Sam Bankman-Fried因加密货币欺诈案被判25年监禁

破产加密货币交易所FTX的创始人Sam Bankman-Fried于2024年3月28日被判处25年联邦监禁。该判决低于检方寻求的40-50年刑期，但远高于辩护方主张的6.5年以下。法官Lewis Kaplan在宣判前指出，Bankman-Fried存在未来再次犯罪的“非微小风险”，且其在审判中的证词存在伪证和干扰证人的行为。

案件核心与判决

• 罪行认定：Bankman-Fried于2023年11月被裁定七项欺诈和阴谋罪名成立。法官认定其从FTX客户处盗窃超过80亿美元，并造成投资者和债权人共计数十亿美元损失。
• 量刑依据：法官认为损失金额超过联邦量刑指南的高限（5.5亿美元），并拒绝了辩方关于“无实际损失”的论点，称破产偿还预期具有误导性和推测性。
• 资产没收：法官同时下令没收Bankman-Fried价值110.2亿美元的资产，用于赔偿FTX欺诈案的受害者。

庭审陈述与背景

• 被告陈述：Bankman-Fried在法庭上含糊地道歉，称其决策“每日困扰着他”，并承认导致客户和员工受苦。但他未对其罪行直接表达悔意。
• 辩方主张：其律师将Bankman-Fried描绘为“笨拙的数学呆子”，动机并非贪婪，并提及他在狱中帮助他人。辩方坚持认为若时间允许，他本可解决FTX问题。
• 检方反驳：检察官强调FTX的建立本身就伴随着普遍犯罪，Bankman-Fried的行为是蓄意盗窃，而非管理不善或流动性危机。

刑期细节与比较

• 减刑可能：联邦案件无假释，但Bankman-Fried可通过良好行为（最高减刑15%）或《第一步法案》（非暴力囚犯可减刑50%）缩短实际服刑期。律师估算其可能最少服刑12.5年。
• 服刑设施：法官建议将其关押在中等安全级别或更低级别的联邦监狱。
• 历史比较：该刑期在知名白领欺诈案中属较高水平。伯纳德·麦道夫（150年，2000亿美元庞氏骗局）和伊丽莎白·霍姆斯（约11年，Theranos欺诈）等案件刑期均有不同。

社会反响

• Bankman-Fried的父母表示心碎并将继续为其争取。
• 加密货币社区部分声音对比了罗斯·乌布利希特（因丝绸之路网站被判终身监禁）的案例，认为量刑标准不一。
• 南纽约联邦检察官称此判决向潜在金融犯罪者发出了严厉威慑信号。

大型语言模型检索知识的机制：研究发现其内部采用简单的线性函数

核心发现

研究人员发现，大型语言模型在检索存储的事实知识时，经常使用非常简单的线性函数来恢复和解码信息。这一发现出人意料，因为这些模型本身是极其复杂的非线性系统。

关键细节

机制特点

• 模型对相似类型的事实使用相同的解码函数
• 例如：
  • 回答“某人演奏什么乐器”时使用一个特定线性函数
  • 回答“某人出生在哪个州”时使用另一个不同的线性函数
• 这些函数只涉及两个变量且无指数，反映的是直线关系

研究方法

• 研究人员开发了估计这些简单函数的技术
• 对47种不同类型的关系进行了测试，如“国家的首都”、“乐队的主唱”等
• 通过改变主体来测试函数能否正确恢复客体信息

测试结果

• 函数能正确检索信息超过60%的时间
• 证明模型中部分信息确实以这种方式编码和检索
• 重要发现：即使模型给出错误答案，内部通常已存储正确信息

局限性

• 并非所有知识都线性编码
• 有些事实虽然模型知道，但无法找到线性解码函数
• 对于这些情况，模型使用了更复杂的机制

应用价值

可视化工具

研究人员创建了“属性透镜”工具，可以可视化展示特定关系信息在模型不同层中的存储位置。

未来应用前景

• 帮助识别和纠正模型中的错误信息
• 减少AI聊天机器人给出错误或无意义答案的倾向
• 为理解和改进大型语言模型提供新方法

研究背景

• 该研究由MIT、东北大学、哈佛大学等多所机构的研究人员合作完成
• 研究成果将在国际学习表示会议(ICLR)上展示
• 得到了Open Philanthropy、以色列科学基金会等机构的支持

学术意义

正如未参与研究的Mor Geva Pipek教授所评价：“这项工作揭示了我们对大型语言模型在推理过程中如何回忆事实知识的理解中缺失的一环。”研究证明，LLMs进行属性提取的复杂非线性计算可以很好地用简单线性函数近似。

Dioxus 0.5：Rust 构建 Web、桌面和移动应用的框架

Dioxus 0.5 是自项目创立以来规模最大的一次版本更新，历时约两个半月完成重写、测试和文档完善，涉及超过10万行代码和1400次提交。

核心更新与改进

1. 架构简化与生命周期移除

• 移除作用域与生命周期：组件现在直接接收属性（Props），无需 cx: Scope 参数。组件内的值（Elements）是 'static 的，极大地简化了组件编写。
• 消除所有 unsafe 代码：dioxus-core 0.5 版本完全不含 unsafe 代码，提升了安全性。
• 基于信号（Signals）的新状态管理：取代了 use_state 和 use_ref。信号 (Signal<T>) 是 Copy 的，支持自动订阅管理，并可选实现 Send + Sync，方便跨线程和组件共享状态。

2. 跨平台与资产处理

• 统一启动函数：通过单一 launch 函数和功能开关，应用可轻松部署到 Web、桌面、移动等多个平台。
• 资产系统革新（Manganis）：引入新的资产宏 mg!，由 CLI 自动处理资源的检查、打包和优化。实验显示页面加载时间从7秒缩短至不到1秒，资源传输量减少三分之二。
• CSS 热重载：支持 Vanilla CSS 和 Tailwind CSS 的热重载，并可将更新同步到多个目标设备。

3. 性能与开发体验

• 桌面渲染提速5倍：采用二进制协议进行变更通信，取代 JSON，显著降低了延迟和资源消耗。
• 事件系统重写：现在可暴露各平台原生事件类型（如 WebSys 事件），在保持跨平台 API 的同时，支持更精细的控制和更小的打包体积（示例中压缩后体积减少约25%）。
• 开发体验优化：默认启用热重载；桌面应用在热重载失败后的全量重新编译中，能保留窗口状态（大小、位置）。

4. 语法与API增强

• 属性展开：组件可像 HTML 元素一样接收并展开属性。
• 简写属性：支持使用结构体初始化语法传递属性，例如 class: class 可简写。
• 多行属性合并：条件性属性会自动用空格合并，特别适合与 Tailwind CSS 等工具集成。
• 错误处理：引入错误边界 (ErrorBoundary) 和 throw 特性，简化了应用中的错误传播与处理。
• 服务器函数流：支持从服务器向客户端流式传输数据，适用于长时间任务（如 AI 文本生成）。

5. 生态系统与社区

• 社区维护：Dioxus-Community 组织确保了图标、图表、标准库等关键生态库的持续更新。
• 模板与文档更新：新增用于创建 Web、桌面、移动、TUI 及全栈应用的模板，文档和入门指南得到全面改进。

未来规划

团队已公布多项未来开发重点，包括：

• 资产系统稳定化与深度集成。
• 直接对输出的 .wasm 进行包拆分。
• 岛屿架构、可恢复交互（序列化信号）。
• 服务器组件与 LiveView 整合。
• 移动端与全栈（支持 WebSocket、SSE 等）的全面革新。
• 复兴 Dioxus-Blitz 项目，集成 Servo 渲染引擎。

贡献邀请

项目欢迎社区参与贡献，包括文档翻译、解决标记为“Good First Issues”的问题、改进文档、贡献 CLI 以及在 Discord 社区中解答疑问。

该内容描述了一个从OpenAI社区论坛抓取数据集的结构化字段定义。数据集的目的是系统化存储论坛讨论和帖子的详细信息，以支持后续的分析、分类或机器学习任务。其主要结构和关键字段如下：

1. 讨论主题信息

• 帖子讨论元数据：包括post_discussion_id（讨论ID）、post_discussion_title（标题）、post_discussion_created_at（创建时间）、post_discussion_tags（标签序列）。
• 参与度指标：包含post_discussion_views（浏览量）、post_discussion_reply_count（回复数）、post_discussion_like_count（点赞数）、post_discussion_participant_count（参与者数）和post_discussion_word_count（字数）。

2. 具体帖子信息

• 帖子元数据：包括post_id、post_author（作者）、post_created_at（创建时间）、post_number（帖子序号）。
• 帖子内容：包含post_content（内容）和post_content_raw（原始内容）。
• 帖子互动指标：包括post_read_count（阅读数）和post_reply_count（回复数）。

3. 分类与关联数据

• 分类信息：包括post_category_id和post_category_name。
• 主题标签：设有tag1至tag4四个标签字段。
• 关联话题：post_discussion_related_topics字段存储相关话题的ID序列。

4. 内容分析与处理后的特征

• 情感分析：包括post_sentiment（情感标签）和post_sentiment_score（情感分数）。
• 向量嵌入：包含三种不同的内容嵌入向量，用于聚类、分类和搜索：
  • post_content_cluster_embedding
  • post_content_classification_embedding
  • post_content_search_document_embedding
• 主题建模：topic_model_medium和topic_model_broad字段提供中等和粗粒度的主题分类。

5. 其他信息

• 答案标记：accepted_answer_post字段可能用于标记被采纳的答案。
• 链接：包含post_discussion_url和post_url两个URL字段。

总结：该数据集定义了一个全面的论坛数据抓取方案，不仅捕获了帖子的基础信息和用户互动数据，还通过情感分析、多种向量嵌入和主题建模对内容进行了深度处理，为后续的数据分析和应用开发提供了丰富的结构化特征。

文章摘要：Swift语言与GNOME应用开发

本文介绍了如何使用Swift语言及其特性来开发GNOME桌面环境应用程序，重点介绍了Adwaita for Swift这个软件包。

核心内容：

1. Swift语言优势：Swift凭借其清晰的语法、静态类型和Result Builders等特性，非常适合构建用户界面，能提升代码的可读性和编写效率。
2. GNOME平台与Adwaita for Swift：GNOME是流行的Linux开源桌面环境，以其简洁易用著称。Adwaita for Swift是一个软件包，它利用Swift的高级特性，为在GNOME平台上开发应用提供了直观的声明式接口。
3. 代码示例与对比：文章通过一个计数器示例展示了Adwaita for Swift的声明式Swift代码。与使用PyGObject的命令式Python代码相比，Swift版本更简洁、更聚焦于UI的“是什么”而非“怎么做”。Swift版本中，修改count变量会自动更新UI，而传统方式需要手动调用函数更新组件。
4. 主要优势：
   • 数据驱动与简化：UI与数据紧密绑定，变量变化自动反映在界面上。数据持久化只需添加唯一标识符即可自动处理。
   • 跨平台与代码共享：支持用同一代码库开发Linux、macOS和Windows应用，并可在SwiftUI应用和GNOME应用间共享后端逻辑。
   • 现代化开发体验：允许直接在Swift代码中定义UI逻辑，无需像XML/Blueprint那样将UI与代码分离，便于理解和维护。
5. 分发与社区：应用可通过Flathub（基于Flatpak）便捷发布和安装。项目鼓励社区参与，包括创建应用、提交问题、撰写文档或提供反馈。文章还提到了首个上架Flathub的Adwaita for Swift应用——Memorize。

总结：Adwaita for Swift旨在利用Swift语言的现代特性，为GNOME应用开发提供更直观、简洁和声明式的编程体验，降低了开发复杂度，并支持跨平台和便捷分发。

以太坊已引入 Blobs，下一步何去何从？

Blobs 的现状与意义

2024年3月13日，Dencun硬分叉激活，启用了以太坊长期等待的功能：proto-danksharding（即EIP-4844，俗称blobs）。该升级最初将L2 Rollup的交易费用降低了100倍以上。近期，随着Blobscriptions协议的使用，blob的用量激增，费用市场开始发挥作用。Blob并非免费，但仍远低于calldata的成本。

blobs是以太坊长期路线图中的关键转折点：它标志着以太坊扩展从“从零到一”的问题转变为“从一到N”的问题。未来的扩展工作（如增加blob数量、优化Rollup对blob的使用）将是增量式的。同时，以太坊生态的重心正从L1问题（如PoS和扩容）逐步转向更接近应用层的问题。

以太坊扩容的未来

以太坊正逐步转型为以L2为中心的生态系统。主要应用、支付、钱包体验都在向多L2环境迁移。Rollup路线图的核心之一是独立的数据可用性空间——区块中EVM无法访问的区域，专供Rollup等L2项目使用。未来，可通过数据可用性采样（DAS） 技术验证数据，最终目标是实现每slot 16 MB的数据空间（约1.33 MB/s）。

EIP-4844虽未实现DAS，但搭建了基础框架。后续可通过简单参数更改逐步引入DAS并增加blob数量。未来的发展主要有两个方向：

1. 逐步提升blob容量：下一阶段可能是简化的PeerDAS——每个节点存储所有blob数据的显著部分（如1/8），当需要采样时向负责存储该部分的对等节点询问。理论上可将blob容量扩展8倍（因纠删码冗余实际约4倍）。此外，可通过EIP-7623等方案限制执行块最大大小，从而安全提升blob目标和L1 gas限制。长远来看，更复杂的2D DAS协议将进一步扩大blob空间。

2. 提升L2效率：L2协议需在以下四方面改进：

   • 数据压缩：通过多种压缩技术，可将交易数据从约180字节优化至25字节以下。
   • 乐观数据技术：如Plasma及其变体，可在正常情况下将数据保留在L2，仅在特殊情况下使用L1，实现类似Rollup的安全性。
   • 执行限制优化：Dencun后Rollup使用成本大幅下降，但如Base等L2因自身内部限制（如存储、计算与存储的交互）出现拥堵。需通过并行化（如EIP-648）等工程手段改进。
   • 安全性提升：目前仅少数Rollup达到“阶段1”安全标准。需推动所有Rollup至少达到阶段1（例如通过6-of-8或9-of-12的安全委员会高门槛设计）。未来可谨慎迈向阶段2：Rollup真正由代码保障，安全委员会仅在代码“可证自相矛盾”时干预（可通过多证明实现提高安全性）。

以太坊开发重心转移

以太坊发展已进入S曲线的减速阶段。两大根本性变革（PoS转换和blobs架构）已完成。未来重大改进（如Verkle树、单slot最终性、协议内账户抽象）虽重要，但不再如之前那样剧烈。EIP-4844旨在通过一次性大规模更改，为Rollup提供长期稳定环境。未来的升级（如全danksharding、STARKs）可在无需用户和Rollup操作的情况下在后台进行。

对应用与用户的意义

过去十年以太坊应用多处于“训练阶段”，高费用限制了非金融应用的发展。Blobs的出现使交易费用大幅降低（接近“互联网货币费用不超过5美分”的愿景）。尽管若使用量激增费用仍可能上升，但关键制约正在解除。

开发者已无借口再构建原型化、无法规模化的应用。现有工具足以构建既符合密码朋克精神又用户友好的应用。已有成功案例：

• Daimo钱包：定位为“以太坊上的Venmo”。
• Farcaster：在去中心化社交领域结合真正去中心化与优秀用户体验。

应用设计需面向“2020年代以太坊”

许多应用仍围绕“2010年代以太坊”模式运作（如ENS活动、代币发行多在L1；POAP公开上链；DAO投票透明易受贿赂攻击）。如今应用应转向“2020年代以太坊”范式：

以太坊已不仅是金融生态系统，而是替代中心化技术的全栈方案，甚至提供中心化技术所没有的功能（如治理应用）。生态需全面调整思维模式。

总结

• 以太坊正从“L1快速进展”时代转向“L1进展仍重要但更温和、对应用干扰更少”的时代。
• 扩容工作仍需完成，但将更多在后台推进。
• 应用开发者不再是构建原型，而是在为数百万人构建工具，需全面调整思维。
• 以太坊已从单纯的金融生态系统升级为更彻底的独立去中心化技术栈，生态需相应全面调整心态。

Proxmox VE 集成导入向导：迁移 VMware ESXi 虚拟机

Proxmox VE 发布了其新的集成导入向导。该工具通过复用存储插件系统，实现与 API 和 Web 用户界面的原生集成，允许用户将整个 VMware ESXi 虚拟机导入 Proxmox VE，其中大部分配置将映射到 Proxmox VE 的配置模型，从而减少迁移过程中的停机时间。

核心功能与获取方式

• 功能：作为集成导入向导，支持将 ESXi 虚拟机整体导入，并自动映射配置。
• 获取途径：用户需将 Proxmox VE 更新至 pve-manager 版本 8.1-8 或更高，同时 libpve-storage-perl 版本需达到 8.1.3 或更新，这将引入新的 pve-esxi-import-tools 软件包。
• 可用仓库：截至目前，这些软件包已在 pvetest 和 pve-no-subscription 仓库中提供。

技术实现与兼容性

• 工作原理：该工具通过用户空间文件系统访问官方的 ESXi API，并使用 Rust 编程语言实现了精细的预读缓存。尽管无法支持所有功能（例如目前不支持 vSAN），但仅使用公开的官方 API 有助于将其集成到开源项目中。
• 支持版本：经测试，支持 VMware ESXi 6.5 到 8.0 版本。
• 免费版限制：需注意，ESXi 的免费版本不暴露其 API，因此该导入功能可能无法在免费许可的 ESXi 主机上使用。官方文档应对此进行说明。

关键特性：实时导入（Live-Import）

该向导支持实时导入虚拟机。这意味着可以先在 ESXi 源端停止虚拟机，然后立即在 Proxmox VE 目标端启动它，启动所需的磁盘数据将按需获取。此功能的工作原理与 Proxmox 备份服务器 (PBS) 中提供的实时恢复功能类似。

• 优势：可显著减少导入过程中的停机时间。
• 要求：此功能要求 PVE 与 ESXi 主机之间有非常稳定且快速的网络连接，并且需要注意设备驱动/型号的选择。

用户反馈与已知问题

社区用户对新功能表示欢迎，并分享了使用体验和遇到的一些问题：

1. 正面评价：用户认为这是在 VMware 转向 Proxmox 过程中的一项重要助力，并期待未来能支持更多虚拟化平台。
2. 遇到的问题：
   • 在实时导入过程中，部分用户遇到了错误，例如 VM qmp command 'blockdev-del' failed - Node is busy。
   • 添加 ESXi 存储后，可能因 ESXi 的 API 速率限制而遇到 503 Service Unavailable 错误。建议在添加存储后稍等片刻再进行导入操作。
   • 有用户在首次尝试导入时就遇到了无法恢复的存储连接错误。
3. 问题排查建议：Proxmox 团队建议用户在遇到问题时，提供 ESXi 版本、原始错误日志以及虚拟机配置文件（位于 /run/pve/import/esxi/ 目录下）以便于调试。对于 ESXi 速率限制问题，需检查系统日志 (journalctl)。

资源与未来展望

• 官方资源：Proxmox 提供了视频教程、详细文档、源代码和错误追踪系统的链接。
• 未来计划：团队计划在未来将 OVF/OVA 导入工具整合到这个新框架中。虽然目前对集成其他虚拟化平台导入源没有正式路线图，但会定期重新评估。

彼得原理

核心概念
彼得原理是管理学中的一个概念，由劳伦斯·J·彼得在1969年提出。该原理指出，在一个等级制度中，员工往往会因在现有职位上表现出色而获得晋升，直至被提升到一个其能力无法胜任的职位，此后便不再获得晋升。最终，员工会停留在其“不胜任层级”，导致组织中的许多职位被无法胜任的人占据。

提出与背景
这一原理源于劳伦斯·J·彼得的研究，并与雷蒙德·赫尔合著于1969年出版的《彼得原理》一书。尽管作者最初意图将其作为讽刺作品，但该书因深刻揭示了等级化组织中晋升机制的缺陷而广受关注，并引发了大量讨论与研究。

运作机制

• 晋升路径：员工基于过去职位上的成功获得晋升。如果新职位所需的技能与以往不同，员工可能无法胜任，从而停止晋升。
• 最终层级：员工最终会抵达一个其能力不胜任的职位，并长期停留于此，即“彼得平台”。
• 推论：随着时间推移，每个职位最终都可能被不胜任的员工占据。

书中关键观点

• 现象与例外：书中用多个例子说明该原理，并指出看似例外的“假晋升”，如“猛敲式升职”（将不胜任者调至虚职）和“横向式职位冗余”（赋予不胜任者更长的头衔）。
• 过度胜任与不胜任：极度不胜任或极度胜任（“过度胜任”）都可能破坏等级秩序，甚至导致解雇。
• 晋升方式：“自我推动”（个人努力）效果有限，而“他人推动”（靠提携者）往往更有效。
• 避免不胜任层级：提出“创造性无能”策略，即在保持当前胜任的同时，假装在其他无关方面无能，以避免晋升。

学术研究与实证支持

• 经济学解释：学者爱德华·拉齐尔提出两种解释：一是晋升后员工动力下降；二是晋升基于的生产力因素在新职位中不可复制，导致后续表现回归平均水平。
• 模拟研究：普卢基诺等人通过模拟发现，随机晋升或从最佳与最差员工中随机选择晋升，可能比基于表现的晋升更能提高组织效率。
• 数据分析：本森等人分析美国企业数据发现，高绩效销售员被晋升为管理者后往往表现不佳，证实了彼得原理的存在，并为企业带来成本。

相关概念与影响

• 迪尔伯特原理：由漫画家斯科特·亚当斯提出，认为无能的员工会被提升到管理层以将其移出工作流程。研究表明这可能导致比彼得原理更差的组织绩效。
• 波拉原理：有学者指出彼得原理更适用于男性，而女性员工则可能因晋升机会更少而长期处于能力未被充分利用的职位。

组织应对策略
一些组织采取了应对措施，例如：

• “不升即走”策略：如某些律所采用的系统，定期淘汰未能晋升的员工。
• 动态层级管理：建议使用算法定期评估员工，将其降级或调动至能胜任的职位，形成灵活的组织结构。

文化影响
彼得原理已渗透到流行文化中，例如以该原理为背景的电视剧《彼得原理》，以及讽刺歌剧《无能歌剧》。

Cliff Stoll：追踪黑客的狂人科学家与《杜鹃蛋》的传奇

核心事件：75美分的开端

1986年，克利夫·斯托尔在劳伦斯伯克利国家实验室工作时，奉命调查计算机网络中一笔仅75美分的账目差异。他顺藤摸瓜，最终发现了一名潜伏在系统中的黑客。这次调查引发了一场长达一年的追踪，斯托尔揭示了德国年轻黑客组织为苏联克格勃服务，针对美国军事和政府机构进行网络入侵的庞大网络。这是历史上首次记录的国家级网络间谍活动。

《杜鹃蛋》：网络安全领域的奠基之作

斯托尔将这段经历写成数字侦探回忆录《杜鹃蛋》，于1989年出版。该书全球销量超过100万册，成为网络安全从业者心中的经典。它不仅仅是故事，更开创了网络入侵调查的现代范式。

技术遗产与行业影响

在追踪过程中，斯托尔迫于形势创造的方法，后来成为行业标准：

• 入侵检测系统雏形：他睡在办公室，用寻呼机设置警报，并连接多台打印机实时记录黑客的每一次击键。
• 威胁情报映射：他成功将入侵路径绘制到国防部、美国宇航局、中情局等多个机构，这正是现代威胁情报分析师的工作。
• “蜜罐”技术先驱：他植入虚假的军事机密文件作为诱饵，成功延长黑客在线时间以完成追踪。 他的实践直接催生了首个网络监控软件的开发，该软件后来被部署到美国空军等众多网络中。安全专家理查德·贝特利希指出，《杜鹃蛋》几乎涵盖了处理高端入侵所需的一切方法、思维和决心。

斯托尔的个人转变与现状

• 职业转变：拥有行星天文学博士学位的斯托尔，从未计划成为网络安全专家。书的版税还清了他的房贷后，他便回归兴趣，如今以销售手工吹制的拓扑学克莱因瓶为生，并沉浸于数学、电子音乐和物理等多元爱好。
• 持续的好奇心：尽管自称对当今网络安全“不太感兴趣”，他仍会出于好奇逆向工程分析黑客的恶意软件。
• 核心驱动力：驱动他的不仅是好奇心，更有一种对网络世界道德责任的愤怒。他怀念互联网早期作为学术和科学家的理想乐园，对当今网络成为虚假信息、间谍和战争的媒介感到痛心。他强调，聪明人应有道德责任去建设和保护网络，而非破坏。

总结

克利夫·斯托尔从一个微不足道的75美分差异入手，意外揭开了国家级网络战的序幕。他的《杜鹃蛋》不仅是一个传奇故事，更是网络安全领域的实践指南和精神象征，影响了一代又一代的网络守护者。三十年后，斯托尔本人虽已化身一位隐居的“疯狂科学家”，但其先驱工作与其中蕴含的道德呼吁，至今仍在深刻塑造着这个十亿美元规模的行业。

Endlessh-go：一个用于诱捕SSH机器人/扫描器的Go语言实现

这是一个用Go语言重写的Endlessh工具，其核心思想与原始C版本一致：作为SSH服务器陷阱，通过极慢地发送SSH横幅来捕获并浪费恶意扫描器和机器人的攻击时间。本实现的主要改进在于结构化数据输出和可观测性。

核心功能与目的

• 诱捕攻击者：模拟一个行为缓慢的SSH服务器，使连接的SSH客户端陷入漫长的等待，从而消耗攻击者的时间和资源。
• 数据可视化：不同于原始版本仅输出文本日志，此版本能够导出Prometheus指标，并配套提供Grafana仪表板，用于直观展示攻击源的地理位置等统计信息。
• IP地理定位：能够将攻击者的IP地址转换为Geohash（地理哈希），这是实现攻击地图可视化的关键。

使用与部署

• 构建与运行：可以通过go build .编译后运行，或直接使用Docker镜像 (shizunge/endlessh-go)。默认监听2222端口。
• 基本行为：任何尝试连接到该端口的SSH客户端都会“挂起”，无响应。
• 日志配置：支持通过命令行参数灵活配置日志输出目标（如标准错误、文件等）和级别。

命令行配置（部分关键参数）

• -port：监听端口（默认2222）。
• -max_clients：最大客户端连接数（默认4096）。
• -interval_ms：发送消息的毫秒延迟（默认1000）。
• -enable_prometheus：启用Prometheus指标暴露（默认关闭）。
• -geoip_supplier：设置IP地理信息数据源。可选值：
  • off：关闭（默认）。
  • ip-api：使用ip-api.com在线服务（可能有查询频率限制）。
  • max-mind-db：使用本地MaxMind数据库文件（需通过-max_mind_db指定路径）。
• -prometheus_host/-prometheus_port/-prometheus_entry：配置Prometheus指标端点（默认在0.0.0.0:2112的/metrics路径）。

Prometheus指标 启用后，工具会暴露以下关键指标：

1. endlessh_client_open_count_total：尝试连接的客户端总数。
2. endlessh_client_closed_count_total：已断开连接的客户端总数。
3. endlessh_sent_bytes_total：发送给客户端的总字节数。
4. endlessh_trapped_time_seconds_total：所有客户端被困住的总秒数。
5. endlessh_client_open_count：带标签的当前连接指标，标签包括客户端IP、本地监听端口、国家、地理位置和Geohash。
6. endlessh_client_trapped_time_seconds：带标签的客户端被困时长指标。

Grafana仪表板

• 提供了一个预先配置好的Grafana仪表板（ID: 15156），可在Grafana.com导入。
• 该仪表板能可视化指定时间范围内的攻击数据，支持通过IP地址点击查看ARIN数据库信息。

总结 Endlessh-go是Endlessh的一个现代化Go语言实现，它在保持核心诱捕功能的基础上，通过集成Prometheus和Grafana，极大地增强了监控和数据分析能力，使管理员能够更直观地了解和展示SSH攻击的来源与趋势。

马自达是全球唯一曾将汪克尔转子发动机技术应用于量产汽车的制造商。在电动车兴起的时代，这家日本车企却于2023年底推出了十多年来首款搭载转子发动机的车型MX-30 e-Skyactiv R-EV，引发了对这项“古老”技术回归的关注。

转子发动机以混合动力形式回归
MX-30 R-EV采用“串联式混合动力”（或增程式）架构：转子发动机不直接驱动车轮，而是带动发电机发电，电力再驱动电动机。该车同时配备大容量电池，可插电充电，也能作为纯电动车使用。与日产e-Power和本田e:HEV等类似架构不同，MX-30 R-EV使用的是转子发动机，而非传统的往复活塞式发动机。

历史与挑战
马自达于1967年首次量产转子发动机车型Cosmo Sport。上世纪60年代，马自达与德国NSU公司签署技术协议，获得了转子发动机的基础技术，并在其后半个世纪里成为该技术唯一的成功商业化车企。早期转子发动机面临“颤痕”（转子壳体内壁磨损）等严重问题，马自达通过开发自润滑碳材料密封件、改进润滑技术、采用硬铬电镀以及早期运用计算机振动分析等手段逐一攻克，积累了深厚的材料、表面处理和燃烧分析技术。这些经验奠定了马自达世界一流的发动机技术基础，并帮助其从轻型车制造商发展为综合性汽车制造商。

为何坚持转子发动机？
转子发动机因油耗较高、碳氢化合物排放问题突出，在环保法规日益严格的背景下式微，导致马自达于2011年决定停止研发，2013年RX-8成为最后一款转子发动机车型。然而，转子发动机具有结构紧凑、运行平顺、高功率密度等优势。马自达将其与插电式混合动力系统结合，旨在规避其固有缺陷，同时发挥其特点。此外，转子发动机被视为马自达品牌身份与技术探索精神的核心象征。

为MX-30 R-EV全面重新设计
为适配混动系统并提升能效，马自达对转子发动机进行了全面重新设计（代号“8C”）。主要改进包括：采用直喷系统实现更精准的燃油喷射以降低冷机油耗；优化燃烧室设计以加速燃烧；使用铝合金侧壳体减重15公斤；应用陶瓷热喷涂层提升耐久性。尽管如此，MX-30 R-EV的官测油耗（WLTC模式15.4公里/升）仍低于部分传统插电混动车型（如RAV4 PHEV的22.2公里/升）。

未来展望
转子发动机的前景仍不确定。马自达致力于通过技术改进和塑造驾驶体验来保持其市场吸引力。在2023年日本移动展上，马自达展示了概念车“Iconic SP”，其搭载的双转子发动机被视为MX-30 R-EV单转子方案的进化形态，代表了转子发动机在高性能运动车型上的潜力。马自达承诺“不会让转子发动机消亡”，并希望延续这一独特的技术路线。

项目扩展与NeXT模拟 Infinite Mac项目现新增对NeXT硬件的模拟支持，提供了从1988年NeXTStep 0.8预览版到1997年OPENSTEP 4.2最终版的所有主要NeXTStep系统镜像。NeXT的技术遗产对现代macOS影响深远，这成为扩展项目的关键动力。

移植技术细节 项目移植了Previous模拟器，这是第五个通过WebAssembly/Emscripten集成到Infinite Mac的模拟器。主要挑战在于处理对SDL库的依赖，通过替换入口点和子系统，并添加必要的桩文件来规避。意外发现是音频支持的集成非常直接，其API与Infinite Mac运行时已有的接口完美匹配。此外，移植过程中修复了由setjmp/longjmp导致的Wasm与JavaScript交互性能问题（通过为CPU模拟循环添加包装函数），并调整了模拟器的速度逻辑以避免过快运行影响交互。

输入与交互优化 Previous模拟器使用相对鼠标输入，在移动设备上体验不佳。为此新增了虚拟触控板模式，将触摸屏的滑动和点击转换为鼠标操作，改善了双击和菜单交互，但拖拽手势的触发仍有些复杂。

存储与成本调整 由于NeXTStep系统镜像体积较大（每版本数百兆），原先基于Workers KV的存储方案变得昂贵且不适用。项目已迁移至Cloudflare R2（类S3对象存储），虽增加了外部服务依赖，但显著降低了成本，且存储层抽象良好，易于替换。

NeXT系统探索与软件集成

• NeXTStep 3.0起支持HFS文件系统，使Infinite Mac的“Saved HD”持久存储盘能在NeXT系统中使用，并可在NeXT与Mac虚拟机间交换数据。
• 预装了实用软件的“Infinite HD”驱动器（含Doom、WorldWideWeb等经典软件）和CD-ROM库功能。
• 发现并集成了Daydream（及其软件变体Darkmatter），它允许NeXT硬件运行Mac软件，无需硬件狗，实现了在NeXT环境下直接运行为经典Mac OS开发的程序。

项目其他进展

• 项目被Christopher Nolan（间接）提及。
• 网站进行了小规模重新设计。
• 新增了自定义日期/时间功能，可随时触发KanjiTalk系统的隐藏彩蛋。
• Infinite Mac被用作Playdate游戏美术和其他创作的工具。
• macOS Finder中的资源叉文件现可直接加载。
• 游戏Apeiron现已可运行。
• DingusPPC模拟器取得进展，Mac OS X 10.2安装程序已可启动。

SIGGRAPH 交互式绘图艺术装置技术实现概述

项目目标

为SIGGRAPH 2023构建交互式艺术装置，实现实时MIDI交互→屏幕图形生成→绘图仪物理绘制的完整流程。参与者通过控制器生成独一无二的矢量图，并当场获得实体画作。

核心技术挑战与解决方案

1. 实时交互与性能优化

• 技术栈：P5.JS + WebMIDI API实现浏览器端MIDI信号接收与参数调整
• 渲染方案：
  • 使用HTML Canvas实现60FPS实时交互反馈
  • 并行运行SVG渲染实例用于最终矢量输出
  • 通过P5-SVG插件生成矢量文件供绘图仪使用

2. 硬件交互创新

• 设备选择：Intech Grid MIDI控制器（支持LED反馈）
• 双向通信：
  • 通过Lua脚本向控制器发送MIDI信号改变LED状态
  • 实现视觉反馈与交互状态同步
• 输入限制：用MIDI滑块作为字母选择器捕获用户姓名缩写

3. 系统架构设计

• 客户端：
  • 原方案：iPad + WebMIDI（Safari不支持）
  • 解决方案：Expo/React Native构建原生应用内嵌WebView
• 服务端：
  • Next.js API管理任务队列
  • Digital Ocean部署（Postgres数据库 + DO Spaces存储SVG）
  • 支持多设备并发提交与状态追踪

4. 绘图优化

• 算法设计：三种生成式算法（光线追踪/螺旋/方块堆叠）
• 绘图加速：
  • 合并笔触路径减少绘图仪移动次数
  • 优化路径排序实现10分钟内完成绘图
• 硬件配置：使用Axidraw绘图仪，通过Saxi工具控制

部署经验总结

成功要素

• 模块化设计：可替换的客户端（iPad→OrangePI）、云端可扩展
• 社区支持：获得Artblocks/Casey Reas捐赠的绘图设备
• 混合技术栈：Svelte(UI) + React Native(客户端) + Next.js(服务端)

现场挑战与解决

1. 网络问题：SIGGRAPH现场网络拥堵导致设备通信中断
   • 解决方案：自行准备独立网络设备
2. 运维负荷：单台绘图仪无法应对高峰需求（日均25+订单）
   • 改进建议：增加绘图仪数量
3. 设备保护：公共使用环境下硬件易受损
   • 后续改进：用OrangePI+显示器替代iPad

关键技术组件

参与数据

• 活动持续5天
• 生成230+幅独一无二绘图
• 遇到计算机图形学先驱及专业绘图艺术家

启示：该装置成功融合数字交互与实体艺术，展示了生成式艺术从代码到物理输出的完整闭环，为同类技术艺术项目提供了可复用的架构参考。

半导体进展驱动人工智能浪潮

自1997年IBM“深蓝”超级计算机击败国际象棋世界冠军以来，人工智能（AI）已从初步展示发展至能“合成知识”的阶段。以ChatGPT和Stable Diffusion为代表的生成式AI，现已能创作诗歌、艺术作品、诊断疾病、编写报告和代码，甚至设计可与人类媲美的集成电路。这些巨大成就归功于三个关键因素：高效机器学习算法的创新、海量训练数据的可用性，以及通过半导体技术进步实现的能效计算。

半导体技术是AI发展史上的基础推动者，每一个重大AI里程碑都由当时最先进的半导体工艺实现：

• “深蓝”：0.6/0.35微米工艺
• 引领机器学习时代的ImageNet竞赛获胜网络：40纳米工艺
• 征服围棋的AlphaGo：28纳米工艺
• 初代ChatGPT：5纳米工艺；最新版本：4纳米工艺

若AI革命要持续，半导体产业需提供更强支持。未来十年内，需要能容纳1万亿个晶体管的GPU（约为当前典型GPU的10倍）。

AI需求与半导体挑战 过去五年，AI训练所需的计算量和内存访问量呈数量级增长。例如，训练GPT-3需要约5000千万亿次浮点运算-天（petaflops-days）的算力和3TB的内存。持续快速增长的需求给半导体技术带来严峻挑战。

技术范式转变：从集成器件到集成芯粒 传统的二维晶体管微缩已接近物理极限（如光刻的掩模版极限约800平方毫米）。因此，半导体技术正从二维缩放转向三维系统集成：

1. 超越掩模版限制：通过台积电CoWoS等先进封装技术，将多个计算芯片和高带宽内存（HBM）芯片集成在一个更大的中介层上，从而突破单芯片的器件数量限制。
2. 垂直堆叠集成：HBM是三维集成的典范，通过硅通孔（TSV）垂直堆叠DRAM芯片。未来的三维单片集成（SoIC）技术，如混合键合，可提供更密集的垂直互连（测试结构已实现12层堆叠）。
3. 硅光子学集成：为满足AI系统中芯片间高速通信的需求，基于硅光子学的光学接口将被封装到GPU和CPU旁，实现高能效、高带宽的芯片间直接光通信，使大量服务器能像单一巨型GPU一样工作。

迈向万亿晶体管GPU与能效提升 预计未来十年，通过2.5D或3D集成多个芯粒（chiplet），可构建出集成超1万亿个晶体管的GPU系统。同时，半导体行业致力于保持能效性能（EEP，衡量能效与速度的综合指标）每两年提升约三倍的历史趋势。这将依赖于新材料、EUV光刻、电路设计创新以及系统-技术协同优化——即将GPU不同功能部分分离到各自芯粒上，并采用最适合的工艺分别制造。

设计方法学的革新 三维芯片集成也催生了设计方法学的变革，类似于1978年Mead-Conway为超大规模集成电路设计带来的突破。如今，业界正推动如3Dblox这样的开源硬件描述语言标准，以统一描述三维芯片技术，使设计人员能在不深入掌握底层工艺的情况下自由进行系统设计。

展望未来 半导体技术已告别过去五十年清晰的“缩放隧道”。前路虽更具挑战，但三维集成和系统优化开辟了广阔的新可能。在人工智能时代，半导体技术已不再局限于二维平面上的晶体管微缩，而是通过能效晶体管的无限集成、高效的系统架构以及软硬件优化，继续作为支撑AI能力与应用发展的关键基础。

ST-DOS 内核技术规范

• 编译工具：内核可使用 Open Watcom 编译器进行编译和链接。
• 引导加载程序要求：内核对引导加载程序仅假设以下固定内存地址内容：
  • 0xFC15 处存储系统驱动器的 BIOS 驱动器号。
  • 0xFC1C 处存储引导分区第一个逻辑扇区的 32 位索引。
• 加载位置：内核可加载至内存中任意位置，但加载起始地址必须位于一个段落（paragraph，16 字节）的开头。
• 启动方式：内核必须通过执行一个远跳转（far jump）到代码段偏移量 0 处来启动。

JetZero混合翼体喷气机是一种超高效飞机设计，主要应用于先进加油和运输任务。其型号KC-Z4加油机具备5000海里航程、更大容量油箱和45000英尺实用升限，能显著提升美军及其盟友的作战能力，支持从更远机场执行任务，并提高燃油效率。

作为最高效的运输机，它能快速部署部队、增加有效载荷投送能力，并降低作战人员的后勤风险。该飞机设计适应性强，可执行多种任务，能增强作战范围、选项和灵活性，同时降低油耗。它有望开启新的商业市场，并推动美国在技术发展、制造业和就业方面的进步。

PointOne产品发布摘要

产品概述

PointOne是一款为律师设计的自动时间追踪应用，通过桌面应用在后台被动运行，自动记录工作内容并生成计时账单。

核心问题

• 律师计费工作繁重：需按6分钟为单位（0.1小时）记录工作，每天可能涉及10-15个客户
• 传统计时方式效率低下：律师普遍厌恶计时，认为这是工作中最痛苦的部分
• 叙述格式要求严格：律所对任务描述（narratives）的标点、用词有严格规范

产品特点

1. 数据采集范围广：监控操作系统、办公软件（Word/Excel）、日历、邮件、浏览器、Slack/Teams等
2. 智能分析：利用大型语言模型（LLM）解读工作内容，自动关联客户和项目
3. 风格适配：根据不同律所和客户的偏好生成相应格式的计时条目叙述
4. 隐私安全：
   • 可定制数据保留期限
   • 不使用客户数据训练模型
   • 所有数据加密处理

主要优势

• 解决律师计时痛点：自动记录减少手动输入
• 防止工作时间遗漏：确保所有工作时间被正确记录
• 节省每周数小时工作时间
• 提高叙述一致性和账单提交速度

产品背景

• 创始人Adrian曾是律所律师，亲身体验计时工作压力
• 受Rewind等产品启发，专注于法律垂直领域
• 解决了传统自动计时工具未能有效解决的问题

目标用户

主要面向律师及律师事务所，特别适合处理多个客户项目的专业人士。

Linux ext2文件系统驱动即将弃用

弃用决定
Linux内核的ext2文件系统驱动将在6.9版本中被标记为弃用（deprecated），主要原因是其时间戳限制问题。

技术原因
即使使用256字节inode（通过mkfs.ext2 -I 256创建），ext2驱动仍仅支持32位时间戳。这导致它无法处理2038年1月19日03:14:07 UTC之后的时间（即2038年问题）。挂载时系统会提示此限制。

问题验证
作者通过实验演示了该限制：

• 设置系统时间超过2038年截止日后，文件时间戳会固定在2038-01-19，无法正确更新。
• 创建于2048年的文件仍显示为2038年日期，可能导致程序异常。

建议方案
用户应改用ext4驱动挂载ext2文件系统：

1. 检查inode大小：运行tune2fs -l /dev/sda1 | grep "Inode size"。若为128字节，需升级至256字节以支持64位时间戳。
2. 调整inode大小：

   e2fsck -f /dev/sda1  # 文件系统检查
   tune2fs -I 256 /dev/sda1  # 将inode大小增至256字节
   

3. 使用ext4驱动挂载：mount -t ext4 /dev/sda1 /mnt。ext4驱动完全兼容ext2文件系统，且支持64位时间戳。

其他说明

• 新建ext2文件系统（e2fsprogs≥1.46.5）默认使用256字节inode，搭配ext4驱动即可避免时间戳问题。
• 若希望直接使用ext4，可通过mkfs.ext4 -O ^has_journal创建无日志的小型分区。
• 内核开发者Ted T'so指出，为ext2驱动添加64位时间戳支持并不困难，但目前计划仍为弃用。

总结
ext2驱动因时间戳限制被弃用，用户应迁移至ext4驱动挂载现有ext2文件系统或直接使用ext4格式。

FuryGPU是一款全新的开源定制GPU，历时四年，由游戏软件开发者Dylan Barrie独立利用业余时间开发完成。FuryGPU基于Xilinx FPGA设计，其原型PCIe显卡目前可在Quake Timedemo中实现约44帧/秒的性能。项目起始于Barrie受到Ben Eater自制8位计算机项目的启发。

硬件方面，FuryGPU最初在Arty Z7开发板上进行开发，后随着Xilinx Kria SoM（集成Zynq UltraScale+ FPGA，拥有大量DSP单元、查找表和触发器，同时配备硬化的PCIe内核）的发布，开发工作取得进展。Barrie自学了SystemVerilog硬件描述及验证语言和KiCAD电子设计自动化软件，实现了拥有4通道PCIe的自定义显卡设计。

软件方面，Barrie表示开发Windows驱动是整个项目中最艰难的部分，虽然他本职就从事游戏图形渲染的软件开发。期间，他开发了自定义图形API以与GPU通信，编写了显示和音频的Windows内核驱动。Quake游戏成功在该自制GPU上以最高60帧/秒流畅运行。当前测试视频显示，FuryGPU在720p下跑分为44帧/秒，Barrie认为还有优化和提升空间。

FuryGPU呈现为一张类似20年前PC显卡外观的原型卡，现代化地集成了DisplayPort和HDMI接口。该GPU支持同时输出视频和音频。FuryGPU已计划完全开源，包括PCB原理图与布局、全部HDL代码、Windows WDDM驱动、API运行时驱动，以及适配该API的Quake移植，但因作者与本业相关，须先解决工作合同及授权等法律问题。

作者强调，FuryGPU是类似面包板CPU的个人创客项目，虽实现了较强性能，并非旨在与商用GPU竞争。未来随着项目公开，或可因外部关注和专家参与而加速优化和发展。项目网站收录了关于GPU纹理单元等架构深度讨论材料，适合有兴趣者进一步学习和研究。

英特尔获得85亿美元补贴与其1520亿美元股票回购的矛盾

核心问题： 美国最大芯片制造商英特尔（2023年营收540亿美元）获得联邦《芯片与科学法案》85亿美元拨款及110亿美元优惠贷款。然而，该公司自1990年以来已累计花费1520亿美元用于股票回购，引发对补贴必要性及资金用途的质疑。

股票回购的负面影响：

• 资金流向：英特尔将巨额营收用于股票回购，而非投入研发、建设新芯片工厂或提高员工薪酬，主要惠及华尔街股东及企业高管。
• 高管获益：公司CEO帕特·基辛格2021年薪酬达1.79亿美元，其中大部分来自股票相关收入。
• 股价操纵：股票回购通过减少流通股数推高每股收益和股价，但未创造实际价值。1982年监管放松后，此类操作泛滥，目前约70%的企业利润流向股票回购。

补贴资金滥用风险：

• 法律漏洞：《芯片法案》虽禁止直接使用补贴资金进行股票回购和股息支付，但未明确阻止企业用补贴资金“置换”自有资金用于回购。
• 监管困难：资金混入公司通用账户后，难以追踪具体用途。
• 企业承诺缺失：英特尔及同批获补贴的BAE系统公司均未承诺停止股票回购。

就业创造承诺的虚伪性：

• 官方宣传：白宫称该补贴将创造2万个临时建筑岗位和1万个永久性制造业岗位。
• 实际裁员：英特尔在2022年《芯片法案》推进期间裁员约2000人（主要集中在加州），并宣布继续“通过业务重组降低成本”。文章指出，待1万个新岗位创造时，累计裁员数可能已超过该数字。

对比案例：德国西门子能源公司的实践

• 该公司在德国9万员工中计划裁员3000人，但在“共同决策”制度下（员工代表占董事会半数席位），最终实现无强制裁员，并保留6个工厂转产其他产品。
• 在美国的1700名员工则全部被裁，且公司高管被邀请出席基础设施法案签字仪式并发表创造就业的讲话。

政策建议与制度批判：

• 根本矛盾：政客普遍认为强制企业避免大规模裁员是“对资本主义自由的攻击”，并接受“裁员维持竞争力”的企业说辞，但德国案例证明此说法不成立。
• 呼吁改革：
  1. 要求接受纳税人资金的企业禁止强制裁员（所有裁员需为自愿性质）。
  2. 所有接受联邦合同的企业应同时放弃股票回购。
  3. 通过扩大工会组织和建立强大的群众运动改变现状。

结论： 华尔街与企业界习惯于无偿获取国家资助，且政治体制缺乏约束。只有通过民众组织推动工会化和集体行动，才能阻止股票回购与裁员并存的“资本掠夺”循环，恢复民主制度的公信力。

核心观点：数字钱包的隐私保护是行业标准，并非Apple Pay独有

本文旨在澄清一个常见误解：“只有Apple Pay能提供高级别隐私保护”。作者指出，数字钱包的核心隐私功能（如使用DPAN代替真实卡号）是行业通用标准，并非Apple Pay独有。

关键概念解释

1. FPAN与DPAN

   • FPAN：实体卡上的15-18位卡号（ funding primary account number）。
   • DPAN：设备主账号（device primary account number），由数字钱包为每张卡在每台设备上生成的唯一虚拟账号。
   • 类比：类似域名系统（DNS），DPAN将虚拟账号映射到真实卡号，但商户只能看到DPAN。

2. DPAN的通用性

   • Google Pay、Samsung Pay等主流数字钱包均使用类似技术。
   • 银行自建钱包（如美国的Paze）同样采用DPAN，且明确以“不向商户透露真实卡号”作为卖点。

隐私保护的实际效果

1. 防跨商户追踪

   • DPAN在同一商户的多次交易中保持不变，因此无法阻止单个商户（如Target）跟踪用户的交易历史。
   • DPAN的作用是增加跨商户追踪难度，因为不同商户看到的DPAN不同，数据聚合商更难拼凑全面消费画像。

2. 数据泄露风险降低

   • 若商户支付系统被黑，泄露的仅为DPAN，而非真实卡号。
   • DPAN需配合每笔交易的加密数据包才有效，单独使用无效，因此比FPAN泄露风险更低。

常见误解澄清

• Apple Pay是否隐藏个人信息？
  否。商户可通过Apple Pay获取用户姓名、地址、邮箱、订单信息等。这与所有支付流程一致：商户根据需要收集信息，Apple Pay不额外阻止。

• 银行是否愿意自行实现隐私保护？
  事实上已有多家银行（如Wells Fargo、Chase）自建钱包并采用DPAN技术，无需猜测。

总结

• Apple Pay推动了数字钱包普及，但其隐私功能（如DPAN）是行业标准。
• DPAN的主要价值在于：
  • 降低数据泄露危害；
  • 增加跨商户追踪成本。
• 用户应注意：数字钱包不隐藏个人信息，且同一商户内交易仍可被跟踪。