https://openai.com/index/navier-stokes-solution/

请求摘要

目标任务 用户要求将“加入购物车”（Add to Cart）按钮的颜色更改为蓝色。

约束条件

• 唯一性：仅允许修改该按钮的颜色。
• 严格限制：严禁对页面或其他任何元素进行任何形式的改动。

Flock Safety：以安全为名，构建无处可逃的监控世界

公司背景与扩张

Flock Safety 的创始人 Garrett Langley 将监控视为一种“浮士德式的交易”：通过牺牲隐私，换取一个犯罪无法生存的安全世界。Flock Safety 起源于 2017 年，最初是 Langley 为应对亚特兰大社区盗窃案而开发的简易车牌识别设备。凭借技术创新和执法部门的合作，该公司迅速扩张。目前，Flock Safety 的估值已超过 80 亿美元，其投资者包括 Andreessen Horowitz。约 40% 的美国执法机构已与其签署合同，全美除阿拉斯加外各州均部署了约 13 万台摄像头。

技术能力与执法应用

Flock 的自动车牌识别（ALPR）技术已从最初的车型识别演进为能够记录车辆品牌、型号、颜色及车牌号的综合系统。执法人员无需获得搜查令或司法批准，即可利用这些数据进行逮捕或作为法庭证据。该公司声称其产品在追踪大规模枪击案嫌疑人、拦截儿童绑架及破解失踪人口案件方面发挥了关键作用，并得到了国际警察协会的支持。

公众反对与政治转向

尽管 Langley 坚称“每个人都渴望安全”，但 Flock 的扩张正面临日益增长的反对浪潮：

• 公众抵制： 近半数美国人反对 ALPR 技术。民间出现了如 DeFlock 等抗议组织，提供摄像头分布地图并提供法律资源；甚至有民众通过破坏、偷窃或涂鸦摄像头来表达抗议。
• 政治立场转变： 令人意外的是，即便是在传统上倾向于“严厉打击犯罪”的保守派红州，也出现了限制措施。德克萨斯州州长 Greg Abbott 指示州机构冻结对 Flock 摄像头的支出；佛罗里达州州长 Ron DeSantis 则撤销了在州际公路上使用 ALPR 的许可。印第安纳州、堪萨斯州和田纳西州等地的共和党官员也因公众隐私权问题对该技术表示支持限制。

技术滥用与伦理争议

文章指出，Flock 的数据被广泛用于超出其初衷的领域，引发了严重的伦理问题：

• 个人骚扰与监控： 有执法人员被指控利用 Flock 数据跟踪前女友或亲属。
• 政治与社会控制： 德克萨斯州一名副警长曾利用数据搜索并定罪一名疑似接受药物流产的女性；美国移民海关执法局（ICE）也利用这些数据来搜捕和扣留移民。

面对这些指控，Langley 试图扮演“技术提供者”的角色，声称其职责仅在于制造工具，而如何实施及背后的伦理决策应由“民主选出的机构”负责，从而规避监管责任。

社会学视角：监控资本主义

文章结合 Shoshana Zuboff 的《监控资本主义》观点，指出这种以安全为名、实则剥夺个人自主权的扩张，反映了数字时代的一种悖论：当人类需求（如安全）得到满足时，生活正同时被掠夺以获取行为数据。在后 9/11 时代的监控逻辑下，技术与政府的需求高度契合，导致大规模监控在社会中变得不可避免且难以退出。Flock 的摄像头不仅是犯罪打击的工具，更成为了提醒人们隐私权正逐渐丧失的视觉纪念碑。

LG 智能电视被发现即使在离线或待机状态下也会收集数据

根据 YouTube 频道 Gamers Nexus 与 Level1Techs 及独立安全研究人员的联合调查报告，LG 智能电视被发现在持续记录并上传有关用户及其家庭的数据，即使在设备处于离线或待机模式时也是如此。

调查核心发现

• 网络与位置数据采集：通过对零售版 LG OLED 电视进行数据包捕获测试，研究人员发现电视会扫描本地局域网以识别附近的硬件设备（如手机或智能手表），并记录位置数据及附近 Wi-Fi 网络详情。这些信息最终会被发送至 LG Ad Solutions。
• 待机状态下的音频记录：调查显示，电视在待机模式下仍具备通过麦克风记录音频日志的能力。更严重的是，即便电视断开互联网连接，音频文件也会在本地存储，并在重新联网后自动上传。
• 自动内容识别 (ACR) 技术：电视利用音频和视频采样技术来识别用户正在观看的具体内容。该技术不仅涵盖电视自带智能界面的应用，还包括通过 HDMI 等其他接口接入的内容。报告同时指出，ACR 并非 LG 的专利，几乎所有智能电视制造商都在利用此类技术来追踪用户的观看习惯。

历史争议背景

这并非 LG 首次面临类似的数据收集争议。今年 7 月，Gamers Nexus 曾曝光部分 LG 显示器会自动安装用于收集设备数据并弹出广告（包括 McAfee 防病毒软件）的应用。在公众压力及微软介入调查后，LG 最终禁用了此类弹出广告。

Tailwind Labs 加入 Shopify

核心动态

Tailwind Labs 宣布正式加入 Shopify。Tailwind CSS 目前已成为极受欢迎的框架，每周安装量超过 1.1 亿次，并被 ChatGPT、X、Cloudflare 和 Reddit 等全球顶尖企业广泛采用。

加入 Shopify 的原因

• 长期稳定性与实际应用场景：通过加入 Shopify，Tailwind 将获得一个稳定的长期归宿。团队希望在 Shopify 这种解决真实问题的复杂产品中进行开发，通过面对与用户相同的技术挑战，从而创造出更优秀的解决方案。
• 技术生态契合：Shopify 是最早大规模使用 Tailwind CSS 的公司之一，并已将其作为核心技术栈的重要组成部分。Shopify 在商家定制化店铺、用户购物体验以及前沿的“代理商业”（agentic commerce）探索中，为 Tailwind 的演进提供了广阔的应用空间。
• 使命共鸣：创始人表示，加入 Shopify 能够更好地助力其赋能创业者、帮助更多人开展业务的使命。

未来规划

• 开源项目保持不变：Tailwind CSS 及其他开源项目将维持原有的 MIT 许可协议。原团队将在 Shopify 的支持下，继续领导并为社区维护这些项目。
• 商业模式调整：Tailwind Labs 将不再致力于围绕 Tailwind 进行商业化扩张。
  • 现有客户：Tailwind Plus 和 ui.sh 的现有客户将继续保留其产品访问权限。
  • 新用户：将停止接受新客户注册，以便团队将全部精力集中于在 Shopify 环境下开发和优化 Tailwind CSS。

Meet Muse, Meta's personal AI agent. Learn what it can do across everyday tasks, how it works, and how it helps you get more done.

https://news.ycombinator.com/item?id=49624603

https://openai.com/index/introducing-chatgpt-images-2-5/

@ailurocrat@scicomm.xyz @wod0bow@mastodon.social @aphedges@hachyderm.io @paulshryock@phpc.social Copyright does far more harm than good and should be abolished. It doesn't protect the livelihood of individuals and small businesses in practice. Instead, it's a weapon wielded by large corporations to protect their monopolies. It's abused to take down content that's not in violation of copyright and to restrict people being able to use/repair/modify/backup their property. Large corporations getting special exceptions from it didn't start with LLMs.

Desert Ant Labs 发布端侧专用 AI 模型

Desert Ant Labs 是一家总部位于欧洲的前沿 AI 实验室，专注于开发“有观点”的端侧（on-device）智能模型。其核心理念是通过构建小型、专业化的音频、视觉和文本模型，实现低延迟、零推理成本且保护隐私的智能化体验。

核心优势

• 高性能与低延迟：模型能够在毫秒级响应，支持在旧款智能手机上流畅运行，足以应对每一帧图像或每一次按键输入。
• 零成本运行：由于在本地设备运行，用户无需支付 Token 费用，不受推理速度限制。
• 隐私保护：数据无需上传至云端，确保用户信息不出设备，符合数据主权原则。
• 高效能：模型经过高度优化，例如在 iPhone 上利用神经网络引擎（Neural Engine），在浏览器中通过 WebAssembly 运行。

首批发布的模型

目前已有 18 个模型上线（12 个稳定版，6 个测试版），部分重点模型包括：

• Voz：高效音频转录模型。在 iPhone 上转录 10 分钟音频仅需 2 秒，速度比 Whisper 快 4.7 倍。
• Clear：仅 9MB 的音频增强模型，能在 1 秒内将笔记本电脑录音提升至录音室级音质。
• Redact：实时个人敏感信息（PII）脱敏工具，支持 27 种语言，可在数据到达服务器前屏蔽姓名、地址和卡号。
• Tongue：仅 2MB 的语言识别模型，仅需三个单词即可识别 84 种语言。
• Clips：视频剪辑模型（284MB），能将 10 分钟视频在 5 秒内转化为多个短片，速度比 Claude Sonnet 快 10 倍，且能耗仅为后者的 1/470。

开发与接入

• SDK 支持：提供适用于 Swift、Kotlin 和 JavaScript 的原生 SDK。
• 免费额度：在每月活跃设备数（MAU）达到 10 万之前，所有模型均可免费使用，无需登录或支付 Token。
• 开发者工具：提供命令行工具（CLI）供 Mac 用户测试，并在 Hugging Face 上提供模型下载。

产品哲学：从“小脑”开始

Desert Ant Labs 将其发展路径比作大脑结构：

1. 小脑（Cerebellum）阶段：开发小型、专业化的模型来处理高频、日常的自动化任务（如音频清洗、标签标记、日期提取等），作为设备的“自动驾驶”层。
2. 皮层（Cortex）阶段：构建决策层，根据任务复杂度决定是调用本地小模型，还是调用更强大的云端大模型。

通过这种方式，开发者可以利用本地算力处理 40% 至 70% 的常规请求，从而大幅降低对昂贵通用大模型的依赖。

RACE 软件遭遇 Google Ads 恶意软件误判事件总结

背景

RACE 是一款使用 Rust 编写的 macOS 原生终端复用器（terminal multiplexer）。其主要功能包括：

• 灵活布局：允许用户自由调整终端窗口的大小和位置，而非受限于统一的网格。
• 会话持久化：管理终端进程，使 shell 会话在应用程序重启后仍能继续运行。
• 工作区管理：支持通过颜色标记和布局安排来优化开发工作流。

该软件的官方网站（race-term.com）是一个使用 Bridgetown 构建的静态页面，通过 Cloudflare 提供服务，仅使用了 Cloudflare Analytics 作为第三方 JavaScript，未包含任何广告追踪代码。

事件经过

作者在为 RACE 投放 Google Ads 广告并支出 500 美元后，其 Google Ads 账号被系统以“恶意软件（Malicious software）”和“网站被篡改（Compromised Site）”为由封禁。

技术排查与证据

为了应对指控，作者进行了全面的技术验证，结果显示所有环节均正常：

1. Google 安全工具检测：
   • Google Safe Browsing：显示网站及下载地址均安全，未发现不安全内容。
   • Google Search Console：安全问题报告显示“未检测到问题”。
2. 文件安全性：
   • VirusTotal：对 RACE 的 DMG 安装包进行扫描，结果显示为干净，Google 的扫描系统也未发现恶意代码。
   • 签名与公证：应用的 DMG 文件和二进制文件签名及 macOS 公证状态均验证有效且完整。
3. 代码审查：
   • 对网站的原始 JavaScript 源码及其打包后的输出进行了分析，未发现注入、混淆或异常代码。
   • 检查了 Cloudflare 日志、文件签名及不同 User Agent 的访问情况，均无异常。

核心矛盾与假设

作者提出，封禁极有可能是误报（False Positive）。由于 RACE 的核心功能是管理后台 shell 进程（通过原生 PTY 或 dtach 实现），这种进程管理行为在自动化安全审查系统中可能被误认为具有安全风险的行为。

申诉困境

作者在申诉过程中遇到了严重的沟通障碍：

• 缺乏透明度：Google 在拒绝申诉时，并未说明具体的恶意特征、受损页面或导致证据失效的具体原因。
• 逻辑死循环：由于不知道具体问题所在，作者无法针对性地进行修复，陷入了无法通过提供新信息来解决问题的困境。

最终结果

在 Hacker News 社区的关注和帮助下，作者的 Google Ads 账号最终得到了恢复。然而，Google 官方始终未对触发此次封禁的具体原因给出任何解释。

特伦斯·陶关于数学难题“不可再生开采”的观点摘要

数学家特伦斯·陶（Terence Tao）提出，高质量且富有成效的数学开放性问题正面临着一种“不可再生开采”的局面，这可能导致此类问题最终变得稀缺。

核心观点

1. 高质量问题的稀缺性与无限问题的悖论： 虽然数学问题的集合在理论上是无限的，但具有研究价值的问题却是有限的。陶用“一个地区虽然被大海包围，却仍可能面临饮用水短缺”来类比这种现象：虽然“问题”的数量无限，但“可饮用的（有价值的）问题”却是稀缺资源。

2. 问题的质量标准： 陶指出，虽然可以随意生成无数数学问题（例如计算圆周率的第 $10^{10^{10}}$ 位数字），但绝大多数问题并不值得关注，原因在于它们缺乏以下特性：

   • 启发性：无法揭示进一步的深刻见解，或无法与其他数学问题建立联系。
   • 研究价值：要么过于简单，要么由于超出了现有技术手段的范畴而过于困难，导致无法从中学习到任何有意义的内容。

结论

随着 AI 对这些高质量问题的挖掘，数学界可能面临真正具有科研价值、能推动学科发展的“优质问题”逐渐枯竭的风险。

Deltafin 项目总结：在消费级硬件上运行 Kimi K3

Deltafin 是一个旨在让用户在消费级硬件上以尽可能高的效率运行完整的 Kimi K3（2.8 万亿参数混合专家模型，MoE）的实验性项目。其核心理念是在不损失模型质量（不进行剪枝或大幅量化）的前提下，最大限度地压榨硬件性能。

核心性能表现

在配备 128 GB 内存的 M5 Max MacBook Pro 上，通过从四个 SSD 流式传输 1.45 TB 的专家权重，Deltafin 实现了以下性能指标：

• 解码速度：在 512 token 的回答中，稳定解码速度约为 1.00 tok/s。
• 瓶颈分析：512 token 的提示词（Prompt）预填充（Prefill）阶段耗时约 6.3 分钟。研究发现原因是预填充过程会对每一层的专家权重进行 8 次重复读取。
• 存储扩展性：性能随 SSD 数量增加而提升。使用一个驱动器仅能达到四驱动器速度的约 52%，两个驱动器约为 73%，三个约为 90%。性能瓶颈在于每层 16 次读取中最慢的那个驱动器。

设计哲学与技术路线

与通过将权重压缩至约 3-bit 来减小模型体积的其他方案不同，Deltafin 坚持使用 Moonshot AI 发布的原始权重。

• 质量优先：Deltafin 确保 K3 模型本身对每一个 token 拥有最终决定权。
• 加速机制：允许使用轻量级“草稿模型”（Draft Models）进行预测，但所有预测必须经过 K3 的官方验证，以确保输出质量与原始模型完全一致。
• 目标：探索如何将需要大规模基础设施（如 16 个节点、4.8 TB VRAM）支撑的顶尖模型，应用在约 15,000 美元的个人高性能设置中。

主要功能与组件

Deltafin 是一个基于 Rust 开发的单一原生二进制程序，包含以下核心组件：

• 安装模式：
  • --full：下载完整的 1.7 TB 模型到磁盘，速度最快。
  • --stream：仅安装基础模型（215 GB），按需流式获取专家权重，适合磁盘空间有限的用户。
• 加速模型：
  • DSpark（默认）：用于自动加速对话请求。
  • Qwen（可选插件）：用于加速原始文本续写（Raw Text Continuation），在特定测试中可提升 2.7 倍速度。
• 使用方式：
  • 命令行 (CLI)：支持 --chat 模式（应用经过审计的对话模板）和普通模式（原始文本续写）。
  • OpenAI 兼容服务器：通过 serve 命令提供兼容 OpenAI API 标准的服务器，支持 /v1/chat/completions、/v1/completions 和 /v1/models 接口。

技术架构说明

Deltafin 采用了“单二进制文件内进程设计”，利用 Rust 核心、C-ABI 供应商、路由追踪、专家预取（Expert Prefetch）和原生分词技术，实现了高效的模型运行环境。其存储准备过程会将原始的 BF16 权重转换为 row-int8 格式的常驻脊柱（Resident Spine），并配合 lossless scale4 专家侧边栏。

OpenAI 解决纳维-斯托克斯方程引发的争议总结

事件概述

OpenAI 声称利用其尚未发布的内部模型，解决了“千禧年大奖难题”之一的纳维-斯托克斯方程存在性与光滑性问题（Navier–Stokes existence and smoothness problem）。这一成就因涉及潜在的数据隐私与学术竞争争议而备受关注。

核心争议

该发现引发了纽约大学数学教授 Tristan Buckmaster 的强烈质疑。争议点如下：

1. 学术“截胡”嫌疑：Tristan 与 Anthropic 员工 Levent Alpöge 已利用 Codex 和 Claude 等工具针对该问题进行了近一年的研究，并在 8 月 15 日取得了突破。随后，两人从传闻中得知 OpenAI 的团队也在研究相关问题。
2. 数据使用质疑：Tristan 质疑 OpenAI 是否通过其在 Codex 中存放的研究草稿和会话数据来训练模型，或直接获取了其研究进展。
3. 回应的模糊性：Tristan 表示，OpenAI 在面对其关于“是否训练了用户数据”的询问时，未能给出明确答复。

OpenAI 的回应与技术细节

OpenAI 对此给出了不同的解释：

• 行动时间线：OpenAI 表示是在 9 月 1 日听到相关传闻后，受内部模型性能提升的启发，才启动了对所有千禧年难题的评估任务。其智能体在启动约 88 小时后（9 月 5 日）得出了结果，随后通过 GPT-6 Astra 使用 Lean 进行了 17 小时的形式化验证。
• 数据合规性声明：OpenAI 明确表示并未直接访问特定用户数据，但同时也承认不能排除“从用户使用中提取的去标识化数据”可能帮助改进了模型。
• 研究差异：OpenAI 强调其证明方法与 Tristan 等人的工作存在显著差异。

计算规模： OpenAI 的此次尝试消耗了极其庞大的资源。在尝试所有难题的过程中，智能体发送了 490 万条消息，使用了约 3000 亿个输出 Token。其中，仅解决纳维-斯托克斯问题就消耗了 270 万条消息和约 1300 亿个输出 Token。

深层影响与担忧

此事件引发了关于 AI 时代知识产权与数据隐私的深层思考：

• “传闻”驱动的研究：类似于网络安全领域，一旦某个难题存在潜在解法的“传闻”流出，可能会引发大规模的 AI 计算资源投入，以期在正式发表前抢占先机。
• 数据“改进”的黑盒：当 AI 实验室声称使用用户数据来“改进模型性能”时，其具体机制并不透明。这导致了一个核心风险：研究人员利用 AI 进行的研究成果，可能通过训练过程转化为模型的一部分知识，最终帮助竞争对手或后续模型完成同样的突破，从而导致原作者的研究成果被“间接泄露”。

如何构建一台墨水屏打印机：基于 Xteink X3 的实现方案

本文介绍了开发者如何将一款名为 Xteink X3 的可编程电子墨水屏（e-ink）设备，通过软件开发转变为一台可以通过无线网络直接使用的打印机。

开发动机

作者原本使用 Xteink X3 阅读器，但发现通过连接热点并在浏览器中上传文件的方式非常繁琐。基于“既然它看起来像纸，就应该像纸一样工作”的想法，作者决定让该设备支持打印功能，实现从电脑直接点击“打印”即可将内容发送到墨水屏。

技术实现：协议与发现

为了实现无需驱动程序的打印体验，作者采用了以下技术路径：

1. 互联网打印协议 (IPP)：使用基于 HTTP 的 IPP 协议。通过该协议，计算机可以查询打印机能力（如 Get-Printer-Attributes）并提交打印任务（Print-Job）。
2. 功能声明：设备模拟了单色输出、300 dpi、单面打印、A5/Letter 纸张尺寸以及“文具”（stationery）媒介类型。为了处理文档，设备接受 Apple raster 和 PWG raster 格式，这意味着电脑端需先将文档转换为像素流。
3. 服务发现 (Bonjour)：为了在 macOS 上实现免驱动发现，作者使用 Bonjour 宣告了 _ipp._tcp 服务。由于 Arduino 封装库限制，作者直接调用了 ESP-IDF 的 mDNS API 来完成这一过程。

核心挑战：极度受限的内存管理

实现过程中最大的技术障碍在于内存容量与图像数据量之间的巨大矛盾：

• 硬件限制：X3 设备仅有 400 KB RAM，在运行 Wi-Fi 协议栈后，可用的堆内存（heap）仅剩约 6.8 KB。
• 数据需求：一张 300 dpi 的 Letter 尺寸页面，解压后的原始数据量约为 8.4 MB。

如果尝试将整个页面缓冲在内存中，设备将无法运行。

解决方案：流式转换流水线

作者放弃了先存储完整图像再显示的传统做法，转而实现了一种边接收、边处理、边写入的流式流水线（transformation pipeline）：

1. 行处理模式：解码器改为逐行处理像素。
2. 实时转换：当一行像素准备就绪时，立即进行缩放（scaling）并进行抖动处理（dithering）以转换为黑白。
3. 直接写入显示缓存：将处理后的行直接写入显示器预留的图像 RAM 中，而不是建立第二个图像缓冲区。
4. 结果：这种方法将图像缓冲区占用的 RAM 从约 113 KB 降低到了 62 KB，为网络协议栈留出了必要的空间。

最终成果

• 用户体验：在 macOS 的打印列表中，该设备被识别为名为 penguin 的打印机。打印过程非常迅速，图像能几乎即时显示在墨水屏上。
• 存储功能：打印后的页面会以 BMP 格式保存在 SD 卡中，用户可以直接在设备上浏览这些“打印件”。
• 开源：作者已将其 CrossPoint 固件的 fork 版本及其打印机实现代码上传至 GitHub。

https://www.science.org/content/article/how-ai-math-breakthrough-ignited-controversy

法律案件摘要：关于“TWITTER”、“TWEET”及鸟标商标放弃权的裁决

在 X Corp. v. Project Bluebird Inc. 一案中，特拉华州联邦地区法院针对 X Corp.（原 Twitter, Inc.）是否放弃其相关商标作出了初步裁决。此案涉及 Project Bluebird 公司试图通过申请“TWITTER”和“TWEET”商标来建立其社交媒体服务（后更名为 tweet.app）。

1. “TWITTER”商标：未被视为放弃

法院判定 X Corp. 并未放弃 “TWITTER”商标。

• 主要依据：法院指出，X 应用在 Apple App Store 的官方描述中使用了“Welcome to X (formerly known as Twitter)...”（欢迎来到 X，前身为 Twitter...）的表述。
• 法律逻辑：法院认为，这种“前身为……”（formerly known as）的括号备注不仅是一种身份识别，还能帮助消费者将当前的 X 平台与原有的 Twitter 品牌联系起来，从而利用品牌残余的信誉。因此，这种表述构成了商标的“真实使用”（bona fide use），足以证明品牌并未被弃用。

2. “TWEET”商标与“鸟标”：极可能已被放弃

与 “TWITTER”商标的情况不同，法院认为 “TWEET” 商标及“鸟标”很可能已被放弃。

• 判定证据：
  • 缺乏使用证据：X 应用的 App Store 列表以及 x.com 的官方首页均未出现 “TWEET” 标识或鸟标。
  • 缺乏使用意图：法院认为，埃隆·马斯克（Elon Musk）此前的公开言论以及将平台重塑为 X 的品牌更迭行为，提供了强有力的证据，证明 X Corp. 无意恢复使用 “TWEET” 商标和鸟标。
  • 证据缺陷：X Corp. 提供的部分证据被认为存在缺陷（如缺乏日期或仅涉及 “TWITTER” 而非其他标识），且部分社交媒体账号的发布内容被视为“过去的遗迹”，不足以证明当前的商标使用。

3. 案件意义与影响

• 法律性质：本次裁决是针对初步禁令（preliminary injunction）的裁定，并非对案件实质内容的最终判决。
• 潜在后果：若最终判决维持现状，意味着 “TWEET” 一词和鸟标极有可能已脱离 X Corp. 的商标保护范围，进入公有领域（public domain）。这将允许公众更自由地使用这些文化符号，而无需担心侵犯 X Corp. 的商标权。

Jacob Coxon 从 Anthropic 辞职声明摘要

前 OpenAI 和 Anthropic 预训练研究员 Jacob Coxon 宣布从 Anthropic 辞职。

主要观点：

• 职业背景：Coxon 在过去三年中先后在 OpenAI 和 Anthropic 从事预训练研究工作。
• 辞职原因：他认为 OpenAI 和 Anthropic 两家公司目前都没有在负责任地行事。
• 核心批评：他批评这些公司正在盲目竞逐“自我改进的超级智能”（self-improving superintelligence），并认为这种竞争行为是在拿人类的生命进行豪赌。

《南方公园》更名及新季播出信息摘要

更名声明 《南方公园》主创 Trey Parker 和 Matt Stone 宣布，受 Apple 和 Google “勇气与爱国精神”的启发，该剧将正式更名为 SOUTH AMERICA。此外，他们在声明中特别提到了母公司 Paramount，并称其为“Skydance Capitulation”。

播出详情

• 新季首播：该获奖动画系列剧集的第 29 季将于 9 月 16 日（星期三）美东/美西时间晚上 10 点在 Comedy Central 首播。
• 流媒体平台：新剧集将在全球范围内的 Paramount+ 上线。其中，美国、加拿大和澳大利亚的用户可在首播后的次日观看。

OpenAI 与数学研究领域的争议：纳维-斯托克斯问题之争

事件背景

纽约大学（NYU）数学教授 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 最近宣布了三项数学证明，其中一项涉及解决重要的未解数学难题。他们在研究过程中结合使用了 Codex 和 Claude AI 模型。然而，这一进展引发了一场围绕 OpenAI 的激烈争议。

核心数学问题

争议的核心是纳维-斯托克斯存在性与光滑性问题（Navier–Stokes existence and smoothness problem）。这是克雷数学研究所提出的七大“千禧年大奖难题”之一，成功解决者可获得 100 万美元奖金。该方程广泛应用于流体力学，其理论层面的深入理解对数学物理学具有重大意义。

争议焦点

1. 研究路径的重合：Buckmaster 指出，他们选择了一条极其小众且特定的研究路径（通过平滑力进行攻击）。他认为，这种特定的研究方向不太可能在短短几天内通过仅向模型输入问题陈述而偶然得出，因此怀疑 OpenAI 获取了他们的研究进展信息。
2. OpenAI 的回应与投入：OpenAI 随后发布了关于该问题的完整证明，声称是由其未发布的下一代模型完成的。OpenAI 表示，该研究在短短一周内消耗了约 3000 亿输出 token，计算成本高达 2250 万美元。
3. 数据泄露与训练疑云：Buckmaster 担心，由于他在研究中大量使用了 OpenAI 的 Codex 模型，其研究过程中的交互数据可能被 OpenAI 用于模型训练，从而导致模型“ regurgitation（反刍/复述）”了他的研究思路。OpenAI 虽然否认在研究公开前接触过两人的工作，但也承认无法排除“去标识化数据”有助于改进模型的可能性。

学术与职业道德冲突

除了研究路径的争议，事件还涉及到了学术诚信与职业道德问题：

• 署名权纠纷：由于 Alpöge 任职于 OpenAI 的竞争对手 Anthropic，Buckmaster 指控 OpenAI 的数学家 Sébastien Bubeck 要求他移除 Alpöge 的署名，作为达成某种妥协的一部分。
• 言语施压：Buckmaster 声称，当他试图将争议公开时，Bubeck 曾以“为什么要毁掉你的职业生涯？”等带有威胁意味的措辞进行回应。

总结

此事件再次引发了关于 AI 在数学研究中扮演的角色及其潜在激励机制的广泛讨论。OpenAI 坚称其证明与 Buckmaster 等人的结果有显著差异，而 Buckmaster 则主张通过公开信息来应对这一学术领域的信任危机。

LLM 注意力机制可视化工具摘要

项目概述

该项目是一个旨在可视化 Transformer 架构大语言模型（LLM）在生成文本过程中“注意力机制”的交互式工具。它通过直观的方式展示模型在生成当前 Token 时，是如何从之前的 Token 中提取并利用信息的。

核心功能与原理

1. 可视化机制

• 交互方式：用户可以通过点击或悬停在生成的 Token 上，观察哪些过去的 Token 对该生成结果产生了显著影响。
• 数值计算：为了将复杂的注意力数据简化为单一数值以便展示，该工具计算了**注意力权重（Attention Weight）并结合值向量（Value Vector）**的模长，随后在所有注意力头（Attention Heads）和所有层（Layers）之间进行聚合。
• 视觉呈现：通过调整过去 Token 的**透明度（Opacity）**来表示影响程度。数值最大的 Token 透明度为 1，其余部分则进行插值处理。

2. 揭示的 LLM 特性

• “复制粘贴”能力：可视化结果解释了为何 LLM 在进行概率预测时仍能高精度地复制信息（如地址、日期等）。模型并非仅靠内部状态预测，而是可以直接从过去的 Token 中提取信息，从而降低错误率。
• 信息组合能力：展示了模型如何整合分散的信息。例如，在生成某个词时，模型可以同时从之前不同位置的语义线索中提取信息进行综合处理。

技术实现

架构与工具

• 前端框架：基于 React 构建。
• 推理引擎：使用 Transformers.js 在浏览器端运行模型。

关键技术挑战与解决方案

• 自定义生成循环：由于标准的生成循环无法提取用于可视化的中间数值，开发者通过“vibe-code”的方式重新实现了一套生成逻辑，以便实时追踪并保存必要的数值。
• 模型插桩（Instrumentation）：
  • 挑战：Transformers.js 使用包含完整计算图的 .onnx 文件，且计算逻辑在 WebAssembly (Wasm) 中运行，这使得开发者很难访问预定义输出之外的内部中间值。
  • 解决方案：开发者编写了一个脚本来修改 .onnx 模型文件，通过“插桩”手段暴露内部数值。由于这改变了标准模型的结构，开发者将修改后的“插桩模型”托管在 Hugging Face 上，供 Web 应用调用。
• 性能优化：考虑到即使是较小的模型也有数百 MB，为了避免用户等待下载，应用预生成并加载了一系列 Prompt 示例，实现即时查看。

相关资源

• GitHub 仓库：ishamf/llm-visualizer

Mercury 2.5 发布摘要

Inception 推出了 Mercury 2.5，这是其目前性能最强的生产级扩散语言模型（dLLM）。该模型在保持低延迟和低成本特性的同时，较 Mercury 2 在质量上有了显著提升。

核心规格与性能

Mercury 2.5 被称为市场上能力最强的扩散语言模型，也是目前已知训练规模最大的扩散语言模型。其主要性能参数如下：

• 智能水平：智能度较 Mercury 2 提升了 40%，性能可媲美 GPT-5.6 Luna (Low)、Gemini 3.5 Flash-Lite 和 Claude Haiku 4.5 等高性价比前沿模型。
• 推理速度：在主流 NVIDIA GPU 上可达 1,107 tokens/秒。
• 上下文窗口：支持 260K tokens。
• 成本：标准定价为每百万输入 $0.20 / 输出 $0.75。发布初期提供 80% 的折扣，价格为每百万输入 $0.04 / 输出 $0.15。
• 功能特性：具备可调推理能力、并行工具调用以及符合 Schema 的 JSON 输出功能。

主要应用场景

Mercury 2.5 针对需要高频率、低延迟模型调用的场景进行了优化：

• 搜索代理与 RAG 流水线：支持在单次用户交互内快速完成查询重写、结果重排序、事实结构化及摘要生成等多个模型调用步骤。
• 语音代理与交互式应用：极低的延迟使其适用于实时语音通话。例如，OpenCall 使用 Mercury 后，其 P50 响应时间降至 0.2 秒以下。
• 编程助手与子代理：在处理上下文压缩、模型路由和工具搜索时表现出色。Augment Code 通过使用 Mercury 进行上下文压缩，将延迟降低了 82%，同时成本降低了 90%。

新功能预览

随 Mercury 2.5 一同推出的还有两项预览功能：

• Mercury Voice：专为对延迟极其敏感的语音代理优化，首字响应时间（TTFT）低于 170 毫秒。
• Mercury Router：利用 dLLM 理解输入提示，并将请求路由至在质量、速度和成本平衡上表现最佳的模型（涵盖开源与闭源模型）。

获取方式与未来展望

• 获取渠道：用户可以通过 Inception API、Baseten 和 OpenRouter 使用 Mercury 模型。
• 未来计划：Inception 正在训练下一代规模更大的模型，目标是在保持扩散模型高速率和高 Token 效率的同时，实现能力的跨越式提升。

Lotus Notes 的崛起与挑战：超越时代的协作工具

本文探讨了 Lotus Notes 的历史地位、技术创新及其最终在市场竞争中受挫的原因。尽管它在 1989 年就展示了数字通信的未来，但其过于复杂的架构和反直觉的用户体验最终使其未能统治市场。

历史起源：从 PLATO 到 Lotus Notes

Lotus Notes 的设计灵感源于 1973 年伊利诺伊大学的 PLATO Notes 系统。PLATO Notes 是一个早期的在线论坛雏形，允许用户通过共享的文本文件进行异步讨论和协作。Ray Ozzie 在 PLATO 系统中体验到了高度交互式协作的力量，并在进入职场后致力于通过 Lotus Notes 在专业领域重现这种“在线社区”的体验。

核心定位：不仅仅是邮件应用

与当时主流的纯文本邮件系统不同，Lotus Notes 的本质是一个协作工具和数据库平台。它允许用户像使用 Access 或 Airtable 一样构建自定义应用程序（如日历、论坛、地址簿等）。

在电子邮件标准（如 MIME 和 SMTP）普及之前，Lotus Notes 就已具备了许多领先的技术特性：

• 高级功能：内置加密、富文本格式、附件支持、阅读回执和类似 Wiki 的跨消息链接。
• 数据同步：采用数据库同步（Replication）机制，确保不同服务器和客户端之间的数据一致性，这在当时是极其先进的。
• 跨平台支持：拥有自定义的图形用户界面，可以在 DOS、OS/2、Windows、Unix 和 Macintosh 等不同操作系统上保持一致的操作体验。

双刃剑：强大的功能与糟糕的体验

Lotus Notes 的设计呈现出极端两极分化的评价：

1. 支持者的观点：它是一个强大的“共享大脑”，能够打破地理限制，实现跨办公室的数据共享和复杂的业务流程自动化。
2. 反对者的观点：其用户界面（UI）极其反直觉。为了实现跨平台的一致性，它抛弃了当时软件行业的通用操作惯例。例如，快捷键不符合标准（如使用 ALT+1 而非 CTRL+ENTER），且存在许多导致用户困惑的交互逻辑（如特定的双击要求或不规范的通知机制）。

衰落原因：标准与复杂性的博弈

尽管 Lotus Notes 预见了通信的未来，但它在市场竞争中败给了微软（Microsoft Outlook/Exchange）以及随后的开放 Web 标准，原因在于：

• 过度设计的复杂性：对于大多数用户而言，他们只需要一个简单易用的邮件工具，而不是一个复杂的开发平台。微软采取了“点对点”的策略，专注于提供更易于部署和管理的标准邮件解决方案。
• 未能及时拥抱开放标准：Lotus Notes 在很长一段时间内是一个“信息孤岛”，直到 1996 年才开始支持 SMTP 协议。而电子邮件通过不断演进的 RFC 标准，最终在开放的互联网上实现了 Lotus Notes 曾经展示的所有先进功能。
• 进化速度：Web 的开放性和快速迭代能力最终超越了 Lotus Notes 的封闭式进化路径。

总结

Lotus Notes 是一个“先行者”的典型案例。它展示了数字化协作的未来，但由于过于超前、过于复杂且未能遵循行业标准，它最终被更简单、更开放且符合标准化的工具所取代。

https://openai.com/index/codex-quantum-computing-experiments/

《拓扑图谱》渲染实现总结

该项目是一个数字化的拓扑学插图渲染工具，旨在模拟 20 世纪中叶 Francis、Apéry 及 Hilbert–Cohn-Vossen 等数学家所采用的手绘排线（hatching）风格。用户可以通过拖拽、缩放等交互方式自由旋转并观察 3D 数学模型。

核心渲染技术

该渲染器并非基于像素，而是基于**笔触（Strokes）**构建，其主要技术特征包括：

• 轮廓与边界提取：
  • 利用网格法线计算 $n \cdot v = 0$ 的零集来提取剪影（Silhouettes）。
  • 通过插值法线确保轮廓呈现平滑曲线。
  • 轮廓、边界及浸入（immersion）的双曲线均被绘制为具有宽度变化的渐变带状笔触（tapered ribbons），并模拟手绘的“抖动”感。
• 排线与阴影（Hatching）：
  • 原理：排线是沿主曲率线场（principal-curvature line field）绘制的流线。
  • 结构：采用三层嵌套密度进行排线；通过在另一个主方向上增加第二层密度来实现交叉排线（cross-hatching）。
  • 表现：通过色调控制笔触的分布及其羽化（feathering）效果，高光区域保持留白。
• 可见性与遮挡处理：
  • 利用 GPU 进行隐藏线处理（hidden-line pass），被遮挡的部分以虚线表示。
  • 在每个近端轮廓下方添加一层“纸张光晕”（paper halo），用于切断其背后的线条，增强视觉层次。
• 艺术化风格模拟：
  • 笔触细节：通过手调效果模拟笔触末端的溢出、墨水在起笔处的汇集，以及墨水渗入纸张纤维的粗糙感。
  • 标签系统：采用手写体标签，并将其锚定在曲面特定点上，当该点被遮挡时，标签会自动变暗。

数学基础与功能

该工具不仅是视觉渲染器，还集成了复杂的数学曲面生成功能：

• 拓扑曲面生成：支持多种数学模型的参数化表示，包括：
  • Boy's surface：通过 Bryant–Kusner 参数化实现。
  • Morin surface：通过 Apéry 的笛卡尔家族实现。
  • 环面结（Torus knot）：通过参数化管状模型实现。
• 计算方法：利用 JavaScript 表达式进行实时计算，支持各种数学函数（如三角函数、双曲函数、对数等）。系统利用四面体变体方法对隐式曲面进行多边形化处理，并使用射线-三角形相交测试进行计算。

内容摘要

提供的文本仅包含一个研究论文的标题及 OpenReview 平台的访问验证信息：

• 论文标题：Large language models develop novel social biases through adaptive exploration（大语言模型通过适应性探索产生新的社会偏见）。
• 正文内容：正文并未包含实际的研究细节、方法或结论，仅显示了 OpenReview 平台的身份验证提示以及登录引导说明。

英国机场因空中交通管制故障导致大规模航班取消摘要

事件概况

由于英国空中交通管制（ATC）服务商 Nats 发生技术故障，英国各大机场近期经历了严重的航班大规模取消和延误，导致数十万名旅客受到影响。

原因与影响

• 故障原因：Nats 首席执行官表示，此次中断源于其位于汉普郡 Swanwick 站点的技术故障。英国运输大臣 Heidi Alexander 指出，该问题并非“不可避免”，并已要求进行深入调查。
• 规模与影响：根据航空分析公司 Cirium 的数据，周二的航班取消率高达 30.1%，受影响航班超过 1,000 架次，涉及约 33 万名乘客。周三的航班情况虽有所好转，但仍有约 350 架次航班被取消或未飞行。
• 持续性：尽管 Nats 表示系统已恢复稳定，但由于飞机和机组人员的调度错位，这种“连锁反应”可能还会持续数日。

旅客权益与现状

• 赔偿问题：英国民航局（CAA）指出，由于空中交通管制故障被视为“异常情况”，虽然航空公司仍有义务协助旅客抵达目的地或提供退款，但旅客不太可能获得额外的经济赔偿。
• 旅客遭遇：受影响旅客描述了极度混乱的经历，包括在机场地板过夜、沟通极不及时、丢失行李以及被迫自费通过火车或欧洲之星等方式重新安排行程。

行业与政府反应

• 政府行动：运输大臣 Heidi Alexander 已要求 Nats 在一周内提交关于故障原因的调查报告，并指示 CAA 在六个月内进行独立审查，以确保航空系统的可靠性。
• 政治压力：部分议员（如 Tom Hayes）已公开呼吁 Nats 首席执行官 Martin Rolfe 辞职。尽管如此，英国政府发言人表示，目前政府对 Rolfe 仍保持信心。
• 行业诉求：航空公司行业团体 Airlines UK 对此类系统故障表达了严重关切。该团体强调，此类故障已在三年内发生三次，且航空公司在无法控制此类技术失败的情况下，却必须承担由此产生的运营成本，并要求确保此类事件不再发生。

gpu-lexer：27.5KB 的 WebGPU 通用语法高亮工具

gpu-lexer 是一个轻量级（27.5KB）且与语言无关的 WebGPU 语法高亮工具。

核心原理

该工具的工作流程分为两个阶段：

1. 分词：首先将源代码拆分为单词、空白符、换行符和符号等基础部分。
2. 分类：利用一个微型的 WebGPU 模型，结合局部上下文和全文件上下文，对每个部分进行类型标注。

其标注的类型包括：plain（普通文本）、comment（注释）、string（字符串）、number（数字）、keyword（关键字）、type（类型）、function（函数）、constant（常量）和 operator（运算符）。

主要特性

• 语言无关性：不同于传统的基于语法规则（Grammar）的高亮器，gpu-lexer 不依赖预定义的语法表，而是通过预测上下文来识别类型。这意味着即使是训练过程中从未接触过的编程语言，它也能进行高亮处理。
• 高效性：利用 WebGPU 的计算能力进行处理。
• 单一包支持：与需要为不同语言加载不同语言包的库不同，gpu-lexer 使用同一个压缩包即可支持所有语言。

性能与对比指标

开发者通过以下三个维度将 gpu-lexer 与 Shiki、Starry Night、Sugar High、Prism.js 和 Highlight.js 等主流库进行对比：

1. 运行速度（Warmed browser time）：通过在浏览器中运行大量拼接的 three.min.js 文件来测试解析耗时。
2. 库体积（Loaded library size）：衡量经过 Minify 和 Brotli 压缩后的运行时及语言覆盖包的大小。
3. 准确度（Top-25 weighted agreement）：以 Shiki 作为基准（100%），通过衡量其在 GitHub 前 25 种热门编程语言（基于 GitHub Innovation Graph 数据）中的标注一致性来评估准确度。

注意事项

• 实验性质：该项目目前属于实验性工具，并非完全等同于基于语法规则的高亮器。
• 误差率：在处理未见过的文件时，当前模型的 Token 标签与 Shiki 的差异率为 11.98%。对于未见过的语言或复杂的现实世界代码，这种差异可能会更大。

哈佛研究：可提前一周预测大部分自杀企图

哈佛大学心理学教授 Matthew K. Nock 及其研究团队的一项最新研究表明，通过实时监测自杀风险的波动，可以在自杀企图发生前一周准确预测其中 75% 的案例，并能预测 87% 的自杀相关事件（包括自杀企图及为预防企图而进行的住院治疗）。

研究背景与动机

自杀是美国 10 至 34 岁人群的第二大死因。尽管许多在自杀前一个月内曾寻求过临床帮助的人群未能得到有效干预，但这并非因为自杀征兆不可察觉，而是现有的临床护理系统主要依赖预约制，难以捕捉自杀念头高度波动且转瞬即逝的特性。Nock 教授认为，自杀风险通常是暂时的，通过更精准的实时测量，可以更好地提供预防支持。

研究方法

该研究针对两类高风险群体：接受过急诊精神科治疗的成年人，以及曾因自杀念头或行为接受过住院治疗的青少年（12 至 19 岁）。

• 监测方式：参与者在出院后立即通过手机应用程序接收调查。前三个月每天最多接受六次调查，随后三个月每天一次。
• 调查内容：每次调查包含 20 个问题，使用 0-10 分的滑动条进行评分。
  • 自杀思维指标（3 题）：衡量自杀冲动、意图及抵抗自杀冲动的能力。
  • 情感状态指标（17 题）：评估情绪和心境（如负面情绪、绝望、被困感、孤立感、愤怒、激越、担忧、疲劳等）。
• 数据分析：研究团队不仅分析了评分结果，还分析了参与者在收到提示后开始调查的时间以及完成调查所需的时间等元数据。

核心发现

1. 高预测准确率：不同于传统模型仅关注未来数月或数年的长期风险，该模型在短期的波动预测上表现卓越。
2. “激越”是关键指标：研究发现，“激越/躁动”（Agitation）比“抑郁”（Depression）是更强烈的自杀风险指标。在情感量表中，激越感每增加一个点，自杀企图的可能性就会增加 11%。许多自杀幸存者表示，其自杀冲动源于想要缓解暂时的心理激越和痛苦。

未来展望

该研究旨在构建一个可扩展、高准确度且可重复的实时预警系统，以便在危机发生前进行干预。Nock 实验室正在探索更广泛的监测手段，包括：

• 可穿戴传感器：监测睡眠、心率变异性、皮肤电传导及语音特征。
• “即时”干预（Just-in-time interventions）：在风险升高的时刻，提醒患者使用已学到的治疗工具，或及时联系亲友及临床团队。

这项工作致力于利用技术进步将医疗护理带入患者的自然生活环境，实现更精准、更及时的心理健康支持。