聊天应用 Signal 对当前版本的 Microsoft Recall 感到不满,并利用 Windows 中的数码版权管理 (DRM) 功能来阻止该工具截取私人对话的快照。
Recall 并非默认启用,并且在捕捉截图时缺乏细致的控制。虽然它会忽略隐身模式的浏览器窗口,但其他内容一概纳入拍摄范围。Signal 以聊天隐私著称,因此认为消息窗口自动截图是不可接受的。
由于缺乏允许开发者限制 Microsoft 对桌面的窥视的设置,Signal 采用了 DRM 方法。为应用窗口设置 DRM 标记意味着 Recall (and any other screenshotter) 将会忽略该窗口。
Signal 解释道: "Apps like Signal have essentially no control over what content Recall is able to capture, and implementing 'DRM' that works for you (not against you) is the best choice that we had. It's like a scene in a movie where the villain has switched sides, and you can't screenshot this one by default either."
在 Windows 11 上,Signal 桌面版的新 "Screen security" 设置默认开启。关闭该设定会弹出警告,并要求用户确认后才能继续。
这虽然是个粗暴的工具,但几乎难以规避。正如 Signal 所指出,出于合理目的,有时确实需要截屏。例如,屏幕阅读器或放大工具等辅助功能软件若无法正常运行,将会造成问题。此外,该功能仅适用于本地设备。
Recall 在一年前的 Microsoft 2024 Build 大会上惨遭亮相。它的初衷是捕捉快照,让用户回到之前的工作状态,这看似是个好主意,但其实际实现却更像是个原型,莫名其妙地就发布到了更广泛的用户群体中。
网络安全专家和隐私活动家对 Recall 进行了严厉抨击,迫使 Microsoft 被迫重新审视其设计并改进此工具。
2025 年 4 月,在经历了 2024 年末对重构版的试探性预览后,Recall 出现在 Windows Insider Release Preview 渠道中。该功能为可选功能,并且在本文撰写时仍带有 "Preview" 标签。Microsoft 表示: "You are always in control of what apps and websites get saved in snapshots."
然而,Signal 对 Recall 的评价则更为讽刺。 "Take a screenshot every few seconds" legitimately sounds like a suggestion from a low-parameter LLM that was given a prompt like "How do I add an arbitrary AI feature to my operating system as quickly as possible in order to make investors happy?"
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。