RemoveMacAI 工具概述

RemoveMacAI 是一款专为 macOS 27 设计的开源工具，旨在帮助用户彻底关闭 Apple Intelligence 功能，并删除其占用的本地模型文件，从而释放磁盘空间。

核心功能

由于 macOS 27 不再提供单一的 Apple Intelligence 开关，即使关闭相关功能，已下载的模型仍会占用大量磁盘空间。RemoveMacAI 解决了这一问题，其主要功能包括：

• 禁用 AI 功能：包括 Siri（含“Hey Siri”及菜单栏图标）、写作工具（Writing Tools）、Genmoji、Image Playground、ChatGPT 扩展、邮件/信息/Safari/备忘录/通知中的摘要功能、邮件智能回复、行内文本预测、空间照片（Spatial Photos）、照片清理（Photos Clean Up）以及 Xcode 预测代码补全。
• 移除模型文件：删除 Apple Intelligence 基础模型以及用于图像生成、Genmoji、空间照片、照片清理和 Xcode 代码补全的专用模型。
• 防止自动重装：通过配置描述文件拦截模型下载请求，防止 macOS 在功能需要时自动重新下载。
• 可逆性：用户可以随时通过命令撤销所有更改，恢复原始设置。

安装与使用

安装方式

1. 通过脚本安装： curl -fsSL https://raw.githubusercontent.com/omlahore/RemoveMacAI/main/install.sh | bash
2. 通过 Homebrew 安装： brew install omlahore/tap/removemacai

常用命令

技术原理

• 配置描述文件：利用 Apple 的限制键（restriction keys）应用配置描述文件，强制执行设置。
• 安全移除：通过 Apple 的资产服务（Asset Service）移除模型。该过程不会修改 /System 目录下的文件，系统完整性保护（SIP）可以保持开启状态。
• 拦截机制：将移除模型的下载请求重定向到一个关闭的本地端口，从而阻止系统重新下载。
• 隐私保护：该工具不会进行任何网络请求，也不会收集用户数据。

使用须知

• 硬件与系统要求：仅支持搭载 Apple Silicon 的 Mac，且系统版本必须为 macOS 27 或更高。
• 存储显示延迟：由于 macOS 资产服务的特性，模型删除后，系统的“存储设置”面板可能不会立即更新占用空间，需等待系统自行清理。
• 系统更新：配置描述文件及下载拦截机制在 macOS 系统更新后依然有效。
• 功能影响：使用后，依赖于设备端模型的应用（如 Shortcuts 中的“Use Model”操作）及部分自然语言编辑功能将无法使用。但“听写”（Dictation）功能不受影响。

丹麦中央个人登记系统 (CPR) 数据泄露事件摘要

事件概述 丹麦中央个人登记系统 (CPR) 确认发生了一起严重的安全性事件。由于一家丹麦公司滥用了其在 CPR 系统中合法的查询权限，导致大量公民的个人信息被非法获取。

影响范围

• 受影响人数：约 880 万名在 CPR 系统中登记的公民。
• 泄露信息类型：包括姓名、地址、CPR 号码等敏感个人数据。
• 例外情况：经核查，已申请“姓名与地址保护”的公民，其相关信息并未包含在本次未经授权的访问范围内。

应对与调查措施

• 权限封禁：CPR 管理部门已立即停止了涉事公司的系统访问权限。
• 事件溯源：管理部门正协同专家及相关政府部门，对事件的整个发生过程进行详细的梳理与调查。
• 法律程序：该事件已向丹麦数据保护机构 (Datatilsynet) 进行通报；目前，警方正会同相关部门对此案展开正式调查。

Web Search API 概述

Web Search API（目前处于 Beta 测试阶段）旨在为 AI 智能体和应用程序提供互联网搜索能力。通过该 API，模型可以获取实时信息来增强回答的准确性，从而避免依赖模型训练数据的截止日期或盲目猜测 URL。

核心功能与特点

• 支持的供应商：首发阶段提供三种搜索服务商：Ceramic.ai、Exa 和 Linkup。
• 数据安全与标准：所有供应商均支持通过 Cloudflare 进行“零数据保留”（Zero Data Retention）请求，并承诺遵守 Cloudflare 的验证机器人（verified bot）爬取标准。
• 集成与计费：
  • AI Gateway 集成：API 通过 AI Gateway 运行，搜索请求会记录在 AI Gateway 日志中。
  • 计费方式：费用直接通过 AI Gateway 额度按各供应商的官方 API 价格进行结算，不收取额外加价。
  • 灵活性：用户可以选择使用自己的提供商 API 密钥。

调用方式

用户可以通过以下两种主要方式使用 Web Search API：

1. REST API：通过发送 POST 请求至 Cloudflare 的 API 端点进行调用，需在请求体中指定查询内容（query）、供应商（provider）及结果限制（limit）等参数。
2. Cloudflare Workers：通过 AI 绑定（AI binding）直接在 Worker 环境中调用 env.AI.websearch 方法，实现便捷的集成开发。

GrapheneOS discussion forum

佛罗里达州女性因在 Anthropic AI 聊天记录中发布威胁言论面临重罪指控

事件概述

佛罗里达州 Bonita Springs 的 Carli Michelle Heller 因在 Anthropic 开发的 AI 聊天机器人 Claude 中撰写关于袭击警长办公室的威胁性言论，目前正面临重罪指控。Heller 表示，她将 Claude 当作“日记”来使用。

处置流程

Claude 的安全系统自动识别到了该条目并将其移交给人工审核员。在审核员判定该威胁具有可信度后，向执法部门进行了举报。Anthropic 公司表示，在为了防止人员死亡或严重身体伤害的有限紧急情况下，公司可能会向相关部门分享用户信息。随后，当地警方识别了 Heller 的身份并将其拘留。

法律后果

Heller 目前面临“发布书面暴力威胁”的指控。根据佛罗里达州法案 836.10，发送、发布或传输威胁杀人、伤人、实施大规模枪击或恐怖主义行为的书面或电子记录属于二级重罪，前提是该通信必须以他人能够看到的方式进行。

行业背景与隐私警示

• AI 公司的法律责任： 此类事件引发了对 AI 公司安全机制的广泛关注。OpenAI 及其 CEO Sam Altman 目前正面临来自加拿大不列颠哥伦比亚省和佛罗里达州的诉讼，指控其未能有效预防通过 ChatGPT 可能导致的现实世界伤害（包括大规模枪击事件）。
• 隐私风险： 此次事件再次提醒用户，AI 聊天机器人并非完全私密的个人日记。相关报告指出，微软 Copilot 的人工审核员可以查看用户的提示词、上传的照片以及 AI 生成的编辑内容，用于评估输出结果的准确性。

https://techfundingnews.com/europes-new-robotics-unicorn-germanys-robco-hits-1b-valuation/

摘要：内布拉斯加州谷歌数据中心资源使用及税务信息泄露

事件概述 内布拉斯加州的数据中心被要求向该州水、能源与环境部（DWEE）提交年度报告。谷歌旗下的多家数据中心（通过 Agate LLC、Fireball Group LLC 和 Westwood Solutions LLC 等实体运营）此前引用州法律，声称其电力和水资源使用量属于商业秘密，并在报告中进行了涂黑（redaction）处理。然而，由于涂黑处理不当，公众通过简单的“复制粘贴”操作，成功还原并获取了这些被隐藏的敏感数据。

资源消耗细节 泄露的信息揭示了这些数据中心庞大的资源消耗量：

• Agate LLC（位于林肯市）： 报告显示其用电高峰期的电力需求为 52.65 兆瓦；年用水量约为 1329.9 万加仑（约 1300 万加仑）。该设施的总建筑面积约为 28.85 万平方英尺。
• Fireball Group LLC（位于帕皮利恩市）： 该中心是用水量最大的数据中心，其 2025 年年度用水量预计达 5.4788 亿加仑。
• 整体情况： 目前已提交报告的六家数据中心去年总耗水量达 7.65 亿加仑。

财务与税务信息 通过不当涂黑的文档，公众还获知了谷歌数据中心预计在 2025 年获得的退税金额：

• Agate LLC： 预计退税 55,822,472 美元。
• Fireball LLC： 预计退税 39,171,573.39 美元。
• Westwood Solutions LLC（位于奥马哈）： 预计退税 22,558,881 美元。

报告同时指出，这些数据中心目前仅“利用或预计利用”内布拉斯加州优势法案（Nebraska Advantage Act）下的销售税和使用税豁免，且尚未收到任何来自 ImagiNE Nebraska 法案的退税或激励款项。

监管背景 此次数据披露是基于内布拉斯加州州长 Jim Pillen 于 7 月 20 日签署的一项行政命令。该命令要求数据中心必须自报其对州内资源（主要是水资源、电网及当地基础设施）的影响。DWEE 数据中心工作组负责监督这些报告的执行情况。

Tippett Studios 数字化档案上线：保存电影特效历史珍品

由于面临财务困境，由 Phil Tippett 创立的伯克利动画与特效工作室 Tippett Studios 已于 8 月正式关闭。在工作室结业之际，其数十年的道具、纪念品和艺术品通过拍卖会进行售卖。

为了防止这些珍贵的电影艺术资料流向私人收藏而导致公众无法再见，一位匿名捐赠者（自称 “TippettFan”）在拍卖会上购得了一文件夹的 CD-ROM 及其他光盘。该捐赠者随后将这些内容全部数字化，并上传至 Internet Archive 供公众免费浏览。

档案核心内容： 该数字化档案包含了 90 张关键且非重复的光盘镜像（.ISO 格式），规模庞大，极具电影历史研究价值，主要包括：

• 经典电影幕后资料： 包含《星球大战》（Star Wars）、《机械战警》（RoboCop）和《星河战队》（Starship Troopers）等作品的幕后影像、工作幻灯片及测试片段。
• 多媒体影像： 包括 CGI 生物的测试剪辑，以及 Phil Tippett 在 2008 年接受的一段访谈。
• 其他素材： 甚至包含了《猫女》（Catwoman）的宣传照等珍贵影像。

由于许多资料以高分辨率形式存在且此前从未在网络上公开过，这次数字化行动成功地将这些可能永远消失的电影制作历史保存了下来，为电影历史学家和特效爱好者提供了一个巨大的“宝库”。

mold Linker 3.0.0 版本发布摘要

mold 3.0.0 是高速链接器 mold 的一个重大版本更新，标志着该项目已从 C++ 完全重写为 Rust。2.42.1 版本是 C++ 版本的最后一个版本。

核心目标与特性

• 兼容性目标：旨在缩小与 GNU ld 之间的兼容性差距（特别是链接器脚本支持），目标是成为 Linux 发行版的默认链接器。
• 无缝替换：mold 3.0 被设计为 2.42.1 的无缝替换方案（drop-in replacement），支持相同的命令行选项、目标架构，并保持同等的链接性能。
• 安全性提升：得益于 Rust 语言特性，新版本在处理损坏的输入文件时更加安全。通过边界检查，原本在 C++ 版本中可能导致段错误（segmentation fault）的操作，在 3.0 版本中会通过 panic 停止，从而避免内存越界读取。

构建系统变更

由于语言重写，构建流程发生了显著变化：

• 构建工具：从 CMake 切换为 Cargo。构建要求 Rust 1.95 或更高版本。
• 依赖调整：
  • 移除了对 oneTBB 的依赖。
  • 静态链接 mimalloc 3.5.3（可通过 --features system-allocator 使用系统 malloc）。
  • 集成了 zstd 和 BLAKE3，并支持链接系统的 zlib。
• 配置与测试：原有的 CMake 选项已被移除；测试套件现在通过 cargo test 运行。

主要修复与改进

本版本修复了大量问题并提升了兼容性：

• 稳定性：修复了多种导致崩溃的情况，包括在创建静态链接可执行文件、处理重定位（relocations）以及处理特定的 COMDAT 组时的崩溃问题。
• 行为一致性：
  • 改进了符号处理逻辑，使其与 GNU ld 和 lld 在处理相同名称但大小不同的公共符号时保持一致。
  • 优化了 --gc-sections 的行为，确保不会错误移除特定的初始化/终止函数。
  • 修复了导致输出不确定性的多个场景。
• 重定位与架构支持：
  • 针对 AArch64、ARM32、RISC-V、LoongArch、PPC、m68k、SH4、SPARC64 等多种架构进行了大量的重定位类型支持和 Bug 修复。
  • 修复了在大型程序中可能导致的错误地址跳转问题。
  • 提升了对 GOT 相关重定位和 PC 相对重定位的错误处理能力。
• 其他改进：
  • 优化了内存占用，不再在启动时预留 8 GiB 的虚拟地址空间，从而更好地支持 ulimit -v。
  • 改进了命令行参数的解析逻辑，使其更符合 GNU ld 的习惯。

消除蚊媒疾病的技术已存在

背景：蚊媒疾病的回归

尽管美国曾一度消灭了疟疾和黄热病，但随着全球气温升高和蚊虫对杀虫剂产生抗药性，这些疾病在美国正面临复苏风险。2024年，美国报告的登革热病例较过去十年平均水平增加了360%，疟疾也出现了近二十年来的首次本地病例。

核心技术方案

目前已有两种主要技术可以有效控制或消除蚊媒疾病：

1. 基因工程技术（以 Oxitec 为代表）

   • 原理：研究人员将“致死基因”植入雄蚊体内。当这些雄蚊与野外雌蚊交配时，其后代（主要是雌性）在发育过程中会因基因表达而死亡，从而导致当地蚊群数量崩溃。
   • 效果：该技术具有自我限制性，且在实际应用中表现优异。在开曼群岛和巴西的试验中，该技术使伊蚊（传播登革热和黄热病的主要媒介）种群分别减少了80%和约95%。
   • 现状：尽管技术成熟，但由于监管障碍，其在美国的推广进程极其缓慢。

2. 沃尔巴克氏体（Wolbachia）技术

   • 原理：利用一种自然存在于多种昆虫体内的细菌。这种细菌有两个作用：一是降低蚊子携带病毒（如登革热）的能力；二是改变蚊子的繁殖模式，使受感染的雄蚊与未受感染的雌蚊交配时，后代无法发育。
   • 优势：由于不涉及基因改造，该技术在监管审批上比基因工程技术更为顺畅。
   • 效果：新加坡的随机试验显示，释放受感染雄蚊使蚊群减少了85%，登革热感染率降低了约70%。2024年，MosquitoMate 已成为美国首个获得全国商业注册的活蚊生物农药。

监管瓶颈与挑战

尽管技术已趋于成熟，但现代生物技术的发展已远远超过了现有监管体系的能力：

• 管辖权冲突：由于缺乏清晰的界定，新型生物技术常在不同机构间“踢皮球”。Oxitec 的申请在农业部（USDA）、食品药品监督管理局（FDA）和环境保护署（EPA）之间经历了长达十年的审批拉锯战。
• 法律框架滞后：现行的监管逻辑仍基于20世纪80年代的《协调框架》，难以应对基因编辑等前沿生物技术。
• 资源与效率问题：
  • 审批积压：EPA 的审查周期极长，且负责审查的新型蚊媒控制产品的办事处规模较小。
  • 资金模式差异：FDA 通过《处方药用户收费法案》从行业获取大量资金，从而显著提升了审批速度；而 EPA 严重依赖国会拨款，导致其在应对复杂、高频率的新技术申请时显得力不从心。

结论

消除美国境内蚊媒疾病的技术手段已经具备，目前的真正挑战不在于科学突破，而在于如何改革监管体系、解决机构间的管辖权争议并增加监管机构的资源，从而将这些能够拯救生命的工具转化为实际的公共卫生保护力。

文章总结：Apple 与黑客的未来

本文通过作者个人 Mac Mini 被黑客入侵的经历，探讨了 macOS 安全漏洞、AI 代理（AI Agents）的保护作用，以及 Apple 的封闭生态系统与未来 AI 驱动的计算范式之间的潜在冲突。

1. 安全漏洞与 AI 代理的防御作用

作者的 Mac Mini 因 macOS 的一个高危漏洞（CVE-2026-65400）遭到攻击。该漏洞存在于 macOS 的屏幕共享功能中，允许攻击者在无需凭据的情况下获得 root 权限，并植入 Monero 加密货币挖矿程序。

值得注意的是，作者部署的 AI 代理（基于 Claude）在此次事件中发挥了关键的保护作用。该代理通过持续监控系统状态，自主发现了异常：

• Shell 启动文件被篡改：攻击者在 /etc/zshenv 中添加了恶意指令。
• 恶意脚本植入：发现了用于下载挖矿程序的脚本。
• 时间戳伪造：发现文件日期被恶意篡改以掩盖踪迹。

AI 代理不仅及时发出了紧急警报，还主动停止了命令执行，并协助作者定位了攻击发生的精确时间段，最终完成了清理工作。

2. Apple 的安全机制与 AI 代理的冲突

作者指出，Apple 当前的安全设计理念与 AI 代理的运行需求存在严重冲突：

• 权限控制（TCC）的局限性：Apple 的“透明度、同意与控制”（TCC）机制依赖于图形界面（GUI）的弹出确认。对于运行在无头（headless）服务器上的 AI 代理而言，这些无法通过软件感知的权限提示会导致程序静默失败，迫使用户必须通过远程桌面手动点击确认。
• 全磁盘访问权限（Full Disk Access）的收紧：Apple 计划加强对该权限的控制，以防止 AI 代理过度获取用户隐私数据。作者认为，目前的权限层级（针对单个程序而非代理本身）不符合 AI 代理频繁创建并运行新程序的运作逻辑。
• 安全更新的误导性：作者批评了 Apple 的更新机制。虽然系统提供了“自动安装安全更新”的选项，但许多关键的 CVE 修复往往包含在特定的点版本更新中，而这一设置可能无法覆盖所有此类更新，导致用户产生虚假的安全感。

3. 智能家居与应用范式的挑战

针对 Apple 进军智能家居市场及强化 Siri AI 的计划，作者持怀疑态度。其核心观点包括：

• 生态系统的限制：Apple 的智能家居体验高度依赖第三方开发者的 API 集成。对于追求高度自定义的用户而言，这种“围墙花园”式的体验过于受限。
• 应用范式 vs. 代理范式：Apple 的优势在于其庞大的 App 生态，但 AI 代理的崛起可能会使传统 App 变得冗余。代理可以直接通过 Web 或通用接口完成任务，无需开发者专门为每个 App 开发特定的集成。

4. 结论：计算范式的转型

作者认为，计算的未来正从“以应用为中心”转向“以代理抽象为中心”。在 AI 时代，用户不再仅仅满足于预设的界面和受限的权限，而是希望通过代理实现对数字世界的直接控制。随着 AI 代理能力的增强，Apple 这种注重封闭保护与权限限制的生态系统，可能会让追求自由度和定制化的开发者和“黑客”感到日益压抑。

华为与高通宣布达成广泛专利许可协议

协议概述 华为与高通宣布达成一项多年期、广泛的专利许可协议。该协议旨在通过交叉许可和专利购买，促进双方在多个前沿技术领域的合作。

核心内容

• 专利交叉许可：双方将在 5G、计算、人工智能（AI）及网络等多个技术领域的专利组合中实施交叉许可。
• 专利购买：高通将购买华为在计算、AI、网络及其他技术领域的部分美国专利。
• 遵循原则：该协议体现了双方对知识产权的重视，并遵循公平、合理且无歧视（FRAND）的许可原则。
• 生效条件：该交易将在获得必要的监管批准后完成。

各方评价

• 华为方面：华为首席知识产权官 Alan Fan 表示，该协议不仅证明了华为在移动通信（如 4G/5G 标准和极化码技术）及其他技术领域持续研发投入的价值，同时也认可了高通在现代通信技术领域的基础性贡献。
• 高通方面：高通技术许可执行副总裁兼总经理 John Han 指出，该协议再次确认了高通在 5G 技术领域的领导地位及其 5G 标准必要专利（SEP）许可计划的成功，同时也体现了对华为在 5G 及其他技术领域持续创新能力的认可。

巴林大奖赛（马来西亚站）动力单元软件故障事件综述

在马来西亚举办的巴林大奖赛中，由于动力单元软件故障，导致比赛起步被迫中断，引发了顶尖车手的强烈不满。

事件经过与技术原因

由于赛道处于潮湿状态，这是2026年款车型首次参与雨战。在两次预定的发车前巡回圈中，大量赛车遭遇了严重的电子故障，导致车辆在低速行驶时陷入“怠速模式”。

技术故障核心： 故障源于动力单元控制器的“雨天模式”。当赛车在极低速行驶时，该模式触发了一个软件漏洞，使车辆无法正常加速。

应对措施： 为了解决问题，国际汽联（FIA）在红旗停顿期间紧急编写并向所有11支车队分发了软件补丁，通过取消受影响区域的雨天动力限制来修复漏洞。此次技术故障导致比赛延迟了约50分钟才正式开始。

车手反应与观点

此次事件引发了车手们对F1过度依赖电子设备及复杂混合动力系统的集体质疑：

• 兰多·诺里斯 (Lando Norris)：称该故障“糟糕透顶”，并认为这证明了F1应当减少对电子方面的依赖。
• 奥斯卡·皮亚斯特里 (Oscar Piastri)：嘲讽了因软件漏洞导致比赛延迟的现象，并指出在涡轮无法工作时，赛车的动力表现极差。
• 塞尔希奥·佩雷兹 (Sergio Perez)：将驾驶体验比作动力不足的租赁卡丁车，并直言此次事件对于这项运动来说是“不可接受的”。
• 奥利弗·贝尔曼 (Oliver Bearman)：表示油门失控的情况令人“恐惧”，并对FIA能够控制油门踏板感到震惊。
• 费尔南多·阿隆索 (Fernando Alonso)：认为目前的赛车技术过于复杂，观众也难以理解。
• 马克斯·维斯塔潘 (Max Verstappen)：指出引擎和软件过于复杂是问题的根源，并形容混乱的巡回圈场面如同“乐高卡丁车赛”。

浏览器原生经典 Visual Basic (VB6) IDE 概述

该项目是一个独立的、基于浏览器的集成开发环境（IDE），其设计风格模仿了经典的 Visual Basic 6 (VB6)。

核心功能

• IDE：提供类似于 VB6 的浏览器原生开发环境。
• 运行时 (Runtime)：支持在浏览器环境下执行代码。
• 窗体设计器 (Form Designer)：用于可视化设计应用程序界面。
• 单文件 HTML 编译器：能够将编写的项目编译并输出为单个 HTML 文件。

俄罗斯伊尔库茨克州实验室人员死于鼠疫，近200人被隔离观察

俄罗斯西伯利亚伊尔库茨克州发生一起实验室安全事故，一名防鼠疫研究所的员工死于鼠疫，导致近200人被采取医学观察措施。

事件经过 死者为27或28岁的Daria Sh.，系伊尔库茨克防鼠疫研究所的实验室工作人员。据报道，她在采集样本过程中意外打破了一个含有活菌的试管。她于本周二因严重肺炎症状被送往谢列霍夫（Shelekhov）的一家医院，随后被接入呼吸机，并于周四不幸去世。媒体推测其死因为肺鼠疫，这种类型的鼠疫可通过呼吸道飞沫在人与人之间传播。

防疫与处置措施

• 人员隔离： 目前共有197名可能接触过死者的个人被置于医学隔离状态，其中100多人正在医院病房接受观察。
• 医疗隔离： 谢列霍夫地区医院已进入隔离状态，等待特别委员会的评估。
• 社会影响： 伊尔库茨克当局已取消了当地计划举行的公共活动。
• 法律调查： 执法部门已针对可能导致死亡的违反健康安全规定的行为展开刑事调查。

官方回应 布里亚特共和国领导人Alexei Tsydenov证实了该死亡事件，但他明确表示，此次感染与布里亚特地区无关，目前该地区（包括与蒙古接壤的地区）没有鼠疫爆发。

伊尔库茨克州州长Igor Kobzev在与俄罗斯消费者权益监督机构（Rospotrebnadzor）负责人协调应急防控措施后，呼吁民众保持冷静。他表示，目前所有确定的接触者均已接受医学观察，且截至目前的实验室检测结果均为阴性。

2026年诺贝尔生理学或医学奖总结

获奖者：

• Karl Deisseroth（美国霍华德·休斯医学研究所及斯坦福大学）
• Peter Hegemann（德国柏林洪堡大学）
• Georg Nagel（德国维尔茨堡大学）

获奖原因： “因其在光门控离子通道及光遗传学（optogenetics）方面的发现。”

核心发现与技术突破

2026年诺贝尔生理学或医学奖授予了光遗传学技术的先驱，该技术使科学家能够在活体大脑中展示神经细胞如何塑造记忆、情感和行为。

1. 光敏蛋白的发现： Peter Hegemann 和 Georg Nagel 在单细胞藻类（Chlamydomonas）中发现了一种名为**通道蛋白（channelrhodopsin）**的特殊蛋白质。研究发现，当该蛋白受到蓝光照射时，通道会随之打开，允许带电离子流入细胞，从而产生电脉冲。这一特性使得原本不具备光敏性的细胞在引入该蛋白后能够对光产生反应。

2. 光遗传学的实现： Karl Deisseroth 将通道蛋白的基因引入神经细胞中，成功将这种蛋白质转化为神经细胞的“光控开关”。他于2005年首次在实验中实现了这一突破，并于2007年成功在活体小鼠的大脑中利用光线控制神经信号。

科学意义与应用价值

在光遗传学出现之前，神经科学研究虽能识别大脑区域的功能，但难以证明因果关系。光遗传学的出现为神经科学带来了革命性的变化：

• 神经科学研究： 研究人员现在可以精确绘制并操控控制特定记忆、情感及行为的神经回路，为理解神经系统复杂功能提供了前所未有的手段。
• 疾病研究： 该技术正被广泛用于研究与神经系统及精神疾病相关的神经机制。
• 临床应用： 在医学临床领域，研究人员正尝试利用该方法为视力受损的人群恢复视觉功能。

通过将生物学原理与光物理学相结合，获奖者们为揭示大脑运作机制这一人类重大谜题奠定了基础。

摘要：独立性的未来是相互依存

本文由 Angie Dixon 撰写，挑战了现代文化中对“独立”的传统定义，并提出真正的独立并非孤立，而是建立在“相互依存”（Interdependence）的基础之上。

重新定义独立：自主权 vs. 独立性

作者通过描述自己依赖辅助技术、移动设备及家人帮助来维持日常生活（写作、学习、工作）的经历，指出社会对“独立”的定义过于狭隘——即“不借助任何外部帮助完成任务”。

作者提出了两个核心概念的区别：

• 独立性（Independence）： 指无需帮助完成某项具体任务。
• 自主权（Autonomy）： 指对自己的生活拥有实质性的控制权。

作者认为，接受协助并不意味着丧失独立，相反，通过利用技术和他人提供的支持，残障人士可以节省精力，从而在精神、职业和社会参与方面实现更高的自主权。

自给自足的神话

文章指出，所谓的“自给自足”其实是一个社会神话。即便看似完全独立的人，也依赖于电力、水务、食品供应链、医疗系统、基础设施以及复杂的算法和技术网络。

社会对“依赖”的看法存在双重标准：

• 隐形依赖： 富人可以通过购买服务（如家政、司机、代购）将依赖关系转化为社会地位，使其变得“隐形”。
• 显性依赖： 残障人士的辅助工具（如轮椅、坡道）使他们的依赖关系变得“显性”，这往往会引发社会的焦虑或误解。

能力是由环境创造的

作者强调，能力（Ability）并非仅存在于个人身体之中，而是由周围环境决定的。 一个阶梯可以让行动能力强的人变得瘫痪，而坡道、字幕或灵活的工作安排则能释放一个人的潜力。因此，无障碍设计不仅仅是为了残障人士，更是为了所有人的功能性需求。

护理作为一种基础设施

随着全球人口老龄化和气候变化带来的不确定性，人类对支持系统的需求将日益增长。作者主张：

1. 将“护理”（Care）视为基础设施： 护理不应仅被视为个人的私人责任或危机，而应被视为如同道路、电力一样支撑社会运转的基础设施。
2. 系统性设计： 社会应通过提供无障碍住房、可靠的交通、带薪护理假和负担得起的辅助技术，来应对必然到来的相互依存需求。
3. 技术的双面性： 技术可以增强自主权，但也创造了新的依赖（如对电力和互联网的依赖）。关键在于如何利用技术让护理变得更可持续，而非将压力全部转嫁给家庭成员。

结论

真正的独立不是追求彻底的孤立，而是拥有足够的支持系统来引导自己的生活。未来的韧性不来自于假装能独自生存，而来自于构建强大的、有意识设计的相互依存网络。

《盲视》（Blindsight）作品概览

《盲视》（Blindsight）是加拿大作家彼得·沃茨（Peter Watts）创作的一部硬科幻小说，于2006年由Tor Books出版。该作品曾获得日本星云奖最佳翻译小说奖，并获得了雨果奖、约翰·W·坎贝尔纪念奖及洛克拉斯奖最佳科幻小说奖的提名。

剧情梗概

故事背景设定在2082年。人类通过名为“萤火虫”的彗星状物体在大气层中形成的精确网格现象，确认了外星生命的存在。随后，一艘名为“忒修斯号”（Theseus）的载人飞船被派往奥尔特云中一个名为“大本钟”的亚褐矮星附近，调查来自彗星“伯恩斯-考尔菲尔德”的异常无线电信号。

“忒修斯号”由人工智能担任船长，载有五名经过基因改造或技术增强的“超人类”专家。在接近目的地时，船员们发现了一个名为“罗夏”（Rorschach）的巨大外星物体。通过交流发现，“罗夏”虽然能使用多种人类语言进行沟通，但实际上并不理解语言的语义（类似于“中文屋”思想实验）。

船员们在“罗夏”内部探索时，发现了名为“干扰者”（Scramblers）的九足生物。这些生物拥有远超人类的脑力，但其智力仅用于驱动复杂的肌肉和感官，完全缺乏意识。在与这些生物发生冲突后，“忒修斯号”最终决定牺牲自身，利用反物质载荷摧毁“罗夏”。主角西里·基顿（Siri Keeton）通过逃生舱返回地球，以传递搜集到的关键信息。

忒修斯号船员成员

• 西里·基顿 (Siri Keeton)：叙述者兼主角。由于脑部手术，他失去了情感体验能力，但能利用义体技术成为一名出色的“综合者”，通过客观解读他人的意图来辅助任务。
• 尤卡·萨拉斯蒂 (Jukka Sarasti)：名义上的任务指挥官，一名来自更新世的吸血鬼。他拥有极高的智力，但情感功能受损。
• “帮派” (The Gang)：一名语言学家的四个不同人格（Susan James、Michelle、Sascha 和 Cruncher），通过切换人格来处理不同的任务。
• 其他成员：包括战斗专家阿曼达·贝茨（Amanda Bates）、生物学家兼医生艾萨克·斯皮恩德尔（Isaac Szpindel）、以及辅助生物学家的罗伯特·康宁汉（Robert Cunningham）。
• 船长：负责驾驶飞船的人工智能。

核心主题与哲学探讨

《盲视》的核心在于对**意识（Consciousness）与智能（Intelligence）**之间关系的探讨。小说通过以下观点挑战了传统认知：

1. 智能与意识的分离：外星生物（罗夏与干扰者）证明了高度的智能可以脱离意识而存在。
2. 进化的视角：小说提出，意识可能并非进化的优势，反而可能是一种浪费资源且阻碍生存效率的“进化死胡同”。
3. 盲视概念：标题引用了生理学中的“盲视”现象，即视觉功能存在但意识层面无法感知，以此隐喻智能与意识的分离。
4. 超人类主义 (Transhumanism)：探讨了通过基因技术（如复活吸血鬼）、义体增强及虚拟现实（如“天堂”虚拟世界）改变人类本质的未来图景。

评价与改编

该书在科幻评论界获得了高度评价，被认为是一部构思严谨、思想深邃的作品。伊丽莎白·贝尔（Elizabeth Bear）称其为该世纪头十年最好的硬科幻小说之一。

在影像改编方面，2020年发布了一部非商业性质的同名短片；此外，导演尼尔·布洛姆坎普（Neill Blomkamp）已计划将其改编为长篇电影。

使用 Haskell 构建 GTK 应用（第一部分）总结

本文介绍了如何结合 Haskell、GTK 4 和 Adwaita 库来构建一个待办事项（Todo-list）应用程序。该系列教程面向具有 Haskell 开发经验的中级开发者。

技术栈

• GTK 4 & Libadwaita: 使用 Libadwaita 来实现符合 GNOME 设计规范（HIG）的界面。它支持响应式设计以及在运行时根据桌面主题（明/暗模式）自动切换颜色。
• haskell-gi: 一个用于自动生成 GTK 库 Haskell 绑定的工具包，允许开发者使用接近 C API 的 Haskell 接口进行开发。

核心架构：Elm 架构 (The Elm Architecture, TEA)

为了应对 GTK 命令式特性的复杂性，本项目采用了 Model-View-Update (MVU) 模式，其核心概念包括：

• Model (模型): 应用程序的状态。
• View (视图): 将模型转换为用户界面（如 GTK 组件）的过程。
• Update (更新): 根据接收到的 Message (消息) 更新模型。
• Message (消息): 用户与应用交互的所有可能行为的枚举。
• Effects (副作用): 在更新模型的同时，需要执行的外部操作（例如将列表保存到磁盘）。

实现细节

1. 模型与逻辑 (Model & Update)

开发者通过定义 Haskell 数据结构来建模应用状态。

• 数据结构: 使用 Todo 和 Model 类型来存储任务内容、状态及 ID。
• 更新逻辑: update 函数是一个纯函数，它接收当前模型和消息，返回一个新模型及一系列 Effect。例如，当任务状态改变时，函数会触发一个 Save 效果。

2. 视图构建 (View)

视图函数通过组合各种 GTK 和 Adwaita 组件来构建 UI：

• 输入与列表: 使用 EntryRow 用于新任务输入，ListBox 结合 ActionRow 来展示任务列表。
• 布局容器: 利用 Box 进行行列排列，Clamp 限制内容宽度以保证边缘留白，ScrolledWindow 提供滚动功能。
• 结构组件: 使用 ToolbarView 整合 HeaderBar（顶部栏）和底部信息栏。

3. 运行时协调 (Runtime)

运行时模块是连接 MVU 模式与 GTK 事件循环的关键，主要包含两个函数：

• dispatch: 接收消息并将其调度到 GTK 的主循环中处理。
• step: 核心驱动函数。它负责读取当前模型 $\rightarrow$ 调用 update 函数 $\rightarrow$ 更新模型 $\rightarrow$ 调用 view 函数生成新的 UI 控件 $\rightarrow$ 将新控件设置到应用窗口中。

通过这种架构，复杂的 UI 交互被抽象为确定的数据状态转换，从而实现了逻辑与界面的解耦。

MusicBrainz Picard 3.0 版本更新摘要

MusicBrainz Picard 3.0 是 MusicBrainz 官方标签编辑器的重大版本更新，旨在通过 MusicBrainz 数据库帮助用户整理和清理音乐收藏。此次更新带来了架构升级、全新的插件系统以及多项功能增强。

核心架构与用户界面 (UI) 改进

• Qt6 迁移：应用框架从 Qt5 升级至 Qt6，显著提升了屏幕缩放支持（特别是解决了 Windows 上的字体缩放问题），并实现了全系统的原生深色模式支持，且切换模式无需重启应用。
• 自定义列与过滤：支持通过脚本定义完全自定义的列，并新增了按匹配质量排序的“Match”列。用户现在可以对列表视图进行字段搜索和过滤。
• 交互优化：支持在元数据视图中批量复制和粘贴多个标签；新增元数据差异视图，直观显示现有标签与新写入标签的区别。
• 引导功能：首次启动时提供设置向导，并针对核心功能（如加载文件和聚类）引入了教程模式。

全新的插件系统

这是 3.0 版本最显著的变化。新系统解决了旧版插件代码加载不规范及开发困难的问题：

• 特性：采用定义明确的插件 API（支持类型检查）、基于 Git 的版本管理、中央插件注册表、以及多级信任机制（官方、受信任、社区、不受信任）。
• 管理：新增 picard-cli 命令行工具用于安装、卸载和更新插件。插件现在拥有独立的配置命名空间和翻译系统。
• 兼容性警告：Picard v2 的插件与 v3 不兼容，必须进行迁移。

媒体处理与元数据增强

• 封面图处理：支持对加载的封面图进行过滤（如忽略过小图片）和自动处理（如调整尺寸、转换格式），且处理逻辑可通过插件扩展。
• 标签与脚本：
  • 新增 %syncedlyrics%（同步歌词）和 %musicbrainz_composerid% 等标签。
  • 引入了丰富的脚本变量（如 %_iswc%, %_genres%, %_iswc% 等）和新函数（$get_new(), $get_original()）。
• 同步歌词：初步支持使用 LRC 格式的同步歌词（ID3 和 WMA 标签）。
• ISRC 功能：支持从 CD 提取 ISRC，并能将提取或存在的 ISRC 提交回 MusicBrainz 数据库。

播放器与集成功能

• 内置播放器升级：基于 Qt6 提升了跨平台音频格式支持。实现了更好的系统集成，支持 macOS “正在播放”功能及 Linux 的 MPRIS2 控制，并支持将听歌记录提交至 ListenBrainz。
• 会话管理：支持保存和恢复用户会话（Session），记录文件位置、手动编辑的元数据及配置选项。
• 配置导出：支持导出和导入配置方案（Option profiles），便于备份或分享。

系统支持与技术要求

• 操作系统：
  • macOS：新增 Apple Silicon (ARM64) 原生支持；最低要求 macOS 13。
  • Windows：最低要求 Windows 10。
  • Linux：需 Qt 6.6 及 Python 3.10 以上版本。
• 重大变化 (Breaking Changes)：
  • 弃用了对旧版操作系统的支持。
  • 插件系统完全重构，旧插件失效。
  • 修改了艺术家翻译的默认回退逻辑（不再默认使用排序名称作为翻译回退）。
  • 更改了歌词和注释标签的格式（引入语言代码，如 lyrics:lang:description）。

其他优化

• 性能：进行了大量的代码重写、静态类型化处理及内存优化，提升了响应速度。
• 算法：重构了发行匹配算法，提高了文件与 MusicBrainz 记录的匹配准确度。
• 命令行工具：picard-cli 可用于插件管理及配置方案的导入导出。

ArtCraft Apps 概述

ArtCraft Apps 是一个完全使用 Rust 语言编写的开源创意应用套件，旨在提供与 Adobe 系列软件兼容的专业工具。该套件强调原生性能、数据隐私以及对自动化工作流的支持。

核心产品线

ArtCraft 目前包含七款应用，涵盖了从图像处理到视频编辑的多个创意领域：

1. PhotoCraft：图像编辑器（处于早期 Alpha 阶段）。
2. VectorCraft：矢量插画工具（开发中）。
3. FilmCraft：专业视频编辑工具（开发中）。
4. LightCraft：照片库与 RAW 图像开发工具（开发中）。
5. PrintCraft：PDF 工作台，支持读取、整理、合并、拆分及加密 PDF（处于早期 Alpha 阶段）。
6. EffectCraft：动态图形与视觉特效工具（开发中）。
7. DesignCraft：页面布局与出版工具（开发中）。

核心设计原则

所有 ArtCraft 应用均遵循以下六项统一原则：

• 开源 (Open Source)：所有代码均在 GitHub 上以宽松的许可协议发布，允许用户阅读、分支和构建。
• 原生开发 (Native, not wrapped)：应用由纯 Rust 编译为 macOS、Windows 和 Linux 的原生桌面程序，不使用 Electron 或 Web 视图，以保证极致性能。
• 高度熟悉感 (Familiar from day one)：采用专业人士已熟悉的布局、工具和快捷键，无需重新学习。
• 本地化处理 (Your files, your machine)：所有操作均在用户本地机器上运行，无需通过云端传输文件，确保数据自主权。
• 支持 AI 代理 (Agent-ready)：支持通过命令行界面 (CLI)、JSON 控制通道或 MCP 服务器进行驱动，专为自动化和 AI 代理设计。
• 浏览器兼容性 (Also in your browser)：除 PrintCraft 外，其余应用均可编译为 WebAssembly (Wasm)，实现在浏览器标签页中运行。

社区参与

开发者通过 Discord 社区进行开发管理，用户可以在其中测试早期构建版本、查看路线图并向团队反馈需求。

Go 垃圾回收器因 Swap 导致 40ms 停顿的研究总结

本文讨论了在生产环境中使用 Swap（交换空间）来吸收内存峰值时，可能给 Go 语言程序带来的严重性能风险，特别是会导致垃圾回收（GC）出现长时间的“Stop-the-World”（STW）停顿。

核心问题：GC 元数据被交换至磁盘

作者发现，Go 的垃圾回收器在执行过程中需要读取其元数据（Metadata）。这些元数据位于堆外，由 runtime 分配并持续复用，但并不属于经常被访问的“热数据”。

由于 Linux 内核根据页面访问频率（LRU 算法）进行页面置换，这些不常被访问的元数据页面很容易被内核交换到 Swap 设备中。当 Go GC 进入以下两个关键的 STW 阶段时，必须读取这些元数据：

1. Sweep Termination（清除终止）
2. Mark Termination（标记终止）

如果这些元数据恰好在 Swap 中，GC 就会触发重大缺页中断（Major Page Fault）。此时，内核必须停止当前的 GC 操作，执行磁盘 I/O（包括读取 PTE、寻找新帧、提交 bio 等操作）以将页面换回内存。

实验结果与影响

通过在启用 MGLRU 的 Linux 6.8 内核环境下进行实验，作者得到了以下数据：

• 停顿时间对比：GC 的中值停顿约为 51 $\mu$s，但在元数据位于 NVMe 磁盘时，最坏情况下的停顿达到了 40 ms。
• 性能衰减：40ms 的停顿是中值停顿的 800 倍。
• 缺页中断详情：在一次 40ms 的极端停顿中，约 39ms 是由于 228 次缺页中断导致的。
• 全局影响：由于这是 STW 停顿，Go 的所有 P（处理器）都会停止。这意味着即使是正在等待 I/O 的 goroutine，在 I/O 返回时也无法得到处理，造成了全局性的延迟。

其他性能损耗

除了全局性的 STW 停顿，Swap 还会增加单个 goroutine 的内存分配成本。实验显示，构建一个 511 KiB 的消息，其耗时从正常的 3-5 ms 激增至 NVMe 上的 105 ms，甚至在网络存储上达到 903 ms。不过，这种延迟是局部的，仅影响执行分配操作的 goroutine。

结论与更新

• 结论：虽然 Swap 本身并非“邪恶”，但它与 Go 的 GC 机制存在冲突。在内存压力下，元数据被交换会导致极其严重的全局性 STW 停顿。
• 关于 Go 1.26 的更新：作者测试了 Go 1.26 中引入的 Green Tea GC，发现其改变元数据读取方式的效果微乎其微，无法显著缓解此问题。

基于 OpenSSH 和 Nginx 的自托管 HTTP 隧道实现方案

本文介绍了一种无需依赖商业服务（如 ngrok）或特定客户端工具（如 frp），仅利用现有的 OpenSSH 和 Nginx 构建自托管 HTTP 隧道的方案，旨在将本地运行的服务（如 localhost:8080）安全地暴露到互联网。

核心原理与基础配置

1. SSH 远程端口转发

通过 SSH 的远程转发功能，将本地服务端口映射到远程服务器。使用 ssh -R 0:localhost:8080 <server> 命令时，参数 0 会指示远程服务器自动分配一个空闲端口进行转发。

2. Nginx 反向代理

在远程服务器上配置 Nginx，利用正则表达式捕获子域名中的端口号。例如，对于访问 p41535.ssh.luffy.cx 的请求，Nginx 会提取出端口号 41535，并将其通过 proxy_pass 转发至本地的 http://127.0.0.1:41535。

3. 网络与证书

为了使隧道通过 HTTPS 访问，需要配置通配符 DNS 解析（CNAME 指向服务器），并利用 Let's Encrypt 获取通配符 SSL 证书。

安全访问控制

由于仅靠随机分配的端口无法有效防止非法访问（端口可能被枚举），该方案引入了 Nginx ngx_http_secure_link_module 模块 来增强安全性。

实现机制

• 身份验证信息：将一个经过加密的哈希值（包含过期时间、端口号和预设密钥）与过期时间戳结合，作为 HTTP Basic Authentication 的“用户名”嵌入在 URL 中。
• URL 结构：https://[hash]--[expires]@[port_subdomain].domain/path。
• 验证逻辑：
  • Nginx 使用 map 指令解析 $remote_user 中的哈希和时间戳。
  • 通过 secure_link_md5 重新计算并对比哈希值。
  • 状态处理：若哈希不匹配，返回 401 Unauthorized；若哈希正确但已过期，返回 410 Gone；验证通过后，则执行代理转发。
• 代理优化：配置中包含了移除 Authorization 请求头以及支持 WebSocket 连接的相关指令，以确保转发后的请求能够正常工作。

自动化辅助脚本

手动生成哈希值并查找 SSH 动态分配的端口非常繁琐，因此作者提供了一个辅助脚本来简化流程：

1. 查找端口：由于 OpenSSH 不会通过环境变量导出分配的端口，脚本通过遍历进程树寻找 sshd-session 进程，并结合 ss 命令获取这些进程实际监听的 TCP 端口。
2. 自动生成 URL：脚本根据预设的密钥和过期时间，自动计算 MD5 哈希并拼接成完整的安全访问 URL。
3. 集成使用：通过在本地 ~/.ssh/config 中配置 RemoteCommand，用户只需执行一个简单的 SSH 命令即可自动启动隧道、生成安全 URL 并保持会话开启。

总结

该方案的优势在于其极低的运维成本，因为它完全基于系统自带或已有的标准组件（OpenSSH 和 Nginx），通过巧妙的 Nginx 配置和自动化脚本，实现了既便捷又具备安全访问控制能力的隧道功能。