近日，一篇发表在 arXiv 上的论文提出了一种名为 **LiNO（Lifting Neural Operator）** 的新型神经算子架构，旨在解决现有神经算子难以同时捕捉全局动力学与精细尺度结构的痛点。该研究由 Himanshu Pandey 等人完成，核心创新在于将**第二代小波提升方案**引入神经算子设计，实现了数据驱动的自适应多分辨率分解。 ## 背景：神经算子的机遇与挑战 神经算子是一类学习函数空间之间映射的深度学习模型，能够直接从数据中学习微分方程的解算子，从而预测整个参数族对应的解，而非单个实例。然而，现有神经算子（如 FNO、DeepONet）在处理包含多尺度特征的物理问题时往往力不从心——要么过度平滑丢失细节，要么计算成本过高。 ## LiNO 的核心设计：提升变换与多分辨率空间 LiNO 的关键在于将**提升方案（lifting scheme）**参数化，使其成为可学习的变换。提升方案是一种构造小波的方法，其特点是计算高效且保证**精确可逆**。LiNO 通过学习数据中的自适应提升变换，将输入函数分解为**粗尺度系数**和**方向细节系数**，并在该多分辨率空间中分别演化这两类系数。这种“尺度感知”的建模方式使得算子能够同时处理全局趋势和局部振荡。 与传统的固定小波基不同，LiNO 的变换是**数据驱动**的，能够根据底层解函数的特性自动调整分解方式。同时，由于变换可逆，信息在分解和重构过程中无损，确保了多尺度学习的保真度。 ## 性能评估：覆盖多类物理现象 研究者在五个经典基准上对 LiNO 进行了测试，涵盖了不同物理行为： - **Darcy 流**（多孔介质流动） - **Poisson 方程**（椭圆型问题） - **Allen-Cahn 方程**（相场模型） - **可压缩 Navier-Stokes 方程**（流体动力学） - **Gray-Scott 反应-扩散系统**（图灵斑图） 这些基准涉及多尺度现象、输运主导动力学和混沌系统。实验结果表明，LiNO 在所有任务上均取得了**与最先进神经算子相当或更优**的表现，尤其在捕捉精细结构和长时间演化方面展现出明显优势。 ## 意义与展望 LiNO 为科学机器学习提供了一条有前景的路径：通过自适应多分辨率算子，有望在气候模拟、材料设计、流体力学等需要同时关注大尺度演化与小尺度细节的领域发挥重要作用。未来，该方向可能进一步结合物理信息约束或无监督学习，提升泛化能力与数据效率。
时间序列预测在金融、能源、交通、公共卫生和工业监测等领域支撑着关键决策。近期涌现的基础模型虽提升了跨任务迁移能力，但大多依赖中心化数据和Transformer注意力机制，在处理长序列、高维度和隐私敏感信号时捉襟见肘。来自多所机构的研究团队提出了一种名为 **QuantFlow** 的概率预测框架，巧妙融合了倒置序列嵌入、双向Mamba状态空间解码器、分位数回归与联邦学习，为时序预测领域带来了新的解题思路。 ## 核心设计：倒置嵌入 + 双向Mamba QuantFlow 的架构设计颇具巧思。首先，它采用 **倒置序列嵌入** 策略：将每个变量在整个观测窗口上的时间步进行嵌入，而非将同一时间步的所有变量拼合。这种处理方式能更好地捕捉变量自身的长期依赖关系。随后，嵌入后的序列分别沿正向和反向送入 **双向Mamba 状态空间解码器**。Mamba 作为近年来兴起的状态空间模型，凭借线性复杂度的序列建模能力，在长序列任务上展现出超越 Transformer 的潜力。QuantFlow 通过双向处理，使模型能同时感知过去和未来的上下文信息。 最终，解码器输出被投影到 **五个条件分位数**（如 10%、25%、50%、75%、90%），从而实现概率预测，不仅给出点估计，还提供不确定性区间。此外，团队引入 **TSMixup** 数据增强方法，通过狄利克雷加权插值增加时间序列多样性，同时保持序列的结构完整性。 ## 联邦学习：隐私保护下的分布式训练 QuantFlow 的另一大亮点是内置 **联邦学习** 机制。在 20 个客户端的非独立同分布（non-IID）数据部署中，模型仅需 **三轮通信** 即可保持有用精度，且原始数据始终留在本地。这意味金融机构、医院等数据敏感方可以协作训练强大模型，而无需共享原始记录，极大拓展了实际应用场景。 ## 实验结果：优势与局限并存 在加密货币、交通流量、电力负荷、电力变压器温度（ETT）、流感和天气等六类数据集上，QuantFlow 取得了有竞争力的结果。具体指标上，在 **ETTm1** 数据集上均方误差（MSE）为 **0.2834**，在 **Weather** 数据集上为 **0.2218**，优于或持平于同类基线。 不过，论文也坦诚指出了当前版本的局限：在处理 **不规则的流行病学信号** 和 **超长预测区间** 时，QuantFlow 的泛化能力仍有不足。这提示状态空间模型在极端不规则采样和极长序列场景下，可能还需要更精细的设计。 ## 行业启示：后Transformer时代的新方向 QuantFlow 的发布正值 AI 社区对 Transformer 注意力机制进行反思的时期。Mamba 等状态空间模型凭借线性复杂度，已在语言建模和长序列任务中初露锋芒。QuantFlow 将这一思路引入时序预测，并叠加联邦学习与概率输出，为构建 **可扩展、可量化不确定性、隐私友好** 的时序基础模型指出了可行路径。对于金融风控、智慧电网、流行病监测等需要兼顾准确性与数据合规的行业而言，QuantFlow 所代表的技术方向值得密切关注。
上周，云安全公司Sysdig声称记录了首例完全由AI代理自主执行的勒索软件攻击，代号JadePuffer。报道称该AI代理在没有人类干预的情况下，独立完成了从入侵服务器、窃取凭证、横向移动到加密文件并撰写勒索信的全过程。然而，Sysdig威胁研究高级总监Michael Clark在最新采访中澄清：人类依然深度参与——只是未负责技术执行环节。人类选择了攻击目标、搭建了命令控制服务器和用于存储窃取数据的临时服务器，甚至攻击所用的凭证也来自先前的一次独立入侵，并非AI自行获取。 **攻击的技术细节依然令人瞩目**。该AI代理利用开源LLM构建工具Langflow的已知漏洞进入系统，随后转向生产环境MySQL服务器，利用另一个已知漏洞获取管理员权限。它加密了超过1300条配置记录，不仅自行撰写了勒索信，还留下了比特币收款地址。Sysdig未透露受害目标的具体身份。 **更值得关注的是攻击过程的透明度和速度**。AI代理在31秒内修复了一次失败的登录尝试，并在代码注释中以自然语言全程记录自身的推理过程。关于攻击中使用多个模型的疑问，Clark澄清：从窃取的密钥中发现了OpenAI、Anthropic、DeepSeek和Gemini等多个平台的API key，但这些只是攻击过程中窃取的数据，并非驱动攻击的模型。 **这一事件揭示了AI在网络安全领域的新边界**。虽然尚未实现完全自主的犯罪闭环，但AI代理在特定技术环节的自主执行能力已远超预期。安全行业需要重新审视防御策略：不仅要防范人类黑客，还要应对能够快速学习、自主决策并记录自身推理过程的AI攻击者。 **小结**：JadePuffer并非“无人值守”的完全自主攻击，但它展示了AI代理在攻击执行层面的潜力。未来，随着AI能力的提升，人类可能只需提供目标和初始入口，其余环节均可由AI独立完成。这既是警示，也是安全技术演进的方向。
韩国存储芯片制造商SK海力士（SK Hynix）正计划在美国进行首次公开募股（IPO），预计将于本周五开始交易。该公司将发行约1780万股美国存托凭证（ADR），每份代表十分之一普通股，预计筹集资金约28亿美元。SK海力士是三星和美光的竞争对手，其业绩和股价均因AI需求激增而大幅上涨。第一季度营收同比增长近200%，股价今年已上涨约260%。AI系统对内存需求极高，尤其是高带宽内存（HBM）、DRAM和NAND芯片，导致市场供不应求，被称为“RAMageddon”。苹果高管表示，芯片短缺已迫使其提高Mac和iPad的价格。韩国科技公司（包括SK海力士和三星）已承诺投资超过5500亿美元建设新产能，但这存在风险：当产能建成时，AI内存需求可能已发生变化，导致供过于求。目前，华尔街正在寻找下一个“英伟达”，存储芯片制造商是最接近的选择之一。美光科技（Micron）过去一年股价上涨近700%，市值超过1万亿美元，同样受益于AI驱动的内存需求。
Amazon SageMaker AI 与 Hugging Face 宣布推出深度链接集成，开发者现在只需一次点击，即可从模型发现直接进入 SageMaker Studio 进行实验。无论是微调基础模型还是部署推理端点，选定的模型将自动预加载，环境完全配置就绪，省去了以往手动创建域、配置 IAM 权限、申请 GPU 配额等繁琐步骤。这一集成大幅降低了从灵感到实验的摩擦，为企业和开发者提供了从开源模型到企业级部署的最短路径。 ## 一键直达，零配置启动 在 Hugging Face 上浏览模型时，支持的模型页面会新增 **Customize on SageMaker AI** 和 **Deploy on SageMaker AI** 按钮。点击后，开发者将直接跳转到 SageMaker Studio 控制台，系统在数秒内自动预配置新域和权限，并将模型上下文完整传递。此前，从 Hugging Face 发现模型到在 SageMaker 上运行需要经历多个步骤：打开 AWS 管理控制台、创建 SageMaker 域、配置 IAM 权限，有时还需申请 GPU 配额。对于追求快速迭代的开发者来说，这些摩擦严重拖慢了从灵感走向实验的速度。 ## 开源模型与企业云的完美结合 Arcee AI 创始人兼 CEO Mark McQuade 评价道：“我们构建开放模型，让开发者和企业真正拥有他们运行的东西：检查权重、用自己的数据后训练、按自己的方式部署。这次集成将这一承诺推进到最后一英里。从 Hugging Face 上的开放模型一键进入 SageMaker Studio，然后在自己的 AWS 环境中微调或部署，无需任何额外配置——这正是开放模型一直缺少的体验。你拥有的开放权重，在你控制的云中运行。这正是我们的客户一直要求的组合。” ## 三大新能力，缩短从发现到部署的路径 此次发布引入了三项关键能力： 1. **深度链接直达 SageMaker Studio**：Hugging Face 模型页面上新增的操作按钮直接映射到 SageMaker Studio 工作流，点击后即进入对应的定制化或部署页面。 2. **自动环境配置**：SageMaker AI 自动预配置域和权限，无需手动设置，数秒内即可使用。 3. **模型上下文无缝传递**：选定的模型信息自动填充到 Studio 工作流中，开发者无需再次搜索或配置。 ## 对 AI 开发者的意义 这一集成对 AI 开发者和企业用户意义重大。首先，它显著降低了入门门槛，让开发者能更快地从模型探索过渡到实际实验。其次，它强化了开源模型与云原生工具的结合——开发者可以在 Hugging Face 上发现最新模型，然后立即在 AWS 上使用企业级基础设施进行微调和部署，同时保持对数据和模型的控制。最后，对于需要频繁实验和迭代的团队，这一功能可以节省大量时间，加速从研究到生产的转化。 随着生成式 AI 和基础模型领域的快速发展，缩短从发现到部署的周期已成为竞争关键。AWS 与 Hugging Face 的这一深度集成，正是对开发者痛点的直接回应，也为其他云平台与开源社区的协作树立了新的标杆。
部署基础模型（FM）的组织常面临一个共同挑战：用于内容审核的模型安全护栏，也可能阻碍合法且关键的业务用例。例如，一家媒体公司需要总结包含成人语言的剧本，一家网络安全公司希望模拟真实威胁，或一个法律团队正在处理敏感证据——默认的内容审核机制往往会屏蔽这些本应被处理的合法内容。由于模型在后训练对齐阶段习得了这些安全策略，仅靠提示工程无法克服。模型拒绝回答的倾向已嵌入其参数中，需要在模型层面进行针对性修改，以选择性地调整这一行为。 在这篇文章中，我们介绍了 **反向直接偏好优化（rDPO）**——这是 Amazon Nova 可定制内容审核设置（CCMS）背后的创新遗忘技术，并展示了它如何在保持模型质量的同时减少过度拒绝。我们还为客户提供了将偏好优化技术应用于自身实验的指导。 ## 背景：安全护栏与业务需求的冲突 以安全团队为例：当他们要求模型生成一封用于员工安全意识培训的钓鱼邮件样本时，即使意图是防御性的，模型也可能直接拒绝回答。这种过度拒绝源于模型在训练过程中习得的严格安全对齐，而简单的提示工程（如“请假装这是用于培训的示例”）往往无法绕过。 ## 解决方案：Amazon Nova 可定制内容审核设置（CCMS） Amazon Nova CCMS 允许经批准的客户在四个负责任 AI（RAI）支柱下选择性调整安全设置： - **安全**：涉及危险活动、武器和受控物质。 - **敏感内容**：包括脏话、裸露和霸凌。 - **公平性**：涉及偏见和文化考量。 - **安全性**：涉及恶意软件和恶意内容。 同时，Amazon Nova 强制执行不可配置的基本控制，例如防止对儿童造成伤害和保护隐私。 ## 核心创新：反向直接偏好优化（rDPO） CCMS 背后的科学原理是**遗忘（unlearning）**，即在不从头重新训练的情况下，从模型参数中选择性地移除已学习的行为。具体方法是训练**低秩适配（LoRA）适配器**来逆转模型对特定策略的对齐。 训练过程大致如下： 1. 对于需要遗忘的策略（例如“生成包含脏话的脚本”），收集一组包含“被禁止行为”的提示-响应对。 2. 使用这些数据训练 LoRA 适配器，目标是让模型在这些提示下不再拒绝回答，而是生成合规内容。 3. 适配器仅修改模型的部分参数，因此模型在其他策略上的对齐保持不变。 结果是：客户获得一个自定义模型变体，该变体在已批准的政策领域能够生成内容，而在其他所有领域仍然保持对齐。 ## 实际应用与效果 在内部测试中，rDPO 显著减少了过度拒绝。例如，对于网络安全培训场景，模型能够生成钓鱼邮件样本，同时仍拒绝提供真正的恶意代码或具体的攻击方法。CCMS 目前对选定的 Amazon Nova 客户开放，并计划逐步推广。 ## 客户如何自行实验 对于希望将偏好优化技术应用于自身实验的客户，文章提供了以下建议： - 使用 rDPO 时，需要明确界定“遗忘”的范围，避免意外移除重要的安全策略。 - 推荐使用 LoRA 适配器，因为它可以快速切换不同策略配置，而无需重新训练整个模型。 - 在部署前，务必进行充分的红队测试，确保自定义模型不会产生有害输出。 ## 总结 Amazon Nova 的 rDPO 技术为企业提供了一种精细控制模型行为的方式，在保持核心安全性的同时，解锁了被过度限制的业务用例。随着模型部署场景日益复杂，这种“选择性遗忘”的能力将成为负责任 AI 落地的关键工具。
手机存储空间告急？照片和视频堆积如山？一款名为 **Sponge** 的免费安卓应用或许能成为你的救星。它让删除照片变得像左滑屏幕一样简单快捷，大幅提升整理相册的效率。 ## 痛点：手机相册的“空间危机” 对于很多用户来说，手机相册里塞满了无数照片和视频，尤其是像 **Pixel 9 Pro** 这类拍照能力强劲的设备，动辄几十 GB 的媒体文件让存储空间频频告急。手动逐张删除不仅耗时，还容易误删重要内容。 ## Sponge：左滑即删，效率革命 Sponge 的核心设计理念就是“极简”。它允许用户通过 **左滑手势** 快速标记并删除照片，无需进入复杂的编辑菜单或长按选择。这种交互方式借鉴了社交应用中的滑动操作，学习成本几乎为零。 - **免费使用**：基础的照片删除功能完全免费，适合大多数普通用户。 - **高级功能**：如果需要删除视频或批量管理集合（如按日期、地点分组删除），则需要付费解锁。不过对于清理照片而言，免费版已经足够。 - **安全机制**：应用通常会提供回收站或撤销选项，防止误删。 ## 行业视角：AI 与存储管理的融合 虽然 Sponge 目前主打手势操作，但类似的清理工具正越来越多地融入 **AI 能力**。例如，自动识别模糊照片、相似照片或截屏，甚至根据使用频率推荐删除对象。Sponge 未来也可能加入智能分类功能，进一步提升清理效率。 ## 小结 如果你正在为手机存储空间发愁，Sponge 提供了一个极其轻量的解决方案。它没有花哨的功能，但把“删除”这一核心体验做到了极致。对于追求效率的用户来说，这款应用值得一试。
如果你喜欢 Windows 11 的界面风格，但又想使用 Linux，那么 Zorin OS 可以帮你实现这一愿望。本文将详细介绍如何免费将 Zorin OS 的桌面布局定制成类似 Windows 11 的样子。 ## 为什么选择 Zorin OS？ Zorin OS 基于 Ubuntu，拥有出色的易用性。它对 GNOME 桌面进行了深度改造，并提供了多种布局选项。免费版包含四种布局，但默认没有 Windows 11 风格。Pro 版（售价 47.99 美元）则内置了 Windows 11 布局，不过每次大版本升级都需要重新购买授权。如果你不想付费，也可以手动调整免费版布局，达到类似效果。 ## 免费实现 Windows 11 布局的步骤 1. **下载并安装 Zorin OS**：从官网获取 ISO 镜像，制作启动 U 盘并完成安装。 2. **打开 Zorin Appearance 应用**：登录系统后，如果该应用未自动启动，可从菜单中手动打开。 3. **选择基础布局**：在 Zorin Appearance 中，选择右上角的布局（该布局提供底部任务栏和右侧桌面菜单）。 4. **调整任务栏设置**：关闭 Zorin Appearance，右键点击底部任务栏，选择“Taskbar Settings”。在“Style”选项卡中，将“Border radius”滑块拖动到最左侧（直角风格），以模拟 Windows 11 的矩形窗口角。 5. **进一步自定义**（可选）：你可以调整任务栏图标对齐方式、开始菜单样式等，使其更接近 Windows 11。 通过以上简单调整，你就能在免费版 Zorin OS 上获得与 Windows 11 高度相似的视觉体验。 ## 小结 Zorin OS 的灵活性让用户无需付费即可拥有 Windows 11 的界面风格。对于希望从 Windows 过渡到 Linux 的用户来说，这是一个低门槛的友好选择。
在 Linux 生态中，大型应用如浏览器、办公套件固然重要，但那些小巧、专注的工具往往能在日常工作中发挥意想不到的作用。本文作者分享了他每日必用的 5 个轻量级 Linux 工具，涵盖备份、文本编辑、系统监控等领域，它们免费、易用，却能显著提升工作效率。 ## 1. Déjà Dup Backups：最易用的备份工具 数据丢失是每个用户的噩梦，尤其对于写作或重要项目而言。**Déjà Dup Backups** 是 Linux 上最简单的备份工具，只需几次点击即可配置自动备份，真正做到“设置后忘掉”。需要注意的是，若要通过 Flatpak 安装，需调整权限以支持自动备份功能；部分桌面环境（如 COSMIC）可能限制后台访问，建议优先使用发行版自带的包管理器。 ## 2. COSMIC Text Editor：现代文本编辑器的新选择 文本编辑器之争在 Linux 社区由来已久，vi 和 emacs 是传统强者的代表，但学习曲线陡峭。**COSMIC Text Editor** 是 COSMIC 桌面环境（System76 开发）的原生编辑器，界面简洁、响应迅速，支持语法高亮、多标签、搜索替换等基础功能，同时保持了极低的资源占用。对于不需要复杂 IDE 的日常编辑任务，它比 Nano 更直观，比 Gedit 更轻量。 ## 3. htop：系统监控的利器 当系统运行缓慢或出现异常时，**htop** 是诊断问题的首选。它比 top 更友好：支持彩色显示、进程树、鼠标操作，可以直观地查看 CPU、内存和交换分区的使用情况。通过 F6 键可以按不同指标排序，快速定位资源占用高的进程。对于服务器运维或日常性能排查，htop 几乎不可或缺。 ## 4. fzf：模糊搜索神器 **fzf** 是一个通用模糊搜索工具，可与命令行深度集成。它能快速过滤文件、命令历史、进程列表等。例如，在终端输入 `Ctrl+R` 调出历史命令搜索，或结合 `find` 命令快速定位文件。fzf 的即时过滤和交互式选择机制大幅减少了键盘敲击次数，是命令行用户的效率倍增器。 ## 5. flameshot：截图与标注的瑞士军刀 截图工具看似简单，但 flameshot 提供了丰富的标注功能：箭头、文字、模糊、高亮等，并支持直接上传到图床或保存至本地。它支持命令行调用和快捷键绑定，非常适合写文档、做教程或快速分享屏幕内容。相比系统自带的截图工具，flameshot 的编辑能力使其成为专业用户的标配。 ## 小结 这些工具的共同特点是：**体积小、启动快、功能专注**。它们不追求大而全，而是通过解决一个具体问题来提升整体工作流。如果你也是 Linux 用户，不妨尝试将这些小工具融入日常，或许会发现：效率的提升往往来自这些不起眼的细节。
## 蓝牙追踪器大比拼：价格差 20 倍，性能差多少？ 苹果 AirTag 自发布以来，一直是蓝牙追踪器市场的标杆产品。但市面上存在大量价格低廉的竞品，甚至有些仅售 2 美元。ZDNET 的编辑 Adrian Kingsley-Hughes 对多款蓝牙追踪器进行了实测，包括苹果 AirTag（约 40 美元）和一款仅售 2.5 美元的廉价追踪器。结果令人意外：**所有追踪器都能正常工作**，但蓝牙覆盖范围差异巨大，廉价版的覆盖范围不足苹果 AirTag 的一半。 ### 核心发现 - **功能可用性**：所有测试的追踪器都能实现基本的物品定位功能，包括发出声音和显示位置。 - **蓝牙范围差异**：苹果 AirTag 的蓝牙范围最远，而 2.5 美元的追踪器范围锐减，实测中超过 10 米就难以连接。 - **性能根源**：差异主要源于硬件设计和制造质量。廉价追踪器使用更基础的蓝牙芯片和天线，导致信号强度弱、穿透力差。 - **网络效应**：苹果 AirTag 依赖庞大的“查找”网络，即使超出蓝牙范围，也能通过附近苹果设备匿名定位；而廉价追踪器通常仅依赖蓝牙直连，丢失后更难找回。 ### 选购建议 对于日常使用，**苹果 AirTag 的综合体验仍是最优选择**，尤其是在城市环境中，其网络效应几乎能让任何丢失的物品被“全球定位”。但如果预算有限且使用场景相对固定（例如在家内寻找钥匙），廉价追踪器也能满足基本需求，只是需要接受其有限的覆盖范围和较低的可靠性。 ### 小结 蓝牙追踪器市场并非“一分钱一分货”那么简单，但**硬件质量和生态网络**确实是决定体验的关键。这次对比再次验证：苹果 AirTag 的高价不仅买的是品牌，更是更稳定的连接和庞大的寻物网络。
Vercel CEO Guillermo Rauch 在 ShipNYC 大会后接受 TechCrunch 专访，深入探讨了 AI 从原型验证走向生产部署的关键转变。他指出，去年行业普遍处于“原型阶段”，疯狂构建智能体，但进入生产环境后，价格/性能比、数据安全、可审计性等现实挑战浮出水面。Rauch 认为智能体有两大杀手级应用：**编码智能体**和**内部运营智能体**。前者驱动了全球大量 token 消耗，后者则面临数据安全访问和审计追踪的难题。为此，Vercel 推出了 **Eve 框架**和 **Vercel Sandbox**。Eve 允许用自然语言定义智能体的指令和技能，而 Sandbox 则为智能体提供“笼子”——在保障智能体自由表达智能的同时，通过策略控制其数据访问和输出。Rauch 强调，在 AI 生产中，**模型与智能体的分离**至关重要：智能体负责编排和逻辑，模型提供推理能力，这种解耦能带来更好的性能优化和成本控制。目前 Vercel 日均处理 **600 万次部署**，其中一半由编码智能体触发，日均处理 **1 万亿 token**，成为 AI 软件基础设施的关键节点。
在最新的 iOS 27 开发者测试版中，苹果为 Siri 引入了语速和表达力的自定义选项，旨在让虚拟助手更自然、更个性化。 ## 功能详情 该功能在 **iOS 27 beta 3** 中正式启用，此前在首个开发者测试版中仅标注为“即将推出”。用户现在可以通过滑块调整 **Pace（语速）** 和 **Expressivity（表达力）**，从而控制 Siri 说话的快慢以及情感丰富程度。调整时，Siri 会示范朗读“你有一条新消息”等常见语句，帮助用户预览效果。 ## 行业背景 这一更新是苹果围绕生成式 AI 重建 Siri 的长期努力的一部分。与 ChatGPT 等竞品类似，允许用户自定义 AI 声音是提升技术亲和力的关键。ChatGPT 早在 2025 年 12 月就推出了调节“温暖度”和“热情度”的选项，并可设定友好、专业、坦诚等不同风格，这些不仅影响语音，也影响信息呈现方式。 ## 操作与集成 在 WWDC 26 上首次亮相的 Siri 语音控制，让用户不再局限于男声或女声，而是能在多种口音的声音间切换。新版 Siri 深度集成于 iOS 27，支持通过语音、从灵动岛下滑输入、侧边按钮或全新的独立 Siri 应用启动对话。 ## 其他更新与问题 iOS 27 beta 3 还包括更新后的提醒事项应用图标等小改进。不过，部分用户在 X 平台反馈，更新后新 Siri 不可用，或手机重新开始索引数据——这通常是优化 Siri AI 搜索的第一步。
2026年，科技行业的裁员潮愈演愈烈，而人工智能（AI）成为企业削减岗位时最常提及的理由。据Layoffs.fyi追踪数据，截至2026年6月，已有约12万个科技岗位被裁撤。微软、甲骨文、GitLab和谷歌等巨头均在其中，它们的共同点是：一边报告创纪录的营收，一边以AI为由进行大规模裁员。 ## 微软：4800个岗位被裁，AI不是直接替代者 微软在6月宣布裁减约4800个岗位，占全球员工总数的2.1%。公司强调这些岗位“不会被AI取代”，但承认“AI正在改变工作方式”，并自动化了许多日常任务。这延续了科技行业的普遍现象：企业将AI视为增长引擎和裁员理由的双重角色。 ## 甲骨文：一年减员2.1万，AI是明确原因 甲骨文在6月22日披露，过去12个月内员工总数减少了2.1万人，降幅达13%。公司在年度财务文件中明确写道：“AI技术的采用和部署已导致、并可能继续导致员工人数的减少。”这比此前已知的裁员规模更大。 ## GitLab：裁员14%为AI基础设施“输血” GitLab在6月3日裁员约350人（占员工总数的14%），以筹集资金投资AI基础设施并应对AI工作流带来的流量激增。CEO Bill Staples表示，代理型工作负载正将竞争对手推向边缘，公司已开始对核心基础设施进行“代际重建”，以支持所谓的“100倍增长需求”。GitLab同时退出22个国家、精简管理层，并与一家未具名的AI实验室合作，为代理级工作负载重建平台。公司第一季度营收2.64亿美元，同比增长23%，但预计将承担3000万至3500万美元的重组成本。 ## 谷歌：云部门持续裁员 Alphabet旗下的谷歌在5月前已悄然裁减了云部门的员工，具体规模未公开。这延续了其2023年以来多轮裁员的趋势，AI同样被列为关键因素。 ## 行业背景：裁员潮与AI投资的矛盾 据再就业服务机构Challenger, Gray & Christmas数据，5月科技行业裁员达到单月最高水平，AI是首要原因。但分析指出，许多公司在疫情期间过度招聘，当前裁员更多是纠正此前的人力扩张，而非AI直接替代。企业需要重新审视将AI作为裁员理由的合理性，因为裁员与AI投资之间的矛盾可能损害员工信任和长期创新能力。 ## 小结 2026年的AI裁员潮反映了科技行业在转型期的阵痛：企业急于押注AI，却通过削减人力来“降本增效”。这种策略短期内可能提升财务指标，但长期来看，如何在AI投资与人才保留之间取得平衡，将是巨头们面临的真正考验。
当家庭网络中断时，一台旧安卓手机可以成为救急的备用连接方案。资深编辑 Adrian Kingsley-Hughes 分享了三种将手机与路由器连接的方法，其中一种无需更改每台设备的 Wi-Fi 设置。 ## 为什么需要备用连接？ 英国近期遭遇创纪录高温，网络稳定性面临挑战。更常见的是，恶劣天气、施工事故或 ISP 故障都可能导致断网。对于依赖网络工作、学习或娱乐的家庭来说，备用连接至关重要。 ## 三种实现方式 ### 1. USB 网络共享 通过 USB 数据线将手机连接至路由器（需路由器支持 USB 共享功能）。这是最稳定的方式，同时能为手机充电。 ### 2. 蓝牙网络共享 配对后通过蓝牙共享网络，无需线缆，但速度较慢，适合临时使用。 ### 3. Wi-Fi 中继（最佳方案） 使用手机热点功能，但通过路由器设置将 Wi-Fi 作为 WAN 源。这样所有连接路由器的设备都能自动通过手机上网，无需逐一修改设备设置。 ## 实操建议 - 选择支持 WAN 故障转移的路由器，可自动切换。 - 旧安卓手机建议保持充电状态，并开启“始终开启移动数据”选项。 - 注意流量上限，避免超额费用。 这种方法不仅适合临时断网，也适合旅行时在酒店使用，让所有设备通过路由器统一管理网络。
近期Google对隐私设置进行了更新，在未明确告知用户的情况下，将更多数据（包括图片、文件、音频和视频）用于训练AI模型。这意味着，如果你使用Google搜索、地图、翻译等服务并上传媒体内容，这些数据都可能被用于AI训练，除非你手动退出。本文将详细解释这一变化，并提供逐步的退出指南。 ## 发生了什么？ 今年6月，Google通过一封客户邮件悄然更新了其搜索服务的隐私设置。新引入了“搜索服务历史”和“个性化推荐”两项设置，表面上是为了让用户更好地控制数据保存时长和个性化体验，但实际上，Google借此将用户默认“选择加入”了更广泛的AI训练。 涉及的服务不仅限于Google搜索，还包括**地图、购物、航班、酒店、翻译和新闻**等。例如，使用Google Lens拍照搜索时，图片可能被保存用于AI训练；使用语音搜索或翻译的音频练习，也会被记录。 ## 为什么重要？ 这一变化反映了行业趋势：科技公司正在从依赖网络爬虫转向收集用户主动上传的数据来改进AI。Meta同样在大量使用用户图片和AI眼镜录制内容进行训练。Google在邮件中明确表示：“您的保存媒体（包括搜索服务历史）用于开发和改进Google服务和技术，包括AI模型和安全措施。” 虽然部分数据存储是临时的，且与产品功能相关，但用户若想完全避免媒体数据被用于AI训练，必须主动退出。 ## 如何退出？ 1. 访问 [myaccount.google.com](https://myaccount.google.com) 并登录。 2. 点击“数据和隐私”选项卡。 3. 找到“历史记录设置”部分，点击“搜索服务历史”。 4. 关闭“搜索服务历史”开关。注意：这也会影响个性化推荐等功能。 5. 同样在“数据和隐私”页面，找到“个性化推荐”并关闭。 此外，你可以定期检查“网络和应用活动”设置，删除已保存的媒体数据。Google也提供了自动删除选项，可设定3个月或18个月后自动清除。 ## 小结 Google的这次更新再次提醒我们，在享受免费服务的同时，数据隐私需要主动守护。虽然退出会牺牲部分个性化体验，但对于重视隐私的用户而言，这是值得的权衡。如果你不想让自己的照片、语音成为AI训练的一部分，现在就去修改设置吧。
## 概述 企业级 AI 工作负载正从实验阶段迈向生产部署，模型能力与推理环境的安全性、合规性成为选型的关键。Amazon Bedrock 现已全面支持 MiniMax 系列模型，包括最新发布的 **MiniMax M2.5**，专为 Agent 原生执行和软件工程场景设计。所有推理均在 AWS 托管的基础设施上运行，提示和生成内容不会被用于模型训练，也不会与模型提供商共享，满足企业对数据保护和运营控制的严格要求。 ## MiniMax 模型家族：三款模型，三种定位 MiniMax 是一家专注于多模态基础模型的全球 AI 技术公司，其 M2 系列大语言模型基于混合专家（MoE）架构，每次推理仅激活总参数的一小部分，兼顾大模型的深度知识与低成本推理。目前在 Amazon Bedrock 上可用的模型包括： - **MiniMax M2.5**：最新模型，专为 Agent 原生执行训练，适合构建自主代理应用。 - **MiniMax M2**：面向通用编码和 Agent 工作负载的平衡模型。 - **MiniMax-M1**：早期版本，适用于轻量级任务。 ## 典型应用场景 借助 MiniMax 模型，用户可构建以下 AI 工作流： - **Agentic 应用**：利用 M2.5 的 Agent 原生能力，实现任务分解、工具调用与自主决策。 - **长上下文文档分析**：支持超长文档的摘要、问答与信息提取，适用于法律、金融等合规密集型行业。 - **软件工程工作流**：包括代码生成、调试、代码审查与测试用例编写，提升开发效率。 ## 服务层级与扩展性 Amazon Bedrock 提供按需推理和预置吞吐量两种服务层级。按需推理可自动扩展以应对突发流量，适合开发测试与波动性负载；预置吞吐量则提供稳定的推理性能，适合生产级高并发场景。所有 API 调用均通过 AWS 安全边界，支持 IAM 权限管理和 VPC 部署。 ## 如何开始 用户可通过 AWS 管理控制台或 Bedrock API 快速启用 MiniMax 模型。只需在模型目录中选择对应模型，即可通过统一的 API 接口进行调用，无需自行部署或管理推理基础设施。 ## 小结 MiniMax 模型在 Amazon Bedrock 上的可用性，为需要前沿模型能力又必须满足安全合规要求的企业提供了理想选择。无论是构建自主 Agent、处理海量文档，还是加速软件交付，MiniMax 家族都能提供针对性的性能与成本优势。
## 事件驱动：从数据上传到 RL 训练全自动 当您构建需要执行多步骤工作流的企业智能体时，传统强化学习（RLHF）的局限性便暴露无遗——它只优化单次响应，却无法处理“验证数据后再执行”这类跨步骤决策。**多轮强化学习（Multi-Turn RL）** 正是为此而生：它通过优化整个交互序列，让智能体在试错中学会工具编排、错误恢复和多步推理。 Amazon SageMaker AI 现已提供完全托管的无服务器多轮 RL 能力，但若您需要完全掌控训练栈（如自定义智能体环境、特定实例配置），**Amazon SageMaker HyperPod** 上的多轮 RL 基础设施则提供了计算、编排和奖励路由的完整方案。配合 **Amazon Nova Forge** 的多轮 RL 训练能力，开发者能高效训练复杂工作流智能体。 ### 三层架构：自动化的训练流水线 该解决方案构建了一个事件驱动型流水线：当您将数据集上传到 **Amazon S3** 后，基础设施自动完成资源调度、奖励计算和模型训练。核心由三层组成： 1. **SageMaker HyperPod 集群**：负责生成响应并执行 GRPO（组相对策略优化）权重更新。 2. **ECS on AWS Fargate**：运行您的奖励环境。 3. **Nova Forge SDK**：在训练进程与奖励环境间路由消息。 ### 实战示例：用 Wordle 游戏验证训练流程 为演示这一流程，文章以训练模型玩 **Wordle**（猜词游戏）作为占位任务。您只需上传游戏数据集到 S3，流水线便会自动启动训练。 - **训练目标**：模型学会根据多轮猜测的反馈（即奖励信号）调整策略，最终准确猜出单词。 - **关键优势**：该架构可轻松替换为您的实际 RL 任务（如数据库查询、API 调用等），而无需重写底层基础设施。 ### 行业背景与价值 当前，企业智能体正从“单轮问答”向“多步骤自主执行”演进。无论是金融领域的自动化对账，还是医疗领域的病历分析，智能体都需要在多个步骤中保持决策一致性。**多轮 RL 直接优化序列决策**，比传统 SFT 或 RAG 更擅长培养这类能力。 Amazon 此次将多轮 RL 基础设施与 SageMaker HyperPod 深度集成，意味着开发者可以： - 利用 HyperPod 的弹性计算能力处理大规模训练。 - 通过事件驱动架构实现“零运维”触发训练。 - 结合 Nova 模型的高性价比，降低实验成本。 ### 小结 对于需要高度定制训练环境的团队，这套基础设施提供了从数据上传到模型更新的全自动化管道。而 Wordle 示例则表明：即使是一个简单的游戏，也能清晰展示多轮 RL 的“试错-学习”循环。未来，随着智能体工作流日益复杂，这种架构或将成为企业 AI 落地的标准组件。
在跨团队、跨组织的数据共享或用于模型训练等场景中，包含个人身份信息（PII）的图像数据面临着严格的合规要求。传统脱敏工具往往难以应对边缘案例，例如出现在画面边缘的模糊人脸、汽车漆面反射出的面部、部分可见的街牌或办公桌上散落的证件。本文介绍一种由 **Amazon Nova** 驱动的多步骤脱敏流水线，利用其强大的上下文视觉推理能力，协调 **Meta 的开源 SAM 3**（部署于 Amazon SageMaker AI）进行像素级分割，以及 **Amazon Textract** 进行光学字符识别（OCR），从而实现对指纹、身份证、车牌等复杂 PII 的精准自动脱敏。 ## 核心思路：Nova 作为“智能协调者” 传统方案往往依赖单一模型或规则，难以覆盖 PII 在图像中出现的各种形态。Amazon Nova 作为多模态基础模型，能够**整体理解图像内容**，并基于上下文判断哪些元素构成 PII。例如，它可以识别出反射在汽车表面的人脸、部分被遮挡的证件号码，或者一张桌上文件中的姓名和地址。这种“理解”能力让 Nova 能够精准识别需要脱敏的目标，而无需人工逐张标注。 ## 流水线架构：三阶段协同 整个脱敏流程分为三个关键步骤： 1. **视觉推理与目标定位**：Nova 2 Lite（高效低成本的多模态模型）分析图像，通过自然语言指令输出需要脱敏区域的边界框描述，例如“识别图像中所有人脸和身份证件”。 2. **像素级分割**：将 Nova 输出的边界框信息传递给 **SAM 3**，由该模型对指定区域进行精确到像素的分割，生成掩码。SAM 3 部署在 Amazon SageMaker AI 上，可弹性扩展推理资源。 3. **OCR 与文本脱敏**：对于包含文字的 PII（如证件号、地址），调用 **Amazon Textract** 提取文本内容，并配合 Nova 的上下文判断，决定是否需要遮盖或替换。最终通过图像处理工具将掩码区域置为纯色或模糊。 ## 应对边缘案例：从反射到指纹 该流水线在以下典型困难场景中表现突出： - **镜面反射**：人脸或证件出现在汽车、玻璃等光滑表面的反射中，Nova 仍能通过整体场景理解识别出这些“非直接拍摄”的 PII。 - **部分遮挡**：被手指、物品遮挡一半的身份证号码，或只露出角落的街牌，Nova 结合上下文推断其可能包含位置信息。 - **非正射角度**：任意旋转的车牌、倾斜摆放的文档，通过 SAM 3 的旋转不变性分割与 Textract 的多方向 OCR 能力得到处理。 ## 部署与成本优势 该方案全部基于 AWS 云服务构建，无需自建基础设施。Nova 2 Lite 的低成本特性使得大规模图像脱敏成为可能；SageMaker AI 提供按需推理端点，仅在处理时计费。用户可以通过简单的 API 调用启动整个流水线，并集成到现有数据处理流程中。 ## 行业意义 在 GDPR、PCI DSS 等法规日益严格的今天，自动化的 PII 脱敏工具对于医疗影像、金融单据、安防监控等领域的合规数据共享至关重要。Amazon Nova 的引入，使得脱敏工作从“逐规则硬编码”转向“基于理解的自适应处理”，显著降低人工审核成本，同时减少漏脱敏风险。未来，该方案还可扩展至视频流的实时脱敏，进一步拓宽应用场景。
在生成式 AI 模型的部署过程中，团队常常需要评估数十种 GPU 实例类型、推理容器、并行策略以及推测解码等优化技术。这种复杂性催生了 Amazon SageMaker AI 的优化推理推荐功能，旨在将手动试错转变为数据驱动的优化。如今，AWS 进一步引入了与 MLflow 的原生集成，允许团队将基准测试和推理推荐结果自动流式传输到统一的实验跟踪平台中。 ## 核心功能 通过这一集成，当您提交优化推理推荐作业或基准测试作业时，Amazon SageMaker AI 会自动将结果流式传输到您指定的 SageMaker MLflow 应用中。这意味着**指标、参数和图表**会实时更新，无需手动整理数据。您可以向同一个 MLflow 实验提交多个作业，并在实验视图中进行**并排对比**，从而快速识别最优配置。 ## 实现步骤 要启用此功能，您需要执行以下三步： 1. **创建 MLflow 应用**：在 AWS 账户中打开 Amazon SageMaker Studio，进入 MLflow 页面并创建新的 MLflow 应用。 2. **授予权限**：在作业的执行角色中添加 `sagemaker-mlflow:*` 权限，并指定 MLflow 应用的 ARN。 3. **配置作业**：在创建基准测试或推荐作业时，传入 `MlflowConfig` 参数，指定目标实验名称。 ## 核心优势 - **消除数据孤岛**：多个作业的结果自动归集到同一实验名称下，无需手动合并数据。 - **加速迭代周期**：实时可见性让团队能快速比较不同配置，缩短从实验到部署的周期。 - **完全可复现**：每个实验的参数、指标和图表都被记录，确保后续可以追溯和复现。 ## 行业背景 在大模型部署领域，实验管理一直是痛点。团队往往需要维护多个电子表格或自定义数据库来记录不同实例类型、优化技巧和性能指标。MLflow 作为开源实验跟踪平台，已成为行业标准，而 AWS 此次的原生集成直接解决了数据碎片化问题。对于使用 SageMaker 进行模型优化的团队来说，这无疑是一个**提升效率的关键功能**。 ## 小结 Amazon SageMaker AI 与 MLflow 的集成，为生成式 AI 的部署优化提供了一个统一、实时的实验管理方案。无论是进行大规模基准测试还是寻求最佳推理配置，这一功能都能显著减少手动工作，让团队更专注于模型性能的提升。
Hacker News 上近期热度飙升的项目 **OfficeCLI**，以 214 分和 63 条评论引发开发者广泛关注。这个开源工具的核心定位十分明确：为 AI 代理提供一个能像人类一样直接操作 Microsoft Office 文件的命令行接口。 ## 为什么需要 OfficeCLI？ 在 AI 代理（如 AutoGPT、LangChain Agent）处理日常办公任务时，最大的痛点之一是无法直接与 Office 文件交互。传统流程通常需要将文件转换为纯文本或 PDF，再通过 OCR 或解析库提取内容，这不仅丢失了格式信息（如表格、样式、批注），还增加了出错的可能性。OfficeCLI 的出现填补了这一空白——它让 AI 代理能够以原生方式读取、编辑和创建 .docx、.xlsx、.pptx 等格式的文件。 ## 核心能力与使用场景 OfficeCLI 基于 Python 开发，底层依赖 `python-docx`、`openpyxl` 等成熟库，但通过统一的命令行接口封装了复杂操作。其典型用法包括： - **读取文档**：`officecli read report.docx` 输出纯文本或结构化 JSON，保留段落、表格、列表等元素。 - **编辑文档**：`officecli edit report.docx --replace "旧文本" "新文本"` 支持批量替换、插入内容。 - **创建文件**：`officecli create new.docx --from-template template.docx` 基于模板生成新文档。 对于 AI 代理而言，这意味着可以轻松实现“根据邮件内容生成会议纪要并保存为 .docx”、“读取 Excel 报表并总结趋势”、“修改 PPT 中的图表数据”等场景，而无需额外的格式转换步骤。 ## 业界反响与潜在影响 该项目在 Hacker News 上的高热度反映了开发者对“AI 落地办公自动化”的强烈需求。评论中不少用户提到，Office 文件格式的复杂性（尤其是 .docx 的 XML 结构和 .xlsx 的公式依赖）一直是自动化处理的难点。OfficeCLI 通过提供简洁的 CLI 接口，降低了集成门槛，尤其适合嵌入到 RPA 工具或 AI 工作流中。 不过，也有评论指出该工具目前对宏、复杂样式（如修订模式）的支持有限，且在处理大文件时性能可能成为瓶颈。但作为开源项目，社区驱动的改进空间巨大。 ## 未来展望 随着 AI 代理逐步从“对话”走向“执行”，像 OfficeCLI 这样连接 AI 与办公生态的中间件将越来越重要。它的出现提示我们：AI 落地的关键不仅在于模型本身，更在于如何让模型高效地与现有工具链交互。OfficeCLI 或许只是开始，后续可能涌现出更多针对 PDF、邮件、数据库等常见格式的 CLI 工具，形成完整的“AI 代理工具集”。