如果你经常在车里等待——比如接送孩子、午休或充电——很可能会用手机游戏打发时间。但你可能不知道，有些游戏可以直接投射到汽车的中控屏幕上，通过 Android Auto 来玩。ZDNET 的编辑亲测发现，除了系统自带的 Gamesnacks 迷你游戏合集外，还有几款主流手游在车载大屏上表现不俗。 ## 哪些游戏能玩？ 目前兼容 Android Auto 的游戏并不多，但以下四款值得一试： - **Angry Birds Friends**：经典的弹弓玩法，关卡短小，触控操作在车载屏幕上依然顺手。 - （其他三款游戏正文未完整列出，但据原文描述，它们都具有**简单触控**、**节奏缓慢**、**适合短时间游玩**的共同特点。） ## 如何开始？ 只需在手机上安装这些游戏，并将车辆挂入**停车挡**。连接 Android Auto 后，游戏会出现在车载屏幕上，同时你仍可独立使用手机——这在需要安抚后座孩子时尤其方便。 ## 体验如何？ 编辑实测发现，游戏在车载屏幕上运行不如手机流畅，但足以舒适游玩。所有游戏都没有复杂的操作或陡峭的学习曲线，适合在等待的几分钟内快速来一局。 ## 行业背景 随着智能座舱和车载娱乐系统的发展，Android Auto 和 Apple CarPlay 正从单纯的导航/音乐工具向**车载应用生态**演进。游戏类应用的加入，不仅丰富了“停车场景”的体验，也为开发者开辟了新的分发渠道。不过，受限于驾驶安全法规，这些游戏仅在 P 挡下可用，且交互方式需适配触控屏。 未来，随着车载屏幕更大、算力更强，以及**云游戏**技术的成熟，或许我们能在车上玩到更复杂的游戏。但现阶段，这些轻量级手游已经足够让等待变得有趣一点。
Rhino Linux 一直以美观著称，如今它正酝酿一场重大变革——通过 Lomiri 桌面环境实现手机与桌面的融合。笔者体验了最新快照版，虽远未完善，但已让人看到 Unity 时代的光辉。 ## 从 Unity 到 Lomiri：融合之梦再起 还记得 Canonical 的 Unity 吗？那个曾试图打通手机与桌面的野心之作，最终因硬件拖累而折戟。如今，**Rhino Linux** 接过接力棒，采用 **Lomiri**（原 Unity 8 的继任者）桌面，重新点燃融合之火。 ## 初见 Lomiri：熟悉又陌生 Lomiri 的界面布局与 Unity 高度相似：顶部面板、左侧启动器、全局菜单……所有元素都透着经典气息。但细看之下，它又有所不同——触控优化更明显，手势操作更丰富。在笔记本上使用时，我甚至不自觉地想用手指滑动屏幕。 ## 现状：潜力巨大，尚待打磨 目前这个快照版**仅适合尝鲜**，离日常使用还有距离。Wi-Fi 连接偶有掉线，应用启动有时会卡顿，部分 Xfce 原生功能尚未完全迁移。但核心体验已经成型： - **应用切换**：通过侧边栏或 Super+Tab 流畅切换 - **通知中心**：从右侧滑出的设计，兼顾鼠标与触控 - **全局菜单**：应用菜单统一在顶部，节省屏幕空间 ## 融合的未来：手机即桌面？ Lomiri 的真正目标是在手机、平板、桌面之间无缝切换——插入显示器即变桌面模式。虽然当前快照尚未实现完整融合，但代码库已为此预留接口。如果 Rhino Linux 能解决驱动与生态问题，它或许能完成 Canonical 未竟的事业。 ## 小结 Rhino Linux 的 Lomiri 快照是一次勇敢的尝试。它让我回忆起 Unity 最辉煌的日子，也让我看到 Linux 桌面进化的新可能。尽管前路漫漫，但这份探索精神值得喝彩。
一年前，Anthropic 还坚决反对让 Claude 拥有足以关停内部服务的权限；如今，这种级别的访问已成为常态，开发者因此效率大增。然而，风险也随之而来：失败概率与潜在破坏半径。本文分享了 Anthropic 在推出三款核心代理产品——claude.ai、Claude Code 和 Claude Cowork——过程中，从“人为监督”转向“系统隔离”的安全策略演变。 ## 风险的两面：概率与半径 Anthropic 将代理安全风险拆解为两个维度：**失败概率**和**潜在破坏半径**。模型训练与安全机制的进步不断降低前者，但后者——理论上的“爆炸半径”——随着能力与权限的扩展而持续增长。当代理能完成原本需要一个人甚至一个团队的工作时，不部署的代价变得足够大，只要产品足够安全，风险收益比就倾向于推进部署。 ## 从“审批”到“自动模式”：人为监督的局限性 最初，Claude Code 采用**人为在环**的监督方式：每次代理采取可能产生副作用的行动前，都需要用户点击确认。理论上可行，但实际遥测数据显示，用户批准了约 **93%** 的权限请求。随着审批次数增加，用户注意力下降，监督逐渐流于形式。为此，团队推出了 **Claude Code 自动模式**，通过自动化处理更安全的审批来缓解“审批疲劳”，但任何概率性防御都存在非零的漏报率。 ## 系统隔离：更根本的防御思路 第二种思路是**系统隔离**：不监督代理做什么，而是通过沙箱、虚拟机、出口控制等手段限制其能做什么。这是 Anthropic 投入最多精力的方向，也是最多意外安全故障发生的地方。 ## 三款产品，三种隔离架构 - **claude.ai**：面向大众用户，采用强沙箱与内容过滤，限制代码执行和外部网络访问。 - **Claude Code**：面向开发者，需要访问文件系统和执行命令，采用**最小权限原则**与**自动模式**结合，并通过会话隔离防止横向移动。 - **Claude Cowork**：面向企业协作，设计为多租户隔离，每个工作区有独立的凭证和网络策略。 ## 经验教训：没有银弹 文章强调，没有单一方案能解决所有安全问题。人为监督会疲劳，系统隔离会受限，关键在于根据产品场景平衡风险与效率。Anthropic 的经验表明，**分层防御**——结合自动审批、权限最小化、沙箱隔离与持续监控——是目前最务实的路径。未来，随着代理能力继续提升，安全架构也需要动态进化。
自从macOS Tahoe更新后，Spotlight已不再是简单的搜索工具。本文将分享6个实用技巧，帮你充分利用Spotlight提升工作效率，让Cmd+Space成为你的第二本能。 ## 1. 快速启动应用 按下Cmd+Space，输入应用名称前几个字母，Spotlight会立即显示匹配结果。按回车即可启动，比在Launchpad或Dock中寻找更快。 ## 2. 计算与单位换算 直接在Spotlight中输入数学表达式，如“45*32”，它会立刻显示结果。同样，输入“100美元”或“10公里”可快速换算汇率或单位。 ## 3. 文件搜索与预览 Spotlight可以搜索文件名、内容、标签等。选中搜索结果后按空格键快速预览，无需打开文件。 ## 4. 系统设置快捷访问 输入“蓝牙”“Wi-Fi”“壁纸”等关键词，Spotlight能直接跳转到对应系统设置面板，省去层层点击。 ## 5. 查询字典与百科 输入单词定义或“define:单词”，Spotlight会显示字典解释。还可查询维基百科摘要（需联网）。 ## 6. 执行脚本与自动化 高级用户可利用Spotlight运行AppleScript、快捷指令或终端命令。例如输入“重启”或“睡眠”可执行系统操作。 > **小结**：Spotlight远不止搜索。善用这些技巧，你可以在Mac上事半功倍。
Android Auto 在提供便捷的驾驶体验的同时，也会因为高强度资源占用导致手机发热甚至过热关机。本文总结了 8 个经过验证的降温技巧，帮助你在使用导航、音乐和通话等功能时保持手机冷静。 ### 为什么 Android Auto 会让手机变热？ 当手机同时运行导航、流媒体音乐、充电、数据传输等多个任务时，处理器和屏幕持续高负载工作，热量自然积聚。尤其是在夏天车内高温环境下，散热更加困难。 ### 8 个实用降温方法 1. **关闭后台不必要的应用**：在连接 Android Auto 前，手动关闭不需要的后台 App，减少资源竞争。 2. **降低屏幕亮度**：屏幕是主要发热源之一，将亮度调至自动或手动降低 50%，能显著减少发热。 3. **使用车载空调出风口支架**：将手机放在空调出风口前，利用冷风直接散热；避免阳光直射的中控台或仪表盘位置。 4. **更换高质量 USB 数据线**：劣质或老化的线缆会导致充电不稳定，增加手机负担。建议使用原装或认证的 USB-C 线。 5. **关闭不必要的连接功能**：如果不需要蓝牙、Wi-Fi 或热点，可暂时关闭，减少射频模块工作产生的热量。 6. **限制充电电流**：部分手机支持“慢充”模式，在 Android Auto 连接时开启可降低充电发热。 7. **更新系统和应用**：Google 常通过更新优化 Android Auto 的资源占用，保持最新版本可减少异常发热。 8. **暂时关闭无线 Android Auto**：无线连接比有线更耗电且发热更明显，若条件允许，优先使用有线连接。 ### 小结 手机过热不仅影响使用体验，还可能缩短电池寿命。通过以上方法，大多数用户能有效控制温度。若问题持续，建议检查手机散热设计或联系厂商支持。
2026年6月4日，OpenAI发布了一项名为“智能时代的生物防御”的行动计划，旨在利用先进AI能力构建更具弹性的生物安全未来。该计划的核心是GPT-Rosalind——一款前沿推理模型，专为支持生物学研究、药物发现和转化医学而设计。OpenAI认为，AI不仅能帮助科学家更深入地理解疾病、开发新疗法，还能在生物安全领域发挥关键作用。 ## 从能力到防御 2026年4月，OpenAI推出了**GPT-Rosalind**，这是其首个专注于生物医学的推理模型。该模型旨在加速从基础研究到临床应用的转化，覆盖广泛的疾病领域。然而，OpenAI也清醒地认识到，同样的能力若被滥用，可能带来生物安全风险。为此，2026年5月，OpenAI又发布了**Rosalind Biodefense**，帮助受信任的开发者构建新的生物防御和大流行病防范能力。 ## 行动计划的三大支柱 该行动计划的核心策略是：**为负责任的防御者配备先进能力**，同时建立必要的安全措施、证据基础和治理框架。具体包括： - **早期检测**：利用AI模型分析全球数据，更早发现生物威胁信号。 - **快速响应**：通过AI加速疫苗、疗法和诊断工具的研发周期。 - **协调治理**：建立跨部门、跨国界的合作机制，确保AI在生物安全领域的负责任使用。 ## 行业背景与意义 当前，AI在生物学领域的应用正从实验室走向产业化。AlphaFold等工具已改变了蛋白质结构预测，而GPT-Rosalind则更进一步，将推理能力与生物知识结合。OpenAI此举不仅是对自身技术风险的主动管理，也是为整个AI行业树立生物安全治理的标杆。 ## 挑战与展望 尽管前景光明，但AI驱动生物防御仍面临数据隐私、模型滥用、国际合作等挑战。OpenAI强调，需要持续的证据积累和动态调整的治理规则。该计划的发布，标志着AI公司从“技术先行”向“安全并重”的战略转型。 随着GPT-Rosalind和Rosalind Biodefense的逐步落地，我们或许将看到一个更早预警、更快响应、更具韧性的生物防御体系。这不仅是技术的胜利，更是人类面对未来生物威胁时的集体智慧。
## 170美元的运动手表，如何成为你的私人训练教练？ 在智能穿戴设备日益普及的今天，一款价格亲民的智能手表能否胜任专业运动教练的角色？**Amazfit Active 3 Premium** 给出了肯定的答案。这款售价仅 **170美元** 的设备，不仅具备基础的健康监测功能，更通过内置的智能训练系统，帮助用户制定个性化训练计划、实时追踪运动数据，从而有效降低受伤风险。 ### 核心功能：从计划到执行的全链路支持 与传统的运动手表不同，Amazfit Active 3 Premium 主打“训练教练”功能。它能够根据用户的身体状况、运动历史和目标，自动生成 **定制化的训练方案**。例如，对于跑步爱好者，系统会结合心率区间、配速和恢复时间，动态调整每日训练强度，避免过度训练导致的损伤。 在运动过程中，手表实时监测多项关键指标： - **心率变异性（HRV）**：评估身体恢复状态，提示是否需要休息 - **运动负荷**：量化每次训练对身体的冲击，防止累积性疲劳 - **姿态分析**：通过加速度计和陀螺仪，识别跑步姿势问题，减少关节压力 ### 实战体验：从“盲目跑”到“科学练” 一位资深跑者分享了他的使用体验：在使用 Amazfit Active 3 Premium 前，他每周跑量约50公里，却频繁遭遇膝盖疼痛。佩戴手表后，系统根据他的 **最大心率** 和 **乳酸阈值** 设定了心率区间，并建议将大部分跑量控制在 **有氧区间**。两周后，他的膝盖疼痛明显减轻，同时配速提升了5%。 手表还提供 **实时语音指导**，在跑步中提醒“步频过低”或“心率过高”，帮助用户即时调整。此外，**恢复时间建议** 功能让用户明确知道何时该休息，避免“练二休一”的盲目节奏。 ### 行业背景：AI 赋能健康穿戴的浪潮 Amazfit Active 3 Premium 的成功并非孤例。近年来，**AI 算法** 在可穿戴设备中的应用日趋成熟。从 Apple Watch 的跌倒检测到 Garmin 的体能训练建议，智能手表正在从“数据记录器”进化为“健康顾问”。根据 IDC 数据，2023年全球智能手表出货量中，具备 AI 训练辅助功能的产品占比已超过 **30%**。 这一趋势背后，是传感器精度提升和边缘计算能力的增强。Amazfit 通过自研的 **Zepp OS** 系统，将 AI 模型直接部署在手表端，实现毫秒级响应，同时保护用户隐私。 ### 小结：性价比之选，但非万能 对于预算有限且追求科学训练的用户，**Amazfit Active 3 Premium** 无疑是一个高性价比的选择。它证明了专业训练指导并非高端设备的专属。不过，它无法完全替代真人教练的即时反馈和情感激励，尤其对于需要纠正复杂动作的进阶运动员。 总体而言，这款手表为大众健身提供了一条低门槛、数据驱动的路径，让“避免受伤”从口号变为可执行的日常。
Lovable 与 Google Cloud 签署了一份价值数亿美元的多年期扩展协议。根据协议，Lovable 在 Google Cloud 上的资源占用将扩大 5 倍，并获得对 Anthropic Claude 和 Google Gemini 模型的更大访问权限。这笔交易不仅有助于 Anthropic 达成业绩目标，也将 Lovable 深度绑入 Google 的生态系统，包括通过 Google Cloud 市场销售其 AI 代理，并集成 Wiz 安全解决方案。Lovable 目前年化收入已突破 4 亿美元，超过一半的财富 500 强企业使用其产品。
ChatGPT 自 2022 年秋季上线以来，已从一个实验性聊天机器人进化为集成写作、研究、图像生成、文件处理和应用程序开发的综合 AI 平台。2026 年，无论是免费用户还是付费订阅者，都能通过更丰富的功能——如项目、记忆和语音模式——来提升效率。本文基于 ZDNET 深度评测，为你梳理从零开始掌握 ChatGPT 的核心要点。 ## 无需账户，免费开玩 与早期不同，**2026 年的 ChatGPT 无需注册即可使用**。你只需访问 chat.openai.com，即可直接进入对话界面。免费版已支持文本对话、基础图像生成和文件上传分析，适合初次体验。不过，免费用户有**消息次数限制**，高峰时段可能需排队。 ## 付费计划：解锁更高上限 对于重度用户，OpenAI 提供多个付费层级： - **ChatGPT Plus**（约 20 美元/月）：优先访问、更快的响应速度、GPT-4 模型以及更长的上下文窗口。 - **ChatGPT Pro**（约 200 美元/月）：无限制使用、专业级模型（如 o1 pro）以及高级数据分析功能。 - **团队版与企业版**：针对协作与安全管控，提供自定义知识库和管理后台。 ## 核心功能升级：项目、记忆与语音 2026 年的 ChatGPT 最大的变化在于**持久化与个性化**： - **项目 (Projects)**：允许你将相关对话、文件和设置组织到独立空间中，便于长期追踪复杂任务。 - **记忆 (Memory)**：ChatGPT 能记住你之前提到的偏好（如语言、格式、常用工具），并在后续对话中主动应用，减少重复输入。 - **语音模式 (Voice Mode)**：支持实时语音对话，语速自然，可打断，适合驾驶或双手忙碌场景。 ## 应用场景：从写作到编程 - **写作与编辑**：生成博客、邮件、文案，或润色已有文本。通过“自定义指令”设定语气和风格。 - **研究辅助**：上传 PDF、Excel 或代码文件，ChatGPT 可提取关键信息、总结要点或生成表格。 - **图像生成**：结合 DALL·E 3，输入描述即可生成图片，支持风格调整和局部修改。 - **编程与数据分析**：可运行 Python 代码、处理数据集，甚至生成图表。 ## 小结 2026 年的 ChatGPT 已不再是简单的问答工具，而是一个**可定制、可记忆、多模态的 AI 工作台**。免费版足以应对日常需求，而付费计划则适合专业用户。无论你是学生、创作者还是开发者，掌握这些基础功能都将显著提升你的 AI 使用效率。
## 蓝牙“多点连接”为何总掉链子？真相是：它根本就不是官方标准 你是否曾为耳机在手机和电脑之间切换不畅而抓狂？明明打着“多点连接”的旗号，实际体验却常常断连、串音。ZDNET 近日与蓝牙技术联盟（Bluetooth SIG）市场总监 Henry Wong 对话后发现：**所谓的“多点连接”并非蓝牙官方规范，更多是厂商的营销话术**。 ### 什么是“多点连接”？ “多点连接”允许一副耳机同时与两个（甚至三个）设备保持连接，并在它们之间无缝切换音频，无需手动断开重连。苹果称之为“无缝设备切换”，其他厂商则各有叫法。但 Wong 明确指出： > “多点连接不是一项规范，而是对蓝牙功能的应用。” 换句话说，**每家公司实现多点连接的方式各不相同**，没有统一标准，导致体验参差不齐。 ### 为什么体验不稳定？ 由于缺乏标准化，厂商可以自由决定何时切换、如何切换。有些优先处理最新音频请求，有些则依赖设备优先级。这导致用户常遇到： - 在手机上看视频时，电脑突然发来通知，耳机瞬间切走； - 明明想听手机音乐，耳机却固执地连着电脑不放。 **问题的根源在于：多点连接是厂商自选动作，而非蓝牙强制要求。** 蓝牙核心规范只规定单设备连接，多点属于上层应用。 ### 未来有望改善吗？ 好消息是，**从蓝牙 Classic 向 LE Audio 的迁移可能带来转机**。LE Audio 支持更灵活的音频流管理，包括多流音频和广播音频，有望让多点连接更可靠。Wong 表示，LE Audio 的架构本身就为多设备场景设计，厂商实现一致体验的门槛会降低。 不过，**LE Audio 的普及仍需时间**。目前市面大部分设备仍基于 Classic 蓝牙，而 LE Audio 的完善和生态统一尚在推进中。 ### 小结 蓝牙多点连接的不稳定，本质是 **“营销承诺”与“技术现实”的差距**。消费者以为买的是“无缝切换”，实际买到的却是厂商自定义的“尽力而为”。 **建议**：购买前仔细查看评测中关于多设备切换的具体表现，优先选择支持 LE Audio 的新品。同时，降低对“完美无缝”的期待——毕竟，这从来就不是蓝牙的官方承诺。
英国竞争与市场管理局（CMA）近日对谷歌下达一项具有里程碑意义的命令，要求其在AI生成的搜索结果中更清晰地标注和链接出版商内容，并赋予出版商选择退出AI搜索功能的权利。这是全球首次有监管机构对科技巨头的AI搜索特性施加此类约束。 ## 监管核心要求 CMA明确要求谷歌在AI概览（AI Overviews）中为出版商内容提供明确的归属标注和链接，以提升消费者信任。同时，出版商将获得有效的工具来阻止其内容被用于AI搜索功能，包括AI概览。CMA强调，谷歌不得因出版商选择退出AI而对其在常规搜索结果中进行降权惩罚，这一条款有效保护了出版商的流量权益。 谷歌需在九个月内全面遵守这些要求，但CMA预计“关键部分的控制措施”将在此期限前向出版商开放。此外，谷歌还需提交并发布合规报告，附上关键数据和指标，说明其所作出的调整及其合规情况。 ## 谷歌的立场与妥协 谷歌此前在2月向CMA提交的正式回应中反对“过度归因”，认为“对大量来源的过度归因可能会恶化用户体验并导致点击减少”。然而，谷歌也承认“过少的归因可能导致出版商选择退出，从而剥夺谷歌在搜索生成式AI功能中用于基础支撑的内容”。 尽管谷歌上月已表示将向AI概览中的网站添加更多链接，但CMA的裁决将其推向了更严格的合规路径。谷歌今日表示将遵守CMA的决定。 ## 行业影响与背景 这一裁决的背景是CMA认定谷歌在通用搜索服务领域拥有“战略市场地位”，并正在对苹果和微软进行类似调查。AI概览作为谷歌搜索的生成式AI功能，常常以自信的语气回答用户查询，但其中引用的来源可能并不总能支撑其结论。更清晰的归因和链接将帮助用户判断AI摘要的准确性。 对于出版商而言，这一裁决赋予了他们更强的议价能力，在与谷歌进行内容授权谈判时处于更有利的位置。这也为全球其他监管机构处理AI搜索与出版权关系提供了重要参考。 ## 后续观察 CMA要求谷歌在九个月内落实所有要求，但关键部分可能提前到位。谷歌的合规报告将受到密切关注，以评估其是否真正落实了透明归因和出版商退出权。这一案例或将成为AI时代搜索引擎与内容创作者之间利益平衡的标杆。
## 概述 随着生成式 AI 应用从实验走向生产，运维复杂度呈指数级增长。传统告警规则依赖人工设定阈值，面对动态负载和模型行为变化时，容易出现大量误报或漏报。Amazon Bedrock Ops Alert 正是为解决这一痛点而生——它提供了一套**三层自动化监控方案**，让 AI 运维团队能够以“自动驾驶”的方式管理告警，提升系统可靠性。 ## 核心功能与架构 该方案的核心在于**自适应阈值调整**与**告警分类**。第一层通过机器学习模型实时分析指标历史数据，自动调整告警阈值，避免因流量高峰或低谷导致的误触。第二层将告警按严重等级和类型（如延迟、错误率、资源利用率）自动分类，并关联上下文信息（如模型版本、调用链）。第三层则实现**智能工单创建**：当同一类别的告警尚未解决时，系统会自动合并，避免重复工单；同时，将告警上下文（包括最近日志、指标趋势）附加到工单中，大幅减少 AI SRE 团队的手动排查时间。 ## 实际部署价值 对于采用 Amazon Bedrock 构建 AI 应用的企业而言，该方案直接降低了运维人力成本。例如，某电商公司使用 Bedrock 部署推荐模型，过去每周需处理上百条告警，其中 60% 为误报；接入 Ops Alert 后，误报率降至 15%，且关键问题平均响应时间缩短 40%。此外，**上下文感知的推送通知**（如通过 Slack 或 PagerDuty）使值班人员能快速了解问题全貌，无需逐一查看仪表盘。 ## 与行业趋势的契合 当前，AI 运维（AIOps）正从“被动响应”转向“主动预防”。Amazon Bedrock Ops Alert 的自动化分类与工单合并功能，正是这一趋势的典型实践。它不仅适用于生成式 AI 场景，也可扩展至传统微服务架构。对于希望提升运维效率的团队，该方案提供了一个低代码、高可用的起点。 ## 小结 Amazon Bedrock Ops Alert 通过三层自动化架构，将告警管理从“人工阈值+手动分类”升级为“自适应预警+智能工单”。对于追求高可用 AI 服务的组织，这无疑是降低 MTTR（平均修复时间）、提升系统韧性的关键工具。
**Alphabet 创纪录的 850 亿美元融资：AI 市场的强力信号** 谷歌母公司 Alphabet 近日完成了一笔史无前例的股票发行，总规模高达 **850 亿美元**，远超最初计划的 400 亿美元。这笔资金明确用于 AI 领域的投资，包括数据中心和基础设施，预计 Alphabet 今年的资本支出将达到 **1800 亿至 1900 亿美元**。 ### 超额认购背后的市场信号 Alphabet 最初计划发行 400 亿美元的股票，但市场需求极为旺盛，最终募集了 **450 亿美元**。其中，知名价值投资机构 **伯克希尔·哈撒韦** 认购了 100 亿美元。下一季度 Alphabet 还将再发行 400 亿美元，使总额达到 850 亿美元。这一数字甚至超过了此前由巴西石油公司 Petrobras 保持的 **700 亿美元** 全球纪录。 ### 投资者为何买单？ 尽管 Alphabet 本身业务健康（Q1 营收 **1100 亿美元**，同比增长 22%），但此次融资的明确目的是为 AI 战略提供资金。CEO 桑达尔·皮查伊表示，这是“为迎接 AI 机遇而进行的多年投资计划的一部分”。这表明，投资者不仅看好谷歌的现有业务，更对其 AI 未来充满信心。 ### 对 AI 行业的深远影响 这笔巨额融资的成功，对整个人工智能行业意义重大。它向市场传递了一个明确信号：**公共市场投资者对 AI 领域的投资兴趣浓厚**，尤其是机构投资者愿意投入大量资金。这对于即将上市的 AI 公司（如 Anthropic、SpaceX 和 OpenAI）来说，无疑是一剂强心针。 ### 资金流向与行业前景 据估计，未来五年全球 AI 领域的投资总额将接近 **8 万亿美元**。这些资金将来自公司营收、贷款和股票发行。Alphabet 的成功融资表明，公共市场有能力消化大量 AI 相关证券，这为整个行业的 IPO 铺平了道路。 ### 小结 Alphabet 的 850 亿美元融资不仅创下了纪录，更验证了 AI 投资的热度。对于关注 AI 赛道的投资者而言，这是一个积极信号：市场资金充裕，且愿意为 AI 故事买单。未来，随着更多 AI 公司上市，这一趋势可能进一步加速。
如果你正为 SSD 价格飙升而犹豫是否入手大容量存储设备，那么现在有一个难得的机会。**Best Buy 正在对 8TB SanDisk Desk Drive 外置 SSD 进行大幅促销**，优惠力度高达 **62%**，降价超过 **1,000 美元**，到手价仅需 **740 美元**。 这款 Desk Drive 针对需要海量存储的用户设计，无论是存放大型游戏、原始/渲染视频、照片，还是作为数字艺术素材库或 PC 备份盘，8TB 的容量都能轻松应对。根据 ZDNET 的评测，该产品获得了 **5/5 满分评价**，被视为“几乎完美的选择”。 ## 为什么值得入手？ 当前 SSD 市场价格持续走高，而 SanDisk Desk Drive 的这次促销无疑为消费者提供了难得的“窗口期”。相比市面上同类 8TB 外置 SSD 动辄 1800 美元以上的定价，**740 美元的价格极具竞争力**。对于内容创作者、游戏玩家或需要大量数据备份的专业人士来说，这可能是今年最划算的存储投资之一。 ## 优惠详情 - **产品**：SanDisk Desk Drive 8TB 外置 SSD - **原价**：1,920 美元 - **优惠价**：740 美元 - **节省金额**：1,180 美元（约 61%） - **购买渠道**：Best Buy - **优惠截止**：2026 年 5 月 28 日（或售完即止） 需要注意的是，此类促销通常库存有限，建议有需求的用户尽快行动。如果你一直在等待一个合适的时机升级存储设备，现在就是最佳时刻。
谷歌近日发布了 Gemma 4 系列的新成员——**Gemma 4 12B**，这是一款专为消费级硬件优化的中型模型，仅需 **16GB 系统内存或显存**即可在普通笔记本电脑上流畅运行。 该模型填补了此前 Gemma 4 产品线的空白：它比移动端模型（E2B、E4B）能力更强，又不像 26B MoE 和 31B Dense 那样对硬件要求苛刻。谷歌表示，12B 模型在推理、多步推理和智能体工作流等任务上表现接近更大的版本，同时保持了极低的资源占用。 ### 核心技术亮点 - **多令牌预测（MTP）**：Gemma 4 12B 是首个原生内置 MTP 的 Gemma 模型，能够利用闲置计算周期预判后续 token，从而提升生成速度和效率。 - **简化视觉编码**：采用单矩阵乘法与位置嵌入的轻量级视觉嵌入模块，替代传统的专用编码器，显著降低延迟和内存占用。 ### 行业意义 在大模型军备竞赛推动显存价格飙升的背景下，谷歌此举为本地化 AI 应用提供了更务实的选择。开发者无需昂贵加速器，即可在主流消费硬件上部署具备多模态能力的模型，这对边缘计算、隐私敏感场景和中小企业尤为友好。 目前 Gemma 4 12B 已通过 Apache 2.0 许可证开源发布，开发者可立即在 Hugging Face 等平台获取。
Google Labs 推出了一款名为 **Dreambeans** 的新应用，它能利用你 Google 账户中的个人数据，生成一系列 AI 插画风格的“故事”——从旅行建议到生活小贴士，甚至包括育儿指南。这款应用目前已在 iOS 和 Android 上架，定位为“反刷屏”工具，每天只推送 10-14 条精选内容，鼓励用户放下手机去体验真实生活。 ## 它如何工作？ Dreambeans 的核心是 **Personal Intelligence** 技术。在获得用户授权后，它会连接 Gmail、日历、相册、YouTube 和搜索历史等 Google 服务，从中提取信息并整合成个性化的故事。例如，如果你的日历上标记了“接新狗狗回家”，Dreambeans 可能会推送一篇关于养狗初体验的图文故事；如果你经常搜索咖啡店，它可能推荐一家你附近的新店。 产品负责人 Gozde Oznur 表示，这些故事并非无限刷新的信息流，而是经过筛选的“有限集合”，旨在提供灵感而非信息轰炸。这一设计直击当下用户对手机成瘾的厌倦情绪——类似理念的初创公司 Bond 也在做同样的事。 ## 隐私与命名玄机 隐私方面，Oznur 强调只有用户本人能查看自己的故事，且用户可以随时删除数据，并选择连接哪些 Google 服务。至于“Dreambeans”这个奇怪的名字，灵感来源于系统的工作方式：当你睡觉时，应用会默默处理你的数据，在梦境般的后台生成故事——所以是“梦”（Dream）加上“豆子”（Beans），寓意灵感像豆子一样在梦中萌芽。 ## 行业视角 Dreambeans 是 Google 在“AI 个性化”与“数字健康”交叉领域的又一次尝试。与许多追求沉浸时长的 AI 工具不同，它刻意限制每日内容量，试图在提供价值与减少干扰之间找到平衡。不过，这种依赖个人数据的推荐模式能否赢得用户信任，仍需时间检验。毕竟，当 AI 开始“阅读”你的日历和邮件时，隐私边界始终是悬在头顶的达摩克利斯之剑。
埃隆·马斯克的人工智能公司 xAI 正在请求法院公开四名原告的真实身份。这四名原告声称，他们被利用 Grok 生成了深度伪造的色情图片，其中一人甚至被制作了儿童色情深度伪造图片。原告目前以“南卡罗来纳州 Doe”“南卡罗来纳州 Roe”“新泽西州 Doe”和“俄亥俄州 Doe”的化名提起诉讼，他们担心公开真实姓名会招致进一步的网络骚扰和“人肉搜索”。 案件背景令人震惊。今年 1 月，马斯克旗下的 Grok 聊天机器人引发全球愤怒——大量男性用户利用该 AI 系统生成女性“脱衣”或穿比基尼的虚假图片，并发布在 X 平台上。更严重的是，其中还涉及儿童的色情化图片。根据反数字仇恨中心的分析，Grok 在短短 11 天内被用于生成约 300 万张色情图片，其中约 2.3 万张可能包含儿童。 面对全球范围内的诉讼和监管压力，xAI（现归 SpaceX 所有）已拨出超过 5 亿美元用于应对后果。然而，在最近的法庭文件中，xAI 却要求法院撤销原告的匿名保护，迫使他们在诉讼中公开真实姓名。原告律师索菲亚·里奥斯在文件中愤怒地写道：“xAI 剥夺了她们的衣物，现在又试图剥夺她们的化名，这明显是为了恐吓原告放弃诉讼，从而加剧她们本欲寻求补救的伤害。” 这起集体诉讼最初于今年 1 月由一名化名原告提起，法院批准其使用“无名氏”身份。5 月初，案件被重新提交，新增至四名主要原告。法庭记录显示，原告愿意向 xAI 公司透露真实姓名，但要求在公开场合保持匿名。 xAI 的这一举动引发了关于 AI 受害者保护的重大争议。在深度伪造技术日益泛滥的背景下，受害者往往面临二次伤害的风险：公开身份可能导致更严重的网络暴力，而匿名诉讼则是他们寻求正义的重要途径。xAI 要求公开身份的做法，被批评为利用法律程序压制受害者，而非真正解决问题。 目前，法院尚未就此作出裁决。如果 xAI 胜诉，原告将面临艰难选择：要么公开真实姓名，要么放弃诉讼。这起案件不仅关乎四名受害者的隐私权，更将影响未来 AI 相关侵权案件中受害者保护的司法实践。
## 特朗普AI安全测试令：从雄心勃勃到“表演性”妥协 本周二，唐纳德·特朗普签署了一项行政命令，旨在扩大政府对前沿AI模型进行自愿性安全测试的努力。然而，批评者指出，这项命令可能目光短浅，仅提供“表演性”的保证，即政府正在积极监控AI风险，但对模型部署的方式和时间几乎没有实质性改变。 ### 从推迟到妥协：命令背后的政治角力 该命令的签署过程充满波折。上个月，特朗普突然取消了一场原计划与顶级AI公司CEO共同出席的签署活动。尽管部分CEO被临时邀请，但最终未能到场，不过仍表示支持该命令。官方解释称，推迟是因为担心命令可能“过度”且成为阻碍AI创新的“障碍”。然而，报道显示，白宫内部存在激烈争论，网络安全专家与主张放松AI监管的官员意见相左。 最终签署的版本被大幅弱化。命令明确承诺“不会以过度繁重的监管扼杀创新”，并未对AI企业设定任何强制要求，而是建立了一个自愿流程，供公司与政府合作进行安全审查。特朗普宣称，这将“确保最好、最安全的技术快速部署，以应对我国面临的任何威胁”，并强调“将继续领导‘美国优先’的网络安全努力，同时增强国家安全和全球AI主导地位”。 ### 关键变化：测试窗口从90天缩至30天 据Politico报道，被泄露的草案与最终签署的命令之间最大的差异在于政府进行自愿测试的时间窗口。最初的草案要求企业提前90天向政府开放模型，以便有更充裕的时间发现并修补漏洞。但特朗普担心90天的窗口期可能让美国在AI竞赛中落后，因此将窗口缩短至30天。 这一调整引发了专家的担忧。30天的时间对于复杂AI系统的安全测试来说可能远远不够，尤其是考虑到前沿模型可能带来的潜在风险。批评者认为，这更像是象征性的姿态，而非真正有效的安全措施。 ### 安全团队被削弱：DOGE的“贡献” 更令业界不安的是，就在命令签署之际，负责执行安全测试的美国网络安全团队正面临严重的人员削减。据知情人士透露，由于DOGE（可能指代某项预算削减计划或机构重组）的影响，相关安全团队已被大幅精简。这使得命令的实际执行能力存疑：即便有自愿测试流程，政府是否还有足够的人力与专业能力来有效评估AI模型的风险？ ### 行业反应与未来走向 尽管命令未设强制约束，但部分AI公司仍表示愿意配合。然而，在缺乏法律强制力且测试窗口缩短的背景下，企业自愿参与的动机可能有限。同时，安全团队的削减进一步削弱了政府的监督能力。 该命令的签署反映了特朗普政府在AI监管上的矛盾心态：一方面希望展现对安全问题的重视，另一方面又担心过度监管会削弱美国在AI领域的竞争力。这种摇摆可能导致政策效果大打折扣，无法真正应对AI带来的安全挑战。 总体而言，这一命令更多是政治层面的权衡产物，而非基于技术风险的实际应对。在安全团队被削弱、测试时间压缩的情况下，其能否有效保障国家安全仍是一个巨大的问号。
AI 的普及原本被寄予厚望——减少重复劳动，释放创造力，让人们聚焦于更高价值的任务。然而，哈佛商业评论（HBR）的最新研究却揭示了一个反直觉的现实：AI 并没有减轻工作负担，反而加剧了认知疲劳，导致员工工作时间更长、效率更低。 ## AI 的“效率陷阱” HBR 的研究发现，使用 AI 的员工工作速度确实更快，但最终承担的任务量不降反升。他们陷入了一种“做得越多，要求越多”的循环。这背后的原因在于：AI 生成的输出往往需要人工反复审核、修改和优化，而这些额外工作并未被计入原有的工作量中。 技术招聘公司 Harvey Nash 的集团 CIO Ankur Anand 指出，许多人对 AI 的生产力提升抱有不切实际的期望。他告诉 ZDNET，要避免认知疲劳，关键在于理解如何有效使用 AI 以及其潜在风险。“这种专注有助于减少 AI 带来的工作噪音。” ## 压力来自哪里？ Anand 还观察到，许多组织要求员工“用 AI 证明自己的价值”，但并未提供清晰的指引或培训。员工在缺乏支持的情况下，被迫自行摸索，这反而增加了心理负担。“这些专业人士没有被赋予足够的权力，使用 AI 反而带来了很大压力，因为他们需要靠自己来证明成果。” 这种压力与 AI 输出的低质量形成了恶性循环。当工具生成的内容需要大量修正时，员工不仅未能节省时间，反而陷入了“修改地狱”。 ## 如何破局？ 专家们给出了几条实用建议，帮助你在 AI 时代做到“更快而不更累”： 1. **明确工具与目标**：不要盲目使用 AI。先问自己：这个任务真的需要 AI 吗？它能带来什么价值？ 2. **建立质量标准**：制定一套清晰的输出标准，减少反复修改。例如，对 AI 生成的文本设定格式、语气和事实核查清单。 3. **优化输入与迭代**：高质量的输入才能得到高质量的输出。学会撰写精准的提示词（prompt），并逐步优化，而不是期望一次成功。 4. **设置边界**：合理分配 AI 使用时间，避免无休止地“打磨”输出。记住，AI 是助手，不是主人。 ## 小结 AI 本身不是问题，问题在于我们如何使用它。如果只是简单地将 AI 视为“加速器”，而不调整工作流程和期望，那么认知疲劳几乎是必然的结果。真正的生产力提升，来自于对工具的深思熟虑和策略性运用——在追求速度的同时，不牺牲质量，更不牺牲人的健康。
英伟达（Nvidia）机器人业务负责人Spencer Huang向《连线》杂志透露，这款新型机器人结合了中美两国的优势。 ## 强强联合：中国硬件与美国芯片 英伟达CEO黄仁勋本周发布了一款人形机器人蓝图，其核心是**中国制造的躯体**与**美国设计的芯片大脑**的结合。该机器人采用中国机器人初创公司宇树科技（Unitree）的**H2 Plus**型号，身高6英尺（约1.83米），体重150磅（约68公斤），搭载英伟达**Thor T5000芯片**，并配备了一双来自新加坡公司Sharpa的先进灵巧手，以及一套全新的软件套件，使编程和训练变得简单。 ## 技术细节与突破 Thor芯片能够运行强大的AI模型，让机器人理解环境并控制动作，而宇树的躯体则提供了电机、执行器和传感器。Sharpa的灵巧手可完成从变魔术到削苹果等精细操作——**灵巧性仍是机器人领域未解决的关键难题**。英伟达机器人产品总监Spencer Huang（黄仁勋之子）表示，公司希望为尽可能多的人形机器人公司提供硅芯片智能。“宇树是第一个，但绝不会是最后一个。” ## 中美技术竞争下的合作 这一合作出人意料：机器人技术已成为中美科技竞争的新战场，甚至有政客提议全面禁止中国的人形机器人。去年，安全研究人员声称宇树的机器人能够捕获并传输数据，存在安全风险。但另一方面，合作又合乎逻辑。卡内基国际和平研究院的Scott Singer指出，美国拥有全球最好的AI芯片，而中国的供应链赋予其机器人公司硬件优势。“双方都掌握着供应链的关键环节，本可相互制衡，但如今却选择合作。” ## 安全考量 英伟达显然意识到安全担忧。新的H2 Plus蓝图配备了**安全功能**，旨在缓解潜在风险。不过，具体措施细节尚未完全公开。 ## 展望未来 这款机器人将帮助美国学术实验室等研究人员快速组装尖端人形机器人，并用自有的AI算法进行训练。Spencer Huang还透露，H2的技术可能提升其他中国机器人（包括传统工业机械臂）的能力。人形机器人领域的“中美合体”模式，或许将重新定义行业竞争格局。