室内二氧化碳影响决策能力
CO2 in rooms impairs decision-making ⭐️ 8.0/10

室内空间中二氧化碳浓度升高会显著损害认知功能和决策能力，而使用简单的二氧化碳监测仪可以提高意识并促使改善通风。 这很重要，因为许多人长时间处于通风不良的办公室、教室和家中，常将精神疲劳归因于其他原因；广泛使用二氧化碳监测仪可以促使行为改变，提升生产力和健康水平。 教室中的 CO2 水平可迅速升至 2000 ppm，认知效应约从 1000 ppm 开始；文章还提到了 Cornelis Drebbel 在 1610 年潜艇中管理 CO2 的历史例子。

hackernews · gslin · Jul 4, 06:32 · 社区讨论

背景: 二氧化碳（CO2）是人类呼吸的自然副产品。在通风不良的室内空间中，CO2 会积聚。研究表明，浓度超过 1000 ppm 会损害决策和认知能力。现在，价格合理的 CO2 监测仪让人们能够实时测量并响应空气质量。

社区讨论: 评论者分享个人经历：一位教师发现教室 CO2 达到 2000 ppm，有人希望有可穿戴监测仪。但一位评论者对科学严谨性提出质疑，指出潜艇在高 ppm 下运行并未报告认知问题。

标签: #CO2, #indoor air quality, #cognitive performance, #ventilation, #health

开源 AI 差距图发布
Open Source AI Gap Map Launched ⭐️ 8.0/10

Current AI（一个在巴黎 AI 行动峰会上成立的非营利组织）发布了开源 AI 差距图 v0.1，索引了覆盖模型、工具、数据集和硬件领域的 421 个开源 AI 产品。 该图提供了开源 AI 生态系统的结构化全面概览，帮助开发者和组织识别差距与机遇。它获得了 4 亿美元的承诺资金支持，并以 MIT 许可证发布，成为宝贵的社区资源。 该差距图包含来自 228 个组织的 266 个软件工具、85 个模型、50 个数据集和 20 个硬件项目，按 3 个堆栈层的 14 个类别组织。底层数据（1184 个 YAML 文件）及脚本以 MIT 许可证在 GitHub 上提供。

rss · Simon Willison · Jul 3, 22:04

背景: Current AI 是一个全球性非营利合作伙伴关系，于 2025 年 2 月启动，承诺资本 4 亿美元，旨在构建 AI 的公共选项。差距图是一种工具，能直观识别资源匮乏或过剩的领域，帮助指导特定领域的投资和开发工作。

标签: #open source, #AI, #ecosystem, #mapping, #resources

Claude Fable 5 认知框架：驾驭未知
Cognitive Framework for Claude Fable 5: Navigating Unknowns ⭐️ 8.0/10

基于“地图不是疆域”隐喻，为与 Claude Fable 5 协作引入了认知框架，将用户知识分为四类：已知已知、已知未知、未知已知和未知未知。 该框架将瓶颈从模型能力转移到用户澄清未知的能力上，提供了实用方法论，增强了 Claude Fable 5 等高级 LLM 在复杂编码任务中的有效性。 该框架包括针对未知未知的“盲点扫描”、针对未知已知的快速 HTML 原型等具体技术，以及三阶段工作流（实现前、实现中、实现后），包含实现笔记和测验等实践。

rss · meng shao(@shao__meng) · Jul 4, 00:53

背景: “地图不是疆域”隐喻强调心理表征（地图）与现实（疆域）之间的差异。“已知未知”和“未知未知”分类来源于项目管理和战略规划。在此上下文中，地图指代给模型的提示和上下文，而疆域是实际代码库和现实约束。

标签: #LLM, #Prompt Engineering, #认知框架, #Claude, #AI协作

欧盟调查安卓系统因偏袒 Gemini 违反数字市场法
EU Probes Android for Favoring Gemini Under DMA ⭐️ 8.0/10

欧盟委员会正在调查谷歌的安卓操作系统是否违反《数字市场法》，因为其给自家 Gemini 人工智能提供了系统级特权，而第三方 AI 服务无法获得同等待遇。调查聚焦于 Gemini 被预装在安卓系统中并深度集成，享有竞争对手无法获得的特殊权限。 此案可能为如何在主导移动平台上监管 AI 助手树立先例，或迫使谷歌向第三方 AI 服务提供平等接入权。同时凸显了《数字市场法》在遏制新兴 AI 市场自我优待行为中的作用。 调查特别针对 Gemini 在安卓系统中的内置地位和系统级集成，委员会认为这可能构成《数字市场法》禁止的自我优待行为。谷歌需在尚未公布的截止日期前回应并可能做出整改。

rss · Michael Tsai · Jul 3, 18:23

背景: 《数字市场法》（DMA）是欧盟的一项法规，于 2023 年 5 月正式适用，旨在针对被认定为“守门人”的大型数字平台，确保公平竞争。该法规禁止守门人将自己的产品或服务置于第三方之上进行自我优待。安卓作为核心平台服务受该法规约束，此前欧盟已强制执行相关要求，允许用户卸载预装应用并选择默认浏览器。

标签: #Android, #DMA, #Gemini, #Regulation, #AI Competition

a16z 称 AI 导致药物过剩，临床瓶颈降低每款药价值
a16z: AI Increases Drug Supply, Reduces Per-Drug Value Due to Clinical Bottleneck ⭐️ 8.0/10

风投机构 a16z 提出异议：虽然 AI 加速了药物发现并扩大了管线规模，但 FDA 每年批准的新药数量仍卡在 50 款左右，因此每款新药的价值反而下降。该分析基于 Formation Bio CEO 的长文，指出临床试验已成为新的瓶颈。 这一反共识观点挑战了 AI 在医药领域的主流乐观预期，强调临床转化才是真正的限制因素。它可能重塑投资策略，促使业界更多关注解决临床瓶颈而非仅聚焦发现环节。 过去十年，药物管线数量翻倍，但 FDA 每年批准数停滞在 50 款左右。Formation Bio CEO 认为发现环节已不再稀缺，临床能力才是关键约束。

rss · AI Will(@FinanceYF5) · Jul 4, 11:17

背景: AI 药物发现利用机器学习快速筛选和设计候选分子，但所有药物仍需通过严格的临床试验验证安全性和有效性。临床试验成本高、周期长，且受患者招募、监管障碍和试验机构能力限制，已成为主要瓶颈。尽管市场预测 AI 驱动的药物发现将快速增长，但若不解决临床约束，供给增加可能无法转化为更多获批药物。

标签: #AI in Drug Discovery, #Pharmaceutical Industry, #Venture Capital, #Clinical Bottleneck

HOLA：海马线性注意力实现长程召回
HOLA: Hippocampal Linear Attention for Long-Range Recall ⭐️ 8.0/10

研究人员提出了 HOLA（海马线性注意力），它在压缩的 delta-rule 状态之外增加了一个有界精确 KV 缓存，从而在不牺牲 O(1) 推理效率的前提下提升了长程召回能力。 这解决了线性注意力和状态空间模型的一个关键局限——早期信息在压缩状态中被覆盖——使得在 32k 词元范围内实现鲁棒的针在干草堆召回，并在 340M 参数规模下在困惑度上超越全注意力 Transformer。 在 15B SlimPajama 词元上训练的 340M 参数模型上，HOLA 将 Wikitext 困惑度从 27.32 降至 22.92，低于全注意力 Transformer++ 的 26.88，并在 32k 词元（训练长度的 16 倍）上保持稳健的 RULER 针在干草堆召回。

rss · elvis(@omarsar0) · Jul 3, 15:38

背景: 线性注意力和状态空间模型将整个序列压缩成一个固定大小的循环状态，从而实现每步 O(1) 内存。然而，这种压缩会导致早期键值关联在大量词元竞争时被覆盖，从而降低长程召回能力。HOLA 受海马体启发，将这种压缩记忆与一个小的精确缓存结合，以存储不应压缩的关键关联。

标签: #linear attention, #state-space models, #long-range recall, #efficient sequence modeling, #HOLA

NASA 发射救援卫星拯救老化 Swift 望远镜
NASA launches rescue satellite to save aging Swift telescope ⭐️ 8.0/10

2026 年 7 月 3 日，NASA 发射了由 Katalyst Space Technologies 建造的 LINK 航天器，与运行 20 年的 Neil Gehrels Swift 天文台对接并提升其轨道，防止其失控再入大气层。 如果成功，这将是首次由私人航天器捕获未设计用于在轨服务的美国政府卫星，展示了延长卫星寿命和减少轨道碎片的新能力。 LINK 将使用机械臂抓住 Swift，然后通过推进器将其轨道提升约 240 公里。任务成功后，Swift 最早可在 2026 年 9 月恢复观测。

telegram · zaihuapd · Jul 3, 15:43

背景: Swift 天文台于 2004 年发射，用于研究伽马射线暴和其他宇宙现象。由于太阳活动，其轨道持续衰减，若不干预，预计 2026 年底前将在大气层中烧毁。LINK 任务是商业在轨服务日益增长趋势的一部分。

标签: #NASA, #space telescope, #satellite rescue, #orbital boost, #private space

腾讯玄武实验室阿图因 AI 在 CyberGym 测试中超越 Mythos
Tencent Xuanwu's Atu Yin AI beats Mythos in CyberGym test ⭐️ 8.0/10

腾讯玄武实验室宣布，其研发的阿图因 AI 在 CyberGym 网络安全基准测试中获得 84.0%的得分，超过 Anthropic 的 Claude Mythos Preview。该工具基于开源模型 GLM-5.1 构建，消耗的预算不到 Mythos'玻璃翼计划'的 0.1%。 这表明开源模型可以在网络安全领域以极低的成本超越顶级商业 AI，可能推动高级漏洞检测的普及。此外，它发现了多个 Mythos 未检出的高危漏洞，凸显了实际安全影响。 阿图因 AI 在 curl、gnark、OpenSSL、Python cryptography、Java bc-java 等项目中发现了多个高危逻辑漏洞，评分最高达 9.3。在伯克利 BVI 真实世界漏洞榜单中，其严重漏洞严重程度排名第 1，总数排名第 5。

telegram · zaihuapd · Jul 3, 16:12

背景: CyberGym 是加州大学伯克利分校创建的网络安全基准测试，基于 188 个开源项目中的 1507 个真实漏洞构建。GLM-5.1 是智谱 AI 开发的开源大语言模型，专注于编码能力。该测试评估 AI 在真实软件中检测安全缺陷的能力。

标签: #AI安全, #网络安全, #开源模型, #大语言模型, #漏洞检测

华为提出韬定律：时间缩微替代几何缩微
Huawei Proposes Tao's Law: Time Scaling Replaces Geometric Scaling ⭐️ 8.0/10

在上海举行的 2026 国际电路与系统研讨会上，华为提出了“韬定律”，这是一种以时间缩微替代几何缩微的全新半导体演进原则。过去六年，华为已据此设计并量产了 381 款芯片，并计划于今年秋季推出采用逻辑折叠技术的新麒麟芯片。 随着摩尔定律逼近物理极限，韬定律提供了一条潜在的前进道路，将关注点从晶体管密度转向跨器件、电路、芯片和系统层面的基于时间的优化。这可能帮助中国半导体产业绕过 EUV 限制，在 2031 年前实现相当于 1.4 纳米制程的芯片性能。 “逻辑折叠”架构将逻辑电路物理折叠成双层结构，从而无需极紫外光刻即可实现更高的晶体管密度。华为的论文声称，与传统缩放相比，晶体管密度可提升 55%，首款商用芯片预计将于 2026 年秋季出现在麒麟系列中。

telegram · zaihuapd · Jul 4, 04:56

背景: 摩尔定律历史上通过缩小晶体管尺寸（几何缩微）驱动半导体进步，但由于物理和经济限制，这一进程正在放缓。韬定律则提出在所有系统层面降低特征时间常数，优化散热和信号传播。华为的方法将这种时间缩微与逻辑折叠相结合，垂直堆叠电路，在不需尖端光刻的情况下模拟先进节点的密度增益。

标签: #semiconductor, #Huawei, #Moore's Law, #logic folding, #chip design

教育部禁止手机布置作业及暑假补课
China Bans Mobile Phone Homework, Summer Tutoring ⭐️ 8.0/10

教育部办公厅发布通知，严禁使用手机布置作业或让学生用手机完成作业，禁止要求家长检查批改作业。同时严禁暑假补课、提前开学、延迟放假以及以夏令营、研学等名义变相组织考试。 该政策直接影响全国数千万学生、教师和家长，旨在减少屏幕时间和学业压力。它回应了教育中技术过度使用的担忧，并强调规范学校作息时间和评估方式。 通知特别针对暑假，禁止在假期前后组织区域性、校际性统一考试或测验，也不得以“夏令营”“研学”等名义变相考试。

telegram · zaihuapd · Jul 4, 13:13

背景: 近年来，中国家长常抱怨作业过多以及通过手机 App 检查批改作业的负担。教育部一直在推行“双减”政策以减轻学生学业压力。本通知扩展了这些努力，专门针对手机使用和暑假补课问题。

标签: #Education Policy, #Mobile Phones, #Homework, #Summer School, #China

📊 运行统计 · 总耗时 4m 57s · AI 分析 1m 40s · Tokens 0.31 MCY (输入 0.22 / 输出 0.10 MCY)