ChatGPT推荐Peloton引用户不满 OpenAI优化付费体验策略
近日，人工智能领域曝出的一则消息引发了热烈讨论。ChatGPT在与用户对话时，竟突然不合时宜地推荐起了Peloton应用。这个举动立刻激起了许多付费用户的不满情绪，不少用户忧心忡忡，表示即便他们已经订阅了高价服务，平台依然可能强行植入广告，干扰使用体验。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
事件的导火索源自AI初创公司Hyperbolic联合创始人Yuchen Jin在社交平台X（原Twitter）上发布的一则帖子。这则帖子迅速引爆网络，浏览量突破了46.2万，获得大量转发。Jin在文中分享了一张截图，图中清晰显示，ChatGPT在一段与Peloton毫无关联的对话里，突兀地建议用户“连接Peloton应用”。更让Jin不满的是，他作为每月支付200美元（约合人民币1416元）ChatGPT Pro计划的付费用户，自然不愿在对话中看到任何形式的广告或推广信息。
事件发酵后，迅速引发了大量用户的关注与热议。不少用户纷纷表示，这似乎意味着OpenAI正尝试在其付费产品中插入广告。尤其是那些已经花钱订阅的用户，更加无法接受这种强制的应用推荐。一些用户还反映，即便已是Apple Music的订户，ChatGPT依然频繁向他们推荐Spotify，而且无法关闭这些建议，令人不胜其扰。
面对用户的质疑与不满，OpenAI方面迅速作出了回应。OpenAI ChatGPT数据负责人Daniel McAuley在相关讨论中解释称，Peloton的出现“并非广告”，仅仅是一条“安装Peloton应用的建议”，并强调其中“不存在任何财务关联”。不过，他也承认，由于这条建议与对话上下文毫无关联，确实给用户带来了糟糕且令人困惑的体验。目前，OpenAI正在对应用推荐机制以及整体交互体验进行迭代优化。
一位公司发言人向科技媒体TechCrunch证实，用户所看到的其实是OpenAI正在“测试在ChatGPT对话中展示应用”的多种方式之一。该发言人还提到了OpenAI在10月发布的全新应用平台公告，公告中曾明确表示：“这些应用将自然融入用户对话。你可以在ChatGPT适时推荐时发现它们，也可以直接通过名称调用。这些应用支持自然语言交互，并提供可在聊天界面内直接使用的交互式界面。”
然而在实际应用中，这一理念却未能很好地实现。据用户描述，当时他正在与ChatGPT讨论一期以埃隆·马斯克及其xAI团队为主题的播客内容，整个对话过程从未涉及健康或健身话题。在这种情境下插入Peloton推荐，不仅毫无帮助，反而成了一种干扰。
值得注意的是，即便推荐内容与对话具有一定相关性，用户仍有可能将其视为广告，毕竟Peloton本身是一款商业付费产品。而且目前用户无法关闭此类应用建议，这使得这些推荐显得更具侵扰性。
这一负面反馈或许会给OpenAI的长期战略带来挑战。该公司原本希望通过ChatGPT内嵌的集成化应用生态，取代传统手机上的独立App Store体验。但如果用户普遍对此类推荐感到反感，他们可能会转而选择竞争对手的聊天机器人，以避免受到不必要的干扰。
目前，ChatGPT应用功能已面向欧盟、瑞士及英国以外地区的登录用户开放，但仍处于试点测试阶段。OpenAI已经与Booking.com、Canva、Coursera、Figma、Expedia、Zillow等多家应用开发商建立了合作关系。
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭