2026-07-28

26 篇热帖

1. Our position on open-weights models (www.anthropic.com)

Anthropic首席执行官Dario Amodei撰文澄清公司对于开放权重模型的立场。针对近期有关美国官员考虑禁止美国企业使用中国开放权重模型的报道,以及部分人士指责Anthropic希望禁止此类模型以保护自身利益的言论,Amodei明确表示:Anthropic从未主张禁止开放权重模型。他认为,不具备危险能力的开放权重模型是公共产品,能够为企业和研究者创造价值。

文章指出,保护主义禁令无法解决其真正的国家安全关切。Amodei提出两个核心担忧:

第一,威权政府(尤其是中国共产党)可能开发出超越美国的AI模型,借此获得永久性军事优势或对本国人民实施极端压迫。这一威胁与模型是否开放权重无关;最危险的情况反而是模型被秘密训练,仅供军方和情报机构使用。

第二,强大的AI模型可能被滥用于网络或生物攻击,或存在严重的对齐问题。开放权重模型确实可能比封闭模型风险更高,因为难以施加安全护栏、监控使用,且权重一旦发布无法撤回。然而,禁止美国企业使用这些模型无法解决该风险,因为恶意行为者通常并非合法美国企业;此类禁令只会保护美国AI公司免受竞争。

为应对上述威胁,Amodei支持三项具体政策:

  1. 禁止向中国出售先进芯片及芯片制造设备,并严厉打击走私和规避行为。由于中国的本土产能有限,依据规模定律,没有美国芯片就难以训练出超越美国的模型。这是应对威胁一最直接有效的方式,也能间接限制威胁二。
  2. 打击工业规模的模型蒸馏操作。蒸馏比从头训练更节省算力,使中国在芯片受限的情况下仍能大幅提升模型能力,部分抵消芯片禁令效果。尽管许多相关操作会发布开放权重模型,但核心问题在于其背后有威权国家支持的赶超意图,而非开放权重本身。应通过针对性政策干预威慑此类行为,而非全面禁止开放权重模型。
  3. 对所有足够强大的模型(无论开放或封闭)实施强制性安全测试。在发布前直接测试模型的网络、生物及对齐风险。Amodei认为这一思路已接近共识,特朗普政府近期也在朝此方向推进。有效的测试机制应是全球性的,甚至需要包括中国在内的各国参与,因为在防止AI生物武器方面,各国存在共同利益。

对于近期业界支持开放权重模型的公开信,Amodei表示认同开放权重能扩大AI经济准入、增强竞争并赋予客户更大控制权。但他不同意信中关于开放权重必然更易开发防护措施,或广泛传播能力必然对防御者更有利的论断。他以生物学为例,指出攻击者可能利用强大模型快速制造大流行级别的病毒,而防御需要多年准备,存在严重的攻防不对称。这类问题应通过严格的事前测试来实证判断,而非预先假设。

总结而言,Anthropic的立场是:不以全面禁止开放权重模型为目标,而应聚焦于阻止威权国家获取先进芯片、遏制工业规模的蒸馏活动,以及要求所有前沿模型接受强制性安全测试

2. 7.1 Earthquake in Japan (www.data.jma.go.jp)

该内容涉及日本一场7.1级地震的震度信息页面。页面展示了日本气象厅震度等级的图例标识,涵盖从震度7、6强、6弱、5强、5弱、4、3、2、1到震央的各级别图标,用于直观标识地震烈度分布。

页面包含结构化表格,表头分为三列:都道府県(都道府县)、震度(震度等级)及市町村名(市町村名称),旨在按行政区划列出各地观测到的具体震度数据。

页面底部附有地图数据来源声明:该地图已获得国土地理院长批准,复制自该机构发行的电子地图(瓦片),批准编号为“令元情複、第462号”。此外,页面还提供返回页首的链接及站点索引导航。

整体而言,这是一份用于发布7.1级地震震度分布、行政区划影响详情及地图数据授权信息的标准化页面模板。

3. Decathlon Germany adds Wero payment option to decathlon.de website (www.sgieurope.com)

迪卡侬德国于2026年7月20日在decathlon.de正式接入Wero支付,成为该法国集团全球市场中首个采用这一欧洲支付方案的站点。Wero由欧洲支付倡议(EPI)推出,是一个由18家股东机构及逾50家区域成员支持的银行与支付服务联盟。该方案通过账户对账户实时转账完成交易,消费者在银行应用中通过指纹或面部识别授权,商户不会获取持卡人的卡号。

根据存档数据,Wero的区域活跃用户规模持续扩大:2025年8月为4300万,同年11月达4600万,至2026年7月迪卡侬上线时约为5600万,其中德国注册用户数从130万增长至180万。除迪卡侬外,现有商户包括Eventim Live,Lidl、Rossmann及Hornbach等零售商预计也将跟进。

对迪卡侬而言,接入Wero并非仅为增加支付选项。德国迪卡侬首席数字官兼首席营销官Patrick Müller将该功能与会员体系挂钩,强调其能为每次消费带来“真正的附加值”,使其同时成为忠诚度与客户留存工具。此外,行业估计Visa和Mastercard等卡网络通常收取交易金额1%至2%的手续费,而Wero跳过该层级,对于利润率较低的体育用品大型零售商而言,可直接转化为成本优势。

迪卡侬计划将Wero的应用从线上延伸至线下。公司正进行技术整合,目标将其引入德国约110家实体门店,以实现全渠道一致的支付体验。同时,迪卡侬与EPI定于10月开展联合推广活动:为期六周,在decathlon.de使用Wero支付的客户可获得10欧元代金券,该激励费用由EPI全额承担。

尽管前景可期,Wero仍面临关键挑战。支付网络的成功取决于商户与消费者端的同步覆盖,但目前Wero尚缺乏实体店销售点(POS)功能,该能力预计要到2026至2027年才能实现。EPI监事会主席Joachim Schmalzl坦言 initiative 仍面临现实障碍,但也强调此次电商上线是迈向“欧洲主权支付系统”的重要里程碑。

迪卡侬作为首批接入的大型综合体育用品零售商,将为验证Wero的核心价值提供关键测试场景:在扩大线下覆盖之前,检验其能否在降低处理成本、深化会员体系整合以及减少对美国支付网络依赖等方面兑现承诺。

4. Using an open model feels surprisingly good (matthewsaltz.com)

2026年7月27日,作者分享了自己从常用 Claude 和 ChatGPT 转向使用自有推理端点运行 open 模型的体验。

作者过去两年一直使用主流商用 AI 服务,并非坚定的“开源软件”支持者。促使他尝试的原因是:下班回家后想做一个副业项目,但个人账号没有订阅高级的 Claude 或 ChatGPT 方案。由于他在 Modal 工作,而 Modal 当天刚发布了 Kimi K3 的托管端点,他决定直接试用这款模型,而不是去升级既有套餐。

整个部署过程非常迅速:大约用了 5 分钟,作者就把 opencode 指向了自己在 Modal 上的推理端点并开始运行。

文章的核心在于描述这次切换带来的主观感受。作者形容这是一种“令人惊讶的解放感”——因为自己拥有端点,数据直接从笔记本电脑发到自己的服务器再返回,感觉“这东西真正属于我”。他用几个比喻强化了这种体验:像是用惯了庞大华丽的 IDE 之后突然打开 vim;又像是被切断与第三方服务商之间的纽带后得以自由呼吸。

作者坦承这种反应有些戏剧化,但强调并非夸大,反而因为出乎意料,才特意记录下来。整篇文章的重点不在于技术细节,而在于展示使用自有、可控的开放模型所带来的心理层面上的自由与所有权感。

5. Judge Rejects Google's Attempt to DMCA Its Way Out of Being Scraped (www.techdirt.com)

法院驳回谷歌以DMCA阻止抓取搜索结果的诉讼

去年12月,谷歌依据《数字千年版权法》(DMCA)第1201条对SerpAPI提起诉讼,指控该公司抓取谷歌搜索结果。近日,联邦法官驳回了该诉讼,但允许谷歌就范围更窄的诉求重新提起诉讼。

背景:AI时代的数据争夺与“撤梯子”争议

文章指出,谷歌自身业务建立在抓取开放网络的基础之上,如今却起诉他人抓取谷歌页面,被批评为“自己上岸后撤掉梯子”。随着AI时代数据价值飙升,越来越多企业试图对开放网络设限、收取“过路费”。SerpAPI正是一家提供未经官方授权的搜索引擎结果页(SERP)接口服务的公司。

此前,Reddit也曾起诉SerpAPI及AI搜索公司Perplexity,称其通过抓取谷歌结果间接使用Reddit内容,违反DMCA反规避条款。该诉讼被视为对开放网络原则的攻击——Reddit对用户帖子并不拥有版权,且SerpAPI抓取的是谷歌而非Reddit。谷歌在数月后提起了类似的诉讼。

裁决核心:DMCA 1201的适用范围遭否定

法官在裁决中指出,谷歌明显在牵强扩张DMCA第1201条的适用。该条款即“反规避”条款,初衷是保护DRM等技术措施,禁止未经授权破解以控制对受版权保护作品的访问。

谷歌称其反抓取系统SearchGuard是一种“技术保护措施”。法院解释,SearchGuard本质上类似于CAPTCHA:向来源不明的查询发送JavaScript挑战,以区分真实用户和自动化程序;自动化系统若无法完成挑战,便被拒绝访问搜索结果。

然而,法院认同SerpAPI的观点,认为SearchGuard与版权保护无关:

1. 搜索结果本身缺乏版权保护属性 谷歌搜索结果主要是从互联网获取并整理排序的公开信息汇编,谷歌并未主张google.com或搜索结果本身受到版权法保护。虽然部分结果可能附带包含第三方授权内容(如图片)的“知识面板”,但谷歌并未主张该面板始终出现或始终包含版权内容。因此,SearchGuard控制访问的对象大量属于非版权内容,DMCA不适用。

2. 未满足“版权所有者授权”要件 根据17 U.S.C. § 1201(a)(3)(B),技术措施必须“在版权所有者授权下”才能“有效控制对作品的访问”。法院认为,谷歌未能充分主张SearchGuard是在相关版权所有者授权下、为保护特定版权作品而实施的。谷歌援引的判例针对的是1201(a)(3)(A)中“规避”行为的定义,而非部署技术措施时所需的版权所有者授权。

因此,法官裁定,基于SearchGuard对不含版权内容之搜索结果的控制,谷歌依据第1201(a)(1)(A)及1201(a)(2)条提出的诉求应被驳回。

后续影响与各方反应

尽管SerpAPI的部分其他论点未被采纳,但本案DMCA相关主张已被整体驳回。法官指出,谷歌仍可能重新提起诉讼,但只能针对明确属于版权保护范围的内容(例如知识面板中的授权图片),无法就广泛的搜索结果整体提出主张。这意味着若谷歌继续推进,诉讼范围将大幅限缩;SerpAPI理论上也可调整抓取策略,避开谷歌原创内容以规避风险。

SerpAPI随后发表声明,称“法院拒绝了谷歌试图以DMCA扩张对公开页面访问的控制权”,并强调开放获取可用信息是互联网的创始原则,对创新和数据普惠至关重要。

文章最后批评谷歌作为一家曾依赖抓取崛起的公司,如今却诉诸法庭遏制他人,恰恰印证了“年轻公司创新,老牌公司诉讼”的现象。

6. A $500 RL fine-tune of a 9B open model beat frontier models on catalog review (fermisense.com)

Why the companies winning in the AI age own their intelligence: we fine-tune a small open-source model with reinforcement learning until it beats every frontier configuration on a real e-commerce workflow, at a fraction of the cost.

7. Canceling "Hey" (chadnauseam.com)

文章内容极为有限,仅包含网页或文章的元数据信息。标题为《Canceling "Hey"》(取消 “Hey”),页面描述(description)显示该内容标识为 cancelling-my-hey,来源或站点名为 Chad Nauseam Home。未提供正文、论述细节或技术功能说明,因此无法呈现进一步的主题、论点或结构信息。

8. MAI-Cyber-1-Flash inside MDASH (microsoft.ai)

MAI-Cyber-1-Flash 是微软推出的紧凑型、偏重代码的安全模型,作为 MDASH 多模型代理安全系统的核心组件,专门用于高效处理约 90% 的网络安全任务,从而将 GPT-5.4 等更高成本的模型留给剩余 10% 的极端复杂任务。该组合在 CyberGym 基准测试中达到 96% 的得分,较 Mythos 高出 12 分,同时相比 MDASH 现有最佳方案实现 50% 的 token 成本节约。

该体系围绕**模型、数据、Harness(框架)**三大支柱 jointly optimized。MAI-Cyber-1-Flash 源自微软从零开始内部开发的 MAI-Thinking-1 系列,基于最高质量数据训练而成。数据层面,微软依托数十年的安全运营积累,每日处理超过 100 万亿条涵盖身份、端点、云和网络的安全信号,并拥有真实漏洞利用与修复的独有历史记录,这一优势无法复制。MDASH 作为多代理漏洞识别与修复 harness,由行业顶尖安全专家调校,整合了 100 多个代理,利用多种领先模型协同完成漏洞的发现、验证与修复;其代理式代码扫描功能是安全运营中心的关键环节,并直接为新推出的 Project Perception 提供支撑。

Project Perception 是微软同步推出的 agentic security system,通过多代理团队持续监控、修补并关闭新威胁向量。该系统目前专注于软件漏洞工作流,未来将把 MAI-Cyber-1-Flash 的应用扩展至更广泛的安全工作流。

在安全与治理方面,作为微软首个网络专用模型,MAI-Cyber-1-Flash 采用安全优先校准,历经微软 AI 红队的严格评估、自动化及专家主导的对抗性演练,并获第三方独立评估。通过 MDASH,客户可获得基于角色的访问控制、租户隔离、加密、可审计性以及无互联网访问的沙盒执行环境等企业级防护。

最后,微软将网络安全视为实时强化学习闭环:通过 Microsoft Security Response Center 及全球 1,600 万客户的运营洞察,将防御行动与结果(哪些可被利用、哪些被遏制、哪些被阻断、哪些有效)相关联。这一 MAI 强化学习循环为网络模型的持续自我提升奠定了基础,目标是使其不断进化为专家级网络防御者。

9. Netflix employee fired for sharing personal details in retreat trust exercise (nypost.com)

Netflix前副总裁Kevin Baillie因在工作 retreat 的"脆弱-信任练习"中分享个人医疗信息而遭解雇,已向公司提起诉讼。

Baillie 曾任 Netflix Eyeline Studios 副总裁兼创意主管,年薪 110 万美元,曾参与《加勒比海盗》和《哈利波特》系列视觉特效工作。诉状称,在 2026 年 1 月于 Netflix 旗下北加州 Sendero Ranch 举行的团建活动中,Baillie 在信任练习环节向同事透露,他因母亲去世后患上临床抑郁症,于 2022 年 10 月至 11 月在圣巴巴拉一家诊所接受医生监督下的氯胺酮治疗。

随后,Netflix 对此事展开调查。2026 年 3 月 18 日,一名公司调查员询问此事时"带有怀疑其娱乐性吸毒的意味"。Baillie 于 2026 年 4 月被解雇,Netflix 的律师确认"氯胺酮治疗问题是解雇的因素之一",同时他据称被拒绝发放最高可达一年的遣散费。

Baillie 在诉讼中表示,调查范围还涉及所谓的不当言行及饮酒问题。他曾在述职评估中被建议"减少说一两句脏话,但不必完全不说"。诉状还提到,在同一 retreat 上,受信任练习氛围启发,Baillie 分享了从前岳父那里学会倒立喝吉尼斯啤酒的绝活,并在同事要求下进行了演示。

诉讼同时指控 Eyeline Studios 首席执行官 Jeff Shapiro 营造了酒精泛滥的公司环境,称"饮酒由公司赞助、领导层示范并获得默许"。Baillie 的律师列举了多起事件:Shapiro 曾在便利店购买啤酒供员工在公司车内前往颁奖典礼途中饮用;在 Baillie 的欢迎晚宴、2025 年 3 月 Netflix 年度业务审查活动以及 2026 年 2 月的湖人队比赛等工作场合与员工一同饮酒;此外,Shapiro 还在办公室设有私人酒吧,曾在与 Netflix 联合 CEO Ted Sarandos 成功会面后向 Baillie 提供酒水。

Baillie 目前要求陪审团审判,并提出补偿性赔偿、拖欠工资、精神损害赔偿及惩罚性赔偿等诉求。截至目前,Netflix 及 Eyeline Studios 尚未就此事发表评论。

10. A missing underscore sent innocent man to prison for 18 months (arstechnica.com)

2018年,美国威斯康星州麦迪逊市警方调查一起儿童引诱案,却因一个下划线字符的差错,导致加拿大一名无辜男子被错误逮捕、定罪并入狱。

案件始于2018年8月至12月,一名12岁威斯康星州女孩通过Kik即时通讯应用与一名成年男子联系。女孩母亲在其手机中发现一张该男子的"不当"照片后报警。戴恩县警长办公室对手机进行取证分析,发现125条Kik聊天记录,确认嫌疑人用户名为 "fus__ro_dah"("fus"之后有两个下划线)。该名称出自电子游戏《上古卷轴5:天际》中的"不卸之力"龙吼。

为锁定嫌疑人身份,警方联系Kik公司并发出传唤令,却错误地要求提供用户名 "fus_ro_dah"("fus"之后仅有一个下划线)的账户信息。Kik据此回复了加拿大新斯科舍省男子布兰登·克莱姆(Brandon Klayme)的电子邮箱地址。

谷歌记录显示,该邮箱曾通过位于加拿大的IP地址访问谷歌服务。戴恩县调查人员遂将案件移交加拿大哈利法克斯地区警方。当地警方携此IP地址询问网络服务提供商Bell Aliant,该公司将IP地址关联到其订阅用户——布兰登·克莱姆的物理住址。

尽管警方在克莱姆的数字设备中未找到任何与罪行相关的证据,他仍于2020年被加拿大警方以儿童性虐待相关罪名逮捕。经过2023年庭审,他于2024年被判处18个月监禁,并服满了全部刑期。

获释后,克莱姆继续上诉。在准备上诉过程中,律师最终发现了导致整起冤案的原始用户名拼写错误。2024年周四,新斯科舍省上诉法院推翻了对克莱姆的定罪,并在判决书中明确写道:"克莱姆先生对所犯罪行事实上是无辜的。他根本不应被指控,更不应被定罪。"

11. Vehicle Motion Cues (support.apple.com)

iPhone 车辆运动提示(Vehicle Motion Cues)功能

功能概述

车辆运动提示是一项辅助功能,旨在帮助减少乘客在乘车时使用 iPhone 产生的晕动症。该功能会在屏幕边缘显示动画圆点,以视觉形式呈现车辆的移动情况,且不会干扰正常使用。

安全注意事项

  • 禁止在驾驶或操作移动车辆时使用,也不应在其他需要注意安全的场景下启用。
  • 面向车辆前方乘坐时效果最佳。
  • 详细安全信息请参阅《iPhone 重要安全性信息》。

启用与设置

  1. 打开设置 > 辅助功能 > 动态 > 车辆运动提示
  2. 选择以下选项之一:
    • 自动:当 iPhone 检测到正在乘车时自动显示动画圆点,车辆停止后自动隐藏。
    • 开启 / 关闭:手动保持显示或关闭。

手动控制

可通过控制中心快速切换:打开控制中心,点击车辆运动提示按钮,然后选择显示或隐藏。

自定义外观

进入设置 > 辅助功能 > 动态 > 车辆运动提示 > 自定义外观,可调整:

  • 图案:常规(稳定可预测)或动态(更具互动感)。
  • 颜色:选择圆点颜色,饱和度会自动适应背景内容以保持对比度。
  • 可见性:选择更大的圆点更多圆点以提高可见性。
12. Benchmarking Opus 5 on SlopCodeBench (github.com)

在 SlopCodeBench 上评测 Opus 5

基准背景

SlopCodeBench 是 UW Madison 于 2026 年 3 月发布的长程编程基准。与传统测试一次性给出完整需求不同,它通过多个**检查点(checkpoint)**逐步披露新需求,要求模型持续演进代码库。此前最优模型 GPT-5.4 和 Opus 4.6 的严格通过率分别仅为 11% 和 17%,该基准仍处于未饱和状态。

评测方法

作者选取了 3 道题目共 17 个检查点(简单 8 个、中等 5 个、困难 4 个),测试了 Opus 4.8、Sonnet 5 和 Opus 5。每个检查点使用独立上下文窗口,所有模型在 Claude Code 框架下运行相同提示词。

评判标准为严格通过:模型在每个检查点的代码必须通过所有新增及继承的黑盒回归测试。若某检查点产生缺陷,该缺陷通常会带入后续检查点。

核心结果

  • Opus 5:4/17 严格通过(约 24%),包括 circuit_eval 前 3 个检查点与 database_migration 第 1 个检查点。
  • Opus 4.8 与 Sonnet 5:各 1/17(约 6%),均为 database_migration 的第 1 个检查点。
  • 无一模型能完成任意题目的全部检查点且无缺陷遗留。
  • 成本方面,Opus 5 整体花费更高;Sonnet 5 初期较贵,但进入维护阶段后成本反而最低。

代码质量观察

基准提供 41 项确定性质量指标,涵盖规模、复杂度、重复率、分解粒度、规则违规与依赖图等:

  • 代码量:Opus 5 产出约 29,065 行,约为其他两模型的 3 倍;其中 51% 为测试代码(Opus 4.8 为 11%,Sonnet 5 为 24%)。
  • 函数数量:Opus 5 编写的可调用对象是 Opus 4.8 的 5 倍。
  • 单次使用函数占比:Sonnet 5 最高(71.5%),Opus 4.8 为 49.1%,Opus 5 仅 14.9%。
  • 重复代码:Opus 4.8 的重复率从 4.6% 升至 16.8%;Opus 5 维持在约 2.4%。
  • 圈复杂度:所有模型随检查点推进均上升;Opus 4.8 均值增长 70%,单函数最高达 93;Opus 5 均值最低,但因函数极多,呈现出“多而小”的 trade-off。
  • Slop 触发率:几乎所有代码行都触发至少一条 slop 规则(Opus 4.8 为 98%,Opus 5 为 93%,Sonnet 5 为 89%)。在作者移植到 TypeScript 的子集规则下,Opus 5 自动生成代码的 slop 密度约为团队人工审查代码库的 11.6 倍。

结论与展望

作者认为,SlopCodeBench 为此前仅靠经验推断的观点提供了量化信号:在真实软件的逐需求迭代场景中,当前前沿模型仍无法在无人工干预的情况下可靠地自主维护代码库。

未来方向包括:引入交接评测(由顶级模型完成前 N 个检查点,再交给较小模型继续,以放大可维护性信号);在生成过程中加入对抗性审查或代码质量反馈;以及测试 Fable、GPT-5.6 Sol 等更多模型。作者表示,只有当模型在类似 SlopCodeBench 的基准上达到 80% 以上的严格通过率,才会对“放手让模型自主开发”感到放心。

13. Forth (xkcd.com)

标题为“Forth”的页面包含一幅名为“Selected Comics”的横幅图片,以及一幅链接至 xkcd.com/1732/ 的“Earth temperature timeline”(地球温度时间线)图片。

页面主体列举了作者喜爱的多部网络漫画,并为每个作品提供外部链接,包括:

  • Three Word Phrase
  • SMBC
  • Dinosaur Comics
  • Oglaf(注明 nsfw,即不适合工作场合浏览)
  • A Softer World
  • Buttersafe
  • Perry Bible Fellowship
  • Questionable Content
  • Buttercup Festival
  • Homestuck
  • Junior Scientist Power Hour

页面底部附有一段针对 xkcd.com 的讽刺性浏览说明,声称该网站最佳浏览方式为:在 Apple IIGS 上通过 JavaScript 模拟 Pentium 3±1 处理器,使用 Netscape Navigator 4.0 或更低版本,并将屏幕分辨率设为 1024×1。同时戏谑地要求用户启用广告拦截器、关闭高温烘干(high-heat drying)、将设备从飞行模式(Airplane Mode)切换至“船只模式”(Boat Mode),并出于“安全原因”在浏览期间保持大写锁定(Caps Lock)开启。

14. About the security content of macOS Tahoe 26.6 (support.apple.com)

macOS Tahoe 26.6 安全更新摘要

发布日期为 2026年7月27日,适用于 macOS Tahoe。根据 Apple 安全披露惯例,相关问题在调查完成且补丁可用后方予公开。本次更新共修复了数十个 CVE 漏洞,涵盖内核内存损坏、权限提升、沙盒逃逸、隐私信息泄露及 WebKit 组件缺陷。


1. 内核与系统内存安全

更新修复了大量可导致系统意外终止或内核内存损坏的漏洞,涉及缓冲区溢出、整数溢出、越界读写、释放后使用(use-after-free)、类型混淆及竞争条件。恶意应用或远程攻击者利用这些问题,可引发拒绝服务、以内核权限执行任意代码、读写内核内存或破坏进程内存。修复措施主要包括:增强边界检查、输入验证、大小校验、内存管理与状态处理。

2. 权限提升与沙盒逃逸

多项漏洞允许应用获取 root 权限 或突破沙盒限制。成因包括目录路径解析缺陷、路径遍历、符号链接处理不当、内存注入、权限配置错误及整数溢出。修复方式涵盖改进路径验证、输入校验、沙盒限制、授权状态管理及移除脆弱代码。另有漏洞允许绕过 Gatekeeper 检查或代码签名强制执行,已通过增加校验与输入清理解决。

3. 隐私与敏感数据保护

大量问题可导致应用访问敏感用户数据、联系人、照片,或对用户进行指纹追踪。部分漏洞允许恶意应用绕过隐私偏好设置、在锁屏界面查看敏感信息,或泄露内核/进程内存。修复手段包括改进数据保护、访问限制、授权验证、隐私检查,以及移除暴露敏感数据的脆弱代码。

4. 网络与远程攻击面

远程攻击者可通过发送恶意数据、连接恶意 NFS/SMB 服务器或处理恶意媒体流,导致系统终止、拒绝服务或堆/内核内存损坏。部分漏洞允许绕过网络过滤器或限制。其中 CVE-2026-23918、CVE-2026-3784、CVE-2026-3783、CVE-2026-4424 涉及开源代码,CVE-ID 由第三方分配。

5. WebKit 与 Safari

处理恶意网页内容可能导致 Safari 崩溃、进程内存泄露、UI 欺骗 或违反 iframe 沙盒策略。问题根源包括内存损坏、释放后使用、越界访问及逻辑缺陷。Apple 通过改进内存管理、状态管理及 UI 行为进行修复。

6. 物理访问与锁屏安全

拥有设备物理访问权限的攻击者,可能在锁定状态下查看敏感用户信息、访问联系人或照片。此类问题通过增强锁屏限制、授权状态管理及边界检查解决。


致谢 Apple 在文末感谢了众多为本次安全更新做出贡献的研究人员与机构,包括来自 STAR Labs SG、CyStack、Blackwing Intelligence、TrendAI Zero Day Initiative、Calif.io、Positive Technologies、Nosebeard Labs、腾讯玄武实验室及 Ant Group Security 等团队的学者,以及大量独立安全研究者。

15. New HIV vaccine shows unprecedented success in preclinical study (www.lji.org)

新型HIV疫苗在临床前研究中取得突破性进展

由拉霍亚过敏和免疫学研究所、斯克里普斯研究所及IAVI合作开发的新型HIV疫苗在灵长类动物实验中取得了前所未有的成功,相关成果发表于《Nature》。经过14年研究,该疫苗首次在灵长类动物体内诱导出大量“广谱中和抗体”,为预防HIV感染和艾滋病带来希望。目前,基于该方法的早期人体试验已经启动。

克服HIV的免疫逃逸

HIV极难根除,主要依赖三种防御机制:一是病毒表面覆盖不断变化的糖分子(糖基),伪装成人体细胞以逃避免疫识别;二是病毒突变速度极快,全球及个体内的病毒多样性极高;三是HIV在感染细胞时会迅速改变形状。这些因素导致B细胞几乎没有机会产生并优化有效的中和抗体,即使产生也会因病毒变异而失效。

生殖系靶向策略与B细胞训练

该疫苗采用“生殖系靶向”策略,通过干预B细胞成熟过程来解决上述难题。研究团队首先分析了人体内极其罕见的广谱中和抗体及其对应的B细胞发育路径,发现当B细胞早期接触HIV包膜蛋白的特定抗原位点时,能够逐步成熟为生产广谱中和抗体的细胞。

基于此,研究人员通过分子工程设计了模拟这些关键抗原的疫苗分子。在恒河猴实验中,研究团队先注射“启动”疫苗激活初始B细胞,随后通过一系列“引导”加强针逐步训练B细胞向正确方向成熟,将原本极罕见的抗体反应转化为常见反应。

临床前结果与临床转化

实验结果显示,约44%的恒河猴成功产生了 abundant 针对HIV的广谱中和抗体。虽然研究未直接测试这些抗体能否预防感染,但在血液中发现大量此类抗体具有重要意义,且其类型与极少数能自发产生该类抗体的人类一致,表明免疫系统在正确引导下能够产生强效抗病毒反应。

研究团队计划进一步优化加强针方案以提高应答率。该疫苗的启动免疫原已完成HVTN 144人体评估,目前正在IAVI G004一期临床试验中进行测试,完整免疫方案的未来临床研究也在推进中。

16. Self-contained highly-portable Python distributions (gregoryszorc.com)

这是一个提供自包含、高度可移植 Python 发行版的开源项目。这些发行版包含完整可用的全功能 Python 环境,集成了 Python 标准库的绝大多数扩展模块,相关库依赖要么随包分发,要么采用静态链接,以显著降低运行时对外部系统的依赖。

项目在构建过程中刻意最小化运行时依赖:通过限制 CPU 指令集范围并减少必需的共享库,使生成的发行版能够适配目标架构下的各类系统,提升跨平台兼容性。

部分发行版额外附带构建产物(如目标文件、静态库等)以及描述发行版组成和构建方式的丰富元数据。下游重新打包者可利用这些产物派生自定义发行版,按需裁剪特定功能(例如去除 SQLite 或 OpenSSL),从而满足将 Python 嵌入更大二进制文件的场景。文档将 PyOxidizer 作为此类下游重新打包的参考工具。

对于普通用户,文档建议关注姐妹项目 PyOxy。PyOxy 基于这些 Python 发行版,通过附加 Rust 代码增强了解释器能力,其官方发布的二进制文件为单文件可执行程序,可直接提供全功能的 Python 解释器。

项目文档涵盖以下核心内容:运行与分发指南(获取、解压、运行时要求、许可及构建产物的再利用)、跨平台构建说明(Linux、macOS、Windows)、已知行为特性(如 REPL 特殊键兼容性、平台特定组件缺失、静态库链接、构建路径残留等)、技术实现细节(工作原理、依赖说明、CPython 升级策略)、发行版归档类型(完整归档与仅安装归档),以及项目状态(目标平台说明、测试失败与跳过情况)。

17. I'm 38 and I Can't Support Myself Anymore (itsmevox.substack.com)

作者以自身经历切入:38岁的她因残障无法稳定工作,不得不向母亲借钱,对未来数十年没有稳定收入感到恐慌与悲痛。

文章批判了将生产力等同于个人价值的文化根源。作者援引韦伯的“新教工作伦理”,指出勤奋、自律与高产出被包装为美德的观念,至今形塑着资本主义社会。正如《健康共产主义》所言,资本主义已将“健康”本身定义为服从劳动的能力。无论是自律鸡汤、hustle文化还是亿万富翁晨间例程,都在灌输同一逻辑:身体应被无限优化,成为持续产出的工具;即便重伤贫血,也不应跳过健身。

然而,慢性病与这一意识形态根本冲突。残障不仅剥夺收入,更剥夺社会合法性——当他人问“你做什么工作”时,实质是在询问“你如何变现”。在美国,近四分之一适龄残障成年人处于贫困中,远高于非残障人群。而残障本身成本高昂:医疗、药物、辅助器具、无障碍交通与照护费用层层叠加。更残酷的是,比价购物、自己做饭、填写救助申请等常见求生策略,都需要慢性病患最匮乏的精力。

社会保障系统同样充满结构性敌意。以美国为例,补充保障收入(SSI)长期低于贫困线,微薄的积蓄就可能导致资格丧失。许多残障者被困在“福利悬崖”中:必须工作以生存,却不能挣得太多,否则将瞬间失去医疗与住房补助。此外,隐性残障者还面临持续的社会怀疑,不得不耗费巨大心力去证明自身痛苦“足够真实”才配获得帮助。

作者指出,资本主义依赖“独立身体”的幻想,无视人类本质上相互依存的事实。没有人能真正独自生存;照护劳动(育儿、看护、情感支持)是社会存续的基石,却被系统性地贬抑与无偿化。正如Anne Boyer在《The Undying》中所写,精疲力竭者是“每一分钟被误解为金融帝国、每一具身体被误解为应同时演奏千首顺从乐曲的乐器”的人类证据。

作者坦承,自己仍在与内化的残障歧视搏斗:理智上知道人的价值不止于经济产出,情绪和神经系统却难以摆脱羞耻与恐惧,害怕成为负担。她认为,残障者被迫面对更诚实的现实——身体是脆弱的,无法仅靠纪律与正能量克服极限。这或许正是社会不安的原因:残障打碎了“努力就能换取价值”的迷思。

文章最终提出反思:如果人的价值不由生产力决定,那么剥除劳动效率之后,我们还剩下什么?作者仍在寻找答案,但试图相信生命存在超越“将能量转化为劳动”的意义。

18. Kimi K3 Now Available via Telnyx Inference API (telnyx.com)

Kimi K3 正式上线 Telnyx Inference API

Moonshot AI 旗下拥有 2.8 万亿参数的旗舰模型 Kimi K3 现已集成至 Telnyx Inference API,成为首个进入 3 万亿参数级别的开源模型。该模型基于 Kimi Delta Attention 与 Attention Residuals 架构构建,具备 100 万 token 的超长上下文窗口及原生视觉能力,支持在同一模型中处理文本、图像与视频输入,无需额外的视觉适配器。

核心功能与特性

  • 模型接入:用户可通过模型 ID moonshotai/Kimi-K3 在 Telnyx Inference API 上调用,与 Kimi K2.6、GLM-5.2-FP8、MiniMax M3 等现有模型并列可选。
  • 超长上下文:1M token 的上下文长度,适用于代码库分析、长文档处理及多轮智能体会话,并保持稳定的长文本性能。
  • 原生多模态:无需独立视觉模块即可实现跨文本、图像、视频的 multimodal 推理。
  • 可配置推理强度:提供低、高、最大三档推理级别,允许按请求在计算成本与推理深度之间灵活权衡。
  • 工具调用与结构化输出:支持函数调用、动态工具加载以及基于 JSON Schema 的约束输出,适配智能体(agentic)工作流。
  • 自动提示缓存:默认启用前缀缓存(prefix caching),对重复出现的提示前缀自动复用,降低推理开销。

战略意义

K3 的发布表明,开源模型在参数规模与 benchmark 表现上已逼近甚至比肩 Anthropic、OpenAI 等闭源前沿实验室的顶级模型。在编程、复杂推理与智能体知识工作等关键评测中,K3 展现出与闭源竞品相当的竞争力。这进一步说明,AI 领域的竞争重心正从“谁拥有最强模型”转向“谁掌握决定请求运行位置的工程基础设施”。

部署与接入方式

K3 运行于 Telnyx 自有的 GPU 基础设施之上,开发者可通过兼容 OpenAI 的 API 格式直接访问。

定价(每百万 token)

Token 类型 价格
缓存输入(Cached Input) $0.27
输入(Input) $2.70
输出(Output) $13.50

用户可通过 Telnyx Mission Control 控制台体验该模型,或查阅 Telnyx Inference 官方文档获取更多集成详情。

19. An Uncomplicated Man – A review of The Odyssey, directed by Christopher Nolan (www.lrb.co.uk)

克里斯托弗·诺兰耗资2.5亿美元的《奥德赛》是一部适合消暑的视听动作大片。影片延续了导演标志性的时空跳跃与叙事 twist,在还原荷马“故事中套故事”的结构上还算贴切,足以让青少年观众享受其中。得益于原著的强韧骨架,这部电影至少不算无聊。然而,它更像一场华丽的国庆烟火——视听壮观,却在叙事与情感深度上极其稀薄。

影片充斥着诺兰一贯的母题:时空错位、魔术与技术、生存即胜利、溺水般的幽闭场景、燃烧的建筑与爆炸,以及男性主角为追回或复仇女性客体而展开的绝望之旅。但与荷马史诗相比,诺兰将宏大与肤浅结合得一如既往:全片毫无克制,每秒塞满事件、噪音与特效,没有任何human scale(人味尺度)的瞬间。

荷马的原著本身即对神话传统的深度改编,触及群体与个人之间的张力、返乡的代价、陌生人的相遇(xenia,宾主之道)等复杂议题。诺兰的电影虽零散暗示了这些当代共鸣,却因视角混乱、人物扁平,只能呈现大爆炸与大巨人,无力兑现其“大想法”的承诺。视觉上,影片更像21世纪其他奇幻史诗(如《指环王》《权力的游戏》),缺乏简约与人性深度。

影片的种族中立选角并无进步性。多数非白人演员——如Zendaya、Lupita Nyong'o、Himesh Patel、Travis Scott——实际沦为辅助白人主角的“黑人挚友”;Nyong'o分饰的海伦与克吕泰涅斯特拉戏份极少,仅为女性受害者的符号化 tableau。

女性角色虽比诺兰过往作品多,却被严重削弱。荷马笔下愤怒、幽默、精通修辞的女神卡吕普索,在片中成为仅为Matt Damon版奥德修斯提供药物安慰的无薪治疗师;Penelope(Anne Hathaway饰)则被剥夺了原著中复杂的梦境与矛盾心理,仅余单向思慕,与丈夫毫无化学反应。

神明处理更显混乱。诺兰为免堕入神话闹剧而删去宙斯、波塞冬等神的直接现身,却又保留亵渎神明的必然惩罚(如吃太阳神之牛、刺瞎波吕斐摩斯),使逻辑前后矛盾。巨人与奇幻场景(喀耳刻、赛壬、斯库拉)匆匆闪过;西农(Elliot Page饰)这条源自维吉尔《埃涅阿斯纪》的支线成为道德中心,旨在说教当代战争谎言与仇外心理的恶果,却因动机逻辑不清而显得矫揉造作。

对话与人物塑造是影片的显著短板。语言在粗俗口白(“Let’s get off this fucking beach”)与宏大说教间尴尬摇摆;Matt Damon的奥德修斯既不复杂也不狡黠,连“无人”(Outis)的智谋也因独眼巨人被削成无脑木偶而落空。从属角色(如Eurylochus、Eumaeus)丧失原著中的个性与视角,仅成为服务主角的工具。

更深层的问题在于道德逻辑的崩解:影片一方面将战争与杀戮呈现为应受谴责的行为,一方面又将屠杀求婚者拍成令人畅快的动作高潮;好客之道(xenia)被双重标准地套用——外乡人在伊萨卡可能受善待,在异域却常遭盲杀;掠夺有时是罪,有时又是正义。这些矛盾本可成为深刻主题,却被抛入缺乏人类经验锚点的叙事漩涡。

此外,影片选择在存在主权争议的西撒哈拉占领区取景,将当地作为视觉奇观的背景,被批评为正常化了对土著撒哈威人的暴力。

尽管如此,作者仍认为本片的上映具有文化意义:在流媒体时代,它吸引观众重返影院;在人文式微的当下,它带动了《奥德赛》原著与译本的热销,或许能促使公众重新阅读经典——仅此一点,便值得庆幸。

20. The Artist Who Colored Ghibli (animationobsessive.substack.com)

吉卜力的色彩大师:保田道世

保田道世(Michiyo Yasuda)是塑造吉卜力工作室独特视觉风格的核心人物。作为色彩设计师,她主持了从《天空之城》《龙猫》《幽灵公主》到《千与千寻》等绝大多数经典作品的色彩设定,其细腻而独到的用色构成了吉卜力动画难以复制的美学基础。

与当时动画业界惯用的强烈、花哨的塑料原色不同,保田追求柔和、低饱和度且富有自然质感的色调。在《龙猫》与《萤火虫之墓》中,她自主研发了介于标准色之间的新颜料,以营造静谧、透明且充满空气感的画面。她坚持即使是幻想题材也需要真实感——例如猫巴士不能是粉色,而必须具备真实动物皮毛的温度,才能让观众信服。高畑勋曾特别称赞她在《萤火虫之墓》中对褪色裤子的用色,不仅准确传达了颜色,更表现了布料经反复洗涤后的纹理与厚度。

保田的色彩决策始终服务于叙事与角色。她会依据角色的性格成长、情感状态及导演意图来调配色彩,并将对自然的细致观察融入工作——从水洼中落叶受光的光泽,到衣物纹理在距离变化中的色泽差异——这些都被转化为银幕上的色彩语言。在职业生涯后期,她领悟到“阴影中也有颜色”,拒绝以简单的黑灰处理暗部,从而赋予画面更深的层次与真实感。

保田于1958年加入东映动画的描线上色部门,期间与宫崎骏、高畑勋结识。1976年的电视动画《三千里寻母记》是她色彩设计生涯的转折点,她与宫崎骏实验色彩组合,首次系统性地提出“水下色”“玻璃透明色”等概念。在吉卜力工作室成立前,她已受邀为《风之谷》设计262种色彩;工作室成立后,她主导了《天空之城》300余种色彩方案。即便在吉卜力转向数字制作后,她仍持续攻克技术难题,如在《我的邻居山田君》中解决电脑色彩输出至胶片的偏差问题。

宫崎骏曾评价保田“比自己敏锐和三倍讲究”。她所建立的非公式化色彩体系要求为每一部新作品从零开发,这使得她的工作难以被简单复制。尽管保田始终谦称自己的工作只是创作的一环,但吉卜力动画中那种介于写实与幻想之间的微妙色彩平衡,无疑是一位色彩大师毕生观察与修炼的结晶。

文章后半部分还附带了全球动画业界简讯,涉及皮克斯裁员、Cartoon Saloon 新画册、中国影片票房、东映经典修复计划等动态。

21. Show HN: FeyNoBg – Automatic background removal model and training library (usefeyn.com)

FeyNoBg 是由 Feyn 开源的自动背景移除模型,在八个基准测试中的四个取得最佳 S-measure,其余四个与最优结果差距在 2% 以内。同步发布的还有其训练与推理库 NoBg。

核心方法

背景移除需同时完成前景分离与边界精细抠图(matting)。FeyNoBg 以 BiRefNet 为基座,利用其定位模块寻找前景、重建模块勾勒边界。团队重点扩展了特征提取器第三阶段,将网络块从 18 个增至 24 个,参数量从 2.22 亿 modestly 增长到 2.63 亿,并保留了所有兼容的预训练权重,使模型在不遗忘已有能力的基础上获得额外学习空间。

训练数据策略

单一数据集易导致能力失衡。团队先用 MaskFactory 单独训练,发现模型在 CAMO 基准提升,却在 DIS5K 下降。随后整合 10 个数据集的 2.61 万张图像,覆盖拥挤场景、伪装、高分辨率、肖像及动漫等类型,并以 7,000 步进行训练。为避免大数据源主导,每个来源上限 4,000 张;由于各数据集标注格式不同(分割掩码或 alpha matte),统一转换为二值前景掩码,确保模型在多样化场景中同时学习识别主体与精细边界。

性能结果

S-measure 取值 0 到 1,越高表示预测前景越完整、形状越准确。FeyNoBg 在 UHRSD-TE、HRSOD-TE、DIS5K、DAVIS-S、DUTS-TE、COD10K-TE、DUT-OMRON 与 CAMO-TE 八个基准上表现领先,其中 DIS5K 从早期训练的退步转为最佳。

NoBg 库

NoBg 是用于运行和训练背景移除模型的开源 Python 库,提供统一接口。相比原始 BiRefNet 实现,其在批次大小为 1、2、4 时均实现更高吞吐量、更低延迟与更低显存占用。该库封装了图像预处理、模型推理、alpha 遮罩后处理及透明 PNG 生成,支持一行命令运行 FeyNoBg;同时与 Hugging Face Trainer 集成,只需提供含 imagemask 列的数据集即可快速微调或训练新模型。

获取方式

FeyNoBg 模型权重托管于 Hugging Face,NoBg 可通过 pip install nobg 安装,源码见 GitHub,并附有在线 Hugging Face Space 供体验。

22. DConf 2026 in London (dconf.org)

DConf 2026 会议概要

会议名称: D编程语言年度会议 (DConf 2026)

时间与地点:

  • 日期: 2026年9月2日至4日
  • 地点: 英国伦敦 CodeNode(具体地址未提供,但说明了交通信息)
  • 主办方: Symmetry Investments 与 D语言基金会,并与 Brightspace Events 和 CodeNode 合作举办。

会议性质与参与方式:

  • 这是自2013年以来D编程语言社区的主要年度线下聚会活动。
  • 线下参与: 为期三天,包含演讲、交流与社交活动。
  • 线上参与: 提供直播流,观众可在会议期间随时向演讲者提问。直播链接将在活动开始前一周公布。

重要日期:

  • 演讲投稿截止: 2026年5月24日
  • 日程公布: 2026年6月5日
  • 普通注册期: 2026年4月7日至9月2日(UTC时间23:59截止)

注册信息与费用:

  • 普通注册基础费用: $350(约合£261.83),需加收20%增值税,总计 $420(约合£314.20)。
  • 学生注册基础费用: $100,需加收20%增值税,总计 $120(约合£89.77)。符合条件的需通过指定邮箱申请。
  • 困难费率: 为经济困难者提供特别折扣,仅适用于注册费,不涵盖交通住宿。需通过邮件申请。
  • 货币说明: 英镑汇率基于英国税务海关总署(HMRC)的月度固定汇率,可能与PayPal或信用卡公司的实际汇率不同。

重要注意事项(英国旅行):

  • 来自某些国家的访客可能需要申请电子旅行授权(ETA),这是入境英国的必要条件,需支付少量申请费。
  • 重要提醒: 请务必通过英国政府官方指南页面申请,切勿使用第三方中介服务,以免被收取额外费用。

会议场地与住宿:

  • 场地: CodeNode,位于伦敦市中心,邻近Moorgate和Liverpool Street地铁站。
  • 住宿建议: 建议尽早预订酒店。会场步行范围内(5-19分钟)有多个经济型酒店选项,其中Travelodge London Central City Road是常见选择。

特色活动 - BeerConf:

  • 会议期间的晚间传统社交活动“BeerConf”,是参会者晚间交流聚会的非正式场合。
  • 若无赞助酒吧,官方聚会地点为Travelodge London Central City Road酒店。

免责条款:

  • 参会者需自行保管个人物品,主办方及赞助商不对参会者的财物损坏、被盗或丢失承担责任。
23. Neutrino-1 8B (www.fermionresearch.com)

Neutrino-1 8B 模型摘要

Neutrino-1 8B 是一款拥有 81.9亿参数 的开源本地模型,专为对话、工具调用和兼容 OpenAI 的应用设计。其核心亮点在于高效的权重存储与跨平台运行能力。

核心特性

  • 模型规模:总参数 8.19B,其中 6.95B 为编码投影权重,1.24B 为 int8 嵌入层。
  • 架构:基于 Qwen3-8B 的密集解码器专用 Transformer,采用分组查询注意力机制。
  • 上下文长度:原生支持 40,960 个词元。
  • 权重格式:投影权重采用 “三值族”打包格式,在静止状态下保持比特打包,在计算内核中解码。同一工件(文件)无需转换即可在不同平台运行。
  • 下载与存储:下载包为 2.56 GB(有损编码传输格式),解压后运行时工件为 3.88 GB,解压过程比特精确。

性能评测

模型在多项基准测试中表现如下:

  • MMLU(五次提示):72.1
  • BFCL v3(函数调用):68.9,能够处理简单、多重、并行及并行多重函数调用,并可靠地拒绝无关函数。
  • GSM8K(数学推理):灵活提取得分 53.4,严格格式提取得分 51.73,两者 1.67 分的差距反映了格式遵守与算术能力的差异。
  • IFEval:指令严格模式得分 80.2。

运行时与部署

模型提供多种运行时和部署方式,均使用相同的 3.88 GB 工件:

  1. Fermion 运行时(pip 安装)
    • CUDA / x86 CPU:提供原生二进制和优化内核。
    • Apple Silicon:提供原生二进制。
    • CPU 路径:在 9 线程下可达 24.9 tok/s。
  2. GGUF 格式(需使用特定分支的 llama.cpp)
    • 使用 FV5 张量类型,需使用 Fermion Research 提供的 llama.cpp 分支(fermion-fv5 用于 CPU/CUDA,fermion-fv5-metal 用于 Apple GPU)。
    • 在 NVIDIA L4 上可达 30.7 tok/s(4k 上下文,占用 4.68 GiB VRAM)。
  3. MLX 实现(Apple Silicon)
    • 使用自定义 Metal 内核,在优化路径下可达 33.7 tok/s
  4. 本地 OpenAI 兼容服务器:默认启用工具调用、流式传输和持久 KV 会话。
  5. Hugging Face Transformers:需先导入 fermion 以注册 trtc_v4 模型类型,从本地目录加载。

生成速度参考

  • 单 H100 80GB GPU(普通解码):396 tok/s
  • 使用 0.6B 草稿模型进行推测解码时,速度可显著提升(例如在计数任务中达 763 tok/s)。

内存需求

  • 单模型:权重 3.88 GB,KV 缓存(fp16 默认)在 8k 上下文时占用约 1.13 GiB。
  • 推测解码:8B 验证模型 + 0.6B 草稿模型总驻留内存约 4.20 GB。

许可与来源

  • 基础模型:基于 Alibaba Cloud 的 Qwen3-8B。
  • 许可证:模型权重、GGUF 包和 MLX 实现在 Apache 2.0 许可下发布,允许商用、修改和再分发。
  • 发布内容:模型权重、清单、GGUF 包、MLX 实现和 llama.cpp 分支均已公开。优化的 Fermion 内核(通过 pip 分发)为闭源。

模型及其相关组件现已可用。

24. US DOT deleting bike lane references (www.npr.org)

美国交通部删除自行车道相关内容

事件起因

2025年7月,美国交通部长肖恩·达菲在社交媒体上宣称将终止对“DEI自行车道”的联邦支持,并指责前政府将纳税人的钱用于此领域。两天后,联邦公路管理局(FHWA)内部邮件要求工作人员紧急从网站删除与自行车道、速度摄像头等相关的安全内容。

具体措施与影响

  • FHWA网站已移除数十个与自行车安全相关的页面,包括经过验证的“有效安全措施”列表中的自行车道推荐。
  • 关键工具如“行人与自行车碰撞分析工具”(PBCAT)的链接已失效,该工具用于收集和分析涉及行人与自行车的交通事故数据,帮助制定预防措施。
  • 另一重要数据库“公路安全信息系统”在18个月前被下线后仍未恢复。

官方解释与内部质疑

  • 交通部发言人称,此举旨在确保政策“促进安全、效率与常识”,并强调近80%的美国人依赖汽车通勤。
  • 匿名工作人员批评此举削弱了网站向公众提供安全信息的能力,并质疑删除安全工具的必要性。
  • 安全倡导者指出,自行车道已被证明能提升道路安全,删除相关内容可能影响全国交通事故预防工作。

数据背景与专家批评

  • 2025年美国交通事故死亡人数超3.6万人,其中超过6700名行人与骑自行车者丧生。
  • 美国公路安全保险协会主席戴维·哈基强调,安全工具对降低占比20%的行人与自行车死亡事故至关重要,并批评FHWA在审查过程中缺乏透明度。

总结

此次删除行动被视为特朗普政府调整交通政策优先级的体现,但安全倡导者警告,这可能削弱经过科学验证的安全措施,影响联邦政府减少交通事故的努力。

25. Astronauts describe persistent 'observer' sensation after 6 month missions (spacedaily.com)

文章摘要

本文探讨了宇航员在国际空间站执行长期任务(通常为六个月)返回地球后普遍存在的一种特殊心理体验——“观察者感”。这种体验并非临床诊断,但已被飞行医生和心理专家广泛记录,成为一种可识别的重返地球后的适应模式。

核心现象描述 宇航员普遍描述一种疏离的“旁观感”:他们感觉自己仿佛在“观察”而非完全“参与”自己的生活。具体表现包括:

  • 感觉家像是“布景”,熟悉的事物(如气味、重力)显得突兀或夸张。
  • 行动时存在“双重意识”,既在做事又在观察自己做事,反应略有延迟。
  • 社交中容易感到不知所措,渴望退后观察而非融入。

主要成因分析

  1. 神经生理适应:大脑在微重力环境下重塑了感觉处理模式(更依赖视觉、前庭系统和本体感觉改变)。返回地球后,身体需要在重力环境下重新校准,这种高负荷的感知处理过程可能导致“旁观”体验。
  2. 心理训练残留:在空间站,宇航员处于高度警觉和自我监控状态(操作后果严重、时刻被摄像头记录)。这种长期养成的“内部观察者”模式在返回后不会立刻关闭。
  3. “总观效应”与隔离影响:从太空观看地球带来的世界观转变,以及长期处于封闭、单调、受限的社交环境中,使得重返充满选择和刺激的地球生活带来感官与社交过载,促使一种疏离感的产生。

应对与恢复 NASA将此类感知异常视为影响任务表现(如反应速度、决策能力)的重要因素。返回的宇航员需接受为期45天的系统性康复计划,涵盖身体再适应、睡眠与情绪调节以及“重返社会”指导。家庭也会被提前告知此现象属于正常适应过程。

未来挑战与意义 该现象目前因样本量小、症状主观而未被正式列为综合征。但随着对长期太空飞行(如火星任务)的规划,此现象受到高度重视。更长的任务时间意味着更强的神经适应和更大的地球重返冲击。文章指出,“观察者感”不仅是一个心理好奇点,更是未来长期深空任务中必须妥善应对的“感知回归挑战”的预演。

26. Professor's invisible prompt trap catches 32/35 students cheating with AI (www.techspot.com)

文章核心摘要:

阿尔康州立大学历史学教授 Jason Gibson 通过一项巧妙的“隐形提示”陷阱,成功揭露了大量学生使用AI工具作弊的行为。

事件经过:

  1. 陷阱设计:Gibson教授在一次期中考试的作业提示中,隐藏了用白色字体书写的指令。该指令要求AI在回答关于“工业革命”的问题时,插入不相关且无意义的关于“马达加斯加”的信息
  2. 作弊发现:在两个班级共35名学生中,有32名学生直接将问题复制粘贴到聊天机器人(AI)中,然后将生成的答案原样提交。由于他们未检查答案内容,导致其提交的作业中大量出现与工业革命主题无关且荒谬的马达加斯加描述
    • 例如,答案中出现“马达加斯加在下午横着漂浮”或“马达加斯加紫色自行车对着天花板低语”等毫无逻辑的句子。

处理与后续:

  • Gibson教授将这些被标记为作弊的学生在该部分的期中考试中判为不及格
  • 他在TikTok上分享了此事,引起广泛关注。
  • 教授表示他并非借此嘲讽学生,在与作弊学生对质后,给予了他们申诉成绩的机会,但仅有两人提出了申诉

背景与普遍性:

  • 此事件凸显了自ChatGPT普及以来,学生利用AI作弊已成为日益严重且普遍的问题(早在2024年8月就被认为是“流行性的”)。
  • 教师们正尝试通过要求手写作业、口试或设计更复杂的问题来应对,但这场“人机大战”中人类似乎并未占得上风
  • 文章提及,另一所大学(布朗大学)的教授也曾观察到,允许开卷考试后,班级期中平均分从通常的65%-80%飙升至96%,他估计其86名学生中除两人外均使用了AI作弊