一场由普通技术工作者发起的草根运动正在形成，他们要求所在公司负责任地开发和部署AI。而新成立的超级政治行动委员会（super PAC）Guardrails Alliance旨在利用这种不满情绪，推动AI立法。 ## 背景与目标 Guardrails Alliance由民主党活动人士Shaunna Thomas和Leah Hunt-Hendrix于周四正式启动，得到了科技员工、工会及其他团体的支持。Thomas对《纽约时报》表示：“我们的基本信念是，人们仍然有能力阻止特朗普政府和科技行业的专制接管。”该组织将自己定位为一个民粹主义政治运动，依靠AI行业一线工作者的小额捐款运作。 ## 资金对比与策略 目前，Guardrails Alliance拥有约**500万美元**资金，并计划在本选举周期筹集**1500万美元**。然而，与其对手相比，这显得微不足道——例如，由OpenAI总裁Greg Brockman等科技领袖支持的Leading the Future，拥有超过**1亿美元**资金。Guardrails将购买广告支持纽约国会候选人Alex Bores，后者已成为Leading the Future的首个攻击目标，并将于下周参加初选。周四，Bores发布了一则广告，内容涉及青少年Adam Raine的父母——这名少年在与ChatGPT长时间对话后自杀身亡。Bores还得到了另一个支持立法的超级PAC——Public First Action的支持，该组织背后有Anthropic的支持。 ## 行业反应与更广泛动员 尽管OpenAI试图与Brockman的捐赠保持距离，但据报道许多员工并不买账，并在社交媒体上对Leading the Future攻击Bores的行为表示担忧。今年，技术工作者还动员起来，要求公司高管终止与美国移民和海关执法局（ICE）的合同，并敦促五角大楼撤销对Anthropic的“供应链风险”认定——批评者认为，这一标签是在未经正当程序的情况下，为报复Anthropic限制其技术用于大规模监控和自主战争而强加的。 Thomas表示：“这并非要与Leading the Future进行美元对美元的竞争。这个工具的目标是为那些担心反监管AI科技部门试图操纵选举的人们提供一个政治家园。” ## 小结 Guardrails Alliance的成立标志着AI行业内部关于负责任创新的分歧已从企业内部延伸至政治领域。尽管资金规模悬殊，但其草根性质和对小额捐赠的依赖，可能为那些对科技巨头影响力日益膨胀感到不安的选民提供一个发声渠道。这场“500万对10亿”的角力，不仅是资金的较量，更是民粹力量与建制派科技资本之间的理念对决。
作为ZDNET的资深编辑，我长期使用并批评Siri的诸多缺陷。因此，当苹果在2026年WWDC上发布全新的Siri AI时，我迫不及待地想要测试它。我将Siri AI置于与ChatGPT和Gemini相同的测试标准下，在MacOS 27上进行了全面评估。 ### 测试方法 我设计了一套涵盖信息检索、逻辑推理、多轮对话和任务执行能力的测试题，这些题目此前已用于评估ChatGPT和Gemini。例如： - 询问复杂的历史事件细节 - 要求解释科学概念 - 进行多步骤的任务规划 - 模拟自然对话中的上下文理解 ### 初步印象 Siri AI相比旧版有了显著进步。它能够理解更长的句子，对模糊问题的回应也更合理。例如，当我问“帮我规划一个周末巴黎旅行，预算500美元”时，Siri AI给出了包括交通、住宿和景点在内的粗略建议，而旧版Siri通常会直接跳转到网页搜索。 ### 关键发现 **优势：** - 上下文理解能力增强，能记住前几轮对话的关键信息 - 对专业术语的识别更准确，比如“机器学习中的过拟合” - 任务执行速度较快，尤其是本地应用集成（如设置提醒、发送消息） **不足：** - 在复杂推理任务上仍落后于ChatGPT和Gemini。例如，当问“如果A比B高，B比C高，那么A和C谁高？”时，Siri AI有时会给出错误答案。 - 多轮对话中偶尔丢失上下文，需要用户重复信息 - 对于非常规问题（如“用莎士比亚风格写一段关于人工智能的诗”），Siri AI的输出质量明显不如竞品 ### 行业背景 苹果在AI领域的步伐一直相对保守。与Google和OpenAI相比，Siri AI的升级更像是追赶而非领先。然而，考虑到苹果对隐私的重视（大部分处理在设备端完成），这种权衡可以理解。但用户期望的是既安全又强大的助手。 ### 小结 Siri AI是一个有前途的开始，但苹果仍需在准确性、对话流畅性和创造性上努力。对于日常简单任务，它已经足够好；但对于需要深度推理或创意输出的场景，ChatGPT和Gemini仍是更优选择。苹果的隐私优势是独特卖点，但若不能缩小能力差距，Siri AI可能难以吸引核心用户。 未来，随着更多开发者接入和模型优化，Siri AI有望成为更强大的助手。但目前，它更像是一个“beta”版本，而非成熟的产品。
想象一下，你可以在家中或户外随时随地开关节日彩灯、台灯或风扇，而且成本极低。这款目前正参与促销的智能插座就能帮你实现。 ## 产品概览 这款**Amazon Smart Plug**（亚马逊智能插座）原价约25美元，现以**13美元**（约合人民币93元）的价格促销，折扣幅度达48%。它旨在让传统家电瞬间升级为智能设备，用户可通过**Alexa语音助手**或手机App远程控制。 ## 核心功能与体验 - **语音控制**：连接Alexa后，只需说“Alexa，打开客厅灯”即可控制连接的设备。 - **远程操控**：通过Amazon Alexa App，无论在家还是外出，都能随时开关电器。 - **定时与场景**：可设置定时开关或创建“离家模式”等场景，提升便利性与安全性。 - **简易安装**：即插即用，无需额外Hub，与现有Wi-Fi网络兼容。 ## AI行业背景与价值 智能插座作为**物联网（IoT）**与**智能家居**的入门级产品，正逐渐普及。它降低了普通用户接触AI语音助手的门槛，让自动化生活触手可及。从行业角度看，这类设备的数据积累有助于训练更精准的**家庭自动化模型**，例如通过用户使用习惯预测能源需求。 ## 使用场景与建议 - **节日装饰**：轻松控制彩灯开关，营造氛围。 - **日常便利**：睡前无需起身关灯，通过语音或App操作。 - **能源管理**：设置定时关闭风扇或空调，节省电费。 需要注意的是，该插座仅支持**2.4GHz Wi-Fi**，且需与Alexa设备配合使用。若家中已有Echo或Dot，则体验更佳。 ## 小结 对于希望以低成本体验智能家居的用户，这款13美元的智能插座是一个极佳切入点。它无需复杂布线，却能显著提升生活便利性，是**AI走进日常**的典型案例。
在AI代理的部署浪潮中，企业面临着“快速推进”与“谨慎行事”的两难选择。来自普华永道和NBCUniversal的两位IT领袖分享了他们的实践经验，提出了一种混合策略：既要快速实验，又要确保人类始终在决策环中。 ## 核心原则：人类即循环 普华永道全球首席AI工程师Scott Likens强调：“不要只做‘人在循环中’——**人类本身就是循环**。”这意味着AI代理的任何行动都应由人类发起和主导，而非完全自主。NBCUniversal的AI创新与加速高级副总裁Lasherelle Morgan补充道，应从用户痛点出发，先问“你每天花五小时在什么上？”，再选择合适工具，而非盲目引入AI。 ## 快速实验，但要有边界 Likens建议企业进行大规模实验，例如普华永道以**一天或五天为周期**滚动推出AI驱动的实验。关键在于推动业务领导者思考AI带来的可能性，而不仅仅是实现2%-3%的成本节约。他指出：“关于token的讨论才刚开始几个月，现在突然大家都关注AI成本了。” ## 数据准备是前提 在引入AI之前，企业必须准备好正确的数据。Morgan表示：“从可重复的流程和数据开始。”缺乏数据基础，AI项目很容易失败。 ## 平衡速度与风险 两位专家一致认为，企业需要在“快速试错”和“风险管控”之间找到平衡。快速迭代能加速学习，但必须设置安全护栏，比如人类审批、数据隐私保护等。 总之，AI代理的部署不是非此即彼的选择，而是一场需要智慧与勇气的舞蹈。
距离亚马逊 Prime Day 正式开启还有两周，但早期促销已经开始。根据 ZDNET 实测，包括三星、索尼、TCL 和海信在内的多个主流品牌电视已出现显著折扣，部分型号降价幅度高达 **$2,000**。 ## 重点优惠一览 - **TCL QM8K 65英寸**：现价 **$998**（省 $500） - **三星 S90F 55英寸**：现价 **$998**（省 $300） - **海信 Canvas S7 75英寸**：现价 **$1,600**（省 $900） - **TCL X11L 85英寸**：现价 **$6,000**（省 $2,000） - **索尼 Bravia 8 II 65英寸**：现价 **$2,798**（省 $500） ## 值得关注的亮点 - **TCL QM8K** 和 **X11L** 系列主打 Mini-LED 技术，在亮度和对比度上表现突出，适合追求画质的用户。 - **海信 Canvas S7** 定位艺术电视，优惠后性价比极高，适合客厅装饰需求。 - **索尼 Bravia 8 II** 延续了索尼在色彩处理和运动补偿上的优势，适合影音爱好者。 ## 购买建议 虽然 Prime Day 正式活动可能带来更多折扣，但目前的价格已经处于历史低位。对于急需升级电视的用户，提前入手可避免抢购缺货风险。ZDNET 建议关注 **65英寸以上大屏型号**，降价空间更大。所有推荐均基于实际测试和用户口碑，确保品质可靠。 > 注意：以上价格来自亚马逊，可能随时变动。部分优惠为限时秒杀，建议尽早下单。
## 事件始末：从发布到封禁的48小时 上周五，Anthropic最新AI模型**Fable 5**及其基础模型**Mythos**突然被美国政府施加出口管制，禁止外国人员（包括在美工作的Anthropic外籍员工）访问。Anthropic随即全面下线这两个模型，理由是担心无法合规执行限制令。 这起事件发生在Fable 5公开发布不到一周后，也是Anthropic与特朗普政府新AI监管体制的首次正面交锋。据《The Verge》资深AI记者Hayden Field在Decoder节目中的复盘，整个周末双方都在紧急沟通，试图厘清事件原委与解决方案。 ## 讽刺的转折：呼吁监管者反被监管所伤 Anthropic多年来一直主张：AI可能很快强大到足以构成危险，政府必须尽快建立严肃的监管体系。如今政府真的出手了，但方式却让这家公司措手不及。 - **出口管制**：限制令针对的是模型本身，而非具体用途。这意味着即使是在美国本土，Anthropic的外籍研究员也无法继续开发或调试Fable 5。 - **全面下线**：Anthropic选择主动关闭服务，而非尝试部分合规。这反映出企业面对模糊监管指令时的避险本能。 ## 更深的行业影响 截至周二录制节目时，Fable 5仍处于离线状态。Claude的聊天界面提示“Fable 5目前不可用”。Hayden指出，无论Fable是否很快恢复，这起事件已产生深远影响： 1. **人才困境**：出口管制可能迫使AI公司重新评估外籍员工的角色，或引发人才外流。 2. **监管不确定性**：政府与企业的冲突模式将为后续AI治理树立先例。 3. **开源与闭源之争**：模型被限制后，开源社区能否提供替代方案成为焦点。 ## 核心问题：谁有权叫停AI？ 这场风波暴露了AI监管的核心矛盾： - **安全与创新的平衡**：政府以国家安全为由限制模型，但Anthropic认为这阻碍了技术进步。 - **执行标准模糊**：何为“危险”模型？出口管制是否应基于能力而非国籍？ - **企业自主权**：Anthropic曾呼吁监管，但当监管真正到来时，企业却发现自己缺乏话语权。 ## 展望 Fable 5的命运尚未尘埃落定。但可以确定的是，这起事件将成为AI治理史上的一个关键节点。它证明：当政府决定“AI太危险”时，企业几乎没有还手之力——即使这家企业曾是监管最积极的倡导者。
在人工智能硬件领域，一场由声波引领的变革正在悄然发生。来自亚利桑那大学的研究团队成功开发出一种基于声波的神经突触器件，其灵感直接来源于生物大脑的学习机制，却仅需传统电子AI芯片极低的一部分能耗。这一成果为神经形态计算开辟了全新的路径。 ### 从电信号到声波：为何要“换道”？ 传统AI芯片依赖电子在半导体中的流动来模拟神经元的连接与权重更新，但这一过程伴随着显著的能量损耗。随着模型规模呈指数级增长，能耗已成为AI发展的关键瓶颈。研究者将目光投向了声波——一种机械振动，它在传播过程中的非线性特性天然适合模拟突触的可塑性。 这款声学突触器件通过压电材料将电信号转换为声波，声波在微结构中传播时，其振幅和相位会随输入信号历史而发生变化，从而“记住”过往模式。这种物理记忆机制无需像传统芯片那样频繁进行数据读写，使得单次操作能耗大幅降低。 ### 性能对比：声学突触的“脑力”优势 在标准基准测试中，该声学突触在执行模式识别任务时，能耗仅为同等规模电子突触的**千分之一**。更值得注意的是，其学习过程更接近生物突触的“脉冲时间依赖可塑性”——即神经元放电的时间先后决定了连接强度的变化方向。这种时间编码能力让芯片在处理时序数据（如语音、视频流）时具有天然优势。 不过，研究团队也坦言，当前原型仍处于实验室阶段。声波器件的集成密度尚无法与先进CMOS工艺媲美，且声波在材料中的衰减限制了信号传播距离。但作为一种全新的计算范式，它的低功耗特性已吸引多家半导体机构关注。 ### 行业启示：神经形态计算的“第三条路” 目前，神经形态芯片主要分为两条技术路线：一是基于数字电路的脉冲神经网络（如Intel的Loihi），二是基于模拟电路的交叉阵列（如IBM的TrueNorth）。声学突触的加入，提供了**第三条路径**——利用物理动力学本身实现计算。 这并非孤例。此前已有研究利用光子、自旋波甚至化学扩散来实现类脑计算，但声波因其在固态材料中传播慢、波长易调控的特点，在能耗和尺寸之间取得了较好平衡。如果未来能解决声波器件的制造兼容性问题，它或将成为边缘AI设备的理想选择——那些需要持续运行但电池容量有限的场景，如智能传感器、可穿戴设备。 ### 小结 亚利桑那大学的这项研究证明了“非电子”计算方式的巨大潜力。它提醒我们，AI硬件的进化或许不必一味追随摩尔定律的缩微路径，而是向生物大脑学习——利用物理现象本身，而非模拟其表象。当然，从实验室到量产仍有漫漫长路，但声波这一古老而熟悉的介质，正在数字时代焕发新的生命力。
Adobe 将其 AI 助手引入整个 Creative Cloud 套件的计划已全面展开，从今天开始，Photoshop、Premiere、Illustrator、InDesign 和 Frame.io 的公开测试版中各自集成了专属的 AI 助手。这些助手由 Adobe 的“对话式创意代理”驱动，但每个应用内的助手都作为“专家”独立运行，针对特定任务进行了微调。 在 Premiere 中，AI 助手可以按内容对素材进行分类、批量重命名片段、识别语音中的关键词并添加标记，甚至自动搭建视频编辑的起点。Photoshop 的 AI 助手则能理解用户用自然语言描述的编辑目标，并自动调用相应的工具来组织图层、调整颜色或执行其他操作。Illustrator、InDesign 和 Frame.io 的助手也各有侧重，覆盖了矢量图形、排版和协作审阅等场景。 用户只需在应用内通过聊天界面输入提示，即可让 AI 执行原本繁琐的步骤。这标志着 Adobe 从“工具执行指令”向“理解创作意图”的转变。不过，这些 AI 助手目前仅支持英文，且尚处于测试阶段，部分复杂操作仍需人工介入。随着更多应用接入，Adobe 正试图将 AI 从“辅助工具”升级为“创作伙伴”，但如何平衡自动化与创意控制仍是关键挑战。
Adobe 今日为其 Firefly AI 助手推出多项新功能，同时发布了“重新构想”的 AI 工作室，用户可在单一界面内编辑和生成新设计。新的 Firefly 体验今日以私有测试版上线，旨在提供“持久上下文、可复用资产和有序工作流”，让用户无需切换应用即可从构思直达生产级设计。 这是自 2023 年 9 月 Firefly 统一 AI 中心首次发布以来，Adobe 进行的多次设计改版中的最新一次。除界面更新外，新 Firefly AI 工作室还推出了两项旨在提升设计一致性和项目组织性的功能。 ### Elements：让设计元素“有名字” 第一项是 **“Elements”**（元素），允许用户保存已创建的**角色、地点和对象**，以便在 Firefly 和 Firefly Boards 中重复使用。这意味着你可以上传角色或环境的参考图像并为其命名，然后告诉 Firefly “在 Charlie 的卧室里生成一个场景”，而无需每次都费力输入提示描述，并寄希望于聊天机器人保持同一设计。 ### Projects：项目级上下文管理 第二项是 **“Projects”**（项目），它将你的资产、生成内容和创意上下文整合在一起，便于组织并随时从上次中断的地方继续创作。 ### Firefly 助手新增品牌与视频功能 今年早些时候推出的 Firefly AI 助手（允许用户通过描述性对话提示进行创作和编辑）也获得了新工具。它现在可以**生成品牌套件**，包括根据公司名称和风格描述生成**徽标和调色板**。此外还有新的视频编辑能力，如 **Quick Cut**（快速剪辑），可快速将视频片段组装成可精修的初稿。 这些更新进一步巩固了 Adobe 在**生成式 AI 创意工具**领域的地位，尤其针对需要保持品牌一致性和高效工作流的设计师与营销团队。通过“记住”用户之前的设计元素，Firefly 正从单纯的生成工具向**智能创意伙伴**进化。
## 暗物质搜索：从WIMP到更广阔的天地 数十年来，物理学家一直在寻找弱相互作用大质量粒子（WIMPs），这是暗物质的主要候选者。但搜索遇到了新问题：中微子。来自太阳和其他恒星的微小粒子可能形成“中微子雾”，淹没暗物质信号。然而，这并不意味着搜索结束，研究人员正在扩大搜索范围。新提案包括量子传感器、液氦探测器，甚至木星大气层搜索。暗物质搜索已进入全新领域。 ## 肯尼亚企业家推动太阳能 内罗毕的商店普遍使用柴油动力谷物磨粉机，但Milcah Wanjiru的店不同：它靠太阳能或电网运行。肯尼亚约四分之一人口仍缺乏集中供电，离网太阳能被视为到2030年实现普遍接入的途径。对Wanjiru而言，太阳能降低了运营成本，并在收回前期投资后提高利润。太阳能碾磨系统正在肯尼亚及其他地区兴起。 ## 地球工程仍面临重大实际挑战 太阳地球工程常被描述为紧急刹车——在气候紧急情况下，散射光反射粒子以弹回阳光并冷却地球。但这更像一个复杂的未解谜题。深入探讨这些工程挑战后发现，这比想象中困难得多。 ## 必读精选 - 五角大楼称在打击伊朗时使用了Grok，其AI主管表示这有助于目标选择。
忘掉贴纸、GIF 和表情包反应吧。Pixi 押注消息传递的下一个进化方向是交互式增强现实（AR）。这家初创公司于周三在 App Store 发布了其消息原生应用，允许用户通过 iMessage 发送由 AI 驱动的 AR 角色。这些角色不会以静态媒体形式出现，而是通过接收者的 iPhone 摄像头栩栩如生地呈现，它们能对周围环境做出反应、与人互动并实时回应。 虽然 AR 已不再新鲜——像 Snap 这样的公司多年来一直在创建 AR 滤镜和镜头——但 Pixi 认为其方法与众不同。通过将 AR 与设备端 AI 相结合，其角色能够理解周围发生的事情并做出相应行为。例如，一只虚拟猫会在真实狗狗走过时做出反应。（据公司称，所有视觉和音频处理都在设备上完成，以保护用户隐私。） Pixi 创始人 Mark Drummond（曾任职于梦工厂动画和苹果）表示，该应用旨在为数字对话带来更强的存在感和自发性。用户无需发送文字祝福生日快乐，而是可以发送角色来创造共享体验，将简单的信息转变为更接近数字礼物或趣味互动的东西。 “我们解决的消费者问题是，当朋友不在身边时想到他们，”他告诉 TechCrunch。“有时这种心理被称为‘送小礼物’或创意赠礼。你分享的是感情的信物，基本上是卡片、电子卡片和礼物。那是你爸爸，或者在某些情况下，是你爷爷的媒体。我们可以做得更好。我们可以做一些数字原生的东西，利用我们在 iPhone 上关于 AR 学到的一切。” 本周早些时候，Drummond 向我们演示了该应用，选择了猫角色，它在桌子上表演了一系列单口相声。值得注意的是，这只猫似乎对 Drummond 的面部表情做出了反应。例如，当他微笑时，体验就结束了，展示了角色感知情绪线索的能力。 发布时，用户将可以使用一个机器人、一只猫和一个动画信封角色，这些角色能对声音做出反应并以有趣的方式攻击朋友。如果朋友移动，信封就会追逐他们。还有像井字棋和打地鼠这样的游戏。Pixi 计划扩展到更多角色，目标是创建一个市场，让工作室、品牌和独立创作者可以分享他们独特的角色供用户选择。
每周有超过2.3亿人通过ChatGPT获取健康与 wellness 建议。最新发布的 GPT-5.5 Instant 模型在健康领域实现了显著进步，其表现已接近前沿 Thinking 模型，并且对所有免费用户开放。 ## 健康智能的提升体现在哪些方面？ 根据 OpenAI 的评估，GPT-5.5 Instant 在以下关键维度上实现了突破： - **紧急情况识别**：更准确地判断何时需要立即就医 - **上下文理解**：主动询问相关信息，避免盲目给出建议 - **不确定性表达**：清晰说明回答的局限性，避免过度自信 - **信息可读性**：将复杂医学术语转化为通俗易懂的语言 ## 医生团队如何参与评估？ OpenAI 组建了一个全球范围内的医生网络，他们通过以下方式帮助定义“好”的医疗回答： 1. **示例评审**：评估模型生成的回复，指出优点与不足 2. **理想行为定义**：描述在真实场景下医生会如何回答 3. **故障模式识别**：发现模型可能出错的典型情况 这种医生主导的评估机制，确保了模型改进方向与临床实际需求一致。 ## 评估工具：HealthBench 系列 为了量化进步，OpenAI 使用了专门的健康评估基准： - **HealthBench**：覆盖通用健康咨询场景 - **HealthBench Professional**：针对更专业的医疗问题 这些评估使用真实对话场景和医生编写的评分细则，从**准确性、安全性、沟通质量、上下文意识、完整性和适当转诊**等多个角度进行打分。 ## 与医生直接对比的结果 在另一项测试中，OpenAI 让医生在无AI辅助、有无限时间和网络访问权限的情况下撰写回答，然后与模型回答进行盲评。结果显示，GPT-5.5 Instant 在**准确性、沟通清晰度、完整性、指令遵循和健康专业性**等方面与医生表现相当。 ## 对用户意味着什么？ 对于普通用户来说，这意味着： - **更可靠的日常健康咨询**：从解读化验单到了解药物副作用，都能获得更有深度的信息 - **更低的使用门槛**：免费用户也能享受到接近顶级模型的健康智能 - **更强的安全边界**：模型更清楚何时该建议用户去看医生，而不是自行处理 当然，OpenAI 也强调，ChatGPT 不能替代专业医疗诊断，但在健康信息获取、就医准备和健康管理方面，它正在成为一个越来越可靠的助手。
OpenAI 近期宣布 ChatGPT 的记忆功能迎来升级，理论上这能让对话更加连贯、个性化，减少重复输入。然而，我的实际测试却揭示了令人担忧的一面：**记忆并不总是准确的**，它可能包含过时的假设、错误的个人画像，甚至不正确的细节，而这些错误会在后续回答中被悄悄放大，扭曲 AI 对你的理解。 ## 记忆的“双刃剑” 记忆功能的初衷是好的——让 ChatGPT 记住你的偏好、习惯和关键信息，比如“我是素食者”或“我住在北京”。但在测试中，我发现系统会从历史对话中**自行推断**信息，并据此建立用户档案。问题在于，这些推断常常出错。 例如，我曾提及“最近在考虑换工作”，几天后 ChatGPT 便认定我“正在求职”，并在后续推荐中频繁推送招聘信息与面试技巧。这看似贴心，却暴露了记忆的**过度泛化**：一次随意的闲聊被固化成了永久标签。更糟糕的是，当我纠正“我只是在思考，并非积极求职”时，系统仍保留了旧记忆，导致后续交互持续偏差。 ## 错误细节的“滚雪球”效应 更大的隐患在于**错误信息的累积**。测试中，ChatGPT 错误地记住“我使用 Windows 系统”（实际是 macOS），并据此给出软件兼容性建议。当我指出错误后，它虽然道歉，但新会话中依然沿用旧记忆。这种“半纠正”状态让用户陷入两难：要么反复纠正，要么接受不准确的个性化服务。 更令人担忧的是，**记忆更新机制不够透明**。用户无法直观查看 AI 记住了什么、哪些信息被用于推荐。OpenAI 虽提供了“管理记忆”的选项，但入口较深，普通用户可能根本不知道如何清除错误条目。 ## 隐私与实用性的平衡难题 记忆升级本质上是一场**隐私与便利的博弈**。一方面，准确的记忆能极大提升效率——比如记住你的会议时间、写作风格或编程环境；另一方面，任何不准确或过时的记忆都会让 AI 从“助手”变成“麻烦制造者”。 从行业视角看，这类问题并非 OpenAI 独有。**所有依赖长期上下文的 AI 系统**都面临同样的挑战：如何区分“临时提及”和“永久偏好”？如何避免将用户的随口抱怨当作事实记录？目前，各家的解决方案普遍偏向保守——宁可少记，也不误记。但 ChatGPT 的这次升级似乎走向了另一个极端：**过度主动地“猜测”用户画像**。 ## 小结与建议 对于普通用户，我的建议是： - **定期检查记忆**：在设置中查看 ChatGPT 记住了什么，及时删除不准确的条目。 - **明确表达意图**：对于不希望被记住的信息，可明确说“不要记住这一点”。 - **保持警惕**：不要盲目相信 AI 的“个性化”回答——它可能建立在错误的假设之上。 记忆功能本身是一项有价值的进步，但当前实现方式提醒我们：**AI 的记忆力越好，越需要用户主动管理**。否则，我们可能得到一个“很了解你”却“老是搞错”的助手。
iOS 27 正式版推送后，不少用户的目光都聚焦在 Apple Intelligence 等重磅更新上。但在我深度测试后，发现系统里还藏着不少“低调”的功能改进，它们不挑机型，即便是几年前的旧 iPhone，也能从中受益。以下是五个最值得关注的细节变化。 ### 1. 相册终于能“去重”了 以前要清理重复照片，只能靠第三方 App 或手动对比。iOS 27 在相册中增加了原生去重功能，它会自动扫描并识别相似或完全重复的照片，并将它们归入一个“重复项目”相簿。你只需一键确认，系统就会合并重复项，保留质量最高的一张，大幅节省存储空间。这对 128GB 等小容量机型尤其友好。 ### 2. 控制中心新增“快捷备忘录” 控制中心的可定制程度在 iOS 27 中进一步提升。新增的“快捷备忘录”按钮，让你在任何界面都能一键唤出备忘录并开始记录，无需解锁或翻找 App。对于经常需要速记的用户来说，这无疑能显著提升效率，而且它不依赖任何新硬件，所有支持 iOS 27 的 iPhone 都能用。 ### 3. 键盘增强：滑动输入更智能 原生键盘的滑动输入（QuickPath）变得更聪明了。现在系统能更好地理解混合输入——当你一句话里既有中文又有英文单词时，键盘的预测和纠错能力有明显提升，误触率降低。此外，听写功能也加入了自动标点识别，说话时带上语气停顿，系统能自动添加句号、逗号，甚至问号。 ### 4. 电池健康管理：充电更“智能” iOS 27 在电池设置里新增了“充电限制”选项，允许用户手动设定充电上限，比如 80% 或 90%，而不是像以前那样只能依赖系统自动的“优化电池充电”。这对那些习惯随用随充、希望延长电池寿命的用户来说，提供了更灵活的控制。同时，电池健康页面现在会显示更详细的循环计数和电池出厂日期。 ### 5. 闹钟终于能跳过下次响铃 这是一个微小但呼声极高的改变：当闹钟响起时，你可以选择“稍后提醒”或“跳过下一次”。以前如果某天你不想被闹钟叫醒，只能手动关闭闹钟开关，第二天很容易忘记重新开启。现在“跳过下一次”让你能一次性地跳过第二天的闹铃，而不影响后续的周期设置。 ### 小结 iOS 27 的这些“隐形”升级，虽然没有 Apple Intelligence 那样耀眼，却实实在在地解决了日常使用中的痛点。它们不挑机型，无论是 iPhone 15 还是更早的 iPhone 13、14，都能获得体验提升。如果你已经升级了 iOS 27，不妨花几分钟试试这些新功能，或许会发现它们比想象中更实用。
太阳地球工程常被描绘成一种“紧急刹车”——在气候危机时刻拉下，向大气散射反光粒子，将阳光反射回太空，从而为地球降温。然而，现实远比这复杂。MIT科技评论的最新深度报道指出，这项技术更像一个尚未解开的复杂谜题，而非简单开关。 ## 从“低技术”到“高技术”的认知转变 多年来，一些公司进行过低成本的游击式“实验”，比如向大气释放气球并声称对气候变化产生了微小影响。这给人一种错觉，认为地球工程是相对低技术的解决方案。但要真正显著地给地球降温，并确保我们理解其确切影响，研究人员仍有许多未知需要探索。 ## 核心挑战：如何将粒子送入平流层？ 太阳地球工程的目标层通常是平流层，因为那里的空气更干燥、更稳定，粒子可以停留更久，随大气环流移动，从而在更大范围和更长时间内降低温度。但如何将粒子送到那里？ - **气球的局限**：气球可能无法精确到达目标位置，且大规模使用会产生大量垃圾散落全球。 - **飞机的难题**：商用飞机通常飞行在海拔约12公里处，而地球工程需要达到约20公里。平流层空气稀薄，需要特殊设计的飞行器。一家名为Iris Aero的初创公司展示了一种概念机：机身短小，机翼却异常巨大，形状如同在水面滑行的水黾。这种设计颠覆了传统航空理念。 ## 另一个关键问题：该散射什么？ 地球工程的灵感来自火山喷发。火山喷发将大量硫酸盐颗粒送入平流层，这些颗粒能反射阳光，导致全球气温暂时下降。但人工模拟这一过程并非易事。不同材料的散射效率、停留时间、对臭氧层的影响等都需要深入研究。 ## 行业背景与未来展望 尽管面临重重困难，地球工程的研究仍在推进。一些科学家呼吁进行更多实地实验，以缩小理论与现实之间的鸿沟。然而，这涉及伦理、国际治理和潜在副作用等复杂问题。例如，单方面实施地球工程可能引发地缘政治冲突，而突然停止则可能导致“终止冲击”——气温迅速反弹，对生态系统造成更大破坏。 ## 小结 太阳地球工程并非一个可以随时拉下的简单“刹车”，而是一项充满未知的尖端技术。从飞行器设计到材料选择，再到全球治理框架的建立，每一步都充满挑战。正如报道所揭示的，我们离真正可行的地球工程方案还有很长的路要走。
Android Auto 能让驾驶更高效、更安全、更有趣，但许多用户因一些常见错误而未能充分发挥其潜力。经过数月的深度使用，我总结了 5 个最容易被忽视的问题及其解决方案。 ## 1. 忽视无线连接的正确设置 很多用户以为无线 Android Auto 只需蓝牙配对即可，但其实它依赖 Wi-Fi 直连。**确保手机和车载系统都连接到同一个 Wi-Fi 网络**（部分车型需手动启用 Wi-Fi 热点）。如果连接不稳定，尝试在手机设置中“忘记”车载蓝牙后重新配对。 ## 2. 使用劣质或老化的 USB 数据线 有线连接时，**数据线质量直接影响连接稳定性**。低质量或磨损的线材会导致频繁断开或充电缓慢。建议使用**原装或经过认证的高质量 USB-C 线缆**，并定期检查接口是否有灰尘。 ## 3. 忽略通知权限管理 Android Auto 会读取手机通知并语音播报，但若未正确授权，关键消息可能被遗漏。**进入手机设置 → 应用 → Android Auto → 通知，确保允许所有通知**。同时检查“驾驶模式”下的通知筛选规则，避免重要信息被静音。 ## 4. 未充分利用语音助手 许多用户仍手动操作屏幕，但 Android Auto 的 Google Assistant 能处理导航、回复消息、控制媒体等。**长按方向盘语音按钮或说“Hey Google”** 即可唤醒。例如，说“导航到最近的加油站”或“给张三发短信说我晚到十分钟”。 ## 5. 忽略应用兼容性更新 部分应用（如音乐、播客）在 Android Auto 上可能因版本过旧而功能受限。**定期更新手机上的应用**，并检查 Android Auto 设置中的“已安装应用”列表，确保常用应用已启用。 ## 小结 以上错误大多可通过简单的设置调整或配件更换解决。花几分钟优化你的 Android Auto 体验，不仅能提升便利性，还能让驾驶更安全。
营销和广告机构正通过你的智能手机使用行为构建详细的“影子档案”，涵盖你的兴趣、位置、消费习惯乃至收入水平。这些数据在不经你明确同意的情况下被收集、共享甚至交易，用于精准广告投放。本文梳理了最常见的用户画像方式，并提供实用的隐私保护指南，包括限制应用权限、关闭广告追踪、使用隐私浏览器和定期清理数据等，帮助你重新掌握个人数据的控制权。
在成功推出开发者套件后，Modos 的联合创始人再次转向众筹，这次他们带来了一款集成式电子纸显示器。这款设备旨在为需要长时间阅读或编程的用户提供更护眼的视觉体验。 ## 从开发者套件到成品显示器 Modos 的两位创始人是电子纸技术的资深工程师。此前，他们通过众筹成功发布了 **Modos 开发者套件**，获得了社区的热烈反响。如今，他们决定更进一步，推出面向普通用户的 **集成式电子纸显示器**。该显示器采用低功耗、高对比度的电子墨水屏，刷新率经过优化，适合静态内容显示。 ## 众筹模式：验证需求与社区共建 选择众筹并非偶然。两位创始人表示，开发者套件的成功验证了市场对电子纸显示器的需求，但量产仍面临成本与供应链挑战。通过众筹，他们可以： - 直接获取早期用户反馈 - 降低库存风险 - 建立忠实用户社区 这种“智慧众筹”模式在硬件创业领域并不罕见，但 Modos 的特殊之处在于其技术背景——他们曾为多家大厂设计电子纸模组，深知技术落地痛点。 ## 电子纸显示器的定位与前景 与常见电子书阅读器不同，Modos 的显示器定位为 **电脑外接显示器**，支持 HDMI 或 USB-C 连接。它特别适合： - 程序员：长时间阅读代码，减少眼疲劳 - 作家与编辑：专注文字创作 - 科研人员：阅读论文与数据 不过，电子纸的刷新率限制意味着它不适合视频、游戏等动态内容。 ## 行业背景：电子纸正在“破圈” 近年来，电子纸技术已从阅读器扩展到 **电子货架标签、数字标牌、可穿戴设备** 等领域。随着彩色电子纸和更高刷新率技术的成熟，其应用场景不断拓宽。Modos 的显示器正是这一趋势的体现——将电子纸带入传统显示器市场，挑战 LCD 和 OLED 的护眼短板。 ## 结语 Modos 的众筹项目不仅是一款产品，更是对“众包研发”模式的又一次实践。如果成功，它可能为电子纸在桌面端的应用打开新窗口。当然，最终能否打动消费者，仍有待市场检验。
在全球最深的地下实验室中，一场寻找暗物质的竞赛正进入关键转折点。位于意大利亚平宁山脉、四川锦屏山和南达科他州金矿深处的液氙探测器，曾被认为是捕捉暗物质粒子（WIMP）的最佳工具。然而，经过多年运行，这些探测器开始频繁记录到一种干扰信号——它们并非来自暗物质，而是来自中微子。这些由太阳和恒星产生的“幽灵粒子”几乎无法屏蔽，正逐渐淹没可能存在的暗物质信号。物理学家将此现象称为“中微子迷雾”，它宣告了传统WIMP搜寻路径可能走到尽头。但研究人员并未气馁，反而将视野投向更广阔的候选者：从量子传感器、液氦探测器，到木星大气中的暗物质搜寻，新的探索方向层出不穷。加州理工学院的Kathryn Zurek指出，粒子物理学家在LHC中也未发现新粒子，这促使学界“自然拓宽范围”。暗物质搜寻正从一条狭窄的路径，演变为一场百花齐放的探索。
## 研究背景：罕见病诊断的困境 即便采用了基因组测序，许多罕见病患者仍无法获得明确的遗传诊断。据统计，约半数患者在接受全面检测和专家会诊后依然无法确诊。他们的医疗数据中可能隐藏着线索，但找出这些线索需要从成千上万个基因变异中筛选，同时还要整合零散的临床记录和快速更新的科学文献。随着新的基因-疾病关联、病例报告和分类证据不断积累，原本无解的病例可能迎来转机。 ## 研究设计：AI 重新分析未解病例 来自 **波士顿儿童医院 Manton 孤儿病研究中心**、**哈佛大学** 和 **OpenAI** 的研究人员合作，利用 **OpenAI o3 Deep Research 推理模型** 对 376 个此前经分析但未解决的病例进行了重新分析。这些病例的临床和基因组信息均已去标识化处理。模型生成了带有证据链的候选解释，供研究人员和临床医生审查。 ## 关键结果：18 例新诊断，诊断率提升 4.8% 经过专家复核、额外检测和临床确认，医生在 **18 例** 中建立了诊断——相比此前专家分析，**额外诊断率提升了 4.8%**。这项研究于 **2026 年 6 月 18 日** 发表在 **《NEJM AI》** 上，展示了 AI 辅助的研究工作流如何帮助专家在处理最棘手的病例时产生新的线索。许多病例此前多年未能得到确诊。 ## 工作原理：AI 生成假设，专家验证 **OpenAI o3 Deep Research** 模型帮助研究人员识别出线索，随后通过既定的临床流程进行评估。这表明，随着知识体系的演变，由专家主导的定期重新分析有望变得更加规模化。需要强调的是，**模型并未直接诊断任何患者或做出任何临床决策**，它仅生成带有证据链的假设，供专家审查，并在必要时通过额外检测和临床实验室确认。 ## 为何旧病例可能包含新答案 一个不确定的基因检测结果并非永久结论。患者的表型描述、检测结果和家族史可能分散在采用不同标识符、格式和词汇的数据库中。关联这些记录非常困难，因此即使是专家也可能漏诊。此外，专家过去可能仅对部分基因进行测序，而新的测序技术或对已有数据的重新分析可能发现以前被忽略的变异。 ## 行业意义：AI 加速罕见病研究 这项研究是 AI 在医学领域应用的又一重要里程碑。它证明了推理模型不仅能处理结构化数据，还能整合非结构化的临床文本和不断更新的科学文献，为罕见病诊断提供可操作的假设。未来，这种“AI 生成假设 + 专家验证”的模式有望成为罕见病诊断的标准流程，帮助更多患者找到病因。