如有任何疑问，请咨询合格的电工！虽然在准备本网站时已采取所有预防措施，但作者对错误或遗漏不承担任何责任。对于因使用此处包含的信息而造成的损害，亦不承担任何责任。

Vercel（推荐）— 由 Next.js 的创建者构建。零配置部署，自动预览部署，边缘函数。 Netlify — 具有类似功能的优秀替代方案。不错的免费套餐。 AWS Amplify — 如果您已经在使用 AWS 生态系统，是不错的选择。 Vercel 获取安装命令和理由。AWS Amplify 获取一句话命令。

沃尔夫拉姆基金会正在为首次解决沃尔夫拉姆S组合子挑战赛的人提供2万美元的奖金。 挑战赛面向所有人，要求提交一篇完全证明、技术上可靠的解决方案，形式为可发表的研究论文。 提交的作品必须是原创，明确列出所有贡献者，且不能匿名。 提交者保留对其作品的所有权，但授予沃尔夫拉姆发布该作品的权利。 评审委员会将评判提交的作品，其决定为最终决定。 沃尔夫拉姆保留要求澄清和对证明进行酌情决定的权利。 获奖者需要验证其身份并填写必要的法律表格。 提交作品即表示参与者同意遵守规则并免除沃尔夫拉姆与参与相关的任何责任。 只有明确且精确的解决方案才会被考虑。

## 加州南部边境巡逻监控引发担忧 加州南部居民注意到，越来越多的隐藏式车牌识别器似乎由边境巡逻队在边境道路上运营。这些识别器在拜登政府任期最后几个月获得许可安装，并将数据传输到联邦数据库，引发了隐私和法律问题。 倡导者认为，该计划绕过了2016年加州关于自动车牌识别器（ALPR）使用的法律，是对守法公民不必要的侵入。为帮助移民的人道主义志愿者尤其担忧，担心因被追踪的行动而可能被拘留。虽然支持者声称这些识别器有助于识别罪犯和追踪贩运活动，但批评者指出，数据使用缺乏透明度。 最近的报告显示，边境巡逻队正在将这些数据用于预测情报计划，甚至质疑合法永久居民的日常活动。尽管州法律禁止与联邦移民执法部门共享数据，调查显示仍然存在违规行为。加州官员反应迟缓，最近一项旨在加强自动车牌识别器法律的法案已被州长否决。

## OsmAnd 100倍路由加速：摘要 OsmAnd以其强大的离线地图而闻名，但随着地图细节和路由复杂性的增加，性能面临挑战。他们传统的A*算法在速度方面遇到困难，尤其是在较长路线的情况下。OsmAnd没有采用标准解决方案（如收缩层次结构，这会牺牲灵活性和存储效率），而是开发了一个定制的**高速公路层次结构（HH）路由**系统。 HH路由利用基于“区域簇”和策略性选择的“边界点”（每个簇内的关键接入点）的两层结构。通过预先计算这些边界点之间的捷径，该系统大大减少了需要分析的道路段数量。这与优化的A*算法相结合，用于局部路线调整，实现了**100倍的速度提升**，而不会增加地图大小（整个星球的汽车数据仍然约为800MB）。 重要的是，HH路由保持了OsmAnd著名的灵活性，支持所有现有的路由参数和频繁的地图更新。虽然最佳性能需要跨区域保持一致的地图版本，但这种创新的方法为OsmAnd用户提供了更快、更高效和更可定制的离线导航。

## Rev-dep：JavaScript & TypeScript 快速依赖分析 Rev-dep 是一款高性能的静态分析工具，旨在维护大型 JavaScript 和 TypeScript 项目的代码质量和架构完整性。它使用 Go 语言构建，以实现卓越的性能，比其他工具更快地分析依赖图——审计 50 万+ 行代码的项目仅需约 500 毫秒。 它充当“依赖图的 lint 工具”，强制执行关于循环依赖、未使用代码（文件和模块）、模块边界和导入规范的规则。Rev-dep 提供基于**配置的治理**（用于自动化 CI 检查）和**探索性 CLI 工具集**，用于调试和理解依赖关系。 **主要特性：** * **Monorepo 支持：** 原生支持现代工作区（pnpm、yarn、npm）和 `package.json` exports/imports。 * **可配置规则：** 定义并强制执行架构规则、导入风格和卫生检查。 * **快速 CLI：** 快速识别入口点、解析依赖项和列出导入的文件。 * **CI 集成：** 作为一道关卡，防止架构漂移和代码膨胀。 Rev-dep 通过提供对项目依赖关系的清晰洞察，帮助开发者自信地重构、维护和扩展代码库。它是一个有价值的工具，可确保代码库精简、结构良好且易于维护。

## Deff：一个用于Git Diff审查的Rust TUI工具 Deff是一个交互式的、基于终端的工具，用于并排审查Git diff。它提供语法高亮、新增/删除行着色以及通过键盘、鼠标和Vim风格的移动进行导航等功能。 **安装** 通过shell脚本非常简单：`curl -fsSL https://raw.githubusercontent.com/flamestro/deff/main/install.sh | bash`。 **使用方法** 包括将本地分支提交与上游比较（默认）、使用`--base`和`--head`指定自定义范围，以及使用`--include-uncommitted`包含未提交的更改。您还可以使用`--theme dark|light`选择主题。 Deff允许在diff中搜索（`/`），标记文件为已审查（`r`），并本地持久化审查状态。它需要Rust工具链（Cargo）和Git。有关架构和扩展的更多详细信息，请参阅项目的文档。发布构建通过GitHub Actions自动化。

## 卡纸：AI驱动的视频编辑 卡纸是一款新的AI驱动的视频编辑器，旨在大幅提升编辑速度——从初剪到最终润色。它旨在帮助创作者在几分钟内将原始素材转化为可发布的视频，提供适用于各种内容类型的工具，例如vlog、蒙太奇、播客、发布视频和讲解视频。 主要功能包括自动场景检测、智能修剪、字幕添加、音乐同步，甚至语音解说生成。卡纸能够理解视频*中发生的事情*，从而实现语义编辑请求（例如“移除静音”）和基于内容的搜索。 它支持实时协作，以简化审查和反馈流程。虽然由AI驱动，但卡纸强调编辑器的控制权，加速繁琐的任务，而不会接管创作过程。 定价从每月60美元起，提供免费试用。

我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.

苹果宣布iPhone和iPad是首批获得认证，可处理最高机密级别为“北约限制”的信息的消费设备——这是其他移动设备从未达到的里程碑。 经德国联邦信息安全局（BSI）严格评估，并现已获得所有北约国家的认可，此认证验证了苹果以安全为核心的设计理念。 与需要专门软件的竞争对手不同，运行iOS/iPadOS 26的iPhone和iPad使用其*内置*保护措施（如高级加密、面容ID和内存完整性保护）满足严格的安全要求。 此批准建立在先前处理德国机密数据的认证之上。 苹果的成就标志着一场转变，为日常用户提供企业级安全保障，无需昂贵且定制的安全解决方案。 这些设备现在已列入北约信息保障产品目录，巩固了苹果对所有用户提供强大安全的承诺。

## 任务控制：代理任务管理 任务控制是一个本地优先、开源的任务管理系统，专为管理像 Claude Code、Cursor 和 Windsurf 这样用于工作委派的 AI 代理而设计。它通过为每个代理提供集中的“指挥中心”，包括角色、收件箱和报告协议，来解决跨项目协调多个代理的混乱问题。 用户通过仪表盘可视化地委派任务，使用艾森豪威尔矩阵（做、计划、委派、消除）进行优先级排序，并在看板上跟踪进度。代理执行任务并汇报，允许用户监督工作量并在不进行微观管理的情况下提供指导。 主要功能包括内置代理团队、用于可重用知识的技能库以及用于自动任务分发的自主守护进程。它优先考虑数据隐私，采用本地 JSON 存储，避免云依赖和 API 密钥。优化的令牌 API 可最大限度地降低成本并确保高效的通信。 任务控制的设计具有可扩展性，并欢迎社区贡献。它旨在赋能用户有效地利用 AI 代理来提高生产力。

``` ~ git status 在分支 feat/oauth 上 未暂存的修改：   已修改： src/auth.ts   已修改： src/middleware.ts ~ npm test PASS src/auth.test.ts (12 个测试) PASS src/middleware.test.ts (8 个测试) ~ ```

## Steerling-8B：通过概念代数实现直接控制 姜 Nguyen 介绍了 Steerling-8B，一个80亿参数的语言模型，旨在实现直接、可控的文本生成，*无需*再训练或复杂的提示工程。与现有方法不同，Steerling-8B 利用一个“概念模块”——一种架构瓶颈，迫使预测通过人类可解释的概念——从而实现“概念代数”。这允许用户在*推理时*注入、抑制或组合概念，以引导模型的输出。 研究展示了三个关键能力：**概念注入**（将中性提示重定向到特定领域）、**概念抑制**（从输出中移除不需要的概念）和**多概念引导**（组合概念以实现细致的控制）。 在2000个样本上的评估表明，引导实现了高概念得分（0.783），同时保持了84%的基线文本质量，这通过0.997的调和平均数得到证明。 这种方法不同于提示、微调和事后可解释性方法，由于模型本身具有可解释性和线性架构，因此提供了可靠且可组合的控制。 Steerling-8B 代表着一种转变，即设计用于细粒度控制的模型，为内容审核和专业辅助等应用开辟了可能性。

## 黑客粉碎者：过滤 Hacker News 黑客粉碎者是一款浏览器扩展，旨在通过帮助用户快速识别有价值的评论者来改善 Hacker News 的体验。它受到 Slashdot 的朋友/敌人系统的启发，在作者姓名旁边添加光环，允许用户将他们标记为“朋友”或“敌人”。 其关键功能是可视化连接——查看你的朋友的朋友（和敌人）——以便在冗长的评论线程中发现高质量的贡献。这可以实现高效的扫描，并减少在网站上花费的时间。 黑客粉碎者使用 Redis、CoffeeScript 和 Node.js 构建，主要是一个学习项目，专注于实现“朋友的朋友”（FoaF）系统。开发者成功地将这些知识应用于构建 NewsBlur 的社交层，并打算在未来的项目中利用该技术。该项目是开源的，并且可在 GitHub 上获取。

SynthID为AI生成的图像（或视频片段）添加一个不可见的数字水印。该水印不会改变图像或视频质量。它在内容创建时添加，并设计成能够抵抗裁剪、添加滤镜、更改帧速率或有损压缩等修改。

61岁退休后，维姬·哈丁·伍兹被诊断出轻度认知障碍，她寻求一种方式来重新定义自己，摆脱职业身份的束缚。她开始了一个为期一年的项目：每天烘焙并赠送馅饼，使用当地食材。这不仅仅是关于烘焙，更是关于联系、规律和证明她持续的创造力。 这些馅饼送给各种各样的人——家人、朋友，甚至陌生人——常常带来意想不到的快乐，并引发真挚的反应。在社区里被称为“馅饼女士”的哈丁·伍兹，在这些小小的善举中找到了目标。 作为一名曾经的城市规划师，她以其天生的组织和创造能力来开展这个项目，将不同的食材转化为有意义的东西。最终，这段经历让她意识到，她的身份并不完全与她的职业相关，而且她有能力迎接新的挑战。现在74岁了，她继续追求创造性的事业，证明了任何年龄段都可以重新开始。

这篇帖子详细分析了从Emily的地理覆盖日期获取的谷歌街景覆盖数据，重点关注地理空间模式和数据处理技术。作者下载了131个JSON文件（未压缩647MB），其中包含全球街景点的拍摄日期。 使用强大的工作站（AMD Ryzen 9，96GB内存，快速NVMe SSD）和带有空间扩展的DuckDB v1.4.3，JSON数据被导入到DuckDB表格，然后导出为空间排序的、ZStandard压缩的Parquet文件（85MB，7,163,407行）。这个Parquet文件实现了数据的有效查询和分析。 分析显示了街景覆盖随时间的变化，高峰期在2011-2015年左右。使用QGIS生成地图，以可视化欧洲、印度/东南亚、澳大利亚/新西兰、北美和拉丁美洲的覆盖密度，较新的更新区域以较深的颜色显示。作者注意到波斯尼亚和黑塞哥维那、塞浦路斯、纳米比亚、巴拉圭和越南存在数据空白。作者提供与地理空间数据分析相关的咨询和开发服务。

2025年7月，专注于安全的AI初创公司Anthropic获得美国国防部2亿美元合同，为其保密军事系统提供其“Claude”AI。 这项旨在为Anthropic上市助一臂力的交易，迅速引发冲突。 Anthropic表达了对该技术可能被用于致命自主武器的担忧，而这种用途被其指南禁止——这一立场与谷歌和OpenAI等公司形成对比，这些公司提供更开放的部署。 在Claude被用于一次军事行动后，紧张局势升级，引发了内部辩论，导致国防部长赫格塞思要求不受限制地访问该AI，并威胁如果Anthropic拒绝，就将其指定为“供应链风险”。 这反映了特朗普政府更广泛的权力斗争，该政府对Anthropic的“觉醒AI”议程持不信任态度，并优先考虑军事控制而非公司限制。 这场争端凸显了一个关键问题：谁来监管强大的前沿技术？ 政府削弱五角大楼内部保障和问责制，引发了对负责任的AI部署的担忧，而仅仅依靠私营公司并非可行方案。 专家认为，国会必须介入，为军事AI应用建立明确的规则和监督。

## 权力阶层的问责缺失 全球范围内出现了一种令人不安的趋势：有权势的人物越来越多地为他们的行为承担后果——*除了*在美国。虽然巴西和韩国等国家的领导人因试图发动政变和腐败而受到问责，但美国的政客和精英们却常常逃避惩罚，助长了一种有罪不罚的文化。 这并非偶然。从杰拉尔德·福特赦免尼克松到最高法院的裁决，保护总统并助长不受约束的竞选资金，数十年的决策都在系统性地保护着富人和权势者。伊朗-Contra事件和“反恐战争”等丑闻中，许多可疑行为未受到惩罚，即使像参议员鲍勃·梅内德斯这样的定罪也只是罕见的例外。 最近最高法院的裁决进一步巩固了这一趋势， фактически赋予了当权者广泛的豁免权。这引发了反弹，例如#MeToo和“黑人的命也是命”运动，要求问责，但这些运动面临着巨大的阻力。最终，美国优先保护其精英阶层，创造了一种权力阶层免于遵守适用于其他所有人的规则的制度——一个“为白领犯罪而设的伟大社会”。

这看起来不像可以翻译成中文的内容。它是一段PDF文件的二进制数据流，包含编码信息和一些乱码字符。它不是人类可读的文本。

## 2026年个人电脑硬件市场转变：摘要 近期调查显示，受人工智能繁荣推动的价格飙升影响，2026年个人电脑游戏硬件市场将发生重大转变。与过去几十年持续的硬件升级不同，现在大多数玩家不愿购买——41.8%没有升级计划，40%正在推迟购买。仅1.8%的人打算以当前价格购买，16%选择二手市场。 这种犹豫不决源于GPU、内存和存储等关键组件成本上涨，甚至影响到资深玩家。虽然新硬件*确实*更强大，但性能提升越来越小，尤其是在软件优化（DLSS、FSR）和老旧游戏引擎降低了不断升级的需求的情况下。 人工智能行业的需求正在将产能从消费级游戏转移，造成短缺并推高价格——预计这种情况将持续到2027年。这不仅影响个人电脑，还影响到PlayStation和Nintendo Switch等游戏主机。因此，二手硬件市场蓬勃发展，提供可行的替代方案和更长的组件寿命。玩家越来越多地关注他们的游戏库、独立游戏和云游戏服务，作为具有成本效益的替代方案。

## 氛围编码与创作的演变 新技术常常让人感觉具有革命性，但理解它们需要回顾历史。作者将“氛围编码”——利用人工智能快速创作——与21世纪初的“创客运动”进行类比，指出两者都促进了围绕易用工具的社群发展。然而，存在一个关键区别：创客运动经历了一个“场景天才”阶段——一个充满乐趣、非生产性的实验期，而氛围编码则跳过了这一阶段。 缺乏这种发展乐园导致了“评估麻痹”，即输出既容易实现，又难以评估其真正价值。作者认为，与其通过创作实现转变，不如将其视为一种*消费*模式——消耗人工智能提供的认知能量盈余。 这种消费并非一定消极。快速原型设计能够产生关于用户需求和模型局限性的宝贵信号。捕捉这种“信息废弃物”——记录成功和失败——可以创造竞争优势。最终，关键在于有意识的支出：关注创作的副产品——品味、注意力、数据——而不是追求与人工智能能力不符的传统“工艺”心态。这种视角的转变为应对人工智能驱动的快速创作提供了一种更可持续的方法。

## Bild AI 实习生总结 Bild AI 是一家获得充足资金的早期创业公司，曾被《商业内幕》报道，现招聘人工智能/软件工程实习生（立即 & 2026年夏季），以解决建筑技术领域的挑战性问题。他们正在构建人工智能来理解建筑蓝图，旨在简化成本估算和许可等流程。 该职位侧重于*智能*方面——开发和协调计算机视觉目标检测模型，并利用大型语言模型/人工智能系统。实习生将拥有从研究到生产的项目所有权，重点是快速原型设计和用户反馈。 Bild AI 重视具有成长型思维和良好沟通能力、能够从“0到1”构建的人才。 具备 JavaScript、Python、React、TypeScript、机器学习和计算机视觉经验者优先，但非必需。 热爱让建筑更经济实惠是一大加分项！实习地点位于旧金山，公司承担相关后勤。

认识一些帮助开源可持续发展的慷慨捐助者。 欢迎所有人加入他们！ 米切尔·哈希莫托 HashiCorp 联合创始人 谢伊·巴农 Elastic 创始人兼首席技术官 扬·奥伯豪瑟 n8n 创始人兼首席执行官 康斯坦丁·维诺格拉多夫 Runa Capital 前普通合伙人 查德·惠特克 Sentry 开源主管 马克西姆·科诺瓦洛夫 Nginx 联合创始人 丹尼尔·斯滕贝格 cURL 创始人 凯拉什·纳德 Zerodha 首席技术官 托马斯·多姆克 GitHub 前首席执行官 阿列克谢·米洛维多夫 ClickHouse 联合创始人兼首席技术官 埃文·尤 Vue.js & Vite 创建者 特蕾西·辛兹 开源倡议主席 萨姆·巴格瓦特 Mastra 联合创始人兼首席执行官 克里斯·阿尼兹奇克 Linux 基金会首席技术官 保罗·科普尔斯通 Supabase 联合创始人兼首席执行官

启用 JavaScript 和 Cookie 以继续。

## Ferret-UI Lite：一款紧凑型GUI智能体 本文介绍Ferret-UI Lite，一种30亿参数的GUI智能体，专为在移动、网页和桌面平台上的高效本地运行而设计。为了应对构建有效GUI交互智能体，同时限制模型大小的挑战，研究人员采用了一系列技术。 这些技术包括精心策划的真实和合成GUI数据集、通过思维链提示和视觉工具使用增强推理能力，以及利用有针对性的奖励进行强化学习。 Ferret-UI Lite在与其他小型智能体相比，表现出具有竞争力的性能，在标准基准测试中取得了强劲的结果：在ScreenSpot-V2（GUI定位）上达到91.6%的准确率，在AndroidWorld和OSWorld（GUI导航）上分别达到28.0%和19.8%的成功率。作者分享了他们的研究方法和见解，以帮助进一步开发适用于本地应用的紧凑型、实用的GUI智能体。

这篇短文告诫人们不要对人工智能（AI）过度炒作，并将它与过去许多被过度承诺的技术相提并论——从3D电视和豆豆熊到元宇宙和Quibi。作者指出了一种模式：那些曾经热情推崇过去失败技术的人，现在又宣称AI是*那个*革命性的未来。 引用约翰·腾普尔顿爵士关于相信“这次不一样”的危险的警告，文章认为AI很可能只是众多技术中的*一种*，而不是一个能够改变世界的单一力量。它使用了特里·普拉切特对安克-莫波克的类比，来说明系统如何适应并吸收甚至具有颠覆性的力量，从而防止被完全接管。 最终，这篇文章提倡一种现实的视角，认为驱动AI投资的“赢者通吃”理念是不可持续的，并且缺乏历史先例的支持。

去年八月，我们的Gemini图像模型Nano Banana迅速走红，重新定义了图像生成和编辑。去年十一月，我们发布了Nano Banana Pro，为用户提供先进的智能和工作室级别的创作控制。今天，我们将两者的优势带给Google上的用户。推出Nano Banana 2 (Gemini 3.1 Flash Image)，我们最新的最先进图像模型。现在，您可以以闪电般的速度获得Nano Banana Pro中您喜爱的先进世界知识、质量和推理能力。