最新科技资讯 第12页
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 12 页精选文章。
《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。
Zoom 的 localhost 漏洞：CORS 不是报错，是边界
Zoom 2019 年的 localhost Web Server 漏洞，关键不在“本机起服务”本身，而在它用图片尺寸传状态，绕开了 AJAX/CORS 的读取限制。CORS 不是鉴权，也不会阻止所有请求发出；它真正管的是浏览器跨源读取边界。对 Web 开发者和技术负责人来说，这件事提醒的是：别把安全护栏当成产品体验的绊脚石。
配送机器人挤上人行道：芝加哥请愿背后，争的不是一台机器
配送机器人正在美国、英国等城市上人行道送外卖和杂货，芝加哥居民 John Roberts 发起请愿，约 4400 人要求全市暂停，直到安全测试和规则到位。争议焦点不只在撞不撞人，而在人行道被平台当成低成本物流通道后，行人、轮椅使用者、骑手和地方政府谁来让路、谁来担责。接下来最该看两件事：城市是否建立许可和责任规则，机器人公司是否愿意为占用公共空间付费并接受限制。
AI 代码能跑也可能该拒绝：工程师的新瓶颈是审得懂
一名长期使用 coding agent 的开发者提出：AI 生成的代码即使能运行、能通过 CI，只要工程师说不清方案、看不懂取舍，就应该拒绝合并。 这件事的重点不是反对 AI 编程，而是提醒团队：实现速度变快后，审查压力、维护责任和复杂度判断都转回了人类。 对使用 coding agent 的工程师和技术负责人来说，真正要管的是 diff 大小、抽象边界、方案解释和强制人工 review。
Loupe 开源：iPhone 隐私的盲区，不在弹窗里
Mysk 开源了 Loupe，一款 iOS/iPadOS 隐私演示应用，用公开 API 展示普通原生 App 能读取哪些设备指纹信号。它不是 iOS 漏洞报告，也不会上传数据；刺痛点在于，很多可组合成指纹的信号本来就不需要用户授权。真正该看的不是“有没有弹窗”，而是苹果接下来怎么收默认暴露面、降精度和治理侧信道。
Claude会自己调机器狗了，但离“会干活的机器人”还差一关
Anthropic复盘Project Fetch第二阶段：Claude Opus 4.7在Claude Code中完成多项现成机器狗操作任务，速度明显超过2025年两支人类团队。更关键的变化不是机器人学被攻下，而是大模型开始从“帮人调机器人”走向“自己调用现成物理工具”。边界也很清楚：它仍没自主完成精准取回沙滩球，闭环物理控制还不是这次实验能证明的事。
慢呼吸会让人更敢冒险？Neuron 研究指向心脏与大脑的连接
Neuron 研究显示，在风险决策任务中，延长呼气的慢呼吸会增强心脏副交感活动，并让 41 名健康参与者更倾向选择高风险选项。 关键判断不是“慢呼吸让人更理性”，而是主动调节自主神经状态，可能改变奖励敏感性和风险偏好。 这对身心调节产品和行为决策研究有启发，但不能被包装成投资、临床或自我优化建议。
TownSquare：一个 script 把“在线同场感”塞回网页
TownSquare 在 HN 展示了一个轻量 presence layer：站长贴一段 script，访客无需账号，就能在同一网页里看见彼此、聊天、移动、jump 和 high-five。 它有趣的不是规模，而是把 IRC、早期聊天室、留言板、Webring 那种“人在场”的感觉塞回静态网页。 但门槛越低，治理越早到场。垃圾话、测试脚本、HN 梗和骚扰风险，都会跟活人感一起进来。
epoll 还没退场，但 io_uring 正在改写 Linux I/O 的成本账
一篇技术文借 TinyGate 重写过程，对比 epoll 的 readiness 模型和 io_uring 的 completion 模型。核心变化不是 API 新旧，而是高并发 I/O 的成本从频繁 syscall 转向批处理和内核协作。新写代理、存储、网关的团队该认真评估 io_uring；老系统、小负载、老内核没必要为了新而迁。
芬兰图书馆借缝纫机，真正厉害的是把公共生活接住了
BBC报道芬兰公共图书馆不再只是借书：缝纫机、3D打印、录音棚、运动器材、会议空间、数字政务协助都被纳入服务。关键不在项目猎奇，而在芬兰把低门槛公共空间做成了制度能力。对城市治理和数字鸿沟来说，图书馆不是怀旧设施，而是社会缓冲层。
2022 年后的新书，开始背上一笔 AI 信任债
Lorenzo Gravina 写到，自己会更本能地信任 2022 年及以前出版的书；对之后陌生作者的新书，会多一层“可能被 AI 参与生产”的折扣。问题不在 AI 能不能写好书，而在 LLM 降低写作成本后，读者开始重新估算作者劳动、编辑门槛和文本可信度。受影响最大的，是陌生作者的新书、出版社的筛选信誉，以及读者的买书决策。