之一。用户现在直接输入“我恨有氧，给我一个不跑步也能有效的训练计划”，而不是“减肥运动”。这意味着我们过去写的清单体和关键词优化内容已经失效。实操建议三点：第一，把每页关键词改写为自然语言问题，检查内容能否回答长版本。第二，把追问视为独立的内容信号，建立追问问题库。第三，马上为图片和视频资产优化alt text，因为图像搜索增长最快。如果你还没动，现在闭环还不晚。
我应该先屏蔽AI爬虫还是先衡量它们的价值？
核心结论：这篇文章直接回答了“我应该先屏蔽AI爬虫”的难题——答案不是非黑即白，而是先分类、再衡量、后决策。
内容把AI爬虫分为训练、搜索索引、用户触发三层：GPTBot这类训练爬虫烧带宽但无直接回流；OAI-SearchBot带来AI搜索引用；ChatGPT-User则代表真实用户兴趣。作者强烈建议：先拿数据（referral traffic、citation）判价值，再决定是否在robots.txt或WAF层级设限。我认为最实操的点是——盲目全封会丢掉AI搜索曝光，而用户触发爬虫的请求数本身就是转化信号。一句话结论：别拍脑袋屏蔽，先跑两周日志、看哪些LLM真在引用你。
Chrome Auto-Browse 在你的网站上执行操作，而苹果的 Siri AI 只读取它
这篇文章直接点明AI agent时代最关键的策略分水岭：Chrome Auto-Browse和Apple Siri AI对网站的意图完全不同。
核心要点：
1. ChromeAuto，默认随Android系统激活，是“执行者”。它会像人一样访问你的网站，自动完成填表、预订、下单等操作。
2. Apple Siri AI是“阅读者”。它只读取网页内容来生成答案或执行应用内指令，从不主动在你的网站上完成任务。
3. 作者Slobodan Manic指出，两者都基于Gemini模型，但访问路径截然相反。忽视ChromeAuto意味着你的网站转化流程可能直接对机器人关闭，而提升内容结构能让Siri持续引用你。
我的建议是：立即手动测试你的关键任务流程（如支付、表单），模拟机器人的非视觉操作；同时，确保内容服务器端渲染、结构清晰，满足Siri的读取需求。不要再把ChromeAuto当成一个“功能”观望，它是一类默认操作的、海量级别的访客机器人。明确区别，才能针对性优化。
Google AI Overviews研究：失去的点击并非低质量
Google AI Overviews 的最新实验数据直接打脸 Google 官方说法：被 AIO 取代的点击并非低质流量。
研究团队随机对照实验发现，移除 AI Overviews 后网站额外获得的点击，在跳出率、停留时长和返回搜索比例上与原点击无显著差异。核心要点：1) 点击减少 39.8%，但质量无变化，Google 的“bounce clicks”论点站不住脚；2) 信息型查询受冲击最大（53% 触发率），导航型和交易型几乎不变；3) 顶部排名获益最大，排名第一的点击几乎翻倍。我觉得这对 SEO 战术选择至关重要——与其焦虑流量下降，不如死磕信息型内容深度和结构化，别被 Google 的“质量更高”叙事带偏。
习惯性出版商流量正在崩溃
习惯性出版商流量正在崩溃，这篇文章用硬数据证明了这一趋势，并给出了从个人IP到产品架构的实战策略。
我印象最深的是：Similarweb数据显示，15个出版商的直接流量三年内下降19.9%-33.1%，而35岁以下用户下降速度是35岁以上的一倍。品牌搜索更惨，Daily Mirror达56%，The Sun达54%。作者明确指出，AI不是根源，用户习惯早已在迁移。他建议出版商像平台一样培养“命名作者”，打造游戏、音频等习惯型产品，并投资推荐系统和第一方数据。这些建议直击要害，对SEO从业者有实操价值。
如何正确使用 Reddit 进行 SEO
Ahrefs这篇关于如何正确使用Reddit做SEO的实操指南，用数据证明了Reddit在Google和AI搜索中的核心地位，并给出了真正可行的执行框架。
文章指出，Reddit在美月均SEO流量达7.27亿，在AI平台中引用量仅次于YouTube，远超Facebook和Wikipedia。Google和OpenAI已分别与Reddit签署价值6000万美元/年和2.03亿美元的授权协议。关键在于：不是你发帖，而是你真正参与。作者明确告诉你，先认领品牌子版块、品牌账号和个人账号（如Ahrefs CMO已有16年活跃史），再用Reddit Answers和.json后缀抓取用户真实语言，把社区洞察转化成内容策略。最让我认可的是，整篇不教”黑帽技巧”，而是强调贡献价值才能获得长期排名。如果你在做B2B或SaaS SEO，这篇文章值得一键收藏。
AI流量转化率：真的比传统高出7倍吗？
AI流量转化率真的比传统流量高吗？Siege Media拿78个站点的一手数据告诉我：中位数是1.26倍，不是吹上天的7倍。但这不代表GEO不值得做——恰恰相反，金融和服务业已经是赢家。
关键要点：
– 72%的网站AI流量转化率不低于organic，其中金融业达到1.67x，电商最弱（1.01x）。
– 71%的网站AI甚至超过direct traffic，意味着AI带来的是高意图新用户，而非老客。
– 用户参与度扎实：AI session深度2.0页 vs 传统1.9页。但流量占比还很小（0.2%-3%），竞争窗口期还在。
– 收入per session波动大，但我觉得现在算这个为时过早——早期押注LLM citations的复合价值远大于单次转化。
我的观点：这篇文章值得做SEO/GEO的同仁精读。别被7x headline带偏，也别低估AI traffic的真实潜力。核心是动手追踪自己站点的AI referral，用数据决定投入节奏。
如何追踪你的品牌在AI搜索中的存在感
如何追踪你的品牌在AI搜索中的可见性，这篇文章给出了当前最实用的框架。作为GEO从业者，我推荐你仔细读它——它把AEO从概念落到了可执行的指标和步骤上。
三个关键点让你快速抓住价值：
- 排名第一不等于被AI引用。Semrush分析20万个Google AI Overviews后发现，top organic结果只有34%被移动端引用。传统SEO的胜利在AI搜索里失效了。
- 追踪指标变了：别只看rank，要看Mentions（品牌被提名）、Owned Citations（你的页面被引用）和Share of Voice（相对竞争对手的提及率）。文章给出了完整的7个指标体系，从提及到转化归因。
- 四步工作流可落地：添加域名→按ChatGPT/Gemini/Perplexity分别配置→映射KPI建仪表盘→分析竞品占位。手动用表格能跑初始审计，但AI答案随session/模型更新波动，持续追踪必须用自动化工具。
我觉得最有价值的是文章指出了AI搜索可见性并不否定SEO基础——你的爬取性、主题权威依然重要，只是多了一层追踪。手动重复prompt很快会耗尽精力，用HubSpot AEO或同类工具是必然选择。如果你还在靠猜来评估GEO效果，这篇就是你的快速启动指南。
最佳“X”类文章实际带来什么 + 为何投入至关重要
Siege Media 对 101 篇最佳 X 类文章的实际数据研究表明：这类内容实际带来 61.1% 的中位互动率，远超普通信息类内容，且高流量页面回报稳赚不赔。
关键要点有三：第一，43% 的文章互动率超过 65%，证明追求“最佳”的用户本就是高意向流量；第二，中位会话时长约 113 秒，顶尖页面因包含深度对比表、透明定价和页内问答而超过 180 秒；第三，页面/会话中位数仅为 1，意味着读者常看一页就走，但最佳站点通过刻意内链和站点架构将这一指标拉到 2.73，说明结构远比文笔重要。
我觉得这份研究最值钱的是它打破了“只要内容好就能转化”的幻想——你的最佳 X 类文章能否生效，关键在于产品-市场对齐度和链接架构。建议大家在构建 BOFU 内容时，先检查你的页面是否给用户提供了无缝的决策路径，而非单纯堆砌列表。
虚假版权索赔导致第二篇Press Gazette文章从谷歌搜索中移除
Press Gazette的报道被Google移除，这已经是第二起虚假版权索赔导致第二篇揭露寄生SEO的文章下架。如果你做SEO，这篇报道必须读——它完整展示了Clickout Media如何利用DMCA漏洞清除负面内容。
关键要点：
– Clickout Media买下三家英国体育新闻网站，用AI记者生产大量错误文章，然后通过“寄生SEO”推广在线赌场。Press Gazette的调查刚被发现，就遭匿名实体DRF Corp以DMCA投诉为由从Google搜索中删除。
– 投诉声称Press Gazette“逐字抄袭”Reddit上一个月前的一篇赌场推广帖，但两者主题完全无关。这是2026年内第二次发生同样套路——上一次在三月，Press Gazette联系Google后迅速恢复。
– 行业人士批评DMCA是“灾难性立法”，让版权侵权变得零后果，反而成为AI公司和代理人的商业模式。Google再次以“收到投诉”为由移除结果，但对大量有害内容却不加干预。
我的观点：寄生SEO从业者正在玩一个危险游戏——先用内容农场占排名，再用虚假版权索赔封口调查者。作为同行，我们要警惕DMCA滥用，同时也要思考：当Google的自动化审核系统能被这种低级伎俩骗过时，我们依赖的搜索生态到底有多脆弱？这篇文章就是一面镜子。
我让AI代理运行我的SEO网站——它搞砸了，我公布了漏洞
我推荐这篇文章：它展示了一个AI代理运行SEO站点的透明实验，核心价值在于坦诚分享失败而非吹嘘成功。我让AI代理运行我的SEO站点，它真的搞砸了一些事，作者记录了所有bug。
关键要点有三：第一，站点依赖定时任务+人工审核，并非完全automated，30分钟人工审阅/周；第二，三周真实数据：1,300 UV，2个订阅，关键词排5.5位；第三，三个具体bug——用错误时间窗口判断内容、注册表单静默故障6天、生产环境回到旧构建。作者还设定了9月1日kill-switch指标（CTR 1.5%和95%稳定性），失败则转型。
我的看法：这种“自曝其短”的实验比吹嘘AI完美的文章有价值百倍。如果你在用AI跑SEO，这篇文章值得花15分钟读。
像我的 OKF 大脑一样构建！
Marie Haynes这篇文章手把手分享了如何像我的OKF大脑一样构建个人知识系统——用Google的Open Knowledge Format打造AI Agent的大脑。
最实用的点：用标准化的YAML frontmatter、索引文件和Markdown文件夹结构，让Agent无需额外软件就能直接理解你的知识。她展示了自己的知识图谱，概念、实体、playbook自动关联，还能每天自动抓取Google文档更新。更硬核的是，她编写Playbook自动化SEO工作流：生成客户提案、分析Google更新对网站的影响，原本2天的工作几小时搞定。我觉得这对所有SEO从业者都是降维打击——不需要写代码，用她给的prompt（引用Claude Code、Antigravity等Agent）就能立刻开始搭建。别等了，这可能是Agent时代保持生产力的关键。
Google的Mueller指出LCP优化为何错失目标的案例
这篇文章值得每个做模板化布局的SEO读——Google的Mueller指出了LCP优化最常见的陷阱：你优化的元素可能根本不是浏览器认定的LCP元素。
关键要点：Nuvemshop案例显示，轮播的CSS过渡导致浏览器误把下方Banner当作LCP。他们移除了过渡、去掉首屏图片的lazy loading、加上fetchpriority=”high”。结果LCP达标率从57%飙升到96%，转化率提升8.9%。穆勒强调，这类问题在自定义布局或轮播站点中极易发生。
我的建议：动手压缩图片前，先用DevTools确认LCP元素是谁，再对症下药。
Cloudflare的AI爬虫规则可能阻止Googlebot
Cloudflare 的新 AI 爬虫分类规则，可能让你无意中封掉 Googlebot。9月15日之后，如果你原来启用了“Block AI bots”，Googlebot 会被一并拦住，因为 Cloudflare 现在把 Search、Agent、Training 三种行为绑在一起判断。
关键事实：
– Cloudflare 将爬虫按行为分成三类：Search（搜索索引）、Agent（实时代理）、Training（模型训练）。9月15日起，新客户和未修改设置的免费客户，Training 和 Agent 默认被屏蔽，Search 仍开放。
– 最大坑点：如果一个爬虫同时做 Search 和 Training（比如 Googlebot、Applebot、Bingbot），且你屏蔽了 Training，Cloudflare 会连这个爬虫的全部行为一起挡掉——包括 SEO 需要的搜索抓取。
– 数据支撑：Cloudflare 报告显示 AI training 流量已占其网络爬虫请求的大部分，且 AI agent 请求同比暴增 1700%+。
– 实战建议：立刻登录 Cloudflare 面板，在 9月15日前检查你的 AI 爬虫设置，确保 Search 分类未被误伤。如果你之前只是随手点了“Block AI bots”开关，现在就得单独放行 Search。
我个人觉得这事件暴露了一个结构性风险：Cloudflare 的网络层屏蔽比 robots.txt 的 advisory 指令硬得多，一旦生效，Google 连协商的机会都没有。对于靠搜索流量活的内容站，这比误封一个普通爬虫严重十倍。赶紧去检查吧。
为什么88%的公司都在错误地使用AI：系统构建的差距
为什么88%的公司都用错了AI？因为它们把AI当工具使，而不是建系统。
Notion对6,000+专业人士的研究揭示：88%的公司仍停留在Level 1-2（独立工具级），只有12%构建了系统级AI。我关注的是，高级采用者衡量的是客户体验提升（+8%），而低级组只盯着效率。更反直觉的是，越投入AI的公司，学习缺口反而越大（Level 4的68%感到跟不上）。三个变量区分12%与88%：集成现有系统（55% vs 37%）、建立治理、关注新能力而非节省时间。如果你还在复制粘贴ChatGPT输出，别骗自己了——那是Level 1。
