Firefox 开发商 Mozilla 旗下的开源电子邮件客户端 Thunderbird 正致力于将自身重塑为一个更全面的通信平台。
为实现这一目标,开发团队正在推出一系列配套服务,其中部分服务未来可能会产生收入。
这次雷鸟生态系统的扩张行动,是为了对抗包括 Google Gmail 和 Microsoft Office 365 等商业服务的吸引力,这些服务一直在逐步吸引走 Thunderbird 的用户。
Thunderbird 产品总监 Ryan Sipes 在上周发布的开发社区规划说明中解释道:"Thunderbird 每天都在流失用户到那些既是客户端又是服务的丰富生态系统,比如 Gmail 和 Office 365。"
"这些生态系统通过对第三方客户端的互操作性问题形成了硬性锁定,同时通过其客户端和服务之间的便利性和集成形成软性锁定。我们的目标是最终能够提供类似的服务,为那些需要的用户提供一个 100% 开源、尊重自由的替代生态系统。"
这些损失难以准确衡量,因为 Mozilla 并未公布 Thunderbird 的用户数据。但月活安装量从 2020 年 12 月 27 日的 17,706,777 下降到 2025 年 3 月 30 日的 16,174,806。
为了增强实力与这些巨头抗衡,仍在 Mozilla 基金会旗下运营的 Thunderbird 团队正在开发一系列网络服务——部分以"Thunderbird Pro"和"Thundermail"品牌推出,这些服务目前处于不同的发展阶段:
Thunderbird Appointment:一个日程安排工具,允许用户分享链接让他人在其日历上预约时间。
Thunderbird Send:重建版本的已停用 Firefox Send 服务 (2019 年),重写后支持更直接和灵活的文件共享。
Thunderbird Assist:尚未发布的可选 AI 服务,在硬件允许的情况下支持本地推理,或通过合作伙伴 Flower Labs 提供注重隐私的云端推理。
Thundermail:基于 Stalwart 技术栈的电子邮件托管服务,作为 Thunderbird 客户端的补充。Stalwart 支持 JMAP (JSON Meta Application Protocol),这是 IMAP (Internet Message Access Protocol) 的继任协议。
Sipes 表示这些服务的运营成本可能很高,因此部分用户需要付费——如果美国政府反垄断诉讼中针对 Chrome 的补救措施获得法院批准,Mozilla 可能需要替代从 Google 获得的数百万美元收入,这种收入来源可能会让 Mozilla 感到欣慰。
"初期,我们计划向持续的社区贡献者免费提供这些服务,"Sipes 说。"其他用户则需要付费使用。一旦我们拥有足够强大的用户基础,确保服务可持续发展,我们将开放有限制的免费层级,比如较少的存储空间等——具体取决于服务类型。"
用户也可以选择自行托管某些服务,如 Appointment 和 Send。
Sipes 指出,对文件共享等免费服务设置限制是必要的,以防止滥用。
"Thunderbird 在世界上是独一无二的,"Sipes 说。"我们对开源、开放标准、隐私和尊重用户的关注应该以多种形式表现出来。我们缺少网络服务意味着用户必须做出常常令人不适的妥协。这就是我们要纠正的问题。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。