Author: aitrendtrackers@rengongzhineng.io

Google 推出全新开放协议 AP2（Agent Payments Protocol），旨在为 AI 代理主导的交易提供安全保障，目前已有超过 60 家企业宣布支持该协议。此举标志着在电商和 AI 代理技术日益融合的背景下，支付安全性进入全新阶段。 AI 交易的“信任基础” 随着 AI 代理在日常生活和商务活动中的角色不断扩大，例如代表用户在线购物或自动完成销售任务，消费者与商家对于安全性和信任机制的需求也日益增强。Google 正是在这一背景下推出 AP2 协议——这是一项开放标准，旨在确保跨平台、跨服务的 AI 支付行为均在可信环境中进行。 据 Google 表示，AP2 是与多家领先的支付与科技公司联合开发，目标是“安全地发起并处理由代理主导的支付行为”。其核心设计思想是通过明确的授权机制、行为验证以及责任可追溯性，解决 AI 交易中最为关键的信任问题。 什么是 AP2 协议？ AP2 协议可视为 Agent2Agent 协议（A2A）和模型上下文协议（MCP）的扩展。正如 MCP 可让用户将 AI 工具安全连接至数据库，AP2 则允许用户、商家和支付提供商与 AI 代理进行安全交易。 Google 表示，AP2 能够： 此外，AP2 支持多种支付方式，包括信用卡、稳定币（stablecoin）以及实时银行转账，为代理和商户提供统一交易标准。 AP2 如何运作？ AP2 协议的核心机制是“授权书（Mandates）”，这是一种加密签名、不可篡改的数字合约，能够记录用户的意图。主要包括两类： 在实时交易场景中，当用户在线时，先签署意图授权书，再对交易进行确认，形成购物车授权书。 在用户不在场的场景下（如夜间自动下单），则需提前签署详细的意图授权书，设定如价格上限等具体条件，允许代理在条件达成时自动生成购物车授权书。 无论是哪种方式，用户都需通过安全渠道绑定支付信息，确保交易的合法性与安全性。 行业广泛支持，生态持续扩大 目前，已有超过…

在 monday.com，公司原本面临一项看似不可能完成的挑战：拆分庞大的 JavaScript 客户端单体架构（monolith）。这一任务原本被评估需要 8 年的人力才能完成，但借助 Morphex——一套由公司自行开发、基于 AI 的迁移系统——最终仅用 6 个月就成功完成。 这场工程挑战展示了公司如何在复杂程度极高的开发任务中有效运用 AI，也揭示了为何选择自主构建系统、采用哪些实践方法，以及整个过程中所积累的经验与教训。 “登月计划”：从 AI 月到 Morphex 的诞生 Morphex 的起点是在一次名为 “AI Month” 的公司内部活动中。活动期间，公司几乎所有工程师都投入到构建内部 AI 工具或为产品添加 AI 能力的任务中。作为其中一个特别小组的目标，团队希望选择一个极具挑战性的任务——不仅需要 AI 超越以往能力的极限，还能对日常开发带来重大影响。 最终，选择落在了拆分客户端单体架构并用现代技术栈重建上。这一“登月计划”具有深远意义：monolith 通常是指一个巨大的、结构复杂的单一代码库，其依赖关系庞大、内聚性极强、极难分离。而 monday.com 的客户端正是如此，其架构庞大且可扩展，支持数百位内部开发者以及成千上万的社区开发者和 AI 代理共同协作。 该单体架构囊括了十余年的代码积累，分布在数千个文件中，包括大量 Redux 动作、选择器、reducer、常量、服务、工具函数等。为了实现迁移，代码不仅需要从 JavaScript 重写为 TypeScript，还要将状态管理从 Redux 切换到 Zustand。 任务目标被定为仅用 6 个“人月”完成这一看似不可能的任务。 变身为 AI 代理团队的“经理” 项目初期遇到许多挑战：如何将庞大的代码库和其依赖关系映射为可执行的工作项？AI 代理能否并行工作且避免冲突？如何确保进度的可视化？ 公司决定使用 monday.com 自身的平台来管理整个流程。首次重大突破是将…

当记者首次见到伊莱泽·尤德科斯基时，这位AI安全领域的先驱语出惊人——他说，人工智能有99.5%的可能会杀死记者本人。 他并非在开玩笑。现年46岁的尤德科斯基是「机器智能研究所」（Machine Intelligence Research Institute，简称MIRI）的创办人，这家位于加州伯克利的非营利机构长期专注于研究先进人工智能所带来的风险。 过去20年来，尤德科斯基一直是硅谷的“末日布道者”，不断警告任何愿意倾听的人：发展强大的AI系统是一个极其糟糕的主意，最终只会走向灭顶之灾。 这种论调也正是他与MIRI现任总裁内特·索亚雷斯（Nate Soares）合著的新书《如果有人建成AI，所有人都将死亡》（If Anyone Builds It, Everyone Dies）的核心内容。该书是他们多年来向AI业界内部宣传的论点的简化版，面向大众市场。 他们的目标非常明确：终止AI的开发。他们认为，这不仅是技术伦理问题，而是关乎全人类命运的生死抉择。 书中写道：“如果地球上任何公司、任何组织、以任何类似当前的技术、基于任何接近我们当前AI理解的方式，建造出一套超级人工智能系统，那么地球上所有人都将死亡。” 这种直白而激进的末日论让部分人视其为极端分子，甚至是疯子。但不可否认的是，尤德科斯基是现代人工智能发展历程中的关键人物之一，对整个行业产生了不可磨灭的影响。 他是最早警告强人工智能风险的声音之一，许多AI领域的重量级人物，包括OpenAI的山姆·奥特曼（Sam Altman）和埃隆·马斯克（Elon Musk）都曾公开提及他的思想。奥特曼甚至曾表示，是尤德科斯基的理念促使他创建了OpenAI，还称他或许值得获得诺贝尔和平奖。 2010年，尤德科斯基将英国AI初创公司DeepMind的创始人介绍给风险投资人彼得·蒂尔（Peter Thiel），后者成为其首位主要投资人。2014年，谷歌收购了DeepMind，如今其联合创始人哈萨比斯（Demis Hassabis）主管谷歌的AI业务，并因其研究获得了诺贝尔奖。 除了AI安全研究外，尤德科斯基还是理性主义（Rationalism）运动的思想引领者——这是一个松散组织的群体（或在某些人看来接近宗教），追求通过逻辑推理实现自我提升。在硅谷，这一运动影响深远，许多年轻工程师正是读着尤德科斯基的作品成长起来的。 虽然不少人不认同他的极端主张，但也无法忽视他的洞见与先知式警告。 从“友善AI”到“有尊严的灭亡” 尤德科斯基成长于芝加哥的一个东正教犹太家庭，中学因健康问题辍学，之后便未再回到学校。他自学计算机科学，沉迷科幻小说，并活跃于一个名为“超越主义者”（Extropians）的未来主义网络社群。 他早期的梦想是构建“通用人工智能”（AGI）——一种具备与人类等效智能的AI系统。他一度相信自己将成为实现这一目标的唯一人选。 2005年，他迁至湾区，致力于开发所谓的“友善AI”（Friendly AI）——即符合人类价值观、以人类福祉为中心的AI系统。然而，随着理解加深，他逐渐认为这一目标几乎不可能实现。 他提出了一系列理论： 这些理论最初只在网络未来主义者之间争论，彼时AI尚处萌芽阶段，业界普遍认为“AI毁灭人类”只是幻想。 但随着技术突飞猛进，尤德科斯基的担忧逐渐被更多人听见。 “哈利波特”同人文成为思想载体 2010年，尤德科斯基开始连载奇幻小说《哈利·波特与理性之道》（Harry Potter and the Methods of Rationality），借助通俗文学推广理性主义理念。这部作品最终篇幅超过60万字，比《战争与和平》还长，成为AI工程师圈层中的“启蒙读物”。 不少读者坦言正是这部作品启发了他们的职业选择。MIRI聚集了一批理性主义追随者，也有很多人选择投身OpenAI、Google等科技公司。 但AI发展步伐不曾因他们的努力而减缓，尤德科斯基的焦虑反而加剧。 2022年，他宣布MIRI将战略转向“有尊严的灭亡”（death with dignity）。他认为，人类已无力解决AI对齐问题，不如承认失败、尽量以体面方式走向终结。 他写道：“现在已经很明显，人类既解决不了AI对齐问题，也不会真心努力去解决，甚至都懒得认真抵抗。” 真会毁灭人类吗？ 记者在访谈中提出了一些质疑，比如AI可解释性研究是否能让我们更好地理解并控制模型？尤德科斯基回应称：“过去25年的进程并未否定我的理论，就像问物理学家，最近的发现是否改变了人们对石头掉下悬崖的理解一样。” 他也被问及是否应将注意力更多转向AI带来的现实问题，如失业、对话模型诱发妄想等。他不否认这些问题的存在，但明确表示这些远不足以动摇他对超级AI末日的忧虑。 当被问及是否对某些AI公司抱有希望时，他回应道：“在这群疯狂的科学家中，OpenAI是最糟的，Anthropic的员工稍微好些。但这无关紧要，他们都应被法律一视同仁地叫停。” 即使AI能带来药物研发、教育辅导等益处，他也坚称：“我们承认这些潜在好处，但这值得以毁灭整个人类文明为代价吗？答案是否定的。” 最后一战 即使在支持者中，尤德科斯基也是一个极具争议的人物。他自负、直接，不少追随者希望他能成为更善于公众沟通的代表。 为配合新书发布，他做出了一些改变。他剪短了标志性“拉比式”胡须，换掉了金色高顶帽，改戴低调的报童帽（他称这是“观察者反馈”的结果）。 有粉丝建议他将一部含有色情元素的小说从亚马逊下架，以免影响公众形象，他最终照做，但仍抱怨道：“其实它一点也不色，至少以我的标准来说。”…

在技术革命的浪潮推动下，企业家与投资者不断创造财富。从铁路、贝塞麦转炉工艺、电力、内燃机，到微处理器，每一次颠覆性技术都像烟火工厂里的一束火花，引爆了一连串创新，引发社会结构的深刻变革，也将一批发明者和投资人推向了财富与权力的巅峰。 然而，并非所有革命性技术都会带来巨大的财富创造。有些技术虽然改变了社会运行方式，却未能打破现有的经济格局。比如早于微处理器15年的集装箱化运输，其革命性不亚于ICT技术，却因为身处技术进步缓慢的时期，在激烈竞争与资本密集压力下，极少数人真正从中获益。 每一位投资者在押注新兴技术时，都必须回答两个问题：第一，这项技术将创造多少价值？第二，这些价值最终由谁掌握？信息与通信技术（ICT）是一个典型例子，其价值主要由初创企业掌控，催生了成千上万位富有的创始人、员工和投资人；而集装箱运输的价值则分散得太广，最终只让极少数人获利。 那么，生成式人工智能属于哪一类？它是未来工业财富的基础，还是一场让投资界整体失望、仅产生少数赢家的零和博弈？ 当前的投资路径，若基于后者的假设，似乎更加理性——即AI模型公司与应用企业将竞争到形成寡头垄断，最终，技术带来的大部分收益将流向消费者，而非建设者。因此，大量涌入AI领域的资本很可能流向了错误的方向，只有极少数眼光独到、及时退出的投资者能成功获利。 当年，微处理器的发明者并未意识到其革命性。1971年Intel团队仅希望减少重复设计计算器芯片的工作量，却无意中赋予了后来者巨大的想象空间。数以千计的技术爱好者用微处理器构建出Intel难以想象的应用生态。这种“分布式且无需许可”的发明过程，正如经济学家卡洛塔·佩雷斯所说，是由技术触发、由经济与社会力量驱动的“伟大发展浪潮”。 上世纪70年代初，个人计算机市场并无真正需求，它们被视为昂贵的玩具。但爱好者们打下了技术基础并建立了用户社群。1975年前后，微处理器价格骤降，使市场走向可行。MITS公司依靠Intel 8080勉强维持运营，而当MOS Technologies将6502定价为25美元后，沃兹尼亚克便得以开发出苹果原型机。6502及Zilog Z80进一步压低了Intel的价格，催生了个人电脑创业热潮。 当时，即使在1976年苹果公司创立的年份，《纽约时报》全年仅提及个人电脑四次。没人认为它是严肃的商业机会，真正关注者仅限于一小群“疯子、叛逆者与搅局者”。 然而2025年的AI却不同，它成为大众与企业关注的焦点。大型企业厌恶不确定性，而AI的到来不再是“惊喜”，从一开始就成为现有ICT系统的自然延伸，主导地位已被科技巨头牢牢把控，创新空间有限，竞争激烈且即时展开。 经济学家佩雷斯将每一波技术浪潮划分为四个阶段：爆发期（irruption）、狂热期（frenzy）、协同期（synergy）与成熟期（maturity）。其中爆发与成熟两个阶段投资回报最难预测。AI被捕捉的速度之快，直接跳过了真正的爆发期，进入了价格战与寡头垄断阶段。模型建设成本高昂，利润空间被压缩，竞争异常激烈——正如当年的集装箱运输。 海运集装箱革命由马尔科姆·麦克莱恩于1956年启动。他的理念是：运输的任务是将货物从发货人运到目的地，而非局限在卡车、火车或船只本身。他的公司SeaLand通过改造战后剩余船只、与工会协商、避开主要港口竞争，以低成本推动标准化运输系统。然而，行业巨头快速入场，导致利润被竞争侵蚀，麦克莱恩最终于1969年出售公司，成为极少数全身而退的创业者。 集装箱运输显著降低了海运成本，使制造商将工厂迁至低工资国家，推动全球化。但真正从中致富的人屈指可数。其商业价值最终体现在客户层面，如宜家（IKEA）与沃尔玛等零售商因运输成本降低、库存管理优化而受益巨大。而传统家具制造重镇如北卡罗来纳州的企业则因转型缓慢而被取代。 同样地，AI的投资机会并不在“模型公司”本身。像Sam Altman这样早期进入者或许能获利，但其背后庞大的基础设施支出与竞争压力，注定大部分企业难以维持高利润。即便是细分模型公司（如Cursor、Harvey），也面临被大型模型公司收购整合的命运。生成图像、音频等内容的公司，如Midjourney或Runway，表面上技术架构不同，但也难逃被大型语言模型侵蚀。 应用层公司的命运同样堪忧。即使它们目前看起来蓬勃发展，如Perplexity、Writer、InflectionAI等，但一旦盈利，其上游模型公司便可能通过价格歧视或垂直整合夺取其市场。成功反而成为失败的前奏。除非建立起强大的客户关系或被收购，否则这些公司很难形成真正的壁垒。 某些中间层公司可能具备投资价值，如Hugging Face或Glean，它们定位于模型与客户之间的接口管理或数据保护，但也难以获得战略控制权，规模有限。 从供应链上游看，芯片、数据、云计算与数据中心公司或许能受益，如SambaNova、Scale AI、Lambda、Nvidia等。但因预期已反映在估值中，缺乏“超额惊喜”。若AI投资周期下行，这些高资本投入企业将面临巨大压力，尤其在产能过剩时，定价能力将遭受打击。 因此，投资机会应聚焦于“下游”——即那些能从模糊信息中生成高质量结果的公司，尤其是在专业服务、医疗、教育、金融与创意产业中。这些领域占全球GDP的三分之一至一半，却长期未受益于自动化，AI的应用可提高效率、降低成本。 这些行业中，最先受益的将是那些已将“降低成本”作为战略核心的企业。就如当年的IKEA和沃尔玛一样，他们能迅速将节省成本转化为产品多样化与全球扩张的机会。未来也将有新企业崛起，以低价、高量的策略挑战现有市场格局。 但需要指出的是，这类企业往往不需要大量风险投资。IKEA从未融资，Costco仅在1983年融资一次便于1985年上市。技术触发到最佳投资窗口之间存在长期滞后。在这种结构下，投资人获利机会有限，但创业者将迎来黄金时代。 股票市场中的投资者需精准挑选标的。在最高预期下，AI对GDP的贡献每年仅增加约2%，若旧有ICT技术红利减少，这一增幅将进一步压缩。企业是否能根据AI带来的战略影响进行重塑，才是关键。正如沃尔玛最终取代未能转型的西尔斯（Sears），那些能在AI带来效率提升的基础上重新定义业务模式的公司将获得最大回报。 然而，最大的受益者仍是消费者。过去，机械化提升制造业劳动生产率，降低了产品价格，节省了消费者支出。制造业工资上涨迫使服务业也提高薪资，尽管后者并未获得相应的生产力提升。这导致服务价格持续上涨。1918年，家庭支出中食品与服装占比为55%，而到2023年已降至16%。但教育、医疗等知识密集型服务的成本却远高于通胀。 AI将带来类似的结构性变化。知识密集型服务将因AI降低成本而更易获取，消费者将购买更多此类服务；而需要人与人互动的服务将价格上升，占据更大支出比例。这一趋势不仅揭示双重投资机会，也表明AI创造的大部分新价值将由消费者获得——包括更丰富且价格合理的知识型产品，以及更广泛、可负担的医疗、教育与咨询服务。 技术浪潮初期，总充满构想、发明与创造世界级企业的机遇，伴随财富、声望与荣耀。但对于投资者与创业者而言，最危险的正是“愿景主义”的自我欺骗。过去50年的科技投资经验已不再适用。要在AI中获得成功，关键在于理解知识工作者效率提升的深远影响，思考这种效率将释放哪些新市场，并押注于这些机会。过去的成功之道是押注“下一件大事”，而现在则需押注“大事所带来的机会”。

据《华尔街日报》2025年9月9日报道，Meta（原Facebook）在今夏斥资数千万美元广泛招募AI领域的明星研究人员。然而，如何将这些高薪新人有效融入现有团队，成为公司当前面临的重大管理挑战。 据悉，一些由马克·扎克伯格亲自招揽的AI精英已在短时间内离职，跳槽至其他人工智能实验室。而原有员工则纷纷申请加入Meta重组后的AI部门，或要求加薪以应对与新同事在薪资上的巨大差距。据内部人士透露，即便有员工获得了价值数百万美元的股权奖励，也依旧感到不公，因发现新加入者的薪酬是自己的数倍。 尽管Meta市值接近2万亿美元，提供的薪资也令人瞠目，但从管理角度来看，其正面临一个典型问题——如何在持续引进顶尖人才的同时，维护内部员工的满意度和组织稳定。 前谷歌人事主管、现科技行业顾问拉斯洛·博克指出：“如果在文化上未能为这些‘明星’员工打下融合基础，最终只会把他们累垮、惹怒他们，然后看着他们一个个离职，公司也将浪费数百万美元。” 据知情人士透露，Meta最新AI团队中最精英的研究小组——被称为“TBD实验室”的成员，办公区域设于加州门洛帕克总部内靠近扎克伯格办公桌的一侧，并设有特殊门禁，仅允许特定员工进入。该小组的成员名单未出现在公司内部组织结构图中，与其他公开部门形成鲜明对比。 一些Meta员工认为，这类“分级措施”强化了公司内部的等级感，尤其是在计算资源紧张、招聘冻结背景下，更容易激化团队之间的竞争情绪。如今，要填补空缺岗位，必须获得首席AI官亚历山大·王的亲自批准。 对于这些质疑，一位Meta发言人在声明中回应称，关于公司AI运作的相关报道属于“过度关注琐事”，并表示“这又是一系列虚假、夸大或被曲解的说法。” 不过，这种问题并非Meta独有。在AI人才争夺愈演愈烈的大背景下，许多大型与初创科技企业均采取了前所未有的手段留住关键员工。 据知情人士透露，今年8月，OpenAI曾向部分研究和工程员工发放一次性奖金，金额高达数百万美元。同一时间，苹果也流失了多位AI核心人员，其中包括一位负责AI模型开发的高管，他们转投其他AI实验室。而由OpenAI联合创始人伊利亚·苏茨克维尔新成立的初创公司“Safe Superintelligence”，甚至要求员工避免在LinkedIn上提及公司名称，以防被同行挖角。 据LinkedIn及内部人士透露，Meta通过承诺提供大量算力资源与丰厚报酬，成功招募了超过50位AI领域人才，其中至少21人来自OpenAI，超过12人来自谷歌，部分来自xAI和苹果。 部分Meta员工利用外部招聘报价作为谈判筹码，成功争取到更高薪资和更优职位。今年7月，Meta一支AI基础设施团队的数名成员收到OpenAI前高管米拉·穆拉提新创公司“Thinking Machines Lab”的录用邀请，随后将这一信息反馈给Meta管理层，最终成功获得加薪并调入“TBD实验室”。 对此，Meta发言人回应称，这些员工原本就计划调入该实验室，薪资调整并非受外部报价影响，公司也未对任何“以辞职相威胁”的员工作出反向报价。 尽管Meta已实施招聘冻结，但激烈的人才竞争环境仍令研究人员在各AI实验室之间频繁跳槽。 例如，来自多伦多的AI研究员里沙布·阿加瓦尔于今年4月加入Meta AI部门，曾因要求远程工作被拒后，选择跳槽至前OpenAI高管创立的初创公司Periodic Labs。 另外，两位来自OpenAI和xAI的新员工阿维·维尔玛与伊桑·奈特已返回OpenAI；来自Scale AI的前高管鲁本·迈耶尔则因“个人原因”离开Meta，尚未宣布新去向。 更引人关注的是，ChatGPT共同创造者赵圣佳于今年6月加入Meta，仅在一周内就决定返回OpenAI，并签署了重新入职文件。为挽留其核心技术力量，Meta不仅赋予其“首席科学家”头衔，还将其薪资提高至原先的三倍。尽管Meta发言人后来否认赵的薪酬提升幅度达到三倍，但证实赵自团队成立初期起就担任科研负责人，其职位只是随后正式确立。 业内人士分析指出，Meta在AI领域的激进行动虽为公司带来了大量顶尖人才，但同时也带来了组织文化冲突、等级分化、内部不平衡等挑战。在AI人才战愈演愈烈的今天，如何在追求技术突破的同时，维持团队稳定与企业文化，将成为Meta必须面对的重要课题。

在2025年9月9日的硬件发布会上，苹果公司推出了包括iPhone 17系列、全新iPhone Air、第三代AirPods Pro在内的多款新品，并对Apple Watch系列进行了更新。这场发布会标志着苹果在产品设计、功能集成和硬件创新上的新一步，尤其是在手机和可穿戴设备领域的持续探索。 iPhone 17系列亮相：设计革新与规格升级并行 苹果本次发布的iPhone 17系列包括标准版、Pro版与Pro Max版。其中，iPhone 17的设计更贴近Pro系列，屏幕尺寸略微提升至6.3英寸，刷新率跃升至120Hz，远优于上一代的60Hz。此外，设备还配备了一枚4800万像素的超广角镜头，进一步提升拍照表现。 颜色方面，iPhone 17提供薰衣草紫、薄雾蓝、黑色、白色和鼠尾草绿五种选择。iPhone 17 Pro与Pro Max在外观上采用全新布局，三颗后置镜头被整合至横贯设备背面的矩形模组中，而苹果标志则位于MagSafe充电区域的中央，整体更具美感。值得一提的是，iPhone 17 Pro从以往的钛金属边框改为铝制，带来了不同的手感体验。 价格方面，iPhone 17起售价为799美元，提供256GB起始存储，相较前代128GB版本的699美元起售价实现了双重升级。Pro版本起价1099美元，Pro Max则为1199美元。 此外，苹果还发布了名为“TechWoven”的新款手机壳，采用高质量编织材质，取代此前备受争议的“FineWoven”系列。 iPhone Air正式发布：苹果史上最薄手机问世 发布会最引人注目的产品当属全新登场的iPhone Air。该机型是苹果有史以来最薄的iPhone，厚度仅为5.6毫米，比现有iPhone薄了约0.08英寸。iPhone Air也取代了此前市场表现不佳的Plus型号。 iPhone Air配备6.6英寸的120Hz ProMotion高刷屏幕，机身采用钛合金材质，并全面支持eSIM设计，取消了传统SIM卡槽，使得外观更为简洁。 设备内部搭载与Pro系列相同的A19 Pro芯片，性能显著提升。苹果此次还特别强调了新一代4800万像素融合相机技术，这一镜头组合可以在单颗摄像头中实现多种摄影功能。尽管机身更纤薄，但iPhone Air依旧提供全天续航能力，辅以iOS 26系统下的“自适应电源模式”，借助Apple Intelligence智能调节设备运行，以延长电池使用时间。 为了缓解用户对电池续航的担忧，苹果还推出了专为iPhone Air设计的新款轻薄MagSafe电池配件，配合使用可提供最长40小时的视频播放时间。 iPhone Air售价为999美元，提供黑色、白色、天蓝色和浅金色四种配色，并搭配全新配件，包括1毫米超薄透明保护壳和四色撞色轻量边框，以及支持斜挎设计的挂带选项。 Apple Watch全系更新：健康功能成为焦点 时隔两年，Apple Watch Ultra迎来了第三代版本。Apple Watch Ultra 3不仅引入了5G和卫星连接功能，还支持更快的充电速度和更大尺寸的显示屏。其最大亮点在于新增的血压监测功能，能够实时提醒用户高血压或低血压的风险。 同期推出的Apple Watch Series 11也具备该项健康功能，并在性能方面进行升级。而Apple Watch SE第三代虽然变化不大，但配备了S10芯片后也支持了常亮显示功能。 定价方面，Apple Watch…

有一位技术爱好者，平日里喜欢协助他人从老旧的磁带盒中恢复数据。这些磁带盒，例如 QIC-80，是 1990 年代广泛使用的备份介质，常见于个人用户、小型企业、BBS 运营者等群体中。尽管 QIC 磁带因其设计缺陷而声名狼藉，但这些磁带依旧能在适当的检查和修复后被成功读取。他对磁带媒体有着特殊情感，这种可以亲手触碰的物理载体带来了独特的喜悦。 每当收到一盘 QIC-80 磁带进行恢复时，他便会启动一台老旧的 PC 工作站，这台机器配有适配的磁带驱动器，并运行着极其古老的 Linux 系统——CentOS 3.5。原因在于，这是唯一能使用 ftape 驱动的环境，而该驱动是与这些磁带驱动器通信所必须的 Linux 内核模块，允许用户将磁带中的内容以二进制形式完整导出。 这类磁带驱动器是通过主板上的软驱控制器（FDC）连接的。如此设计是一种成本优化的权宜之计：相比购买价格昂贵的 SCSI 适配器，这些磁带驱动器可以直接接入软驱控制器，并与现有的软盘驱动器共用一条数据线。尽管这样牺牲了传输速率——仅为 500 Kbps（千比特每秒）——但对于当时的用户而言，这种方案既实用又经济。 然而，通过软驱控制器与磁带驱动器通信所使用的协议极为混乱、非标准化，几乎没有获得硬件层面的正式支持。BIOS 并不知道这类设备的存在，所有通信完全依赖于用户态软件直接操作硬件 I/O 端口、中断和时序，实属“黑科技”式的实现。 在 MS-DOS 和 Windows 3.x/9x 系统下曾出现过少量专有工具用于操作这些磁带驱动器。而在 Linux 平台上，仅有一个开源实现——ftape。虽然理论上可以使用旧版 DOS 或 Windows 工具读取磁带数据，但 ftape 是唯一可以访问“原始”二进制数据的驱动程序，无需关心数据最初由哪款专有软件写入。因此，他更倾向于使用 ftape 导出原始内容，再逐步还原文件结构。 问题在于，ftape 驱动自 2000 年前后起就不再被维护，并最终从 Linux 内核中被移除。这也迫使他在每次恢复工作中都必须依赖古老的 Linux 版本。若能在现代系统中运行 ftape，将极大改善使用体验与系统兼容性。 几周前，他向 Claude…

在本周二（9月9日）的年度秋季发布会上，苹果公司将推出多款新产品，涵盖 iPhone 17 全系列、新款 Apple Watch、多款配件，以及 Vision Pro 和 Home 产品线更新。此次活动被官方命名为“Awe Dropping”，被视为苹果今年最重磅的产品发布。 以下是苹果将在发布会上公布的产品内容与未来计划一览： 📱 iPhone 17 系列：四款新机型 苹果将延续四机型策略，但今年加入一款全新产品——iPhone 17 Air，主打“超薄”设计。 ▪️ iPhone 17 Air（全新型号） 定位介于基础版与 Pro 版之间，但配置与续航让其略显“边缘化”，适合注重设计与轻薄感的用户。 ▪️ iPhone 17 Pro / Pro Max ▪️ iPhone 17（基础款） ▪️ 配件与颜色更新 ⌚️ Apple Watch 系列更新 ▪️ Apple Watch Ultra 3 ▪️ Apple Watch Series 11 ▪️ Apple…

起点：从兴奋到反思许多开发者曾把 Vagrant 视为开发环境的“圣地”——一个可以在所有机器上保持一致环境的解决方案。然而，语言版本差异、操作系统版本不兼容等问题仍会造成数日低效的调试过程。Docker 的到来曾带来同样的兴奋感，尤其是第一次使用 Docker Swarm（如今已少有人用）。Docker 不只是一个工具，它重新定义了应用的开发与部署方式。它赋予开发者构建“可重复、与本地系统隔离的环境”的能力，成为现代工程师的必备工具。 然而随着经验积累，对“事情本就该这样做”的默认认知逐渐被质疑，原本在后台默默运行的 Docker 守护进程（dockerd）也开始令人感到隐忧。尤其是，随着大量安全漏洞的披露，这一设计变得愈发令人不安： 正是在对这些问题深入思考之后，作者开始探索 Podman——一款不依赖守护进程的容器工具。最初只是出于好奇，最终却彻底改变了其容器开发工作流，并促使其在家庭实验室中全面转向 Fedora 系统。 核心优势：无守护进程设计（Daemonless） Docker 的设计核心是一常驻后台的 dockerd 服务。每个 docker 命令其实都是客户端与这个后台守护进程通信。然而，这一守护进程默认以 root 权限运行，一旦出现漏洞，整个宿主系统都可能面临风险。 Podman 改变了这一模型： 关键好处包括： Podman 真正闪光的地方 除了安全和架构，Podman 还带来了许多实用功能，使容器工作更为顺畅： ✅ Systemd 原生集成 Podman 可直接生成 systemd 服务文件，容器变成 Linux 系统中的一等公民。只需一行命令： 然后使用标准 systemctl 工具进行管理。 ✅ 与 Kubernetes 对齐（不是营销噱头） 由于 Red Hat 同时也是 Kubernetes 的核心贡献者，Podman 在设计上就与 K8s 紧密集成。其“Pod”概念是核心，而非后期补丁。可使用…

构建近乎原生体验的Web应用：Chrome的关键角色当今的Web应用已能实现接近原生应用的性能，而Chrome在这一进程中发挥了核心作用，尤其是通过不断引入新的Web API，以填补Web平台与原生平台之间的功能差距。这一系列工作被归入了“Project Fugu”计划之下（将在下文详述）。正是如Alex Russell等人的持续发声，强调了让Web成为原生平台有力替代方案的重要性，推动了这一方向的演进。 Chrome的核心理念与平台适应之路Chrome要实现“无处不在”的目标，始终坚持其四大核心原则：速度、安全性、稳定性与简洁性，同时也必须适应各类平台带来的技术挑战。例如，早期的Android版Chrome并不如桌面版流畅，直到进行针对性优化才得以改善。而在iOS平台，Chrome始终受限于无法使用自家引擎的限制。然而，Chrome团队通过不断迭代优化，如今用户已能在Windows桌面、MacBook、Android手机、iPad、Chromebook等多平台上无缝切换浏览体验，书签、标签页、剪贴板等皆可实时同步。这种“无缝计算”曾在2008年还只是幻想——当时每人还只有一台笨重的电脑。Chrome（以及ChromeOS）的发展，推动了一个理念的普及：应用和数据应存在云端，用户只需登录，即可恢复自己的使用环境。对开发者而言，这种平台统一性大大提升了效率：在桌面端开发，用Android设备调试，再在ChromeOS上测试，构成了现代跨设备开发的常态。 跨平台背后的无名英雄：Chrome Sync 与账户集成用户换手机后安装Chrome并登录，数据即可同步恢复，这项便捷的功能其实背后是一项庞大的工程。Chrome Sync项目需要实时加密并同步庞大的用户数据（浏览历史、标签页、自动填充信息等），同时确保隐私安全。该系统还支持端到端加密，并引入了生物识别配合QR码完成跨设备密码填写功能。虽然这些并不“华丽”，但其对用户体验的重要性不可忽视——哪怕短时间内同步服务中断，用户反馈也会蜂拥而至。这些小而精的功能展现了Chrome从单一浏览器向完整生态系统演化的轨迹。 为Web平台赋能：PWA、扩展程序与原生能力接入Chrome自诞生起，就定位为不仅仅是浏览器，而是一个Web应用平台。过去17年间，Chrome（和其开源核心Chromium）引入了大量Web平台特性与API，目标是让Web应用拥有与原生应用同等的能力，而不牺牲Web的开放性与安全性。 这一努力以“Project Fugu”为名启动，命名灵感来自日本河豚（能力强但需谨慎处理）。在这一框架下，Chrome与合作伙伴引入了众多新API，从Clipboard API（支持图文剪贴板）到Web Serial API（允许Web应用与串口设备通信），再到File System Access（可在用户授权下访问本地文件）。 解锁Web能力的几个关键例子： 这些能力的引入都基于权限控制模型，Chrome团队常通过“origin trial”机制（实验试用）测试功能效果，并开放Fugu API Tracker等工具追踪API进展。项目并非由Google独立完成，包括Microsoft、Intel、Samsung等都共同参与开发，这标志着现代浏览器开发已从“浏览器大战”走向合作共赢。 典型应用展示： Chrome通过Web.dev、developer.chrome.com、Lighthouse等工具帮助开发者利用这些能力，并通过Google I/O、Chrome Dev Summit等活动传播理念。 Chrome扩展与Web Store生态Chrome扩展虽不属于Web平台标准，但作为自定义平台，它在AI时代焕发新生。Chrome Web Store近期进行了Material风格重构，推出如“AI增强扩展”等新分类。Chrome还加强了扩展安全检测机制，2023年起“安全检查”功能可提示被移除或违规扩展。 隐私沙盒与广告改革为了在隐私保护与广告需求间取得平衡，Chrome提出了“隐私沙盒”API，包括Topics、FLEDGE、Attribution Reporting等。尽管最初计划弃用第三方Cookie，2024年7月谷歌正式放弃了这一策略，改为提供用户自主选择的追踪设置界面。这标志着Chrome不再试图强制取代Cookie，而是提供隐私友好的可选方案。 Chrome与AI的结合：Gemini时代开启近年来，AI迅速进入大众应用，而Chrome也开始将AI深度融入浏览体验。早期AI已用于钓鱼检测、内容屏蔽等背景功能，现在则开始面向用户推出生成式AI能力。 Gemini在Chrome中的应用包括： 全新AI侧边面板：Gemini助理登场Chrome现可呼出Gemini侧边面板，理解当前页面内容并提供交互功能，如“总结本文”或“对比页面产品”等。类似“ChromeGPT”，这是浏览器与LLM深度整合的重要标志。 开发者也可使用AI平台API：Chrome 138引入Prompt API与Summarizer API，允许Web应用调用本地Gemini模型完成任务，如生成摘要（无需将数据上传服务器）。这些API运行在用户设备上（需满足如4GB VRAM、22GB硬盘空间等要求），兼顾隐私与速度。硬件不达标时，可切换使用云端Gemini，前提是用户同意。 Chrome DevTools中的AI助手开发者可在DevTools中使用“Ask AI”功能，例如询问“为何此处出现多余空白”，AI可分析CSS/HTML结构并建议修改方案，堪称浏览器内的AI对编程助手。 所有AI功能均为可选，用户可在设置中开启/关闭；企业环境下管理员也可统一管理这些功能。未来，Chrome团队希望AI可协助PDF总结、表单填写等更复杂任务，但仍以“不过度打扰”为原则。 Chrome还新增本地机器学习接口（如WebNN API），让浏览器真正成为AI模型的运行平台。Translator API等新工具也支持本地翻译主流语言。 Chrome的AI策略坚持四大原则： 结语：Chrome与开放Web的下一个篇章自2008年以一部漫画开启以来，Chrome已走过17年。它帮助构建了一个更快、更安全、更强大的Web，也逐步从“简约浏览器”成长为“平台先锋”。Chrome始终坚持初衷：构建快速、可靠、安全且易用的浏览器。 如今，许多不可想象的任务都已可在浏览器中完成：本地运行AI模型、4K视频编辑、复杂图形游戏等。与此同时，Chrome也回应用户反馈，优化内存、电池、性能、隐私控制等方面，确保用户信任。 Chrome也是一个开源项目（Chromium）的成功典范。在Parisa Tabriz（安全公主）、Ben Goodger、Darin Fisher、Sundar…