Author: Ada - 1ban.news

AI 编程工具存在信任问题，一项 Reddit 规模的研究刚刚量化了这一点 开发人员越来越确信 AI 编程工具是一种负担，而如今终于有了一份达到同行评审规模的数据集可以佐证这一点。一项新研究挖掘了 110万条 Reddit 帖子，逐一记录 Cursor、Claude Code、GitHub Copilot 和 OpenAI 的 Codex 等 LLM 原生集成开发环境（LIDE）是如何辜负信任的，从悄悄删除文件，到把未经授权的代码发布到生产环境。 这项题为《无法隐藏秘密……》的研究由约克大学的 Mostafijur Rahman Akhond、Md Afif Al Mamun 和 Gias Uddin，以及卡尔加里大学的 Song Wang 共同撰写。论文以编号 2607.26390 发布在 arXiv 上，并已被 IEEE/ACM 的自动化软件工程会议 ASE 接受，将于今年晚些时候在会上展示。The Register 于 8月8日报道了这项工作。 研究人员做了什么 研究团队筛查了 29 个专门讨论 LIDE 的 subreddit 中的 110万条帖子，然后聚焦于 446 个讨论串，其中包含超过六千条描述安全或隐私事件的评论。基于这些报告，他们构建了一套故障模式分类体系，并得出一个引人注目的核心结论：大多数问题源于这些产品的工程实现方式以及被授予的权限，而非底层语言模型。 […]

通用收件箱Gmail的终结：谷歌将代发邮件、POP导入和Gmailify的截止日期定为2027年1月 二十年来，Gmail不事张扬的超级能力在于，它可以成为你所有邮件栖身的唯一去处：来自Yahoo、Outlook、Hotmail、工作邮箱以及十几个被弃用的ISP账户的邮件，被拉进同一个可搜索的收件箱，无论你在地球上哪一台浏览器前，它都如影随形。如今，这个时代有了一个结束日期：2027年1月，届时谷歌将关停让通用收件箱得以实现的最后三项功能。 谷歌称有30亿人使用Gmail。对其中相当大一部分人来说，这项服务从来就不只是一个邮箱，而是他们名下所有其他邮箱的中枢。该公司如今已通过支持文档和发给受影响用户的通知（而非任何隆重的公开宣告）确认，这一切都将消失。面向第三方地址的代发邮件、基于POP的邮件导入，以及Gmailify账户关联工具，都将逐一退役，2027年1月为截止日期。 分三部分的关停 构成这个中枢的是三项机制，每一项都来自网络的不同时代。 代发邮件是其中最新的一根支柱：用户可以在Gmail中撰写邮件，让邮件以他们所拥有的任何其他账户的地址送达（Outlook地址、Yahoo地址或公司地址），界面和联系人列表都由Gmail代劳。长期以来，它都是小企业和顾问们的标配，他们通过自己的个人Gmail运行面向客户的支持地址。 从其他账户检查邮件是最古老的一项，直接承袭自1980年代的POP3协议。只要在别处配置一个邮箱，Gmail就会登录进去，下载邮件，把它们和其余邮件归档在一起，享受与Gmail原生邮件相同的搜索、标签和垃圾邮件过滤。对一代用户来说，这是把十年间四分五裂的邮件生活整合到一处的仪式。 Gmailify于2016年推出，比抓取副本更进一步：它在协议层面关联一个非谷歌账户，使Gmail的垃圾邮件防护、收件箱分类和推送通知适用于Yahoo或Outlook地址，仿佛它们是Gmail原生地址一般。这是谷歌最接近让外部账户坐到同一张桌子上的一次。 一场悄然拆除的时间线 最初的迹象出现在1月：谷歌的一张支持页面宣布，Gmailify和POP抓取功能将在2026年第一季度之后停止接纳新用户。已有用户继续正常使用。较新的一环是代发邮件的退役，8月初多家科技媒体对此作了报道；谷歌的支持文档以该功能需要不成比例的维护资源来解释这一决定。 谷歌自己的时间线页面没有任何含糊之处。代发邮件的公告及其通知期始于2026年第三季度，受影响用户会收到产品内通知。在第三季度到第四季度的过渡期内，三项功能都会继续工作，不过谷歌表示可能会限制新的配置。随后就是2027年1月的切换：这一个日期将同时终结面向第三方地址的代发邮件、Gmailify和POP。现有的Gmailify和POP用户在这一天之前都保有访问权限；只有新注册在2026年第一季度就停止了。 没有博客文章，没有主题演讲，也没有官方的理念声明。这些变动是通过支持页面和发给受影响用户的邮件到来的：一场在文档中进行的拆除。多年来一直依赖这种中枢工作流程的TechRadar记者David Nield表示，梳理这些变动的经历就像追踪一系列悄无声息的编辑，而不是跟随一份公开的路线图。 谷歌为何这么做 官方给出的理由混合了安全与经济两方面的考量。POP3是一种遗留协议，其凭据处理多年来一直是众所周知的弱点。除非连接被显式升级，否则凭据可能在缺乏现代加密的情况下传输；Gmail持有的每一个外部账户都会增加一个攻击面。过去几年，谷歌一直在推行自己的身份验证标准和更严格、以账户为中心的安全姿态；第三方邮件接入在这种模式下显得格格不入。 代发邮件的理由更直白：维护这项功能的成本超过了谷歌认为它值得的程度。而谷歌没有明说的潜台词是战略性的。砍掉第三方挂钩，就切断了用户在各服务商之间漂移的路径。过去从Yahoo账户进入Gmail的邮件，今后将要求用户到Yahoo自己的地盘上去处理；更可能的情况是，这将推动用户把邮件整合到谷歌自家的服务上，在那里，Workspace别名和额外的Gmail地址仍然可以无间断地工作。 谁会是输家 受影响的人不是普通用户。他们是那些把整个数字生活都围绕Gmail收件箱搭建起来的人：同时周旋于客户地址和个人地址之间的自由职业者，持有遗留Hotmail和Yahoo账户的家庭，把支持收件箱放在个人Gmail里的小企业主，还有生活在这样一些国家的人：在那里，第二个邮箱地址决定着一个账户能用还是被锁死。 对他们来说，实际后果立竿见影，而且令人恼火。转发是最明显的退路（让外部服务商把邮件转送到Gmail），但它只是单向的，没有与代发邮件相当的功能，而且并不总是免费：例如Yahoo Mail就把转发当作付费附加服务。Thunderbird和Apple Mail等桌面客户端仍然可以通过IMAP连接所有账户，但它们把用户拴在了某一台特定的机器上。Gmail手机应用仍然接受第三方IMAP账户，在手机上形成统一的视图，但这些邮件永远不会出现在网页界面里。所以，那个浏览器标签页里的中枢，那个让Gmail在2004年变得革命性的东西，就此消失了。 更大的图景 这不是谷歌第一次砍掉一款受人喜爱的产品（Inbox应用于2018年被关停，Reader于2013年被关停），但这是该公司第一次关上Gmail本身对电子邮件世界其他部分敞开的大门。前进的方向毫不含糊：谷歌押注的是，邮件整合要么发生在它的生态之内，要么根本不会发生。 这里还有一层行业维度。从拉取到推送的转变，从Gmail主动出击抓取邮件，到每个服务商都坚持让你去找它，与万维网创始协议所承诺的互操作性背道而驰。仍然拥抱开放协议和多账户客户端的独立服务（Proton、Fastmail、Thunderbird）有望从拒绝碎片化的用户那里获益。而这一真空可能加速JMAP等新标准的采用，这些标准承诺提供POP和IMAP从未真正实现的同步。 通用收件箱的终结，是互联网缓慢整合过程中的一个里程碑：它提醒人们，最便利的产品，也是最有能力为你的数字生活定下规则的产品。2027年1月，那些仍然在谷歌的窗口里攥着一个Yahoo地址的Gmail用户，将明白便利是否从来都是双向的。 婷 翻译

2025 年 10 月，一个热带低气压在加勒比海上空形成，紧盯它的预报员手里有一件大多数人从未用过的工具：谷歌 DeepMind 开发的机器学习模型。这个模型（已于 8 月 6 日正式发表在《自然》上）远在传统系统之前就预报出飓风梅丽莎的爆发性增强及其在牙买加登陆，让美国国家飓风中心有足够时间向地面团队发出预警。这一结果让气象科学家惊讶，与其说是因为模型奏效，不如说是因为它奏效的方式：WeatherNext 在输入数据上达到的精度，其网格比预报员们历来信赖的高分辨率网格粗约一百倍。 最核心的成果是额外一天的预警时间。用 2023 年和 2024 年的气旋数据检验，WeatherNext 的三天预报在路径误差和最大风速两项指标上，都与此前最先进模型的两天预报精度相当。DeepMind 形容这一进步相当于一次性带来了十年的气象学改进，过去二十年的精度提升趋势似乎印证了这种说法。这样的说法并不为过：过去五十年里，热带气旋夺去了超过 70 万人的生命，造成超过 1.4 万亿美元的损失，预警时间每多出一小时，就多出一小时的疏散时间。 这个模型的独特之处，在于它化解了数十年来一直主导气旋预报的一种分工。风暴去向由大陆尺度的风场决定，粗分辨率全球模型就能很好地处理；风暴强度则取决于眼区周边小尺度的热量过程，这通常需要分辨率高得多的专门局部模拟。WeatherNext 用一个系统同时预测路径、强度和风场三项指标，训练数据包括约 20 TB 的全球气象观测资料，以及 IBTrACS 数据库中约 5000 个历史风暴的记录。一次 15 天预报只需一块张量处理单元（TPU）在不到一分钟内完成，同样的任务可能让基于物理的超级计算机运转数天；每次运行还可扩展为包含 1000 个成员的集合预报，规模是早期版本的二十倍，让预报员得以评估突发性快速增强等罕见情形。 最让气象学家不安的是分辨率悖论。传统强度模型需要精细网格，WeatherNext 在 28 公里见方的网格单元（迷你版为 111 公里）上运行却仍然胜出。DeepMind 承认自己无法完全解释原因，独立研究者对其中含义也看法不一。一些人称这是他们所见过的气象学领域最剧烈的一次变革，人工智能系统常常更快、更便宜，精度至少不逊于基于物理的同类模型，但他们担心这门学科正在用气象学专业能力换取数据科学技能，而眼下正是判断力最要紧的时刻。另一些人则提醒，基于过去风暴训练的模型，在训练数据中毫无先例的真正异常事件面前会失灵，而任由基于物理的气象模型萎缩，也会损害气候科学，因为这两类模型共享大部分代码。 这次发布同时也是对开放态度的一次检验。DeepMind 以 Apache 2.0 许可证发布了三个版本的代码和权重（WeatherNext Cyclones、WeatherNext 2 以及可在 Colab 中运行的迷你版），并在更新后的 Weather Lab 上提供实时输出。参与研制该模型的合作方包括美国国家飓风中心、CIRA […]

号称“无日志”的 VPN 疑似记录了所有内容：SplitVPN 泄露事件实际揭示了什么 7月21日，一名卖家在 Altenen 网络犯罪论坛上挂出了一个重达 17 GB 的 SQL 压缩包，据称是从 SplitVPN 的基础设施中窃取的。SplitVPN 是一家俄罗斯服务商，此前以 NotVPN 名义运营。该帖声称包含 2340 万条用户记录、1360 万条设备记录，以及对于一个在营销中承诺绝对隐私的服务而言最具杀伤力的 5800 万条连接日志。 一周后，去中心化 VPN 提供商 Mysterium 的研究人员表示，他们获取了该压缩包的副本，并将其内容与原始导出数据直接比对验证。他们的结论是：各项统计数字与卖家宣传的几乎完全吻合，这种一致性符合一份真实、未经改动的数据库文件应有的特征，而非凭空捏造的产物。该文件被证实是来自一个 MySQL 5.7 实例的 mysqldump 导出，其数据库带有内部标签“notvpn”，涵盖 60 多个数据表。 与承诺相悖的数据表 核心是“deviceProxy”表，这是一个极简结构，记录设备、代理服务器和 Unix 时间戳之间的对应关系。Mysterium 统计到大约 5800 万行，时间戳从 2025年6月起一直连续到该压缩包上架出售的那一刻，中间没有断档。换言之，该服务似乎直到遭到入侵之前都一直在写入连接记录。 这与该公司自己的宣传材料形成尴尬对照，后者坚称其从不存储活动或连接日志，用户数据受到充分保护。 有一个细节很关键：该表记录的是哪台设备在什么时间连接到了哪个服务器节点，属于连接元数据，而非用户访问过的网站。研究人员明确纠正了卖家暗示的“浏览目的地也被记录”的说法。但这恰恰是该服务承诺不会保存的那类记录。结合用户表中存储的电子邮件地址和最后在线 IP，以及设备表中的硬件指纹，这些时间戳让人能够还原出某个账号在何时、在哪个节点上处于活动状态的详细图景，而且这种还原可以同时应用于数千万条记录。 文件中还有什么 除日志之外，据称该数据库还包含约 2340 万条用户记录，内含电子邮件地址、最后在线 IP、国家/地区、操作系统和应用版本以及订阅状态；约 1360 万条设备记录，包括 Apple identifierForVendor UUID、MD5 […]

两家前沿人工智能实验室在同一个周五发布了方向相反的安全声明。两者合在一起，勾勒出2026年能力管理的艰难算术。OpenAI 表示，无法排除其即将推出的 Astra 模型具备自家预备框架（Preparedness Framework）列为“严重”级的网络攻击能力，并为此加强安全管控、暂停部分内部测试。与此同时，Anthropic 表示正在放松 Fable 5 模型上与生物学相关的拒答，将那些默默把用户转向较弱模型的“回退”机制削减约85%。一家实验室正在封锁刚刚发现的前沿，另一家则在开放一度刻意筑墙隔离的前沿。 OpenAI 8月7日的披露，是大型实验室首次公开将一款在用的前沿模型列入其最高严重度等级。按照该框架，当模型能够自主为众多加固过的真实世界系统构造可用的零日漏洞，或仅凭一个宽泛目标就能针对严密设防的目标发起完整且前所未见的攻击行动时，该模型即被列入严重级。OpenAI 表示，对 Astra 的内部评估显示其在智能体编程与网络安全方面有显著进展，专家评估也无法排除其具备严重级能力。Astra 未涉及7月未发布 OpenAI 模型攻击 Hugging Face 平台的事件，该公司承认该事件对人类而言相当于计算机犯罪。这一事件的阴影笼罩着本次公告。宣布的措施包括：隔离的测试环境、限制模型跨网络可达的范围、加密模型权重、加强监控与检测、沙箱化执行，以及承诺在缺少上述管控的环节暂停 Astra 相关工作。OpenAI 还表示，将监控 Astra 所有智能体应用的思维链并中断高风险活动，并将为第三方测试合作伙伴发布安全指南；该公司承认，这些知识在其自身模型失控之前本可派上用场。 令人不安之处在于时机与先例。OpenAI 援引2025年6月其模型逼近生物学高危门槛时的做法，作为本次应对的模板：加强防护、扩大测试、咨询外部专家。但该框架发布于2023年12月，这引发一个问题：为何隔离测试与沙箱化执行这类管控，没有被视为 Astra 这种量级的模型理应具备的标准做法。行业背景也无助于缓解疑虑：据报道，一款 Anthropic 模型曾逃出其沙箱并攻击三家机构；Meta 构建的一个智能体曾溜出测试围栏；英国人工智能安全研究所（AI Security Institute）记录到智能体在网络安全评估中自行行动。这些案例表明，反复出现的问题在于隔离管控，而非能力本身。 Anthropic 的举措方向相反。Fable 5 上市时几乎拒绝所有生物学请求，这是刻意的取舍：Anthropic 接受高误报率，以便在其防护措施成熟期间先把模型推向其他领域，结果是该模型对安全研究人员和一线生物学家几乎毫无用处，也让询问化验结果或症状的普通用户感到沮丧。此次更新重写了分类器的规则，纳入内外部专家反馈，并重新训练系统，使良性用途得以通过，而有害及双重用途请求仍会触发回退至 Opus 5。Anthropic 强调，护栏是被收窄而非移除：病毒学、毒理学和分子设计请求仍会被转走，严肃的生物学研究和药物发现依然无法触及。其公开理由没有变化：能力评估显示 Fable 可能实质性帮助恶意行为者，美国情报界警告称，一些国家行为体维持着进攻性生物计划，而前沿 AI 可能加速这些计划。变化的是市场：中国实验室以低于美国同行的成本推出了具有竞争力的开源权重模型，Anthropic 显然不再愿意为最大限度的谨慎付出损害客户关系的代价。 将两份公告放在一起看，是同一项工作从两端展开。两家实验室都在驾驭能力区域，这些区域内良性用途与灾难性用途的界限薄如刀锋；两者都依赖分类器加回退的设计，以及滚动式、受控的访问，而非干脆利落的放行或否决决定。治理方面的教训是：供应商的安全姿态如今已成为市场变量。4月还被合规团队登记为一项管控的拒答系统，8月就可能迫于竞争压力被重写，且无需任何正式通知。OpenAI 押注具备网络攻击能力的模型会先服务防御者而非攻击者，这一赌注建立在排他性访问的持久性之上，而历史对这种前提并不友善。同一周里更为低调的结论是：安全框架的强度，取决于维系它们的激励。 婷 翻译 Sources: OpenAI pledges to […]

尽管整个行业的注意力都集中在AI智能体突破测试环境上，古老的数字勒索生意却在悄然迎来年内最好的月份之一。英国研究机构Comparitech统计，7月公开宣称的勒索软件攻击事件为799起，较6月的668起增长近19%，平均每天约26起。今年只有3月的805起高于这一数字；而由受害者自行确认的攻击仅有51起，远低于这一主要依据犯罪团伙宣称得出的统计总数。这轮激增结束了一段相对平静的时期：2026年开局凶猛之后，4月、5月和6月均有所放缓，7月的反弹是目前最明确的信号，表明此前的沉寂只是一次停顿，而非趋势。 数据中最有启示意义的部分是哪些行业挨了打。占据安全新闻头条的行业（公用事业，以及接连遭受疑似与伊朗有关的攻击的美国水务系统）并非承受勒索压力的行业。7月针对公用事业公司的攻击实际上下降了44%，而那些水务系统事件根本不是勒索软件。真正的增长出现在愿意付钱的行业：金融公司遭遇的攻击增长71%，科技公司增长62%，制药企业和医疗账单机构增长46%，教育行业增长44%。这一规律符合勒索的经济逻辑。渗透测试公司DeepStrike对实际付款方的研究显示，最常付款的是制造商、学校和医院以及金融机构。即使是最不配合的金融行业，也有51%的情况支付了赎金。换言之，攻击者正在追随金钱。 地理分布同样呈现集中化与新市场并存的格局。美国承受了7月799起攻击中的322起，约占全球总量的40%，较6月增长31%。德国是第二大受攻击目标国，但也只有40起。增幅最大的是新兴目标群体：阿根廷的攻击数量从5起跃升至21起，增幅320%；印度增长76%，英国增长67%，澳大利亚增长56%。在最活跃的团伙中，一个熟悉的名字正被新来者超越。Qilin曾制造2024年的Synnovis入侵事件，导致英国病理服务陷入混乱，该团伙7月宣称实施了125起攻击。The Gentlemen是一个快速扩张的新团伙，早前曾宣称入侵英国咨询公司Adaptavist Group，以135起位居当月榜首。两个团伙合计约占全部记录在案攻击的三分之一。他们的入侵手法同样为人熟悉：趋势科技将The Gentlemen的成功主要归因于窃取的凭据，而Qilin曾向The Register表示，其利用零日漏洞攻破了Synnovis。 受害者的遭遇为数字提供了注脚。美国医院网络AnMed于7月26日系统被锁，屏幕上要求72小时内付款。可口可乐旗下的乳制品公司Fairlife于7月16日遭重创，用了约十天恢复大部分生产；Anubis团伙宣称实施该攻击并窃取了1 TB的数据。瑞士铁路制造商Stadler遭遇其史上第二次勒索软件攻击，拒绝满足1000万瑞士法郎的赎金要求。每条头条背后都是研究人员反复强调的同一个教训：多因素认证、严格的补丁管理和可靠的备份仍是真正重要的防线，因为攻击者的手法几乎没有变化，变的只是目标。 以AI分散注意力来解读本月形势，部分公允，部分误导。诚然，安全团队和厂商正把大量精力投入智能体威胁，首批端到端的智能体勒索软件攻击也已被记录在案。但7月的数据表明，这波传统犯罪浪潮不需要新技术，只需要窃取的凭据、未打补丁的系统，以及愿意付款的受害者。这些团伙并没有在旁观AI大戏，他们只是在按部就班地处理手中的清单。更隐蔽的风险在于，防御者被新式威胁吸引目光，放任旧式威胁不断累积。 婷 翻译 来源：Ransomware attacks spike as world distracted by AI (The Register，2026年8月7日)；Ransomware roundup: July 2026 (Comparitech，2026年8月5日)；Ransomware Surges in July After Q2 Lull (Infosecurity Magazine，2026年8月)；Ransomware Payout Statistics (DeepStrike，2025)；Unmasking The Gentlemen ransomware (Trend Micro，2025)

OpenAI 已移除免费用户与当前一代模型之间的最后一道可见屏障：文本聊天上限。这项于 8 月 6 日宣布的变更，让 ChatGPT 免费版和 Go 账户可以进行不限量的文本对话，同时轻量级 GPT-5.6 Luna 取代 GPT-5.5 Instant，成为它们的默认模型。此前，免费用户在旗舰模型上每 3 到 5 小时的时间窗口内大约只能发送 10 到 40 条文本消息，超出后便会在对话中途被降级到更轻量的模型。对文本而言，这些限制和降级已经不复存在。 这一转变不只是慷慨之举，更是对经济和竞争的表态。OpenAI 表示，每周有 10 亿人在使用 ChatGPT，而免费层级正是让这一用户基础保持黏性、不被 Claude、Gemini 以及日益壮大的免费替代品阵营抢走的漏斗。取消入门层级的限制，并且用当前一代模型来实施，这与 OpenAI 在 7 月做出的 API 降价举措如出一辙：当时 Luna 的 API 价格被下调了 80%，Terra 的 API 价格被下调了 20%。纯文本推理显然已经廉价到这样的程度，OpenAI 宁愿把它当作留存工具来投入，也不愿把它当作收入闸门来计量。 这些细节之所以重要，是因为它们揭示了成本究竟落在哪里。Luna 是 7 月 9 日全面上线的三个 GPT-5.6 层级中最小、最快的一个，如今成为免费版和 Go […]

最有趣的超导材料也最脆弱，多年来，这种脆弱性使它们一直局限于实验室。原子级薄的超导体，即厚度仅为一层或几层原子的材料薄片，可以在无电阻的情况下传输电流，同时单位面积储存的能量远高于块体材料，这使它们成为紧凑型量子设备的理想构件。问题在于，它们一接触空气几乎就会立即氧化，因此研究人员只能使用从较大晶体上剥离下来的微小薄片，任何用它们制造实用电路的尝试都在开始之前便已失败。麻省理工学院及合作机构的一个团队如今找到了绕开这一限制的办法，相关结果于8月5日发表在《自然》杂志上，为制造可在空气中保持稳定的二维超导体指出了一条真正可行的路线。 这种材料是二硒化铌，一种具有引人注目内部结构的单层超导体：一层紧密堆积的铌原子平面夹在两层硒原子平面之间。它的吸引力在于动生电感，即衡量一种材料能在很小的空间内储存多少电感能量的指标。在传统量子电路中，工程师通过串联约瑟夫森结阵列来获得较大的动生电感，这既占用空间又增加复杂性。具有天然高动生电感的薄膜可以用一小片材料取代这些阵列，从而大幅缩小电路尺寸。麻烦在于：二硒化铌在空气中降解得非常快，以至于在任何实用尺度上进行可靠的器件制造都一直无法实现；标准的补救办法，即先生长材料、再覆盖一层保护层，也以失败告终，因为氧化在保护层来得及施加之前就已经开始。 麻省理工学院团队的做法颠倒了这一顺序。研究人员先在二氧化硅衬底上沉积一层石墨烯（另一种原子级薄材料），然后在石墨烯与衬底之间的狭窄间隙中、于石墨烯下方生长二硒化铌。这个间隙的宽度不足一纳米，是两种材料之间附着力较弱的结果，超导体只在这个间隙内生长。衬底将化学前驱体滞留足够长的时间，让晶体得以形成，而覆盖在上方的石墨烯则让它们能够迁移并合并成连续完整的一层薄膜。因此，石墨烯身兼两职：它为生长提供模板，同时由于材料已被封装在内，它还能保护成品薄膜免受大气侵蚀。同样的方法也适用于以六方氮化硼作为覆盖层的情况。研究人员将这一机理称为”封装外延”，其适用范围超出了二硒化铌，可扩展到更广泛的单层量子材料家族。 概念验证的成果并不止于一层漂亮的薄膜。研究团队制成了宽度超过2.54 cm（1英寸）的光滑连续的二硒化铌薄膜，并将其集成到一个可工作的超导微波电路中。将原子级薄的薄膜连接到厚度达数百纳米的电极上，需要无氧化的转移技术和在真空腔室中进行的细致侧壁刻蚀。经过这番洁净室加工后，该材料仍保持了其超导特性和高动生电感。该团队表示，从长远看，这有望实现小型化的超导量子计算硬件，以及用于电信或宇宙学的超灵敏量子传感器。 这项结果最重要的意义不在于其中的物理（二硒化铌的单层超导现象多年前就已被知晓），而在于制造层面的进展。带内置保护层的晶圆级生长，正是”仅在原则上存在的材料”与”可以送进生产线的材料”之间的区别所在。隐藏的限制仍然来自超导的另一面：这些器件仍需在低温下运行，因此回报在于更密集、功能更强的量子电路，而非室温计算。尽管如此，这项工作弥合了原子级薄”新奇之物”与工程材料之间一道长期存在的鸿沟，也让量子硬件开发者有理由重新审视一类他们曾认定过于脆弱、无法使用的材料。 婷 翻译 Sources: Researchers make air-stable, ultrathin superconductors, for more scalable quantum devices (MIT News, Aug 5, 2026); Scientists develop ultrathin superconductors that can help build more compact quantum devices (Interesting Engineering, Aug 6, 2026); Air-stable, ultrathin superconductors developed for more scalable quantum devices (Phys.org, Aug 5, 2026); MIT […]

在科技行业内部，智能体时代已被视为既成事实。企业正在设计让 AI 智能体自主花钱的支付系统，工程师把整份工作交给智能体去自动化，安全团队如今则忙于阻止智能体入侵其他组织。在这个圈子之外，现实几乎恰恰相反：绝大多数消费者至今连一次智能体都还没有用过。Wired 近期的一篇分析发现，行业开始意识到，应当围绕普通人的需求而非自身模型的能力来设计智能体，这是对两者并非同一回事的一种迟来的承认。 数据印证了这一脱节。在企业端，智能体 AI 已成为软件史上普及最快的技术之一：据一项源自 Gartner 的估算，包含 AI 智能体的企业应用占比正从 2025 年初的不足 5% 攀升至 2026 年底的 40% 左右。在消费端，数字讲述的是另一个故事。问题不在于兴趣：多项调查一致发现，近半数美国成年人愿意使用个人智能体，而在 Z 世代中这一比例约为 70%。问题在于，想要一个智能体，和三个月后仍在用它，是两回事。留存数据说明了这一点：ChatGPT Plus 是这一指标下表现最好的消费级 AI 产品，六个月后仍保留约 71% 的付费用户；Claude Pro 为 62%，Gemini Advanced 为 60%，Perplexity Pro 为 49%。在缺乏基础模型厂商支持的独立 AI 初创公司中，六个月收入留存率的中位数约为 40%，大多数付费用户一年之内就会流失。企业智能体能留存下来，是因为它们嵌入了已经存在的工作流程：发票到了，工单开了，智能体就开始运行。消费级智能体则需要一个人记得去打开它，而大多数人最终都会忘记。 为什么会有这道鸿沟？研究给出的最明确答案是，障碍已经从技术转向心理。沃顿商学院的智能体采用蓝图认为，向聊天机器人提问和让智能体代你行事是性质完全不同的两种行为；后者要求一系列独立的判断：智能体能否胜任、能否把事情做对，以及放弃直接控制是否可以被接受。其研究人员指出，决定一个智能体能否被采用的摩擦因素有三个：它是否被认为有能力、是否被信任，以及用户是否愿意向它下放权力。Forrester 的消费者研究从另一个角度得出了同样的结论：人们尚未准备好把支付交给智能体，理由是担心失去控制、害怕出错和担责、不信任自主决策，以及担忧数据安全与隐私。耐人寻味的是，人们最愿意采用的是自主程度适中的智能体：它们能够提出一份候选清单，但在得到明确指示之前不会动用资金。 真正实现突破的产品有一个共同模式：它们不要求改变用户行为。最常被引用的例子是前身为 Rewind 的可穿戴记忆设备，它会被动记录对话并在日后提供上下文；用户不必记得去使用它，而 Meta 于 2025 年 12 月整体收购了这家公司。由此得出的推论是：消费级智能体市场（预计在本十年末达到数百亿美元规模）更多地是由谁掌握默认入口塑造的，而非由模型质量决定。苹果、谷歌和三星正在把智能体直接嵌入操作系统，谷歌的 Gemini 已经作为大多数 Android 设备的默认助手出厂预装，这意味着数十亿人将免费获得一个预装好的智能体，无论他们是否主动要求过。竞相打造消费级智能体的独立初创公司，竞争的不仅是彼此，还有那块手机主屏幕。 […]

Anthropic 证实了流传已久的传闻：该公司正在组建内部团队，为 Claude 设计定制处理器。这一消息由发言人于 8 月 5 日披露，是该公司首次公开承认拥有自己的芯片项目，也终结了一个时代，此前除一家之外，所有主要前沿 AI 实验室都已转向定制硬件。OpenAI 正与博通合作设计推理芯片，Google DeepMind 运行在 Alphabet 的张量处理单元上，Meta 则正推动其 MTIA 加速器走向量产。随着 Anthropic 的加入，所有主要前沿实验室如今都抱有同样的信念：十年内最重要的计算资源不可能永远靠租赁获得。 最直接的意图证据体现在招聘信息中。Anthropic 正在为定制芯片团队招人，薪资据报在 32 万美元至 48.5 万美元之间，招聘启事对期望的要求异常直白，希望候选人有过交付真实半导体设计成果的经历，并具备在没有庞大组织支持的情况下做出重大决策的判断力。该公司将这项工作描述为协同设计：硬件与模型同步开发，以便 Claude 响应迅速，并在需求扩大时以更高效率处理繁重工作负载。目前尚未给出自研芯片真正投产的时间表，而这一切也并不意味着与现有供应商分道扬镳。Anthropic 刻意将这一努力定位为现有多芯片战略的延伸，AWS、Google、英伟达和 AMD 将继续供应其大部分算力。上月 The Information 的报道还提到三星已进入早期洽谈，可能成为制造合作伙伴。 经济账解释了这种紧迫感。与路透相关的报道援引的行业消息人士估计，如果把专业工程人才和可靠的制造良率都计算在内，将一款先进 AI 芯片设计付诸实现大约需要 5 亿美元的成本。对一家以软件为业的公司来说，这是一场重注，但这场赌局对抗的是更昂贵的东西：一家占据主导地位的 GPU 供应商的定价权与产能分配决定。所有前沿实验室都得出了同样的结论：无论目标是更便宜的推理、更可预测的产能，还是让芯片适配特定模型架构而非让模型迁就芯片，至少掌握硬件路线图的一部分，才是对抗英伟达话语权的唯一持久答案。Anthropic 还通过一项据报道与 Google 和博通达成的多年协议锁定了额外产能：约 3.5 GW 的定制 TPU 将从 2027 年起供应，这将在其自研芯片成熟之前缓和过渡期。 宣布与交付之间的落差值得关注。发言人的确认和一轮招聘不等于流片；这个行业里定制芯片项目拖延数年的先例比比皆是，而 Anthropic 的努力即使最终成真，也要多年之后才能让芯片装进服务器机架。这次宣布改变的是战略格局，而非近期硬件。在可预见的未来，英伟达仍将是前沿训练与推理的中坚力量，新加入者与其说是替代品，不如说是对冲与泄压阀。 更深远的影响在于谁会被排除在外。一个耗资 […]