内容摘要

核心内容： 根据提供的标题，法国计划禁止未经请求的电话营销电话。

技术说明： 由于技术故障（可能由浏览器扩展、网络问题或浏览器设置引起），文章的正文内容未能成功加载，因此无法获取有关该项政策的具体细节和背景信息。

H3-metal 项目概述

H3-metal 是一个专为 Apple Silicon（重点针对 M3 Max 和 M5 Max）优化的原生 MiniMax-H3 推理项目。该项目旨在通过一系列垂直功能切片，实现高效的视频与音频生成能力。

核心功能

• 多模态生成：支持从提示词（Prompt）直接生成视频和音频。
• 条件控制：
  • 首尾帧锚定 (FL2VA)：通过指定第一帧和最后一帧图像来控制视频内容的起始与结束。
  • 参考控制 (Ref2VA)：支持有序的图像、视频或音频参考。用户可以按顺序添加多个参考源（如 <Picture 1>），用于引导模型生成特定内容或延续特定场景。
• 交互式会话：支持类似于 Iris 的交互模式，在内存中保留提示词编码、DiT 模型和视频解码器，以便在改变种子（Seed）时无需重新加载，显著提高重复生成的效率。

推理优化策略

项目提供了多种参数以在生成速度与画面质量之间进行权衡：

1. 速度与质量平衡 (Presets)

• 去噪步数 (--steps)：定义实际的去噪次数。低预算模式（4-7 步）可实现极速预览。
• 层数缩减 (--layers)：通过运行少于完整 Transformer 块的数量（如从 50 层减至 45 或 40 层）来减少计算量和显存占用。
• 权重复用 (--reuse & --core-reuse)：
  • --reuse：通过计算部分步数的速度并进行外推，减少 DiT 的评估次数。
  • --core-reuse：保留 Transformer 残差，仅更新 Patch 投影和头部，在保持结构的同时提升速度。
• Token 缩减 (--token-reduction)：在中间层对水平视频 Token 进行配对处理，提升速度但可能改变构图。
• 内部画布缩放 (--render-width/height)：在较低分辨率下运行 DiT 和 VAE，然后使用 vImage 进行高质量放大，是实现“激进”模式预览的关键。

2. 内存优化

• SSD 流式传输 (--ssd-streaming)：针对内存受限场景，仅在内存中保留少量 DiT 块，其余块从 SSD 读取。这能将 DiT 追踪的存储空间从约 36.5 GiB 大幅降低至 2 GiB 左右，但会带来一定的速度损失。
• 权重映射：在 M5 系列芯片上，模型权重直接从 safetensor 分片中映射，实现零拷贝（Zero-copy），减少内存占用并提升加载速度。

技术实现细节

硬件加速与内核优化

• Metal 4 & TensorOps：在 M5 GPU 上，项目利用原生 BF16 TensorOps 处理 QKV 和注意力输出投影，提升了大规模序列的处理效率。
• Int8 量化路径：在 M5 上支持高度优化的 int8 路径，涵盖了 MLP（FC1/FC2）、QKV 投影及注意力输出。通过将量化过程与 gated-AdaLN 内核融合，减少了调度开销并降低了内存带宽需求。
• 内核融合 (Fusion)：实现了多种融合技术，包括：
  • 融合注意力残差门与 MLP AdaLN。
  • 融合最终切片与 AdaLN，减少临时缓冲区使用。
  • 专门的 16x16 瓦片化 (Tiled) 投影内核，优化了 F32 到 BF16 的转换过程。

调度与流水线

• 命令缓冲拆分：将 DiT 核心分为两个有序的 Metal 命令缓冲，使 GPU 执行第一部分时，CPU 可以同步编码第二部分，实现计算与指令的重叠。
• 流式提示词编码：针对 Qwen 文本编码器采用预取（Prefetch）机制，通过 I/O 工作线程提前填充下一层缓冲区。
• 媒体管线：采用流式原生 BigVGAN/AudioVAE 解码音频，并将同步的 H.264 视频与 AAC 音频写入输出文件。

伊利诺伊州 HB5511 法案摘要：社交媒体与操作系统年龄验证义务

伊利诺伊州州长 JB Pritzker 已签署 HB5511 法案（正式名称为《儿童社交媒体安全法案》，即伊利诺伊州公共法案 104-0664）。该法案不仅针对主流社交媒体平台，还对“操作系统提供商”提出了新的法律义务。

1. 针对社交媒体平台的规定

法案的主要条款旨在保护未成年人免受社交媒体负面影响，其核心内容包括：

• 算法限制：社交媒体平台（如 TikTok、Instagram 等）默认不得向未成年人提供算法推荐的动态流，必须改为按时间顺序排列的关注流。
• 通知限制：禁止在晚上 10 点至次日早晨 7 点之间向未成年人发送社交媒体通知。
• 安全防护：限制成年陌生人查看未成年人的个人资料、发送消息或获取其地理位置。
• 豁免范围：新闻网站、电子邮件提供商、宽带公司和学校软件不在该规制范围内。

2. 操作系统提供者的法律义务

与针对社交媒体的条款不同，法案创造了一个名为“操作系统提供商”（operating system provider）的新法律类别，并将其纳入“受监管制造商”（covered manufacturer）的范畴。这包括任何构建互联网连接操作系统的实体（无论是商业还是非营利性）。

到 2028 年 1 月 1 日，这些提供商必须完成以下功能：

• 年龄声明步骤：在系统设置过程中提供一个可访问的界面，要求账户持有者表明出生日期或年龄。
• 年龄区间信号：通过一致且加密的 API，向请求年龄信息的应用或平台提供一个“年龄区间信号”。
• 隐私保护：信号仅限提供最小必要信息，即四个区间：13 岁以下、13 至 15 岁、16 至 17 岁、18 岁及以上，而非具体的出生日期。

3. 开源软件面临的风险

与科罗拉多州和加利福尼亚州不同，伊利诺伊州的 HB5511 没有为开源软件（OSS）设置豁免条款。

• 对比：科罗拉多州已通过修正案，豁免了分发受开源许可协议保护的操作系统、应用、代码库（如 GitHub）和容器平台（如 Docker）。加利福尼亚州也正在尝试类似的修订。
• 潜在影响：由于伊利诺伊州的定义过于宽泛，社区驱动的、非商业性的开源操作系统项目可能也需承担合规义务，尽管它们可能缺乏合规部门或资金来执行此类复杂的系统更新。

4. 执法与处罚

• 执法主体：该法案仅由伊利诺伊州总检察长负责执行，不存在私人起诉权。
• 处罚标准：法案文本规定，因过失违反的罚金最高为每名受影响儿童 2,500 美元，因故意违反的最高为每名儿童 7,500 美元。然而，州长的新闻稿中提到的罚金数额最高可达每次违规 50,000 美元，两者之间存在不一致。
• 执行范围：虽然对于没有伊利诺伊州业务的个人开发者或爱好者可能难以执行，但对于在州内有实际业务的巨头（如 Google、Microsoft、Apple 及相关 Linux 供应商）具有实质约束力。

5. 关键时间节点

• 2028 年 1 月 1 日：操作系统提供商必须完成年龄声明及 API 信号功能的构建。
• 2028 年 7 月 1 日：社交媒体平台必须开始通过 API 请求并使用该年龄区间信号。

Anthropic 如何标记 Claude 生成的内容

为了遵守欧盟《人工智能法案》（EU AI Act）第 50(2) 条关于 AI 生成内容透明度的实践守则，Anthropic 计划在 Claude 生成的内容中加入机器可读的标记。其核心目标是为用户提供关于信息来源的透明度和背景信息。

标记技术

Anthropic 采用两种互补的技术来标记由 Claude 生成及处理的内容：

1. 文本嵌入式水印 (Embedded watermarks in text)

当受支持的 Claude 模型生成文本时，会在文本中植入一种肉眼不可见的水印。

• 特性：该水印不会改变文本的含义、质量或可读性。
• 持久性：由于水印是文本本身的一部分，在进行复制和粘贴操作时，水印可能会随文本一起转移，并在一定程度的编辑后依然存在。
• 应用范围：水印在模型层级应用，这意味着无论通过哪种 Claude 产品或界面生成的文本，都会带有该水印。

2. 签名的来源元数据 (Signed provenance metadata)

对于 Claude 生成的支持文件类型（如 .svg、.png 或 .jpg），系统会附加签名的来源元数据。

• 标准：遵循行业通用的 C2PA（内容来源和真实性联盟）开放标准。
• 功能：这些元数据能够标示文件曾由 Claude 处理，并允许用户检测文件是否已被篡改。

检测机制

Anthropic 正在开发相关机制，旨在允许用户及第三方检测 Claude 的嵌入式水印和来源元数据。一旦检测到受支持的标记，即可表明该内容可能经过 Claude 处理。具体的检测机制细节将在未来的技术文档中公布。

对开发者的建议

如果开发者在自己的产品中部署了 Claude，需要独立评估其产品和服务是否符合《人工智能法案》第 50 条的要求。Anthropic 承诺将提供相关的技术指导，以帮助开发者履行自身的透明度义务。

https://code.call-cc.org/releases/6.0.0/NEWS

项目摘要：浏览魔方所有可能状态的工具

该项目展示了一个能够让用户通过滚动操作来遍历魔方（Rubik's Cube）所有可能状态的工具。

核心细节：

• 组合总数：魔方的排列组合状态数量极其庞大，总计为 43,252,003,274,489,856,000 种。
• 主要功能：用户可以通过滚动的方式，在这些天文数字级别的不同魔方配置中进行浏览。

Effort调查：外国非政府组织试图通过“儿童安全”话术影响美国数字身份立法

一项由Effort进行的调查显示，五个外国非政府组织（NGO）及其美国关联机构正在进行一项协同行动，试图通过“保护儿童安全”的修辞来影响美国立法者，推动通过数字身份（Digital ID）法律。这些法律的核心目标是消除互联网的匿名性。

核心背景与策略

调查指出，这些NGO正在复制英国的模式。在英国，相关的数字身份和在线安全法律已被用于监控、逮捕和监禁政治异见人士。目前，这些组织正试图在美国的21个州及美国国会推动类似的“拼凑式”数字身份立法。

主要参与组织及其行为

• 5Rights Foundation

  • 该机构是推动英国“年龄适当设计规范”（AADC）模式进入美国各州的主要力量，已参与了18个州共42项法案的游说，其中11项已成为法律。
  • 其在加利福尼亚州 AB 2273 法案的制定中发挥了关键作用，该法案直接借鉴了英国的模型。
  • 调查发现，5Rights在2022年为加州立法游说了5万美元，但直到2024年才根据《外国代理人登记法》（FARA）进行披露。
  • 该组织由英国贵族贝班·塔尼娅·基德伦（Baroness Beeban Tania Kidron）创立，其不仅推动年龄验证，还倡导禁止使用VPN，这被认为与威权国家的做法相似。

• Center for Countering Digital Hate (CCDH)

  • CCDH由英国政治顾问创立，在美国和英国均涉及审查丑闻，包括针对X平台的抵制活动及推动审查立法。
  • 美国“美国优先法律”（America First Legal）指控CCDH违反了FARA，因为其领导层（如CEO Imran Ahmed）具有显著的外国身份和居住背景。

• Institute for Strategic Dialogue (ISD)

  • ISD被视为审查生态系统的核心节点，已从美国国务院、欧盟和英国政府获得超过1700万美元的合同。
  • 其合同描述显示其使命在于控制互联网言论，通过将政治异见与“错误信息”、“极端主义”或“仇恨言论”混为一谈，为政府审查提供正当性。

• Reset Tech

  • 这是一个与5Rights和ISD在领导层上存在高度重叠的全球联盟。
  • 其美国分支（Reset Tech Action）在2024年至2026年第二季度期间，投入了超过135万美元用于游说美国国会和各州议会。

结论

调查认为，这些组织利用跨国网络、重叠的领导层以及大量的政府资金，试图将可能削弱互联网匿名性并导致言论受限的法律模式从英国引入美国。尽管这些立法往往冠以“保护儿童”之名，但其背后的外国游说行为和潜在的审查功能引发了严重担忧。

编程语言对编码智能体（Coding Agents）的影响评估总结

本文探讨了“哪种编程语言最适合编码智能体”这一问题，并挑战了“动态语言因 Token 效率更高而更适合 LLM”的流行观点。

核心争议与背景

目前广泛流传的一种观点认为，动态语言（如 Clojure）比静态语言（如 Rust、C++）更具 Token 效率，因为它们省略了显式的类型声明，代码更简洁。一些基准测试显示，某些动态语言的 Token 成本可能仅为静态语言的 1/2 到 1/3。

然而，作者指出这类结论存在显著局限性：

1. 任务过于简单：现有测试多基于简单的 Rosetta Code 任务。在处理只需极少量 Token 即可完成的简单任务时，Token 效率的优势明显，但这种表现无法推广到复杂的现实任务。
2. 基准测试缺陷：部分现有测试存在技术错误（如路径不存在、测试环境被智能体意外修改等），导致评估结果失真。

作者的评估方法与假设

作者通过三个不同复杂度的任务进行了自主评估，并预设了以下假设：

• 动态 vs. 静态：随着任务复杂度的增加，动态语言的 Token 效率优势会减弱。
• 冷门语言：像 J 这样高度稠密、简洁的“怪异”语言，由于缺乏 AI 训练数据，在实际应用中不会占据优势。

实验结果分析

1. Zstd 解码器实现任务（基于 RFC 规范）

• 中等投入（Medium effort）：动态语言在成本与正确性的平衡上似乎略优于静态语言。
• 超高投入（Ultra effort）：结果变得非常复杂。一些静态语言表现最佳，动态语言的优势不再明显。
• 结论：随着任务规模扩大，动态语言在 Token 效率上的优势被稀释。此外，语言流行度与性能呈正相关——主流语言通常能提供更正确且更便宜的解决方案。

2. Pandoc 任务（测试驱动开发模式）

在这一任务中，语言类型（静态 vs. 动态）与成功率或成本之间没有表现出强烈的关联。冷门语言和汇编语言的表现普遍较差。

3. Guards of Atlantis 2 任务（模糊逻辑与复杂规则）

该任务要求智能体根据模糊、矛盾且不符合直觉的板游戏规则编写逻辑。

• 结果：无论使用何种语言，智能体的得分几乎都接近于零。
• 启示：处理模糊或具有“潜规则”性质的规格说明是当前 LLM 的核心痛点，这比编程语言本身的特性更具挑战性。

最终结论

• 动态语言并非万能：认为动态语言因 Token 效率而优于静态语言的结论在复杂任务中并不成立。
• 主流语言胜出：语言的流行度是关键因素。主流语言拥有更多的合成训练数据和 RL（强化学习）环境，这使得智能体在处理这些语言时更高效、更准确。
• 冷门语言的局限：虽然 J 等语言极其简洁，但对于普通用户而言，使用这些缺乏 AI 训练支持的语言并非明智之举。
• 评估的复杂性：有效的评估必须包含非琐碎的任务，并考虑到任务规模、规则模糊度以及语言流行度对模型表现的综合影响。

Needle2：面向低成本边缘设备的 45M 参数智能体 LLM

Needle2 是一款专为手机、可穿戴设备、智能家居和机器人设计的轻量化智能体（Agentic）大语言模型。其核心目标是将端侧 AI 引入价格低于 200 美元的低功耗硬件（如预算型手机、树莓派、微控制器和物联网设备），这些设备通常没有 GPU 或 NPU，且内存资源极其有限。

核心规格与技术优势

• 极小体积与内存占用：拥有 45M 参数，模型文件仅 14MB，运行时的 Session RAM 限制在 28MB 以内（通过 256 token 的滑动窗口 KV 缓存实现）。
• 专注于功能调用与结构化输出：不同于追求通用对话的模型，Needle2 专注于将模糊的自然语言映射为具象的函数调用（Function Calling）和符合 Schema 的结构化数据提取（如 JSON），从而在极小的参数规模下实现极高的任务准确率。
• 端云协作机制：模型会通过学习到的置信度分数来判断任务难度。对于低置信度的请求，系统可以自动决定是重新询问还是将任务升级（Escalate）到云端，确保了本地处理的私密性、速度和低成本。
• Cactus Quants（无损 2-bit 量化）：为了避免传统后量化导致的小模型性能崩溃，Needle2 在预训练和微调阶段就集成了 2-bit 量化技术，确保模型在部署时保持原有的性能表现。

架构创新

Needle2 的架构经过针对性设计，旨在降低计算成本（FLOPs）和内存带宽占用：

1. Hadamard MLP：利用固定的 Walsh-Hadamard 变换取代传统的密集投影，大幅减少了参数量，同时保持了通道混合能力。
2. Engram（知识存储）：将世界知识从参数栈转移到哈希 n-gram 表中，通过查表方式获取知识，降低了解码时的计算负担和功耗。
3. 多通道残差流：通过 27 层、512 宽度的网络结构，为轻量化模型提供了更强的路由灵活性。
4. 高效推理引擎：提供单一的 C++ 二进制文件，支持从 Cortex-M 到 x86 及 WebAssembly 的多种硬件架构。引擎采用端到端的 int8 算术运算，且在处理结构化 Token 时通过语法编译器跳过高达 98% 的词表投影计算。

性能与能效

• 能效表现：Needle2 的计算成本极低，每 token 仅需 70 MFLOPs，相比同规模的传统 Transformer 模型或更大的模型（如 Apple FM），其能耗大幅降低，这对于延长电池驱动设备的续航至关重要。
• 实际应用：已在 Pebble 的 Index 01 应用中落地，实现了无需网络连接的离线语音指令执行。
• 评测表现：在多个函数调用基准测试（如 Google Mobile Actions, Seal-Tools 等）中，尽管其规模远小于 FunctionGemma (270M) 或 LFM2.5 (230M)，但在特定任务的准确率和结构化输出的正确性方面表现出了极强的竞争力。

开发者友好

开发者可以在个人电脑上快速对模型进行微调，使其适配特定设备的工具集（Tool Vocabulary），实现“为设备量身定制”的智能助手。

关于对 Sony 发起诉讼以抗议不公平市场行为的消费者意见汇总

本文汇总了多位消费者对于 Sony（PlayStation）在数字游戏市场实践的抗议意见，这些意见共同支持一项旨在通过法律手段挑战 Sony 市场地位的行动。其核心诉求集中在以下几个方面：

1. 数字与实体产品价格倒挂

大量用户指出，PlayStation Store 的数字版游戏价格显著高于实体光盘版本。消费者认为，数字发行省去了印刷、包装、仓储及物流等成本，理应比实体版更便宜，但现实中数字版往往更贵（部分差异达 20-30 欧元甚至更多）。此外，实体游戏随着时间推移通常会降价，而数字版的价格却长期维持高位，缺乏价格下调机制。

2. 市场垄断与缺乏竞争

消费者批评 Sony 利用其市场主导地位构建了封闭的垄断生态。不同于 PC 平台可以自由选择 Steam、Epic 等多个商店进行竞争，PlayStation 用户只能通过 Sony 官方商店购买数字内容。这种缺乏竞争的环境使 Sony 能够单方面决定价格和条款，用户被迫接受所谓的“Sony 税”。

3. “所有权”虚假化与数字资产风险

用户强调，在数字生态下，消费者并未真正“拥有”所购买的游戏，而更像是“租赁”了使用权。

• 无法转售/共享： 数字游戏无法像实体光盘那样进行二手交易、交换或借阅。
• 单方面控制权： Sony 拥有随时从服务器移除内容或使数字产品失效的权利。一旦发生服务中断或公司政策变动，消费者的数字资产将面临无法使用的风险。

4. 硬件策略驱动的消费陷阱

消费者指出，Sony 推行不配备光驱的“数字版”主机（如 PS5 Digital Edition），本质上是在引导并强制消费者进入其高价的数字销售生态系统。这种硬件策略剥夺了用户购买廉价实体游戏或二手游戏的权利，进一步加剧了消费者的被动地位。

总结

该行动的参与者希望通过法律手段促使 Sony 改变其目前的垄断行为，要求其：

• 实现数字与实体价格的公平性。
• 允许第三方商店进入市场以引入竞争。
• 保护消费者的数字所有权，确保购买的内容具有真正的价值与稳定性。

Claude 在数学领域的突破：提升黎曼猜想相关零点比例的下界

核心成就

尽管 Anthropic 的研究人员给 Claude 提出了证明“黎曼猜想”（Riemann hypothesis）这一世界难题的极高难度挑战，Claude 虽然未能直接证明该猜想，但却在相关问题上取得了重大进展。通过结合前人的研究成果，Claude 将满足黎曼猜想的黎曼 Zeta 函数零点比例的已知下界，从 41.6% 大幅提升至 67.2%。

数学背景与技术细节

黎曼猜想描述了素数分布的规律，即所有决定素数序列的零点都位于特定的垂直线上。数学界长期以来一直在尝试量化位于该线上的零点所占的最小比例。

Claude 的突破在于：

• 研究结合：它将 Baluyot、Goldston、Suriajaya 和 Turnage-Butterbaugh 等人的近期研究成果与 Bombieri 在 2000 年发表的论文相结合。
• 技术路径：Claude 构建了一个具有 Weil 诱导二次型的函数空间，并考虑了在线上及线外的正定/负定子空间。通过对一阶和二阶矩信息进行处理，并对非对角二次型进行处理，Claude 得出了突破性的不等式结论。

AI 的工作方法论

Claude 的这一发现是在使用“Claude Code”进行两个阶段的研究中实现的，总计输出了 3100 万个 token。其工作流程体现了高度的自主性与协作性：

1. 迭代探索：在最初尝试了 650 个失败的想法后，Claude 转向了更深层次的探索。
2. 代理协作：它协调了约 60 个子代理（subagents），运行了 2,400 条 shell 命令，编写了数百个 Python 脚本，并进行了数千次针对已知 Zeta 零点的数值检查。
3. 自我验证：在得出结果后，Claude 指令子代理进行同行评审、搜索反例、下载并查阅 arXiv 上的 54 篇论文以确保原创性，并尝试从零开始重新证明。

验证与意义

• 专家验证：Anthropic 的数学家 Levent Alpöge 和 Ralph Furman 对 Claude 的论文进行了研究和验证。此外，该领域专家 Brian Conrey 和 Dan Goldston 也对相关成果进行了审阅。
• 形式化证明：Claude 还制作了一份可以使用 Lean 语言验证的形式化证明，通过了标准验证工具的检测。
• 结论：此结果表明，尽管 AI 目前还无法解决最顶级的数学难题，但它们能够以惊人的速度扩展数学家的思路，并在意想不到的方向上推动研究进程。

亚马逊支持可能成为美国最大气候污染源的天然气发电厂

亚马逊的扩张与气候承诺的冲突

亚马逊正在德克萨斯州投资建设一座大型天然气发电厂，以支持其大规模人工智能（AI）数据中心项目。据报道，该电厂可能每年排放3300万吨二氧化碳，可能成为美国最大的单一气候污染源。这与其承诺在2040年实现净零排放的“气候宣言”（Climate Pledge）存在明显矛盾。尽管亚马逊表示计划未来向可再生能源转型，但目前为了满足AI业务爆炸式增长的电力需求，公司倾向于通过天然气发电来规避电网连接的长期延迟。

“离网”能源模式成为行业趋势

为了实现“快速供电”并确保在AI竞赛中占据先机，科技行业正在兴起一种“离网”（behind-the-meter）发电模式。通过建设自有发电设施，企业可以避免依赖公共电网，从而缩短数据中心上线的时间，避免因审批和电网限制带来的巨额潜在收入损失。除了亚马逊，xAI、谷歌、Meta、微软、OpenAI和甲骨文等巨头也都在采取类似策略，投资建设自有能源供应系统。

政治与政策环境的影响

当前的政治环境为这种趋势提供了支持。特朗普政府倾向于为这类项目提供“快车道”，甚至支持跳过许可流程。政府认为，快速建设化石燃料发电厂对于美国在AI领域与中国竞争至关重要。此外，美国环保署（EPA）近期也削减了部分环境监管，使AI企业更容易建设自有发电厂。

环境与公共健康风险

天然气发电不仅加剧气候变化，还会产生对公众健康有害的污染物，增加哮喘、心脏病、肺癌和中风的风险。

• 法律挑战： 非裔美国人权益进步全国促进会（NAACP）曾起诉Elon Musk的xAI，要求关闭其在孟菲斯使用天然气涡轮机供电的行为。
• 规避监管： 许多开发商通过将大型电力项目拆分为多个较小的阶段来实施，试图以此规避更严格的环境评估和审批规则。
• 现状： 据估计，全美已有至少82座为数据中心服务的燃气电厂正在建设或已提议。目前，德克萨斯州是此类项目的热点地区，其监管框架往往更倾向于快速开发。

《长距离水手自白》(Confessions of a Long-Distance Sailor) 内容摘要

本书记录了一名水手在1988年驾驶一艘31英尺帆船，从美国西海岸出发，进行为期三年半的单人环球航行的真实经历。

核心内容

• 航行见闻： 详细描述了作者在航行过程中亲身经历的海盗、风暴及战争等事件。
• 人海关系： 探讨了单人水手与其每日相伴的大海之间深厚的关系。
• 心理蜕变： 记录了作者从最初恐惧离开岸边，到最终渴望永远不再踏上陆地的心理转变过程。

阅读与获取方式

• 在线阅读： 提供网页版在线阅读体验。
• 离线阅读： 用户可以下载包含HTML页面和图形文件的ZIP压缩包进行离线阅读。
• 分发模式： 本书通过“CareWare”计划发布，不收取金钱费用。

World Train Map (世界铁路地图) 概述

World Train Map 是一个交互式的全球铁路图谱项目，旨在通过全屏交互地图展示分布在 120 个国家中的 1,269 条著名铁路线路。该项目不仅提供地理位置信息，还为每条线路提供了详尽的背景事实，包括距离、最快行驶时间、最高时速、运营商、车辆型号以及开通年份。

主要功能与内容分类

该图谱通过多种维度对全球铁路进行分类和探索，主要内容包括：

• 多样化的线路类型：涵盖高速铁路、经典线路、夜间列车、景观路线、遗产/博物馆铁路、山地铁路（ラック/缆索式）以及豪华列车。
• 专题图谱：
  • 区域地图：提供欧洲和美国（含 Amtrak 长途线及景观铁路）的专项地图。
  • 极限与纪录：收录了全球最高铁路（最高达 5,072 米）、最长铁路旅程（最长达 9,289 公里）以及各国平均速度最快的列车排名。
  • 特殊功能线：包含 108 条夜间卧铺线路（及复兴趋势分析）、107 条跨国国际线路。
• 对比与指南：
  • 火车 vs. 飞机：针对 109 对欧洲城市，对比门到门的时间及二氧化碳排放量（CO₂e）。
  • 城市间指南：提供 670 份城市至城市的行程指南，包含时间、换乘及运营商信息。
• 开放数据：项目提供基于 CC BY 4.0 协议的开放数据集，包含 CSV、JSON 和 GeoJSON 格式。

项目背景与维护

• 更名说明：该项目原名为 "TrainRouter"，后更名为 "World Train Map"。更名的目的是为了明确其定位——这是一个地图集（Atlas），用于展示和研究铁路信息，而非提供订票或行程规划服务的“路由工具”。
• 数据准确性：项目极其重视数据的精确度。开发者会定期根据 OpenStreetMap 的更新进行数据校对，重点修复因地图数据重绘导致的支线丢失、站点停靠错误等问题。通过建立校验机制（如检查线路是否经过特定站点），确保地图记录的线路与实际运行情况高度一致。

著名线路示例

图谱收录了多条世界级知名线路，例如：

• 西伯利亚大铁路 (Moscow → Vladivostok)
• 白 Glacier Express (Zermatt → St. Moritz)
• 日本东海道新干线 (Tokyo → Osaka)
• 欧洲之星 Eurostar (London → Paris)
• 青藏铁路 (Xining → Lhasa)

利用超长指令破坏系统管理模式 (SMM) 的同步性研究摘要

核心原理

系统管理模式 (SMM) 是 x86 CPU 中一种高度特权的执行环境。其安全模型建立在一个核心假设之上：当一个 CPU 核心进入 SMM 时，所有其他核心必须同步进入 SMM，或者全部保持在 SMM 之外。如果能打破这种同步性，使某个核心在其他核心处于 SMM 模式时仍运行在普通模式下，攻击者就可以利用该核心在 SMM 执行期间篡改共享内存，从而实施攻击。

技术机制

该漏洞利用了 x86 固件在同步核心进入 SMM 时的“一秒超时”机制：

1. 同步机制（Rendezvous）：当 CPU 核心试图进入 SMM 时，固件会启动一个同步程序，等待所有核心都到达 SMM 状态。
2. 超时设定：为了防止某个核心卡死导致整个平台挂起，固件代码中设置了约 1 秒的超时限制。如果核心未能在规定时间内完成同步，固件将放弃等待，允许其他核心先行进入 SMM。
3. 指令边界限制：SMI（系统管理中断）只能在指令边界被触发。如果一个核心正在执行一条极长、且无法被中断的单条机器指令，它将无法响应 SMI，从而无法进入 SMM。

通过寻找或构造一条执行时间超过 1 秒的单条指令（例如通过访问极高延迟的 MMIO 地址并使用宽向量寄存器进行加载），可以使特定核心在其他核心已进入 SMM 时仍处于 SMM 之外。

安全影响

SMM 的安全性长期以来依赖于“运行 SMM 时没有其他代码在运行”的假设。许多已知的 SMM 漏洞（如 TOCTOU，即“检查时至使用时”漏洞）通常被认为难以在软件层面利用，因为攻击者需要通过 DMA 兼容的外设在 SMM 执行期间修改内存。

然而，通过破坏 SMM 同步性，攻击者可以使用运行在 SMM 之外的软件核心来动态修改共享内存。这使得原本需要物理访问或硬件设备的 SMM 漏洞，现在可以通过纯软件手段进行利用。

漏洞验证 (PoC)

研究人员通过以下方式证明了该漏洞的存在：

• 目标：在特定硬件（如 Zen 3 架构的 Ryzen 处理器）上，寻找延迟极高的 MMIO 区域。
• 手段：使用宽向量指令（如 vmovdqu 加载 xmm 寄存器）对目标 MMIO 地址进行读取，利用总线竞争和硬件延迟制造长时间的指令停顿。
• 验证：通过监控各核心的 SMI 计数器。如果某些核心的计数器与其它核心出现显著偏差，则证明存在核心在 SMM 同步期间脱节运行的情况。

缓解措施与挑战

目前该问题难以通过简单的固件更新解决，存在以下权衡难题：

• 保留超时：容易被上述长指令攻击破坏同步。
• 移除超时：若某个核心发生故障，整个系统在触发 SMI 时会彻底挂起。
• 增加超时：会显著降低多核平台在进入 SMM 时的整体性能。

目前的临时规避建议是避免执行可能导致长时间停顿的指令。

Rust SIMD 在 GPU 上的实现总结

VectorWare 宣布已成功在 GPU 上实现 Rust 的可移植 SIMD（core::simd）。这一进展标志着开发者可以使用熟悉的 Rust 抽象，直接在 GPU 硬件上编写高性能、复杂的并行应用。

核心概念：并行层级的完善

此前，VectorWare 已实现了将 Rust 的 std::thread 映射到 GPU 的 warp（线程束）。虽然这实现了线程级并行，但并未利用每个 warp 内部的并行通道（lanes）。

SIMD（单指令多数据）是在单个线程内部实现数据并行的技术。通过引入 core::simd，VectorWare 完成了并行层级的构建：

• 在 CPU 上：一个线程包含多个 SIMD 通道。
• 在 GPU 上：一个 warp 相当于一个宽向量单元，其内部的通道与 SIMD 通道直接对应。

技术实现与映射机制

GPU 的 SIMT（单指令多线程）模型在本质上与 SIMD 是一致的。VectorWare 将 Simd<T, N> 类型直接映射到 GPU 的 warp 操作上：

1. 元素级操作：加法、乘法和比较等操作通过 Rust 的 trait 实现，直接编译为原生的 warp 指令。
2. 归约操作 (Reductions)：如 reduce_sum，利用 GPU 的 warp shuffle 指令在通道间交换并合并数据。
3. 通道洗牌 (Shuffles)：simd_swizzle! 等操作映射到 GPU 的 warp shuffle 原语，实现高效的数据移动。
4. 掩码操作 (Masks)：Mask<T, N> 通过 GPU 的 vote and ballot 指令实现，用于处理条件选择和逻辑查询。
5. 标量与向量的分离：普通标量值被视为“一致的”（uniform），在 warp 中复制；而 Simd 类型则被视为“变化的”（varying），在各通道执行不同数据。

解决通道数不匹配问题

CPU 的 SIMD 长度（$N$）是灵活的，而 GPU 的硬件宽度（如 NVIDIA 的 32 位 warp）是固定的。为了处理这种差异，VectorWare 引入了一种基于 Rust 类型系统的中间表示 (IR)：

• 该 IR 利用类型、泛型和常量泛型来编码操作、执行形状和容量。
• 它支持 strip mining（分块处理）技术，以处理超过 warp 宽度的向量。
• 该 IR 是架构无关的，并配有参考解释器用于确定性测试和模拟。

优势与局限性

优势：

• 代码复用：同一套源代码既可以在 CPU 上运行，也可以在 GPU 上运行，无需重写。
• 开发体验：Simd<T, N> 是普通的拥有权类型，完全遵循 Rust 的借用检查、生命周期和类型检查规则。
• 高性能：通过直接映射硬件指令，实现零成本抽象。

局限性：

• 稳定性：portable_simd 目前仍属于 Rust 的不稳定特性（nightly feature）。
• 效率损耗：当向量宽度与 warp 宽度不匹配时，可能会导致通道闲置或增加指令开销。
• 硬件限制：并非所有跨通道操作都能高效映射，复杂的洗牌操作可能需要经过共享内存。

未来展望

VectorWare 的下一步计划包括：

• 组合并发模型：将线程（threads）、SIMD 和异步（async）在 GPU 上进行有机组合。
• 硬件加速：将矩阵形状的 SIMD 映射到 GPU 的 Tensor Cores 上。
• 编译器优化：探索在编译器层面实现自动向量化，使普通标量循环能自动转换为 warp 级并行操作。

Truth Social 推出 Truth API 服务，吸引华尔街交易员高额付费

Truth API 服务详情

Trump Media and Technology Group (TMTG) 于 8 月初推出了名为 Truth API 的新服务。该服务旨在为华尔街交易员提供获取 Truth Social 平台上最具影响力账号帖子的优先权限。目前，主要客户为高频交易公司，每月支付的费用在 6 万至 10 万美元之间。通过该服务，订阅者可以更早地获取特朗普及其相关账号的发布内容，从而在股票和其他高交易量资产的交易中获得优势。

财务状况分析

• 亏损情况：TMTG 报告称，在今年 4 月至 6 月期间亏损 2.38 亿美元，亏损额是去年同期同期的 10 倍以上。
• 收入与资产：公司在该季度的收入为 170 万美元，同比增长 89%。截至第二季度末，公司总资产为 20 亿美元，其中金融资产（包括现金、短期投资和数字货币）约为 19 亿美元。
• 亏损原因：分析指出，公司的亏损主要源于其加密货币业务的波动，目前的业务模式更像是一家“包裹在媒体公司外壳下的加密货币持股公司”。

业务战略与未来规划

面对亏损，TMTG 表示将重新专注于社交媒体的核心使命。公司将 Truth API 视为未来“意义重大”且“持久”的收入来源，并计划在广告和数字资产的基础上，进一步探索与科技公司、新闻机构及博彩市场的合作机会。

法律与伦理争议

该服务的推出引发了法律和伦理方面的质疑。争议焦点在于：特朗普家族仍是该公司的主要股东，公司通过提供总统公开言论的优先获取权来获取利润，这一行为是否存在利益冲突或不当获利的问题。

研究显示 GLP-1 药物对女性就业率的影响显著超过学历差异

一项由哈佛经济学家 Rebecca Diamond 进行的研究（发表于美国国家经济研究局 NBER）显示，GLP-1 类药物的使用与女性就业率的显著提升之间存在关联。

核心研究发现

• 就业率大幅增长：研究发现，在失业女性群体中，开始服用 GLP-1 药物的女性在 18 个月后的就业率比那些希望使用但尚未开始使用的女性高出近 27 个百分点。
• 超越学历的影响力：这一就业率的增幅甚至超过了拥有高中学历与拥有大学学历的美国女性之间的就业差距。
• 外貌感知而非能力提升：研究指出，就业率的提高并非因为减重提升了女性的智力、能力或职业资质，而是暗示了外貌的变化可能改变了雇主对女性的感知。

职场中的体重偏见

研究探讨了长期存在的“肥胖惩罚”（obesity penalty）现象，即个体因体重问题而面临的社会和经济劣势：

• 认知偏差：招聘专业人士在评估不同体型的女性时存在明显偏见。研究显示，体型较重的女性更容易被贴上“懒惰”或“不专业”的标签，且被认为具备领导潜力的比例较低。
• “瘦身特权”：GLP-1 药物的普及为研究人员提供了一个新维度，用以衡量外貌如何影响个人的经济前景。

GLP-1 药物的使用趋势

根据 Gallup 的数据，GLP-1 药物在美国的使用率正在快速上升：

• 2024 年：仅有 3% 的美国成年人正在使用该类药物减肥。
• 2026 年：这一比例已上升至 11%。

https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows/

谷歌搜索的衰落与数字基础设施的危机

本文探讨了搜索引擎质量下降、数字信息库崩溃以及由此引发的“文化主权”危机。作者认为，互联网正在从一个可靠的知识存储库转变为一个由不准确的AI生成内容和被操纵的信息构成的碎片化空间。

1. 搜索质量的退化与信息污染

传统的搜索引擎正面临信任危机。谷歌推出的AI摘要功能经常出现“幻觉”（即捏造事实），这不仅是技术错误，更反映了搜索引擎在处理基础事实方面的能力下降。此外，信息环境正遭受双重威胁：

• AI中介化： AI在用户与原始资料之间设立了屏障，使得即使原始网页存在，也可能因AI的错误总结而变得难以被发现。
• 内容污染： 企业开始在Reddit等平台投放内容以干扰AI搜索生成的答案，从而污染了AI训练和摘要的公共记录。

2. 数字记忆的消失与基础设施的崩溃

作者指出，互联网的存档功能正在崩溃，这种“数字抹除”比传统的书籍禁令更具隐蔽性和破坏性：

• 企业行为导致的消失： 如迪士尼收购并运营的 FiveThirtyEight 在不再具备商业价值后，直接删除了整个新闻档案。
• 维基百科的困境： AI系统直接抓取维基百科的内容进行展示，导致用户不再点击进入原网站，进而削弱了维基百科的流量和捐款，威胁到其生存。
• 互联网档案馆（Internet Archive）的压力： 作为“互联网备份记忆”的 Wayback Machine 正面临技术压力、网络攻击以及版权诉讼（如出版商通过起诉限制其抓取数据），导致数字历史记录的完整性受到威胁。

3. 技术主权与全球应对

面对对硅谷巨头的过度依赖，各国开始寻求“数字主权”：

• 法国与欧盟： 法国政府采用欧洲本土的 Qwant 搜索引擎，并使用本土化的 Tchap 消息应用；欧盟也在推动使用开源软件替代微软产品，以减少对少数外国供应商的依赖。
• 法律责任： 德国法院的一项判决认定，谷歌需为其AI生成的错误信息承担编辑责任，这标志着科技巨头不再仅仅是“被动的信息中介”，而是需要承担内容的准确性义务。

4. 对加拿大的启示

作者呼吁加拿大应将搜索和信息基础设施视为战略资产，而非仅仅是免费的消费服务。通过减少对外国平台的依赖，可以降低数据泄露风险并维护数字主权。

• 借鉴历史经验： 加拿大曾拥有成功的数字基础设施建设经验（如 CANARIE、SchoolNet 和 Open Journal Systems），证明了国家可以自主构建数字生活，而不必完全依赖私人平台。
• 建设公共利益架构： 应利用现有的机构（如加拿大图书馆与档案馆）来确保信息的持久性和可发现性。

总结

互联网的未来取决于我们如何对待公共知识。如果任由商业利益驱动，互联网将变成一个由中介机构变现、由机器随机记忆的合成空间；如果将其视为必须保护的基础设施，我们才能保留集体的文化记忆。