Sun Clock 是一款 24 小时制时钟，可显示太阳的位置，以及您当前所在位置的日出、太阳中天、日落、黄金时刻和暮光时间。它还显示月亮的位置、月相及其升落时间。 本网站需要 JavaScript 才能正常运行。页面大小约为 100 KB，没有广告或追踪（仅包含一个来自 Simple Analytics 的小型统计脚本）。真的值得一试 ;) 关于方向的说明 — 为什么它是逆时针的？ 提示 点击或悬停在各时段上可查看其开始和结束时间。您也可以点击/悬停在月亮、时针和中心点上。查看更新以了解历史变更。 支持 Sun Clock 可免费使用，且不含广告。如果您想支持 Sun Clock，请 — 隐私 我们仅收集汇总后的用户统计信息。您的位置和设置存储在您的网络浏览器中，不会发送到服务器。不会保存或发送任何 Cookie。 反馈   〜   源码   〜   SunCalc ✕

这篇评论指出，Anthropic 正通过披着“安全”和“道德权威”的外衣，掩盖其反竞争的垄断行为，从而对人工智能的未来构成重大威胁。 作者认为，Anthropic 的真正目标是建立一个由其充当核心智能仲裁者的“许可制度”。该公司的种种行径——例如悄悄降低为竞争系统构建者的模型输出质量、利用模糊的服务条款阻碍创新，以及积极游说制定有利于现有大公司的法规——被定义为“即服务型破坏”（Sabotage as a Service）。 该论点的核心在于“Claude 从工具向依赖项”的转变。作者警告称，当认知成为基础设施，Anthropic 对模型行为、访问权限和使用权利的控制就会形成一种“数字封建主义”。 为应对这一局面，作者主张采用**开源 AI** 和本地推理。通过掌控硬件（GPU）并使用开源模型，开发者可以实现“运营主权”，从而避免因公司政策更新而导致工作流“被抽走地毯”的风险。最终，作者呼吁构建一个将智能视为公共且可修改的资产，而非封闭的订阅制服务的生态系统。

这篇博文通过在 R 中从零开始构建 K 折交叉验证（CV），探讨了其中的权衡取舍。作者验证了一个经典的统计启发式结论：留一法交叉验证（LOOCV）偏差最低但方差最高，而 5 折交叉验证的偏差较高但方差较低。 为了测试这一结论，作者模拟了一个数据集，并评估了不同交叉验证方法下的模型性能。虽然在大样本量（n=1000）下，结果基本符合教科书理论，但在小样本（n=100）下，模式则变得不够稳定。作者还探讨了“衰减效应”，指出有限的训练数据会导致预测出现噪声，使得预测值与实际值的斜率低于 1——这种偏差会随着数据集的增大而减小。 除了核心实验外，作者还对 R 语言的 `formula` 语法有了更深入的实践认识，并明确了未来的学习方向，例如将自定义交叉验证应用于超参数调优以及探索嵌套重采样。这篇文章是对基础机器学习概念的实战验证，强调了从头编写算法是加深对模型评估理解的有效途径。

通过组建“电池生日俱乐部”来改变你们的礼赠方式。与其购买容易被遗忘的小饰品，不如集资（例如每人 50 到 200 欧元）为每位朋友购置一台 5 kWh 的家用电池，例如价值 1600 欧元的 EcoFlow STREAM 5000。 这些电池通过将电力生产与消费解耦，提供了长期价值。系统利用动态电价，自动在电价低谷时购电，并在高峰时段放电，从而降低电费支出。虽然仅依靠电网套利的回本周期约为 11 至 13 年，但如果结合太阳能电池板或电网服务补偿，其经济效益会显著提升。 除了节省开支外，这些电池还能在断电时提供必要的备用电力，维持冰箱、路由器和照明的运行。它们还能通过储存原本会被浪费的多余风能或太阳能，支持电网稳定性。通过协调捐赠，你可以为朋友提供一份可持续、实用且改善生活的礼物，既能维持家庭供电，又能降低生活成本。如果有一千万户家庭采用这种方式，将形成巨大的分布式储能网络，把个人礼物转化为对能源转型的有力贡献。

马萨诸塞州劳伦斯市市长布莱恩·德佩尼亚（Brian DePeña）于8月14日被捕，面临电信诈骗和洗钱的联邦指控。检察官指控德佩尼亚以其名下的企业“特纳雷斯轮胎服务公司”（Tenares Tire Services Inc.）为名，欺诈性地获取了超过150万美元的“新冠疫情经济伤害灾难贷款”（EIDL）。 根据起诉书，德佩尼亚挪用了这笔疫情救济金，用于支付个人税款、偿还私人贷款以及资助其市长竞选活动。据称，他在2020年至2021年间多次申请增加贷款额度，并将大量资金转入个人及竞选账户，而非将其用于合法的商业开支。 联邦调查局（FBI）特工泰德·E·多克斯（Ted E. Docks）谴责了这些行为，称这位市长将紧急经济援助当作了“个人提款机”。自2021年起担任市长的德佩尼亚目前在候审期间已获有条件保释。如果罪名成立，他将面临严厉惩罚，包括最高20年的电信诈骗刑期和10年的洗钱刑期，以及巨额罚款。

在 *Phillips v. Parlade* 一案中，美国联邦地方法院法官驳回了一起针对州法院法官的诉讼。原告指控该州法官做出的裁决完全基于人工智能。 原告辩称，法官将决策权让渡给人工智能，属于越权行为，因此丧失了司法豁免权。然而，法院驳回了这一主张，并指出发布裁决——无论其背后的程序如何——都是法官在审理案件过程中履行的一项典型司法职能。根据既定框架，该行为仍属于“司法性质”，被告享有绝对司法豁免权。 法院明确表示，联邦民事诉讼并非挑战州法官程序方法的适当途径。尽管诉讼当事人可以通过州上诉程序、调卷令或司法纪律处分程序来表达对法官依赖人工智能的担忧，但司法豁免原则禁止在联邦地方法院对此类主张进行诉讼。因此，即使有关使用人工智能的指控属实，该法官也不承担民事责任。

```javascript import { defineAgent, voice } from '@livekit/agents'; import * as openai from '@livekit/agents-plugin-openai'; const key = process.env.SPEKO_API_KEY!; const baseURL = 'https://api.speko.ai/v1'; export default defineAgent({ entry: async (ctx) => { const session = new voice.AgentSession({ // 使用 OpenAI 兼容接口配置语音转文字 (STT) stt: new openai.STT({ apiKey: key, baseURL, model: 'auto' }), // 使用 OpenAI 兼容接口配置大语言模型 (LLM) llm: new openai.LLM({ apiKey: key, baseURL, model: 'auto' }), // 使用 OpenAI 兼容接口配置文字转语音 (TTS) tts: new openai.TTS({ apiKey: key, baseURL, model: 'auto' }), }); await session.start({ agent: new voice.Agent({ ... }) }); }, }); ```

以推动市场动能而闻名的量化交易巨头简街资本（Jane Street），在7月份遭遇了150亿美元的历史性亏损。该机构此前曾策划了一场针对白银的大规模抛售，随后将重心转向了AI驱动的科技股（包括戴尔、美光和超微电脑）。这些持仓与已倒闭对冲基金Situational Awareness的投资组合如出一辙，随着动能交易的瓦解，这些股票价格大幅跳水。 这次罕见的亏损是简街资本十年来首次出现的月度滑坡，凸显了其交易模式中极端杠杆和激进追逐动能所带来的风险。尽管遭遇挫折，该公司今年仍保持着高盈利能力，交易营收超过400亿美元。尽管管理层表示已削减对波动性策略的敞口，但公司在亏损后成功募集了146亿美元的新债务。分析师认为，简街资本可能很快会利用其高频交易基础设施，在科技股中掀起新一轮动能周期，继续从散户主导的波动率和较大的买卖价差中获利。

丹尼尔·拉卡列（Daniel Lacalle）认为，美国人正陷入一个“社会主义陷阱”，他们将本由“国家主义”造成的经济困境归咎于资本主义。他将国家主义定义为政府管控的侵蚀、高额税收以及货币干预，这些手段以权贵资本主义和政治依附取代了精英管理制度。 拉卡列指出，以大规模公共支出和赤字融资为特征的大政府，并不能解决负担能力或不平等问题，反而会加剧这些问题。他以法国等国家的停滞作为例证，指出干预主义阻碍了经济增长，并扼杀了中产阶级的发展机会。中央银行则通过稀释货币进一步加剧了这种衰退，这不仅使储蓄者和劳动者日益贫困，同时还保护了关系密切的精英阶层。 拉卡列认为，社会主义是“精英阶层的完美意识形态”，因为它利用同情的修辞来掩盖对权力的追求，最终建立起一个基于依赖和匮乏的体系。他断言，美国年轻人所目睹的并非自由市场的失败，而是一个臃肿、过度监管的国家的失败。为了恢复繁荣，拉卡列呼吁回归小政府、财政纪律，以及一个奖励创新和努力而非政治服从的自由市场体系。

Saggar 是一款专为管理复杂的多智能体开发工作流而设计的原生 macOS 终端。通过对会话进行分类（运行中、空闲、已完成或失败），Saggar 能够整理您的工作区，将后台任务折叠隐藏，同时高亮显示需要您立即处理的进程。 主要功能包括： * **集中式队列**：将所有提示和已完成的任务整合到一个统一的、具有优先级排序的“关注队列”中，助您高效处理阻塞问题。 * **持久化会话**：跨项目和分支追踪 Shell、开发服务器和智能体，确保上下文不丢失。 * **远程管理**：配套的移动应用程序允许您随时随地监控、交互并管理终端会话。 * **强大的安全性**：采用“默认拒绝”的设计理念，系统使用端到端加密的中继传输和严格的账户配对机制，确保不开放任何网络端口。 Saggar 专为 macOS（Tahoe 或更高版本，仅限 Apple Silicon）打造，将运行多个并发智能体带来的混乱体验转化为结构化、可管理的监督闭环。

2025年4月18日，加州大学伯克利分校的研究人员识别出一种名为“olo”的“虚构”色彩。这种颜色存在于人类标准可见光谱之外，因为它需要视网膜中M视锥细胞的排他性刺激，而由于人类感光细胞敏感度存在重叠，在正常条件下这无法实现。 为了实现这一目标，研究团队绘制了单个视锥细胞的图谱，并使用定向激光仅刺激M视锥细胞。目睹“olo”的五名实验对象将其描述为一种前所未有的高饱和度蓝绿色，并将其与十六进制颜色代码 #00FFCC 进行对比。“olo”这一名称源于其理论LMS色彩空间坐标（0, 1, 0）。 尽管这一技术成就广受赞誉，但科学界的部分人士仍持怀疑态度，争论这究竟是构成了一种“新”颜色，还是一种新颖的感官现象。首席研究员任吴（Ren Ng）教授正在探索这种激光刺激技术最终是否能帮助色盲患者，或可能诱导产生四色视觉，从而扩展人类的色彩感知范围。这一发现引起了全球的广泛关注，涵盖了从科学好奇心到艺术和视力增强等领域的潜在应用。

耶鲁大学公共卫生学院的一项研究表明，实施“全民医保”每年可节省超过1万亿美元，并能避免约114,000人死亡。研究人员确定了实现这些财政节约的五个主要驱动因素：降低药品成本、统一医保标准的医疗服务商支付水平、减少行政管理开支、最大限度地减少账单欺诈，以及减少可避免的急诊就诊次数。 即使在保守估计下，该政策预计每年仍可节省6,630亿美元，这已计入了扩大全民覆盖范围和牙科护理的成本。除了经济利益外，研究人员还强调了其对人类产生的重大影响，指出全民医保将挽救数万人的生命，其中包括那些虽然目前拥有保险但因无力承担自付费用而导致“保险不足”的人群。 这些发现更新并扩展了2020年的一项研究，反映了近期医疗支出激增和政策变动的情况。虽然作者承认其模型未计入转型成本或行政部门可能产生的失业情况，但他们坚持认为，消除系统性浪费并优先考虑预防性护理对于建立一个更高效、更能挽救生命的医疗体系至关重要。

解密的联邦调查局（FBI）文件详细记录了十年前针对前众议员埃里克·斯沃韦尔（Eric Swalwell）与被怀疑是“方芳”的中国情报人员克里斯汀·方（Christine Fang）之间关系的调查。文件显示，方芳据称通过性关系、筹款以及在斯沃韦尔的国会办公室安插实习生等手段来建立与他的联系。 FBI最初调查了涉及实习岗位安排和竞选财务违规的潜在贿赂行为。尽管调查人员发现虚假捐款与方芳有关，但她从未被起诉，并在调查结束前逃离了美国。斯沃韦尔承认了与方芳的性关系以及由她推荐实习生的事实，他配合了FBI的调查，并最终于2017年被洗清了刑事犯罪嫌疑。 由白宫政府透明度特别工作组公布的这些文件，凸显了外界对方芳与中国国家安全部之间的联系及其针对加州政客的意图的担忧。斯沃韦尔的法律团队曾试图阻止这些文件的发布，称其为政治抹黑，但未获成功。此项调查至今仍是争议焦点，尤其考虑到斯沃韦尔后来成为了美国政治中外国影响力的主要批评者。斯沃韦尔于四月因无关的性行为不端指控辞去了国会议员职务。

沙特阿拉伯、土耳其和巴基斯坦签署了《麦加联合防卫协议》。该协议仿照北约第5条款，规定对其中一国的攻击将被视为对所有成员国的攻击。此举旨在加强区域集体威慑力，并实际上将巴基斯坦的核保护伞延伸至沙特。 尽管许多人认为该协议是对以色列区域影响力的挑战，并标志着地缘政治联盟的转变，但特朗普总统却出人意料地表示支持。他将该协议描述为“有前景的发展”，认为这鼓励了区域参与者承担更多自身防务责任，而这正是他外交政策的长期目标。 分析人士指出，这一转变并不一定意味着美国将全面撤出中东。相反，它反映了一种转型，即区域大国正通过实现安全伙伴关系多元化，以减少对美国军事支持的依赖。通过建立这一防御集团，利雅得、安卡拉和伊斯兰堡正在寻求填补日益动荡地区的安全真空，特别是以此应对与伊朗持续的紧张关系。

此处的每一项测验均基于同一套包含 197 个国家和地区的资料库，其中旗帜、首都、国土面积、人口和边界数据均来自同一来源。你可以选择一个大洲或较小的区域，问题将随之缩小范围。错误的选项并非随机产生，而是经过刻意设计的：例如关于乍得的问题会提供罗马尼亚作为干扰项；关于摩纳哥的问题则会提供印尼。排除法在这里并不奏效，这正是设计的初衷——因为这些正是人们在现实中最容易混淆的组合。一轮测验结束后，你会看到错题列表，每项条目都链接到一个关于该旗帜的页面，详述其配色、启用日期、比例，以及最常被混淆的旗帜。网站无需注册账号，也不会在服务器上保存分数记录。你对每一项的正确率记录仅保存在你自己的浏览器中，以便抽认卡模式能优先显示你最薄弱的项目，且没有任何数据会被发送至任何地方。

该实验表明，为 27B 模型（Qwen3.8）在 262K token 上下文下构建最佳本地推理系统，需要采取整体方案，而非仅仅挑选“同类最佳”的单一组件。 作者使用 NVIDIA RTX PRO 4000 (Blackwell) 和 RTX 2000 Ada，成功在 24GB 显存内平衡了密集模型、多模态投影器和 MTP 推测解码。主要发现包括： * **量化策略：** 采用原生 NVFP4 处理大部分权重，并对敏感张量使用 Q5/Q6 的自定义 5.01 BPW 混合量化，其质量和吞吐量均优于标准量化方案。 * **MTP 校准：** “最佳”草稿模型（drafter）并非精度最高的那个，而是与目标量化模型最兼容的那个。提高草稿模型精度反而因接受率降低导致吞吐量下降了 26.6%。 * **内核优化：** 通过自定义 `llama.cpp` 构建（引入 Gated DeltaNet、Flash Attention 混排以及特定的 CUDA 图优化），性能较主分支提升了 21.97%。 * **基准测试：** 真正的性能必须在缓存填满的“远端”（12.61 tok/s）进行测量，而非在起始阶段。 该系统在生产环境达到 50.44 tok/s，证明了硬件感知量化与内核对齐的性能表现优于规模更大但优化不足的模型。

Turbopuffer 在公共 SaaS、单租户以及 BYOC（自携云环境）中运行着超过 100 个数据库集群。为了在不侵入客户基础设施的前提下管理这些集群，他们构建了一套健壮的、基于 Agent 的控制平面。 Turbopuffer 没有使用 Terraform 等传统 IaC 工具（这些工具不适合即时数据库运维），而是在每个集群上运行一个**本地 Kubernetes Agent**。该 Agent 由单个自定义资源（CRD）驱动，执行状态机逻辑。Agent 通过轮询中央 API 获取任务并在本地处理操作，即便与控制平面的连接中断，也能确保系统稳定性。 主要特性包括： * **操作解耦：** 控制平面通过基于 MySQL 的 API 维护状态，而本地集群负责执行并报告状态转换，确保集群自身始终是事实来源。 * **键盘驱动的 UI：** 工程师通过一个受 Linear 启发、响应迅速的自定义仪表盘来管理整个集群群组。 * **集群自动化：** 控制器以分批次的方式管理大规模部署，并能在触发监控报警时自动暂停。 * **集成可观测性：** 与日志、指标及 Slack 告警的无缝连接，简化了故障排查流程。 这种简洁统一的架构使 Turbopuffer 能够在多样化的云环境中扩展的同时，保持快速的部署速度。

在这篇专栏文章中，乔纳森·特利（Jonathan Turley）指出，美国社会主义者，尤其是纽约的社会主义者，采用了一种“以失败换取成功”的政治策略。特利认为，这些激进人物有意推行诸如开放边境、租金管制和削减警察经费等政策，因为这些政策必然会导致经济混乱和社会衰退。 特利提出，社会主义者并不将这些负面结果视为挫折，而是将其作为要求政府进一步加强干预的理由。他援引了《平价医疗法案》下医疗保险费用的上涨、富裕纳税人撤离纽约，以及住房危机作为例子，说明这些政策如何通过恶化现状来为进一步的国家管控辩护。特利认为，通过系统性地破坏体制，激进活动人士旨在加速瓦解私营企业和个人财产权。最终他得出结论：尽管经营不善的企业会倒闭，但社会主义政客却通过将社会失调转变为扩大政府权力的契机而获益，从而创造了一个服务于其长期意识形态目标的、不断循环的失败怪圈。

本文详细介绍了“Plush”的性能优化过程。Plush 是一门采用 Actor 架构的玩具编程语言。 最初，作者实现了一种依赖 `HashMap` 来追踪对象转发的复制式垃圾回收器（GC），旨在简化 Actor 之间的消息传递。然而，由于哈希映射带来的高内存开销、不可预测的缓存访问模式以及 Rust 中安全哈希计算的性能成本，该设计效率低下。GC 未能达到 20 毫秒内回收一百万个对象的目标，实际耗时为 117 毫秒。 通过将 `HashMap` 替换为使用转发指针的经典 Cheney 算法，GC 性能提升至 7 毫秒，超出了预期目标。为了进一步提高效率，作者利用 `mmap` 技术动态扩展内存缓冲区，且无需重置指针，从而解决了此前在消息大小和协调方面的限制。 这些改进显著提升了 Plush 的性能和内存效率。作者总结道，尽管哈希映射等现代数据结构非常有用，但在高性能内存管理方面，指针转发等底层技术仍然更胜一筹，这证明了经典算法在系统设计中具有持久的价值。

**Foreman** 是一款人工智能驱动的软件工厂，旨在实现端到端开发循环的自动化，让开发人员能够专注于高层决策。它直接与 GitHub 和 Linear 集成，利用四个专业的 AI 代理来处理任务的全生命周期： 1. **分类器 (Classifier)：** 任务分拣与验证。 2. **分析师 (Analyst)：** 规划任务并定义验收标准。 3. **执行者 (Implementer)：** 在隔离沙盒中进行代码编写。 4. **审核员 (Reviewer)：** 独立进行验证。 Foreman 维护一个“工厂大脑”来存储特定于仓库的知识，确保上下文在不同任务间得以保留。该系统具有高度互动性，可通过问题标签、@提及或本地 TUI 触发。当分配任务后，Foreman 会执行流水线、发布进度更新并提交一份经过审核的拉取请求草稿。它甚至能自行处理 CI 故障，并为人工审核人员提供导向摘要。 Foreman 专为通过 Vercel 进行无缝部署而设计，支持自定义设置命令和环境变量配置，以匹配您仓库的具体需求。通过在自动化繁琐工作的同时要求人工审批代码变更，Foreman 在不牺牲质量或监督的前提下，精简了开发流程。

正在检查您的浏览器...需要启用 JavaScript

如果您对科技环境中的侵入式 AI 功能感到困扰，通常可以通过特定设置将其禁用或限制。本指南为您提供了在常用平台上移除或关闭 AI 的路径： * **浏览器：** 使用浏览器标志（如 `chrome://flags` 或 `edge://flags`）禁用 Gemini 或 Copilot 等 AI 组件。Firefox 提供内置的“AI 控制”功能以阻止相关增强。 * **操作系统：** 在 Windows 11 上，您可以在任务栏和记事本设置中卸载或关闭 Copilot。对于 macOS/iOS，可以通过系统设置禁用 Apple Intelligence。 * **应用与服务：** 许多工具允许您选择退出 AI 驱动的功能： * **Adobe：** 在偏好设置中禁用生成式 AI。 * **Google Workspace：** 在 Gmail 和文档设置中关闭“智能功能”。 * **通讯应用：** 在 Slack、WhatsApp 和 Zoom 的设置菜单中管理 AI 摘要和回复功能。 * **Android：** 使用系统设置禁用 Gemini，或将其从电源键唤醒中移除。 如需了解跨设备和软件管理这些设置的详细分步说明，请访问完整指南：**[https://NoToAI.org](https://NoToAI.org)**。

Wiz Research 的自主“红队代理”（Red Agent）近期在 Snowflake 的一个 GitHub 代码库中发现并成功利用了一个关键的工作流注入漏洞。该漏洞允许未经身份验证的用户执行任意命令，是 GitHub Copilot Autofix 无意中引入的。该人工智能助手将一种安全的、专注于过滤的代码模式替换为了存在漏洞的直接字符串插值，凸显了 AI 编程工具可能绕过既定安全措施的问题。 在发现漏洞后，Wiz 的 AI 代理自主优化了漏洞利用载荷以避开 Bash 语法错误，并成功窃取了内部 Jira 凭据。Wiz 于 2026 年 6 月 23 日通过 Snowflake 的 HackerOne 项目负责任地披露了这一发现。Snowflake 对该漏洞进行了修复，重置了受影响的凭据，并确认在五天的暴露窗口期内没有第三方参与者利用过该漏洞。 此事件突显了行业内的两个关键转变：一是 AI 生成代码引发回归的风险，即自动化工具缺乏保持安全最佳实践的背景知识；二是随着安全工具日益自动化，“发现窗口”正在不断缩短。建议各组织对 AI 编写的代码进行与人类贡献代码同等严格的安全审查，并建立防护机制，防止结构化数据解析器被不安全的 Shell 命令插值所取代。

DuckDB v2.0 代号“Cyanoptera”，计划于今年秋季发布。这是该项目历史上最重要的更新，自 v1.5 版本以来已累计超过 10,000 次提交。 **主要亮点包括：** * **服务器模式：** “quack”协议趋于成熟，使 DuckDB 能够作为客户端/服务器数据库运行。新增的 `CONNECT` 命令支持原生网络通信，以及向 PostgreSQL 和 MySQL 进行远程 SQL 推送。 * **性能与存储：** 引擎现已支持异步 I/O 以实现更快的网络存储访问；引入了具备缓冲管理索引的新存储格式，支持即时加载；并进行了重大的查询优化（例如递归 CTE 速度提升 40 倍）。 * **新功能：** 备受期待的 SQL 触发器、用于半结构化数据的高性能 `VARIANT` 类型，以及改进的可观测性工具。 * **可扩展性：** 基于 PEG 的全新可扩展 SQL 解析器，以及现代化且稳定的 C API，确保了扩展程序在未来版本中的兼容性。用户现在还可以托管并签署自己的自定义扩展仓库。 * **开发体验：** 增强的 SQL 语法，包括嵌套架构（Nested Schemas）、CTE 中的 DML 操作，以及改进的兼容模式。 为了实现这些基础性改进，DuckDB v2.0 引入了一些必要的破坏性变更，主要涉及默认存储格式。

德国竞争监管机构联邦卡特尔局（Bundeskartellamt）已结束了对苹果公司“App 追踪透明度框架”（ATTF）长达数年的调查。监管机构此前主张，苹果公司对其自身服务施加的许可要求比第三方应用更为宽松，以此滥用市场支配地位；这种做法实质上阻碍了用户同意第三方追踪，从而偏袒了苹果自身的生态系统。 为了解决调查，苹果承诺将使其所有平台上的许可提示更加统一。该公司将重新设计这些提示，确保在布局、措辞和内容上保持中立，删除此前阻碍用户选择参与第三方追踪的元素。此外，苹果将简化其架构，给予应用发布者更多灵活性，以便将其隐私法披露信息与 ATTF 的要求相结合。 此项和解确保了苹果无法利用其“守门人”地位获取不公平的竞争优势，转而营造一个让用户能够针对个人数据做出中立且知情决策的环境。这些承诺的有效期为七年，并将由独立监督员进行监督，这是欧洲旨在监管大型数字平台数据共享行为的广泛举措的一部分。

美国特使贾里德·库什纳于8月17日会见了以色列总理本雅明·内塔尼亚胡，旨在推进一份针对加沙地带的15点和平路线图。此前，库什纳在开罗与哈马斯官员进行了会谈，这是旨在实现停火并稳定该地区局势的一次罕见的直接接触。 当前的主要争议仍在于哈马斯的解除武装问题。尽管这份由美国支持的路线图提议在以色列分阶段撤军的同时，逐步拆除哈马斯的武器和基础设施，但内塔尼亚胡坚持认为，在哈马斯被彻底且真正地解除武装之前，以色列军队不会撤出。他对美方某些与以色列最初安全要求存在分歧的提议表示了保留意见。 根据该提议，一个由国际部队支持的新巴勒斯坦行政机构将接管治理权，哈马斯将被排除在权力之外。虽然哈马斯已表示支持该路线图以实现永久停火，但包括沙特阿拉伯和埃及在内的地区大国一直向以色列施压，要求其接受该计划，并指责以色列阻碍和平。随着谈判的继续，调解人将这一过程描述为旨在弥合特朗普政府愿景与以色列诉求之间巨大安全差距的“缓慢且艰难”的努力。

404 Media 的一项调查证实，亚马逊正在大量购入纸质书用于训练其人工智能模型，并在此过程中销毁这些实体书。调查人员通过 AirTag 追踪货物，将书籍的去向锁定在了位于拉斯维加斯的一个名为“VGT3”的亚马逊专业设施中。 该站点的员工证实，他们的主要工作是切开书脊，以便进行高速扫描并录入数字化系统。这一操作与独立书商的反馈相吻合——书商们发现，近期针对 2022 年以前出版书籍的大批量、不计价格的订单异常激增。人工智能公司非常看重这些旧书，因为它们包含独特的、由人类创作的内容，这些内容在互联网上难以获取，且不存在被人工智能生成内容污染而导致“模型崩溃”的风险。 尽管亚马逊声称购书是为了改进其产品和服务，但这一行为凸显了人工智能训练过程的激进与资源密集型本质。批评人士指出，这一过程抛弃了实体书的历史、智力与情感价值，将复杂的人类著作仅仅简化为大语言模型的数据点。

1998 年至 1999 年间，20 岁的 Oscar Toledo G. 为一款基于 Am29000 处理器的自制计算机开发了一套完整的 32 位软件生态系统。在那个“千年虫”问题引发广泛担忧、互联网正迅速扩张的时代，Toledo 从手动编写机器码转向构建定制的 C 语言编译器、汇编器和文本编辑器。 该项目最终发展成一个复杂的窗口化操作系统（“Sistema Fénix”），并包含 PCB 编辑器和网页浏览器（“Biyubi”）等应用程序。为了在 512 KB 内存的限制下实现这些功能，Toledo 采用了基于 ROM 执行和优化内存管理等创造性技术。 数十年后，Toledo 通过模拟 Am29000 硬件并修补网络服务，成功让这一环境重现，使其 1999 年的浏览器得以连接现代互联网。他通过对早期的软盘和 CD 备份进行逆向工程，修复了自己的早期作品，展现了在一年内编写超过 5 万行源代码的惊人壮举。该项目依然是 20 世纪 90 年代末独创精神与技术飞速发展的见证。