2025-12-16

总结：Urban VPN 代理扩展窃取用户 AI 对话数据

这篇报告揭露了 Urban VPN 代理扩展（以及其他七个相关扩展）大规模窃取用户在使用 ChatGPT、Claude、Gemini、Microsoft Copilot、Perplexity、DeepSeek、Grok 和 Meta AI 等人工智能平台时的对话数据。

主要发现：

• 影响范围广： 共有超过 800 万用户受到影响，这些用户安装了 Urban VPN 代理扩展、1ClickVPN 代理扩展、Urban Browser Guard 和 Urban Ad Blocker 等扩展。
• 默认数据收集： 扩展通过在浏览器中注入“执行器”脚本，拦截并捕获用户的提示和 AI 回应，且该功能默认启用，无法通过用户界面禁用。
• VPN 功能独立： 即使 VPN 功能未启用，数据收集也会持续在后台运行。
• 技术细节： 扩展通过覆盖浏览器函数（fetch() 和 XMLHttpRequest）来拦截网络请求，解析 API 回应，提取对话数据，并将其通过后台服务 worker 发送到 Urban VPN 的服务器（analytics.urban-vpn.com 和 stats.urban-vpn.com）。
• 数据类型： 被捕获的数据包括：用户的提示、AI 的回应、对话标识符和时间戳、会话元数据以及使用的 AI 平台和模型。
• 时间线： AI 对话捕获功能于 2025 年 7 月 9 日通过版本 5.5.0 的更新首次启用。
• 虚假宣传： Urban VPN 的 Chrome Web Store 页面将 AI 保护描述为一种安全功能，但实际上该功能与数据收集相互独立。
• BiScience 关联： Urban VPN 由 Urban Cyber Security Inc. 运营，该公司与数据经纪公司 BiScience 有关联，BiScience 之前已被研究人员发现存在收集浏览数据的行为。
• 隐私政策不透明： 虽然 Urban VPN 的隐私政策披露了数据共享的事实，但 Chrome Web Store 页面声称数据不会出售给第三方，存在明显矛盾。
• Google 的角色： Urban VPN 代理扩展获得了 Google 的“Featured” 徽章，这暗示它符合 Google 的质量标准，但实际情况是该扩展窃取用户数据。

建议：

• 立即卸载 Urban VPN 代理扩展、1ClickVPN 代理扩展、Urban Browser Guard 和 Urban Ad Blocker 等扩展。
• 假设自 2025 年 7 月 9 日以来，在使用这些平台时分享的所有 AI 对话数据都已被捕获并共享给第三方。

IOCs（恶意软件指标）：

报告还提供了 Chrome 和 Edge 浏览器中这些恶意扩展的 ID，方便用户检测和移除。

总之，该报告揭示了一个大规模的隐私泄露事件，突显了浏览器扩展的安全风险，以及对平台审查机制的质疑。

自由聊天：一个“超级安全”的美国聊天应用泄露了所有用户的电话号码

本文深入分析了自由聊天（Freedom Chat）这款声称高度安全的即时通讯应用程序的安全漏洞。最初，这款应用声称具备端到端加密、不收集元数据以及去中心化架构等特性。然而，安全研究人员crnković的逆向工程和流量分析表明，这些声明完全是虚假的。Converso（自由聊天的前身）曾上传加密消息的副本到公开的Firebase存储桶，并且使用不安全的密钥管理方式，导致消息密钥可以从公开信息中推断出来。

事件回顾

Converso在2023年发布，随即因安全漏洞被曝光。CEO Tanner Haas随后进行了品牌重塑，并发布了“经验教训”博客，其中暗示隐私担忧主要来自保守派群体。尽管承诺改进，但Converso的负责人最初对crnković的负责任披露做出了模糊的法律威胁。

漏洞分析

本次分析从头开始，下载自由聊天app并使用HTTP Toolkit监控流量。首先发现，该应用声称具有“内置的截图保护功能”，以防止截图和录屏。

主要漏洞：

1. 泄露PIN码: 通过分析频道数据，发现每个频道成员的PIN码都暴露给其他成员。这意味着任何加入默认频道的用户，其PIN码都会被泄露。
2. 缺乏速率限制: 通过编写脚本，对大量电话号码进行查询，发现自由聊天没有对 /user/numbers 接口进行速率限制。这意味着可以轻松地枚举所有注册用户的电话号码。

漏洞利用

研究人员编写了一个脚本，自动化了电话号码枚举过程，并利用了缺乏速率限制的漏洞。该脚本在短时间内成功枚举了大量美国电话号码，并将其与用户ID和PIN码关联起来。

安全隐患

这些漏洞严重削弱了自由聊天的安全性，使得用户信息泄露的风险大大增加。尽管自由聊天声称已修复了之前的漏洞，但新的漏洞表明其安全措施仍然存在缺陷。

总结

自由聊天声称的“超级安全”特性与实际情况不符。该应用存在严重的PIN码泄露和缺乏速率限制的漏洞，使得用户的电话号码和PIN码暴露给其他用户。这些漏洞暴露了自由聊天在安全方面存在严重不足，使其无法达到其声称的安全级别。

香港媒体大亨黎智英因违反《国安法》被判有罪

2 天前

香港亲民主媒体大亨兼活动家黎智英，因违反香港《国家安全法》（国安法）与外国势力勾结罪名被判有罪。78 岁的黎智英，目前已还押囚禁，预计明年年初将面临判刑。

主要罪行及证据：

法庭裁定，黎智英利用其已结业的《苹果日报》报纸，积极游说外国政府，要求对香港和中国实施制裁。法官 Esther Toh 指出，黎智英对中华人民共和国（PRC）“抱有仇恨”，并“不断邀请美国介入，以推翻 PRC 的政府”。 黎智英在庭审中否认所有指控，声称其与外国联系仅是转达香港情况。

各方反应：

• 香港特首李家杰： 欢迎判决，称黎智英的行为“损害国家利益和香港的福祉”。
• 人权组织： 谴责此案为“残酷的司法闹剧”，认为国安法被用来压制异见。
• 黎智英律师： 表示判决书内容冗长，需要时间研究，暂无进一步评论，并表示黎智英的精神状态尚可。
• 黎智英儿子 Sebastien Lai： 呼吁英国政府采取行动，将黎智英的释放作为与中国建立更紧密关系的先决条件。
• 英国政府： 谴责此案为“有政治动机的迫害”，并呼吁废除国安法。
• 中国人权事务倡导者： 批评中国政府利用此案压制批评声音。
• 中国外交部发言人： 反驳西方国家对香港司法系统的指责。

案件背景：

黎智英是香港亲民主运动的关键人物，曾组织并参与多次抗议活动。2019 年，香港爆发大规模抗议活动，北京政府随后实施国安法，赋予当局广泛权力，以镇压被认为威胁香港法治和稳定的个人。国安法在未经香港立法会咨询的情况下实施，并导致近 100% 的传讯率。

黎智英除了违反国安法外，还因《苹果日报》刊登煽动性文章而被判有罪。

案件意义：

此案被广泛视为对香港法院司法独立性的又一考验，凸显了北京政府对香港的控制日益收紧。 黎智英的案件加入了数十名因参与亲民主运动而被定罪的香港人。

黎智英生平：

黎智英出生于中国大陆，12 岁时移居香港。他创立了国际服装品牌 Giordano，后来成为一名民主活动家，并在 1989 年天安门事件后开始批评中国政府。 他创办了《苹果日报》等亲民主媒体，长期以来被视为香港民主运动的代表性人物。

其他细节：

• 许多香港民众在法庭外排队支持黎智英。
• 黎智英在庭上表示，其报纸的员工从未倡导香港独立，并称其为“疯狂的阴谋”。
• 黎智英的健康状况恶化，他的家人和人权组织对此表示担忧。

SHARP: 单张图像的单次视图合成 (SHARP: Single Image Single-View Synthesis) 摘要

核心思想: SHARP 是一种新颖的方法，能够仅通过单张照片，实现逼真的多视角视图合成。

技术细节:

• 3D 高斯表示: SHARP 的核心在于将图像中的场景表示为一组 3D 高斯参数。神经网络通过单次前向传递，对这些参数进行回归。
• 实时渲染: 生成的 3D 高斯表示具有度量性（包含绝对尺度），支持精确的相机运动。它可以在标准 GPU 上实时渲染，生成高分辨率、逼真的图像，帧速率超过 100 帧/秒。
• 速度与性能: SHARP 的处理速度比现有方法快三个数量级。在多个数据集上的实验结果表明，SHARP 显著降低了 LPIPS (感知图像相似性) 25-34% 和 DISTS (距离图像相似性) 21-43%，达到了新的最先进水平。
• 泛化能力: SHARP 展现出强大的跨数据集零样本泛化能力。

输入与输出:

• 输入: 单张照片。
• 输出: 能够生成附近视角的高分辨率、逼真图像的 3D 高斯表示。

数据集示例:

SHARP 在各种数据集上进行了测试和验证，包括：

• Unsplash
• ETH3D
• Middlebury
• ScanNetPP
• TanksAndTemples
• Booster
• WildRGBD

总结:

SHARP 是一种快速、高效且高质量的单张图像视图合成方法，通过学习场景的 3D 高斯表示，实现了逼真的多视角渲染，并在多个数据集上取得了显著的性能提升。它在计算机视觉领域具有重要的应用前景，例如虚拟现实、增强现实和机器人导航等。

(中文翻译)

SHARP：单张图像单次视图合成

核心思想： SHARP 提出了一种新的方法，仅通过一张照片即可实现逼真的多视角视图合成。

技术细节：

• 3D 高斯表示： SHARP 的核心是使用 3D 高斯参数来表示图像中场景的结构。一个神经网络通过单次前向传递来回归这些参数。
• 实时渲染： 生成的 3D 高斯表示是可衡量的，包含绝对尺度，支持精确的相机运动。它可以在标准 GPU 上实时渲染，生成高分辨率、逼真的图像，帧速率超过 100 帧/秒。
• 速度与性能： SHARP 的处理速度比现有方法快三个数量级。在多个数据集上的实验结果表明，SHARP 显著降低了 LPIPS（感知图像相似性）25-34% 和 DISTS（距离图像相似性）21-43%，达到新的最先进水平。
• 泛化能力： SHARP 展现了强大的跨数据集零样本泛化能力。

输入与输出：

• 输入： 单张照片。
• 输出： 能够生成附近视角的高分辨率、逼真图像的 3D 高斯表示。

数据集示例：

SHARP 在各种数据集上进行了测试和验证，包括：

• Unsplash
• ETH3D
• Middlebury
• ScanNetPP
• TanksAndTemples
• Booster
• WildRGBD

总结：

SHARP 是一种快速、高效且高质量的单张图像视图合成方法，通过学习场景的 3D 高斯表示，实现了逼真的多视角渲染，并在多个数据集上取得了显著的性能提升。它在计算机视觉领域具有重要的应用前景，例如虚拟现实、增强现实和机器人导航等。

Quill OS 概述

Quill OS 是一款开源的、完整的独立操作系统，专为乐天 Kobo 电子书阅读器设计。它提供了一系列功能，旨在提升用户阅读体验并提供更强的控制力。

主要特点：

• KoBox X11 子系统集成: 完全集成了 KoBox X11 子系统，为图形界面提供支持。
• 多格式支持: 支持显示多种文件格式，包括 ePUB、PDF、图片和纯文本。
• 灵活的配置选项: 提供多样化的阅读配置选项，以满足不同用户的偏好。
• muPDF 渲染引擎: 使用 muPDF 渲染引擎来处理 ePUB 和 PDF 文件，保证阅读质量。
• 网络功能: 支持 Wi-Fi 连接和内置的网页浏览器。
• 加密存储: 采用 EncFS 加密存储，保护用户数据安全。
• 快速搜索: 提供快速的字典和本地存储搜索功能。
• 深色模式: 内置深色模式，减少屏幕蓝光，保护视力。
• 恢复选项: 提供完整的工厂重置选项，方便用户恢复设备到初始状态。
• 无缝更新: 支持流畅的系统更新过程。
• VNC 客户端: 包含 VNC 客户端应用程序，方便远程访问。
• 搜索功能: 提供设备内的搜索功能。
• 内置字体: 预装了 10 种字体，满足不同阅读需求。
• 自动挂起: 支持自动挂起功能，节省电量。
• 锁屏/密码: 提供锁屏和密码保护功能，增强设备安全。
• 用户友好体验: 设计注重用户体验，操作简单直观。

总而言之，Quill OS 旨在为乐天 Kobo 电子书阅读器提供一个功能强大、安全可靠、且用户友好的操作系统。

好的，以下是根据您提供的文本生成的总结，中文，且不超过800字：

BBC 调查揭露利用患病儿童进行网络诈骗的丑闻

BBC Eye Investigations 进行了调查，揭露了一个全球性的网络诈骗团伙，该团伙利用患病或身患绝症的儿童进行募捐，但大部分资金并未用于治疗，而是流入了诈骗者的口袋。

主要发现：

• 虚假募捐视频： 诈骗者制作精良的募捐视频，让患病儿童对着镜头诉说求救，营造紧迫感。视频内容往往经过编造或夸大，例如，让儿童假装哭泣，或者虚构病情严重程度。
• 目标人群： 诈骗者专门寻找3-9岁、无头发、外貌“漂亮”的儿童作为拍摄对象。
• 募捐金额巨大： 调查显示，至少有15个家庭收到的捐款很少甚至没有，但相关募捐活动却筹集到了数百万美元（约合数千万元人民币）。其中，一个名为“Chance Letikva”（希伯来语意为“希望之机”）的组织，其相关募捐活动就筹集了超过27万美元给菲律宾儿童 Khalil，但他的母亲表示，孩子最终还是去世了。
• 关键人物： 以色列裔加拿大人 Erez Hadari 被认为是该诈骗网络的核心人物。他与多家注册于以色列和美国的慈善机构有关联，包括 Chance Letikva、Walls of Hope 等。
• 运作模式： 诈骗者通过当地的中间人寻找患病儿童，支付少量拍摄费用，并承诺后续给予报酬。拍摄过程中，儿童和家属被迫配合虚假的场景设置。募捐活动结束后，大部分家庭未能收到捐款，而诈骗者却从中渔利。
• 持续进行的诈骗： 即使儿童已经去世，相关的募捐活动仍然在进行中，持续接受捐款。
• 多地作案： 诈骗活动涉及菲律宾、哥伦比亚、乌克兰等多个国家，受害者遍布全球。

受害者案例：

• 菲律宾儿童 Khalil： 7岁时患上癌症，被拍摄成募捐视频，但最终因病去世。其母 Aljin 表示，尽管募捐活动声称筹集了2.7万美元，但她和家人却只收到了一笔拍摄费用。
• 哥伦比亚儿童 Ana： 患有脑肿瘤，其募捐视频声称她只有两个月可活。尽管募捐活动声称筹集了近25万美元，但该家庭仍未收到任何款项。
• 乌克兰儿童 Viktoriia： 患有脑癌，其募捐视频同样虚假，宣传需要巨额医疗费用。

调查进展：

BBC 调查团队通过 YouTube 广告、社交媒体和面部识别技术追踪到多个受害者家庭。他们还向两个募捐活动捐款进行了测试，证实募捐网站的资金确实增加了。

目前，Erez Hadari 对 BBC 的指控未作出回应。

结论：

BBC 的调查揭露了一个令人发指的网络诈骗团伙，他们利用患病儿童的苦难牟取暴利，给受害者家庭带来了巨大的经济和精神打击。这个案件提醒人们在进行网络募捐时，务必谨慎核实信息的真实性，避免上当受骗。

https://blog.vaxry.net/articles/2025-dbusSucks

Let's Encrypt 证书即将更新：摘要

Let's Encrypt 将推出一系列证书更新，主要包括以下几个方面：

1. 新的根证书 (New Root Certificates): Let's Encrypt 正在引入新的根证书。这一变化旨在增强安全性和信任的基础。

2. 弃用 TLS 客户端认证 (Deprecation of TLS Client Authentication): TLS 客户端认证功能将被弃用。

3. 缩短证书有效期 (Shortening Certificate Lifetimes): Let's Encrypt 将缩短证书的有效期。 这代表着证书的生命周期将变短。

总而言之，这些更新旨在提升 Let's Encrypt 证书的安全性和可靠性。

Tech Force 概要总结 (Tech Force Summary)

以下是对 Tech Force 计划的概要总结：

核心目标: Tech Force 旨在组建一支由约 1,000 名技术专家组成的精锐团队，为政府机构加速人工智能 (AI) 实施，并解决联邦政府面临的最关键的技术挑战。

人员构成:

• 主要招聘对象: 主要从传统招聘渠道招募早期职业技术人员。
• 补充招聘对象: 也会从私营企业合作伙伴处招聘经验丰富的工程管理人员。

服务期限: Tech Force 成员将在联邦政府中服役两年。

组织结构与功能:

• 中央化组织: Tech Force 采用中央化组织结构。
• 编程平台: Tech Force 将提供编程和相关支持。
• 招聘平台: 在成员完成服务期后，Tech Force 将作为招聘平台，帮助他们寻找新的工作机会。

本质: Tech Force 作为一个招募平台，旨在为联邦政府注入技术人才，推动 AI 发展，并解决关键技术难题。

解决HDMI-CEC问题：用 Raspberry Pi 自动化音频输出

多年来，我将HDMI-CEC视为一种捉摸不定的精灵：有时有用，大多数时候脾气暴躁，难以完全理解。我的家庭影院设备堆叠相对简单：三星电视通过ARC（不是eARC），丹恩AVR-X1700H隐藏在壁橱里，Apple TV、PS5、Switch 2和Xbox连接到接收器，还有一个Raspberry Pi 4 承担Homebridge任务。在CEC方面，Apple TV表现出色，但其他游戏机则表现得像是错过了CEC课程。它们会唤醒电视，切换输入，但却让丹恩接收器保持睡眠状态，我不得不手动切换音频输出。

为了解决这个问题，我尝试了传统的自动化方案：HomeKit场景将“打开电视”与“打开接收器”链接起来，或者通过Eve Energy插座使用功耗触发器。这些方法虽然有效，但每增加一层都会带来30秒或更长的延迟。我尝试了homebridge-cec-tv-control插件，但意识到我将通过Node、Homebridge和HomeKit来传输CEC消息，然后再发送到接收器。由于Pi已经连接到机架，直接通过/dev/cec0传输显然是更快的途径。

经过一番努力，现在Pi静静地位于HDMI总线上，监控游戏机宣布自身，并发出单个命令，让三星和丹恩应该自行交换的信号。

本文将按照我的笔记结构展开：构建一个小的CEC心理模型，监控总线，复制Apple TV正确执行的操作，用Python进行封装，然后将其作为systemd单元部署。

HDMI-CEC 简要介绍

高清多媒体接口（HDMI）消费者电子控制（Consumer Electronics Control），更广为人知的名称是HDMI-CEC，是一种低带宽的旁路通道，与HDMI视频/音频信号并行传输。所有设备都使用逻辑地址（电视为0x0，音频系统为0x5，播放设备为0x4/0x8/0xB等）和微小的操作码（如0x82（Active Source）或0x72（Set System Audio Mode））进行通信。物理地址是拓扑结构中的“经纬度”参考，例如3.0.0.0可以表示“AVR输入源HDMI 3”。

CEC旨在帮助消费者控制他们的电子设备，理想情况下，流程如下：游戏机唤醒并声明自身为活动源，电视检测到ARC合作伙伴，有人发送“请成为音频系统”的指令，接收器唤醒，音频从大喇叭输出。但在我的系统中，只有当Apple TV参与时才会发生这种情况。不幸的是，当我唤醒游戏机时，电视会切换输入，但音频仍然停留在电视的内置扬声器上。

为了调试这个问题，我首先记录了每个设备在总线上如何识别自身。以下是我家庭影院中的特定CEC角色：

• 电视 – 逻辑地址 0x0
• 音频系统 (丹恩 AVR-X1700H) – 逻辑地址 0x5
• 播放设备 – 逻辑地址 0x4、0x8、0xB (Apple TV、PS5、Switch 2和Xbox竞争三个播放槽)
• 广播 – 逻辑地址 0xF (发送给所有设备的消息)

以及我们最终关心的关键操作码：

• 0x82 – Active Source（“我现在是活动输入”）
• 0x84 – Report Physical Address（“我在HDMI树中的位置”）
• 0x70 – System Audio Mode Request
• 0x72 – Set System Audio Mode (丹恩的“我现在是音频系统”广播)

使用cec-client监控CEC总线

我拥有的Raspberry Pi 4在micro-HDMI端口上暴露了/dev/cec0接口。通过将一个$7的micro-HDMI转HDMI线缆插入接收器的HDMI输入端口，可以监控连接到接收器的_所有_设备的CEC流量。

我最初对此有些犹豫，因为担心[Hue Play Sync Box](https://www.philips-hue.com/en-us/support/product/sync-box/100010#How%5Fdo%5FI%5Fknow%5Fif%5FI%5F

总结：减少不必要的努力

这篇文章探讨了人们普遍存在的过度努力问题，以及如何通过减少不必要的紧张来提升效率和体验。

核心观点：

• 过度努力的定义： 文章将“努力”定义为超出完成一项活动所需能量的额外能量消耗，例如眉头紧锁或过度抓握物体。
• 理想状态： 任何活动所需的适当努力应该是零，即只运用刚好够完成任务的能量。
• “无为”的智慧： 借鉴道家“无为”的理念，强调自然万物在完成自身使命时，没有刻意的努力，而是顺其自然，完美无缺。
• 过度努力的负面影响： 过度努力不仅会让人感到疲惫，还会降低表现，例如运动员过度用力反而影响成绩。
• 社会文化的影响： 现代社会推崇的“奋斗文化”和“努力工作”等观念，会强化人们的过度努力习惯。
• 感觉错觉： 长期的过度努力会使人们对正常努力的感知发生偏差，使过度努力的感觉变得熟悉，而轻松的感觉则显得不寻常。
• 解决方法： 通过实验，尝试减少努力，感受不熟悉的轻松状态，并观察活动是否依然能够顺利进行。 最终目标是找到一种平衡点，体验到轻松、流畅和精确的运动状态。

关键例子：

• Kristijan的案例： 通过学习亚历山大技巧，Kristijan发现自己触摸和抓握物体时，比实际需要的紧张度高出40%。
• Katie Ledecky的例子： 游泳冠军Katie Ledecky在打破世界纪录时，描述自己感觉“非常放松，感觉非常轻松”。
• Ryan Hall的例子： 马拉松运动员Ryan Hall指出，优秀的运动员通常以轻松的状态完成比赛，而不是通过过度努力。

总结：

文章强调了减少不必要努力的重要性，并提供了一种实践方法，通过逐渐减少努力来重新校准感官，体验轻松和高效的状态。 鼓励读者在日常生活中尝试减少努力，并观察由此带来的变化。

好的，以下是对原文的中文总结，字数控制在800字以内：

轨道计算：经济可行性分析与挑战

本文探讨了将计算任务转移到近地轨道 (LEO) 的商业可行性，并质疑了当前关于太空计算的讨论中缺乏经济论证的问题。文章指出，目前许多讨论过于关注硬件技术，而忽略了实际的商业价值。

成本分析

文章提供了一组数据，对比了轨道计算和地面计算的成本：

• 轨道计算:
  • 总成本：312 亿美元
  • 卫星成本：90 亿美元
  • 发射成本：222 亿美元
  • 运营成本（每年 1%）：31.2 亿美元
  • 备件及更换成本：10 亿美元
  • 每瓦特成本：31.2 美元
  • 发电量成本 (LCOE)：891 美元/兆瓦时 (MWh)
  • 需要送入 LEO 的质量：2220 万公斤
• 地面计算:
  • 总成本：148 亿美元
  • 每瓦特成本：14.8 美元
  • 发电量成本 (LCOE)：398 美元/兆瓦时 (MWh)

关键问题：为什么要在轨道上计算？

文章的核心问题是：为什么将矩阵乘法等普通计算任务转移到 250 公里高的轨道上？ 仅仅因为太空广阔、能源更便宜或监管更宽松，并不能证明其价值。

核心论点：成本竞争力

作者认为，轨道计算要取得成功，必须在成本上与最便宜的地面替代方案（例如，利用闲置天然气发电的 Crusoe 数据中心）竞争。如果不能做到这一点，轨道计算的意义就仅仅在于其“酷炫”的特性，而不是实际的经济效益。

分析框架与方法

作者构建了一个简单的模型，将问题简化为计算可用的每瓦特成本。该模型基于公开数据和第一性原理的物理学计算，包括太阳能通量、电池效率、散热器性能、发射成本和硬件质量等。代码已公开在 GitHub 上，欢迎大家审查和修改。

研究结果与启示

研究结果表明，轨道计算并非完全不可行，但经济性非常严峻。要实现成本竞争力，需要采取极端的假设条件。作者认为，垂直整合是成功的关键，因为在各个环节（发射、总线、电力硬件、部署等）中进行采购和分包会增加成本。

SpaceX 的潜在优势

作者对 SpaceX 表现出乐观态度，认为 SpaceX 能够通过降低每次发射成本和提高发射频率来打破经济壁垒。作者建议 SpaceX 的股东要求其设定明确的目标，并对交付低成本、高稳定性的轨道电力和质量进行严格的考核。

更广泛的解读

即使在短期内，轨道计算可能不是最佳投资选择。但其潜在的“第二阶效应”值得关注，例如，建立在轨道上通用的基础设施，可以促进人类在太空中的进一步拓展。作者甚至认为，应该鼓励富豪们将资金投入到具有高风险但可能推动文明进步的项目中。

技术挑战：热管理

文章详细介绍了轨道计算面临的关键技术挑战，即热管理。由于太空真空，散热只能通过辐射进行。散热器的尺寸必须足够大，才能有效散发计算过程中产生的热量，否则会导致硬件过热。文章还探讨了散热器的温度限制以及由此带来的设计约束。

**总而言之，**本文强调了在推动太空计算发展之前，需要进行严谨的经济分析。尽管存在技术挑战，但如果能够大幅降低成本，轨道计算仍有可能成为推动太空经济发展的重要力量。

好的，以下是根据您提供的文章内容生成的中文摘要，字数控制在800字以内：

食品通货膨胀与市场力量：沃尔玛与百事可乐的“价格差距”策略曝光

近期，亚特兰大联邦储备银行发布报告显示，食品价格通货膨胀与市场集中度之间存在明显关联。在垄断盛行的地区，食品价格上涨幅度比竞争激烈的地区高出0.46个百分点。该报告指出，2006年至2020年间，累积涨幅已达9%，而自2020年以来，这一数字很可能更高。

与此同时，一份由联邦贸易委员会（FTC）起诉百事可乐（PepsiCo）涉嫌与沃尔玛（Walmart）合谋抬高食品价格的投诉文件被公开。该投诉文件由前特朗普政府官员试图掩盖，最终未能成功，引发了政治和法律上的风波。

事件核心：百事可乐与沃尔玛的“价格差距”策略

投诉文件揭示，百事可乐通过对非沃尔玛零售商收取更高的批发价格，并向沃尔玛提供优惠的货架位置和促销活动（如“Rollback”定价、优惠券等），从而在沃尔玛获得竞争优势。这种策略被称为“价格差距”策略，旨在排除竞争对手，确保百事可乐在沃尔玛的强势地位。

沃尔玛作为美国最大的连锁超市之一，占据了20-25%的食品市场份额，对百事可乐至关重要。百事可乐的内部文件显示，失去沃尔玛的合作将对其业务造成“重大不利影响”。

价格歧视与更广泛的经济影响

百事可乐被指控违反了1936年颁布的《罗宾逊-帕特曼法案》，该法案旨在防止大型制造商和连锁商店利用市场力量。这种价格歧视不仅导致消费者支付更高的价格，也使得独立超市和小型零售商难以与沃尔玛竞争，加速了独立商店的倒闭，进一步加剧了食品通货膨胀。

投诉文件还显示，百事可乐不仅提供优惠的促销活动，还会监控其他零售商的价格，并向沃尔玛提供报告，展示其价格优势。当“价格差距”缩小时，百事可乐管理层会感到恐慌，并采取措施提高其他零售商的价格，甚至会惩罚那些试图打折的零售商。

掩盖真相与反垄断运动

最初的投诉文件是在前FTC主席安德鲁·弗格森的领导下提出的，但他在百事可乐聘请游说家后不久就匆忙终止了该案件，并对前FTC主席丽娜·汗进行了批评。这一行为引发了对透明度和公正性的质疑。

然而，在反垄断运动团体“地方自治研究所”（ILSR）的努力下，法院最终裁定公开该投诉文件。这一事件也引发了对算法定价、个性化定价等新型商业模式的反思，并促使各州开始考虑立法限制此类行为。

历史背景与未来展望

文章指出，当前的反垄断浪潮并非偶然，而是与历史上的反垄断运动（如针对铁路、连锁商店等）有着相似之处。随着技术的发展和商业模式的创新，价格歧视的形式也在不断演变，但公众对不公平定价的抵制情绪却日益高涨。

总而言之，百事可乐与沃尔玛的“价格差距”策略揭示了市场力量对食品价格的影响，并引发了对反垄断监管的呼声。这一事件也预示着未来商业模式和定价策略将面临更严格的审查。

Umbrel Home 总结 (Umbrel Home Summary)

Umbrel Home 是一款旨在将您的数据和应用程序带回家的设备。以下是其关键特性和功能的总结:

产品介绍:

• 核心理念: Umbrel Home 旨在提供一个私有、安全的家庭云解决方案，将您的数据“带回家”。
• 硬件: 包含可扩展的存储，最高可达 4TB 的 SSD 存储空间。
• 价格: 起价 399 美元，或每月 99.75 美元 (4 个月)。 购买包含免费的美国境内送货服务。
• 操作系统: 基于 umbrelOS，提供开箱即用的即插即用体验。

主要功能:

• 文件存储: 可以像使用 Google Drive 一样，存储文件、文档、日历、联系人和照片。
• 运行比特币节点: 允许用户运行自己的比特币节点，实现更高的隐私和安全，直接连接钱包进行验证。
• 媒体流式传输: 支持将下载的电影和电视节目流式传输到电视、电脑和手机。
• 广告拦截: 可以通过 Pi-hole® 拦截整个网络的广告。
• 家庭自动化: 集成了 Home Assistant，可以自动化和控制各种家庭设备和服务。
• 运行 AI 模型: 支持运行高级 AI 模型，例如 DeepSeek R1 和 LLama 3，提供数据控制和隐私保护。
• 应用商店: Umbrel App Store 提供了大量可供安装的自托管应用程序。

支持的应用示例:

• 比特币相关：Bitcoin Node, Lightning Shell, Samourai
• 媒体：Plex
• 社交：Nostr Relay
• 效率：Ghostfolio, Torq, SimpleTorrent, LibreOffice, Trilium Notes, n8n
• 网络：mempool, WoofBot, Sphinx Relay, Tailscale, Firefox, PhotoPrism, Nextcloud

总而言之: Umbrel Home 提供了一个方便且功能强大的解决方案，让用户能够掌控自己的数据，运行各种应用程序，并创建一个私有的家庭云环境。

https://www.reuters.com/world/americas/jetblue-flight-averts-mid-air-collision-with-us-air-force-jet-2025-12-15/

PlanetScale Metal Postgres 数据库更小尺寸和更低价格发布总结

发布日期: 2025年12月15日

PlanetScale 宣布推出更小尺寸且价格更低的 Postgres Metal 数据库服务，旨在满足用户对更低入门价格和更大存储灵活性的需求。

主要变化:

• 更低的价格: 入门价格从之前的每月 $589 美元降低到每月 $50 美元。
• 更小的尺寸: 内存从之前的 16GiB 降低到 1GiB，并提供八种不同的存储容量，从 10GB 到 1.2TB。
• 解耦 CPU、RAM 和存储: 这是 PlanetScale Metal 的一个重要步骤，允许用户根据工作负载独立选择 CPU、RAM 和存储容量。每个 CPU 和 RAM 尺寸可以选择至少五个存储容量。
• 更高的存储密度: 用户现在可以获得高达 300GB 的存储空间，每 GiB 的 RAM，这几乎是 AWS 原生提供的最高密度近四倍。

关键技术细节:

• NVMe 存储: 新尺寸的数据库仍然使用快速的本地 NVMe 驱动器，与 Cash App、Cursor 和 Intercom 等现有客户所使用的技术相同，以降低延迟、提高可靠性和降低成本。
• CPU 和架构: 目前在 AWS 区域提供 Intel 和 ARM CPU 支持，并提供大量的 I/O 容量。
• 未来规划: GCP 支持正在开发中，并且 Vitess 将会跟随。

用户收益:

• 更低的成本: 更低的入门价格和灵活的存储选项可以帮助用户降低数据库成本。
• 更高的灵活性: 解耦的架构允许用户根据其特定工作负载定制数据库配置。
• 优异的性能: 本地 NVMe 驱动器提供低延迟和高可靠性。

行动号召:

用户现在可以 创建 一个新数据库或 调整 现有数据库的尺寸。

福特调整电动汽车战略：转向混合动力，拓展储能业务

福特汽车公司正在调整其电动汽车 (EV) 生产计划，反映了美国电动汽车市场面临的挑战，包括政府支持减少和消费者热情下降。以下是福特战略调整的主要内容：

1. 销售目标调整:

• 此前，福特计划到 2030 年将电动汽车销售额占全球总销售额的 40%。
• 现在，福特将目标调整为到 2030 年末，电动汽车（包括纯电动、增程电动和混合动力车型）将占总销售额的 50%。
• 公司计划将几乎所有车型都提供混合动力版本。

2. 产品策略调整:

• 放弃大型全电动皮卡: 福特将不再生产大型全电动皮卡，并将其在田纳西州的电动汽车工厂 repurposed 用于生产燃油车。
• 下一代 F-150 Lightning 将为增程电动 (EREV): 下一代 F-150 Lightning 将采用增程电动技术，即使用电动机驱动，并配备小型汽油发动机来为电池充电。预计该车型将提供超过 700 英里的续航里程和强大的牵引能力。
• 计划推出价格实惠的电动皮卡: 福特计划于 2027 年推出一款起价约为 30,000 美元的电动皮卡。该车型将基于位于加利福尼亚的“秘密工作室”设计的通用平台架构，旨在降低生产成本。

3. 拓展储能业务:

• 由于电动汽车产能过剩，福特计划将其多余的电池制造能力用于拓展新的业务：电池储能。
• 该公司将生产更便宜、寿命更长的磷酸铁锂 (LFP) 电池，主要面向公共事业和数据中心客户。

4. 欧洲市场策略调整:

• 取消全电动商用货车计划: 福特取消了原计划在欧洲市场推出的全电动商用货车。
• 与雷诺合作: 福特将与雷诺合作，共同开发至少两款标有福特品牌的电动汽车，以应对来自中国市场上价格实惠的电动汽车的竞争。
• 计划生产燃油商用货车: 福特计划在北美生产新的燃油商用货车。

5. 市场环境因素:

• 福特表示，美国消费者对电动汽车的接受程度低于行业预期。目前，纯电动汽车在美国新车销量中占比约为 7.5%。
• 监管环境的变化，例如特朗普政府对电动汽车商业和消费税收优惠的削减，也影响了福特的战略调整。

总而言之，福特正在调整其电动汽车战略，更加注重混合动力技术、降低成本，并积极拓展新的业务领域，以适应不断变化的市场环境和消费者需求。

经济增长停滞：问题出在市场，而非创意匮乏 (经济增长停滞：问题出在市场，而非创意匮乏)

过去半个世纪，发达经济体的生产力增长速度放缓，这成为一个亟待解决的难题。 普遍的解释是，我们正在耗尽好的创意，即创新变得更加困难，导致经济增长停滞。然而，新的研究表明，这种观点可能并不正确。

创意是否匮乏？

经济学家尼古拉斯·布卢姆及其同事的研究表明，农业、医学和计算机等多个领域的研究生产力与过去保持不变。这听起来不错，但问题在于，这些领域的研究人员数量激增，这意味着每个研究人员的生产力显著下降。这符合创意变得更加稀缺的假设。 然而，随着“进步研究运动”和“元科学”社区的兴起，人们开始重新审视研究方式，并增加科研经费，以应对这一挑战。

新的视角：市场效率低下

越来越多的证据表明，创意并没有变得更加稀缺，而是市场未能有效地将突破性技术转化为生产力增长。研究人员持续产生有价值的创新，但这些创新面临着更大的商业化壁垒，导致创新型企业难以获得市场份额。 换句话说，问题不在于大学、实验室或研发部门，而在于市场。

持续增长的基石：创意与规模报酬

经济学家保罗·罗默获得了诺贝尔奖，解决了长期经济增长的可能性问题。他指出，持续的指数级增长需要_规模报酬递增_，即投入翻倍，产出应超过翻倍。这需要抵消资本本身的边际报酬递减。而规模报酬递增，来源于_创意_。创意可以被所有人同时使用，从而实现增长。

研究生产力：一种新的衡量标准

布卢姆等人使用一个关键公式来衡量研究生产力：生产力增长 = 研究生产力 * 研究人员数量。他们通过考察多个领域的数据，试图判断研究生产力是否下降。

例如，摩尔定律表明，计算机芯片上的晶体管数量大约每两年翻一番，这代表着芯片密度增长的持续35%的增长率。为了维持这种指数级增长，需要投入的研发成本也呈指数级增长。布卢姆等人发现，1971年至2014年间，为推动摩尔定律的研究人员数量增加了18倍，但芯片密度的增长率保持不变。这意味着在半导体领域，实现相同程度的进步需要18倍的研究人员，研究生产力平均每年下降7%。 农业生产也呈现出类似的模式：为了提高产量，需要投入的研发工作增加了6到24倍。

更直接的创意衡量：专利数据

特蕾莎·福特及其同事使用美国专利局的记录，更直接地衡量创意产出，而非仅仅通过公司增长来推断。他们发现，与布卢姆等人的观点相反，研究支出与新专利数量之间的关系仍然与1980年代相同，甚至有所提高。他们还发现，突破性专利的数量也增加了，这表明创新质量并没有下降。

市场效率的下降：主要问题

福特等人进一步研究了专利的市场价值，发现市场对新技术的商业价值正在下降。这表明，尽管创意持续涌现，但市场未能有效地奖励创新型企业，导致生产力增长放缓。

结论：关注市场，而非创意

经济增长停滞的根本原因可能并非创意匮乏，而是市场效率的下降。 创新型企业难以获得市场份额，导致整体生产力增长受到阻碍。为了恢复经济增长，我们需要关注如何提高市场竞争力，促进创新技术商业化，而不是仅仅关注如何产生更多的创意。 解决的问题在于，我们需要将更多的智慧和资源投入到理解和改善市场机制上，从而促进创新技术的发展和应用。

解决 Erdős 问题 1026 的故事：合作、文献和人工智能

这篇文章讲述了解决 Erdős 问题 1026 的故事，展示了合作、现有文献以及人工智能工具的结合如何促成了这一突破。

问题背景

Erdős 问题 1026 源于 1975 年 Erdős 提出的问题，与他与 Szekeres 共同证明的著名定理有关。该定理表明，对于一个包含 个不同实数的序列，可以找到一个长度为 的递增或递减子序列。 Erdős 问题 1026 旨在确定给定序列 的最大单调子序列和的公式。

问题的重新表述与游戏理论视角

Desmond Weisenberg 提出了一个更明确的形式化问题，定义了常数 ，它表示对于任何给定的序列，Bob 能够保证获得的最大比例。问题被重新表述为一个游戏：Alice 将 个硬币分成 堆，Bob 可以选择一个单调子序列并保留其中的硬币。

关键发现与突破

• Stijn Cambie 的贡献： Stijn 发现了 的上限。
• Wouter van Doorn 的贡献： Wouter 利用 Hanani 的结果得到了 的下限。
• Boris Alexeev 和 Aristotle 的作用： Boris 使用人工智能工具 Aristotle 自动解决了 这个猜想。
• Koishi Chan 的贡献： Koishi 提供了一个基于 Erdős-Szek

Chafa: 终端图像渲染工具总结

Chafa 是一个在终端模拟器中显示图片和动画的工具，旨在提供高质量的近似图像效果。它利用 ANSI X3.64 标准，并采用多种 Unicode 符号，以实现优于仅使用单个符号（如 U+2580）的渲染质量。

主要功能：

• 图像格式支持： 支持多种流行的图像格式，包括动画 GIF。
• 输出格式： 兼容多种终端图形格式，如 Sixels、Kitty、iTerm2 和 Unicode 马赛克。
• 符号选择： 从多个可选择的 Unicode 符号范围内组合符号，以优化输出效果。
• 全宽字符支持： 支持全宽字符，包括中文、日文和韩文。
• 字体支持： 支持 Freetype 兼容的字体文件（TTF、OTF、PCF 等）。
• 色彩模式： 提供多种色彩模式，包括 Truecolor、256 色、16 色和简单的前景色/背景色。
• 色彩空间： 支持 RGB 和 DIN99d 色彩空间，以改善色彩选择。
• 透明度支持： 在所有色彩模式下支持 Alpha 透明度，包括动画。
• 兼容性： 适用于大多数现代和经典终端和终端模拟器。
• API： 提供文档完善、稳定的 C API。
• 性能： 采用 SIMD 优化和多线程技术，速度快且资源占用少。
• 应用场景： 适用于终端图形、ANSI 艺术创作，甚至黑白打印。

相关资源：

• 博客文章： 包含一系列关于 Chafa 的博客文章，介绍了其功能和发展历程：https://hpjansson.org/blag/
• 帮助文档： 运行 chafa --help 或 man chafa 可以查看帮助信息和手册页。
• 示例库： ./gallery/ 提供了使用命令行选项调整输出效果的示例。
• C API 文档： ./ref/ 提供了应用程序开发者的 C API 文档。
• Python 绑定： Erica Ferrua Edwardsdóttir 开发了 Python 绑定 https://chafapy.mage.black/。
• JavaScript 绑定： Héctor Molinero Fernández 维护了 JavaScript 绑定 https://github.com/hectorm/chafa-wasm。

社区：

欢迎加入 Chafa 的 Matrix 聊天室，交流终端、软件和计算机图形相关话题：https://matrix.to/#/#chafa:matrix.org。 社区友好且尊重他人。

Bonsai 引擎概要 (Bonsai Engine Summary)

Bonsai 是一款体素引擎 (voxel engine)，其设计理念强调简单和高效。它最初是一个学习项目，但已发展成为一个功能强大的工具，能够生成和编辑庞大的程序化世界。

核心特点:

• 庞大的世界规模: 支持高达 10 亿个方块的三维世界，相当于地球到月球的距离的 2600 倍。引擎能够实时显示整个世界，实现远距离视距。
• 程序化地形生成: 利用 GPU 着色器 (GLSL shaders) 进行完全可配置的程序化地形生成，开发者可以利用着色器语言的强大功能操控地形生成过程。
• 当前版本: 当前版本为 2.0.0-prealpha-rc0，包含对世界生成、编辑器和渲染器等核心系统的重大重写。目前引擎主要功能是地形生成和编辑。
• 社区支持: 开发者可以通过Discord服务器（https://discord.gg/kmRpgXBh75）获取支持和参与讨论。

技术细节:

• 依赖: 几乎所有依赖项都是从头开始编写的，只有一个外部依赖：C 运行时库 (CRT)。未来计划移除 CRT。
• 构建要求: 构建 Bonsai 需要 clang++ (版本 >= 18.1) 和一些合适的系统头文件。
• 快速入门: 提供预构建的二进制文件和资源，支持 Windows 和 Linux 平台。

功能集:

• 渲染:
  • 延迟着色 (Deferred Shading)
  • HDR 照明
  • 无序透明度 (Order-independent Transparency)
  • 照明辉光 (Lighting Bloom)
  • 阴影贴图 (Shadow Mapping)
  • 屏幕空间环境光遮蔽 (Screen Space Ambient Occlusion)
• 引擎:
  • 热重载着色器和游戏代码 (Hot Shader & Game-code Reloading)
  • 异步任务系统 (Async Job System)
  • 实体 (Entities)
  • 碰撞检测 (Collision)
  • 透明和发射粒子 (Transparent & Emissive Particles)
  • UI 框架 (UI Framework)
  • 资源加载器 (Asset Loaders)
  • 基本物理引擎 (Primitive Physics)
• 地形生成:
  • 基于 GPU 的完全可编程地形生成
  • 预构建地形着色器库
  • 1D、2D 和 3D 噪声库
  • 可用于二次地形“装饰”的地形衍生物
• 编辑:
  • 类似于 CSG 的 SDF 世界编辑
  • 基本形状库 (矩形、球体、线、圆柱体等)
  • 基于 SDF 刷的原始纹理

其他功能:

• 性能分析器 (Performance Profiler) 包括手动 Instrumentation, 内存分配跟踪，多线程调用图跟踪，以及（仅限 Windows）上下文切换和物理核心信息。
• SDF 刷 GUI (Layer-based brush GUI)

愿望清单 (Wishlist):

引擎开发者计划实现以下功能：

• 渲染: 高动态范围颜色 (HRC), 屏幕空间反射 (SSR), 屏幕空间线条, 更好的阴影, 运动模糊, FXAA, 水, 流体, 移除网格化, 基于 Lumen 的屏幕空间辉光 GI。
• 地形: 侵蚀模拟, 生物群落, 等等。
• 资源: MCA 导入器, 音频解码器 (mp3, ogg)。
• 数据结构: 更好的低不相关性序列, 更好的磁盘/球体采样模式, 更好的哈希函数, GPU 哈希, 哈希树, 更好的浮点数随机数生成器, 更好的贪婪网格化。
• 其他: 更好的 Sin/Cos 函数, 使用 Intel 工具进行双 CPU/GPU 世界生成，改进 ETW 层, GPU 性能分析。

总而言之，Bonsai 是一款专注于程序化地形生成和编辑的体素引擎，具有庞大的世界规模、可配置的生成流程和丰富的特性集，并持续进行开发和改进。

QuestDB 性能分析与内核 Bug 调查

QuestDB 是一个开源的时间序列数据库，专为高负载工作而设计，从交易市场到任务控制中心均可使用。它提供超低延迟、高吞吐量数据摄入和多层存储引擎。原生支持 Parquet 和 SQL 确保数据可移植性，并为 AI 做好准备，避免供应商锁定。

问题背景

作者长期使用 Linux，从 Slackware 开始，并经历过许多 Bug。过去十年 Linux 系统相对稳定，直到 async-profiler 出现 Bug，导致机器频繁冻结。作者试图使用 async-profiler 分析 QuestDB 用户报告的延迟峰值，但每次尝试都导致系统完全冻结，只能通过硬重启恢复。

最初怀疑是 QuestDB 集成代码中的 Bug，但通过构建旧版本 QuestDB 也遇到了同样的问题，这表明问题可能出在环境上。经过排查，发现问题与 Ubuntu 25.10 的新版本相关。

Bug 的发现与确认

作者发现其他性能爱好者 Francesco Nigro 报告了类似的问题，机器在使用 async-profiler 时冻结。虽然 Francesco 使用的是 Fedora，但内核版本与作者的 Ubuntu 相同（6.17）。通过使用旧版本的 Ubuntu 验证，确认了问题确实存在于系统层面，很可能与内核有关。

Bug 的根源

该 Bug 由内核提交 [18dbcbfabfff ("perf: Fix the POLL_HUP delivery breakage")] 引入。该提交旨在修复另一个 Bug，却意外地在 cpu-clock 事件处理中引入了死锁。

具体来说，当 PERF_EVENT_IOC_REFRESH(1) 计数器归零时，内核的 hrtimer 会触发信号，并尝试取消事件。由于 hrtimer_cancel() 在相同上下文中调用，导致无限等待，最终系统冻结。

Bug 的修复

内核补丁 [eb3182ef0405ff2f6668fd3e5ff9883f60ce8801] 通过以下方式修复了死锁：

1. 将 hrtimer_cancel() 替换为 hrtimer_try_to_cancel()，避免阻塞等待。
2. 使用 PERF_HES_STOPPED 标志作为延迟停止信号，确保定时器停止。

调试过程

作者使用 QEMU 模拟环境来重现和调试该问题。通过安装 Ubuntu、启动 QuestDB，并使用 async-profiler 触发冻结，成功在 QEMU 环境中重现了该问题。

作者使用 GDB 连接到 QEMU 虚拟机，加载内核符号，并分析了内核堆栈，确认了死锁发生在 hrtimer_cancel() 函数中。

结论

该文章详细介绍了在使用 async-profiler 性能分析 QuestDB 时遇到的内核 Bug，以及作者通过调试和分析最终找到并理解 Bug 的根源的过程。 QuestDB 用户在使用 6.17 内核版本时，建议使用 -e ctimer 标志绕过该问题。作者还分享了在 QEMU 环境下调试 Linux 内核的经验。

附录：第二次复活尝试

作者进一步尝试通过 GDB 操作 Java 进程，强制内核杀死 Java 进程，从而避免了 profiler 重新启动定时器，最终成功地复活了冻结的系统。虽然不建议在生产环境中使用这种方法，但展示了内核调试的强大功能。

Abstract page for arXiv paper 2512.11146: A Quarter of US-Trained Scientists Eventually Leave. Is the US Giving Away Its Edge?