最新科技资讯 第44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 44 页精选文章。
Dirac 登顶跑分的重点，不是第一，是 Agent 开始拼省上下文了
Dirac 在 GitHub 开源，项目方称基于 Gemini-3-flash-preview 登顶 Terminal-Bench-2，并把 API 成本降低 50%-80%。这还不能当成第三方定论，但它把编程 Agent 的竞争焦点拉回了工程现实：少烧 token、少改错、可复现。对重度 AI 编程用户和小团队来说，现在更该看系统设计，而不是只看接了哪个大模型。
三星疑似 Z Fold 8 Wide 机模曝光：宽折叠这一步，是抢在苹果前定规则
Sonny Dickson 放出疑似三星 Galaxy Z Fold 8 Wide 的机模图，显示它可能采用类似护照的宽折叠形态，后置双摄，并出现疑似 Qi2 磁吸无线充电圆环。信息仍停留在泄露机模阶段，不是三星官方确认，也不能当最终规格看。真正值得盯的，是折叠屏竞争正在从薄度，转向宽屏形态、配件接口和苹果入场前的定义权。
Govee 把吸顶灯做成“低清屏”：249.99 美元买氛围，还是买噱头？
Govee 发布 21 英寸 Ceiling Light Ultra，售价 249.99 美元，亮度提升至 5000 流明，并用 616 颗独立控制 LED 显示动态图案和低分辨率图片。它的价值不在于替代屏幕，而在于把智能照明从“调光调色”推进到更强的空间氛围控制；但图片显示更像加分项，不是核心购买理由。
Spotify 把 Peloton 课程塞进 App：健身专区不是问题，杂货铺才是
Spotify 的 Fitness hub 不再只是运动歌单集合，Premium 用户将在部分市场获得 1400 多节 Peloton 课程，还包括瑜伽、力量、冥想等创作者内容。它补强了 Spotify 订阅的账面价值，也把一个老问题推到台前：音乐 App 到底是在变好，还是在变成越来越拥挤的内容商场？
Moleskine《指环王》联名争议：AI 披露撤了，信任也被削薄了
Moleskine《指环王》联名宣传图曾在官网部分横幅标注“Imagined by Moleskine, generated by AI”，但 Instagram 首发图和单品页没有同步披露。 品牌后来称封面由设计师创作、AI 用于增强背景；到 4 月 25 日，官网 AI 声明被移除，相关宣传图仍在。 争议的关键不是能不能用 AI，而是一个靠手写、人文和创作者叙事立身的品牌，不能把 AI 使用说得含混。
《Legacy》预售拿到约5400万美元，玩家等来的不是一款好游戏
Peter Molyneux 的链游《Legacy》靠 NFT 预售拿到约 5400 万美元加密资金，2023 年上线后几周内大量流失玩家，经济系统很快失灵。 更扎眼的是，Molyneux 2024 年称《Legacy》的多数资金被用于支持新作《Masters of Albion》。这件事的重点不是 NFT 外壳，而是 play-to-earn 把玩家放进了退出流动性的结构里。
AI进入汽车研发底层：车企想压缩的不是审美，而是5年造车周期里的等待
GM、JLR、Nissan正在把生成式AI、神经网络仿真和代码工具放进汽车设计、空气动力学测试和软件开发流程。 关键变化不是AI独立设计量产车，而是把草图、风洞、代码之间的迭代等待切短。 对汽车供应链和研发岗位来说，真正要变的是项目节奏、协作边界和新人入口。
pgBackRest 停维：PostgreSQL 备份不能只靠维护者硬扛
pgBackRest 作者在 GitHub 公告中宣布停止维护，当前稳定版停在 v2.58.0；现有版本不会因此立刻失效，但后续维护承诺已经断开。受影响最大的是把它放进 PostgreSQL 备份、恢复、WAL 归档和灾备链路的团队，尤其是大库、高写入、对象存储归档场景。真正要补的不是一份工具清单，而是维护、恢复演练和责任归属这三笔账。
160 美元鼠标塞进侧屏：Turtle Beach 的问题不是大胆，是太想证明自己在创新
Turtle Beach 发布 Command Series 外设，最扎眼的是 160 美元无线鼠标 MC7：左侧拇指区放了一条 2.25 英寸触控屏，可做宏、应用和 OBS 控制。它面向游戏玩家、主播和重度宏用户，但真正的疑问也在这里：高频握持区多一块屏，收益是控制密度，代价可能是误触、分心和学习成本。我的判断很简单：这不是鼠标进化的必经路，更像外设行业把屏幕当高级感捷径。
上线当天就放弃：这个副项目没有失败
Robb Owen 做了一个拉脱维亚语名词变格练习 App，功能正常，上线当天却决定放弃。反常点在这里：产品没留住作者，但写代码的过程已经帮他学会了规则。对初级开发者和作品集焦虑者来说，这篇小文章真正提醒的是：副项目的价值，不该只由发布、流量和展示效果来定。
Google DeepMind与韩国政府合作：科学AI进国家体系，边界比口号更重要
Google DeepMind于2026年4月27日宣布与韩国政府合作，目标是用前沿AI模型加速科学发现和科研应用。这不是单一产品发布，也不是已有科研成果落地，目前更像一项国家级AI科研能力合作框架。韩国可能获得更快的模型和方法入口，Google DeepMind也在扩大自己在科学AI和公共政策中的位置。
Chrome Prompt API 更新：Gemini Nano 进了浏览器，但还不是 Web AI 标配
Chrome 文档更新了 Prompt API：从 Chrome 138 起，开发者可在 Origin Trial 中调用浏览器内的 Gemini Nano，处理文本、图像和音频输入。 它更像给 Web 和 Chrome 扩展开发者的本地 AI 试验场，不是所有 Chrome 用户马上可用的功能。 真正的门槛不在几行 API，而在版本、硬件、模型下载、语言和平台支持。
EvanFlow 给 Claude Code 加刹车：AI 编程开始补过程约束
EvanFlow 是一个 Claude Code 流程插件，不是新的 AI IDE，也不是独立编码模型。它用 16 个 skills 和 2 个 subagents，把需求推进到 brainstorm、plan、execute、tdd、iterate，再强制 STOP。它真正有价值的地方，是把 AI 写码从一次性生成，拉回到可审批、可测试、可中断的开发闭环。
TurboQuant 想省掉的，不是 1 bit，而是低比特量化的 metadata 暗税
TurboQuant 面向 KV cache、embedding、attention key 等高维向量，试图用随机正交旋转抹平 outlier channel，再用 2–4 bit 固定码本量化。它最有价值的点不是纸面 bit 数更低，而是不依赖训练、校准和 per-block scale/zero-point，直接挑战低比特量化里常被忽略的 metadata 成本。真正要看的，是它在具体模型、任务和硬件路径下，能否把旋转与解码成本也算进账本。
drio/unixmagic：一张 Unix 老海报，被改造成可协作考证的技术史入口
GitHub 项目 drio/unixmagic 正在为经典 Usenix“Unix Magic”海报建立在线标注和资料追踪，把图像里的 Unix 梗、命令和文化引用拆成可浏览条目。它的重要性不在代码规模，而在把一张 1980 年代技术文化海报变成可协作补证的历史入口；边界也很清楚，它不是官方 Usenix 项目，目前仍是个人仓库驱动的整理工作。
Google Cloud破200亿美元：AI云的硬仗，卡在机房和电力上
Google Cloud季度收入首次突破200亿美元，AI需求是主因，但更关键的信息是：增长已经被算力和数据中心容量卡住。相比单纯讨论Google能否靠Gemini追赶AWS和Azure，这份财报把问题推到更现实的一层：AI云竞争不只拼模型，还拼芯片、机房、电力、资本回报和交付能力。
Jelly 把帮助文档截图放进构建流水线，解决的是一个很小但很烦的问题
Jelly 作者为帮助中心做了一套内部流程：在 Markdown 注释里声明截图目标，构建时用无头浏览器访问真实应用并更新图片。它不是 AI 写文档，也不是通用开源工具，价值在于把最容易过期的 UI 截图放回代码提交链路。对小型 Web 产品团队来说，这能降低“文档截图跟不上界面变化”的维护摩擦，但前提是演示数据、登录状态和选择器足够稳定。
Altman庭上占了上风，但OpenAI的AGI刹车还没装牢
马斯克诉OpenAI案进入Altman作证阶段，庭审把争议从“慈善机构被偷走”推向更硬的控制权问题：谁有资格掌握通往AGI的公司。Altman有同期邮件支撑自己的说法，但OpenAI真正的麻烦不是赢不赢官司，而是它能不能让客户、监管者和公众相信：这家公司不是靠某个人的信用在踩刹车。
斯坦福创业神话又被写进书里：批判会削弱它，还是替它加光环？
斯坦福学生记者 Theo Baker 的新书《How to Rule the World》即将出版，写的是校园里由风投、创业教育和权力想象塑造的“校中校”。这本书的看点不只是揭露，而是一个更麻烦的问题：批判斯坦福创业神话，可能削弱它，也可能让它更像一张招生海报。对申请者、家长和高校周边投资人来说，真正该看的是边界：大学是在教育学生，还是在提前筛选创始人。
YourMemory 让 AI 记忆学会遗忘，但那 16pp 还不能当结论
YourMemory 在 GitHub 发布了一个带艾宾浩斯遗忘曲线衰减机制的 Agentic AI memory，并声称 LoCoMo 召回率比 Mem0 高 16 个百分点。 真正值得看的是遗忘机制：AI 长期记忆不能只比谁存得多，还要比谁会降权、会隔离、会删除。 开发者可以研究它的方向，但不宜直接迁移；企业接入更该盯住复现、权限、telemetry 和数据治理。
Stuxnet 之前五年，fast16 已经把刀伸向了计算结果
SentinelLABS 披露的 fast16 可追溯到 2005 年，早于 Stuxnet 至少五年；它面向 Windows 2000/XP，通过 Lua 载体和 boot-start 文件系统驱动，在内存中定向补丁高精度计算软件。真正危险不在偷数据，而在污染计算结果：系统继续运行，答案却被悄悄改写。归属仍需克制，fast16 只是在 ShadowBrokers 泄露的 NSA 相关去冲突清单中出现过名称，不能直接坐实来源。