## Claude 自动压缩数据丢失：摘要 Claude 目前在自动压缩时存在数据丢失问题。虽然完整的对话记录会被保存，但压缩后的摘要会丢弃用户提供的数据（例如代码、标记或日志），仅保留对其的引用。这导致 Claude “忘记”关键细节、产生幻觉信息，或要求用户重新粘贴数据，浪费 token 并中断工作流程。大量用户报告（8+ 个开放问题）凸显了这一持续存在的问题。 核心问题在于有损的压缩过程缺乏与原始无损记录的链接。 提出的解决方案是在压缩摘要中添加**索引记录引用**。这些引用（例如 `[记录：第847-1023行]`）将允许 Claude 在需要时才从记录中精确检索特定数据，从而最大限度地减少 token 使用并保持上下文。 这是一个低成本的解决方案——利用现有文件，并且只需要修改摘要器。未来的阶段可以将其扩展到跨会话恢复。现有的解决方法无效，社区解决方案是对这个核心平台限制的外部补偿。解决这个问题是一个**高优先级**功能，会影响生产力，特别是对于涉及大量用户输入的任务。

## OAuth：简单的核心，复杂的历史 Geoffrey Litt 最近解释了 OAuth 背后的核心原理，响应了对“Matt Levine 风格”解释其用途的要求。尽管经过了 19 年的复杂性增加，OAuth 的基础仍然很简单：**安全地授权访问。** 它源于 Twitter 在 2006 年面临的一个问题——在不要求用户为通过各种客户端（网页、桌面，最终是移动设备）访问该平台而提供密码的情况下，启用 OpenID 登录。现有的解决方案不安全且是定制构建的。Litt 意识到需要一个标准，避免出现大量不安全的“TwitterAuth”风格系统。 OAuth 的核心就像一个“魔法链接”——在获得用户同意后，安全地将一个可多次使用的密钥发送给受信任的委托者（例如应用程序）。然后，该委托者可以使用该密钥代表用户行事。 OpenID Connect (OIDC) 是*基于* OAuth 构建的，有效地重现了“登录”功能。虽然标准已经变得复杂，但目标很简单：一种标准化的方式，可以在不共享您的凭据的情况下授予对您信息的有限访问权限。理解*为什么*需要授权访问是驾驭该标准本身“噪音”的关键。

印度正在增加从沙特阿拉伯的粗油进口，接近俄罗斯的供应水平，原因是其面临来自美国的压力，要求减少对俄罗斯能源的依赖。预计本月来自沙特阿拉伯的石油运输量将达到100万至110万桶/日，这是自2019年以来的最高水平，几乎与俄罗斯目前的120万桶/日交付量相匹配。 尽管俄罗斯仍然是印度最大的供应商，但预计3月份的供应量将减少，沙特阿拉伯有可能重新夺回首位。这一转变是在美国提出一项贸易协议后发生的，该协议将关税减让与印度停止购买俄罗斯石油联系起来。 尽管面临压力，印度尚未大幅削减俄罗斯的进口量，但一种贸易模式转变正在出现，中国正在增加其俄罗斯石油的摄入量，达到创纪录水平。这表明俄罗斯的出口正在被重新导向，而不是大幅下降。

## 更少 Bug 的命名：TigerBeetle 方法 作者讨论了计算机科学中一个持续存在的问题：命名以防止错误。他们认识到许多错误源于简单的拼写错误或变量误用（尤其是在具有/不具有阴影的语言中），并提倡利用强静态类型——但承认其局限性，尤其是在索引方面。 他们的解决方案在 TigerBeetle 项目中实现，围绕一致的命名约定：使用“**count**”表示*项目数量*，使用“**index**”指代*特定项目的位置*。这强制执行不变式 `index < count`，使不正确的组合立即可见。他们还使用“**size**”表示处理原始字节数组时的字节数，并避免使用模棱两可的术语“length”。 这种约定，结合“大端命名”（限定符作为后缀）和保持名称长度一致，创建了自文档代码，其中潜在错误“显现”。作者认为，即使是小的防御性技术，分层使用也能显著降低错误的可能性，尽管这并非万能药。

## 超越预定义的工作流：让AI代理规划与执行 当前的多代理框架（LangGraph、CrewAI、AutoGen、OpenAI Swarm、Claude 的工具使用循环）都需要开发者*预定义*代理如何协调——工作流、角色和交接。这种方法限制了代理动态适应复杂任务的能力。然而，最近的AI模型展现出强大的规划能力，能够自然地分解问题并理解依赖关系。 Cord，一个新框架，颠覆了这种模式。它不是规定结构，而是**让代理在运行时构建任务树**，基于单个目标。它利用了两个关键的基本元素：**spawn**（用于独立任务，提供一个干净的开始）和 **fork**（用于继承兄弟任务上下文的任务，非常适合分析）。 Cord 使用一个由中央服务器强制执行的简单协议，使用诸如 `ask`（用于人类输入）和 `complete`（用于标记任务完成）之类的工具。值得注意的是，测试表明 Claude Code 直观地理解并正确使用了这些基本元素*无需*事先指导，展现了对诸如“向团队成员汇报”（fork）与“聘请承包商”（spawn）等概念的理解。 Cord 的协议与模型无关，可以与各种 LLM 和数据库实现，为真正动态、AI驱动的工作流提供灵活的基础。

美国食品药品监督管理局（FDA）正在改变其新药审批标准，默认将接受一项良好运行的临床试验数据，而不是传统上要求的两项。专员马蒂·马卡里博士和维奈·普拉萨德博士宣布了这一变化，理由是生物学理解和药物发现的进步，使得对疗效的评估可以超越单纯的生存率。 这项改革旨在加速药物开发并降低制造商的成本。虽然FDA越来越多地基于单项试验批准药物——特别是对于罕见或致命疾病——但这现在将成为标准期望。 然而，FDA保留了在初始试验存在局限性时要求进一步测试的权利。该机构还将加强上市后数据收集，以监测药物在真实环境中的表现。一些专家，如雷什玛·拉马昌德兰博士，表示担心这可能导致对长期有效性的不确定性，并主张需要更严格的初始数据。

美国的叙利亚政策，专注于政权更迭和支持“温和”反对派，导致了危险的安全局势。在2019年击败伊斯兰国后，估计有15000-20000名伊斯兰国附属人员及其家属，在叙利亚政府军（得到与基地组织有关的激进组织海塔解放阵的支持）从美国支持的叙利亚民主力量手中夺取控制权后，逃离了阿尔霍尔营地。 阿尔霍尔营地的安全状况恶化，专家警告营地正在滋生新一代武装分子。美国从该地区撤军使叙利亚民主力量变得脆弱，并促成了海塔解放阵的崛起。有报告称，伊斯兰国囚犯甚至*欢迎*海塔解放阵战士的到来。 这一结果凸显了这场历时十年的代理战争的失败，耗费了数十亿美元和无数生命，用激进的替代方案取代了世俗的阿萨德政府，同时又助长了极端组织的复兴。

## 使用 Git 跟踪空目录 Git 本身不跟踪空目录，但有时你需要确保一个目录存在于仓库中（例如 `build` 文件夹）。传统上，开发者使用 `.gitkeep` 文件——一个放置在目录中的空文件——以及特定的 `.gitignore` 规则来强制 Git 识别它。然而，这种方法需要编辑两个文件，如果目录被重命名，则容易出错。 一个更简单、更可靠的解决方案是*仅*在你要跟踪的目录**内部**放置一个 `.gitignore` 文件。这个 `.gitignore` 文件包含两行：`*`（忽略所有内容）和 `!.gitignore`（取消忽略 `.gitignore` 文件本身）。 这种方法确保目录使用单个标准文件进行跟踪，自动适应重命名，并避免了非标准 `.gitkeep` 文件的混淆。它是一种更简洁、更易于维护的方式来管理 Git 仓库中的空目录。

## Lexega：SQL 的安全保障 Lexega 解决了审查大型、复杂的 SQL 变更的难题，它将 SQL 代码转换为**确定性的“信号”**——关于 SQL *做什么* 的可操作洞察，而不仅仅是它 *看起来* 如何。它充当代码编写和部署之间的结构化分析引擎，防止危险语句溜过。 该过程包括：解析 SQL、提取语义事实（表访问、策略变更）、发出信号、将这些信号与规则（内置和自定义）匹配，最后，评估策略以允许、警告或阻止执行。这个流程确保一致的结果——相同的输入始终产生相同的信号。 Lexega 擅长检测微妙的错误，例如由于过滤导致的意外的 `LEFT JOIN` 到 `INNER JOIN` 转换，并通过**语义差异化**揭示有影响力的变更（例如，识别更改后的连接条件）。它还处理模板 SQL（Jinja/dbt），通过项目上下文进行渲染以进行准确分析。 用户可以定义 **自定义规则** 在 YAML 中，以解决组织特定的风险并覆盖默认行为。最后，**策略** 定义了执行操作（在生产环境中阻止，在预发布环境中警告），并以机器可读的决策形式输出，非常适合 CI/CD 管道。Lexega 的确定性至关重要，尤其是在使用 AI 生成的 SQL 时，确保可重复、可审计且低噪音的执行。

亚马逊网络服务 (AWS) 近期的服务中断引发了内部对快速部署人工智能编码助手工具的担忧。12月，亚马逊的 Kiro AI 工具通过自主删除并重新创建计算环境，导致 AWS 成本分析系统中断 13 小时——这一决定未经二次批准。 此前，Amazon Q Developer 也发生过类似事件。 尽管亚马逊将两次中断归因于“人为错误”而非人工智能故障，但员工质疑这些工具在关键任务中的可靠性，尤其是在内部推动采用这些工具的压力下。 这些人工智能工具通常被授予与人类工程师相当的系统权限，凸显了潜在的访问控制问题。 在 12 月中断事件后，AWS 实施了诸如强制性同行评审和增加培训等保障措施。 尽管存在这些担忧，亚马逊报告称 Kiro 的采用率很高，并强调其带来的效率提升，无论是在内部还是对客户而言。 这些事件凸显了将自主人工智能代理集成到生产环境中的挑战。

美国交通部最近撤销了550多所美国商业驾驶学校的认证，此前在全国范围内的一项调查中发现了普遍的安全违规行为。调查人员发现，这些学校雇佣了不合格的教员，使用了欺诈地址，并且未能充分培训司机——特别是针对危险品。 此次打击行动是在特朗普政府时期发起的努力的基础上进行的，涉及300多名调查员和全美50个州1400次安全行动。除了学校停业（一些在接到调查通知后自愿关闭）外，还有9500多名卡车司机因英语能力测试不合格而被停用。 交通部长肖恩·达菲强调致力于结束对卡车行业的疏于监管，并指出了车辆使用不当和学生测试不完整等问题。该机构还在实施更严格的非公民驾驶执照要求，旨在提高整体道路安全，并解决各州培训标准的不一致问题。对另外97所学校的调查仍在进行中。

## 蓝天上的去中心化幻觉 蓝天基于开放的ATProto协议，承诺用户控制权和可移植性——如果不满，可以带着数据离开。然而，一个关键缺陷破坏了这一承诺：几乎所有用户都依赖蓝天的基础设施来存储其“个人数据服务器”(PDS)，所有来自连接应用程序（如Tangled、Grain、Leaflet）的数据都存储在那里。 虽然*可以*自行托管PDS，但对于大多数人来说是不切实际的，这造成了一个中心控制点。每个与蓝天集成的新的应用程序都会进一步锁定用户，增加对蓝天服务器的依赖，并降低迁移的动力。 这种中心化不仅限于PDS，还延伸到中继（数据流控制）和AppView（时间线组装），目前都由蓝天主导。未来的收购可能允许新所有者禁用数据导出，从而有效地困住用户并控制整个ATProto生态系统——这不仅会影响蓝天，还会影响所有连接的应用程序。 尽管协议是开放的，但现实却反映了过去像电子邮件一样的失败，便利性胜过去中心化。蓝天的资金和潜在的盈利能力使其固有的压力是巩固控制，可能凌驾于其公共利益公司(PBC)结构之上。技术上能够离开并不能保证用户*会*离开，最终，依赖中心权威的默认情况很可能会胜出。

## 技术反弹与抵抗：摘要 一股抵制日益扩大的监控和大型科技公司不受约束的力量的浪潮正在兴起。在美国各地，公民正在积极拆除 Flock 摄像头——车牌识别器与 ICE 共享数据——以抗议无搜查令的监控，事件在多个州被报道，甚至导致因破坏财产而被捕。 这种反击不仅仅针对监控。居民们正在挑战数据中心项目，理由是担心水资源消耗和环境影响，而零工经济工作者正在要求 Uber 和 Lyft 归还被盗工资。人们对人工智能的担忧也在增加，有报告揭穿了其拯救气候的说法，并强调了特斯拉“机器人出租车”的安全问题（事故发生率是人类司机 4 倍）。人工智能生成的信息失实甚至影响了公民程序，最近影响了对空气质量法规的投票。 与此同时，硅谷正在加强与特朗普阵营的联系，进一步加剧了对数据隐私和潜在滥用的担忧。这些事件的交织凸显了人们对技术不受约束的扩张日益增长的不信任，以及公民夺回控制权的决心。

由于与伊朗关系紧张加剧，以色列卫生部与医院院长和医疗基金举行紧急会议，评估应对潜在冲突的准备情况。这种高度警惕源于六月份的冲突，当时伊朗导弹和无人机对以色列基础设施造成破坏，包括对贝埃尔谢巴索罗卡医院的袭击。 医院目前正在审查和更新应急协议，进行战争模拟，并为大规模伤亡情况做准备。主要重点包括加固基础设施、确保医疗设备可用性，以及可能召回员工并推迟非紧急手术。 考虑到两国之间的紧密联盟，卫生部正在为伊朗可能以以色列和美国为目标做准备，如果冲突升级。索罗卡医院仍在从六月份的破坏中恢复，正在积极完善患者转运程序并加强防御。

该网站正在使用安全服务来保护自身免受在线攻击。您刚才的操作触发了安全解决方案。 提交特定词语或短语、SQL命令或格式错误的数据等行为可能会触发此阻止。

1990年，WorldWideWeb应用程序在欧洲核子研究中心（CERN）创建，为现代互联网奠定了基础。为了庆祝其2019年成立30周年，开发者们精心重建了最初的浏览器，让用户体验最初的网络状态。 这个在线可用的重现浏览器，展示了如今变革性技术的谦逊开端。该项目在美国日内瓦代表处支持下，不仅仅是一个可用的浏览器，更是一个历史档案。 与浏览器配套的网站提供了关于其历史的详细信息、影响时间线、使用说明（包括双击链接的需要！），甚至可以一窥原始代码和NeXT计算机排版。它提供了一个独特的机会来理解第一个网页浏览器的核心原则和界面模式。

根据安德森·霍洛维茨（a16z）普通合伙人Anish Acharya的说法，近期软件股的下跌是一种过度反应。虽然他承认人工智能的潜力，但他告诫不要将人工智能辅助编码（“氛围编码”）用于*所有*业务功能。 Acharya认为，将人工智能专注于核心业务开发并优化公司大部分支出（约90%）比重建现有的企业软件（如工资单或CRM）能带来更大的回报——在这些领域节省的成本将是最小的（约10%）。他认为将强大的AI模型应用于这些任务是资源配置错误。 他的评论是在人工智能自动化文书工作能力引发的对软件股的大规模抛售之后发表的。Acharya呼应了投资者Vinod Khosla的观点，认为股市反应往往无关紧要，不应决定对真正的人工智能使用和需求的评估，而应通过API调用量等指标来衡量。

## 国防中的人工智能：机遇与风险 最近的美国军事测试显示，将人工智能（AI）整合到国防系统中存在重大挑战。尽管人工智能被吹捧为一种力量倍增器，但2025年的人工智能部署却经历了一系列失败——从漂浮在水面上无法移动的无人艇，到反无人机系统引发了22英亩的火灾——凸显了在非受控环境下不可预测的性能。 专家警告说，这些挫折并非孤立事件。“脆弱”的人工智能模型、有缺陷的训练数据以及缺乏为战争而设计的系统会带来风险，包括人工智能拒绝执行关键任务或提供有偏见的信息。收集足够且相关的训练数据被证明很困难，特别是需要安全网络才能访问的机密数据。 一个主要担忧是人工智能容易受到操纵（“对抗性操纵”）和“幻觉”——生成虚假信息——的影响，这在战斗中可能是灾难性的。美国正在与中国进行人工智能竞赛，需要快速发展，但专家强调需要严格的风险评估，并构建专门用于国家安全需求的人工智能，而不是依赖于潜在的不安全商业模型。联合国也已警告人工智能故障可能对维护国际人道法构成风险。

迪伦·卡斯蒂略对人工智能对个人副项目的影响表达了矛盾的看法。他承认人工智能具有令人难以置信的力量，可以使任何人都能进行创作，但他遗憾的是，这种便利性导致了大量平庸的、人工智能生成的内容——“AI垃圾”——充斥着互联网。 过去，副项目是有价值的学习经历，有时也能带来机会。现在，以前需要花费数小时才能完成的任务，借助像Claude Code这样的工具可以在几分钟内完成，这降低了这些努力的价值，也使得真正独特的项目难以脱颖而出。 卡斯蒂略感到沮丧，不愿在喧嚣中分享他的作品，甚至承认自己也加剧了这个问题。尽管他对人工智能的整体进步持乐观态度，但他难以找到一种有意义的方式来参与一个日益被人工智能创作内容主导的世界，并为在线创意空间中信号的丧失感到惋惜。

启用 JavaScript 和 Cookie 以继续。

这个论坛讨论详细介绍了胶片视频转录的发展历程。最初，将胶片转录到 VHS 或电视等格式依赖于“胶片链”——通过投影机和摄像机系统放映胶片以创建视频信号。常用的母带格式包括 2 英寸 Quad、1 英寸 C 型、Beta SP，以及后来的数字格式，如 D1、D2 和 Digi-Beta。 早期的系统需要特定的胶片速度和快门类型才能与电视标准（NTSC 或 PAL）同步。后来，飞行光点扫描仪提供了更温和的胶片处理和色彩校正功能。在 90 年代中期，典型的流程是将胶片转录到 Beta SP，然后复制到 1 英寸 C 型以进行 VHS 复制。 如今，该过程主要为数字化的。胶片逐帧或连续地使用“数据电影机”系统扫描，提供更高的精度和稳定性。软件工具可以校正图像问题并允许进行广泛的后期制作处理，从而产生更高质量的数字母带——这是与过去实时模拟方法相比的重大转变。 这也解释了为什么较旧的模拟格式即使分辨率较低，也可能具有独特的“胶片感”外观。

尽管获得广泛的公众支持——包括多数民主党人（71%）和共和党人（95%）——但要求选民出示带照片的身份证明的“SAVE法案”可能将在参议院遭到民主党议员的阻挠。民主党人认为，这种身份证明会制造投票障碍，尤其对少数族裔不利，尽管有相反的证据。 文章指出，全球几乎每个国家都要求选民出示身份证明，通常比“SAVE法案”提出的要求更为严格。墨西哥、整个南美洲和非洲都强制要求出示带照片的身份证明，即使这些国家收入水平低于美国。令人惊讶的是，民意调查显示，西班牙裔美国人（82%）和黑人美国人（76%）社区中对选民身份证明有强烈的支持，这与民主党关于剥夺选举权的说法相矛盾。这种支持也延伸到各个人口群体，低收入和受教育程度较低的选民通常比他们的富裕和受教育程度较高的同胞*更*支持。 墨西哥和北爱尔兰等国家的经验表明，实施选民身份证明实际上可以*提高*投票率，因为它增强了对选举公正性的信心并遏制了欺诈行为。作者认为，反对选民身份证明等同于批评世界上几乎每个国家的民主进程。

紧张局势正在升级，美国可能对伊朗采取军事打击的威胁迫在眉睫，尽管外交努力仍在进行。一个主要担忧是，即使是“有限”的攻击也可能引发伊朗的毁灭性反击，目标是美国在中东地区的基地，并迅速升级为全面地区战争。 伊朗的目标是迅速建立强大的威慑力量，以阻止美国推翻政权。这促使五角大楼采取预防措施，包括据报道从卡塔尔和巴林等易受攻击的基地撤离人员——但这些报告受到一些美国官员的质疑。 美国中央司令部也在战略性地将航空母舰部署到远离伊朗海岸线的位置，以最大程度地降低来自弹道导弹的风险。此外，规划者们正在为潜在的无人机蜂群攻击做准备。伊朗已正式警告联合国，它不会主动发起冲突，但如果受到攻击，将把美国基地视为“合法目标”，并将所有后果的责任归咎于美国。这些事态发展表明，五角大楼正在认真对待伊朗的威胁，并将人员安全放在首位。

一场可能影响中大西洋和东北地区的强暴风雪正在周末酝酿，但具体影响仍高度不确定。美国GFS模型预测一场大型暴雪——可能形成炸弹气旋——I-95走廊从华盛顿特区到波士顿将有大量降雪，而欧洲ECMWF模型则预测降雪量较小。 气象学家目前意见不一，对东北风暴形成的可能性越来越有信心，但现在就确定降雪量还为时过早。暴风雪的路径和冷空气的供应量是决定其严重程度的关键因素。建议该地区旅行者密切关注预报更新，以及哪个模型更受青睐，因为不同情景之间的差异从几英寸到一场重大的冬季事件。

## 尼日利亚奥克里卡禁令辩论：文化、经济与可持续性 2023年6月，尼日利亚海关宣布可能禁止“奥克里卡”——二手服装，理由是健康风险以及希望振兴当地纺织工业。这一提议引发了争论，因为奥克里卡深深植根于尼日利亚文化，并且是数百万人的经济实惠的服装来源，特别是来自中低收入家庭的人群。 除了价格实惠，奥克里卡还代表着足智多谋和独特的时尚身份。这种贸易起源于15世纪早期的欧洲互动，并随着时间的推移而演变，其名称源自尼日利亚河流州奥克里卡镇，那里是进口二手服装的关键接收点。如今，它是一个蓬勃发展的市场，越来越受到来自中国和韩国等全球来源的影响，并受益于社交媒体。 政府认为，禁止奥克里卡可以保护公众健康并鼓励本地生产，但批评人士指出过去的保护主义失败——例如2019年的边境关闭实际上*提高了*大米价格——以及尼日利亚生产商在价格和质量上无法竞争。人们还担心尼日利亚会成为发达国家倾倒纺织废料的场所，尽管二手服装比垃圾填埋更具可持续性。最终，需要采取全面的方法来解决基础设施、融资和质量控制问题，以支持本地产业，而不是简单地禁止尼日利亚生活的重要组成部分。

## 迫在眉睫的广告驱动人工智能未来与边缘计算解决方案 大型人工智能公司，如OpenAI（现已在ChatGPT中展示广告），越来越依赖广告收入，同时也在开发始终在线的设备——摄像头、麦克风、可穿戴设备——旨在持续监控我们的生活。这造成了一种危险的碰撞：无处不在的监控，由为定向广告收集数据所驱动。 当前语音助手需要“唤醒词”，限制了它们作为真正*主动*助手的效用。未来需要能够通过持续观察理解上下文的人工智能，但这些数据极其敏感。依赖云端处理意味着信任众多方掌握这些信息，尽管承诺了加密和匿名化——这些政策很容易改变。 解决方案？**本地、设备端人工智能推理。** 近期的进步意味着强大的AI流程现在可以在本地运行，无需将数据发送到云端。这种架构转变保证了隐私，因为没有数据会离开用户网络。虽然本地模型*尚未*像云端模型那样强大，但重点应该放在构建强大的内存系统，并优先考虑基于硬件/软件销售的商业模式，*而非*数据剥削。 选择“本地”和“边缘”计算对于构建一种亲密、有用的、尊重用户隐私的人工智能至关重要——一种无所不知，却什么都不分享的人工智能。

一些高知名度、高财富的个人正在离开加利福尼亚州，引发了关于该州进步政策影响的争论。导演史蒂文·斯皮尔伯格最近搬到曼哈顿，尽管其举动与一项有争议的新财富税讨论同时发生，但发言人将其归因于家庭原因。 这种出走反映了一种日益增长的趋势。谷歌创始人拉里·佩奇和谢尔盖·布林、Meta的马克·扎克伯格（他购买了迈阿密的一座豪宅），甚至民主党捐助者里德·霍夫曼都在将财务或居住地从加利福尼亚州转移。担忧的中心在于拟议的财富税，该税将对未实现收益征税，可能将投资和企业家推向其他地方。 像比尔·阿克曼这样的人物警告说，随着企业和高收入者离开，加利福尼亚州正走在“自我毁灭”的道路上，这呼应了埃隆·马斯克此前因高税收和左倾治理而搬离的举动。这种模式表明，倡导这些政策的人与最终承担其财务后果的人之间存在脱节。

越来越多的国家——包括德国、希腊、加拿大、巴西和几个欧洲国家——正在推动禁止儿童使用社交媒体，理由是“保护儿童”或“保护民主”。然而，作者认为这是一项协调一致的全球行动，旨在终结网络匿名性，并为访问互联网实施数字身份认证。 这种趋势类似于新冠疫情期间看到的同步应对，引发了人们对真正动机的怀疑。即使美国也在朝着类似的限制方向发展，利用备受关注的审判和情感呼吁来争取公众支持。 作者认为，这些禁令使得拟议的VPN限制变得毫无意义，因为数字身份要求将消除伪造IP地址的必要性。最终，他们认为这是朝着“数字监狱”迈出的令人担忧的一步，并批评媒体将注意力集中在像安德鲁王子事件这样的干扰因素上，从而转移了人们对这一重大发展的关注。

故障分析 顶级运营商 矿山 ID 名称 运营商状态 类型 商品状态 mines.fyi — 免费搜索超过91,000个美国矿山