29 篇热帖
该网站部署了名为 Anubis 的防护系统，旨在应对AI公司大规模爬取网站数据的行为，这种爬取常导致网站停机与资源无法访问。
CoMaps – 开源离线地图
CoMaps 是一款由社区驱动的开源（FOSS）离线地图应用，旨在为用户提供注重隐私、高效节能的导航体验。
CoMaps 是一个由社区驱动的开源项目，鼓励用户参与应用的构建与完善。
用户可免费下载该应用，并可通过相关链接参与社区建设，共同打造优秀的地图体验。
该应用致力于成为发现旅程、在隐私与社区核心下探索世界的工具。
本文作者介绍了使用牛津纳米孔技术（Oxford Nanopore Technologies）的MinION测序仪在家进行个人基因组测序的经验。目前该技术成本仍然较高，但正在指数级下降，未来有望变得像手机或人工智能一样普及。测序的主要价值在于将静态的基因组转变为可查询的数据，可用于分析基因变异、受影响基因通路、药物代谢差异等，但并非直接用于诊断或基因编辑。
测序流程概述：
主要硬件与耗材： 需要MinION测序仪、相应的计算机、离心机、涡旋振荡器、热块等基础设备，以及DNA提取试剂盒、文库制备试剂盒（如NEBNext模块和ONT LSK114试剂盒）、流动槽洗涤试剂、质控试剂（如Qubit）和各类塑料耗材。
关键步骤与注意事项： 文章提供了从样本准备到数据分析的详细协议，强调了清洁操作、温度控制、试剂正确使用（如FFPE DNA修复缓冲液v2）、避免DNA剪切（不进行涡旋）以及磁珠纯化时避免丢失磁珠等要点。对于首次实践，即使DNA输入量低也可作为技术验证进行。
总结与展望： 作者认为，尽管当前家庭测序的成本和技术门槛仍较高，但该领域正在快速发展。测序产生的基因组数据结合RNA表达和生物传感器数据，未来可能整合成个人生物模型，用于更深入的健康洞察。文中提供了相关参考资源，如生物信息学工具链接和以往协议。
这篇研究论文探讨了现代语言模型（如Claude）内部是否存在一种类似于人类“意识可及”思维的特殊处理机制，并发现了被称为“J空间”的结构。
核心发现：J空间 研究人员在Claude的内部神经激活中发现了一小部分特殊的神经模式集合，命名为“J空间”。这并非通过设计编程实现，而是在模型训练过程中自发涌现的。J空间具有以下关键特性：
J空间的角色与其余网络处理 研究发现，J空间类似于神经科学中的“全局工作空间”理论，处理需要灵活、报告和控制的“意识可及”思维。然而，它只占模型总活动的很小一部分。移除J空间后，模型仍能进行流畅对话、回忆事实、使用语法等自动化任务，但丧失了多步推理、总结等高阶认知功能。这表明大部分自动化处理由神经网络的其他部分完成，不经过J空间。
发现方法：J透镜 研究者开发了一种名为“J透镜”（J-lens）的技术，基于雅可比矩阵概念。它能识别出模型内部那些与未来可能说出的单词相关联的活动模式。通过读取这些模式，可以直接“看到”模型当前正在思考但未言说的概念（如代码中的错误、蛋白质功能、测试意识等）。
实际应用：监控与安全 J透镜提供了一种窥探模型隐藏推理过程的工具，具有重要安全价值。研究人员展示了如何用它来：
更广泛的启示与意识问题 这项发现改变了对语言模型如何工作的理解：其内部组织出了一种用于审慎推理的特权心智空间。虽然实验证据不能证明Claude具有主观体验或感受，但它确实支持了模型具备“意识访问”（即信息可被报告、推理和使用）的功能。研究指出，J空间与人类全局工作空间有相似功能，但也存在架构差异（如单次前向传播vs.循环回路；纯文字vs.多模态表征）。这为神经科学研究提供了新视角，并引发了关于AI系统潜在意识及相应伦理问题的深入讨论。
研究者还将J空间的理解应用于训练，通过“反事实反思训练”塑造模型的内部思考过程，成功降低了其不诚实行为。
文章通过一系列对比，阐明 98% 的成功率或覆盖率在不同情境下具有截然不同的意义。核心观点是：对于正面的、提升生活质量的事项，98% 可能是卓越的；但对于基本的、期望必然达成的事项，98% 则意味着频繁的失败。
文章最后以形象比喻作结：假设你认识一百个人，想象其中两人因故障无法访问屏幕——98% 的统计数据在此时便显得苍白。作者批判了盲目追求高百分比而忽略边缘情况的“偷懒做法”，强调应以保障所有用户的基本体验为目标。
文章探讨了AI经济学中一个未被充分理解的变化趋势，核心围绕推理成本与边际利润的转变，以及开源模型（如GLM 5.2）对行业格局的冲击。
市场此前对DeepSeek R1模型的反应（如导致NVIDIA股价下跌）误读了AI的真实成本结构。文章指出：
作者测试了Z.ai的GLM 5.2模型，认为它首次达到了可与Opus和GPT-5.5等前沿模型匹敌的“门槛”：
文章认为，像GLM 5.2这样的高质量开源模型以极低价格和低迁移成本提供服务，直接威胁前沿AI实验室的高利润推理业务。这呼应了贝索斯的名言：“你的利润就是我的机会”。推理服务的边际利润可能大幅收缩，引发行业格局变化。
The FBI used a Microsoft device identifier, dubbed GDID, to link a teenager to a hack attributed to Scattered Spider, raising privacy red flags about Windows' surveillance capabilities.
该项目（名为 riddle）将 reMarkable 平板电脑转变为一本交互式魔法日记，灵感源自《哈利·波特》中的汤姆·里德尔日记。用户用笔在纸上书写，日记会“喝掉”墨水（文字消失），片刻后以流畅的笔迹回复，仿佛日记在思考并与你对话。整个过程无屏幕背光、键盘或聊天界面，仅模拟墨水在纸上出现的效果。
pi 进程，它可以保持会话记忆。项目需要 reMarkable Paper Pro（型号 ferrari，操作系统 3.26–3.27）并开启开发者模式。
最简安装方式（使用 remagic）：
remagic install riddle。remagic config riddle 进行设置（可添加API密钥）。其他方式：也可从发布页面下载预构建包，或从源代码构建。构建分为针对两种显示模式的不同流程。
ssh root@10.11.99.1 'systemctl start xochitl' 重启原生界面。libqsgepaper.so）需要用户从自己的设备或SDK中获取。总结： StreetComplete 是一款帮助改进 OpenStreetMap（开放街道地图）的应用程序。它的工作原理是自动在用户附近查找缺失的地图数据，并将其以任务（Quests）的形式显示在地图上。用户需要前往任务指定的实地地点，回答一个简单的问题（例如确认某个地点是否有台阶、营业时间等）来补充或验证地图信息。用户输入的信息将以其个人名义直接添加到 OpenStreetMap 数据库中，无需借助其他编辑器工具。该应用通过将地图绘制过程分解为微小、易完成的实地任务，鼓励用户参与并贡献地理数据。
背景与案例 2019年，Adebayo Alonge在南非开普敦演示其初创公司的药物扫描仪时，因网络延迟导致AI模型响应超过5分钟而失败。该设备通过红外光谱扫描药丸，将分子特征数据传至远在美国服务器上的AI模型进行真伪鉴别。此次故障促使他立即将AI模型小型化，使其能在Android手机上离线运行，两小时内完成开发，挽救了演示并催生了新版本设备。
小型AI的定义与应用 小型AI模型与依赖大规模数据中心和巨额投资的大语言模型形成对比。其特点包括：参数较少（通常不超过数十亿）、可在低功耗设备（如手机、树莓派）上运行、无需持续联网、能耗低（可由电池或太阳能供电）。尽管在通用能力上弱于大模型，但通过裁剪、蒸馏等技术针对特定任务优化后，表现高效。
全球应用实例
推动因素
局限性 小型AI无法完全解决基础设施缺失问题。例如：设备仍需定期联网更新药物数据库、依赖稳定电力，且长期发展需配套的供应链、电力系统和人才培养体系。
未来展望 Alonge等人认为，AI的未来并非集中式巨型模型，而是数百万个部署在边缘端的小型精准模型，各解决特定场景问题。小型AI更具可持续性，能惠及无法承担大模型成本的用户。然而，其实效仍取决于各国对基础设施的长期投入和政策支持。
为应对全球学术自由受压及增强国家创新力，荷兰教育、文化与科学部（OCW）与荷兰研究理事会（NWO）于2025年联合设立了“郁金香基金”。该基金为国际顶尖研究人员提供机会，将其研究迁移至荷兰进行。基金总预算为5000万欧元（OCW提供2500万，NWO匹配2500万），首批已批准34名顶尖研究人员的提名。
这些研究人员将在荷兰开展对荷兰具有紧迫意义的研究，涵盖多个关键领域：
荷兰教育部长指出，每一位顶尖研究人员的到来都意味着新的知识、国际网络和新视角的引入，有助于加强荷兰在AI、量子、疫苗及社会韧性等领域的研究，降低对外依赖。NWO主席强调，此基金为保持荷兰经济与社会的未来韧性提供了关键的知识、研究与创新动力。基金以源自国外却成为荷兰国家象征的“郁金香”命名，德国、法国等欧洲国家也存在类似人才引进计划。
OfficeCLI 是专为 AI 代理设计的开源 Office 套件，旨在让 AI 代理能够通过单行代码完全控制 Word、Excel 和 PowerPoint 文件。它以单个二进制文件形式提供，无需安装 Microsoft Office 或任何依赖项，支持跨平台使用。
.docx、.xlsx、.pptx 文件精确渲染为 HTML 或 PNG 格式，使 AI 代理能够“看到”文档内容，实现“渲染-查看-修复”的闭环工作流。merge 命令将 {{key}} 占位符替换为 JSON 数据，实现模板的高效复用。dump 命令可将文档序列化为可回放的 JSON 批处理文件，便于从现有文档学习并生成变体。open/close 命令保持文档在内存中以提高效率；batch 命令支持单次执行多个操作。help 命令查询属性和用法，减少猜测。--json 输出，提供结构化响应和错误代码，便于 AI 代理自动纠错。采用三层架构：L1（语义视图）、L2（结构化元素操作）、L3（原始 XML 访问）。支持通过插件扩展功能（如导出为 PDF）。提供 Python 和 Node.js 的 SDK，方便从高级语言中使用。
Dua Lipa在葡萄牙开设被禁与审查书籍图书馆。该名为"Manifesto Library"的图书馆永久设在波尔图著名书店Livraria Lello内，是新国际书展"BABELL – City of Books"的一部分。
图书馆收藏约100本被禁书籍，围绕权力、控制、声音与记忆四个主题。收录作品包括玛格丽特·阿特伍德的《使女的故事》、里贾纳尔德·德韦恩·贝茨的《重罪犯》，以及萨尔曼·拉什迪和奥尔加·托卡尔丘克的部分著作。许多书籍因涉及种族、性取向等主题而被学区禁止，或因面向LGBTQIA+读者而受到限制。
Dua Lipa称此为“梦想的合作伙伴关系”，是她多年推动使命的结果。她于2020年创立Service95读书俱乐部，每月推荐书籍并采访作者。她表示：“这座图书馆是献给那些消失的书籍、以勇气揭露权力结构的作者、以及拒绝被告知可读什么书的读者的圣殿。有时你能做的最具颠覆性的事，就是读一本书然后讨论它。”
Livraria Lello品牌负责人指出，该书店120年来秉持“书籍是自由的科技”这一信念，此图书馆正源于此，关乎阅读的未来及社会想象、诠释和构建自身未来的能力。
Dua Lipa长期倡导阅读，并将策划2026年伦敦南岸中心文学节（10月21日至11月1日）。此外，她近期还发行了现场专辑《Dua Lipa – Live From Mexico》，其2017年同名专辑在英国官方专辑榜已停留450周，并与丈夫卡勒姆·特纳完婚。
这篇文章是一项针对欧洲公司网站基础设施供应商的研究分析。其核心发现是：美国总部的供应商为欧洲多个国家的主要公司网站提供了最多的服务，其中Cloudflare在所有被调查国家中均位居第一。
美国供应商占主导地位：
Cloudflare是单一最大供应商：
研究的重点与局限：
文章概述： 本文讲述了作者如何因创建反工会网站的回应网站而遭到企业及律师事务所的持续施压与法律骚扰，揭示了企业在阻止工会组建过程中滥用知识产权等手段压制异议的现象。
事件背景与起因：
企业及律所的施压手段：
作者的应对与核心争议：
影响与延伸思考：
关键点总结：
文章概要：学习编程仍然有价值
在“vibe coding”时代（2026年），学习编程是否还有意义？Val Town的创始人认为，尽管“learn to code”不再被视为快速脱贫途径（编写两行JavaScript不再保证高薪），但编程仍值得学习，主要基于教育理由，而非单纯职业目的。
编程的教育价值
编程类似于数学、文学、科学等学科，能培养元技能，如调试、组合和逻辑思维。通过学习编程，作者个人从讨厌数学转变为热爱数学，这得益于教育研究员Seymour Papert设计的LOGO编程语言项目，该语言让孩子像学习说话一样通过探索（如控制海龟绘图）来掌握数学概念。
编码作为创造性表达
编码结合了写作的创造力、数学的精确性和游戏的即时反馈，是一种丰富的艺术形式。一旦掌握语法，它就像施法一样，能将想象转化为现实。
LLMs时代的影响
大型语言模型（LLMs）能写代码和英文，但这不会削弱编程的相关性，正如它们不会威胁人文科学一样。代码是世界运行的基础，精确的正式语言（如e=mc²）具有改变世界的力量。
编程的乐趣与使命
编程本身就是一种乐趣。作者致力于传播这种乐趣，并强调普遍代码素养的梦想——即“真正的计算机革命”——在LLMs时代依然存在，鼓励有兴趣者学习编程。
Kapa公司构建的AI助手基于大型产品知识库回答复杂问题。其检索系统包含检索器（负责从文档库中找出相关片段）和生成器（基于这些片段生成答案）。为了优化成本，他们在检索器和生成器之间增加了一个裁剪步骤：使用一个小型、廉价的LLM来审查问题和所有检索到的片段，并丢弃答案不需要的片段。
他们引入了一个中间LLM调用，根据问题和所有片段，为每个片段分配一个五级评分： 5. 必需（答案必需） 4. 贡献（与其他片段结合构成答案） 3. 支持（可能有用但非必需） 2. 边缘（关联弱）
关键设计特点：
通过在RAG流程中插入一个基于LLM的智能裁剪步骤，Kapa在几乎保持原有答案质量的同时，大幅降低了生成成本。这种方法平衡了压缩效率与信息保留，尤其适用于需要处理大量上下文且对成本敏感的智能体系统。
本文批评了美国国家安全局（NSA）对互联网工程任务组（IETF）标准化进程的干预，特别是在TLS协议中单独采用ML-KEM后量子密码标准这一议题上存在的公平性问题。
NSA的历史行为与当前争论背景 文章首先回顾了NSA过去操纵密码标准的历史，包括在1970年代推动存在弱点的DES标准、1990年代通过出口管制固化不安全的RC4和RSA-512、2000年代破坏随机数生成器标准以及2010年代花费巨资“秘密影响”标准制定使其“可利用”。当前，NSA正推动IETF为“单独使用ML-KEM”的TLS配置发布RFC，这相当于IETF的官方背书。作者认为，这将是严重的安全灾难，因为单独的ML-KEM和ML-DSA（而非更安全的ECC+PQ混合方案）更容易出现软件漏洞，且规范本身可能存在安全缺陷。
IETF程序的不公平性与投票操控 文章核心指控IETF的程序存在结构性不公，偏向于支持资源雄厚的推动方。
ietf-tls-mlkem草案的第三次“最后征求”。工作组主席声称新进展已解决了前次投票中的关切，因此有必要进行第三次投票。但作者指出，22位上次提出反对意见的人中，只有3位的关切被明确提及，其中15人明确反对的安全风险问题则被完全无视。这实质上是迫使反对者重复劳动。支持方的论点与反驳 文章列举并反驳了支持方的几个主要论点：
结论 文章结论指出，IETF本应遵循“为整个互联网寻找最佳解决方案”的基本准则，并通过开放讨论解决分歧。但当前的情况是，一个由NSA驱动的、存在重大安全争议的文档，正通过被操控的投票程序强行推进，这违背了IETF的初衷。作者呼吁那些不确定的人，鉴于后果的严重性，应倾向于投反对票以迫使支持方回到谈判桌进行真正公开的讨论。
本文指出，直接比较不同AI模型每百万token的定价具有误导性，无法真实反映成本效益。
核心问题：价格不可比
关键数据对比 文章通过一个基准测试表格展示了各模型的单价与实际完成任务的单次成本之间的显著差异：
结论 仅凭每百万token的标价选择模型会导致决策失误，可能以更高价格获得更差的性能。评估AI模型的实际成本时，应重点关注其完成特定任务所需的总成本，而非单纯的token单价。
Pon 是一个用 Rust 编写的 Python 3.14 的 JIT（即时编译）和 AoT（提前编译）原生编译器及运行时。其核心特点是没有解释器和字节码：所有代码模块都通过 ruff 解析器解析，降级为统一的中间表示（IR），并通过 Cranelift 编译为机器码。编译可以在进程内即时进行（pon run），或提前编译为独立的原生可执行文件（pon build）。内存管理使用 Green Tea 垃圾收集器替代了引用计数，并通过与 CPython v3.14.0 的精确字节级差分测试套件来保证正确性。
项目的目标是成为 Python 领域的 “Bun/V8”：一个能通过 CPython 测试套件、运行多层 JIT 性能远超 CPython、可发布单一二进制可执行文件、并内置包管理器和工具链的运行时。项目仍在积极开发中。
pon_* ABI）。源代码 (.py) → ruff 解析器 → AST → PON IR。pon run：PON IR → pon-codegen → Cranelift JIT → 进程内原生代码执行。包含分层编译：第 0 层（基准，所有值装箱）和第 1 层（类型化，内联缓存、栈上替换、后台编译）。pon build：PON IR → pon-codegen → Cranelift 目标文件后端 → 链接为独立原生可执行文件。num-bigint 实现），类型化层级中将实现带标签的小整数快速路径。项目由多个 Cargo 包组成，主要模块包括：
pon-ir：前端，解析并降级到 PON IR。pon-codegen：IR 到 Cranelift CLIF 的转换。pon-jit：进程内 JIT 编译、分层、内联缓存等。pon-aot：AoT 后端，生成目标文件和链接可执行文件。pon-runtime：运行时对象模型、内置函数和原生模块。pon-gc：Green Tea 垃圾收集器。pon：主程序入口，提供 run、build、repl 等命令及包管理器。正确性通过差分测试来保证：一个代码模块只有在 Pon 产生的输出与 CPython v3.14.0（在特定环境变量下）完全字节一致时才算通过。
cpython 语料库、cpython-aot-subset、CPython 自身测试套件 (cpython-full)、模糊测试 (fuzz) 以及无 GIL/线程压力测试 (ft-stress)。通过的测试模块数量被固化到地板文件中，CI 会在回退时失败。scripts/gate.sh 脚本运行完整测试门，或使用 cargo run -q -p pon-conformance 运行特定测试。Pon 内置了一个类似 uv 的包管理器，基于 pubgrub 解析器和 pyproject.toml 标准，支持从 PyPI 简易索引安装轮子、源码包、可编辑安装和 VCS 依赖。其运行命令与直接脚本执行使用相同的运行时路径。
项目对关键工具链和依赖有严格固定的版本，包括：
nightly-2026-04-29num-bigint 0.4.6pon run 和 pon build 端到端工作。_io, os, math 等）。Januscape 是一个存在于 KVM/x86 环境中的虚拟机逃逸漏洞。攻击者利用此漏洞，可以从客户机（Guest）逃逸并控制宿主机（Host）。这是首个已知能同时影响 Intel 和 AMD 两种 x86 架构的 KVM 逃逸漏洞利用研究。
/dev/kvm 设备权限为全局可写（0666），非特权用户可利用此漏洞直接提权至 root。该漏洞从 Linux 内核提交 2032a93d66fa (2010-08-01) 到 81ccda30b4e8 (2026-06-16) 期间的代码均受影响，意味着该漏洞潜伏了约 16 年。
所有运行接受多租户客户机并支持嵌套虚拟化的 x86 KVM 宿主机的运营商，应确保宿主机内核已应用提交 81ccda30b4e8 的补丁。
Ternlight 是一个轻量级的文本嵌入模型，专为在浏览器中运行而设计。它的核心特点是体积小、无需服务器依赖，并能在本地快速生成嵌入向量。
Ternlight 通过 npm 包分发，无需额外的模型下载步骤或服务器配置。用户只需安装包并导入相关函数即可快速集成。
安装命令：
npm install @ternlight/base
代码示例：
import { embed, similar } from '@ternlight/base';
// 语义搜索示例：查找最相关的食谱
similar('easy weeknight dinner ideas', recipes, { topK: 3 });
// 输出：排序后的匹配结果，约 5 毫秒完成，零网络请求
@ternlight/mini（5 MB 版本）实现，用户输入问题即可获得相关结果。Ternlight 的设计目标是简化嵌入模型的部署，使开发者能够轻松构建快速、隐私友好的客户端应用，如搜索引擎、推荐系统或文档查找工具。
Atari Jaguar上的Linux移植概述
Atari Jaguar背景
Atari Jaguar于1993年在北美发布，宣称具有64位性能，但商业上失败，即使后来推出Jaguar CD扩展也未能扭转局面，在与Sony PlayStation和Sega Saturn的竞争中落败。
为什么选择Linux
Linux内核包含针对Motorola 68000系列处理器的架构代码（位于arch/m68k/）。Motorola 68000是一款16/32位CISC处理器，24位地址总线，最大可寻址16MB内存，曾被广泛应用于Macintosh、Amiga、Sega Genesis等设备，包括Atari Jaguar。由于Jaguar使用68000 CPU，移植Linux成为可能。
主要挑战与解决方案
内核启动成功
经过调整，Linux内核成功引导，输出版本信息和初始化消息，显示uClinux支持、内存区域设置、延迟校准等。但系统尝试执行init进程时因缺少用户空间工具而崩溃。
用户空间设置
真实硬件考虑
在真实Jaguar硬件上运行时，需将vmlinux编译为固定偏移（从0x80000开始，并增加8KB偏移以添加卡头），并通过objcopy转换为二进制文件。Jaguar卡头会跳转到指定地址执行内核。
相关资源
修改后的Linux仓库位于linux_ports atari/jaguar。文中提供了busybox配置和init脚本作为参考。
总结
通过克服无MMU、内存限制和硬件特定问题，成功在Atari Jaguar上移植并运行Linux内核。用户空间使用busybox和FLAT二进制格式，实现了基本的shell环境。该项目展示了Linux在资源受限和非传统硬件上的可扩展性。
《计算机程序设计艺术》（The Art of Computer Programming, TAOCP）是唐纳德·克努特（Donald E. Knuth）所著的计算机科学巨著。
该书在1999年被《美国科学家》杂志评为20世纪最佳的12部物理科学专著之一，与狄拉克、爱因斯坦、冯·诺依曼等大师的著作齐名。
全书目前规划为七卷，涵盖计算机程序设计的核心理论。已出版的卷册包括：
该书及其分册已被翻译成多种语言，包括中文、日文、俄文、韩文、波兰文、罗马尼亚文、匈牙利文、希腊文、捷克文、阿尔巴尼亚文、马其顿文等。中文译本由不同的出版社在不同时期出版。
作者为每一卷和分册提供了详细的勘误与增补列表，记录了不同时间段内发现的修正。这些文件以压缩PostScript格式和TeX格式提供，旨在帮助读者获取最准确的内容。作者鼓励读者在纸质版中发现错误后提交报告。
taocp@cs.stanford.edu) 或传统邮件向作者提交错误报告。在完成卷4和卷5后，作者计划修订卷1-3以纳入新材料，随后出版一套整合五卷核心内容的“读者文摘”版。之后，若条件允许，将着手编写关于上下文无关语言理论（卷6）和编译器技术（卷7）的著作。
项目背景
作者创建并维护名为“Luxury Yacht”的桌面应用，用于管理Kubernetes集群。这是一个独立项目，旨在提供比现有工具（如Headlamp、Lens、k9s）更符合个人需求的方案。项目开源并免费，作者投入大量业余时间维护，目前已获得近400个GitHub星标。
作者认为独立开发的利弊往往是同一枚硬币的两面：自主性带来乐趣与成就感，但也意味着承担所有责任。对他而言，这种平衡是积极的——构建并维护一个自己享受使用、且被全球用户认可的工具，使付出的努力值得。他以在KubeCon会议上的经历为例：一位德国用户认出并赞赏他的应用，这体现了独立创造带来的独特回报。
总结：独立开发适合那些追求完全自主、享受创造过程并具备自律能力的开发者，但需接受随之而来的全责压力与不确定性。AI工具降低了开发门槛，但高质量应用仍需持续投入与精心维护。
核心事件
Meta Platforms（Facebook和Instagram母公司）因被指控故意设计成瘾性产品误导青少年用户，面临高达1.4万亿美元的罚款风险。该金额接近公司当前约1.5万亿美元的市值，若落实将成为消费者保护史上前所未有的处罚。
指控方与法律依据
美国加利福尼亚、科罗拉多、肯塔基和新泽西四州检察长指控Meta违反州消费者保护法，通过算法设计使平台对青少年产生成瘾性，并隐瞒其安全风险。罚款计算方式为：预估受影响的青少年数量乘以各州法定最高罚款额。
案件进展
Meta的回应
行业背景
发布日期： 2026-07-06 项目描述： OpenSSH 是一个完整的 SSH 协议 2.0 实现，并包含 sftp 客户端与服务器支持。
sshd -G 命令现在使用混合大小写输出指令（例如 PubkeyAuthentication），而之前仅输出小写。SECCOMP 或 NO_NEW_PRIVS 失败现在是致命错误，而不仅仅是记录日志。缺乏这些特性的系统应在配置时禁用沙箱。ssh(1) 和 sshd(8) 现在会在认证后的密钥重交换期间，如果对端发送非 KEX 消息则断开连接，以防止内存浪费。不符合 RFC4253 第 7.1 节要求的实现可能会被断开。sftp host:/path . 下载文件时，恶意服务器可能导致文件下载到意外位置。internal-sftp 时，长命令行在第九个参数后被静默截断，可能导致安全选项被丢弃。GSSAPIStrictAcceptorCheck 选项在服务器加入 Windows Active Directory 时无效。DisableForwarding=yes 未能如文档所述覆盖 PermitTunnel=yes。GSSAPIAuthentication（默认关闭）时可能的预认证拒绝服务漏洞。mldsa44-ed25519 的支持（基于草案 draft-miller-sshm-mldsa44-ed25519-composite-sigs）。此方案默认未启用，需手动配置并使用 ssh-keygen -t mldsa44-ed25519 生成密钥。ssh(1) 和 sshd(8) 用基于 NFA 的实现替换了原有的通配符模式匹配器，避免了旧实现的指数级最坏情况行为。主要修复包括：
ssh-agent(1) 对扩展查询的错误回复。sshd(8) 在 GSSAPI 认证中为有效和无效用户发送相同错误消息。ssh(1) 和 sshd(8) 错误地将批量流量分类为交互式流量。ssh-keygen(1) 和 ssh-add(1) 跳过 FIDO 令牌中不支持的密钥类型。ssh(1) 中 cipher_init() 失败时的潜在释放后使用问题。sshd(8) 对进程间传输状态进行更严格的编码和验证。ssh-agent(1) 对用户名长度施加限制以防止运行时拒绝服务。sftp(1) 和 sftp-server(8) 中的多个越界读取、路径名截断和同 inode 同时读写问题。ssh(1) 和 sshd(8) 中关于 X11 通道、socket 通道事件掩码、配置列表验证等多处崩溃和空指针问题。sshd_config 解析和管理代码进行了重大重构。ed25519 验证和 ECDSA 顺序检查等问题。fmt_scaled.c 和 getrrsetbyname.c 中的问题。IPTOS_DSCP_VA 值，禁用未使用的函数替换。fortify 警告，修复可移植性代码中的多处内存泄漏。sshd 切换到多二进制模式。8502b516230865e229d55045bb4ccc67aeae905bqUVI+wMg4mVpiQbXvfMVkF3Zuyy2JrS+ZjN764mtyGE=ae8650a71cc52dbbd049519cee276ae6d65c2c4d72Am3SrqjVYFljjV0yYpAsiSzrqfiDlYNeDQbT+2Mjg=PGP 签名密钥可从镜像站点获取。安全漏洞应报告至 openssh@openssh.com。
案件背景与争议
2023年，弗吉尼亚州诺福克市与Flock Safety公司合作，部署约175组自动车牌识别摄像头。这些设备通过红外成像和AI技术，记录过往车辆的车牌、时间、地点，并生成“车辆指纹”（颜色、车型、车身风格等），数据留存21天，警方无需搜查令即可查询。市民李·施密特和克里斯特尔·阿灵顿认为此举构成无证搜查，违反第四修正案，遂于2024年10月在司法研究所支持下提起诉讼。2026年1月，联邦地区法院支持市政府，认为21天数据留存和有限摄像头规模未构成《卡彭特案》（2018年）所担忧的全面监控。
上诉与多方辩论
案件上诉至第四巡回法院，引发多方关注：美国公民自由联盟（ACLU）、电子前沿基金会等提交意见书，强调联网数据库支持跨辖区、长期检索，实质构成无证搜查；卡托研究所等机构则认为单一摄像头拍摄属合法范围，但大规模网格化监控已超出合理隐私预期。另一方面，南卡罗来纳州等16个州支持诺福克市，主张车牌信息公开可见，不涉及隐私权。
最高法院判决的冲击
2026年6月，最高法院在《查特里诉美国案》中以6:3裁定：警方获取手机定位数据构成第四修正案下的“搜查”，因个人对手机位置信息享有合理隐私期待。更关键的是，法院驳回“仅获取有限数据片段”的抗辩，强调一旦涉及第四修正案，数据规模不影响性质认定。该判决直接动摇了诺福克案中原审法院的逻辑基础——此前地区法院曾以“21天、175摄像头未全面追踪行动”为由否定违宪。
技术差异与法律挑战
尽管《查特里案》针对手机定位数据，而车牌识别技术基于公共道路监控（参考1983年《诺茨案》中驾驶无隐私期待的先例），但《卡彭特案》和第四巡回法院其他判例（如巴尔的摩空中监控案）均表明，长期数据留存可能触发宪法保护。诺福克的21天数据保留期处于已有判例的模糊地带（《卡彭特案》为7天，巴尔的摩案为45天），且最高法院已否定“数据片段规模”作为判断标准。
企业应对与行业影响
Flock Safety公司此前已因联邦机构违规访问数据等争议面临压力，正通过推出搜索过滤器、限制联邦权限、强化安全措施等方式缓解质疑。若第四巡回法院最终推翻诺福克市胜诉判决，将加剧该公司的声誉危机，并可能推动全国范围内对车牌识别数据的留存时限、搜查令要求及跨州共享的严格限制。
结论
《查特里案》虽未直接否定诺福克市摄像头的合法性，但其判决理由瓦解了此前支持车牌识别系统的法律论证。第四巡回法院需重新审视该系统是否构成无证搜查，而最终结果很可能再次诉至最高法院，进而影响全美各地车牌监控系统的法律框架。