最新科技资讯 第2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 2 页精选文章。
初代 PlayStation 的架构赢法：33.87MHz，不堆料，也能打穿 3D 时代
初代 PlayStation 的核心不是性能碾压，而是用 33.87MHz 的 MIPS 系 SoC、2MB EDO RAM、GTE、MDEC、GPU、SPU 和 DMA，把 3D 游戏机做成一套便宜、可控、能量产的工程组合。它真正厉害的地方，是把复杂 3D 计算拆给专用模块，让开发者少面对一团黑箱。代价也很清楚：无数据缓存、主总线争用、固定点运算和手动调度，都要求开发者精打细算。
医院退场后，跨性别青少年的照护被政治切断
特朗普政府施压可能提供儿科跨性别医疗服务的医院后，洛杉矶儿童医院等机构关闭或暂停相关服务。受影响的不只是性别认同相关治疗，还有 HRT、青春期阻断剂、心理支持和内分泌照护。真正被转嫁风险的，是最难自己谈条件的未成年人。
同样是 O(N)，代码为什么能慢到 30 倍
同样是 O(N)，实际速度可能被缓存行、数据布局和访问模式拉开数倍；在原文特定大结构体基准里，差距最高接近 30 倍。关键不在于算法复杂度失效，而在于很多代码把硬件成本藏进了对象、字段和指针里。对后端、游戏、系统和高性能计算工程师来说，下一步不是迷信 SoA，而是先找热路径、量工作集、看缓存命中。
Creative Katana V2X 漏洞披露：一台 USB 音箱如何远程变成 BadUSB
安全研究者披露，Creative Sound Blaster Katana V2X 可在约 15 米范围内，经未配对 BLE 控制链路刷入修改固件，重启后模拟 USB 键盘输入。问题限定在 Katana V2X：蓝牙侧 CTP 未鉴权，固件更新缺少签名校验，让一台已被 PC 信任的 USB 音箱变成 BadUSB 入口。Creative 经 SingCERT 转达后称不认为这是网络安全风险；截至披露时，官方最新固件仍受影响。
Xcimer 点亮全球最大私人激光：聚变资本热了，电站还远
Xcimer Energy 启动 Phoenix 氪氟准分子激光系统，核心长 38 米，满功率超过 1 千焦，公司称其为全球最大私人拥有激光装置。真正要看的不是“聚变快来了”，而是私人资本正在把 NIF 这类国家实验室路线推向工程化。商业电站可能需要超过 12 兆焦，分水岭仍是重复发电、系统成本和电价账本。
Edsger：在 reMarkable 2 上手写 Clojure，像工具，更像实验
Daniel Janus 发布个人开源项目 Edsger：在 reMarkable 2 上手写 Clojure 表达式，经识别后送入 Clojure REPL，再把结果显示回来。它不是 reMarkable 官方功能，也不是成熟 IDE，价值更接近一次计算界面实验。最该看的不是它能不能替代桌面开发环境，而是手写输入、电子纸设备和 REPL 能否组成一个稳定闭环。
Google AI 搜索在英国被逼出退出键，但出版方还没拿回定价权
英国 CMA 要求 Google 给网站发布方提供 AI 搜索退出工具，Google 将先在英国测试，再推向全球。关键不只是多了一个 Search Console 开关，而是发布方终于能在 AI 摘要、链接署名和流量数据上多一点谈判筹码。可别高兴太早：退出展示不等于退出训练，也不等于拿回内容收益。
Google承诺给AI数据中心“补水”，但水账不能只看净额
Google承诺到2030年让数据中心补回的水量超过自身消耗，并拿出1700万美元支持美国7个州的新水资源项目。 这份方案比一句“减少用水”更具体，但它还不是结果。真正要看的是直接用水、间接用水和本地水资源压力能不能被公开核算。 在Alphabet拟筹资800亿美元支持AI建设的背景下，水已经从环保指标变成数据中心落地的硬约束。
程序员最便宜的红利：高手还在网上
46elks 的 Johannes Ridderstedt 写了一篇短博客：Linus Torvalds、John Carmack、Fabrice Bellard、Chris Lattner 等传奇程序员仍然活跃，普通开发者仍可尝试通过邮件、tweet 或社区留言接触他们。 重点不在“大神名单”，而在一个被低估的成长机制：AI 降低了信息成本，但真实高手的反馈、社区里的纠偏、公开讨论的尺度，仍然很稀缺。 对年轻程序员和开源参与者来说，接下来最该做的不是盲目骚扰名人，而是学会把问题写清楚，拿到真实世界里接受回应。
蛋白序列很多，真正能用的折叠可能没那么多
Ligo 研究团队在扩展蛋白结构训练数据时发现，自然蛋白序列规模很大，但可复用的折叠结构高度冗余。我的判断是，生物生成模型下一轮竞争不会只看谁折叠更多序列，而会转向谁能更干净地切分结构、去掉噪声、抓住任务相关信号。
美国导弹危机：库存焦虑背后，是推进剂供应链太薄
Contrary Research 的判断很直接：美国导弹和弹药库存被近年冲突持续消耗，精确数字不公开，但高强度太平洋冲突下的补给压力已经暴露。 真正的卡点不只是导弹公司产能，而是固体火箭发动机背后的高氯酸铵 AP 供应链过于集中。 液体推进重新被讨论，不是因为它完美，而是因为美国需要一条绕开固体推进瓶颈的补课路线。
HHS 追加审查 NIH 拨款：问题不只是改词，而是谁在改科学
Science 披露，NIH 部分新获批项目和等待年度拨款的在研项目，正被上级部门 HHS 追加审查。个别案例里，修改意见已从敏感词替换进入研究范围、设计和分析内容。 目前没有证据显示 HHS 已大规模否决 NIH 项目，受影响数量也不明。真正要看的是：这层审查到底是常规资助管理，还是行政层级绕过同行评审介入科学判断。
github.dev 一键失守：VSCode Webview 的信任链问题
安全研究者披露了 VSCode / github.dev 的 Webview 消息处理漏洞：用户打开特制 github.dev 链接后，攻击者可借 Notebook 脚本、快捷键转发和扩展机制窃取 GitHub Token。 关键风险不在单个 Notebook 脚本，而在 Webview 的快捷键信任链：不可信内容被允许影响主窗口行为。 最该紧张的是使用 github.dev、VSCode Web、Jupyter Notebook 的开发者，尤其是账号能访问私有仓库的人。
AI 摘要挤掉蓝色链接，搜索正在把判断权收走
SearchZee 发文反对搜索引擎默认提供 AI 摘要，主张把搜索还给结果链接；它自己是无 AI 摘要搜索引擎，立场有商业偏向。真正的问题不是 AI 摘要能不能用，而是它会弱化用户验证来源的习惯。低风险查询可以交给摘要，医疗、法律、生产环境排障和研究决策不该只看一段合成答案。
61%受访者用 AI 求心理支持：它接住的不是需求，是缺口
AXA 与 IPSOS 的 2026 Mind Health Report 显示，受访国家中心理健康继续走低：10个国家评分降至2021年以来最低，46%受访者处于挣扎或低迷状态。61%受访者已用 AI 处理心理健康问题，55%满意，但32%感到不适，28%称建议导致过有害行为。真正的问题不是 AI 能不能当心理医生，而是专业支持缺位后，AI 正在被迫接住一个本不该由它独自承担的缺口。
Google向安卓开发者买代码：AI编程工具的数据焦虑浮出水面
404 Media披露，Google正以“保密内容报价试点”名义，向部分Play Store安卓开发者付费购买非公开代码库访问权。邮件正文没有直接写AI训练，但链接指向Google关于付费获取非公开内容以改进AI产品的页面。真正重要的不是Google“买断”代码——它并没有这么做，而是平台公司开始把真实生产代码变成新的训练数据交易对象。
连鸟的求偶审美，也被城市垃圾改写了
埃克塞特大学研究了澳大利亚北昆士兰61只雄性大亭鸟，发现城市个体更常用玻璃、塑料、红色电线等人造亮色物装饰求偶亭。真正有意思的不是“鸟会捡垃圾”，而是人类材料正在进入动物的性选择系统，悄悄改变展示、竞争和审美信号。
Cyera 据称 120 亿美元估值融资：AI 安全需求是真的，80 倍 ARR 太急了
据 TechCrunch 报道，数据安全公司 Cyera 正接近完成至少 3 亿美元融资，估值约 120 亿美元；但公司发言人称报道数字“存在事实性且显著不准确”。如果 ARR 超过 1.5 亿美元的说法接近真实，这轮估值约等于 80 倍 ARR，高得刺眼。重点不是 Cyera 是否值 120 亿美元，而是 AI 安全叙事下，资本是否又在用高增长掩盖高消耗。
AI答疑赢过法学教授75%：教授没失业，低质量答疑先露馅
斯坦福法学院Julian Nyarko团队做了一项盲评：16名美国法学教授在近3000次匿名配对中，75%更偏好AI生成的合同法课后答疑。研究场景很窄，不等于AI全面超过法学教授；但它至少说明，高频、标准化、解释型答疑已经被AI打到痛处。真正的问题从“AI能不能答”转向“学校和平台怎么部署、怎么负责、怎么防依赖”。
CSU花1690万美元买ChatGPT.edu：公立大学的AI账本，不能只算效率
加州州立大学系统在财政紧张期采购50万个ChatGPT.edu授权，把22个校区推向AI化校园。争议不在大学能不能用AI，而在公立高校能不能把AI当基础设施，却不把治理、预算优先级和人工复核讲清。最先被影响的不是科技公司，而是学生、教师和行政管理者。
把 NVIDIA 显存拿来做 swap：聪明补救，但别当内存升级
GitHub 项目 nbd-vram 可以把 NVIDIA GPU 的 VRAM 通过 NBD 暴露成 Linux swap 设备，让 RAM 满后的压力先落到显存，而不是直接打到 SSD。它面向内存焊死、无法升级、又有闲置 NVIDIA 显存的 Linux 笔记本用户。判断很简单：这是穷办法里的好工程，但不是“显存变内存”，可靠性、GPU 占用和调试成本都要自己承担。