最新科技资讯
聚合 AI、科技、商业、硬件与开发工具的最新内容，按时间顺序查看第 1 页精选文章。
Cold Court 首张 EP：21 分钟混搭，关键不是吵，是没散
费城兄妹二人组 Cold Court 发布首张 EP《\ (^_^) /》（Hands Up），约 21 分钟，已上线主流流媒体。它把 hyperpop、dance punk、prog rock、dubstep、autotune 和 glitch 压到一起。真正值得听的点，不是风格塞得多，而是这些碎片多数时候还能推着歌往前走。
Polymarket 被曝付费推广“假收益”视频，问题不在市场真假，而在广告边界
《华尔街日报》调查称，Polymarket 曾付费让创作者发布展示虚假交易和收益的视频，部分内容使用“近乎完美复制”的网站界面拍摄。敏感点不在于 Polymarket 市场本身被证明造假，而在于付费推广、虚假演示和传播放大是否误导用户。对加密和预测市场玩家来说，收益短视频不能当交易记录；对平台营销和合规团队来说，披露、标识和承包商管理要重新补课。
坏抽象比重复更贵：真正难的是承认设计过期
Sandi Metz 在 2016 年《The Wrong Abstraction》里的核心判断很直接：duplication is far cheaper than the wrong abstraction。重复代码会脏，坏抽象会把未来改动变成债务。真正该警惕的不是复制粘贴，而是团队被沉没成本绑住，宁愿继续加参数和条件分支，也不愿拆掉已经过期的设计。
百度Apollo Go暂居Robotaxi榜首，但真正变硬的是比赛规则
Autnmy AI发布自动驾驶公司实时排名指数，首批Robotaxi榜单中，百度Apollo Go以微弱优势排在Waymo之前。这个排名不是行业判决书，但它把Robotaxi竞争的焦点从演示和叙事，推向了车队规模、运营密度、安全记录和收费许可。对城市监管者、企业客户和投资者来说，接下来要看的不是谁会讲未来，而是谁能把现实麻烦处理干净。
特朗普政府要求 Anthropic 下线新模型：安全禁令背后，谁会受益
特朗普政府以出口管制和国家安全为由，要求 Anthropic 阻止外国国民使用 Fable 5 和 Mythos 5；Anthropic 认为难以执行，选择整体下线。 目前公开证据还不足以证明两款模型构成已发生的国家安全威胁，争议点在于：这是必要安全处置，还是夹杂政治旧账和竞争利益。 短期最受影响的是企业客户、开发者和网络防御团队；潜在受益者既包括竞争对手，也可能包括因“被认定危险”而获得声量的 Anthropic 自身。
Norvig 的 Lispy：90 行代码不重要，重要的是看懂 eval
Peter Norvig 用 Python 3 写了一个教学版 Scheme 解释器 Lispy，把解释器压缩成 parse、AST、eval、environment 几个核心部件。它不适合被当成工业级 Scheme 实现，真正价值是让有编程基础的人看清：语法只是入口，求值规则才决定程序怎么运行。对没系统学过编译器的开发者，这篇教程更像一条低成本补课路线。
iOS 27 的实用 AI：Siri 之外，苹果在抢系统入口
iOS 27 开发者 beta 已上线，公共 beta 将至，正式版预计秋季推送。Siri 大改是台前热点，但更实用的 AI 藏在分账、密码、Messages、电话、日历、快捷指令、家庭和 Safari 里。苹果这轮真正押注的不是聊天机器人，而是把 AI 做成低感知、高频率的系统基础设施。
ATProto 的钥匙问题：去中心化身份，默认可能仍由 PDS 控制
一篇技术博客指出，ATProto/Bluesky 用户的 PDS 默认可能持有 signing key，甚至持有 rotation key；前者可代用户为 repo commit 签名，后者可影响 DID 身份控制。风险不在公开数据泄露，而在跨应用身份被同一条密钥信任链绑定后，PDS 变成事实上的总钥匙保管人。普通用户该看自己是否有自控的 backup rotation key；开发者该把密钥归属、审计和迁移能力做成默认能力，而不是留给懂协议的人自己摸索。
Polymarket 被指付费做假赢钱视频：预测市场最怕的不是输，是信任失真
《华尔街日报》调查称，Polymarket 付费让创作者发布假下注、假赢钱视频，且视频未披露商业合作。WSJ 识别出逾 1100 条误导性视频，并称被审查视频中的下注均非真实下注。问题不只在营销翻车，而是平台用“普通人赢钱”包装收益预期，伤到预测市场最核心的信任。
AI 把 BASIC 老游戏翻成 C，但复活还没完成
GitHub 个人仓库 proteanthread/bcg 把 David Ahl 两本经典 BASIC 游戏书里的 GW-BASIC 程序转成 C，目标支持 Linux、Windows 11 和 FreeDOS。作者明确说代码尚未测试、验证、调试完成，Star 6、Fork 0，更像一个小型复古实验。它真正有价值的地方，是把 AI 转码的现实摊开了：生成代码快，证明代码可信很慢。
《Beyond All Reason》：免费 Alpha RTS，把复杂度还给硬核玩家
《Beyond All Reason》官网展示的是一款免费、仍处 Alpha 阶段的硬核 RTS，受《Total Annihilation》启发，主打千单位大战、实时弹道、爆炸物理和地形变形。它的看点不止是“免费复古”，而是在传统 RTS 低迷期，仍有人愿意把规模、模拟和玩家控制权押回桌面。现实限制也很清楚：服务器偶有不稳定，学习成本高，长期维护还要继续验证。
空中出租车还没载客，头部玩家先打进法院
美国 eVTOL 头部公司 Joby、Archer、Vertical、Wisk 在商业化前夕卷入多起诉讼，争议包括商业间谍、中国关联、专利侵权和和解执行。更关键的是时间点：认证后移、股价缩水、商业化承诺被追问，法院成了玩家争夺时间、可信度和生存空间的新战场。受影响的不只股东，机场、城市交通规划者、监管机构和潜在乘客都要重新评估“空中出租车快来了”这句话的含金量。
Roomba 的真正革命：不聪明，但先被家庭接受了
The Verge 在《Version History》新一期回顾 Roomba：早期产品会乱撞、续航有限、尘盒也小，却让不少用户喜欢到给它起名字。Roomba 的胜利不在高智能，而在低预期、可见劳动和可容忍的笨拙。iRobot 发明了扫地机器人品类，但没能稳稳守住下一代家庭机器人入口，这才是今天看 AI 硬件最该记住的一课。
从打不开到去商店：Windows 一个小弹窗里的控制权迁移
一篇个人博客回看 Windows 处理未知文件类型的弹窗变化：从简单报错，到手动关联、直接选程序，再到 Web service 和 Store/App 入口。最关键的变化不是界面审美，而是用户打开本地文件时，系统越来越像在安排流量入口。对 UI/UX 读者和重视桌面自主权的用户来说，这个小功能刚好暴露了平台化设计的边界。
几何代数争议：有用的 GA，为什么总被讲成一场运动
Alex Kritchevsky 发长文批评几何代数社群：GA 有价值，问题出在把 Hestenes 路线和 geometric product 推到过高位置。争议不在 GA 能不能用，而在一个好工具如何被过度包装削弱说服力。对学物理、图形学、机器人和数学物理的人，最实际的做法是学可落地的部分，别急着接受整套革命叙事。
索尼 Xperia 1 VIII 评测：大改外观和相机，仍难走出粉丝圈
索尼 Xperia 1 VIII 换了外观和长焦方案，取消过去四代标志性的连续光学变焦，但保留耳机孔、microSD 和前置双扬声器。The Verge 给出 6 分，判断很清楚：它更像一台给 Xperia 老用户续命的旗舰，而不是能撬动主流高端安卓市场的新答案。
《Widow’s Bay》被评年度佳作：恐怖喜剧终于不只会抖机灵
Apple TV 新剧《Widow’s Bay》首季 10 集已上线，Ars Technica 将它列为年度最佳新剧之一，第二季也已在推进。它的稀缺点不是把恐怖和喜剧硬拼在一起，而是让迷雾、怪谈、海岛镇史和基层行政喜剧共用一套规则。喜欢怪谈小镇、恐怖喜剧和《Twin Peaks》气味的观众，可以直接看；只想要纯吓人或纯轻喜剧的人，要先调低预期。
Google IPv6 过半：别把平台口径当全球胜利
Google 的 IPv6 用户访问占比在 2026 年 4 月首次触及 50%，但这只代表访问 Google 服务的口径。APNIC Labs 同期全球 IPv6 capability 约为 42%，两组数字更像现实区间的上下边界。真正该看的不是谁赢了，而是测量口径、地区差异和运营商执行力。
APL 写 3D 体素游戏引擎：avoxelgame 更像技术实验，不是可用引擎
GitHub 项目 avoxelgame 用 Dyalog APL 20.0 和 SDL3 写了一个实验性 3D 体素游戏，涉及 Vulkan、DirectX12、Metal 等图形后端。 它已经支持移动、跳跃、视角控制、方块选择和放置，但仓库自称高度实验性且存在 bug。 更适合 APL 爱好者和体素渲染开发者研究实现方式，不适合当作成熟游戏引擎接入项目。
亚马逊上的“100000 whys”：AI 垃圾内容最先污染的不是文本，是货架
有人把亚马逊搜索“100000 whys”得到的约 150 个儿童科普书封面拼在一起，恐龙、红白火箭、金毛、狮子和近似标题成簇出现。 单本书未必能被可靠判定为 AI 生成，真正刺眼的是低成本批量内容正在挤占非虚构图书货架。 最该受影响的是家长、儿童内容消费者和认真做书的人；接下来要看平台是否愿意承担筛选成本，而不是把成本甩给读者。
Bayer 的 PRINCE：医药 Agent 真正的门槛，是把模型管住
Bayer 在 Martin Fowler 网站披露了 PRINCE：一个用于临床前研究数据检索与分析的 Agentic AI 系统，路线从 Search、Ask 走到 Do。 它的重点不是“AI 自动发现新药”，而是用 RAG、多智能体编排、评估、fallback 和人工控制，把大模型关进可追踪的工程流程。 对药企研发团队和企业 AI 架构团队来说，最该看的不是模型多强，而是数据、上下文、验证和责任边界能不能撑住。