## 当 FP4 快不起来的时候 四比特浮点（**FP4**）Tensor Core 本应是加速矩阵乘法的利器，但现实往往没那么美好。量化过程中的**缩放计算、操作数打包、布局构建，以及反向传播中需要保存的状态**，这些额外开销很容易把 Tensor Core 带来的收益抵消掉。换句话说，算得是快了，但准备工作太慢。 arXiv 上最新的一篇论文《Format-Aware Fusion for Fast FP4 Pretraining》（arXiv:2610.00053）提出了一个名为 **format-aware fusion（格式感知融合）** 的方案，试图从系统层面解决这个问题。 ## 核心思路：让量化生产者与消费者“对齐” 这篇论文的关键洞察在于：量化不是一个孤立步骤，而是贯穿数据流的过程。作者将每一个**量化生产者（producer）**与其**缩放域（scale domain）**和**消费者布局（consumer layout）**协同设计，分别针对三种 FP4 格式做了定制化处理： - **native mxfp** - **global nvfp** - **cooperative-thread-array-local nvfp** 这种“生产者-缩放域-消费者”三者联动的方式，本质上是在消除格式转换和布局重排带来的隐性成本。 ## 实测数据：从 18.8K 到 37.9K tokens/s/GPU 作者用 **Llama-3 系列 8B 模型**做了预训练实验，训练量达到 **1600 亿 token**，输出投影使用 bfloat16，交叉熵部分做了编译优化。 在相同加速器的对比测试中： - **bfloat16 基线**：18.8K tokens/s/GPU - **Transformer Engine nvfp**：27.6K tokens/s/GPU - **本文最快定制路径**：**37.9K tokens/s/GPU** 另一条路径——**mxfp 配合行梯度随机舍入（row-gradient stochastic rounding）和固定符号 32 值 Hadamard 权重梯度预条件**——达到 **37.2K tokens/s/GPU**，对应 **86.3% 的 bfloat16 模型 FLOP 利用率**。 ## 精度代价：训练损失终点略高，但下游表现另有玄机 速度提升并非没有代价。上述 mxfp 路径最终训练损失比原始 bfloat16 **高 2.11%**。而另一种 Transformer Engine 方案（最后四个 block 保留 bfloat16）在 27.1K tokens/s/GPU 下，损失仅高出 **0.87%**。 值得注意的是，论文指出**下游任务的排名与训练损失排名并不一致**。这意味着，FP4 训练的最终效果并非单纯由损失曲线决定，而是**缩放契约、操作数和执行路径三者共同作用**的结果。 ## 这意味着什么 对于正在探索低精度预训练的团队来说，这篇论文传递了两个信号： 1. **FP4 的瓶颈往往不在计算本身**，而在围绕它的数据搬运和格式转换。格式感知融合提供了一种系统级优化思路。 2. **评估 FP4 方案不能只看训练损失**，下游表现可能给出完全不同的答案。 当然，目前这仍是单篇论文的实验结论，实际落地效果还需在更多模型规模和硬件配置上验证。但至少它说明了一点：FP4 预训练要真正跑快，光靠 Tensor Core 不够，还得把整条数据通路一起设计。
## 人类说「可能」时，模型听到了什么？ 当一个人说「**非常可能**」时，听者往往会把它当作一种高置信度的判断；但当大语言模型（LLM）在输出中写下「possible」「likely」这类词时，它背后对应的概率究竟是多少？一项发表于 **ICML 2026** 的研究（arXiv:2610.00083）指出，LLM 对语言不确定性标记的数值编码与人类存在**系统性差异**。 ### 从认知科学到模型校准 研究团队从心理学与决策科学文献中整理出一套人类不确定性标记语料，并以此作为基准来测试 LLM。从认知视角看，人类准确表达不确定性是一种**元认知监控**能力——它帮助我们划出「知道自己不知道」的知识边界，从而决定是否继续搜索信息或调整行为。 然而，目前大多数 LLM 的不确定性量化（UQ）方法依赖**似然信号**或**一致性信号**（例如多次采样看答案是否稳定），而不是直接解读模型自己说出的「可能」「很可能」。 ### METHODNAME：从输出中反推标记的置信语义 论文提出了名为 **METHODNAME** 的优化算法。它不再依赖重复采样来估计不确定性，而是直接**从 LLM 的输出中学习一套最优的不确定性画像**：通过拟合「标记—不确定性」映射，让每个语言标记所携带的概率质量能最好地解释模型的实际正确率。 这带来一个关键能力：可以在**标记层面**直接比较人类与 LLM 的置信语义，从而把「不匹配」拆解开来，揭示双方在语言表达置信度上的系统性差距。 ### 这意味着什么？ 如果模型说「very likely」时对应的真实概率远低于人类的默认理解，那么依赖自然语言交互来判断可靠性的用户、以及基于模型自述置信度做决策的下游系统，都可能被误导。该研究提示，**语言标记本身可以作为不确定性量化的信号来源**，但前提是先校准人机之间的语义鸿沟。 目前该工作以预印本形式发布，更多实验细节与结论有待进一步验证。
近日，部分在 **AT&T** 网络下使用的 **iPhone 18 Pro Max** 用户遭遇了蜂窝服务丢失的问题：手机随机进入 **SOS 模式**，既不能打电话、发短信，也无法使用移动数据，仅 Wi-Fi 可用。苹果已向 ZDNET 确认，该问题影响“少数 iPhone 18 Pro Max 用户”，并已发布 **iOS 27.0.1** 及运营商设置更新，以帮助**预防**该问题发生。但若手机已经中招，软件更新无法修复，用户需要前往苹果免费更换硬件。 ### 问题有多严重？ AT&T 此前曾向受影响用户发送短信，警告有一个“重要的 Apple 软件更新”可用，并提示：“部分手机可能无法完成通话/短信/数据，包括拨打 911。请立即更新至 iOS 27.0.1（设置 > 通用 > 软件更新）。” 可见，该问题不仅影响日常使用，还可能危及紧急呼叫。 苹果表示，iOS 27.0.1 和运营商设置更新“共同作用，旨在帮助防止此问题发生”。换言之，对于尚未出现故障的手机，更新可以降低风险；但已经失去服务的手机，更新无济于事，必须更换。 ### 为什么会出现这个问题？ 苹果和 AT&T 均未公开解释具体原因。不过，有分析指出，iPhone 18 Pro Max 的蜂窝硬件可能是因素之一。据 CNET 报道，iFixit 的拆解显示，美版 iPhone 18 Pro Max 使用了 **高通骁龙 X80 基带**。然而，TechInsights 的拆解也表明，iPhone 17 Pro 和 Pro Max 使用了相同的基带，却并未出现类似问题。因此，目前尚不能断定基带就是罪魁祸首，真正原因仍需等待官方进一步说明。 ### 用户该怎么办？ 如果你使用的是 AT&T 网络的 iPhone 18 Pro Max： - **立即更新**：前往“设置 > 通用 > 软件更新”，安装 iOS 27.0.1，并确保运营商设置也已更新。 - **检查状态**：若手机已出现无法通话、发短信或使用数据的情况，且显示 SOS，请尽快联系苹果或 AT&T。 - **免费换机**：苹果已确认，受影响的设备需要更换，且将免费为用户处理。 目前，苹果未透露受影响设备的具体数量，仅表示该问题仅在 AT&T 网络的 iPhone 18 Pro Max 上观察到。如果你尚未遇到问题，更新系统是最有效的预防措施；如果已经遇到，请尽快申请换机，以免影响紧急通话等关键功能。
Meta 正在把它的个人 AI 代理 **Muse** 从聊天窗口推向各种硬件设备。上周五，公司发布了 **Muse Gadgets** 开源项目，允许开发者自行打造能连接 Muse 的硬件。 ## 从软件到硬件的野心 Muse 本身是一个个人 AI 代理，能帮用户订机票、填表格、代购商品，已经积累了不少用户。但 Meta 显然不满足于让它只活在手机或网页里。 **Muse Gadgets** 提供开源固件（驱动设备运行的低层软件）和 Linux SDK，并附带了几个入门项目示例：给 Muse 配一块彩色电子墨水屏，或者把 Muse 装进一个插在电视 HDMI 接口上的棒状设备。Meta 强调，限制很少——用户可以用**树莓派**或** ESP32** 这类低成本开发板，把 Muse 连接到显示器、按钮、传感器、执行器，或者工作台上任何现成的零件。官方还开设了 Discord 频道提供支持。 ## 官方示范：Muse Home Link Meta 自己先试了水。Superintelligence Labs 产品负责人 **Nat Friedman** 在 X 上透露，公司做了一款叫 **Muse Home Link** 的设备。它通过 USB-C 供电，能让 Muse 接入家庭网络并与智能音箱、智能电视等设备对话。 Meta 生产了 **5000 台** Home Link，面向 Muse 订阅用户免费赠送，送完即止。Friedman 的帖子几小时内获得近 **3 万次**浏览，大概率已经被抢光。他表示 Home Link 将在几周内发货。 ## 不止是极客玩具 Muse Gadgets 的受众可能偏小众，但它契合 Meta 让 Muse 超越独立聊天机器人的整体战略。Meta 不仅想吸引普通消费者，还在争取中小企业和企业客户：本周早些时候推出了 **Muse for Small Business**（有限免费，可连接 Shopify、Dropbox、Slack 等工具），并成立了新业务部门 **Meta Enterprise Platform**，专门向企业客户推广 AI 产品。 从开源硬件到企业平台，Meta 正试图把 Muse 嵌入尽可能多的场景。Muse Gadgets 或许只是其中一块拼图，但它释放的信号很明确：AI 代理的竞争，正在从模型能力转向生态和入口。
## 苹果调整 macOS 权限策略 苹果在最新的 macOS 更新中悄然收紧了**全磁盘访问权限**（Full Disk Access）的授予规则，旨在遏制 AI 代理（AI agents）对用户数据的过度读取。这一变动在开发者社区中引发了讨论，并让苹果与 Meta 之间关于数据访问的长期分歧再次浮出水面。 ## 什么是全磁盘访问权限？ 全磁盘访问是 macOS 隐私保护体系中的高级别权限。获得该权限的应用可以读取邮件、信息、Safari 浏览记录、Time Machine 备份等敏感数据。过去，用户可以在系统设置中手动为任意应用开启此权限。 据 Ars Technica 报道，苹果现在修改了规则，使得 AI 代理类应用更难以获取这一权限。具体技术细节尚未完全公开，但已知苹果在权限授予流程中增加了额外限制。 ## Meta 与苹果的立场交锋 Meta 此前曾公开表示，美国食品药品监督管理局（FDA）的监管不足以解决 AI 代理读取用户信息的问题。Meta 认为，AI 代理在访问用户消息时存在隐私风险，需要更严格的第三方监督。 苹果则持不同看法。苹果认为，通过操作系统层面的权限控制，配合现有的隐私框架，已经能够有效管理风险，无需引入 FDA 或其他外部机构介入。苹果此次调整权限规则，正是其“平台自治”思路的体现。 ## 对 AI 代理生态的影响 这一变化对依赖全磁盘访问的 AI 代理开发者和用户都有直接影响： - **开发者**：需要重新设计数据访问流程，可能被迫采用更受限的 API 或让用户逐项授权。 - **用户**：隐私安全性提升，但部分 AI 助手类应用的功能可能受限。 - **行业**：苹果再次强化了其对生态的控制权，可能引发关于平台权力边界的讨论。 ## 不确定性与后续 目前尚不清楚苹果是否会在未来的 macOS 版本中进一步收紧权限，也不确定 Meta 是否会就此提出正式抗议。但可以确定的是，随着 AI 代理的普及，操作系统厂商与 AI 公司之间关于数据访问的博弈将愈发激烈。 苹果的此次调整，可以视为对 AI 时代隐私挑战的一次预防性回应。它是否会成为行业标准，还有待观察。
## 从 Napster 到 Stability AI：一次带着版权方祝福的回归 Napster 联合创始人**肖恩·帕克（Sean Parker）**曾因颠覆音乐产业而闻名，如今他带着唱片公司的资金和授权重新杀回这个行业。据 The Information 报道，帕克明确表示这次他选择"按规则出牌"——他坦承，当年"先斩后奏"的策略最终并不成功。 两年前，帕克参与了 Stability AI 的一笔 **8000 万美元救助融资**。这家图像生成初创公司因过度支出和内部动荡，导致创始人 Emad Mostaque 被迫离职，一度濒临崩溃。随后，帕克的老友 **Prem Akkaraju** 出任 CEO，两人如今正式揭晓了他们一直在打造的东西。 ## Stability 的新定位：音乐人的 AI 工具制造商 帕克的核心构想，是把 Stability 转型为**面向音乐专业人士的 AI 工具制造商**。 这一战略已经获得了产业巨头的背书。2026 年 8 月底，公司宣布完成 **7600 万美元融资**，投资方包括**索尼、华纳和环球**三大唱片公司。作为交易的一部分，这些公司还将其音乐曲库授权给 Stability 用于模型训练——这与当年 Napster 遭遇的版权诉讼形成了鲜明对比。 ## 产品进展与技术能力 Stability 此后已发布**三款全新音频模型**以及 AI 音乐编辑软件。据帕克介绍，这套 AI 能够根据文本提示生成完整的器乐音轨或短片段。 更值得关注的是即将推出的更新：用户可以通过**哼唱旋律或用人声模仿鼓点节奏**来引导 AI 生成音乐。这意味着交互方式将从纯文本提示扩展到更自然的人声输入，降低了音乐创作的技术门槛。 ## 为什么这次不一样 帕克的这次回归，折射出 AI 音乐领域的一个关键转变： - **版权合规成为前提**：与早期生成式 AI 公司普遍"先训练后谈判"的路径不同，Stability 一开始就把唱片公司的授权纳入融资结构，等于用股权换取了合法训练数据。 - **从通用模型转向垂直专业工具**：Stability 曾以图像生成闻名，但在与 Midjourney、OpenAI 等对手的竞争中处境艰难。转向音乐专业工具，是一次差异化求生。 - **行业玩家的主动入局**：三大唱片公司同时投资并授权，说明传统音乐产业已从"起诉 AI 公司"转向"押注并塑造 AI 工具"。 帕克能否借此完成从"颠覆者"到"建设者"的身份转换，仍需观察。但至少目前，他拿到了上一轮游戏里从未有过的东西：唱片公司的信任和支票。
Meta 正在把它的 **Muse AI 代理**从软件推向硬件生态。根据 The Verge 报道，Meta 已开源相关代码，允许开发者将 Muse 连接到自选硬件，打造个性化的 AI 小工具。 ## 你可以用 Muse 做什么 Meta 给出的示例项目包括： - 将 Muse 加载到**彩色 E Ink 显示屏**上，用来显示提醒事项； - 把 Muse 装进 **HDMI 棒**，让 AI 代理出现在大屏幕上； - 将 Muse 放进**小型触屏设备**，做出类似 DIY 版 Muse Charm 的装置。 Meta 在说明中写道：“Muse gadgets 是你自己构建的开源设备。你可以用现成的 **ESP32 开发板**编程，或者用我们的 SDK 配置 **Raspberry Pi**，然后把 Muse 连接到你的显示器、按钮、传感器、执行器，以及工作台上任何你能找到的东西。” 不过 Meta 也附上了一句警告：“**风险自负！**” ## Muse Home Link：官方送你一个现成硬件 除了开源代码，Meta 还准备免费发放一款名为 **Muse Home Link** 的官方小工具。用户可以通过社区构建的技能，让 Muse 代理“开灯、控制电视、向打印机发送文档，以及更多取决于你设备配置的操作”。 据 Meta Superintelligence Labs 的 **Nat Friedman** 透露，这款设备共制造了 **5,000 台**。目前可以加入等待名单，预计本月内开始发货。 ## 为什么值得关注 这次开源的信号很明确：Meta 不想让 Muse 只停留在聊天窗口里。通过拥抱 **ESP32** 和 **Raspberry Pi** 这类创客常用硬件，Meta 正在把 AI 代理推向智能家居、桌面显示和 DIY 自动化场景。 这条路和亚马逊 Alexa、Google Assistant 早期的硬件生态策略有相似之处，但 Meta 选择了一条更“开放”的路线——不自己包办所有硬件，而是让社区来定义 Muse 的形态。当然，开源也意味着体验参差不齐，Meta 那句“风险自负”并非客套。对于喜欢折腾硬件的开发者来说，这可能是把 AI 代理真正带入物理世界的一次有趣尝试。
亚马逊近日宣布了一项**10亿美元**的计划，旨在应对日益高涨的数据中心抵制浪潮。然而，该计划非但未能平息争议，反而招致了更多批评。 ## 计划内容与争议焦点 据悉，亚马逊承诺终止使用**保密协议（NDA）**，这一举措得到了部分人士的赞扬。长期以来，科技公司常通过NDA限制当地居民对数据中心项目的讨论，引发社区不满。亚马逊此次表态被视为对透明度的让步。 然而，批评者指出，亚马逊在计划中**淡化数据中心的污染问题**，未能正视其对环境的影响。数据中心需要大量电力冷却，常依赖化石燃料，导致碳排放和当地空气污染。此外，噪音、水资源消耗等问题也困扰着周边社区。 ## 行业背景与反响 随着云计算和AI的爆发式增长，数据中心建设加速，但社区抵制日益激烈。亚马逊、谷歌、微软等巨头均面临类似压力。亚马逊的10亿美元计划被视作一种公关策略，但批评者认为其缺乏实质性承诺，如投资可再生能源或减少污染。 有分析指出，亚马逊此举旨在缓和与社区的紧张关系，但若不能解决根本的环境和透明度问题，抵制只会加剧。此次 backlash 表明，科技公司需要更真诚地应对数据中心带来的社会和环境挑战。
苹果正在给 macOS 的「完全磁盘访问」权限加上新的限制。原因很直接：AI 代理越来越能干、越来越自主，而它们一旦拿到这项权限，就等于拿到整台 Mac 的钥匙。 ## 苹果要改什么 据 TechCrunch 报道，苹果在一份更新中表示，将推出新的控制措施，确保「真正希望授予应用这种特殊级别访问权限的用户，只能通过非常明确的用户操作来完成」。 翻译一下：以后 Mac 应用想拿到完全磁盘访问，不能靠默认勾选、模糊提示或捆绑授权蒙混过关，必须让用户做出清晰、主动的确认。 完全磁盘访问是 macOS 上的一项权限，授予后应用可以读取用户整个系统。苹果自己也承认，这项功能「在很大程度上绕过了」提供给用户的隐私控制，最初是为了让备份类应用能在 Mac 上正常工作。 ## 导火索：Muse 读到了不该读的消息 这次调整并非凭空而来。就在几周前，Inc 的 Jason Aten 发现，Meta 的 Muse AI 不知怎么知道了他的消息内容，而他并没有在 iPhone 或 Mac 上明确授权这个聊天机器人访问。 Meta 发言人 Andy Stone 对此提出异议，称访问 Messages 是「完全基于用户选择加入的」，并补充说，用户必须「同时启用完全磁盘访问和 Messages 连接器，Muse 才能读取你的 Messages 内容」。 但争议本身已经暴露出问题：当一项权限足够宽泛，用户是否真的理解自己交出了什么？ ## 苹果的说法 苹果在声明中写道： > 一些开发者正在以可能让用户面临风险的方式使用完全磁盘访问，在用户不完全知情和理解的情况下，暴露系统上的一切——包括文件、邮件、消息，甚至浏览历史……随着 AI 代理能力越来越强、越来越自主，这种级别访问权限带来的风险将大幅增长。 这段话点出了关键矛盾。传统应用的能力边界相对固定，而 AI 代理可以自主调用工具、串联数据、执行多步任务。一旦它能读取整个磁盘，邮件、聊天记录、浏览器历史、本地文件都可能成为它的上下文。风险不再只是「某个应用偷看了一个文件夹」，而是「一个自主系统掌握了你的数字生活全貌」。 ## 还没说什么时候上线 苹果没有公布这项更新的具体推送时间。The Verge 联系苹果请求置评，也未立即得到回复。 对普通用户来说，短期内最实际的动作是：打开系统设置，检查哪些应用已经拥有完全磁盘访问权限，尤其是那些你并不真正需要的应用。对开发者而言，信号同样明确——靠宽泛权限换取便利的时代，正在收窄。
在 AI 生成代码能力日益强大的今天，一位开发者将目光投向了乐高积木的数字化组装。近日，在 Hacker News 的 Show HN 板块，用户发布了一款**开源乐高 AI 生成器**，尝试用大语言模型直接生成 LDraw 格式的乐高拼装指令。 ## 从 ChatGPT 到 LDraw：一个业余项目的诞生 据作者介绍，这个项目的起点是去年 12 月左右。当时他开始实验，让 **ChatGPT** 和 **Claude** 生成 **LDraw** 语言代码。LDraw 是一种用于描述乐高积木如何组装的“汇编语言”——它属于底层编程语言，通过定义每个积木的位置、旋转和颜色，来构建三维模型。 作者在 HN 的帖子中写道：“这实际上是一种‘汇编’语言，一种低级编程语言，描述如何组装乐高零件。” 这意味着，AI 需要理解空间坐标、零件类型和连接逻辑，才能输出可用的 LDraw 代码。 ## 为什么值得关注？ 这个项目之所以有趣，是因为它把大模型的能力从常见的文本、图像生成，拓展到了**结构化代码生成**领域，尤其是针对一个相对小众但规则明确的领域特定语言（DSL）。LDraw 的语法严格，且需要空间推理能力，这对 AI 来说是一个不小的挑战。 如果 AI 能够可靠地生成 LDraw 代码，那么普通用户只需用自然语言描述想要的乐高模型，就能自动获得拼装图纸，甚至直接导入到乐高设计软件（如 **LDView**、**Studio**）中查看和编辑。这无疑会降低乐高创作的门槛，为爱好者提供新的玩法。 ## 开源与未来 作者将项目开源，意味着其他开发者可以基于此进行改进和扩展。目前，该项目在 HN 上首次发布，作者表示自己是 HN 的新用户，这是第一次发帖。虽然具体的技术细节和生成效果尚未完全披露，但这一方向已经引起了社区的兴趣。 从更广泛的视角看，这反映了当前 AI 应用的一个趋势：**将大语言模型与领域特定语言结合**，让 AI 成为专业工具的“副驾驶”。无论是生成 CAD 图纸、电路板布局，还是乐高拼装指令，AI 都在尝试理解并输出结构化的专业内容。 当然，这类项目也面临挑战：AI 生成的代码是否准确？空间推理是否合理？生成的模型是否真的能拼装？这些问题还需要进一步验证。但无论如何，这个开源乐高 AI 生成器为我们提供了一个有趣的案例，展示了 AI 在创意和工程交叉领域的潜力。 如果你对乐高或 AI 生成代码感兴趣，不妨关注这个项目，或许能从中获得启发。
## 问题浮出水面：iPhone 18 Pro Max 用户遭遇连接危机 自上周 **iPhone 18 系列**亮相以来，部分 AT&T 用户发现他们的 **iPhone 18 Pro Max** 无法拨打电话、发送短信或使用移动数据，甚至无法拨打 **911** 紧急电话。Reddit 和其他支持论坛上的帖子显示，手机随机进入 **SOS 模式**，Wi-Fi 连接正常，但移动网络功能完全中断。 值得注意的是，该问题仅影响 iPhone 18 Pro Max，其他 iPhone 18 机型（包括 iPhone 18 和 iPhone 18 Pro）均未报告类似情况。这暗示问题可能与该型号使用的**高通调制解调器**有关——其他 iPhone 18 机型搭载的是苹果自研的 **C2 调制解调器**。 ## AT&T 的紧急响应：立即更新 iOS 27.0.1 AT&T 已向受影响客户发送短信，要求他们**立即更新到 iOS 27.0.1**。短信内容写道：“重要 Apple 软件更新可用。部分手机可能无法完成通话/短信/数据，包括拨打 911。请立即更新。” 然而，AT&T 并未解释问题的具体原因。iOS 27.0.1 的更新说明中也没有提及 AT&T、调制解调器或任何网络问题，而是主要修复了**冻结问题、Face ID 故障**和其他小问题。 ## 更新并非万能药 尽管部分用户反馈更新后问题得到解决，但 Reddit 上的帖子显示，**并非所有人都能通过 iOS 27.0.1 修复连接问题**。AT&T 代表在回应 ZDNET 时表示：“Apple 已发布软件更新，以解决可能影响少数 iPhone 18 Pro Max 手机通话、数据、短信和 911 呼叫的问题。AT&T 客户应立即更新到最新软件。我们的首要任务是确保客户在需要时保持连接。” ## 如果你遇到了这个问题，该怎么办？ 1. **立即更新**：前往“设置”>“通用”>“软件更新”，安装 iOS 27.0.1。 2. **重启手机**：更新后重启设备，确保新软件完全加载。 3. **检查运营商设置**：前往“设置”>“通用”>“关于本机”，如果有运营商设置更新，请安装。 4. **联系 AT&T 或 Apple**：如果问题依旧，请联系运营商或苹果支持，获取进一步帮助。 ## 背景与影响 这并非苹果首次遭遇新机型的网络连接问题。iPhone 18 Pro Max 作为苹果最新旗舰，搭载了高通最新的调制解调器，而其他机型则使用了苹果自研的 C2 芯片。此次事件可能引发用户对高通调制解调器与 AT&T 网络兼容性的质疑，同时也凸显了苹果在自研芯片过渡期可能面临的挑战。 目前，苹果和 AT&T 均未公布问题的根本原因，但双方正在合作解决。对于受影响的用户来说，及时更新软件是当前最直接的应对措施。
TechCrunch Disrupt 2026 为受裁员影响的人士提供限时优惠：前 100 名符合条件者可以 **75 美元** 的价格获得 Expo+ 通行证，原价通常更高。该优惠截止到 **10 月 13 日太平洋时间上午 8 点** 或前 100 张售罄为止。 ## 为什么值得关注 TechCrunch Disrupt 是科技行业的重要聚会，2026 年将于 **10 月 13 日至 15 日** 在旧金山 **Moscone West** 举行，预计吸引 **10,000+** 创始人、投资者、运营者和科技领袖。对于正在求职或寻求职业转型的人来说，这是一个高效建立人脉、发现机会的场合。 ## 通行证包含什么 75 美元的 Expo+ 通行证提供： - **Expo Hall 入场**：与 300+ 参展初创公司直接交流，接触创始人和团队。 - **人脉拓展**：通过 TechCrunch Events 应用的 AI 匹配功能，根据兴趣和目标推荐相关参会者，并支持 1:1 会议。 - **分会场内容**：参加 breakout sessions，获取行业洞察和职业建议。 ## 如何利用 如果你正处于职业空窗期，Disrupt 提供了三天集中社交的机会。你可以在应用上提前联系参会者，在展会现场深入对话，了解公司后再决定是否申请职位。正如 TechCrunch 所说：“你的下一个机会可能只差一次对话。” ## 注意事项 该优惠仅限 **前 100 名** 符合条件者，且需在 **10 月 13 日** 前完成购买。一旦名额用完或展会开始，优惠即失效。如果你符合条件，建议尽快行动。 更多信息请访问 TechCrunch Disrupt 官网。
## 告别“代理工程”环境的碎片化：Pi pod 想把沙箱、客户端、RBAC 和自动化都装进你的服务器 如果你正在用 **pi** 这个编码代理框架，大概率已经习惯了它的极简与可定制——但也一定体会过“缺东少西”的别扭：沙箱要自己搭、原生客户端要自己找、团队共享会话要自己写权限、浏览器和原生应用的自动化更是得从零折腾。 开发者 **Evan** 在 Hacker News 上发布了 **pi pod**，一个围绕 pi 构建的**自托管代理运行环境**，目标是把这些“代理工程”的必备能力整合成一套简单、优雅的软件。 ### 它解决什么问题？ Evan 在发布说明中直言，自从公司转向 AI 原生工作流后，他对当前“代理工程”环境的现状感到失望。大厂实验室的产品往往带来**锁定**和**数据顾虑**，而 pi 本身虽然自由，但标准环境该有的能力它都不提供。 他把一个软件工程师在组织内使用代理时所需的**最小代理工程环境**定义为四件事： - **代理沙箱**：隔离运行，避免代理直接触碰宿主机 - **原生客户端**：不依赖浏览器标签页的交互体验 - **RBAC 会话共享**：团队内按角色共享代理会话 - **界面自动化**：驱动浏览器和原生应用 pi pod 就是要把这些全部收进来。 ### 怎么用？ 核心卖点是**无缝**：Evan 强调，使用 pi pod 应该和你已经花无数小时调教好的 pi harness **感觉没有区别**。它会在隔离的沙箱（称为 **pod**）中运行你的 pi 会话，沙箱内只预置了**最小化、精心挑选的工具链**，目的是“不挡路”，只提供你需要的无聊但必要的基础设施。 **自托管版本**设计为易于自行运行。Evan 鼓励任何对 pi 感兴趣的人拉取仓库、自己跑起来。自托管意味着**真正的所有权和隐私**，项目完全归你所有、随你定制。对于希望把整个代理环境放在自家数据中心的企业，这也是一个理想选项。 **托管服务**版本即将推出。 ### 为什么值得关注？ 在 AI 编码代理从“玩具”走向“生产工具”的过程中，**运行环境**正在成为下一个竞争焦点。大厂提供一体化但封闭的方案，开源社区则倾向于拼装。pi pod 试图在两者之间找一条路：保留 pi 的极简哲学和可定制性，同时补上企业级环境所需的沙箱、权限和自动化。 这不是一个功能列表式的产品发布，更像是一次**社区驱动的环境补全**。Evan 称其为“对 pi 和与代理协作的深情之作”，并欢迎在 GitHub 仓库或通过邮件（evan at pipod dot dev）提供反馈。 对于正在自建代理工作流的团队和个人，pi pod 提供了一个值得评估的自托管选项——尤其是当你既不想被锁定，又不想从零造轮子的时候。
**美国执法部门近日逮捕了一名科技公司首席执行官，指控其主导向中国走私价值约3亿美元的英伟达芯片。** 这起案件再次将英伟达高端芯片的出口管制漏洞推向风口浪尖，也表明美国对华技术封锁正面临日益猖獗的灰色渠道挑战。 ## 案件速览 据Ars Technica报道，这名CEO被控策划将受美国出口管制的英伟达芯片非法转运至中国。涉案金额高达**3亿美元**，若罪名成立，可能面临重刑。目前案件细节尚未完全公开，但已知与英伟达芯片的走私网络有关。 ## 为何英伟达芯片成为走私目标？ 自美国对华实施先进芯片出口限制以来，英伟达的**A100、H100**等高性能GPU被禁止直接销售给中国客户。然而，中国AI产业对这些芯片的需求极为旺盛，黑市价格甚至翻倍。巨大的利润空间催生了复杂的走私链条——芯片可能先运往第三国，再通过伪造文件、转口贸易等方式进入中国。 ## 走私手法与执法困境 美国商务部工业与安全局（BIS）近年来加强了对芯片流向的监控，但走私者不断变换手法。常见方式包括： - **第三国转口**：先将芯片运至新加坡、马来西亚等地，再转运中国； - **虚假申报**：将芯片标注为“低端产品”或“测试样品”； - **拆解分运**：将GPU拆成零件分批运输，入境后组装。 此次逮捕行动表明，美国执法机构正在加大打击力度，但案件频发也说明走私网络依然活跃。 ## 对英伟达与中美科技战的影响 英伟达多次强调遵守出口法规，但走私问题让其陷入两难：一方面要配合美国政府，另一方面中国市场贡献了可观的营收。分析人士指出，只要中国AI算力需求持续高涨，而合法渠道被堵死，走私就很难根除。 这起案件可能进一步加剧中美在科技领域的紧张关系。美国或借此推动更严格的出口管制执行，甚至将压力延伸至第三方国家。 ## 后续关注 目前案件仍在调查中，更多细节有待披露。但可以确定的是，英伟达芯片的走私问题不会随着一次逮捕而消失——它折射出全球AI算力争夺战下，技术管制与市场需求之间的深层矛盾。
## 一场精心设计的伪装 如果你在谷歌搜索“ChatGPT”，点击了最上方的赞助广告链接，可能会进入一个看起来完全正常的ChatGPT页面——账号已登录，界面一致，但等待你的却是一个精心布置的陷阱。 ZDNET近日报道了一种新型诈骗手法：攻击者利用**谷歌赞助广告**将用户引导至一个**自定义GPT**页面。这个自定义GPT的唯一功能，就是无论用户输入什么，都返回一条“服务可用性通知”，声称主域名服务受限，并提供两个选项——升级Plus订阅或访问备用域名。 ### 为什么如此逼真？ 这个骗局最令人防不胜防的地方在于：**你确实身处ChatGPT的真实域名之下**，而且如果你此前已登录，账号状态依然保持。页面上唯一可能引起怀疑的细节，是模型名称显示为“Plus 5.6”——但对不熟悉ChatGPT版本命名规则的用户来说，这几乎不会引起警觉。 ### 恶意软件的安装路径 一旦用户点击通知中的备用域名链接，就会被引导至一个**托管在谷歌Sites上的免费站点**（显然并非ChatGPT官方域名）。该页面会展示一个伪造的Cloudflare验证界面，并指示用户在Windows PowerShell中粘贴并运行一段命令。 **这段命令就是恶意软件的安装程序。** ZDNET的编辑亲自测试了这一流程：搜索ChatGPT后点击第一个结果，果然落入了骗局——无论输入什么内容，都会得到相同的受限响应和链接。而另一位编辑在相同操作下则进入了正常的ChatGPT页面，说明该骗局可能通过广告投放定向或随机触发。 ### AI时代的新型钓鱼手法 这一事件揭示了AI工具普及带来的新安全挑战。传统的钓鱼攻击通常伪造整个网站，而此次骗局**寄生在真实平台之上**，利用自定义GPT的合法功能作为诈骗载体。自定义GPT本是OpenAI允许用户为特定任务创建的定制版本，却被恶意利用来输出诈骗信息。 对于普通用户而言，防范此类骗局的关键在于： - **避免点击搜索引擎的赞助广告**，直接输入网址或使用书签访问ChatGPT - **警惕任何要求运行命令行指令的“验证”步骤**，正规服务不会要求用户手动执行PowerShell命令 - **注意模型名称异常**，如“Plus 5.6”这类不符合官方命名规范的标识 - **检查链接域名**，任何跳转至非openai.com域名的“备用站点”都值得怀疑 随着AI助手成为日常工具，围绕它们的欺诈手段也在快速进化。保持对异常请求的警觉，是当下每个用户必备的数字素养。
苹果近日宣布，将针对 macOS 的 **Full Disk Access（完全磁盘访问权限）** 引入更严格的控制措施。这一决定紧随一起争议事件：有记者声称 Meta 的 AI 应用 Muse 在未经明确授权的情况下读取了其私密信息，尽管 Meta 对此予以否认。苹果警告称，随着 AI 代理变得愈发强大和自主，允许应用广泛访问用户文件、邮件、信息和浏览历史的风险正在显著上升。 ## 事件背景：从记者爆料到苹果出手 事件起因于 Inc. 专栏作家 **Jason Aten** 的公开指控。他表示，Mac 上的 Meta Muse 应用似乎“知道”其私密信息的内容，而他声称自己并未授予该 AI 代理相应权限。Meta 随后否认了这一说法，但争议已经引发外界对桌面端 AI 安全性的广泛质疑。 无独有偶，**Wired** 此前的一份报告指出，ChatGPT 的 Mac 应用存在一个漏洞，可能被黑客利用来访问敏感数据。接连两起事件，将桌面 AI 代理的权限边界问题推到了风口浪尖。 ## Full Disk Access 为何成为焦点 Full Disk Access 原本是为备份等正常功能设计的系统设置。开启后，应用可以访问用户的文件、邮件、信息甚至浏览历史。苹果在面向开发者的一篇博文中坦言，部分开发者对这一权限的使用方式可能将用户置于风险之中——在用户并不完全知情和理解的情况下，将系统内的几乎一切内容暴露出来。 苹果表示，未来将引入新的控制措施，确保只有通过**非常明确的用户操作**，才能授予应用这种“非同寻常”级别的访问权限。 ## 苹果的立场：AI 越自主，风险越大 苹果在博文中强调：“解决这一问题至关重要。随着 AI 代理的能力和自主性不断增强，这种访问级别带来的风险将大幅上升。我们致力于确保用户在授予此类权限前清楚理解相关风险，从而对自己的数据和隐私做出知情决策。” 这一表态点出了桌面 AI 代理的核心矛盾：它们需要广泛权限才能完成复杂任务，但一旦权限被滥用或误用，后果可能极为严重。 ## 对行业意味着什么 苹果此举可能为桌面 AI 生态立下新的安全标杆。其他平台和 AI 应用开发者或将面临跟进压力，重新审视权限请求的设计。对于用户而言，更严格的授权流程虽然可能带来些许不便，但能有效降低“被 AI 悄悄读取一切”的隐忧。 目前，苹果未就 TechCrunch 关于该功能变更的询问作出回应。这一调整的具体上线时间和实现细节仍有待观察，但其释放的信号已经足够清晰：在 AI 代理时代，系统级权限的管控只会越来越严。
## OpenAI 的 Dot 来了，但它更像一位「同事」 就在 Meta 的 Muse 智能体引发热议后不久，OpenAI 也发布了自家的智能体平台——**Dots**。和 Muse 一样，Dots 拥有圆滚滚的拟人化头像，还能自定义名字。作者把自己的 Dot 命名为 Dotty McDotface。但真正上手后你会发现，两者的气质截然不同：**Dots 更像是一款办公软件，只不过恰好能帮你订一份墨西哥卷饼**。 ### 界面相似，定位不同 从交互上看，Dots 与 Muse 颇为接近：一个窗口用来和智能体对话，另一个窗口则实时展示它在虚拟机上的操作过程。但 Dots 的定位并非「私人购物助理」，尽管它确实能帮你买东西。更准确地说，它更像一位**能操作其他软件的同事**。 开箱即用时，Dot 的虚拟机已经可以访问 **Blender**、**GIMP** 等应用。用户还能通过桌面版 ChatGPT 应用，让 Dot 访问自己的电脑；如果需要边想边说，也可以直接「打电话」给 Dot 一起梳理思路。 ### 价格门槛透露了目标用户 值得玩味的是发布策略。OpenAI 将 Dots **优先开放给最高 tier 的付费用户**，包括作者为测试而报销的 **每月 100 美元的 Pro 账户**。相比之下，Muse 及其热门竞品 Instinct 目前都是免费的——至少在 Meta 真正把它做起来、并可能开始用它投放广告之前是这样。 这一定价与开放节奏，比任何可爱头像都更能说明问题：**Dots 面向的是愿意为生产力付费的人，而不是想找个 AI 帮自己花钱的普通消费者。** ### 与 Codex 的关系 用一句话概括 Dots 的定位：**把它想成是「给普通人用的 Codex」**。它继承了智能体自动执行任务的能力，但降低了使用门槛，让非技术用户也能指挥一个虚拟助手在软件之间穿梭、完成工作。 当然，这条路并不轻松。作者此前测试其他 AI 智能体处理日常个人任务时，结果可谓喜忧参半。Dots 能否在企业场景中真正站稳脚跟，还要看它把「能操作软件」转化为「可靠地完成工作」的能力。
This week, the White House got nearly every major tech CEO in one room — Zuckerberg, Bezos, Musk, and Anthropic’s Dario Amodei among them — to sign an AI safety pledge that President Donald Trump called “morally binding.” Trump also signed an executive order officially rebranding AI as “super intelligence,” and meanwhile, Meta and OpenAI are putting friendlier faces on their AI products, even as the biggest money […]
## 白宫定调：从「人工智能」到「超级智能」 本周，白宫召集了几乎所有的科技巨头CEO——**马克·扎克伯格**、**杰夫·贝索斯**、**埃隆·马斯克**，以及 **Anthropic 的达里奥·阿莫代伊**等人——齐聚一堂，共同签署了一份AI安全承诺书。美国总统**唐纳德·特朗普**称这份承诺具有「**道德约束力**」。 更具象征意义的是，特朗普同时签署了一项**行政命令**，正式将「人工智能」（AI）这一术语重新命名为「**超级智能**」（Super Intelligence）。这一措辞上的转变，远非简单的文字游戏，而是标志着美国政府对AI技术定位的根本性升级。 ## 术语变更背后的深意 「人工智能」一词自1956年达特茅斯会议以来，一直承载着「模拟人类智能」的温和含义。而「超级智能」则直接指向**超越人类智能总和**的假设性系统。白宫选择此时更名，至少传递出两层信号： - **战略层面**：将AI提升至国家安全与全球竞争的核心高度，与「曼哈顿计划」「阿波罗计划」等历史性工程相提并论。 - **监管层面**：为未来可能出台的更严格监管措施铺垫话语基础——毕竟，没有哪个政府会对「超级智能」掉以轻心。 值得注意的是，这一更名发生在**科技巨头集体签署安全承诺**的同一场合。承诺书的具体条款尚未完全公开，但据称涵盖了模型风险评估、红队测试、以及部署前的安全审查等内容。 ## 巨头们的「友好面孔」 与白宫的高调定调形成有趣对照的是，**Meta 和 OpenAI** 正在为各自的AI产品换上更「友好」的面孔。 - **Meta** 近期在AI助手的交互设计中强调「亲和力」与「日常陪伴」，试图淡化技术带来的距离感。 - **OpenAI** 则在产品更新中加入了更多用户可控的安全选项，并调整了对外沟通的语气，从「突破性能力」转向「可靠的工具」。 这种「外冷内热」的策略并不矛盾：**政策端强调超级智能的宏大与风险，产品端则强调易用与安全**，两者共同构成了AI行业在当前阶段的生存智慧。 ## 行业影响与不确定性 白宫此次动作的影响可能体现在三个层面： 1. **话语体系重构**：「超级智能」可能逐渐取代「AI」成为政策文件、学术论文乃至媒体报道的标准用语，进而影响公众认知与投资风向。 2. **监管预期升温**：更名本身不产生法律效力，但它释放了明确的信号——**更严格的监管框架可能正在酝酿**。 3. **企业合规压力**：签署承诺书的公司未来可能面临更频繁的安全审计与透明度要求，尤其是涉及前沿模型训练的企业。 不过，目前尚不清楚这份「道德约束力」承诺书是否具有任何法律强制力，也不确定行政命令的具体执行细节。**术语变更与安全承诺的实际效果，仍有待观察。** ## 小结 从「人工智能」到「超级智能」，一词之差，折射出美国政府对AI技术战略定位的深刻转变。科技巨头们在白宫签署承诺书的同时，也在产品端努力展现友好与可控。这种「**高层定调宏大、落地强调安全**」的双轨策略，或将成为AI行业未来一段时间的主旋律。
## 一场 MySpace 式的分手官宣 希文·齐利斯（Shivon Zilis）在 X 上宣布，她与四个孩子的父亲埃隆·马斯克已经分手。而她的官宣方式，堪称互联网时代的奇观：她引用了一条来自「Big Tech Alert」的帖子——这个账号专门监控科技圈大佬们谁关注了谁、谁又取关了谁。那条帖子指出，马斯克已经在 X 上取关了她。更荒诞的是，这条帖子还带有 Kalshi 的赞助。 齐利斯在声明中写道：**「从相爱到放手，只用了一周，毫无预警，但有时候就是这样。」** ## 「呃，你知道的」 齐利斯与马斯克的关系远不止浪漫纠葛。今年早些时候，马斯克起诉萨姆·奥尔特曼的庭审中，齐利斯出庭作证。她否认自己是马斯克的幕僚长，但表示自己曾在马斯克的「整个人工智能版图——特斯拉、Neuralink 和 OpenAI」中工作。她声称每周为马斯克工作 **80 到 100 小时**，「去寻找瓶颈并解决它们」。 然而马斯克本人似乎有不同看法。他在作证时称齐利斯就是他的幕僚长，并补充了一句「呃，你知道的」，引发法庭旁听席一阵哄笑。 ## 马斯克身边的女性：一部公开翻车史 马斯克与为他生下孩子的女性之间的公开冲突，几乎已成惯例。 - **第一任妻子贾斯汀·马斯克**：在写下《我是创业期妻子》后，对前夫的话题彻底沉默。 - **阿什利·圣克莱尔**：另一位孩子的母亲，称曾拒绝马斯克提出的 **4000 万美元保密协议**。她目前正因马斯克的聊天机器人 Grok 生成她的深度伪造裸照而起诉他。 - **格莱姆斯（Grimes）**：曾将怀孕形容为「牺牲你的身体和自由」，后来起诉马斯克以确立亲子关系。她还曾发推（后删除）写道：「告诉希文把我从黑名单里放出来，告诉埃隆让我见见我儿子，或者至少回复我的律师。」 ## 为什么这件事值得关注 表面上看，这是一桩科技圈八卦。但齐利斯在马斯克 AI 帝国中的角色，以及她与马斯克关系破裂的公开化，折射出更深层的问题：**当全球最具影响力的 AI 公司领导人的私人关系与职业权力高度纠缠时，公司治理、信息披露和利益冲突的边界在哪里？** 齐利斯在庭审中的证词——她横跨特斯拉、Neuralink 和 OpenAI 工作——本身就暗示了马斯克商业帝国中非正式权力结构的模糊性。而这场分手，以引用取关监控账号的方式公之于众，更像是这个时代科技权力与个人生活彻底融合的一个注脚。 正如 The Verge 记者伊丽莎白·洛帕托在文中所讽刺的那样：**亨利八世的妻子们过得也挺好。**