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。
科幻大片扎堆，《Aphelion》反而押注一场小体量太空失散
The Verge 对 Don’t Nod 新作《Aphelion》的判断很清楚：它不是科幻大片的竞品，更像大制作夹缝里的叙事补充。游戏把近未来移民星球的宏大设定，压到 Ariane 和 Thomas 两名宇航员的失散与寻找上。对科幻游戏玩家来说，关键不是它够不够“大”，而是你是否需要一款更慢、更亲密、操作负担更低的科幻冒险。
Wasm 被叫了这么多年“栈机器”，问题恰恰出在这个标签
一篇技术博客指出，WebAssembly 虽然常被称为“栈机器”，但它几乎没有 dup、swap、over 这类传统栈重排指令，复杂复用往往必须借助 locals。真正的问题不是术语洁癖，而是这个标签会误导开发者迁移 JVM、Forth 那套 VM 经验。
罗技让 MX 外设控制 Office：快捷键小更新，工作流大算盘
罗技给 MX 外设线推出免费 Productivity Plugins，MX Creative Console、MX Master 4、MX Mechanical Mini 等设备可通过 Logi Options Plus 控制 Word、Excel、PowerPoint、Slack、Notion。它不是 Office 原生升级，而是罗技把外设继续推向桌面工作流入口。重度办公用户可以观望插件质量；只想买一只顺手鼠标的人，没必要为这套能力急着换设备。
GTFOBins 不是漏洞清单，它照出的是 Linux 权限治理的旧账
GTFOBins 是一个公开知识库，整理 Unix/Linux 常见二进制工具在特定权限配置下可能具备的 Shell、文件读写、上传下载、权限提升、库加载等能力。它提醒的不是“某个命令有毒”，而是 sudo、SUID、capabilities、镜像和流水线权限组合后会放大风险。对 Linux 运维、云平台和安全团队来说，重点不是禁工具，而是盘点授权、收紧默认能力、审计合法工具的异常使用。
pip 26.1 发布：lockfile 和依赖冷却，补的是 Python 依赖管理的地基
pip 26.1 停止支持 Python 3.9，并新增实验性的 `pip lock` 与 `--uploaded-prior-to PXD` 参数。重点不是版本号，而是 pip 开始补可复现安装和供应链风险缓冲。对 Python 开发者和工程团队来说，现在该检查运行时版本、CI 镜像和依赖安装策略了。
Golden Child上线：3700万美元押注高端犬粮，drizzle还不是护城河
Golden Child正式上线，卖冷冻鲜食订阅，也卖19.95美元一瓶的常温液态拌食drizzle，累计融资3700万美元。它的看点不是“颠覆狗粮”，而是Hims & Hers式DTC健康消费打法进入高端宠物食品。真正要等验证的是复购：drizzle能不能单独卖起来，冷冻鲜食的履约成本会不会吃掉利润。
LingBot-Map 发布：机器人建图的硬问题，正在变成记忆管理
蚂蚁灵波科技发布 LingBot-Map，一套面向具身智能的流式 3D 重建方法，目标是在长视频序列里稳定输出相机位姿和深度。关键不在“又一个建图模型”，而在它把长期在线感知的瓶颈说清了：记忆怎么存、怎么压、怎么不拖垮系统。现在不能把它吹成 SLAM、NeRF 或 3DGS 的全面替代，但机器人、AR/VR、自动驾驶建图团队已经值得拿它做验证对象。
旧金山坐拥AI富矿，城市经济却没接住
旧金山聚集了OpenAI、Anthropic和91家AI独角兽，账面财富很热，城市经济却被《经济学人》称为落后者。关键不是AI公司弱，而是估值、就业、住房和治理之间没有顺畅传导。对创业者和城市管理者来说，接下来该看本地用工、住房承载和公共服务，而不是只看融资新闻。
马斯克诉OpenAI开庭：陪审团遴选先暴露了他的形象成本
马斯克诉Sam Altman与OpenAI一案，周一从陪审团遴选开始。候选陪审员问卷里出现多条对马斯克的强烈负面评价，马斯克律师试图以偏见为由排除部分人选。真正要看的不是“讨厌马斯克”会不会让他输，而是他的公众形象已经成了这场OpenAI法律战里的现实变量。
talkie 发布：一台停在 1930 年的 13B 模型，真正考题是版权洁净训练
Nick Levine、David Duvenaud 与 Alec Radford 发布 talkie，一个用 1931 年前英文文本训练的 13B 复古语言模型，并开放 base 与指令微调版本。它的价值不在怀旧包装，而在给开源模型社区提供了一个罕见样本：只靠版权到期、时代隔离的数据，大模型能走多远。最大争议也在这里——base 模型相对“干净”，chat 版本仍被现代 LLM 的后训练流程影响。
《High Performance Git》来了：Git 变慢，问题常在团队治理
Ted Nyman 在 gitperf.com 发布《High Performance Git》First Edition，采用 CC BY-SA 4.0 授权。它不是普通 Git 命令教程，而是面向大型仓库、CI、monorepo 和排障团队的性能手册。真正值得看的是这个判断：Git 慢不慢，很多时候不取决于会不会敲命令，而取决于数据模型、传输策略和维护纪律。
戒酒一年最反常的收获：不喝，比少喝更省力
Dynomight 作者原本每周只喝两三杯，戒酒一年后发现，难点不在酒精本身，而在每个场景里反复判断“要不要喝”。完全归零后，酒从菜单上消失，自我协商成本也消失了。最大正收益是睡眠改善，最大代价是喝酒型社交的参与感下降；这不是禁酒宣传，而是一次习惯重新定价。
当 AI 被默认打开，拒用就不再是矫情
Sean Boots 提出“生成式 AI 素食主义”：不全面反 AI，但尽量回避 ChatGPT、Copilot、Gemini、Claude 这类生成式 AI 工具。关键不在于 AI 有没有用，而在于它正被默认塞进办公软件、手机系统和搜索入口。对普通用户和组织来说，保留“不用”的权利，已经是一种现实防御。
NVIDIA把超声AI推到原始通道数据层，难点不只是模型
NVIDIA与Siemens Healthineers发布NV-Raw2Insights-US，输入不是B超图像，而是超声探头的raw ultrasound channel data。它首个应用是估计患者个体化声速，并用于自适应聚焦，不是自动诊断疾病。目前项目仍处研究开发阶段，未获美国或其他国家销售许可，真正门槛在原始数据链路、设备接入和监管定义。
微软 VibeVoice 本地转写实测：一小时播客 8 分 45 秒，但门槛不低
Simon Willison 在 Mac 上实测 Microsoft 开源语音转文字模型 VibeVoice，一小时播客在 128GB M5 Max MacBook Pro 上约 8 分 45 秒完成，并输出带说话人标签的 JSON。它已经有本地长音频转写的实用价值，但还不是“任意长度录音一键处理”的工具：显存/内存、max-tokens 和一小时上限仍是硬约束。
YouTube 测试 AI 搜索：视频列表还在，但答案页先来了
Google 正在美国向 18 岁以上 YouTube Premium 用户测试 Ask YouTube，搜索栏会出现对话式 AI 入口，结果页混合摘要、长视频、Shorts 和后续追问。它还不是全面上线，传统搜索结果仍在，部分复杂或敏感查询会回到普通列表。真正值得盯的不是按钮本身，而是 YouTube 开始把视频内容重新编排成“答案”，创作者流量和用户信任都会被重新分配。
Talkie 这个“1930 年大模型”，拆的是今天 AI 的底牌
Talkie 团队发布 talkie-1930-13b：13B 参数、约 260B 个 1931 年前英文 token 训练，并开放 base 与对话版 checkpoint。它的重点不是复古聊天，而是提供一个少见的“时间隔离”对照组，用来检验泛化、数据污染、OCR 质量和后训练塑形。对评测团队和数据治理关注者来说，真正该看的是它和现代 FineWeb twin 的差距在哪里、差距又被哪些时代错位放大。
一位 CS 教授写给学生：别急着给坏系统添燃料
Hendrix College 计算机科学与数学教师 Brent A. Yorgey 写信给学生，批评软件行业在就业、AI 叙事、知识产权、监控、资源消耗和伦理激励上正在失控。他没有劝退 CS，而是在提醒学生：学会写代码之前，也要先知道哪些系统不该帮忙加速。对计算机学生和新程序员来说，这封信最现实的价值是提前划清边界，而不是等进了项目才被排期和绩效推着走。
Applied Intuition 押注 Physical AI：移动机器缺的不是 Demo，是 Android 层
Applied Intuition 在访谈中把自己放到 Physical AI 平台位置：从自动驾驶仿真和数据工具，扩到机器操作系统、验证工具和自治模型。真正值得看的不是“AI 上车”这个词，而是它能不能把智能做成低延迟、可验证、可更新的工程底座。对车企、机器人公司和工业设备厂商来说，这决定了自研、采购和平台迁移的节奏。
FreeBSD 新书《Integrated by Design》发布：72 小时里卡住的四个环节
Vivian Voss 在 2026 年 4 月 23 日世界读书日发售 FreeBSD 新书《Integrated by Design》，精装和平装已发货，Kindle 仍在 Amazon 审核队列。上线前 72 小时暴露出字体、封面、欧洲定价和 Kindle 审核四类问题。它说明独立技术出版的难点不只在写作和排版，还在平台规则、实物印刷和价格传播之间反复校准。
ASU Atomic 测试争议：大学不能把教师讲座默认切成 AI 学习模块
ASU 正在测试 ASU Atomic：把课程系统里的教师讲座切成短视频，再由 AI 生成学习模块。 多名教师称未被通知、不能选择退出，成品还出现误转写、断章取义和测验错误。 这件事的要害不只是 AI 不准，而是大学在授权、审核、责任边界没讲清前，就把教师劳动推入产品实验。