苹果与谷歌的合作有望通过 AI 升级 Siri，从而大幅提升 Apple Watch 的健康追踪能力。本文分析了这一合作的背景、潜在影响，以及为何健康领域是苹果当前最需要 AI 赋能的突破口。 ## 合作背景：苹果的 AI 困境 在 AI 竞赛中，苹果明显落后于谷歌、微软等对手。2026 年，苹果终于宣布与谷歌合作，由 **Gemini** 驱动下一代 Siri。这一决定打破了苹果长期以来封闭的生态策略，也反映出其在 AI 领域的迫切需求。 ## 为什么 Apple Watch 比 iPhone 更需要 AI？ 虽然 iPhone 用户也期待更智能的 Siri，但 **Apple Watch 的健康功能** 才是 AI 能发挥最大价值的场景。当前 Apple Watch 收集了大量健康数据，但缺乏智能分析能力。相比之下，谷歌的 **Fitbit Air** 搭配 AI Health Coach，已能根据用户的睡眠、运动、压力数据提供个性化建议。 ### 健康 AI 的实际体验 编辑在测试谷歌 AI Health Coach 后表示，虽然不完美，但已证明健康 AI 是有用工具。用户可以通过聊天机器人询问“昨晚睡眠质量如何？”或“今天锻炼强度够吗？”，并获得基于个人数据的定制化回答。这种能力正是 Apple Watch 所欠缺的。 ## 可能的升级方向 1. **Siri 深度整合健康数据**：未来 Siri 可以像健康教练一样，主动提醒用户活动、分析睡眠趋势、甚至预测压力水平。 2. **个性化推荐**：根据用户历史数据，提供饮食、运动、冥想等建议。 3. **无屏幕设备**：传闻苹果可能推出类似 Fitbit Air 的无屏幕健康追踪器，AI 语音交互将成为核心。 ## 总结 苹果与谷歌的合作不仅是技术妥协，更是战略聚焦。在 AI 时代，Apple Watch 的健康功能有望通过更智能的 Siri 实现质的飞跃。WWDC 2026 可能成为苹果 AI 战略的转折点，而健康领域将是第一个受益者。
英伟达正试图将AI计算能力从数据中心带到普通用户的桌面。其最新发布的 **RTX Spark** 平台，将CPU、GPU核心与独立NPU集成于一颗基于Arm架构的系统级芯片（SoC）中，专为Windows PC设计。这一举措可能标志着Windows PC架构的重大转变，但也面临着生态兼容性与性能落地的双重考验。 ## 从云端到桌面：AI硬件的下放 过去两年，英伟达凭借H100、B200等数据中心级GPU，在AI训练与推理市场占据了绝对主导。然而，随着AI应用逐渐向边缘端渗透——从本地大模型运行到实时AI助手——将AI硬件直接整合进个人电脑成为必然趋势。RTX Spark正是这一战略的产物：它并非简单地将桌面显卡“降级”，而是重新设计了一颗融合CPU、GPU和NPU的Arm SoC，旨在为Windows环境提供端到端的AI加速能力。 ## 架构亮点：三合一与NPU的差异化 RTX Spark最引人注目的设计在于其 **三合一架构**：CPU核心负责通用计算与任务调度，GPU核心延续英伟达在图形与并行计算上的传统优势，而独立的 **NPU（神经网络处理单元）** 则专为低功耗、持续性的AI推理任务优化——例如语音识别、背景模糊、实时字幕等。这种分工避免了GPU全时高功耗运行的浪费，使得AI功能可以像“呼吸”一样自然存在于日常操作中。 英伟达选择Arm架构而非x86，也透露出其对能效比和移动场景的重视。这与高通骁龙X Elite、苹果M系列芯片的思路一脉相承，但英伟达在GPU生态上的积累（CUDA、TensorRT）可能成为其差异化优势。 ## 挑战：生态与性能的“冷启动” 尽管硬件设计颇具前瞻性，RTX Spark面临的最大障碍并非技术本身，而是 **Windows on Arm的生态成熟度**。目前，大量Windows应用仍基于x86指令集开发，即使通过转译层运行，也可能出现性能损失或兼容性问题。此外，开发者需要针对NPU进行专门的模型优化，而英伟达的CUDA生态虽强大，但主要面向数据中心级GPU，如何将其“下沉”到桌面NPU并吸引Windows开发者，仍是一道待解的难题。 性能方面，RTX Spark的GPU核心预计无法与独立桌面显卡（如RTX 4090）相提并论，它的定位更接近“AI加速协处理器”——在功耗受限的笔记本或迷你主机中提供可用的本地AI算力。然而，用户对AI性能的期待往往以云端为参照，本地推理的延迟与模型复杂度上限能否满足实际需求，还有待实测验证。 ## 行业影响：Windows PC的AI化转折点？ 英伟达的入局，无疑会加速Windows PC的AI化进程。目前，英特尔、AMD、高通已各自通过NPU或异构计算方案布局AI PC，但英伟达凭借在AI训练与推理领域的深厚积累，可能提供更成熟的软件栈和开发者工具。如果RTX Spark能够顺利解决生态适配问题，它有望成为AI PC的标杆方案，并推动更多Windows应用原生支持本地AI推理。 不过，考虑到产品尚未正式上市，且英伟达在消费级硬件市场（如显卡）的定价策略常引发争议，RTX Spark最终能否获得OEM厂商和消费者的认可，仍需观察。对于普通用户而言，这意味着未来选购Windows PC时，除了CPU、GPU、内存等传统指标，可能还要多一个“AI算力”的考量维度。 ## 小结 RTX Spark是英伟达将AI硬件从云端推向桌面的关键一步。其Arm架构与三合一设计颇具创新，但生态与性能的落地才是决定成败的核心。如果成功，它将重新定义Windows PC的能力边界；如果失败，则可能成为又一个“叫好不叫座”的技术尝试。无论如何，这场围绕AI硬件的桌面革命，已经悄然拉开序幕。
苹果在AI赛道上落后多年，但WWDC 2026上，苹果准备再次“重新介绍”新Siri。回顾2024年，苹果首次推出Apple Intelligence，Siri迎来全新发光边框、多种语音选项，并支持将问题转给ChatGPT。然而，承诺的AI功能迟迟未到，甚至因误导性宣传面临集体诉讼。有趣的是，这种“慢半拍”可能让苹果意外占据有利位置：虽然谷歌Gemini已能叫车、订餐、查看日历，但公众对AI的信任度下降，尤其是年轻人。Gemini越强大，越让人感到不安。新Siri将基于Gemini构建，苹果显然为此付出了高昂代价。在AI助手竞赛中，苹果看似落后，却可能因用户对隐私和信任的担忧而赢得人心。
Computex 2026 刚刚落幕，今年展会因英伟达发布 **RTX Spark 处理器** 而格外热闹。各大笔记本厂商纷纷展示了搭载该处理器的新一代高性能超极本，但多数产品仍停留在“纸面发布”，真正的上市时间与性能验证尚需等待。与此同时，一批售价在 **599 美元至 699 美元** 的“廉价高端”笔记本也成为焦点，它们直接对标苹果的 **MacBook Neo**，试图在性价比市场分一杯羹。 作为全球最大的计算贸易展，Computex 今年释放出几个关键信号： - **RTX Spark 处理器** 成为新标杆，但实际表现有待检验。 - 主流品牌集体押注“超便携高性能”路线，轻薄本性能天花板被再次抬高。 - 中端市场迎来激烈竞争，MacBook Neo 的强势表现迫使 PC 厂商调整定价策略。 以下是本届展会上最值得关注的 5 款 gadget（按可购买性排序）： ### 1. 联想 ThinkPad X1 Carbon Gen 14 搭载 RTX Spark 处理器，重量仅 1.08kg，却宣称能胜任 3D 渲染和 AI 推理任务。联想称其续航可达 15 小时，但现场未提供实际测试环境。 ### 2. 华硕 ROG Flow Z16 一款 16 英寸游戏本，厚度不到 18mm，却内置 RTX Spark 与独立显卡切换技术。华硕表示其“可流畅运行 4K 光追游戏”，但演示仅限预渲染片段。 ### 3. 戴尔 XPS 15 (2026) 采用无边框 4K OLED 屏幕，搭载 RTX Spark 处理器，起售价 1,299 美元。戴尔强调其 AI 加速功能，但未公布具体性能数据。 ### 4. 宏碁 Swift Edge 17 17 英寸超轻本，仅重 1.2kg，配备 4K 120Hz 屏。起售价 799 美元，定位“内容创作利器”，但实际散热表现存疑。 ### 5. 惠普 Spectre x360 16 (2026) 翻转触控本，搭载 RTX Spark 处理器，支持手写笔。惠普称其“AI 性能较上一代提升 3 倍”，但未说明基准测试来源。 **小结**：本届 Computex 的亮点在于 RTX Spark 带来的技术宣言，但消费者仍需等待第三方评测与真机上市。中端市场的“MacBook Neo 挑战者”们则在价格上更具诚意，但能否在软件生态和散热设计上对标苹果，仍是未知数。
在Computex 2026上，宏碁发布了Swift Air 14，起售价仅**699美元**，直接对标苹果MacBook Neo。这款笔记本不仅价格亲民，还带来了鲜艳的配色和扎实的配置，打破了高端PC垄断展会的局面。 ## 主要差异 - **价格**：Swift Air 14起步价699美元，而MacBook Neo起价999美元，差距明显。 - **处理器**：Swift Air 14搭载AMD Ryzen 5 7540U，MacBook Neo采用苹果M2芯片。两者性能接近，但Ryzen在多线程任务上略有优势。 - **屏幕**：Swift Air 14配备14英寸2.8K OLED屏，MacBook Neo为13.6英寸Liquid Retina屏。OLED带来更深黑色和更高对比度。 - **重量**：Swift Air 14仅1.2千克，MacBook Neo为1.24千克，两者都很轻薄。 ## 为何Swift Air 14胜出 对于追求性价比的用户，Swift Air 14提供了更低的入门价和更出色的屏幕，而MacBook Neo在生态和续航上仍有优势。但综合来看，Swift Air 14是更明智的预算选择。 **小结**：如果你预算有限并希望获得OLED屏和最新AMD处理器，Swift Air 14是不二之选。
## 告别“废图”，用这个技巧让AI画出你想要的样子 你有没有遇到过这样的场景：在ChatGPT或Gemini里输入“画一朵向日葵”，结果出来的图像要么太抽象，要么根本不像是你想要的？ZDNET的资深编辑Lance Whitney分享了一个简单却极其有效的技巧——**让AI自己设计提示词**。 这个方法的核心理念是：你只需提供最基本的需求，然后要求AI根据这些信息生成一个完整的图像提示词。比如，你可以这样问： > “我想创作一幅由金属片制成的向日葵的铅笔素描画。请生成一段我可以用来从[Nano Banana或ChatGPT Images]请求这幅图像的提示词。” Whitney指出，这样做有两个明显的好处： 1. **AI更懂AI**：让模型自己设计提示词，它会更清楚哪些描述能让图像生成器准确理解意图，从而避免“鸡同鸭讲”。 2. **绕过敏感词**：很多时候，用户自写的提示词可能无意中包含被生成器标记或拒绝的内容，而AI自己生成的提示词则能巧妙避开这些“雷区”。 ### 实战测试：Gemini vs. ChatGPT Whitney分别用Gemini（对应Nano Banana）和ChatGPT（对应ChatGPT Images）做了测试。 **Gemini** 给出的提示词相当详细：“一幅金属向日葵的铅笔素描。花朵、花瓣、叶子和茎由雕刻的金属片组成。金属纹理清晰，带有瑕疵和可见的焊缝。绘画细节丰富，通过阴影营造深度和质感，突出雕塑的立体感。铅笔线条可见。花朵矗立在花园中，背景有其他模糊的植物。” 虽然这个描述听起来要求很高，但实际输入Nano Banana后，生成的图像确实展现出了金属质感，比用户自己瞎猜要准确得多。 **ChatGPT** 则生成了类似的详细描述，强调“由金属片构成的向日葵，铅笔素描风格，细节丰富”，同样得到了不错的效果。 ### 为什么这个技巧有效？ 从AI原理上看，图像生成器（如DALL·E、Midjourney、Stable Diffusion）本质上是对文本描述进行“翻译”。用户提供的文本越精准、越符合模型的训练数据分布，输出就越可控。而让语言模型（如GPT、Gemini）来编写提示词，相当于让一个“翻译官”去和另一个“画家”沟通，信息传递的损耗大大降低。 此外，这个技巧还降低了使用门槛。**即使是新手，也能通过一句话获得专业级的提示词**，无需学习复杂的Prompt Engineering技巧。对于营销、设计等需要频繁生成图像的用户来说，这无疑是一个高效省力的工具。 ### 小贴士：如何应用？ - **明确目标**：先想清楚你要什么风格（铅笔素描、水彩、3D渲染等）和主题。 - **指定模型**：告诉AI你打算用哪个生成器（如Nano Banana、ChatGPT Images、DALL·E等），因为不同模型对提示词的敏感度不同。 - **迭代优化**：如果一次不满意，可以微调你的描述，或者要求AI生成多个版本供你选择。 总之，下次再为AI图像生成而头疼时，不妨试试这个“让AI帮你写提示词”的巧方法。它可能不会让你立刻成为大师，但绝对能帮你省下不少试错的时间。
近期，由加密货币资助的中国肽实验室正在快速发展，这一趋势引发了科技与生物医药领域的广泛关注。肽类物质在药物研发、材料科学和生物技术中具有重要应用，而加密货币的匿名性和跨境流动性为这类研究提供了新的资金来源。 与此同时，本周其他科技新闻也值得关注：黑客利用Meta的AI机器人入侵Instagram账户；Anthropic协助NSA黑客进行安全研究；以及一个持续数十年的GPS卫星谜团可能被解开。 Meta被曝在超过5000万部手机中悄悄隐藏了休眠的面部识别代码，该功能名为NameTag，内置于其Ray-Ban和Oakley智能眼镜的配套应用中。一旦激活，用户可以通过匹配捕获的面部与设备上的生物识别图库来识别面前的人。这类似于Meta在2021年因支付数十亿美元解决德克萨斯州和伊利诺伊州的生物识别隐私诉讼后宣称放弃的技术。 xAI正在请求联邦法官强制四名起诉该公司的人放弃化名，以真实姓名进行诉讼。这些原告指控Grok生成的深度伪造裸照对其造成伤害，其中一名原告声称该聊天机器人被用于伪造她儿童时期的性图像。原告表示宁愿放弃诉讼也不愿遭受马斯克支持者的骚扰和网络曝光。xAI的律师则辩称，由于深度伪造内容将保密，公开原告姓名“并无固有污名”。 谷歌本周推出了一项新的Android功能，旨在应对日益增多的AI驱动冒充诈骗。该功能集成在Google拨号器中，适用于Android 12及以上版本的手机，通过静默加密握手验证来电。若检测到虚假来电，Android会标记并移除联系人照片，但仅限双方均使用Google拨号器，因此iPhone用户无法受益。 此外，曼哈顿研究所正在推动一项新立法，将轻微抗议相关罪行定为重罪，基于其提出的“民事恐怖主义”理论。研究人员还详细描述了一种名为FROST的新型浏览器侧信道攻击，通过测量从沙箱文件中读取的时间来指纹识别其他标签页或设备上的应用，目前尚未发现实际利用证据。 以上是本周安全与隐私新闻精选。
OpenAI 近日宣布推出 **“锁定模式”**（Lockdown Mode），这是一项可选的高级安全设置，旨在限制 OpenAI 产品中能够连接网络或外部服务的工具和功能，从而降低因 **提示注入攻击** 导致数据泄露的风险。该功能已向符合条件的个人账户（包括免费、Go、Plus、Pro 用户）以及自助式 ChatGPT 商业账户逐步推送。 ## 什么是锁定模式？ 锁定模式的核心思路是 **限制出站网络请求**，阻止攻击者通过提示注入将敏感数据外传。它并非面向所有用户，而是专为处理敏感数据的个人和组织设计，这些用户对数据泄露风险有更高的防护需求。 ## 工作原理：多层防御中的最后一环 提示注入是 AI 领域一个前沿且棘手的安全挑战。OpenAI 表示，他们持续在多层面加固安全系统，包括模型层、产品层和系统层。锁定模式在此基础上，通过 **沙箱隔离**、**基于 URL 的数据外泄防护**、**监控与执行机制**，以及 **基于角色的访问控制和审计日志** 等企业级控制手段，构成多层防御。 锁定模式的重点在于 **阻断数据泄露的最终阶段**——即限制出站网络请求，防止敏感数据被传输给攻击者。但需要注意的是，锁定模式 **并不能阻止提示注入本身** 出现在 ChatGPT 处理的内容中（例如缓存的网页内容或上传的文件里），也无法完全消除注入对模型行为或响应准确性的影响。 ## 锁定模式下哪些功能会受影响？ 启用锁定模式后，以下功能将被禁用或受限： - **实时网页浏览**：仅能访问缓存内容，搜索结果可能受限、不可用或已过时。 - **图像支持**：ChatGPT 可能无法在常规回复中显示图像或从网络获取图像。用户仍可上传图片文件，图像生成功能（如 DALL·E）保持不变。 - **深度研究**（Deep Research）：该功能被完全禁用。 ## 适用场景与可用性 锁定模式适用于所有账户类型和工作区，用户必须登录后才能使用。目前该功能正在逐步推送中，若在设置中未看到该选项，说明账户可能暂未获得权限。 对于企业用户而言，锁定模式可以与现有的角色权限、审计日志等企业级控制结合，构建更严格的安全策略。但对于普通用户，由于会牺牲部分便利性，OpenAI 并不建议默认开启。 ## 行业视角 提示注入攻击已成为大语言模型应用中最受关注的安全威胁之一。此前，多家安全研究机构已展示过通过精心构造的提示，诱导模型输出内部数据或执行恶意操作的案例。OpenAI 此次推出锁定模式，可以视作对这类攻击的 **针对性防御措施**，同时也反映了 AI 安全从“模型安全”向“产品安全”延伸的趋势——不仅要在模型层面抵御注入，还要在系统层面阻断数据泄露通道。 当然，锁定模式并非万能。它无法消除注入本身，也无法覆盖所有潜在的攻击路径（例如通过文件上传间接泄露数据）。对于需要极致安全的环境，仍需结合其他安全措施，如数据脱敏、输入过滤和严格的访问控制。
## 核心亮点：一个真正“长记性”的开源AI代理 **Hermes Agent** 由 Nous Research 团队推出，采用 MIT 许可证，是一款**完全自托管**的开源AI代理。它并非简单的聊天机器人或副驾驶，而是一个**拥有持久记忆、能自动创建技能、并跨平台工作的自主代理**。 ## 持久记忆：不再每次“重新认识” 传统AI对话往往缺乏上下文连续性，每次交互都是一次“失忆”重启。Hermes Agent 的核心创新在于**持久记忆**：它能记住用户的偏好、项目进展和环境配置，跨会话保持上下文。使用时间越长，它对用户的了解越深入，无需重复解释背景信息。 ## 自动技能创建：解决问题后“留一手” 当代理解决一个复杂问题后，它会自动编写一份**可复用的技能文档**，将解决过程固化下来。这些技能可搜索、可分享，并兼容开放的 `agentskills.io` 标准。这意味着代理的能力会随着使用不断自我扩展，形成“越用越聪明”的正循环。 ## 多平台网关：一个代理，无处不在 Hermes Agent 支持通过单一网关连接 **Telegram、Discord、Slack、WhatsApp、Signal 和 CLI** 等多个平台。你可以在 Telegram 上开始对话，然后在终端中继续。它还支持语音备忘录转录和跨平台延续，真正实现无缝切换。 ## 内置自动化与并行子代理 - **定时任务**：内置 cron 调度器，可设置每日报告、夜间备份、每周审计等无人值守任务，并推送到任意平台。 - **并行子代理**：可生成隔离的子代理并行处理工作流，每个子代理拥有独立的对话和终端，通过 RPC 实现零上下文开销的协作。 ## 强大的浏览器与网页控制 代理具备**完整的浏览器自动化能力**：网页搜索、页面内容提取、导航、点击、输入、截图，以及视觉分析、图像生成、文本转语音和多模型推理。 ## 多样的执行环境与LLM支持 Hermes Agent 支持多种执行环境：本地终端、Docker 容器、SSH 远程服务器、Modal/Singularity 云和 HPC。LLM 方面，原生集成 Nous Portal OAuth、OpenRouter（200+模型）、自定义 OpenAI 兼容 API 以及本地 vLLM。 ## 现状与展望 目前项目已在 GitHub 开源（MIT 许可），在 Hacker News 上获得 51 分和 41 条评论，社区关注度较高。对于希望拥有**私有化、可成长、跨平台AI助手**的开发者而言，Hermes Agent 提供了一个极具吸引力的选择。不过，作为开源项目，其稳定性和功能完善度仍有待社区验证。
**TechCrunch Disrupt 2026** 的旗舰创业竞赛 **Startup Battlefield 200** 申请窗口即将关闭。官方宣布，申请截止时间为 **6月8日晚上11:59（太平洋时间）**，仅剩3天。 该竞赛面向早期初创公司，入选者将有机会在10月于旧金山Moscone West举办的Disrupt舞台上进行现场路演，直面顶级投资人、媒体和全球创业生态。最终胜出者将获得 **10万美元无股权稀释奖金**，而所有入选公司均能获得曝光、潜在客户和融资机会。 ### 历史成绩与影响力 Startup Battlefield 校友企业累计融资超过 **320亿美元**，实现 **250+次退出**，被微软、谷歌、Salesforce、Uber、亚马逊等巨头收购。知名校友包括 **Dropbox、Discord、Mint、Fitbit、Trello** 等。 ### 为什么创始人争相申请？ 在融资竞争激烈的市场，脱颖而出至关重要。入选初创公司将获得： - 为期三天的免费展位 - 4张Disrupt参会通行证 - 在Disrupt活动应用中的品牌展示 - 媒体曝光与潜在客户线索 - 创始人专属大师课 - 在Disrupt舞台现场路演的机会 - 顶级VC的直接反馈 - 争夺10万美元无股权稀释奖金的机会 ### 谁应申请？ TechCrunch寻找拥有 **可工作的MVP** 且愿景能颠覆行业的早期初创公司。鼓励 **自筹资金、Pre-seed 和 Seed 阶段** 的公司申请。资本密集型领域的部分A轮公司也可能符合资格。 > 三天时间，一次机会。申请窗口将于6月8日关闭。
在SpaceX历史性IPO前一周，谷歌与SpaceX签署了一项巨额算力租赁协议。根据周五提交的监管文件，从2026年10月到2029年6月，谷歌将每月向SpaceX支付**9.2亿美元**，以获得约**11万块英伟达GPU**、CPU、内存及相关组件的访问权限。该协议在时长和规模上与5月底SpaceX与Anthropic达成的协议类似——后者每月支付**12.5亿美元**，租用SpaceX位于田纳西州孟菲斯的**Colossus 1**数据中心全部可用算力（该中心最初由xAI为自身AI项目建造）。谷歌此次租用的算力约为Anthropic获得的一半。SpaceX未透露谷歌具体使用哪个数据中心，CEO埃隆·马斯克此前曾暗示**Colossus 2**数据中心将留给xAI。 与Anthropic不同，谷歌本身就是全球最大的AI算力单一所有者之一。谷歌发言人表示，这笔交易是“短期、及时的协议”，旨在应对其AI产品——特别是**Gemini Enterprise**智能体平台——超出预期的需求激增。但母公司Alphabet正大幅增加资本支出：今年已承诺超过**1800亿美元**，并预计2027年将显著增长。为此，Alphabet近期宣布了**800亿美元**的股权融资。 协议包含解约条款：双方可在2026年12月31日后提前**90天**通知终止合同。谷歌的算力访问将从9月起逐步增加，初期享受折扣价。若SpaceX未能在2026年9月30日前交付承诺的GPU数量，经一个月宽限期后，谷歌可立即终止协议或接受已交付的GPU。 这笔交易凸显了AI算力市场的激烈竞争。尽管谷歌拥有庞大的自有算力，但面对生成式AI需求的爆发式增长，仍需借助外部资源填补短期缺口。而SpaceX正通过出租xAI建设的算力基础设施，在IPO前获得稳定现金流。
Android Auto 远不止导航和音乐。以下是你上路前必备的应用，它们能帮你省钱、省时，让驾驶更轻松。 ## 实时天气雷达：MyRadar 公路旅行最怕遇到恶劣天气。**MyRadar** 提供实时雷达信息，让你清晰看到风暴的位置和移动方向，从而决定是继续前行还是暂停休息。相比普通天气应用，它的可视化雷达图更直观，尤其适合长途驾驶中快速判断前方路况。 ## 智能加油助手：Fuelio 燃油费用是长途旅行的大头。**Fuelio** 不仅能记录油耗和里程，还能显示附近加油站的位置和实时油价，帮你找到最划算的加油点。此外，它还支持车辆保养日志功能，让日常用车管理也更方便。 ## 实时应急通讯：Scanner Radio 遇到不明原因的堵车？**Scanner Radio** 让你接入本地警察、消防和紧急服务的实时调度频道，直接了解前方事故详情，从而决定是否改道。对于经常跑长途的用户来说，这比单纯依赖导航的拥堵提示更及时、更准确。 ## 额外推荐：非 Android Auto 但值得下载 文章还提到一个与 Android Auto 不兼容但同样实用的应用，建议一并收藏。 这些应用将 Android Auto 的实用性从基础导航和娱乐扩展到了天气、加油、应急通讯等场景，真正让手机成为公路旅行的全能助手。
全球最大数据中心项目之一原计划面积接近曼哈顿的三倍，横跨犹他州多个地点。然而，Box Elder County的强烈反对迫使开发商在动工前将项目规模缩减一半。居民最担心的是Stratos数据中心项目会耗尽当地水资源，尤其是脆弱的**大盐湖**。许多居民支付15美元费用注册意见，以阻止将1900英亩英尺的水从牧场转移到超大规模数据中心。其他担忧包括电费上涨以及对空气质量、野生动物和土地的潜在风险。 风险投资家、"Shark Tank"投资者**Kevin O'Leary**是该项目背后的推手。他向当地ABC附属电视台承认，后悔没有从一开始就与州官员合作提高透明度。他表示：“我们真的搞砸了。” O'Leary称他原本预计公众会对这项重大投资感到兴奋，但“犯了巨大错误”，没有让公众更多参与讨论。他说：“我们惹怒了不少人，这不是我的做事风格。” 在居民保护资源的压力下，犹他州参议院议长**Stuart Adams**致信O'Leary，要求将项目规模削减75%。O'Leary在华盛顿特区的一场AI盛会上表示，他“别无选择”只能同意。最初计划在4万英亩土地上建设，现已缩减至约2万英亩，其中1万英亩保持未开发，实际开发面积仅为最初的四分之一。 O'Leary希望重建信任，并亲自负责项目沟通。他表示不喜欢“这样被打击”，并承诺未来会更透明地告知居民项目进展。
在过去的五个月里，一支工程团队进行了一项大胆的实验：**完全依靠 AI 代码生成工具 Codex（基于 GPT-5）构建并交付了一款软件产品，全程没有一行手写代码**。这个产品拥有内部日活用户和外部 alpha 测试者，能够正常发布、部署、出现问题并得到修复，但所有代码——包括应用逻辑、测试、CI 配置、文档、可观测性以及内部工具——均由 Codex 生成。团队估计，相比传统手写代码，开发时间缩短了约 **10 倍**。 这一实验的核心原则是：**人类负责引导，智能体负责执行**。团队刻意设定了“零手写代码”的约束，目的是探索当软件工程团队的主要任务不再是编写代码时，工作方式会发生怎样的根本性变化。 ## 从空仓库起步 实验始于 2025 年 8 月底的一个空 Git 仓库。第一个提交——包括仓库结构、CI 配置、格式化规则、包管理器设置和应用框架——全部由 Codex CLI 基于少量现有模板生成。甚至指导智能体如何工作的 `AGENTS.md` 文件本身也是由 Codex 编写的。从一开始，仓库就由智能体塑造，没有任何预先存在的手写代码作为锚点。 五个月后，仓库中包含了约 **100 万行代码**，涵盖应用逻辑、基础设施、工具、文档和内部开发者工具。在此期间，一个由 **3 名工程师** 组成的小团队驱动 Codex 完成了约 **1500 个 Pull Request** 的合并，平均每位工程师每天产出 3.5 个 PR。有趣的是，随着团队扩大到 7 人，吞吐量不降反升。 ## 关键经验：从写代码到设计环境 团队发现，当智能体负责代码实现时，人类工程师的核心技能发生了迁移： - **设计环境**：不再关注具体语法，而是定义清晰的目录结构、API 契约和测试框架，为智能体提供高效的“工作台”。 - **明确意图**：用自然语言精确描述需求，包括边界条件、性能目标和错误处理方式，而非逐行指定实现细节。 - **构建反馈回路**：通过自动化测试、代码审查和可观测性工具，让智能体快速获得执行结果的反馈，从而自我修正。 ## 挑战与教训 并非一切顺利。团队也遇到了不少挑战： - **调试成本转移**：当 Codex 生成的代码出现 bug 时，调试往往比手写代码更困难，因为需要理解 AI 的“思路”。团队不得不投入更多精力在日志和可观测性上。 - **一致性维护**：随着代码库膨胀，不同 PR 中 Codex 可能采用不同的实现风格，导致技术债务。团队通过严格的 `AGENTS.md` 和模板来约束。 - **人类注意力是稀缺资源**：虽然代码生成速度极快，但代码审查、设计决策和问题定位仍需人类深度参与。团队的核心瓶颈从“写代码”变成了“做决策”。 ## 对行业的启示 这个实验证明，**AI 智能体驱动的开发（Agent-Driven Development）** 已不再是概念，而是可以交付真实产品的可行模式。它重新定义了工程师的角色：从“代码生产者”转变为“系统设计师和智能体协调者”。 团队总结道：“我们最大的收获是，**人类的时间与注意力才是真正的稀缺资源**。智能体负责执行，但方向、质量和创造力依然由人类掌控。” 随着 Codex 和类似工具的持续进化，这种“人类引导、智能体执行”的开发范式可能会成为主流，大幅降低软件开发的边际成本，加速产品创新。
在AI融资机器不断打破自身纪录的同时，一些创始人正朝着相反的方向建设。Mirror创始人Brynn Putnam刚刚为**Board**融资，这是一家专注于通过线下游戏和社交体验将人们聚集在一起的初创公司。**Cyberdeck**创作者正在走红，他们制作出异想天开的DIY电脑，明确鼓励用户“接触草地”。与“无AI浏览器”群体不同，这不仅仅是感觉上的差异。 这些初创企业并非单纯反科技，而是试图在数字与物理世界之间找到平衡。Board通过组织桌游、谜题挑战等线下活动，重新定义社交互动。其核心理念是：面对面的游戏能带来更深层次的连接。而Cyberdeck则是一种极客式的反叛——用复古未来主义的外壳包裹现代硬件，设计上往往带有户外使用的提示，比如内置植物识别功能，引导用户走出家门。 这种现象背后是用户对“数字极简主义”的渴求。当AI试图占据我们每一刻注意力时，这些产品主动邀请用户断开连接。它们不否定技术价值，而是强调技术应服务于真实生活。 从行业角度看，这反映了风险投资风向的微妙变化。虽然AI仍是资本宠儿，但“反数字疲劳”赛道正吸引早期资金。Board的融资成功表明，投资者开始押注于能够促进线下社交的产品。同时，Cyberdeck的病毒式传播证明，小众硬件也能在社交媒体时代找到受众。 未来，这类“离网”初创企业可能面临规模化和变现挑战。但它们的出现提醒我们：最有价值的创新有时不是让你更沉迷屏幕，而是帮你找回屏幕之外的生活。
苹果年度全球开发者大会（WWDC）将于 6 月 8 日至 12 日回归，本次大会因可能带来 Apple Intelligence 的实质性进展、Siri 的 Gemini 赋能升级而备受关注。ZDNET 将从现场发回报道。 ## 大会基本信息 WWDC 2026 主题演讲将于 **6 月 8 日上午 10 点 PST（太平洋时间）** 举行，观众可通过 YouTube、苹果官网、Apple TV 及 Apple Developer 应用观看直播。 ## 软件仍是主角，硬件期待有限 作为开发者大会，WWDC 历来以软件更新为核心。虽然此前有传闻称苹果可能在研发 AI 眼镜，但根据彭博社 Mark Gurman 的消息，该产品已推迟至 2027 年。硬件大戏通常留到 9 月的苹果秋季发布会，因此本届 WWDC 的主角预计是 iOS 27、macOS 等操作系统以及 AI 相关功能。 ## Siri 的“翻身之战” 最受期待的莫过于 **Siri 的全面革新**。苹果已多次预告 Siri 将获得 AI 优先的重构，而此次可能借助与 **Google Gemini** 的合作实现质的飞跃。Gurman 的最新报告甚至包含 Bloomberg 制作的 Siri 新界面渲染图，暗示 Siri 将从“语音助手”进化为“智能代理”（agentic Siri），具备更强的上下文理解与任务执行能力。 ## Apple Intelligence 的正式落地 苹果在 AI 领域的步调相对保守，但 WWDC 可能是其 **Apple Intelligence** 战略全面铺开的起点。预计苹果将展示更多端侧 AI 能力，包括照片编辑、邮件智能回复、跨应用数据联动等。 ## 其他看点 - **iOS 27**：作为主力移动操作系统，预计会带来更多 AI 集成功能，如更智能的通知摘要、实时翻译增强等。 - **AirPods 蓝牙升级**：有传闻称 AirPods 将迎来蓝牙标准升级，可能带来无损音频或更稳定的连接。 - **CEO 交接**：这将是 Tim Cook 作为 CEO 主持的最后一届 WWDC，John Ternus 将于 9 月接任，大会或蕴含战略过渡信号。 ## 小结 WWDC 2026 被普遍视为苹果 AI 战略的关键节点。如果 Siri 与 Gemini 的合作落地，将标志着苹果在 AI 赛道上的重要追赶。ZDNET 将全程直播报道，敬请关注。
开发者大会季已全面铺开，而贯穿其中的一个主题是：大型科技公司坚信 AI 将彻底改变我们做一切事情的方式。本周，英伟达的黄仁勋将这一点表达得尤为清晰——他描述了一种全新的笔记本电脑使用方式，以及一种为支持这种方式而打造的全新笔记本电脑。这一切听起来很有趣，但也引出了我们围绕众多 AI 产品时都会遇到的同一个问题：真的有人需要这个吗？ 在最新一期《The Vergecast》节目中，Nilay 和 David 梳理了微软 Build 和谷歌 I/O 大会上发布的大量产品，包括 **Gemini Spark**、**Nvidia RTX Spark**，以及微软的 **Scout** 和 **Solara** 项目。AI 智能体无处不在，无所不能，但我们并不确定该如何看待这一切。我们是否真的需要彻底重新思考笔记本电脑的设计，仅仅为了让它们能运行 AI 模型？还是说，“更强的性能”就足以胜任？ 节目后半段还讨论了 Hype Desk、Brendan Carr 是个傻瓜、对 WWDC 的展望，以及一个非常愚蠢的 Meta 黑客事件。此外，《The Vergecast》已改为每日更新的播客，过去一周他们聊了发帖现状、英伟达的芯片野心、类固醇奥运会以及微软 Build。团队希望听到听众对新格式的反馈，欢迎拨打热线或发送邮件。
Fitbit Air 是一款售价 **100 美元** 的极简运动追踪器，它去掉了屏幕，只保留一个微型传感器模块，让你几乎忘记它的存在。然而，Google 为其打造的 AI 健康平台却显得过于啰嗦，让这款本应低调的设备变得有些喧宾夺主。 ## 硬件：极简到极致 Air 没有任何屏幕，仅有一个用于指示电量的 LED 灯。你可以通过双击来查看电量，这就是它所有的机载交互功能。振动马达仅用于闹钟提醒，无法同步手机通知——考虑到没有屏幕，这倒也合理。 随机附带的 Performance 表带采用涤纶纱线制成，搭配小魔术贴和金属环，耐用但容易吸汗。游泳或高强度运动时，建议更换售价 **35 美元** 的硅胶 Active 表带，它能更好地隐藏 Air 模块，运动感十足。不过，更贵的 Elevated 表带（50 美元）就显得性价比不高了。 ## AI 健康教练：用力过猛 Air 的核心卖点是 Google 的 AI 健康教练功能，但实际体验却有些尴尬。这个 AI 会频繁推送建议和提醒，例如“你今天走够了，可以休息了”或“你的睡眠质量下降了，建议早点上床”。对于只想安静记录数据的用户来说，这种“话痨”式交互反而成了一种打扰。 相比之下，Air 的传感器配置相当扎实：心率监测、血氧监测、睡眠追踪等一应俱全，数据准确性也值得信赖。但 AI 教练的过度介入，让这款本应“隐身”的设备变得存在感过强。 ## 市场定位：夹缝求生 在智能手表功能日益膨胀的今天，Fitbit Air 试图回归运动追踪器的初心——专注健康数据，摒弃冗余功能。但 AI 教练的加入却模糊了这一初衷。对于追求纯粹的用户，Air 的硬件很出色；但对于想要智能助手的人，它又不如智能手表全面。 总的来说，Fitbit Air 是一款硬件扎实但软件策略失当的产品。如果你能忍受 AI 的唠叨，它是一款不错的运动伴侣；否则，市面上还有很多更“安静”的选择。
又到了每周的机器人视频精选时间。本周的亮点来自 **DEEP Robotics**，他们展示了一台能够**在跑步状态下平稳下楼梯**的人形机器人。视频中，机器人以较快的速度接近楼梯，并在下台阶过程中保持动态平衡，动作流畅且未出现明显晃动或跌倒。 这一表现凸显了近年来人形机器人运动控制领域的显著进步。传统上，下楼梯对双足机器人是一项巨大挑战，因为需要精确的步态规划、实时姿态调整和地面反作用力控制。而DEEP Robotics的机器人似乎在**动态行走算法**和**足部传感反馈**方面取得了突破，使其能够应对楼梯这种非结构化地形。 值得注意的是，视频中机器人的“跑步”姿态——即双脚存在腾空期的运动模式——进一步增加了难度。这意味着控制系统必须在更短的支撑相内完成重心转移和落地缓冲。相比之下，许多现有机器人仍采用谨慎的静态步态下楼梯。 DEEP Robotics并非唯一在此领域发力的公司。波士顿动力的Atlas早已展示过后空翻和跑酷，而中国的宇树科技、小米等也在积极推进人形机器人运动能力。不过，DEEP Robotics的解决方案似乎更侧重于**实用性与鲁棒性**，而非极限表演。 从行业背景看，人形机器人正从实验室走向仓储、家庭服务等场景。能够稳健上下楼梯是进入人类居住环境的关键能力之一。DEEP Robotics的这项进展意味着未来人形机器人可能更快部署在需要多楼层移动的场合。 当然，视频仅为片段，尚不清楚机器人在更复杂楼梯（如螺旋梯、不同高度台阶）或意外扰动下的表现。但至少，这一演示让我们对双足机器人的运动边界有了新的认知。 更多精彩机器人视频，敬请关注IEEE Spectrum的“Video Friday”系列。
纽约州立法机构近日通过了一项为期一年的新大型数据中心建设禁令，这是全美首个州级层面的此类禁令，若民主党州长凯西·霍楚签署成法，将正式生效。推动该法案的议员表示，此举旨在为政策制定者争取时间，以充分了解大型数据中心对环境及能源价格的影响。 ## 禁令背景与核心内容 该禁令针对的是新建大型数据中心项目，暂定为期一年。纽约州作为全球金融与科技重镇，近年来数据中心需求激增，但随之而来的能源消耗与碳排放问题也引发担忧。立法者指出，数据中心作为高耗能设施，其电力需求已对当地电网造成压力，并可能推高居民与企业用电成本。此外，数据中心的冷却系统用水量及电子废弃物处理也构成环境挑战。 ## 行业影响与争议 这一禁令在科技行业引发激烈讨论。支持方认为，缺乏监管的数据中心扩张将加剧能源危机，且部分项目选址存在环境正义问题。反对者则警告，此举可能阻碍纽约州在人工智能、云计算等领域的竞争力，迫使企业迁往其他州或国家。目前，纽约州已有多家大型科技公司运营数据中心，包括谷歌、亚马逊和微软，这些企业的未来扩张计划可能受阻。 ## 后续立法进程 法案现已提交至州长办公室，霍楚需在10天内决定签署或否决。若签署，禁令将于2024年生效，期间州政府将成立专项工作组，研究数据中心的全生命周期影响，并制定长期监管框架。值得注意的是，该禁令不适用于已获批或在建项目，且小型数据中心可能获得豁免。 ## 全美监管风向标 纽约州的举措可能为其他州提供参照。弗吉尼亚州、俄勒冈州等地此前已出现针对数据中心的环保抗议，但尚未有州级禁令出台。联邦层面，美国能源部正在评估数据中心的能效标准，但短期内难以形成统一法规。纽约州的实验性政策，或将成为平衡技术发展与能源可持续性的关键试金石。