最新科技资讯 第47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 47 页精选文章。
美国妇产科医生另发孕期疫苗指南：专业组织开始公开纠偏CDC
美国妇产科医师学会首次发布独立的2026孕产期疫苗接种建议，把流感、COVID-19、RSV和Tdap都列入孕期推荐，与肯尼迪领导下CDC现行孕期建议出现冲突。关键不在于ACOG取代CDC，而在于医学专业组织用自己的指南为临床医生和孕产妇重新建立可依赖的判断坐标。
Apache疑遭Shahed撞击：3.5万美元无人机背后的霍尔木兹风险
6月8日，一架美军AH-64 Apache在霍尔木兹海峡附近坠落，美方匿名官员称可能遭伊朗Shahed无人机击中，两名机组人员获救，美军随后打击伊朗防空、地面控制站和雷达目标。 现在还不能把这写成“廉价无人机击落昂贵直升机”的确定战果。美方仍在调查：如果无人机确实命中，这到底是有意攻击，还是低空密集环境里的偶然相撞。 真正影响判断的是可复制性。若只是偶发，美伊冲突的风险在误判；若伊朗具备更强的移动目标打击能力，霍尔木兹附近的飞行、搜救和航运成本都要重算。
德国法院给 AI 搜索划线：Google 不能把错误摘要当普通链接
德国一项临时裁定认为，Google 需为 AI Overviews 生成并传播的虚假陈述承担责任，相关错误内容不得继续展示。关键不是 AI 搜索被禁止，而是法院把 AI 摘要看成 Google 自己的新陈述，不是第三方网页的被动展示。对 AI 搜索团队和企业品牌方来说，纠错、引用、下架机制会变成硬成本。
Artemis III不急着登月：NASA把2027任务改成近地轨道“双对接”大考
NASA在公布Artemis III乘组后披露，任务计划不早于2027年夏季发射，但目标不是直接载人登月，而是在低地球轨道分别对接Blue Origin测试着陆器和SpaceX Starship着陆器。真正关键的变化是，Artemis III正从“登月前一站”转向复杂的近地轨道集成验证，NASA要用一次载人任务为2028年月面着陆降风险。最大变量不在宇航员名单，而在New Glenn恢复进度、Starship对接验证，以及SLS能否守住2027窗口。
Claude Fable 5 拒答基础生物学：AI 安全护栏开始误伤正常知识使用
Anthropic 新发布的 Claude Fable 5 被称为其广泛开放的最强模型，却会拒答细胞膜、线粒体、mRNA 疫苗等基础生物和医学问题。关键不在于模型不会，而在于 Anthropic 为防生物武器风险主动加严护栏；这暴露出前沿模型发布时，安全控制与可用性之间的矛盾正在变得更尖锐。
Claude Desktop 只聊天也拉起 1.8GB VM：Agent 桌面化的边界失控
有用户报告，Windows 版 Claude Desktop 在仅聊天时也会随启动拉起约 1.8GB 的 Hyper-V 虚拟机进程。这个案例目前只能视为单个 issue，不能证明大规模故障。真正刺眼的是默认边界：轻量聊天入口，被重型 agent 基础设施拖住了。
Curiosity 火星服役 13 年：老车没停，靠的是远程运维
Curiosity 已在火星工作 13 年，行驶近 37 公里、钻取 42 块岩石、拍摄近 76.3 万张照片，当前科学产出没有下降。它的长寿不是单靠硬件扛住，而是 JPL 持续用软件修补、任务排程和资源管理，把一辆老车继续留在科学任务里。接下来真正压缩任务边界的，是轮子、机械臂、RTG 功率和预算这些现实约束。
SpaceX若以1.77万亿美元IPO，最该盯的不是火箭，是谁被迫接盘
据材料设定，SpaceX正以约1.77万亿美元估值筹备IPO，估值将超过沙特阿美当年上市水平，但公开出售比例可能只有约4%。争议不在SpaceX是不是强公司，而在承销方/市场定价框架把2040年3.4万亿美元收入、79% EBITDA利润率和指数基金被动买入放进同一个故事里。真正的变量，是低流通盘、指数纳入规则、锁定期解除和最终接盘顺序。
亚马逊给 Echo 加了儿童睡前功能：重点不是助眠，是把晚安故事做成订阅入口
亚马逊为 Echo 和 Echo Kids 推出 Sleep Studio，用睡前故事、放松声音、引导冥想和日程设置，帮助孩子进入睡前流程。它属于 Amazon Kids Plus 订阅功能，每月 5.99 美元，已有订阅用户不用额外付费。真正的变化不是 Echo 多会讲几个故事，而是亚马逊把儿童内容、家长控制和硬件生态绑得更紧。
Instagram 让用户调算法：旋钮给你，方向盘还在 Meta 手里
Instagram 准备把 Your Algorithm 扩展到主信息流，用户可查看并修改平台判断出的兴趣主题。现在能动的是 topics，未来计划支持人物、情绪、内容类型等请求。它给用户更多调参入口，但真正的排序、分发和商业权力仍在 Meta 手里。
Google不确认Lyria是否使用YouTube音乐，独立创作者起诉把问题推上台面
独立音乐人起诉Google，称其未经授权使用他们上传到YouTube的原创歌曲训练Lyria 3；Google申请驳回，理由是原告无法证明具体作品被训练，且YouTube条款已授予广泛许可。真正要看的不是Google有没有能力调用YouTube内容，而是它为什么在诉讼中不确认Lyria的数据来源。对音乐创作者来说，上传作品不再只是发布和变现，也可能牵涉到AI训练授权的边界。
美国AI监管为何突然变难：一场晚宴、三次行政令变动和2026选举
华盛顿AI圈正在重新站队：伦理、安全、利润和选举算计被放到同一张桌上。特朗普政府AI行政令在多方游说中反复调整，说明监管强度并不只由技术风险决定。2026中期选举会成为科技行业最难控制的变量，国会席位、委员会归属和选民反AI情绪都可能改写规则。
毕业典礼上嘘声四起，微软听懂了年轻人对 AI 的不信任吗
美国多所高校毕业典礼上，演讲者鼓吹 AI 时遭毕业生喝倒彩，微软总裁 Brad Smith 用一篇超过 3100 字的博客回应。微软承认学生的不安，也说 AI 应服务人而不是取代人，但它仍把 AI 普及当成默认前提。真正的矛盾不是学生没听懂 AI，而是科技公司低估了公众对它们的不信任。
AI 记忆不总是加分项：Writer 研究称个性化可能放大错误迎合
Writer 发布两篇研究，称 AI 记忆和个性化工具在相关性判断失效时，可能把用户偏好或误解带进无关回答。真正重要的不是“记忆功能有害”，而是产品团队不能把更多上下文等同于更可靠的输出。
印度放慢 Starlink 落地：SpaceX 的 IPO 增长故事被主权监管卡住了
SpaceX 已在 2025 年拿到印度运营许可，但据 Bloomberg 报道，印度官员因监管担忧暂停推进 Starlink 落地；SpaceX 否认谈判停摆，称仍在积极沟通。印度真正担心的不是卫星覆盖能力，而是本地数据、网络安全，以及政府能不能控制接入和使用方式。对 SpaceX 的 IPO 叙事来说，印度这种大市场一旦放慢，Starlink 的增长故事就没那么好讲。
AI花费快追上工资了吗？Ramp数据显示只有最激进企业接近这条线
Ramp AI Index显示，美国AI使用最激进的前1%企业，每月人均AI支出约7500美元，但仍低于软件工程师约1.6万美元的平均月薪。真正重要的不是“AI已经比人贵”，而是少数重度企业正在把AI预算推到接近核心人力成本的量级。
Netflix在亚洲推新版移动App：短视频入口和儿童游戏，争的是家庭停留时间
Netflix将把改版移动App扩展到更多亚太市场：已在澳大利亚、新西兰、菲律宾、印度、马来西亚上线，7月进入韩国和日本，其他亚太市场后续跟进。Clips竖屏短视频流更像片库导流工具，不代表Netflix要转向短视频平台。儿童游戏空间Netflix Playground新增《KPop Demon Hunters》相关小游戏，目标是把家庭内容从观看延长到互动。
GitHub API 误报 401：15% API 流量受影响，别当成全站宕机
GitHub 在 2026 年 6 月 10 日出现与 API 请求相关的间歇性认证失败，15:20 UTC 通报，16:39 UTC 标记解决。官方称约 15% API 流量受影响，表现为错误的 401 响应，受影响服务包括 API Requests 和 Issues。更准确的判断是：这次主要打到 GitHub App、CI/CD、机器人和自动化脚本，不是 GitHub 全站宕机，也不是凭据泄露事件。
PgDog 融资 550 万美元：Postgres 扩展难题，被代理层重新盯上了
PgDog 获得 550 万美元融资，继续做开源 Postgres 前置代理，用分片和路由把水平扩展问题放到代理层处理。它不是替换 Postgres，而是押注团队还想继续用 Postgres，只是不想自己维护分片地狱。方向聪明，但企业真正要看的不是口号，是查询边界、事务限制、运维责任和 SLA。
DiffusionGemma 提速最高 4 倍：适合本地交互，不是 Gemma 4 替代品
Google DeepMind 发布实验性开放模型 DiffusionGemma，用文本扩散方式并行生成文本，官方称在专用 GPU 和特定推理栈下最高可实现 4 倍提速。它更像是给本地交互、低并发应用准备的速度型模型，不是 Gemma 4 的高质量生产替代品。开发者该做的是小范围压测和场景拆分，而不是马上迁移主链路。
Jeremy Howard 点名 Anthropic：安全叙事不能只给别人踩刹车
Jeremy Howard 批评 Anthropic 的重点，不是他支持 AI 减速，而是质疑其安全立场是否自洽。若顶级实验室声称要放慢递归式 AI 自我改进，却允许自己用最强模型继续推进前沿研究，问题就变成了自用特权。最该观察的变量不是口号，而是领先实验室是否接受对称约束，以及外部研究者能否获得可预期的访问权。