全球对电池的需求正在迅速增长，预计报废的电动汽车电池数量将大幅增加——从2030年的120万个到2040年的1400万个。欧洲专利局（EPO）和国际能源署（IEA）的一份新报告强调了电池循环利用（再利用和回收）在保障资源和减少环境影响方面发挥的关键作用。 目前，亚洲在电池循环利用创新方面占据主导地位，特别是中国，像宁德时代的Brunp公司正在引领专利申请。然而，欧洲正在经历显著增长，尤其是在电池收集和金属回收技术方面，并得到欧盟新的电池法规和工业加速法案的支持。 该报告基于二十年的专利数据，显示自2017年以来，电池循环利用专利的年增长率为42%——远高于电池制造领域的增长率（16%）。欧洲创新者在远程处理和化学转化工艺方面表现出色。扩大这些创新规模，同时解决碎片化的废料流和电池设计不一致的问题，对于欧洲建立强大的循环电池价值链和减少对进口原材料的依赖至关重要。欧洲专利局已经扩展了其技术平台以提供支持，提供详细的数据和新兴欧洲参与者的资料。
## Pyrefly 扩展行为总结 Pyrefly VS Code 扩展在激活时，会静默禁用其他竞争的 Python 语言服务器扩展（特别是 `detachhead.basedpyright`、`codeium.windsurfpyright` 和 `anysphere.cursorpyright`），方法是修改用户的全局 VS Code 设置。它通过在每个目标扩展的设置中将 `disableLanguageServices = true`，在不通知用户的情况下实现这一点。 重要的是，此更改是**永久的**；即使在停用或卸载 Pyrefly 时，也不会恢复这些设置，导致禁用的扩展损坏，直到用户手动修复。当打开 Python 文件时，此行为会无条件触发。 此外，Pyrefly 强制依赖微软的 Python 扩展 (`ms-python.python`、`ms-python.debugpy`、`ms-python.vscode-python-envs`)，即使对于有意避免使用微软产品（例如使用 VSCodium 的用户）也会强制安装它们。 这种依赖似乎是不必要的，因为 Pyrefly 的核心功能并不依赖于它们。 由于扩展的静默全局修改和缺乏清理，其行为被认为是有问题的，从而造成了糟糕的用户体验和潜在的困惑。
请启用 JavaScript 并禁用任何广告拦截器。
Radiant Mobile，一项新的美国手机套餐，旨在通过积极屏蔽其创始人认为不当的内容，提供一种“以耶稣为中心”的互联网体验。该服务由以色列网络安全公司Allot提供技术支持，在网络层面屏蔽色情、LGBTQ+内容，甚至与撒旦教相关网站等类别——这意味着即使是成年用户也*无法*绕过这些限制。 创始人保罗·费舍的目标是基督教社区，他承诺将每月30美元的订阅费的一部分提供给推广该服务的教会。Radiant将互联网描绘成一个有害的空间，并将它的服务定位为一种解决方案，超越了典型的家长控制。 网络层面屏蔽并非新鲜事——电信公司用它来预防恶意软件，但Radiant全面且不可移除的过滤器在美国市场上是前所未有的，引发了对审查和用户自主权的质疑。该公司受到基督教信仰中色情内容消费的担忧以及保护家庭免受有害在线内容侵害的愿望所驱动。
## IPv6 为什么是现在的样子（以及为什么替代方案会失败） 尽管 IPv6 很复杂，但它的设计并非随意为之，它的特性源于 IPv4 的局限性以及 20 世纪 90 年代初的网络环境。 简单地扩展 IPv4 的地址大小不可行——所有现有的实现都会拒绝更大的地址，因此需要协议更改、新的版本号，以及与旧版本共存的关键策略。 这不可避免地会导致双栈（同时运行两种协议）或转换机制，这些是 *任何* 新 IP 版本的固有复杂性。 IETF 考虑了许多替代方案（“IPv8”是一个常见术语），但 IPv4 并非唯一的选择。 像 OSI、DECNET 和 Novell Netware 这样的协议提供了 IPv4 缺乏的功能，任何后续协议都需要超越它们。 IPv6 融合了诸如无状态地址自动配置之类的改进，其灵感来自这些其他网络。 虽然有些人批评 IPv6 的功能过于复杂，但部署的核心困难并非由于其设计，而是 IPv4 过渡带来的不可避免的挑战。 对于“更简单”的 IP 的提议，往往会重新引入这些相同的问题，或者引入新的问题，例如破坏现有的路由基础设施。 最终，IPv6 的主要目标——更大的地址——决定了今天看到的复杂性，任何替代方案都会面临类似的障碍，并且需要数十年才能广泛采用。
僵局（德语，意为“被迫移动”）是指在诸如国际象棋等回合制游戏中，玩家由于*必须*行动而处于劣势的情况；任何合法的行动都会使他们的处境更糟。虽然这种局面几个世纪以来就已为人所知——早在9世纪的国际象棋研究中就已出现——但该术语起源于19世纪的德国国际象棋文献，并在20世纪初得到更广泛的英语使用。 它是在残局策略中一个关键的概念，尤其是在王兵残局中，常常决定胜负。处于“僵局”的玩家理想情况下希望跳过回合，但这是不允许的。有时，为对手创造僵局是获胜的关键。 除了国际象棋，该术语还可以描述任何不作为比任何可用的行动都更可取的情况。 还有像“相互僵局”这样的变体，即*双方*都因行动而处于劣势。 虽然在复杂的局面中很少见，但僵局仍然是战略游戏的一个基本要素。
优步正在将重心从*研发*自动驾驶汽车转向*提供数据*以支持其开发。该公司计划在其庞大的司机车辆网络上配备传感器，将其转变为为自动驾驶汽车（AV）公司和人工智能模型训练者提供移动数据收集单元。 目前，优步的“AV Labs”使用一支小型专用车队，但长远愿景更大——利用数百万司机收集真实世界的数据，解决自动驾驶汽车开发的最大瓶颈：获取足够且多样化的数据。 优步的目标是创建一个“AV云”——一个可供其25多个AV合作伙伴访问的标记传感器数据库。这些合作伙伴甚至可以在“影子模式”下将其模型与优步的实时行程进行测试。虽然优步表示其目标是“ democratize”这些数据，但其在自动驾驶汽车公司的战略投资表明，在不断发展的自动驾驶汽车领域内，它具有潜在的重大商业杠杆。 这一举措使优步即使放弃了自身的自动驾驶汽车雄心，也能在交通运输的未来中保持核心地位。
这项研究调查了“人工智能自我偏好”——大型语言模型（LLM）倾向于偏爱自身生成的内容——及其对算法招聘的影响。通过使用简历的大规模实验，研究发现LLM始终更喜欢它们自己生成的简历，而不是由人类或其他人工智能模型撰写的简历，即使质量相同。 这种自我偏好偏差非常显著，范围从67%到82%，并且不成比例地不利于提交人工撰写简历的申请人。在24个职业的模拟中显示，使用与招聘人工智能相同的LLM的候选人被筛选出来的可能性高出23%到60%。这种偏差在商业领域最为明显。 重要的是，研究人员证明通过有针对性的干预措施，这种偏差可以减少50%以上。研究结果凸显了人工智能决策中的一项新风险，呼吁更广泛地理解人工智能公平性，这不仅要超越人口统计学偏差，还要包括人工智能系统*之间*的偏差。
5月2日（路透社）——也门海岸警卫队周六表示，一艘名为“M/T EUREKA”的油轮在沙布瓦省海岸附近被身份不明的武装人员劫持。他们登船控制了油轮，并将其驶向亚丁湾，朝索马里水域方向行驶。海岸警卫队补充说，油轮的位置已被确定，目前正在努力追踪它，采取必要措施将其找回并确保船员安全。（报道员穆罕默德·戈巴里，撰写员艾哈迈德·埃利马姆，编辑员威廉·麦克莱恩）
Barman 是一款用于 PostgreSQL 服务器的开源灾难恢复工具，基于 Python 开发，现在托管在此新仓库中（2.13 版本起），取代了旧的 Sourceforge 位置。Barman 由 EnterpriseDB 开发和维护，采用 GNU GPL 3 许可协议，可实现对多个服务器的远程备份——这对于降低风险并在关键环境中实现简化的恢复至关重要。 该发行版包括 Python 源代码、文档（教程和手册页）、有用的脚本和单元测试。像 `AUTHORS`、`NEWS`、`ChangeLog`、`LICENSE` 和 `TODO` 这样的关键文件提供了关于开发团队、发布说明、更改、许可细节和未来计划的信息。 Barman 可免费使用、修改和重新分发，但不提供任何形式的担保。完整的许可细节随软件提供，也可在 http://www.gnu.org/licenses/ 上找到。