https://www.washingtonpost.com/technology/2026/06/26/openai-says-us-government-will-vet-users-its-latest-ai-model/

https://openai.com/index/previewing-gpt-5-6-sol/

DeepSpec: a full-stack codebase for training and evaluating speculative decoding algorithms - DeepSpec/DSpark_paper.pdf at main · deepseek-ai/DeepSpec

美国政府周五解除对Anthropic公司Claude Mythos 5 AI模型的出口封锁，允许其向逾100家美国机构发布，包括大型企业和政府部门。这标志着特朗普政府与这家全球高估值私营公司之间对峙的重大降级。

两周前，美政府以亚马逊等企业警告该模型存在被“越狱”用于恶意活动的风险为由，对Mythos实施出口管制，导致该模型及其消费级简化版本Fable 5停运。美国商务部长Howard Lutnick于周五下午致信Anthropic首席计算官Tom Brown表示，自封锁生效以来，政府与公司经密集日常谈判取得“重大进展”，已确定具备“适当的保障措施”，可允许特定“受信任合作伙伴”访问Claude Mythos 5。

根据新安排，向信件附件A所列实体及其外籍员工、以及Anthropic的外籍员工出口、再出口或境内转让该模型，不再需要许可证。Lutnick还在信中披露，Anthropic已承诺与美政府就其模型的协议、标准和发布开展合作。

该信件未提及Fable 5。知情人士称，相关方正推进该版本发布，但时间表尚不明确。

同日，Anthropic的主要竞争对手OpenAI也将其最新模型GPT-5.6发布给经政府批准的少量合作伙伴。

加州3D打印机监控法案AB 2047的隐患与争议

加州议会不顾电子前哨基金会（EFF）关于3D打印监控软件立法存在危险性且无法实施的警告，近期通过了AB 2047号法案的众议院版本。在审议过程中，立法者虽对法案进行了修订，但并未解决其涉及的隐私、言论与消费者权益风险，反而使条文更加混乱。目前该法案将进入州参议院审议，EFF呼吁公众敦促参议员否决此项法案。

法案核心问题未解

AB 2047旨在要求3D打印机安装监控及审查软件，以打击已属非法的无证制造枪支行为。然而，EFF指出，该法案存在三大未解决的核心问题：审查合法言论、建立企业监控体系，以及将开源实验行为刑事化。

主要修订内容及问题

1. 取消转售的刑事责任

最新版本增加了一项针对个人转售设备的豁免条款。原法案曾规定，转售在该强制监控软件生效前购买的3D打印机可能构成刑事犯罪。此项修改对3D打印社区是一大利好，但尚不足以抵消法案整体危害。

2. 开源豁免名存实亡

法案将使用替代性开源程序的普通用户行为列为刑事犯罪。新修订虽为开源工具提供了豁免，但前提是这些工具必须包含“合规的审查软件”。这实质上向开源开发者施加了模糊且不现实的打印阻断标准，并持续对开源用户产生寒蝉效应。

3. 大幅降低技术性能标准

EFF强调，** mandated 技术在任何情况下都无法按预期运作**——它既会阻止3D打印机的合法使用，也无法阻止决心造枪者绕过限制。对此，法案并未寻求技术改进，而是直接放弃了“必须有效”的伪装。

修订后的条文将算法性能标准从“有效阻止具备技术能力的用户规避”降级为“实质性降低可预见的规避尝试的可能性”。这意味着法案不再要求软件有能力防御技术娴熟的攻击者，而仅是要求制造商 endlessly 地应对用户 infinite 的规避手段。此外，法案还留下了不清晰的流程，依赖非政府第三方制定标准，并让制造商和经销商自我监管。

4. 娱乐业获得商业豁免

法案新增了对商业用户的豁免，特别指向大量使用3D打印机制作道具与服装的娱乐产业。EFF批评此举仅为争取大企业而做的防御性修改，却忽视了独立电影人、cosplayer及其他小型创作者。

这种商业豁免缺乏清晰界限，因为消费级与商业级3D打印机并无本质区别，均为通用工具。制造商会借机推出更昂贵的“商业级”打印机，对商业客户进行锁定和加价。而那些选择购买普通零售版以避免高价的商业用户，其打印文件将与普通爱好者一样受到监控，从而面临原型及新设计遭知识产权盗窃、数据泄露给制造商乃至政府与公众的风险。

呼吁行动

修订后的AB 2047降低了性能标准、削弱了监管监督，却依然威胁着3D打印用户的隐私与选择权。这套监控系统无法实现其立法初衷，只会伤害守法创作者。EFF呼吁加州选民立即行动，要求州参议员对该无效且具侵入性的法案投下反对票。

索尼正在从PlayStation Store用户的账户中移除551部由StudioCanal发行的电影及电视剧，包括《终结者2》《全面回忆》《杀出个黎明》《绝岭雄风》等经典作品。

据X用户somatyk公开的官方通知，索尼已向相关购买者发送邮件，告知其"将无法再访问先前购买的StudioCanal内容，这些内容将从您的视频库中删除"，生效日期为9月1日。PlayStation官网也已公布完整的受影响片单，共计551部影视内容。

索尼在通知中将移除原因归结为"内容授权协议"，但全文未提及退款、补偿或替代方案，语气被外界视为毫无歉意。此事再次引发对数字内容"所有权"的讨论：用户在使用PlayStation时同意的最终用户许可协议（EULA）中，实际上已允许平台方在授权到期或协议变更时随时撤回已售数字内容，这意味着数字购买本质上更接近长期租赁而非真正拥有。

报道指出，这并非PlayStation平台独有现象，而是所有数字商店存在的系统性风险。只要内容依赖企业服务器和授权协议，消费者就无法真正掌控已购产品，一旦授权终止，内容即会被删除且用户通常难以获得赔偿。近期类似争议（如实体版游戏仅提供下载码）也反映了玩家对数字内容脆弱性的普遍担忧。

OpenTTD 16.0-Beta1 发布摘要

OpenTTD 16 首个测试版现已发布，包含多项新功能、改进与修复，并面向社区开放测试。

主要新功能

• 火车倒行：列车现在可以向后行驶。
• 开放式多人公司：多人游戏中，公司可设置为允许任何玩家无需邀请直接加入。
• 地图生成优化：沙漠地块新增岩石；优化地图边缘海岸效果；改善大地图上的灯塔生成；发射器仅于 1920 年后生成；支持自定义平均陆地高度。
• CargoDist 补贴：为使用 CargoDist 的货物类型启用运输补贴。
• NewGRF 收藏夹：在 NewGRF 选取窗口中创建并保存自定义集合，涵盖对象、车站和房屋。
• 货物运价衰减调节：支持缩放货物老化速率，使慢速交通工具在大地图上仍可盈利。
• 界面改进：下拉列表新增文本过滤功能；车辆预览报价合并为单一窗口，避免多窗口弹出干扰。

社区竞赛

官方同步启动了 OpenTTD 16 标题游戏竞赛，邀请社区设计并投票选出新版本主菜单的背景游戏。

测试反馈与资源

用户可通过 GitHub Issues 提交 Bug 报告。相关链接包括测试版下载页面、完整变更日志及问题追踪器。

Om Malik 讣告：一位科技评论家的生涯与风骨

John Gruber 撰文悼念两天前因心脏病去世的挚友 Om Malik。两人相识二十年，常一同出席 Apple 发布会并被安排在同一组媒体简报。Gruber 形容 Om 沉着、风趣且极为慷慨，善于发现每个人的优点并真诚赞美，因此在科技圈内深受爱戴；同时作为评论家，他言辞犀利、直击要害，能看穿炒作与逻辑漏洞。这种既让人敬爱又令人敬畏的特质在他身上罕见地共存。

Om 早年是 Business 2.0、Forbes 与 Red Herring 等杂志的记者，随后创办 GigaOm，曾是高产的新闻博客作者，以快速报道突发科技新闻著称。2008 年，42 岁的他突发心脏病，这成为生涯转折点。2014 年，他宣布离开日常新闻工作，加入 True Ventures 成为合伙人，结束了“24 小时新闻循环”下的记者生涯。此后他从追逐“发生了什么”转向剖析“为什么发生”，从高产博主蜕变为深思熟虑的散文作者。

尽管淡出日常新闻多年，Om 凭借声誉与持续的高质量分析，直至去世前仍是 Apple 发布会的重量级受邀嘉宾。2025 年 6 月初，Gruber 原计划与他在 WWDC 见面，才得知 Om 自 4 月中旬起已因严重心脏问题住进斯坦福医院 ICU，亟需心脏移植，否则性命不保。Om 对病情并未张扬，而是保持隐私，甚至在病床上完成了职业生涯中部分最出色的写作与分析，外界几乎无人知晓他是在 ICU 中撰文。他于今年早些时候对当前科技世界的评论，被 Gruber 认为是他最好的作品之一。

Gruber 回忆，Om 从不因身份、财富或过往成就而对人另眼相看，只以“是否拿出令人印象深刻的新作品”来评判他人，因此对 hype 免疫。作为第一代博客浪潮的代表人物，Om 曾劝阻 Gruber 将 Daring Fireball 作为通往传统大媒体的跳板，坚信未来属于建立个人品牌与声誉的创作者，而非依附于臃肿的遗产媒体。Om 自己也是从顶尖杂志记者转型为独立媒体创业者，并在这条逆潮流的道路上取得巨大成功。

Om 热爱摄影、咖啡、名表、好笔、Apple 产品与媒体产业，也是洋基队死忠。1993 年他初到美国闯荡新闻事业时，曾在旧洋基体育场对面 Bronx 的箱包店打工谋生。当时他不认识任何人，也不懂棒球，常常在下班后买张便宜的上层看台票进场看球。正是在那里，他学会了棒球、爱上了洋基队，也以此对抗移民初期的孤独感，并把这段经历视为美国文化的速成课。他欣赏洋基队对卓越的追求，而非单纯的赢球；他最喜爱的球员是沉着优雅的 Bernie Williams。

Gruber 感慨，Om 即使面对死亡也并未“忙于死去”，而是一直在创作与思考。文末他提醒读者：不要吝啬对喜爱作品的赞美——这正是 Om 生前最乐于践行的事。

《金融科技工程手册》为金融科技从业者及外部人员提供构建资金系统的核心模式与共享词汇，围绕三大原则：不凭空创造数据（幂等、去重、对账）、不丢失数据（全精度、事件溯源、审计追踪、不可变性）、不信任任何环节（校验Webhook、交叉验证、故障显式告警）。

在资金表示上，严禁使用浮点数，应选用任意精度、最小单位整数（遵循ISO 4217或代币自身精度）或有理数；序列化时以字符串或整数传输。舍入是不可避免的业务决策，应显式并在边界处执行，妥善处理残差。货币须与金额封装为Money类型，禁止跨币种隐式运算，加密货币以（网络, 合约地址）标识。外汇汇率具有方向性（存在买卖价差），区分为实际兑换产生的交易汇率与估值用的参考汇率，并记录来源与时间。

记录层面采用复式记账：资金仅在账户间转移，余额由流水推导而非存储，已过账分录不可变。必须区分起息日、记账日与结算日（T+X），不可压缩为单一时间戳。审计追踪须记录“何事、何时、何人、何因”；配置与权限变更亦需留痕。事件溯源将事件流作为唯一事实来源，状态由此派生，但需应对模式演进与投影成本。纠错只能通过新增冲正或调整分录“向前修复”，并关联原记录。

执行资金流转时，通过构造约束、运行时断言与事后核对三层手段维护不变量。与外部交互前实施资金预冻结，区分总余额与可用余额，并保证线性一致性。系统必须能表示负余额以处理意外透支，禁止截断归零。幂等性依赖显式幂等键与原子屏障，处理乱序与重试；完全可恢复性要求将长流程建模为持久化状态机，每步完成后落盘，由独立调度器在崩溃后继续推进，支持重试或补偿（Saga模式）。

对外部系统持零信任：消费API时严格校验边界、持久化原始请求/响应；处理Webhook时仅视为提示，持久化原始载荷、验证签名后异步处理，并反向查询API确认状态。内部通过**发件箱（Outbox）或变更数据捕获（CDC）**实现可靠通知，保证变更与投递原子性，消费者幂等去重。对账是最终防线，按节奏匹配多方记录，处理时滞与一对多差异。

控制与访问方面，敏感资金操作与代码变更需遵循职责分离与四眼原则，审批记录纳入审计轨迹；实施最小权限RBAC并定期复核。版本控制与CI/CD流水线必须强制执行评审与部署追溯。测试推荐属性测试、不变量注入、故障恢复注入、往返与向后兼容测试，并在可控范围内进行生产测试。

附录提供领域术语表及提现、充值、兑换三个端到端示例，演示上述模式在真实资金流中的综合运用。

A Utah county commissioner said a large data center project played a role in his defeat in this week’s Republican primary.

New mathematical AI systems can solve problems, prove theorems, and assist with research. Now mathematicians are rethinking their role in the field.

Weave Router 是由 WorkWeave 推出的智能模型路由代理，旨在为 Claude Code、OpenAI Codex、Cursor 等 AI 编程工具提供“单端点、多模型、自动选优”的推理层。

核心功能

• 每请求智能路由：基于本地轻量嵌入模型（非启发式提示）为每次对话请求选择最优模型；路由评分器源自 Avengers-Pro 论文的集群 scoring 方法。
• 多协议兼容：原生支持 Anthropic Messages、OpenAI Chat Completions 与 Gemini 原生 API，覆盖流式返回、工具调用、视觉输入等完整功能。
• 广覆盖模型：除 Anthropic、OpenAI、Google 之外，还通过 OpenRouter 支持 DeepSeek、Kimi、Qwen、Llama、Mistral 等开源/第三方模型。
• 安全与可观测：默认 BYOK（自带上游密钥），密钥本地加密静态存储；内置 OTLP 链路追踪，可在本地仪表板 localhost:8080/ui/dashboard 或外部 APM（Honeycomb、Datadog 等）查看。

部署与工具集成

• 托管快速开始：运行 npx @workweave/router 即可按向导自动为 Claude Code、Codex 或 opencode 注入配置，无需克隆或 Docker；支持 --local 切到自托管。
• 自托管：执行 make full-setup 在本地拉起 Postgres 与路由服务（:8080），生成 rk_... 路由密钥。支持通过 cURL 以 Anthropic 或 OpenAI 格式调用。
• IDE/CLI 配置：
  • Claude Code：make install-cc 或 npx 自动配置。
  • Codex CLI：改写 ~/.codex/config.toml（或项目级 .codex/），新增 [model_providers.weave]；Codex 的 OPENAI_API_KEY 仍用于上游，路由密钥通过 X-Weave-Router-Key 传递。
  • opencode：合并 provider.weave 到 opencode.json，利用其内置 Anthropic provider 指向路由端点。
  • Cursor（早期测试）：在 Models 设置中覆盖 OpenAI Base URL 为 http://localhost:8080/v1 并填入 rk_... 密钥。
• 开关切换：提供 on/off/status 命令（及 Claude Code 的 /router-off 等 slash 命令），可随时绕过或恢复路由，不删除配置。

主要端点

其他信息 项目采用 Go 编写，基于 Elastic License v2。仓库内提供完整的配置参考（docs/CONFIGURATION.md）、架构设计（AGENTS.md）及贡献指南（CONTRIBUTING.md）。

该文分析了开放权重（open weights）大语言模型与闭源前沿模型之间的能力差距，基于 Artificial Analysis 提供的多项基准测试数据展开评估。

首先，作者采用 Artificial Analysis Intelligence Index（该机构用于评估模型综合能力的 headline 指数）来衡量差距。具体方式是：取开放权重模型在当前月份的前沿性能，再回溯闭源模型达到同等水平是多久之前。该指数与人们对模型能力的主观印象相关性较好。数据显示，自 2024 年夏季起，这一差距开始持续缩小；若对趋势线进行拟合并外推，差距将在 2026 年 12 月 3 日 左右归零（距撰文时约 6 个月）。仅据此单一基准，似乎开放权重模型即将追平闭源前沿。

然而，作者指出单一基准无法完整反映 LLM 能力全貌。利用 Artificial Analysis 提供的 18 项独立基准，作者重复了同样的滞后分析，并将每个月在不同数据集上测算出的差距绘制成箱线图，同时计算了 18 项基准的平均差距及其最佳拟合线。结果显示，这条平均线几乎完全持平，在整个观测周期内均维持在 约 5 个月，并未呈现明显的收敛趋势。

进一步拆解发现，模型能力的整体提升高度集中在编程类基准：该领域的差距从一度落后 15 个月，骤降至仅落后 1 至 2 个月。但在大多数其他基准上，差距随时间仅有温和扩大或维持原有水平，并未显著缩小。

综上，该分析揭示了衡量 LLM 质量的困难：若仅依据综合性 Intelligence Index 或编程能力，可能得出开放权重模型即将在 2026 年底追平闭源前沿的结论；但若综合 18 项基准的平均表现，则开放权重模型持续落后约 5 个月，且整体差距未必在缩小。因此，现有数据尚不支持“开源模型即将全面追平或超越闭源前沿”的确定性判断。

文章探讨为何动能与速度的平方成正比（(KE \propto v^2)），而非线性关系。作者的核心前提是：能量可在动能与势能之间相互转化并被储存，这正是我们关注能量的根本原因。

论证一：弹簧推开箱子

该论证基于以下假设：动能由质量与速度决定；弹簧等设备储存势能并可转化为动能；动量守恒成立；势能满足伽利略不变性；动能对质量具有可加性（(KE \propto m)）。

情景：两个质量均为 (m) 的箱子以速度 (v) 向右运动，中间夹有一压缩弹簧，系统总能量为 (KE(2m, v) + U)。释放弹簧后，左侧箱子恰好静止，由动量守恒可知右侧箱子速度变为 (2v)。根据能量守恒： [ KE(2m, v) + U = KE(m, 2v) ] 利用动能对质量的可加性得 (KE(2m, v) = 2KE(m, v))，于是： [ 2KE(m, v) + U = KE(m, 2v) ] 因弹簧势能 (U > 0)，故 (KE(m, 2v) > 2KE(m, v))，说明动能不可能与速度成简单线性关系。

为确定比例，换一个相对原系以速度 (v) 向右运动的参考系。在此系中，两箱子初始静止（动能为 0），弹簧势能仍为 (U)。释放后，两箱子以速度 (v) 向相反方向运动，能量关系为： [ U = 2KE(m, v) ] 将此代入前式，得到： [ KE(m, 2v) = 4KE(m, v) ] 即速度加倍时动能变为四倍。结合数学结论，即可推出一般的二次关系 (KE \propto v^2)。

论证二：仅利用重力场，不预设功或 (mgh)

第二个论证避免直接引用重力势能 (mgh) 或功的定义，仅依赖恒定重力场中的运动学关系 (v = \sqrt{2gh}) 与能量守恒。

情景 A：将物体从高度 (h)（落到地面时速度为 (v)）分四次下落，每次下落 (h/4)。每次接住物体时吸收的动能为 (KE(v/2))，四次共储存能量： [ U_1 = 4\cdot KE(v/2) ] 再用这些能量将物体发射回去。若物体回弹高度不能超过 (h)（否则会违反能量守恒、形成永动机），则发射速度不能超过 (v)，因此 (U_1 \le KE(v))，即： [ 4\cdot KE(v/2) \le KE(v) ]

情景 B：让物体直接从高度 (h) 下落，吸收全部动能 (U_2 = KE(v))。然后将这份能量均分为四份，分四次向上发射物体。同理，最终高度不能超过 (h)，故每次发射速度不超过 (v/2)，每份能量满足 (U_2/4 \le KE(v/2))，即： [ KE(v) \le 4\cdot KE(v/2) ]

联立两个不等式，只能有： [ KE(v) = 4\cdot KE(v/2) ] 这等价于 (KE(2v) = 4KE(v))。由此同样可严格推出动能与速度的平方成正比。

结论

两个独立论证分别从弹簧系统的伽利略不变性与重力场中的能量守恒出发，在不预先假设 (KE = \frac{1}{2}mv^2) 的情况下，通过思想实验证明了速度加倍导致动能变为四倍，从而导出动能必为速度的二次函数。

诺模图简介与 PyNomo 应用

什么是诺模图

诺模图（Nomogram/Nomograph），又称列线图或对齐图，是一种通过图形方式快速计算数学公式结果的图表。它由一组标有数字的刻度尺组成，每个刻度尺通常对应公式中的一个变量，使用者用直尺连接已知值，即可在另一刻度尺上读出未知量。虽然双变量关系通常用普通函数图像表示，但诺模图尤其适用于求解包含三个或更多变量的方程。

这种图形计算器由 Philbert Maurice d’Ocagne 于 1880 年发明，曾在工程领域广泛使用，帮助工程师对复杂公式进行快速且实用精度的图形计算。尽管电子计算器与计算机已使其大为减少，但在需要针对特定公式进行快速、便携计算时，诺模图仍极具价值——其制作成本仅需一张纸，且设计过程富有乐趣，成品既易于使用又可能具备美学吸引力。

文中以一幅 1920 年的曲柄滑块机构诺模图为例，展示了如何通过一根等值线（isopleth）在涉及多个几何参数的复杂方程中求解。特别值得注意的是，即使变量无法在方程中被单独分离到一侧（隐式变量），诺模图依然能够直接求解。

诺模图的设计

传统上设计诺模图需要精湛的绘图技巧与专业知识，而如今 PyNomo 能够承担这两部分工作。对于九种最常见的函数关系，PyNomo 可通过简单且可定制的脚本生成矢量 PDF 诺模图；经验丰富的设计者还可利用第十种通用选项，绘制任意复杂布局的诺模图，甚至线性与圆形计算尺。

诺模图的应用领域

诺模图在历史上应用极广，例如：

• 法国铁路建设中的挖填方计算（d’Ocagne 的原始应用）；
• 水道、管道与堰的水流调节设计；
• 医学领域（如 Lawrence Henderson 的血液生理学相关性研究，美国首批医学诺模图，且医学领域至今仍在广泛使用）；
• 弹道学计算、机械车间尺寸换算、统计学分布属性与运筹学中的优化及质量控制；
• 化学与化学工程中的通用物理关系及特定化合物经验数据；
• 航空驾驶舱的导航与飞行控制、Sputnik 1 发射后的天文轨道推算；
• 各类工程设计（电气滤波器与传输线、机械应力与载荷、光学计算等）；
• 军事野外快速计算，无需依赖电力设备。

诺模图具有双重功能：一方面提供精确、快速的数值答案；另一方面，通过各刻度尺之间的关系、标度、范围与细分，直观展示系统模型，揭示变量间的相互关系与敏感性。正如 Richard Hamming 所言：“计算的目的在于洞察，而非数字。”

诺模图的组成部分

最常见的诺模图由三根平行直尺构成，用于求解三个变量函数之和为零的方程，如 (u_1 + u_2 + u_3 = 0)。图中的等值线连接已知值并指向解。

好的诺模图应是自包含的：使用者仅凭有限的背景知识就能理解其用途与操作方法。因此，图上通常应包含标题、示例等值线、所解方程，必要时辅以说明图。缺少方程将使得数十年后逆向推导原始公式变得异常困难。

PyNomo 能做什么

PyNomo 使用户无需深厚的数学背景即可设计几乎所有类型的诺模图，包括网格诺模图和用于超过三个变量的复合诺模图。用户只需具备代数知识，将待解方程整理为 PyNomo 支持的十种标准类型之一（九种特定类型与一种通用类型），随后查阅对应格式表格，选择匹配的脚本模板，复制并修改变量函数即可。

运行脚本后，PyNomo 会自动生成可直接打印的 PDF 文件。用户还可以进一步定制刻度间距、标题位置、颜色、示例等值线等外观参数。除基础教程外，PyNomo 也支持高阶功能，如基于行列式方程设计超复杂公式诺模图、应用几何变换与投影以“拉正”图形提高读数精度，以及制作线性与圆形计算尺。

Author of 24 bestselling novels including The Oppenheimer Alternative and FlashForward

标题：美国国家公园管理局被指接获内部禁令，不得对外通报园区死亡及重伤事件

据《华盛顿邮报》报道，美国内政部（DOI）于去年12月向国家公园管理局（NPS）员工发布内部备忘录，禁止工作人员及媒体联络人员向公众通报全美435处国家公园发生的死亡及特定重伤事件。专家指出，此举将改变透明度惯例，不仅开创危险的管理先例，还可能危及游客安全。

内政部的否认与解释

内政部发言人向《Outside》杂志回应称，相关说法“失实”，是对部门指导方针的“严重曲解”。发言人强调，内政部仍致力于提供及时准确的信息，并确保家属优先获知情况。该指导方针旨在建立跨部门事件沟通的一致性，并非为了隐瞒死亡或延迟发布信息。发言人补充，内政部会继续视情况发布公共安全信息、声明、新闻稿及事件更新，同时尊重调查程序、隐私考量、家属通知以及家属要求不公开身份信息的请求。

专家质疑与近期未通报案例

然而，全国公园护林员协会（ANPR）执行主任比尔·韦德（Bill Wade）认为，这是报告要求的重大且不必要的转变，动机不明，可能削弱公众对NPS的信任并损害其声誉。他指出，过去NPS在通报死亡事件时一向表现克制，既不会臆测，也不会在通知家属或调查完成前发布不当细节。

报道提到，NPS最近未公开通报多起死亡事件：一名23岁青年在优胜美地国家公园瀑布坠亡，以及一名少女在红杉国家公园徒步时溺水身亡。《Outside》在NPS官网未找到上述事件的公开记录。

备忘录政策内容

据《华盛顿邮报》披露的内部政策：内政部“不得确认死亡”，且该规定适用于“所有内政部局处及办公室”以及“涉及死亡、疑似死亡、重伤或情感敏感事件的所有内政部通讯”。仅有“适当的主管部门”可以确认死亡。对于受伤情况，内政部不得确认伤势严重程度，只能说明当事人已被运送及运送方式，不得透露其他医疗信息。工作人员可确认事件本身、大致地点、部门正在响应以及调查正在进行，并承诺在适当时机分享进一步信息。

信息保密的安全隐患

韦德指出，透明度能够拯救生命。过去NPS常常利用这些通报，在适当时机强化游客的安全意识与风险认知。保持沉默可能使游客面临更大风险。

搜救专家丹·惠滕（Dan Whitten）则从管辖权角度分析，认为新政策或许与NPS管辖范围庞大、各地调查权归属复杂有关。例如，在联邦专属管辖的公园（如优胜美地），由联邦机构全权调查；但在其他公园（如约书亚树国家公园），调查可能由地方县治安官或验尸官负责。他表示，若联邦员工未与地方管辖机构协调就发布信息，确实可能引发问题。他还认为，信息改由不同机构分别发布会降低效率，但只要NPS仍提供“事件已发生”及“应急响应正在进行”等基本信息，公众仍可获知，只是渠道不再直接。

一项来自德克萨斯大学麦库姆斯商学院的研究揭示了美国住房可负担性下降的新动因：国际资本流入与本地供应规则共同作用，使得房价增速远超住房供应增长。

研究显示，2019年至2025年间，美国平均房价上涨60%。而在2009年至2018年期间，即使在外国投资者不多的市场，房价涨幅也远超供应增速。全国范围的住房供应弹性显著降低：房价每上涨1%，住房供应仅增加0.26%，远低于2000年前的水平。

研究指出，2011年新加坡率先对外国购房者征税后，多国跟进类似措施，导致国际买家将美国视为避风港——该国拥有高移民人口，且未对外国房地产投资征税。2011年至2018年间，外国出生居民比例较高的地区，房价平均比同城市其他地区高出6.7%，但住房供应仅增长1%。

研究人员进一步分析了美国100个大城市的供应弹性，发现各地差异巨大。旧金山因新建住房难度大，供应弹性极低：房价每上涨1%，供应仅增0.06%，需求完全转化为价格上涨。相比之下，北卡罗来纳州夏洛特的住房供应更容易增加，需求更多地体现为住房数量的增长。巴尔的摩的弹性为全国最高，主要得益于其在2010年代中期大幅改革了建筑许可审批流程。

研究者Caitlin Gorback强调，城市市政当局在控制住房供应敏感度方面拥有关键权力。通过修订分区法规、简化许可流程等地方政策，城市能够有效提升住房供应弹性，从而在人口回流城市的趋势下缓解住房负担问题。该研究论文《Global Capital and Local Assets: House Prices, Quantities, and Elasticities》发表于《金融研究评论》（Review of Financial Studies）。

前现代军队的维持核心在于将农业剩余经济中的资源转移出来，以供养不直接从事生产的军事劳动力与资本项目（如要塞、舰船、火炮）。与现代人习惯的货币经济不同，前现代国家往往缺乏充足的货币化基础与高行政能力，因此必须依赖多种非现金或半现金的混合手段来“支付”战争成本。

首先是再分配经济。在货币化程度低的社会中，国王、神庙或大人物直接控制土地，农民以实物（粮食、衣物）缴纳租税。国家通过庞大的官僚体系记录与调配这些资源，直接供养工匠、士兵与行政人员，或抵扣民众的劳役与兵役义务。 Bronze Age 东地中海的宫殿经济即为此类典型。这种模式无需大量硬币流通，但行政管理极为繁重，且难以在大帝国中直接推广，常需借助藩属间接统治。

其次是货币税收与薪饷。对现代人而言最直观的方式——征税、发饷、交由市场解决——需要经济具备高度的硬币渗透率和低交易成本。然而许多前现代经济中，硬币仅用于长途贸易与精英交易，农民普遍不以钱币交易，国家若强行推进货币化（如希腊化君主国在埃及与西亚的做法）需耗费数代人的时间与极高的组织能力。此外，传统社会的税制常被古老习俗锁定（如法国旧制度下贵族与教士免税），统治者擅自加税易引发动荡；即便有经济活动，行政能力不足也限制了实际现金收入，包税制虽可转嫁征收成本，却伴随严重的腐败与收入流失。

因此，大量政体采用成本下放，将军事开销直接转移给社会下层。

• 个人或家庭：要求士兵自备武器、甲胄，并以远低于市场水平的军饷服役（如罗马共和国公民兵），实质是让家庭承担人力与装备成本。
• 精英与大人物：富裕阶层被期待自费提供骑兵、整支武装随从、甚至战舰（如雅典的“triearch”制度），其政治地位往往与此挂钩；中世纪贵族自建城堡亦可视为将国防成本转嫁给地方豪强。
• 社区整体：城镇或附庸社群被要求在内部自行解决兵员选拔、薪酬与装备（如罗马的 socii 或尼德兰城镇民兵）。下放可减轻国家行政负担，但几乎总是伴随着政治权力的同步下放。

最后是战利品、征粮与赔款。军队可通过在敌境强征粮草、劫掠平民，或战后索取赔款来转嫁成本。但征粮会严重破坏地方经济；而战利品与赔款具有极高不确定性，且一次性的巨额掠夺（如亚历山大征服波斯或罗马席卷地中海）通常仍不足以覆盖长期军费——罗马的征服收益仅填补约75%的军事支出。指望“以战养战”长期自给几乎不可能，最终仍需回归常规税收或再分配。

综上，前现代军队极少依靠单一手段筹资。国家是选择实物再分配、货币薪饷、社会下放还是掠夺敌境，取决于其货币化程度、行政能力与社会权力结构。这些因素相互交织，决定了军事组织的最终形态。