周二,有人偷偷潜入一处地下室中,割断3条高功率互联网电缆,造成美国加州萨克拉门托市及其周围大量商家和居民断网。
这是从旧金山湾区到萨克拉门托市之间连续发生的第11起互联网电缆被割断事件,FBI已经介入调查。这些袭击多发生在没有安全摄像头监控的隐秘地带。FBI特工格雷格·乌斯里奇(Greg Wuthrich)说:“这些袭击已经对许多公司和城市造成影响,我们非常需要公众帮助。”
我们多数人认为,所谓的网络犯罪通常与黑客袭击、窃取个人数据有关,但物理袭击同样能够重创大量用户。周二被割断的光纤电缆被用于传送大量数据,这些数据将被分配给使用小型网络的家庭和企业。
但是这些袭击的动机是什么?目前还不清楚,但安全公司CEO汤普森(JJ Thompson)表示,这可能只是尝试。他说:“在这种分散于各地的袭击中,袭击者很有可能在测试我们的能力、反应时间以及影响。对于网络安全人员来说,这是个噩梦。”
尽管FBI没有对袭击者的可能动机发表评论,但旧金山地区科技部门与普通民众之间的关系在过去几年间变得非常紧张。抗议者谴责谷歌(微博)等公司故意将居民驱逐出这一地区,它们正毁掉湾区的独特文化。
在很多情况下,这些攻击都在提醒我们,技术可能被暴力行为破坏。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。