德国能源巨头 RWE 与美国达成 12 亿美元协议，放弃离岸风电项目

德国能源公司 RWE 已宣布放弃其在美国的离岸风电项目，并与美国内政部（DoI）达成了一项价值 12 亿美元（约 8.92 亿英镑）的赔偿协议。

投资重心转向传统能源

由于认为在可预见的未来无法获得这些项目的许可，RWE 将放弃其在加利福尼亚州、路易斯安那州沿海以及纽约湾（New York Bight）的租赁权。公司计划将这笔赔偿金重新投入到传统的天然气项目中，其中包括向路易斯安那州的一个液化天然气（LNG）出口终端项目投资 9 亿美元。

尽管放弃了风电项目，RWE 仍计划在未来六年内在美国投资约 170 亿欧元（约 196 亿美元），以扩大其发电能力。

政策背景与政府立场

该协议体现了特朗普政府对风能产业的抵制态度。特朗普多次批评风力涡轮机，并倾向于支持化石燃料行业。美国内政部长 Doug Burgum 表示，美国需要一个建立在“常识”基础上而非依赖“昂贵补贴”的能源系统，并欢迎 RWE 通过投资相关项目来增强国家的能源安全。

系列类似交易

这是特朗普政府近期推动停止离岸风电项目的一系列行动之一：

• TotalEnergies：今年 3 月，该公司与内政部达成协议，终止其在美国的离岸风电项目，转而投资德克萨斯州的 LNG 工厂及墨西哥湾的传统石油开发。
• Duke Energy：上个月，该公司与政府签署了 1.29 亿美元的协议，以终止其在卡罗来纳长湾（Carolina Long Bay）地区的离岸风电租赁。

Qwen3.8 Max 荣登 Agentic Index 综合榜单榜首

根据最新的评估结果，Qwen3.8 Max 已被 Agentic Index 评为综合表现最佳的模型。

该评估体系通过多个维度对领先的 AI 模型进行独立评估，涵盖以下核心指标：

• 智能水平 (Intelligence)：基于独立评估衡量模型的智能化程度。
• 编程智能体指数 (Coding Agent Index)：针对端到端软件工程任务，评估领先编程智能体的性能、成本及执行时间。
• 图像与视频 (Image & Video)：基于图像竞技场 (Image Arena) 和视频竞技场 (Video Arena) 排行榜的评估。
• 语音能力 (Speech)：涵盖文本转语音 (TTS)、语音转文本 (STT) 以及语音对语音 (Speech to Speech) 的性能评估。
• 开放性指数 (Openness Index)：根据模型组件的可用性与透明度来评估其开放程度。
• 输出 Token (Output Tokens)：基于独立评估衡量模型的输出 Token 能力。
• 成本 (Cost)：评估领先 AI 模型的定价及实际运行成本。
• 速度与延迟 (Speed & Latency)：对比第一方 API 的性能表现。

新墨西哥州法院判令 Meta 支付 5.67 亿美元以赔偿对儿童心理健康的损害

新墨西哥州的一家法院近日判令 Meta 公司（Facebook 母公司）向一个专项基金支付 5.67 亿美元，用于弥补其社交平台对儿童心理健康造成的负面影响。此次判决是该社交巨头在今年 3 月败诉的第二阶段裁决。在第一阶段中，陪审团认定 Meta 在明知其平台损害儿童心理健康以及存在儿童性剥削风险的情况下仍未采取有效措施，并对其处以了 3.75 亿美元的最高额罚款。此次追加罚款后，Meta 总共需承担的赔偿金额达到了 9.42 亿美元。

资金用途

根据法官 Bryan Biedscheid 的裁决，这笔资金的分配如下：

• 4.2 亿美元：专门用于新墨西哥州青少年的治疗服务。
• 剩余资金：用于未来五年的意识提升、预防措施、筛查服务及其他相关成本。

强制性整改措施

除了巨额罚款，法院还命令 Meta 必须对平台功能和运营方式进行根本性变革，以遏制成瘾性功能、改进年龄验证并防止儿童性剥削。主要措施包括：

• 透明度提升：Facebook 和 Instagram 必须建立信息横幅和说明屏幕，向用户清晰解释平台的保护功能、最佳实践以及处理不当评论的工具。
• 改进年龄验证技术：
  • Meta 必须持续改进其“年龄确认”工具，利用人工智能通过社交关系和内容消费习惯等信号来判断年龄。
  • 必须在两年内开发出专门的“13 岁以下用户预测模型”。
  • 对于预计为 13 岁以下的 Facebook 和 Instagram 用户，必须要求其提供年龄证明。
  • 在用户完成年龄验证前，必须将其视为 13 岁以下或 18 岁以下用户进行保护。
• 协作与数据保护：
  • 必须与学校或儿童安全组织合作，建立举报门户，允许教职员工标记疑似不满 13 岁的用户。
  • 必须删除收集到的所有 13 岁以下用户的个人信息。
• 合规监督：Meta 必须每半年向州政府提交一次关于落实上述减损措施的进展报告。

背景与法律意义

此次诉讼源于 2023 年的一项调查，该调查揭示了 Facebook 和 Instagram 已成为儿童性贩卖的温床。此案也是首个判定 Meta 对其平台上的行为承担法律责任的案例。

新墨西哥州总检察长 Raúl Torrez 对判决表示赞赏，称这是保护儿童和家庭、防止科技公司通过危害青少年的行为牟利的胜利。

尽管 Meta 发言人在声明中表示“不同意该裁决”并计划提起上诉，坚称公司在保护青少年方面表现透明且尽责，但此次判决无疑是 Meta 面临的一大挫折。目前，Meta 在美国多个州（如田纳西州和加利福尼亚州）还面临着类似的诉讼，指控其平台的设计导致了青少年的强迫性使用、饮食失调和抑郁等问题。

法律专家指出，虽然这笔罚款相对于 Meta 每年约 600 亿美元的利润而言比例较小，但该判决可能产生连锁反应，标志着各州开始通过法律手段约束因产品设计而导致用户受损的科技巨头。

AMD 收购 Taalas：通过硅片刻蚀技术大幅提升 AI 推理性能

AMD 已宣布收购 AI 芯片初创公司 Taalas，旨在通过一种创新的硬件架构挑战 Nvidia 在 AI 领域的统治地位。Taalas 的核心技术是将模型权重直接“刻蚀”在硅片中，这种方法有望将 AI 推理性能提升一个数量级或更多。

核心技术：模型特定集成电路 (MSIC)

与依赖高带宽内存 (HBM) 存储模型权重的传统 GPU 或数据流架构不同，Taalas 开发的是一种模型特定集成电路 (MSIC)。其处理器主要由两个部分组成：

• Mask-ROM 回调织物 (Recall Fabric)： 用于直接刻蚀模型权重。
• SRAM 回调织物 (Recall Fabric)： 用于存储 KV 缓存 (KV caches) 和微调适配器 (Fine-tuning adapters)。

这种架构极大地提高了数据读取效率。在早前的测试中，Taalas 基于 TSMC 6nm 工艺的 HC1 测试芯片在运行 Llama 3.1 8B 模型时，速度达到了惊人的 16,960 tokens/s，比 Nvidia 的 GPU 快 48 倍。

产品路线与 AMD 的集成策略

• 硬件迭代： Taalas 计划于今年夏季推出第二代 HC2 芯片，目标是将单芯片支持的参数量提升至 200 亿。对于万亿参数规模的大模型，可以通过流水线并行技术将多个加速器组合使用。
• 解耦架构方案： AMD 可能会将 Taalas 的技术与其 Instinct 系列加速器结合，采用一种“解耦架构”：利用 GPU 进行计算密集型的提示词处理 (Prompt Processing)，而将 Token 生成任务卸载到基于 Taalas 技术的加速器上。
• 部署优势： 相比 Nvidia 的 LPX 系统，AMD 的方案在支持大规模模型时可能具有更高的空间和能源效率。

技术挑战与权衡

Taalas 技术的最大缺点在于灵活性较低。由于权重是直接刻在硅片上的，一旦芯片部署，它就与特定模型绑定。如果模型发生重大变化（超出 LoRA 适配器的范围），则需要重新设计芯片（re-spin）。

然而，Taalas 声称这种“重新设计”并不需要从零开始，只需更改两层金属层，其成本和耗时远低于重新训练模型或从头制造芯片。

行业影响

1. 目标客户： 该技术主要适用于 AI 模型开发商（如 OpenAI、Anthropic、Meta）、基础设施提供商及推理服务商。
2. 推动“测试时缩放” (Test-time Scaling)： 目前，通过让模型在回答前进行更长时间的“思考”来提高准确性（即测试时缩放）会消耗大量 Token 并增加延迟。如果 AMD 能通过 Taalas 技术将 Token 生成成本降低并提升 10 到 20 倍的速度，开发者将能够更广泛地应用这种技术，以换取更高的模型推理准确性。

该交易预计将在第四季度完成，具体取决于监管部门的批准。

《雷神之锤》（Quake）30周年更新摘要

为庆祝《雷神之锤》问世30周年，id Software 与 MachineGames 合作推出了全新的免费更新章节：《机器之黎明》（Dawn of the Machine）。

🆕 《机器之黎明》新内容

该章节延续了 MachineGames 此前在扩展包中的优秀表现，为玩家带来全新的战斗体验与关卡设计。

• 剧情背景：主角 Ranger 被困在无尽的幻象维度中，陷入了不断死亡与重生的循环。玩家的目标是寻找“梦魇机器”（The Nightmare Machine），通过摧毁它来打破循环并逃离幻象。
• 核心内容：
  • 全新地图与音乐：包含 19 张全新的剧情地图、全新的原声带以及一张全新的死斗模式（Deathmatch）地图。
  • 循环机制：采用独特的循环结构，玩家可以通过符文解锁此前密封的路径，并在循环中通过发现的生命与弹药升级实现角色成长。
  • 维度切换：玩家可以在不同维度间切换以解决谜题或探索隐藏秘密。
• 敌人与武器：
  • 敌人变体：引入了具有新行为模式的敌人变体，如火箭欧格（Rocket Ogre）、演示狗（Demo Dog）和血色沙姆布勒（Blood Shambler）等。
  • 武器变体：新增了受经典扩展包启发的武器，包括可释放闪电的“超级斧头”（Super Axe）和发射反射弹丸的“激光炮”（Laser Cannon）。

🛠️ 其他新增功能

• id Vault：一个幕后画廊，玩家可以浏览开发资产、未使用内容以及《雷神之锤》开发早期的可玩地图。
• 成就与辅助：新增了三项成就；单人模式中增加了作弊菜单，方便玩家探索关卡。

💻 技术优化与模组改进

• 性能与视觉优化：
  • 改进了插值处理，降低输入延迟并减少相机滞后感。
  • 优化了阴影与灯光性能，减少了大量敌人交战时的压力。
  • 降低了菜单的内存占用，并改进了大型字体渲染。
  • 允许玩家分别独立设置武器晃动（Weapon Bob）与视角晃动（View Bob）。
• 模组（Modding）变更：本地化字符串现在存储在 PAK 文件中（而非 KPF 文件），第三方引擎需进行相应更新。

🎮 平台支持与已知问题

• 支持平台：Xbox Series X/S, Xbox One, Microsoft PC Store, Game Pass, Steam, PlayStation 5/4, Nintendo Switch 及 Nintendo Switch 2（通过向下兼容）。
  • 注：目前暂不支持 Epic Games Store 和 GOG 版本。
• 已知问题：
  • Switch 用户：在联机模式下作为主机切换关卡时可能会导致掉线。建议 Switch 用户加入他人房间而非自行主持。
  • PC DirectX11 用户：更新后可能出现启动崩溃，建议使用启动参数 +d3d11_compileShaders 1 作为临时解决方案。

摘要：品味是最后留下的东西

本文探讨了在人工智能（AI）时代，软件工程与创作领域发生的本质转变：当“制造”的门槛被抹平后，人类的核心价值将从“生产”转向“判断”。

1. 创作门槛的坍塌

在传统软件开发中，从创意到实现产品之间存在着巨大的“墙”——即漫长、枯燥且充满挫败感的编码、阅读文档和调试过程。这种高昂的生产成本充当了一种无形的“过滤器”，确保了只有那些真正有价值的东西才能通过成本筛选而存在。

然而，AI 的出现极大地缩短了“创意到产物”的距离。现在，人们可以迅速获得一个“看似合理”的版本，生产成本几乎降至零。这意味着曾经通过经济成本强制维持的“质量底线”已经消失。

2. “品味”的定义与重要性

随着生产成本的降低，决定一个作品是否值得保留的标准不再是“能否做出来”，而是“是否值得做”。这种判断力被作者称为**“品味”（Taste）**。

这里的“品味”并非指主观的审美偏好，而是一种深层的、直觉性的质量裁决。它类似于资深机械师或编辑的直觉：在能够解释原因之前，就能感知到某个函数或句子存在“瑕疵”。在 AI 可以自动完成语法、逻辑连接等机械工作的时代，这种无法被自动化的“裁决”成为了人类最后的护城河。

3. 摩擦力：品味的来源

作者指出，品味并非天生，也不是通过单纯消费优秀作品就能习得的，它源于**“摩擦力”**。

• 失败的积累：品味是在反复经历失败、忍受错误带来的痛苦、并从中学习的过程中缓慢形成的。
• 摩擦力的教育意义：过去的开发困难（摩擦力）实际上是培养判断力的“课程”。
• AI 的风险：AI 消除了这种摩擦力。新一代使用者可以跳过“学徒期”直接获得流畅的产出，但由于他们从未经历过因低质量产出而带来的挫败感，他们可能拥有极高的生产力，却缺乏分辨“什么是正确”的能力。

4. 经济悖论与“平庸的洪流”

在追求速度的市场环境中，坚持“品味”面临着残酷的挑战：

• 速度 vs. 品味：行使品味是缓慢的，它需要反复拒绝“看似合理”但并不完美的方案。相比之下，依赖 AI 快速交付“还可以”的产品的人，在市场效率指标上往往更具优势。
• 平庸的泛滥：由于生产平庸内容的成本几乎为零，行业正面临“垃圾（Slop）”的洪流。这些内容并非错误的，而是“漠不关心”的——它们看起来没问题，但缺乏灵魂与深度。

5. 结论：从“制造”转向“选择”

当制造变得廉价且无限时，**“策展/选择”（Curation/Choosing）**就成为了新的核心工艺。

人类的角色正在发生根本性的转变：从思考“我能不能造出它”转向思考“它是否值得存在”。当生产不再是稀缺资源时，判断力（品味）便成为了唯一稀缺的东西。在追求无限速度的领域，这种对“正确”而非“平庸”的坚持，是人类参与创造的最后证明。

生物工程咀嚼胶：对抗 HPV 及相关致病微生物的新途径

研究背景 头颈部鳞状细胞癌（HNSCC）是一种具有高度侵袭性的癌症，其发病与人乳头瘤病毒（HPV）感染以及特定细菌（如 Porphyromonas gingivalis [Pg] 和 Fusobacterium nucleatum [Fn]）密切相关。由于现有癌症药物在改善患者生活质量和五年生存率方面的进展有限，开发能够与现有疗法协同工作的新型辅助手段变得至关重要。

技术原理与组成 宾夕法尼亚大学牙医学院的 Henry Daniell 教授及其团队开发了一种基于实验室豆（lablab beans）制成的生物工程咀嚼胶。该研究成果已发表在《Scientific Reports》上，其核心功能通过以下成分实现：

• FRIL 蛋白：一种天然存在的抗病毒蛋白，用于抑制 HPV。
• Protegrin（抗菌肽）：通过工程化手段添加在豆胶中的抗菌肽，专门用于杀灭有害细菌。

实验结果 在针对 HNSCC 患者口腔样本的测试中，该咀嚼胶展现了显著的微生物控制能力：

• 病毒抑制：唾液样本中的 HPV 水平降低了 93%，口腔漱口样本中的 HPV 水平降低了 80%。
• 细菌清除：单次剂量即可将有害细菌 Pg 和 Fn 的水平降至接近于零。
• 微生态保护：与放射治疗可能破坏口腔有益菌群并导致念珠菌（Candida albicans）过度生长不同，该咀嚼胶在精准清除致病微生物的同时，能够保留口腔内正常的益生菌群。

应用前景 由于该技术能够在靶向危险微生物的同时维持健康的口腔微生物组，研究人员认为其具有广泛的应用潜力：

1. 辅助治疗：作为现有癌症治疗方案（如手术或放射治疗）的补充手段。
2. 预防措施：作为预防感染及病毒传播的预防性疗法（Prophylaxis）。

用户反馈：手机更新后误将跑步识别为“手机被抢”

Fabian Giesen (@rygorous) 分享了一个在使用手机进行跑步时的技术问题。由于最近的一次系统更新，其手机的运动检测机制出现了误报，将用户跑步的行为错误地识别为“有人抢夺手机并逃跑”。

这一误判会导致以下后果：

• 自动锁屏：手机会立即锁定屏幕。
• 应用中断：手机会强制退出用户正在使用的跑步配速应用程序，从而干扰正常的运动过程。

https://openai.com/index/improving-gpt-5-6-sol-in-chatgpt/

Herdr 项目动态：加入 Y Combinator 并维持运行时开源

项目背景与核心理念

Herdr 是由开发者 Can 开发的一个针对 CLI（命令行界面）编程智能体（Coding Agents）的运行时（Runtime）。该项目的初衷是为了解决开发者在管理多个智能体时面临的效率瓶颈，旨在提供一个能够无缝融入现有开发工作流、而非增加额外复杂性的工具。

核心功能与架构

1. 运行时 (Runtime)

Herdr 的核心是一个运行时环境，它将终端（Terminal）视为智能体运行的首选场所。其核心特性包括：

• 原生集成：将终端面板（Pane）、标签页（Tab）和项目（Project）作为智能体管理的基本原语。
• 持久性：支持智能体长时间运行（数小时甚至数天），且具备跨环境运行的能力，用户可以在任何地方启动并保持智能体的运行状态。

2. TUI (文本用户界面)

TUI 是 Herdr 的首选交互界面，其设计理念在于：

• 高效监控：允许用户一目了然地追踪智能体状态，按项目划分工作。
• 按需提醒：仅在智能体真正需要人工介入时才进行提醒。
• 易于部署：TUI 与运行时捆绑在一起，用户通过 SSH 连接到远程 VPS 后即可直接使用，无需额外安装 UI 工具。

3. 高度可扩展性

Herdr 的运行时设计初衷是允许第三方构建不同的客户端。目前已出现多种生态应用，包括：

• Raycast 扩展
• Stream Deck 控制器
• iOS 移动端应用
• 插件市场已拥有超过 500 个插件。

现状与未来规划

当前成就

Herdr 目前已取得显著的社区认可，拥有超过 2.5 万个 GitHub Star 和 34 万次下载。

发展方向

• 加入 Y Combinator：Herdr 已加入 Y Combinator F26 批次，正从个人项目转型为公司。
• 团队建设：作者计划组建一支小规模团队，专注于保持运行时的健壮性、速度、可扩展性以及跨环境运行的便捷性。
• 开源承诺：Herdr 运行时将保持开源，并已将协议从 AGPL 切换为 Apache-2.0，以确保用户可以更自由地使用。
• 愿景：未来的目标是实现不同设备（如笔记本、VPS、代码沙盒等）之间的互联，并坚持“保持核心精简，通过扩展实现功能”的原则，允许用户通过插件实现个性化的工作流和配置。

xAI 与 SpaceX 的数据中心扩张争议摘要

本文探讨了 xAI（SpaceX 的子公司）在孟菲斯建设名为 "Colossus" 的数据中心过程中所引发的环境、法律及社会争议。

1. 环境污染与非法能源使用

xAI 在孟菲斯的 Colossus 数据中心被指控在未经许可的情况下运行大量燃气轮机。这些轮机排放了包括雾霾和甲醛在内的有毒物质。虽然 xAI 辩称其致力于利用先进技术减少排放，但其运营模式被指责为优先考虑扩张速度而忽视环境影响。

2. 法律诉讼与国家安全干预

由于违反《清洁空气法》，南方环境法律中心 (SELC) 代表 NAACP 对 xAI 提起了诉讼，要求停止其未经授权的建设并进行问责。然而，美国司法部 (DOJ) 介入并推动法院驳回了该诉讼，理由是 xAI 的人工智能创新对支持军事行动的“国家安全”具有重要意义。这使得当地居民在法律层面上难以对此类开发项目提出抗辩。

3. 协议进展与信息不透明

xAI 已与密西西比州环境质量部达成协议，计划在 2027 年 7 月前移除现有的“临时”轮机，并由天然气发电厂取代。目前，针对该协议的争议点包括：

• 缺乏处罚： 协议中似乎并未提及对过去排放污染行为的罚款。
• 信息矛盾： xAI 在官方更新与 FAQ 页面中关于轮机数量（69 台还是更少）、位置以及如何接入电网的描述存在明显矛盾。
• 基础设施延迟： 废水处理设施的建设预计要到 2027 年第一季度才会重启，在此期间数据中心将继续抽取当地地下水层。

4. 社会与健康影响

文章提出了两个层面的深层担忧：

• 环境种族主义： 孟菲斯是黑人占多数的城市，文章指出将高污染工业设施选址于此类社区，反映了历史上“红线政策”（redlining）导致的系统性不平等，即少数族裔社区往往承受着更严重的污染和健康风险。
• 声学污染： 除了空气污染，数据中心产生的噪音及次声波（infrasonic pollution）可能对周边居民的健康造成直接威胁，包括引发偏头痛、恶心和不安感。

5. 结论

文章批评了硅谷“快速行动，打破常规”（Move fast and break things）的价值观在物理环境中的应用。作者认为，xAI 利用技术重要性和国家安全为借口，规避了普通开发商必须遵守的许可、听证和环境影响评估流程，从而在追求利润和技术扩张的同时，损害了当地社区的福祉。

美国联邦通信委员会（FCC）投票废除广播电视所有权上限

核心决策 美国联邦通信委员会（FCC）近日以2比1的投票结果，决定取消限制单一公司覆盖全美电视用户比例的上限。此前，一项维持了22年的规则规定，单一公司拥有的广播电台或电视台覆盖范围不得超过全美电视用户的39%。废除该上限后，FCC将转而采用“个案处理”（case-by-case approach）的方式进行审查。

支持方观点与动机 FCC主席Brendan Carr（共和党人）认为，这项过时的政策阻碍了地方广播机构在现代媒体市场中获得与竞争对手同等的规模优势。他指出，当前的限制并未约束国家级节目制作商，反而使地方广播机构在面对不受此类所有权限制的流媒体服务（如Netflix）及社交媒体平台（如YouTube、Instagram）时，无法进行公平竞争。

大型广播所有者（如Nexstar Media Group）也积极推动此项变革。他们认为，现行规则制定于数字化时代到来之前，已无法适应当前由流媒体和社交媒体主导的媒体生态系统。

反对方观点与法律争议 反对者包括民主党委员Anna M. Gomez、消费者权益团体Free Press以及部分国会议员。其主要担忧包括：

• 权力合法性：由于39%的上限是由国会法律规定的，批评者质疑FCC是否有权擅自废除该规则，并称此举为“非法的权力扩张”。
• 媒体垄断与多样性：反对者担心取消上限会加速媒体行业的过度整合，使全国性大公司控制地方电视台，从而削弱新闻观点的多样性，并可能引发行业裁员。
• 控制权转移：Gomez指出，取消上限并不能减轻地方广播机构的经济压力，反而会让全国性公司通过控制地方电台来左右播出内容。

潜在影响 这一决定对全美最大的地方电视站所有者Nexstar Media Group具有重大意义。Nexstar目前正寻求以62亿美元收购竞争对手Tegna，若合并成功，其覆盖范围将达到全美至少60%的家庭。此前，由于多州总检察长提起的反垄断诉讼，该交易已被联邦法官暂停。

vLLM 高吞吐量 LLM 推理系统架构解析

本文详细介绍了 vLLM（重点关注 V1 引擎）的系统架构，解释了其如何通过一系列核心组件和高级特性实现高吞吐量的 LLM 推理。

1. LLM 引擎与核心组件 (LLM Engine & Engine Core)

vLLM 的引擎是实现高吞吐量的基础。其核心流程包含：

• 核心组件：包括配置管理（vLLM config）、输入处理器（Processor）、引擎核心客户端（Engine Core Client）以及输出处理器（Output Processor）。
• 引擎核心 (Engine Core)：
  • 模型执行器 (Model Executor)：驱动模型前向传播。支持单进程（UniProc）或多进程（MultiProc）模式。
  • 调度器 (Scheduler)：决定哪些请求进入当前的执行步骤。支持 FCFS（先来先服务）或基于优先级的调度。
  • KV 缓存管理器 (KV Cache Manager)：实现 PagedAttention 的核心，通过将 KV 缓存划分为固定大小的块（Blocks）来提高内存利用率。
• 执行流程：generate 函数将请求转化为 EngineCoreRequest 并放入等待队列。引擎通过循环执行 step() 函数进行：调度 (Schedule) $\rightarrow$ 前向传播 (Forward pass) $\rightarrow$ 后处理 (Postprocess)。
• 连续批处理 (Continuous Batching)：支持在执行过程中动态注入新请求，无需等待当前批次全部完成。

2. 高级特性 (Advanced Features)

为了进一步优化性能，vLLM 引入了多种高级技术：

• 分块预填充 (Chunked Prefill)：将长 Prompt 的预填充过程拆分为较小的块，防止单个长请求长时间占用引擎，从而降低其他请求的延迟。
• 前缀缓存 (Prefix Caching)：通过对 Token 序列进行哈希处理，识别并重用已计算过的相同前缀的 KV 缓存，减少重复计算。
• 引导式解码 (Guided Decoding)：利用有限状态机 (FSM) 对 Logits 进行掩码处理，强制模型输出符合特定语法（如正则、JSON）的内容。
• 投机采样 (Speculative Decoding)：利用一个小模型（Draft Model）预先提出候选 Token，再由大模型进行一次性验证。通过接受/拒绝机制，单次大模型前向传播可生成多个 Token，提升解码速度。
• 解耦预填充与解码 (Disaggregated P/D)：将计算密集型的 Prefill 阶段与内存带宽密集型的 Decode 阶段分配到不同的计算实例上。通过 KV 缓存传输机制，实现负载隔离，优化 TTFT（首字延迟）和 ITL（逐字延迟）。

3. 扩展性与分布式部署 (Scaling & Distributed Serving)

• 多 GPU 扩展：通过 MultiProcExecutor 实现张量并行 (TP) 和流水线并行 (PP)。它使用基于共享内存的消息队列进行多进程间的指令广播和结果收集，将复杂的并行逻辑对上层引擎透明化。
• 分布式服务架构：
  • API Server (Frontend)：处理用户请求，负责负载均衡、任务分发及统计信息维护。
  • Headless Nodes (Backend)：运行实际的引擎核心，通过数据并行 (DP) 扩展吞吐量。
  • 协调机制：通过 DPCoordinator 管理不同引擎实例的状态，实现动态扩展和负载均衡。

4. 性能衡量指标 (Benchmarks)

推理系统的性能通过以下指标衡量：

• 延迟相关：TTFT (首字延迟)、ITL (逐字延迟)、TPOT (平均逐字延迟) 以及 E2E Latency (端到端总延迟)。
• 吞吐量相关：Throughput (每秒处理的 Token 或请求数) 以及满足服务水平目标 (SLO) 的 Goodput。

性能权衡：增加批处理大小 (Batch Size) 会提高吞吐量（摊薄权重读取成本），但会增加 ITL（由于计算量增加）。vLLM 通过优化调度和算子，力求在延迟与吞吐量之间取得最佳平衡。

Framework 数据泄露事件摘要

事件背景 Framework 公司近期披露了一起由于 Metabase 零日漏洞（0-day）引发的数据泄露事件。

核心详情

• 泄露范围：此次泄露属于有限范围的数据泄露，涉及客户信息。
• 安全性说明：泄露的数据中不包含任何账单或支付信息。

用户反馈 用户收到的通知邮件内容详尽且透明。针对此次事件，用户正在讨论 Framework 在处理漏洞及应对此次泄露时的表现是否妥当。

GitHub 服务故障事件总结

状态：已解决
故障时间：UTC 时间 8 月 6 日 15:22 至 8 月 7 日 02:04

故障概述

GitHub 在上述期间经历了多项服务的可用性下降和性能问题，核心影响集中在 GitHub Actions，同时波及了 GitHub Pages、Copilot（代码审查与编码代理）以及 GitHub Enterprise Importer。

受影响的服务与功能

• GitHub Actions：工作流运行失败、延迟启动、作业超时、Actions API 报错以及自托管运行器（Self-hosted runners）无法获取作业。
• GitHub Pages：性能下降或可用性降低。
• Copilot：代码审查和编码代理功能出现间歇性失败或延迟。
• Webhook 触发：由于采取了限流措施，许多 Push 和 Pull Request 事件未能触发工作流。
• GitHub Enterprise Importer：迁移任务因预防措施被迫暂停。

核心技术问题

1. 作业分配错误：运行器（包括 GitHub 托管和自托管运行器）被分配了不再有效的作业，导致作业成功率一度降至 30%-40%。
2. Webhook 限流：为了辅助系统恢复，GitHub 对 Webhook 触发进行了限流，期间仅能处理约 15% 的 Webhook 事件。
3. 运行器状态异常：部分 Actions Runner Controller (ARC) 的 runner pods 进入了闲置（idle）状态并卡死。
4. 容量受限：系统队列积压严重，导致作业处理能力受限。

修复与恢复措施

• 部署修复程序：工程师部署了针对运行器分配无效作业问题的修复程序，使作业成功率回升至 97%-99%。
• 队列清理：清空了系统范围内的队列，并逐步恢复了 Webhook 触发的吞吐量。
• 自托管运行器修复：部署了针对自托管运行器无法获取作业问题的修复方案。
• 稳定性监控：在服务恢复后，GitHub 进行了持续的稳定性监测以确保系统平稳运行。

用户后续操作建议

• 针对 Actions Runner Controller (ARC) 用户：
  • 若发现 runner pods 卡在闲置状态，请通过 kubectl 删除这些 pods 或重新部署 Actions Runner Controller 应用程序。ARC 将会自动创建新的替换运行器。
  • 注：未来的版本将包含自动恢复机制以解决此问题。
• 针对工作流触发事件：
  • 由于部分 Push 和 Pull Request 事件在故障期间未能自动触发且无法自动重放，用户可能需要通过推送新提交、更新 Pull Request 或手动重新运行工作流来补全缺失的任务。

气候危机中的“巨型谎言”：关于时间的欺骗

本文通过对比不同层级的谎言，指出当前人类面临的最危险、规模最大的谎言并非极少数人的“气候否定论”，而是一种被主流机构、政客和媒体广泛接受的策略性误导，即：“关于气候变化，我们还有时间。”

核心论点：延迟行动的谎言

作者认为，这种“巨型谎言”比直接否定气候变化更具破坏性，因为它通过各种形式掩盖了危机的迫切性：

• 遥远的目标： 如“2050年实现净零排放”，这给了社会一种可以继续维持现状的错觉。
• 责任转移： 通过强调个人的“碳足迹”，将问题从跨国巨头转向个人行为。
• 标签化： 将表达紧迫感的人斥为“末日论者”。
• 选择性忽视： 在政治讨论中淡化气候议题，或将其视为次要话题。

科学现实与生存威胁

文章引用科学数据强调了当前形势的严峻性：

• 临界点突破： 过去三年，全球平均气温已多次突破《巴黎协定》设定的1.5°C临界点。
• 全新世的终结： 气候变化正威胁着维持人类文明（农业、城市、科学）稳定的“全新世”气候时期。
• 灾难性后果： 如果温升达到2°C，可能导致数十亿人死亡；若达到3°C，全球可能面临高达40亿人的死亡风险，并引发大规模战争、移民和文明崩溃。
• 加速趋势： 地球能量不平衡（EEI）显示，温室气体截留的热量正在以前所未有的速度增加。

媒体与体制的失职

作者批评了主流信息系统的功能失调：

• 信息脱节： 媒体在报道极端天气事件（如龙卷风、野火）时，往往将其描述为孤立的偶然事件，而拒绝将其与气候变化这一根本原因联系起来。
• 报道偏差： 数据显示，随着全球变暖数值的飙升，主流新闻对气候问题的深度报道反而呈现出脱节或淡化的趋势。
• 利益驱动： 金融市场、大型石油公司、银行和政治体系都有强大的动力去维护现状，以保护既得利益。这种系统性的动力使得信息传递系统在面对生存威胁时，优先响应资本利益而非人类生存。

结论

文章总结道，人类正处于必须立即采取行动的关头，而当前的政治承诺和企业目标（如2050年目标）在应对正在加速的生态崩溃方面完全是杯水车薪。如果继续沉溺于“还有时间”的幻觉中，人类文明将面临近在咫尺的崩溃。

Channels SDK 概述

Channels SDK 是由 CopilotKit 推出的一个开发工具包，旨在将 AI Agent（智能体）无缝集成到 Slack、Microsoft Teams 和 Discord 等主流协作平台中，并提供原生的交互式 UI 体验。

核心功能

• 跨平台集成：将符合 AG-UI 标准的 Agent 连接到团队现有的沟通渠道，使 Agent 能够理解对话、流式响应、调用工具、处理文件并渲染交互式 UI。
• 原生 UI 渲染：开发者只需定义一次交互，SDK 即可在不同平台自动渲染为对应的原生组件（例如 Slack 的 Block Kit 或 Microsoft Teams 的 Adaptive Cards）。
• 广泛的框架支持：除了 CopilotKit 内置的 Agent 外，还支持 LangGraph、CrewAI、Mastra、Pydantic AI 和 Google ADK 等多种 Agent 框架。
• 人类干预 (Human-in-the-loop)：支持在 Agent 执行关键操作前，直接在对话流中通过按钮、选项或审批门槛实现人工控制。

工作原理与架构

Channels SDK 的运行遵循以下流程：

1. 用户消息：用户在 Slack 或 Teams 等平台向应用发送消息。
2. 事件分发：CopilotKit Intelligence 接收平台事件，并将其传递给运行在用户基础设施中的 Channels 进程。
3. Agent 执行：Channels 通过 AG-UI 协议驱动 Agent 执行工具、处理逻辑并生成结果。
4. UI 回传：Intelligence 将处理后的结果渲染为原生的平台 UI 并返回对话界面。

职责划分：

• 开发者负责：Agent 逻辑、模型凭据、工具定义、业务逻辑、长连接监听器（Channels Listener）以及应用状态的管理。
• CopilotKit Intelligence 负责：管理 Slack 和 Microsoft Teams 的平台凭据、平台接入、运行时注册、健康检查及重连机制。

开发路径

开发者可以通过以下两种方式构建 Channel：

1. 自动化路径 (Fastest Path)： 使用命令 npx copilotkit@latest channels setup。该命令会为 Coding Agent 提供一系列引导，利用其自动化能力完成包括配置、安装技能及处理平台凭据在内的复杂流程。

2. 手动路径： 通过 npm install @copilotkit/channels @copilotkit/runtime 安装必要的包，并编写 Node.js 监听器。开发者通过 createChannel 创建频道，并在 onMessage 回调中驱动 Agent 执行任务。

示例应用

OpenTag 是一个基于 Channels 构建的开源、自托管 On-call 值班助手示例。它展示了如何实现以下高级功能：

• 集成 Python LangGraph Agent。
• 提供原生 Slack 和 Microsoft Teams 体验。
• 实现文件感知提示词（File-aware prompts）和生成式 UI。
• 在执行 Linear 或 Notion 等操作前引入人工审批机制。

相关资源

• 许可协议：MIT
• 核心组件：@copilotkit/channels (SDK) 与 @copilotkit/runtime (运行时)

墨西哥格雷罗州平民组织武装自卫对抗毒品卡特尔

在墨西哥格雷罗州（Guerrero）的 Guajes de Ayala 地区，由于政府安全力量无法触及偏远山区，当地居民被迫组建名为“autodefensa”（自卫队）的武装组织，利用从美国走私而来的 AK-47、AR-15 等军用武器以及无人机，对抗势力强大的毒品卡特尔。

自卫组织的兴起与动机

这些自卫组织起源于对卡特尔扩张的绝望反抗。以 La Nueva Familia Michoacana 卡特尔为例，该组织试图控制连接卡特尔与阿卡普尔科港口的战略通道，不仅进行非法伐木，还试图强迫当地居民加入其战斗，并在当地设立芬太尼实验室。为了避免沦为卡特尔的“奴隶”并保护土地，当地居民在政府保护缺位的情况下武装了自己。

复杂的武装冲突格局

格雷罗州的安全形势呈现出极其复杂的“万花筒”态势：

• 多元武装力量：该地区不仅有大型卡特尔，还存在地方黑帮、分裂的犯罪派系以及各具目标的自卫组织。
• 自卫组织的困境：历史上，许多自卫运动最终要么被其他卡特尔收编，演变为卡特尔的准军事力量，要么遭到大规模屠杀。部分成员为了生存，最终不得不加入犯罪集团。
• 先进装备的使用：尽管是平民组织，但他们利用从美国走私而来的武器、无人机侦察系统以及无线电频率监听技术，与卡特尔进行对抗。

社会影响与人道危机

持续的暴力冲突对当地社区造成了毁灭性打击：

• 人口流失：由于担心绑架和杀戮，许多村庄已沦为“鬼城”，大量居民被迫逃离家园。
• 公共服务瘫痪：由于安全威胁，教师不敢前往学校授课，政府医疗诊所被迫关闭，社会基础设施陷入停滞。

政治背景与未来挑战

墨西哥总统克劳迪娅·谢因鲍姆（Claudia Sheinbaum）正面临严峻的治理挑战。一方面，她需要应对来自美国政府的压力，并试图通过加强打击力度来降低犯罪率；另一方面，随着强大毒枭“El Mencho”被击毙，专家担心这可能导致权力真空，引发不同犯罪派系为了争夺控制权而爆发更剧烈的暴力冲突。对于当地居民而言，政府宣传的治安改善与他们面临的现实生存威胁之间存在显著鸿沟。

尼泊尔政府加入 Have I Been Pwned 服务

尼泊尔已正式成为第 47 个加入 Have I Been Pwned (HIBP) 免费政府服务的国家。通过该服务，尼泊尔国家网络安全中心 (NCSC) 现在可以利用 HIBP 的数据库对尼泊尔政府域名进行监控。

服务核心功能与目的

HIBP 政府服务旨在通过提供政府域名空间内泄露凭据和被盗账户的可见性，协助国家网络安全团队增强以下能力：

• 威胁监控：识别政府电子邮件地址在数据泄露中的暴露情况。
• 事件响应：在新的数据泄露发生时，使政府能够针对受影响的账户迅速做出反应。
• 风险降低：在攻击者利用泄露的凭据进行攻击之前，帮助政府部门保护公共资源并降低安全风险。

尼泊尔的加入标志着越来越多的政府和国家网络安全团队正在利用该工具来了解自身的安全风险并加强防御体系。