用中文读科技新闻

Anthropic 今天正式推出了 Claude Fable 5，这是目前市面上能力最强的通用 AI 模型。它在软件工程、科研和视觉任务上表现惊人，甚至能在一周内完成原本需要数月的工作。为了安全起见，Fable 5 内置了严格的安全护栏，而针对特定安全合作伙伴，我们还发布了护栏更松的 Claude Mythos 5。从帮助 Stripe 压缩开发时间，到在生命科学领域提出全新假设，这些模型正在重塑工作流。这次发布不仅性能大幅提升，价格还比前代产品便宜了一半，标志着 AI 正以前所未有的速度走向普及。

我正在开发一款名为 Catlantean 3D 的第一人称射击游戏，目标是用 1990 年代早期的技术打造完整作品。我给自己设下了严苛限制：从零手写所有代码和素材，分辨率锁定 320x240，仅用 256 色，且渲染必须全手工完成。虽然可以使用现代编译器，但我必须假装平台功能受限，只通过帧缓冲、键盘输入和音频缓冲与系统交互。文章重点探讨了在这种限制下，如何通过精心设计的调色板和 Colormap 算法，利用 Oklab 色彩空间解决光照和阴影问题，重现 Doom 和 Duke Nukem 那种因技术限制而诞生的独特艺术魅力。

我没想到会在模型卡片里读到这种内容。Anthropic 宣布，Claude Fable 5 会针对涉及前沿 LLM 开发（如预训练流程、分布式训练基础设施或 ML 加速器设计）的请求，悄悄限制其有效性。这不仅是违反服务条款的问题，更是通过不可见的 safeguards 来阻止那些最可能违规的行为。与网络安全、生物和化学领域的干预不同，这些限制对用户完全不可见，Claude 不会回退到其他模型，而是通过 prompt modification、steering vectors 或 PEFT 等技术默默降低效果。这意味着，当你开发 AI 组件时，如果 Claude 给出糟糕或错误的建议，你根本无法判断是模型困惑、问题无解，还是隐藏的政策限制在作祟。Anthropic 明确表示不会告知用户何时发生这种情况。一旦开发工具可以在不通知你的情况下停止优化你的成功，你的基础设施就再也无法完全信任了。

最近几个月，我收到了不少关于CEO对AI发疯的案例。这些高管在全员邮件中狂吹LLM工具，强制员工立刻学习，甚至搞出荒谬的token排行榜。Box CEO Aaron Levie一针见血地指出，CEO之所以陷入“AI精神病”，是因为他们远离了实际工作的最后一公里，只看到了AI生成的完美原型，却忽略了代码审查、法律合规等真正产生价值的繁琐细节。让AI取代员工是典型的Cargo Cult思维，LLM的真正价值在于赋能员工，而非成为裁员的借口。那些试图用AI效率掩盖招聘失误的公司，很快就会发现现实有多残酷。

FCC 最新提议要求所有电信运营商必须收集并保存用户的政府身份证号码及物理地址，这意味着购买无需实名信息的 burner phones 将变得几乎不可能。虽然 FCC 声称此举旨在打击诈骗和骚扰电话，但 ACLU、EFF 等隐私倡导组织强烈反对，认为这无异于建立全国性的监控登记册，将严重损害低收入群体、家暴幸存者、记者及吹哨人的隐私安全。批评者指出，真正的犯罪分子完全可以伪造证件，而普通民众却因此被迫牺牲匿名通话的权利。该提案目前正处于公开征求意见阶段，截止日期为 6 月 25 日。

阿尔巴尼亚正经历一场名为“火烈鸟革命”的抗议风暴，导火索是 Jared Kushner 旗下 Affinity Partners 耗资 40 亿美元的豪华度假村项目。该项目计划在 Vjosa-Narta 湿地和 Sazan 岛进行大规模开发，却因绕过环保评估、土地权属争议及涉嫌腐败而引发民众愤怒。阿尔巴尼亚反腐机构 SPAK 已冻结相关公司账户，总理 Rama 虽试图平衡各方利益，但抗议浪潮已演变为对其政府合法性的挑战。这场风波不仅牵涉沙特公共投资基金等海湾主权财富，更让 Ivanka Trump 被指将国家海岸线视为“私人岛屿”，引发关于外国资本干预与本土生态保护的激烈博弈。

欧盟监管机构周二严厉驳回了 Apple 的借口，称其将 Siri AI 在欧盟的缺席归咎于当地科技法规纯属推卸责任。Apple 原本申请了长达 18 个月的豁免期，试图通过引入中间层来规避 Digital Markets Act 的互操作性要求，但这一请求被直接拒绝。欧盟委员会发言人 Thomas Regnier 直言，Siri AI 无法在欧盟上线完全是 Apple 自己的决定，因为该公司未能开发出符合欧盟隐私和安全标准的互操作方案。欧洲市场占 Apple 去年总销售额的近 27%，此前 DMA 已迫使 Apple 推迟了 iPhone 镜像和 AirPods 实时翻译等功能。面对高达全球年收入 10% 的罚款风险，Apple 似乎选择了暂时放弃这一关键市场，而非在合规技术上继续死磕。

npm v12 即将在 2026 年 7 月发布，带来颠覆性的安全升级。新版本将默认关闭 `allowScripts`，意味着 `npm install` 不再自动运行依赖包中的 `preinstall`、`install` 或 `postinstall` 脚本，甚至连 `node-gyp` 的隐式构建也会被拦截。此外，Git 依赖和远程 URL 依赖的解析也将默认禁止，除非显式通过 `--allow-git` 或 `--allow-remote` 开启。这些旨在封堵代码执行漏洞的改动，目前已在 npm 11.16.0 中以警告形式提供。开发者需尽快升级并运行 `npm approve-scripts` 审查依赖，手动批准可信包并更新 `package.json`，否则升级后项目构建将直接失败。

GentleOS/32是一款专为复古32位PC打造的爱好型操作系统，旨在为爱好者提供一个简单平台，用于探索复古硬件并在裸机上运行图形交互应用。它仅需i386 CPU、4MB内存和VGA显示器即可运行，设计完全单体化，大部分配置在编译时完成，仅支持标准PC设备如VGA/SVGA、键盘、PS/2鼠标等。未来计划仅限于修复漏洞、优化性能和添加更多应用。此外，还有一个纯16位的分支GentleOS/16，可运行在更古老的80186设备上。

回想 2019 年，OpenAI 曾做出一个惊人决定：因担忧恶意应用，他们拒绝发布当时最强大的 GPT-2 模型，仅公开了缩小版。这引发了公众对模型能力的无限遐想。事实上，GPT-2 与 GPT-1 架构并无二致，核心差异仅在于参数量从 1.1 亿飙升至 15 亿，以及训练数据的巨大扩充。九个月后，OpenAI 在确认风险可控后终于释出了完整版。从 GPT-2 到如今的 ChatGPT，虽然技术在进步，但关于滥用、检测难度以及学术诚信的担忧，至今仍未完全消散。

我抢先体验了 Mythos 级别的 AI 模型 Claude 5 Fable，发现它的能力远超以往任何模型。从生成复杂的学术论文到构建基于真实数据的等时线图，Fable 能自主调用多个 AI 代理进行长达数小时的深度研究与代码编写。这种体验既令人欣喜又让人不安：只需给出模糊指令，它就能交付惊人的成果，而我几乎无需干预。然而，这也意味着 AI 的决策过程变成了真正的黑盒，人类对最终产出的控制力被大幅削弱。

今年 WWDC 的 Platform State of the Union 上，Apple 用折纸应用暗示了大动作。开发者在 iOS 27 beta 中挖出了 foldState 和 angleDegrees 等新 API，系统甚至开始查询设备内置屏幕数量，这明显是为折叠屏做准备。Apple 正强推应用自适应不同屏幕尺寸和宽高比，避免重蹈 Android 折叠屏生态的覆辙。硬件方面，传闻中的 iPhone Ultra 将采用书本式折叠设计，内屏约 7.8 英寸，外屏约 5.4 英寸，预计售价 2000 美元起。John Ternus 将在 9 月接任 CEO 并亲自发布这款他主导设计的设备。Apple 的策略是先让开发者为变形的屏幕做好准备，再推出硬件，这才是真正的 Smart play。

我的硕士论文探索了利用 Kolmogorov-Arnold Networks (KAN) 在 FPGA 上实现超快推理和在线学习。不同于依赖 GPU 的传统方案，我们直接将神经网络映射为数字逻辑电路，利用查找表 (LUTs) 实现纳秒级延迟。通过将 KAN 的可学习激活函数与定点量化结合，我们成功构建了可训练的 LUT-NN，避免了多维函数带来的指数级资源消耗。这项研究不仅展示了 KAN 在硬件效率上的巨大潜力，更为低延迟、高能效的专用硬件加速提供了全新的架构思路。

Anthropic 正式发布了Claude Fable 5和Claude Mythos 5的系统卡，揭示了其最新大语言模型的两大配置。Fable 5面向大众，内置严格的安全防护以阻断生物和网络安全等高风险任务；而Mythos 5则移除了部分限制，仅向Project Glasswing等少数受信任伙伴开放。作为Anthropic训练过的最强大模型，Mythos 5在代码、推理及长上下文任务上表现卓越，但在网络安全和生物风险方面仍需谨慎评估。尽管整体对齐风险较低，但报告也指出模型在自杀讨论和儿童安全方面存在部分退步，且其推理过程更加晦涩难懂。这份长达319页的报告详细记录了从责任扩展政策评估到外部红队测试的全过程，为理解下一代AI模型的能力与边界提供了关键视角。

Amazon创始人Jeff Bezos曾预言AI将带来前所未有的生产力飞跃，甚至改变家庭收入结构。然而，现实却与愿景大相径庭。内部员工在Slack的梗图频道里，将公司推出的AI编程工具戏称为“Sloppenheimer”，并毫不留情地嘲讽其产出是“垃圾”（slop）。面对公司试图激励员工使用AI的失败尝试，大家只能苦中作乐，用幽默来消解对这款故障频出工具的不满。这不仅是员工的集体吐槽，更折射出科技巨头在AI落地过程中面临的真实尴尬。

曾经，Apple 粉丝嘲笑 Microsoft 的 Project Solara 是空中楼阁，但如今 Apple 自己推出的 Apple Intelligence 和 Siri AI 也面临质疑。Microsoft 描绘了由云端 Agent 驱动的薄客户端未来，而 Apple 则凭借对 iPhone 个人数据的深度掌控，让 Siri 在理解用户上下文方面独树一帜。文章指出，消费者市场并不渴望提高生产力，他们只想消磨时间，因此 Apple 的 Siri 只要“够用”就能满足需求。在 OpenAI 和 Dropbox 等公司因误判消费者需求而受挫的背景下，Apple 凭借其对隐私和生态的掌控，似乎找到了在 AI 时代生存的独特路径。

中东局势紧张、霍尔木兹海峡关闭，按理说欧洲的油价和电价应该飙升，但现实却给了个惊喜。得益于近年来大规模部署的太阳能，欧洲每天能省下超过1.35亿美元。Solar Power Europe 的数据显示，仅从3月1日起，太阳能就帮欧洲避免了超过110亿欧元的化石燃料进口成本。西班牙、德国、法国和葡萄牙等国纷纷刷新太阳能日发电量纪录，可再生能源正在快速取代天然气定价权。正如 SolarPower Europe 的 CEO Walburga Hemetsberger 所言，太阳能正在兑现承诺，储能正在规模化，欧洲正朝着更清洁、更实惠、更安全的能源系统迈进。

大家都在担心 AI 会抢走饭碗，但现实数据却给了个响亮的耳光。如果 AI 真的引发了就业危机，我们本该看到职位空缺暴跌、失业率飙升，可事实恰恰相反。最新数据显示，每个失业者对应的职位空缺数已回升至 1.0 以上，意味着岗位依然多于求职者。5 月的就业报告更是显示非农就业人数激增 17.2 万，这直接证明目前并没有出现工人被 ChatGPT 取代的迹象。相反，AI 驱动的新企业成立正在创造更多就业机会，所谓的危机或许只是想象中的焦虑。

在 LLM Agent 大行其道的今天，大家都在推崇 RAG 和向量检索，但这篇研究却提出了一个反直觉的发现。作者利用 Chronos 以及 Claude Code、Codex 和 Gemini CLI 等工具进行了两项实验，对比了 Grep 和向量检索在 LongMemEval 数据集上的表现。结果令人意外：在多数场景下，传统的 Grep 竟然比向量检索更准确。更关键的是，Agent 的表现高度依赖于具体的 Agent Harness 和工具调用风格，而不仅仅是检索策略本身。当对话历史中混入大量无关干扰信息时，不同检索方式的优劣也会发生动态变化。这项研究提醒我们，在构建 Agentic Search 系统时，盲目追求新技术可能不如回归基础工具来得有效。

受 Anthropic 用 Agent 群编写 C 编译器的实验启发，我决定挑战一个酝酿了 15 年的梦想：用 Rust 从头重写 Git。经过数月的尝试，我推出了 Grit，这是一个基于库的、内存安全的 Rust 实现，成功通过了 Git 测试套件中超过 99% 的测试。虽然目前它尚未经过真实场景验证，且存在性能瓶颈，但这证明了用 Agent 构建复杂软件系统的可行性。Grit 不仅是一个技术里程碑，更展示了未来将 Git 功能嵌入 GitButler、Jujutsu 甚至 WASM 环境中的巨大潜力，让开发者能更灵活地构建定制化工具。

Alpine Linux 3.24.0 正式登场，作为 v3.24 稳定系列的开篇之作，这次更新可谓诚意满满。新版本不仅搭载了 GRUB 2.14、LLVM 22、Rust 1.96、Go 1.26 等重磅工具链，更迎来了 GNOME 50、KDE Plasma 6.6 和 Qt 6.11 等桌面环境的重大升级。对于开发者而言，Python setuptools 82.0.0 移除了过时的 pkg_resources 模块，qemu-binfmt 服务也被弃用，转向更灵活的 binfmt.d 配置。此外，安装程序 setup-alpine 现已支持 Limine 引导加载器和 IPv6，让无头部署更加顺畅。社区仓库中更是新增了 System76 的 COSMIC 桌面环境，而 GTK+ 3.0 则迁移至社区库。这次更新既是一次技术栈的全面迭代，也是对旧有依赖的一次彻底清理，值得所有 Alpine 用户关注升级。

大多数程序员在遇到程序崩溃时，习惯用printf或调试器死磕，却忽略了Test-case reducers这个强大的调试工具。它能自动将引发问题的庞大输入缩减到最小，往往能实现95%以上的精简，让调试变得异常简单。我通过亲手编写一个简单的reducer，演示了它如何从字典文件中精准定位到那个超长的单词，甚至能处理LLM生成的C代码。这种工具之所以有效，恰恰是因为它完全不懂你的代码逻辑，只是机械地尝试删除。别被编译器专家的神秘感吓退，掌握这个工具，你的调试效率将大幅提升。

这项研究利用autoresearch平台，让LLM代理直接编辑训练代码来优化超参数，并与CMA-ES、TPE等经典算法在固定算力预算下展开对决。结果显示，经典算法在避免内存溢出方面表现更稳，始终优于纯LLM方法，即便是Claude Opus 4.6和Gemini 3.1 Pro Preview等前沿模型也难以完全缩小差距，因为LLM难以跨试验追踪优化状态。不过，研究者提出的混合方案Centaur，将CMA-ES的可解释状态（如均值向量、步长、协方差矩阵）与LLM结合，仅用0.8B参数模型就超越了所有纯经典或纯LLM方法。结论很明确：LLM更适合做经典优化器的得力助手，而非替代品。

一家监控公司计划升级自动车牌识别系统，推出名为 SignalTrace 的新功能。这项技术不仅会读取车牌，还能扫描车内乘客的 Phone、AirPod 和 Smartwatch 等蓝牙设备的唯一标识符。这意味着原本只追踪车辆的 ALPR 摄像头，将直接转变为追踪具体个人的工具。执法部门可能借此将特定设备与车内人员精准关联，彻底打破匿名出行的界限。当你的随身设备成为被扫描的目标，隐私的边界正在被重新定义。

我最近在重构 Biff 框架，将其拆分为十二个独立库，而 biff.core 是首个发布的“粘合剂”。它旨在解决 Clojure Web 应用中繁琐的模块组合样板代码。通过引入“init functions”概念，我们能让系统配置更优雅，只需添加模块即可，无需手动粘贴代码。同时，我巧妙利用 var 和函数包装，在提取逻辑的同时保留了“热更新”能力，确保修改模块后无需重启服务器即可生效。这种设计让 main namespace 保持清爽，让开发者更专注于业务逻辑而非基础设施的拼凑。

密西西比州一起合同纠纷案闹出了大乌龙，双方律师竟然都依赖AI生成法律文书，导致法庭上出现了AI与AI互相辩论的荒诞场面。法官Sharion Aycock在制裁令中严厉批评了这种将AI当作“橡皮图章”的行为，指出双方引用的案例全是AI幻觉生成的虚构内容。最终，法官直接取消了庭审，将涉案的四名律师全部逐出案件，其中两人被禁入法庭两年，所有人均被处以罚款。更有甚者，律师Kathleen Wilson在被警告后仍继续使用AI，甚至辩称自己不知道什么是“AI幻觉”，这种态度让法官感到难以置信。

黑客圈又现新招数，Exif Smuggling 技术将恶意载荷悄悄藏进 JPG 图片的 Exif 元数据中。攻击者利用浏览器自动缓存图片的机制，让受害者无需主动下载，就能在后台被动获取第二阶段 Payload。这意味着，只要用户访问过一张看似无害的图片，恶意代码就已经潜伏在 Chrome 浏览器的缓存里，随时可以被 PowerShell 脚本提取并执行。这种结合了 Cache Smuggling 与 Exif 数据隐藏的攻击手法，让传统的网络请求监控形同虚设，为防御者带来了全新的挑战。

Apple 在 WWDC26 上宣布，iOS 27 和 macOS 27 中的 Passwords 应用将利用 Apple Intelligence 自动修改弱密码或已泄露的密码。这听起来很实用，毕竟用户常因麻烦而忽略安全警告。但让 AI 代理直接操作账户凭证，意味着它拥有极高的权限。在充满恶意代码和 Prompt Injection 风险的开放网络中，如果 AI 误操作或被骗，可能导致账户被锁或权限被窃取。在 Apple 公开详细的安全架构前，这种自动化带来的风险远大于便利。

自动化本意是释放认知带宽，让人类专注于关键决策，但现实恰恰相反。当系统过于可靠时，人类监控者会逐渐停止关注，因为大脑无法在缺乏反馈的情况下维持注意力。航空业称之为“自动化诱导的自满”，事故报告显示，飞行员在系统几乎不出错时，反而在故障发生时束手无策。越完美的自动化，越容易让操作者丧失应对危机的能力。对策很简单：定期关闭自动化，手动练习关键任务，确保技能不退化。毕竟机器不会出错，但你会，唯有持续练习才能保持随时待命的状态。

在开发大型系统时，动态链接库版本冲突往往是让人抓狂的隐形杀手。以前我总依赖 strace 来排查这些棘手问题，但效率实在有限。其实 Linux 动态链接器自带一个鲜为人知的利器：LD_DEBUG 环境变量。只需简单设置，它就能实时输出详细的库加载路径、符号绑定及版本依赖信息，让你瞬间定位问题根源。相比 strace，LD_DEBUG 能更精准地揭示动态库加载过程中的每一个细节。此外，文章还提到了 ldd、patchelf 和 LD_PRELOAD 等辅助工具，并简要介绍了 Windows 下使用 gflags 和 windbg 的类似调试方案。掌握这些技巧，能让你的调试工作事半功倍。

传统 CAD 建模依赖繁琐的手工操作，而 PR-CAD 利用大语言模型（LLMs）彻底改变了这一现状。该框架通过渐进式优化，首次将生成与编辑任务统一起来，实现了真正可控且忠实于意图的 Text-to-CAD 建模。研究团队构建了覆盖 CAD 全生命周期的高保真交互数据集，并引入强化学习增强的推理框架，让单一智能体就能同时处理意图理解、参数估算和精准编辑。实验证明，PR-CAD 在生成和精修场景下均达到了最先进的可控性与忠实度，大幅提升了建模效率，让设计创作变得前所未有的简单。

Brexit 公投十周年之际，Jonathan Portes 深入剖析了英国经济的真实处境。这并非一场突如其来的崩溃，而是一次渐进且累积的拖累。尽管没有立即引发衰退，但贸易壁垒、投资萎缩和供应链断裂让英国 GDP 显著低于预期。OBR 预测长期生产力将下降约 4%，中小企业受创尤甚。虽然非欧盟移民增加抵消了部分劳动力缺口，但整体经济挑战反而加剧。适应不等于无代价，英国经济本可以表现得更好，这才是最残酷的真相。

我曾是 Rutger Bregman 的拥趸，欣赏他在 Davos 抨击亿万富翁避税，也爱看他怼 Tucker Carlson。但如今，我对他创立的 School for Moral Ambition 彻底失望。他盲目崇拜 AI，将质疑者比作气候怀疑论者，却拿不出科学证据。更讽刺的是，这个标榜道德的组织竟接受 Bill Gates 的资金，而 Gates 与 Jeffrey Epstein 的丑闻早已人尽皆知。此外，SMA 的美国分部竟由加密货币富豪 Mike Novogratz 资助，其董事会成员更是 Trump 的捐赠者。这哪里是道德雄心？分明是精英阶层将权力包装成美德，让既得利益者在维持现状的同时，表演出一副拯救世界的姿态。

二十年前，Google的20%时间政策让工程师拥有探索的自由，但如今这一制度早已名存实亡。在2026年，AI的兴起带来了新的变化：我们不再需要专门拨出时间，而是利用AI代理处理日常任务，在碎片化的间隙中探索新想法。然而，这种‘新20%时间’并非真正的自由，而是120%的注意力负担。AI虽然提升了效率，却也带来了‘AI brain fry’——监督多个代理带来的精神疲劳。更深层的问题是：谁真正从中受益？是像我这样的开发者，还是那些被AI取代的插画师、配音演员？AI带来的红利，或许正是建立在剥夺他人劳动的基础上。

Seattle市议会即将投票决定是否对新建数据中心实施为期一年的禁令，而Amazon员工竟成为最坚定的支持者。在听证会上，包括高级软件工程师在内的多名Amazon内部人士现身说法，直言当前“不惜一切代价”的AI建设热潮正在忽视资源消耗与环境代价。他们指出，科技行业普遍存在一种盲目信仰，认为AI能解决所有问题，却对水电消耗、噪音扰民等现实影响视而不见。这场由内部员工发起的抗议，不仅反映了AI扩张背后的社会矛盾，也标志着科技巨头员工开始重新审视自身行业的可持续性。

上世纪50年代的Palomar巡天底片中发现的快速天文瞬变现象，长期被质疑只是底片瑕疵。这项研究通过光学像差分析，发现真实瞬变图像呈现出离轴点源特有的彗差模式，而底片瑕疵无法自然产生这种特征。虽然数据本身不能直接证明光源的物理起源，但有力支持了非仪器效应假说，为重新审视历史天文数据提供了新工具。

Asahi Linux 社区紧急警告用户，千万别急着升级本周发布的 macOS 27 "Golden Gate" 测试版。这次更新似乎让 Asahi Linux 的分区在启动选项中彻底“隐身”，导致用户无法引导进入 Apple Silicon 上的 Linux 系统。虽然数据没有丢失，但分区确实不可见了。这究竟是 Apple 的无心之失还是有意为之的改动，目前尚不清楚。Asahi Linux 团队已向 Apple 提交 Bug 报告，并建议大家在问题解决前，保留 macOS 26 或更早版本的系统作为备用，以便临时切换启动。与此同时，Linux 7.2 内核正在为 Apple M3 设备添加启动支持，但这同样要求用户不能升级到 macOS 27。

Apple最近向欧盟委员会（EC）提交了一份请求，希望能在DMA法规下获得互操作义务的豁免。这一举动引发了广泛关注，毕竟DMA旨在打破科技巨头的垄断壁垒，推动市场公平竞争。Apple作为全球科技巨头之一，其是否愿意遵守这些规则，直接关系到整个数字生态的未来走向。如果成功豁免，可能会让其他中小开发者感到压力倍增，甚至影响整个行业的创新活力。这场博弈不仅关乎法律条文，更是一场关于权力与责任的较量。

美国数字新闻出版商协会 Digital Content Next 正式向 Common Crawl 发出律师函，要求其立即停止抓取、保留或分享受版权保护的内容，并删除已收录的档案。Common Crawl 作为众多 AI 模型训练数据的基石，长期免费抓取网页数据，但出版商认为其侵犯了版权，且所谓的“退出机制”形同虚设。尽管 Common Crawl 高管 Rich Skrenta 否认撒谎并强调技术复杂性，但出版商指责其明知故犯，将付费墙后的内容提供给 OpenAI 等商业 AI 公司使用。这场法律风波直指 AI 时代内容创作者与数据抓取者之间的核心矛盾：版权法不应是“默认允许，除非退出”的机制。

欧盟反垄断监管机构正式下令，要求Meta立即允许OpenAI等竞争对手的AI聊天机器人免费接入WhatsApp。此前，Meta曾封锁竞品并试图收取高昂费用，被指滥用市场主导地位。欧盟竞争主管Teresa Ribera指出，Meta企图利用WhatsApp的庞大用户群排挤对手，扶持自家Meta AI。这项临时禁令将至少持续至2029年，若Meta违规，将面临高达全球营收10%的巨额罚款。Meta对此强烈不满，批评这是监管过度，并计划提起上诉。这场科技巨头与监管机构的博弈，将深刻重塑欧洲AI市场的竞争格局。

别再以为小酌能养生了！一项发表在 Journal of Studies on Alcohol and Drugs 上的重磅研究彻底打破了“适量饮酒有益健康”的迷思。研究团队分析了超过7200篇科学文献，发现即使是美国人眼中的“适度饮酒”，也会显著增加癌症、心脏病及过早死亡的风险。哥伦比亚大学 Mailman School of Public Health 的 Katherine M. Keyes 和 Toronto University 的 Kevin Shield 指出，酒精在低剂量下并未表现出任何保护作用，反而风险随摄入量持续攀升。这项研究为美国膳食指南提供了急需的量化依据，警示我们：每天超过一杯酒，健康风险就开始显著增加。

最近看到一篇来自 Reddit 的帖子，标题直接抛出一个惊世骇俗的观点：AI 盈利在数学上是不可能的。虽然原文链接被网络策略拦截，无法直接获取完整内容，但这个论调本身足以引发深思。在 OpenAI、Google、Meta 等科技巨头疯狂投入 AI 研发的当下，如果从底层数学逻辑推演，AI 的商业模式真的能跑通吗？这或许不是危言耸听，而是对当前 AI 泡沫的一次冷峻审视。我们需要跳出 hype，重新思考 AI 技术的经济可行性。

Checkmarx 的最新调查显示，70% 的开发者认为 AI 生成的代码漏洞更多，但仍有 30% 的人明知故犯，将存在安全风险的代码直接部署到生产环境。尽管部署压力巨大，且开源代码库中隐藏着恶意包，93% 的受访组织仍报告了因应用漏洞导致的安全事件。报告指出，AI 代码占比越高，漏洞部署率越惊人，甚至达到低采用率组织的 3.4 倍。在速度与安全的天平上，行业似乎已对风险习以为常，工具虽能检测漏洞，但企业却难以将其转化为有效的安全流程。

我在 USAID 工作了12年，亲眼目睹 Trump 政府和 Elon Musk 的 DOGE 部门如何在几周内摧毁这家拯救过9200万生命的机构。他们基于右翼阴谋论，将 USAID 视为浪费和欺诈的代名词，甚至误以为我们只在做堕胎相关事务。实际上，我们严格审计每一笔资金，建立了全球传染病预警系统。然而，在所谓的消除浪费名义下，DOGE 彻底破坏了我们的审计机制，导致无数人失去救命援助。这不仅是机构的崩塌，更是美国软实力和全球安全的重大损失。