路杀每年夺走上亿生命,我们都可以阻止它
虎嗅 · 3 小时前
本文来自微信公众号: 猫盟CFCA ,作者:红色皇后2024年5月16日,马来西亚一只马来虎——最濒危的野生虎亚种——遭遇车祸死亡。2024年6月14日,山西一只华北豹遭遇车祸受伤。2026年7月初,佛罗里达美洲狮——最濒危的美洲狮亚种——已被记录到11只死亡,推测死因全是车祸。同年7月,我们在(升级了的)337县道上安装的红外相机,拍摄到13只豹出现在道路周边。8月,我们在当地老乡的帮助下收集了337县道上路杀的动物信息,不到一个月内,发现了死于车祸的两只赤狐和一只豹猫。猫盟还会继续关注337县道对野生动物的影响,以及动物过路通道的使用状况。路杀的死亡阴影世上本没有路,走的人多了,野生动物的安危就成了问题。路杀是最能集中体现发展与保护矛盾的事件之一。要想富,先修路,当地老乡要是听到“野生动物会撞死,所以还是别修路了”,恐怕会第一个站出来不同意。然而路杀对野生动物保护的影响也是触目惊心的。据估算,欧洲每年有1.94亿只鸟和2900万只兽死于路杀。一篇对亚洲路杀相关的论文的综述发现,亚洲遭受路杀并记入学术文献的物种有1048种,其中148种属于IUCN确定的受威胁物种(保护等级在Least Concern以上)。除了前面提到的物种,虎、狮、伊比利亚猞猁、欧洲野猫、美洲豹、野牦牛、非洲草原象、亚洲象、马来熊、苏门犀、非洲野犬、鬃狼等濒危物种都遭遇过路杀,有些还因路杀损失了相当多的个体,从而威胁到种群存亡。即使从最狭义的人类的利益来说,路杀也是一个严重的问题。根据美国2019年的数据,美国每年有约400人因车祸撞上野生动物丧生,5万9000人受伤。美国犹他州1996至2001年间,撞上动物的车祸造成的经济损失,占到所有车祸损失的39%。从更大的尺度上看,整个生态系统都可能被路杀产生的连锁效应波及。随着越来越多公路的建成,栖息地碎片化和路杀对野生动物的生存威胁也越来越大,无法忍受这种生活环境的动物就会灭绝或逃离。随着物种越来越少,食物网也变得越来越简单。根据《道路密度对地区食物网的影响》(Effects of road density on regional food webs)的分析,欧洲大城市周围路网密集的地方,生态系统的食物链关系会减少90%。面对路杀,我们该怎么办?目前已经有超过四十种缓解路杀问题的措施。之前我们讲过多种野生动物过路的通道,如天桥、涵洞、架高公路(让野生动物从底下通过),还有防止动物进入道路、引导走动物通道的围栏。此外还有野生动物警告牌、监测系统、加强照明、使用趋避剂和修剪路边植被减少动物靠近公路等。六盘山公路下的排水涵洞和通过涵洞的豹猫©猫盟豹猫从六盘山高架公路下经过©猫盟管用吗?好消息是,效果还不错!《道路缓解减少路杀的效果如何?》(How Effective Is Road Mitigation at Reducing Road-Kill?)对50项研究进行的元分析发现,与不做任何措施的情况相比,设立缓解路杀的设施能将路杀减少40%。不过,这篇论文有个奇怪的统计结果:单独用围栏可以将路杀减少86%,围栏与野生动物通道结合,则只有51%的减少。这可能是由于不同研究对象的条件不同。比如,那些“只有围栏”的研究地点,围栏的平均长度(约11千米)几乎是“既有围栏也有野生动物通道”(约4千米)的三倍。这个研究结果只能说明“很长的围栏”效果可能超过“很短的围栏加野生动物通道”,而不能说野生动物通道的效果是负的。但这也证明了围栏这一设施的重要性。《影响野生动物使用过路装置的因素——系统综述和元分析》(Factors affecting usage of crossing structures by wildlife—A systematic review and meta-analysis,下简称《元分析》)一文对270项研究进行了分析,发现不同物种对通道的类型各有偏爱:有蹄类、大型食肉动物和小型食肉动物都偏好公路架高的通道(从下面走过),有蹄类通过架高公路的概率,是天桥式通道的2.9倍,是地下通道的3.6倍。而小型非食肉动物更喜欢地下通道。我们使用围栏,引导野生动物和放牧的人从不同的道路经过©莹子人类的影响也是一个重要因素。大型食肉动物非常不喜欢给人使用的过路装置,它们使用专门给野生动物设计的过路通道的几率,甚至能达到人类专用通道的15.9倍。此外,不管大小,动物都更喜欢天然材料如泥土而不是水泥通道,这也可能是因为怕人。老乡在野生动物通道旁边植树,野生动物有遮蔽、有安全感,才会选择从野生动物通道经过©猫盟栖息地的条件也是影响动物过马路的一个重要因素。野生动物车祸综述:多学科可持续交通和野生动物保护方法(A review of wildlife–vehicle collisions:a multidisciplinary path to sustainable transportation and wildlife protection)提到,栖息地适合度的模型可以预测有蹄类穿越公路的位置,这是毫不奇怪的,“人”流量高的地方,车祸发生的几率也高。在道路规划时加入栖息地模型,由此安排这条路要通过哪里,哪里要安排过路设施,可以有效减少路杀。猫盟为337县道提出的野生动物廊道设计建议,清华栗夏琳制图这告诉我们,具体情况需要具体分析,想要减少路杀,了解当地的条件(比如环境、有什么动物、动物爱往哪里去)来进行规划很重要。但,如何获得具体信息呢?研究不足和公民科学补救虽然路杀已经是一个重要的研究项目,但研究者们收集的信息,还存在诸多局限性。大部分对路杀的研究都针对大型兽类和旗舰种,大部分研究都集中在西方世界,亚洲、非洲、南美洲的研究相对有限(亚洲的研究其实数量不少,但主要集中在少数几个国家)。虽然我们知道路杀会杀死许多动物,但路杀在生态系统的尺度上到底会产生什么影响,了解也很不够。道路这么多,很多地方基础设施又有限,要充分地了解路杀,存在诸多困难。这时候公民科学就出来提供帮助了。今年由南京大学李忠秋教授团队发表在《自然》上的一篇关于全球路杀状况的论文,从三个地方收集了路杀的信息:学术界的数据。他们检索了“全球路杀数据库”(Global Roadkill Dataset),得到177428条动物路杀记录。全球路杀观察(Global Roadkill Observations)。这是记录全球物种的网站iNaturalist的一个项目,这个网站人人都可以注册,然后上传自己记录到的生物,经过筛选,他们得到了125948条记录。中国的路杀记录。李教授的团队开发了一个微信小程序“路杀生物调查记录”,让大家来提交自己见到的路杀动物记录,2009年到2025年间,这个小程序收集了7126条记录。此外他还加上了iNaturalist上发生在中国的路杀记录,通过中国的媒体、社交平台、个人交流等收集到的信息,总共12738条。全球路杀观察收集的路杀野生动物照片路杀生物调查记录小程序这么多数字可能看得你有点晕了。划一下重点:这里iNaturalist上的信息,和小程序、媒体等收集到的信息,大多都来自没有学术背景的普通人。这是一个非专业人士参与科学研究的方法,也就是公民科学。他们靠着公民科学收集到了十万多条信息,这个量超过学术信息的三分之二。六盘山涵洞里的豹猫©猫盟路杀每天都在发生,路上人来来往往,我们无法从一只华北豹或美洲狮的车祸分析出这场事故的来龙去脉,但拍下照片上传时间地点,就提供了重要的本底调查信息,尤其是对那些研究尚未进驻的“荒地”。中国的道路长度超过500万公里,世界上位居第三,路网还在迅速扩张。世上本没有路,如何让路上既能走很多人,又能走很多动物,本身就是一条未知的路。参考文献1、Michael Braun.Third Florida panther killed in little less than three weeks;Big cat likely hit by vehicle on Corkscrew Road in Lee County[EB/OL].WGCU,(2026-07-03)https://www.wgcu.org/top-story/2026-07-01/third-florida-panther-killed-in-little-less-than-three-weeks-big-cat-likely-hit-by-vehicle-in-lee-county2、Balčiauskas L,Kučas A,BalčiauskienėL.A review of wildlife–vehicle collisions:a multidisciplinary path to sustainable transportation and wildlife protection[J].Sustainability,2025,17(10):4644.3、Mestre,F.;Bastazini,V.A.G.;Ascensão,F.Effects of road density on regional food webs.Conserv.Biol.2025,e70007.4、Rytwinski,T.;Soanes,K.;Jaeger,J.A.;Fahrig,L.;Findlay,C.S.;Houlahan,J.;van der Ree,R.;van der Grift,E.A.How Effective Is Road Mitigation at Reducing Road-Kill?A Meta-Analysis.PLoS ONE 2016,11,e0166941.5、Balčiauskas L,Kučas A,BalčiauskienėL.A review of wildlife–vehicle collisions:a multidisciplinary path to sustainable transportation and wildlife protection[J].Sustainability,2025,17(10):4644.6、Li Y,Zhao Z,Chen X,et al.Global inequality in roadkill burden concentrates collision risk on threatened species in low-and middle-income countries[J].Nature Communications,2026.
金属集体大跌,机构却看法不一:金银铜后市分歧在哪?
虎嗅 · 6 小时前
本文来自微信公众号: 和讯 ,作者:和讯财经研究11月20日,贵金属与工业金属双双再度下挫。沪金主力跌4.90%,沪银主力单日暴跌7.11%;COMEX黄金、白银隔夜也出现明显下跌。工业金属同样未能止跌,沪铜、沪锡、沪镍、沪锌当日均出现不同程度下跌。11月以来,国际金属市场经历了一轮明显调整。黄金、白银持续走弱,铜、铝、锌、锡等工业金属也相继承压。尤其是11月中旬以来,铜价跌势加速,带动金属市场整体风险偏好降温。这轮调整并非单一因素驱动。美国通胀压力、美元走强和利率预期变化,正在压制金属价格;此前积累的多头仓位集中平仓,又进一步放大了跌幅。与此同时,AI基础设施投资、能源转型和全球金属供需等长期逻辑,也开始接受市场重新审视。对于这轮下跌,市场并没有形成完全一致的判断。01金属集体回调,市场在重新定价什么?截至11月19日,LME铜自10月21日的阶段高点回落约13.64%,COMEX黄金同期回落12.42%,COMEX白银回落26.15%,LME铝回落约4.46%。国内方面,沪铜主力失守10万元/吨,近一个月跌约9.87%;沪银主力近一个月跌幅达22.27%。贵金属与工业金属均出现了不同程度的调整。图表|主要金属近一月市场价格表现数据来源:Wind。近一月区间为2026年10月21日至11月19日。LME为场内收盘价,COMEX为主力连续,上期所为主力收盘价。各机构对本轮回调的归因,基本集中在几个方面。其一,美国10月CPI与核心CPI环比双双高于预期,PPI同比升至6.5%,CME利率期货显示12月加息25个基点的概率从一周前的约八成快速升至95%以上,美元指数升至103.9的年内高位。其二,科技股调整通过"风险偏好收缩—AI基建用铜与用银预期下修"的路径传导至金属,高盛明确指出近期LME铜下跌"主要由AI相关股票波动驱动,而非实物基本面恶化"。其三,此前累积的多头仓位集中平仓放大了跌幅。在价格跌破关键位后被迫砍仓,令抛售形成自我强化。其四,跨资产资金腾挪。部分市场观点认为,11月18日同步暴跌与Anthropic启动IPO路演联系起来——快钱可能为申购这一可能创纪录的发行,抛售了加密资产、贵金属与铜。与盘面走势相反,部分实物指标仍显示出供应偏紧的特征。11月18日,洋山铜溢价升至360美元/吨的历史高位区间,铜精矿现货加工费处于-244至-247美元/千吨的深度负值。Mysteel数据显示,截至11月19日,国内电解铜现货库存为5.48万吨;上期所指定交割仓库铜库存截至11月14日当周降至27642吨,为2023年12月以来低位。铝市场同样面临库存压力,截至11月17日,LME铝库存降至约22.04万吨,为1990年以来最低水平。这构成了市场分歧的起点。02黄金:短期利率压力与长期配置需求,哪一个更重要?近一周现货黄金市场迎来连续下挫,连破3900、3800、3700、3600美元四大关口。自年内高点5596美元回落以来,现货黄金已跌去近2000美元,年内跌幅扩大至近36%。推动金价下跌的直接因素,是美国货币政策预期发生变化。短期黄金持续走弱,但海外机构对中长期价格的判断并没有同步转向悲观。高盛、瑞银、摩根士丹利和摩根大通私人银行给出的预测,仍然显示出对2027年金价的不同程度看好。高盛近期连续调整黄金价格预测。该行此前将2026年底黄金目标价下调至每盎司4150美元,并将2027年底目标价从5400美元下调至4800美元;11月中旬又将2027年底目标价从4800美元调整至4650美元,同时给出2028年底5600美元的预测。高盛对黄金的长期判断,核心仍然是央行购金和储备多元化需求。不过,高盛同时预计,美联储可能在2026年12月和2027年3月各加息一次,之后才逐步转向降息。该行将2027年的黄金市场形容为“越来越像2022年”:央行购金提供支撑,但较高利率可能限制金价上涨空间。世界黄金协会的统计,也显示央行购金仍是黄金需求的重要组成部分。世界黄金协会估算,2026年第三季度全球央行黄金需求约321.2吨,同比增长42%,高于过去五年227吨的季度平均水平;前三季度累计需求约675吨,同比增长6%。与高盛相比,瑞银的判断更贴近近期市场交易。瑞银认为,黄金近期的抛售“更像短期持仓调整,而非市场逻辑的根本转变”。该行指出,美元走强、实际利率偏高以及资金对其他资产的关注,给金价带来短期压力,但黄金ETF持仓仍表现出一定韧性。摩根士丹利的预测则更为积极。该行在11月发布的《2027年全球展望》中,将黄金列为其最看好的大宗商品之一,认为黄金仍将受益于交易所交易基金(ETF)和央行的持续需求。预计金价在2027年第二季度升至每盎司5000美元,并在第四季度达到5250美元。分歧因此可以概括为:短期看,加息路径尚未收敛,金价缺乏上行驱动;中期看,央行购金、去美元化与主权信用担忧构成了一个不太容易被打穿的地板。两个时间维度混在一起,是当前黄金观点"看似矛盾"的主要原因。03铜:供应到底紧不紧?需求到底持续吗?黄金的分歧主要在"短期与长期",铜市场的争论更直接——未来供应是否真的紧张?AI与电气化需求能否支撑此前的高价预期?本周铜价呈现“连续阴跌转为两日急跌”的下跌过程。11月18日,LME铜单日下跌5.71%、COMEX铜下跌5.40%,AI科技股回调引发用铜预期下修,铜价下跌由此加速;11月19日,沪铜补跌5.07%,跌破10万元/吨;11月20日再跌3.35%,LME铜也在同一天下跌2.95%。全周沪铜累计下跌约12.1%,其中后三个交易日贡献了近11.5%。高盛近期对铜市场的判断出现了值得关注的变化。11月中旬,高盛仍保留2027年铜价每吨15400美元的原始预测,但同时提示这一预测面临下行风险。该行在报告中指出:“我们预测面临的主要风险源于资金头寸,而非实物需求。”高盛认为,美国中期选举后,市场对AI投资和数据中心扩张的预期有所变化,投资者开始降低相关资产敞口,铜也受到影响。该行给出了不同情景:如果当前资金仓位水平维持,2027年铜价均价可能降至每吨14600美元左右;如果今年囤积在美国的铜库存重新流向全球其他市场,2027年均价可能进一步降至每吨14500美元左右。即便如此,这两个数字仍显著高于11月19日12526美元的价格。与高盛更关注资金仓位和价格溢价不同,德意志银行对铜价的中期判断更为乐观。据媒体9月28日报道,其金属研究分析师预计,铜价可能在2027年年中升至每磅10美元,约合每吨22000美元。其核心逻辑并不是全球需求突然大幅增长,而是铜库存可能被持续囤积并集中在少数市场,导致其他地区能够实际采购的铜越来越少。国际铜研究组织(ICSG)的供需预测,则提供了更偏向全球总量的视角。ICSG在2026年10月发布的最新预测中预计,2026年全球精炼铜产量约2869万吨,消费量约2859万吨,市场过剩约10.4万吨;2027年全球精炼铜产量预计达到2967万吨,消费量约2930万吨,过剩规模扩大至约36.8万吨。按照这一预测,2027年全球精炼铜过剩规模将明显高于2026年。因此,铜市场的分歧并不是简单的“供应紧张”与“供应过剩”二选一。ICSG统计的是全球精炼铜的供需平衡,德银关注的是能立刻交割的库存分布,高盛关注的则是资金愿意为这个平衡付多少溢价。这也是近期铜价调整中最值得关注的变化:市场开始重新区分真实消费、库存分布和金融资金带来的价格溢价。04白银:跌幅已经够大,还是调整尚未结束?11月20日收盘,白银期现价格大幅下挫,机构分歧集中在跌幅是否已足够、拐点何时出现。沪银主力报10,038元/千克,跌7.11%;伦敦银现11月19日收42.88美元/盎司,跌4.83%;COMEX白银20日盘中报41.84美元附近;沪金主力跌4.90%。自9月22日以来,白银累计下跌近37%,跌幅约为黄金的两倍。中信期货的口径偏谨慎。其11月20日日报认为金银延续弱势震荡,跌幅较大并不构成底部确认,短期以防风险为主,需关注油价、美国核心通胀、就业数据及美联储官员表态对加息预期的影响,并提示白银波动弹性或大于黄金,商品与权益市场共振下跌会放大尾部风险。其余几家期货机构同样偏空。华泰期货认为,美联储官员持续放鹰、通胀顽固的背景下,贵金属将延续震荡,短线修复行情缺乏上涨支撑;广发期货此前建议逢高布局空头,关注45美元/盎司(约10,000元/千克)关键支撑,11月20日沪银主力收于10,038元,已贴近该位置;首创期货判断,短期贵金属将维持偏弱震荡磨底格局。相对乐观的判断都附有条件。高盛认为,加息阶段金价波动加大、承压运行,仅靠央行持续购金支撑底部,预计2027年末开启降息后,黄金有望在2028年底站上5,600美元,2027年底目标为4,650美元,这一目标价已在11天内第二次下调。世界黄金协会11月3日数据显示,三季度全球央行净购金321吨、同比增长42%,黄金ETF净流入211吨、持仓达4,256吨,官方储备与机构配置需求构成长期支撑,但对白银而言,这类长逻辑的传导需要更长时间。跌幅是否已足够、拐点何时出现,目前均无定论。机构普遍关注两条线索,白银ETF持仓能否止跌,光伏与电子订单能否在价格回落后重新激活。在美联储鹰派立场松动、美元走弱之前,供需缺口、低库存与高金银比等支撑难以被重新定价,跌幅大并不等于跌到位。05铝:近端低库存与远端过剩,哪一条逻辑占上风?11月20日收盘,沪铝与氧化铝主力同步反弹,但价格仍处11月中旬以来的低位。沪铝主力报21,535元/吨,涨0.96%,持仓261,578手;伦铝3M收于2,843美元/吨,跌0.73%;氧化铝主力涨0.96%至2,618元/吨。自11月11日以来,沪铝累计回落约4%,伦铝回落约8%,机构对后市的判断分歧仍存,焦点在远端过剩预期与近端低库存。看空机构以远端过剩为主要依据。高盛在11月中旬的2027年展望中预计,LME铝价年底可能降至2,600美元/吨,较报告发布时约3,085美元/吨的水平明显回落,商品配置上偏向铜、回避铝;华联期货11月15日周报提出“顺势做空为主”,对沪铝2701的参考压力位随后从23,000元/吨逐日下调至22,500元/吨左右,11月20日判断为“弱势反弹,总体偏空”。多数期货机构把行情定性为预期主导、现实偏紧。中信期货以“强现实、弱预期”概括,认为悲观预期主导下铝价下探,中期震荡;信达期货称本轮下跌“更多是交易预期而非基本面”,AI叙事调整拖累有色板块,但技术面已转空,22,800元/吨一线构成阻力;广发期货给出沪铝21,600至22,600元/吨运行区间,并提示隐性库存显性化的风险。低库存是谨慎派强调的支撑。南华期货判断中期价格重心偏弱,近端矛盾在于“海外低库存与近月紧张能否抵御国内淡季逐步转弱”,但“跌后反弹仍会反复”;国联期货称“内外铝库存均低,下跌难一蹴而就”;东亚期货认为下方有低库存支撑、上方有需求压制,价格将跟随宏观情绪变化。对11月20日的反弹,机构定性偏向空头平仓。金瑞期货早评称,本轮反弹“除02合约小幅增仓上涨外,其余合约基本为空头获利离场带动”,“反弹力度或不足”。海外机构分歧更大,花旗0至3个月铝价预测为3,000美元/吨,系10月中旬自3,300美元下调而来;德国商业银行预计明年铝价约3,000美元、2028年3,100美元;高盛仅看2,600美元。澳新银行11月初曾判断铝价明年初维持在3,000美元以上,伦铝当前2,843美元已低于这一假设水平。铝市场当前的矛盾在于,近端现货紧张尚未消退,但远期供应增加的预期已经开始压制价格。
《模型一代》一文爆火,为什么年轻人是受AI冲击影响最大的人群
虎嗅 · 8 小时前
本文来自微信公众号: 严肃的人口学八卦 ,作者:严肃的人口学八卦组这几天一篇清华文科学生写作的文章《模型一代》在朋友圈广为传播。这篇推文的爆火,在于它触及了当下年轻人,特别是最优秀的那一批年轻人的普遍焦虑。虽然不乏评论者在批判年轻人的思维路径,但我们也都知道不应该责怪他们,因为AI对当下工作的冲击不仅已是房间里的大象了,更是一种社会结构性的产物了。美国的Pew研究中心分别在2025年和2026年开展了两次全球性的AI态度调查,前一次调查覆盖25个国家,后一次覆盖37个国家。有意思的是,前一次调查显示年长者对AI的一般性焦虑要高于年轻人,而后一次调查,年长者的焦虑情绪变化不大,但几乎所有调查的国家,年轻人的AI焦虑直线上升,追上甚至超过年长者,特别是在工作维度上的焦虑,18-34岁的年轻人大幅度领先其他人群。那么为什么同样是对工作和生产方式的重构,年轻人要比年长者焦虑的多?一、从“数字鸿沟”的叙事说起“数字鸿沟”是社会学研究中的一个经典概念,它描述了在数字技术扩散的过程中,年轻人通常被视为理所当然的受益者,而老年人被置于弱势者地位的现象。这一观察有充分的生活依据。数字鸿沟首先表现为设备与网络接入的差异,随后表现为使用技能的差异,最终还表现为把使用转化为实际收益的能力差异。对老人而言,各项身体机能衰老,会增加操作智能设备的困难;无法跟上和理解事物的新形态,不仅很难用数字技术获利,还更容易成为数字诈骗的受害者。但数字鸿沟只谈论了技术冲击的表层,它缺少了一个很重要的观察维度,即接入技术之后,谁的议价能力提高了,谁能够更多获得技术创造的资产收益?这个问题在数智社会发展初期也许并没有那么明显,但AI的出现和快速迭代,让其浮出了水面,甚至改变了问题本身。一方面,自然语言交互降低了软件的使用门槛,技术演进的方向在大幅度改善老年服务的可及性。另一方面,去年以来,AI对标准化脑力劳动替代的可能性正变得越来越大,把更大的不确定性推向正在进入劳动力市场的人。因此,要重新思考数字鸿沟这个概念,需要在接入和使用差异之外增加新的分配维度。老年人可能因为不会使用而被排除在服务之外,年轻人可能因为太会使用而进入一个人机直接竞争的市场。前者是服务可及性问题,后者是劳动价值与职业成长问题。我们针对大学生的调查也发现,那些使用AI越多,越了解AI的大学生,对工作替代的焦虑也更大。二、MIT关于数学家的调查与文科生在想象中更加担忧自身价值丧失形成鲜明对比的是,在现实中,今年受到AI冲击最大的学科却是数学。数学常被视为人类抽象推理能力的典型领域,也成为观察AI冲击的一个特殊窗口。2026年10月29日,MIT数学系的三位教授在arXiv发布一篇名为《早期职业研究者对数学领域AI的回应》的研究。调查从9月17日持续至10月8日,共收到268份回复,受访者来自近60所机构、至少5个国家,其中约85%是研究生,15%是博士后。图MIT数学系三位研究者发布的调查报告标题页76.3%的受访者认为,AI的发展会让自己获得终身教职更加困难;76.5%表示,AI的发展降低了他们从事研究的动力;69.9%认为,自己博士或博士后阶段结束后继续从事学术数学的概率已经下降。另有81%曾因AI考虑过改变未来的职业或学术计划。这些数据足以显示数学系这些被认为最聪明的学生,其职业信心受到了巨大冲击。更能帮助理解背后机制的数据是,高比例的受访者把“缺少入门研究问题”列为重要担忧。数学家的成长并不只是掌握知识,还要在研究训练中形成判断力。博士生通常从导师或同行提供的小问题开始,完成文献梳理、技术引理和局部证明,逐渐理解哪些路径可能有效,再独立处理更复杂的问题。许多入门问题的价值,就在于研究者在试错中获得的数学直觉。AI恰恰可能先接管这些任务。如果初级问题被批量解决,年轻研究者面对的就不仅是少了几篇论文,而是原有训练流程的中断。他们可能需要直接面对高难度问题,却没有机会先通过可完成的任务积累经验。与此对照的是,一些资深数学家对AI持欢迎态度。他们已经完成基础训练,知道什么问题重要,能够判断一条证明是否有价值,也拥有相对稳定的职位。对他们而言,AI可以承担文献检索、技术引理和繁琐推导,使更多想法得到低成本检验。凤凰网科技对《纽约客》特稿的转述中,77岁的数学家查理·费弗曼就表达了这种乐观:“过去一些成功概率不高的想法,可能因为验证成本过高而被放弃;如果AI能迅速完成尝试,资深研究者反而可以更勇敢地探索。”因此,年轻人和资深者最大的差异存在于职业阶段与资本积累上,而非技术的熟练程度。资深者可以把AI作为已有判断力的延伸,年轻者却可能在形成判断力之前,就失去了练习和证明自身能力的机会。类似的结论出现在各类关于AI对工作影响的报道中,初职这一上升阶梯的消失,是年轻人最大的焦虑来源。与此同时,在高校,老师们也普遍担心,如果思考和试错的过程都被学生通过AI解决了,那么他们可能也在亲手拆掉自己的阶梯。学生们也未必不明白这一点,他们越是享受AI所带来的无痛学习的快感,就越会陷入对未来的迷茫和深深的焦虑中。然而要理解为什么年轻人最可能成为AI发展的受损者,还不能仅停留在初职问题上。三、AI为何恰好消解年轻人的优势?技术进步通常会提高生产效率,但效率收益如何分配,取决于不同生产要素的相对稀缺性。过去的自动化主要替代重复性体力任务,生成式AI则开始处理写作、编程、图像生成和形式推理等认知任务。AI与机器人技术的结合,还在向更多体力操作延伸。不同行业的替代速度会有很大差异,但共同方向是可清晰描述、可重复执行、可验证结果的任务,更容易被机器以低成本复制。这对年轻劳动者尤其重要,因为他们的主要资产通常不是住房、股权或长期客户关系,而是未来的劳动时间、体能、学习速度和尚未充分兑现的人力资本。年轻人能够熬夜完成高强度工作,可以快速掌握新软件,也愿意从初级岗位做起。这些能力曾构成进入职业阶梯的优势,如今却与AI最擅长压缩成本的任务范围高度重叠。图3认知能力随年龄变化。改绘自西雅图历时研究,转引自《年龄不平等》图一西雅图历时研究提供了更细致的年龄图景。图中的知觉速度在25岁左右已处于高位,此后持续下降;归纳推理、空间定向等能力在中年前后达到较高水平,言语能力与言语记忆则呈现各自不同的变化轨迹。因此,不能笼统地说年轻人的一切能力都优于年长者。真正值得注意的是,青年阶段具有优势的处理速度、持续投入和快速学习,以及职业初期大量依赖的标准化推理与操作,正是AI能够显著提高效率的领域。我的论文《年龄不平等》,把这一变化概括为对劳动本身的替代,而不是对某类劳动者能力的单纯增强。年轻人原先依靠体能与脑力获得收入的路径受到极大挤压。AI在本质上改变了这些生物属性在市场交换中的稀缺性溢价。年轻人依然聪明、迅速、勤奋,但这些品质未必还能像过去那样兑换成稳定职位、职业晋升和初始资产。四、代际平衡为何会失灵?《年龄不平等》一文中的讨论,还加入了更长的历史视角。在人类社会的多数时期,年长一代拥有更长时间积累财富,也通过经验、知识与社会关系取得权威。年轻一代则承担主要生产任务,以体能、学习能力和对新技术的适应弥补财富与经验的不足。代际之间并不平等,但存在一种动态平衡,即年轻人最终会成长、积累并接替上一代,技术变迁也常常帮助后来者绕过旧技能壁垒。工业社会尤其强化了后一种机制。新的机器与产业不断出现,老技能会折旧,年轻人可以通过教育和训练掌握新知识,在新部门获得机会。父辈拥有过去的资产,子辈则可能拥有未来的技术。只要学习能够转化为更高的生产率和更稳定的职业位置,代际更替就有现实的通道。然而,AI对这条通道提出了挑战。首先,模型迭代和技能折旧的速度可能快于个人完成教育、形成专长并获得回报所需的时间。一个人花费数年学会的技能,在正式进入市场前就可能被大幅压价。其次,AI可以同时在多个任务上扩展,不像过去某些技术那样只留下少数需要更新技能的部门。年轻人当然可以学习AI技术,并进行创造性工作,但学习和创造的成果越来越容易被模型复制和汲取,年轻人很难不想象自己成为自己掘墓人的场景。MIT调查中那些优秀年轻研究者的困境,正说明问题不在于他们不够聪明。他们拥有同龄人中最突出的认知能力,也投入了长期训练,却还要担心没有合适的题目可以练习,没有稳定的职位可以进入。如果这些年轻大脑都难以把学习能力转化为职业安全,那么从工业社会开启的,年轻人们最大的信仰——只要努力学习和工作,就不会被淘汰的许诺——就会开始崩塌。年长者的处境需要分开讨论。缺乏数字技能、资产与社会支持的高龄老人,还是可能在数智社会中处于不利位置;但已经拥有经济资本、专业经验和稳定组织的资深者,更容易把AI转化为补充性工具。他们可以利用判断力筛选机器产出,也可以用资产购买算力、服务乃至平台股权。技术收益因而可能同时增加其劳动效率与资本回报。所以,AI时代出现的不是所有老年人对所有年轻人的胜利,是资产与职业阶段的差异借助年龄结构被进一步放大后的结果。老年人的经济资本与经验资本在特定条件下得到发展和扩展,年轻人的体能与学习能力优势则恰好落在AI冲击较强的领域。原本依靠代际更替实现的平衡,可能转变为既有积累者进一步扩张、后来者难以完成初始积累的结构。结语:重新思考代际契约当前AI时代的制度设定,可能正好是年轻人受到较大冲击的时候。老年人不会普遍因此获益,年轻人也不会普遍失去工作,但职业入口变窄、训练回报下降与资产积累推迟,已经构成值得认真对待的风险。若只把回应简化为普及AI课程,或要求个人培养那些虚无缥缈的可能不会被AI替代的技能,就会回避劳动市场与分配制度的改变。社会层面的代际关系实际上包含一项隐含契约,年轻人承担生产、缴费与照护责任,社会则向他们提供通过劳动获得独立生活、专业成长和未来保障的机会。让代际交换可持续,需要保留真实的入门岗位与训练任务,调整只看短期产出的组织评价,并让技术进步的收益为新一代提供可预期的补偿。年长者的经验可以借助AI继续发挥价值,但这种价值也应当参与培养后来者,而不是取代培养过程本身。AI究竟会成为年轻人的工具,还是削弱他们进入社会的通道,并不由技术单独决定。重新思考代际契约,就是要在技术变迁中重新回答,社会凭什么要求年轻人继续投入未来,又能用什么可信的制度安排兑现他们的未来。回到《模型一代》一文,也许AI与社会的未来仍然充满不确定性,但学生和年轻人此刻的焦虑都是真实的。有不少评论者,都在试着为年轻人指引出路,但绝大部分的建议都指向了个体层面的解法,无论是向内求真,还是向外求索。然而,结构性的问题真的都能在个体层面消解?资料来源1.Pew Research Center,Concern and Excitement About AI,2025-10-152.Pew Research Center,Globally,More People Expect AI to Cause Job Loss Than Growth,2026-09-173.Brandenberger,Anna,Hanna Mularczyk,and Dora Woodruff.2026.“Early Career Researcher Responses to AI in Math.”arXiv:2610.40584[math.HO].2026年10月29日首次发布,11月4日修订。https://arxiv.org/abs/2610.40584。4.人工智能学家:《AI大量攻克数学难题,MIT调查发现年轻数学家正在重新考虑职业》,2026年11月;转载页面:https://ly.web-flying.com/newsItem.php?nid=180392。5.凤凰网科技:《数学被AI彻底改变的这一年,陶哲轩站出来喊停》,2026年11月2日(转述《纽约客》相关特稿)。https://news.qq.com/rain/a/20261102A0439S00。6.Schaie,K.Warner.2005.Developmental Influences on Adult Intelligence:The Seattle Longitudinal Study.New York:Oxford University Press,p.1277.王天夫:《年龄不平等》,2026,待刊。
目击证词不可靠?这些方法让“记忆”更可信
虎嗅 · 11 小时前
本文来自微信公众号: 自然系列 ,作者:Nature Portfolio本篇《自然》长文共6977字,干货满满,预计阅读时间21分钟,时间不够建议可以先“浮窗”或者收藏哦。原文作者:R.J.Mackenzie无辜者屡因目击证人的错误记忆被定罪,新的研究提供了一种出乎意料的解决方案。1998年1月底的某个黎明,两名男子闯入了Betty Black位于得克萨斯州达拉斯郊区法默斯布兰奇的家中。他们在这起失控的入室盗窃案件中杀死了Black。几个小时后,一位目击者——Black的邻居——将她所看见的情景告诉了警方。她说,在晨光中,有两个长发的白人从车里下来,走向Black的房子。这名邻居Jill Barganier次日前往警局指认了Richard Childs,一名长发的白人男子,为涉案汽车司机。Childs后来承认涉案,并服刑16年。在接下来的一周里,警方将28岁的Charles Don Flores锁定为第二名嫌疑人。有人曾在谋杀案发生那天上午看到Flores与Childs在一起,但Flores是一名短发的拉丁裔男子。2月4日,邻居Barganier被叫到警察局,在警局,一名警官为了帮助她回忆,使用了“司法催眠”——这一做法已被证明不可信,得克萨斯州及许多其他司法管辖区现已不再采用。在催眠过程中,警官向Barganier暗示其中一名男子可能留着“修剪整齐”的头发。然而,她再次将车上乘客描述为一名留着长发的白人男子,随后协助警方制作了一张与Flores长得完全不同的合成画像。在照片队列指认中,她仔细查看了另一组包含Flores和另外五名短发拉丁裔男子的照片队列,但没有认出其中任何一个人。然而,一年多后的1999年3月,Barganier的记忆却发生了变化。她在法庭上作证称Flores当时就在车里,并表示自己“百分之百以上”确信他就是自己当时看到的那个人。由于缺乏将Flores与该罪行联系起来的DNA证据,这一证词成为了检方指控的核心依据。陪审团裁定Flores犯有极刑谋杀罪,他目前正等待执行死刑。几十年来,研究人员一直对刑事案件中目击证词的可靠性表示担忧。记忆可能存在缺陷、衰退、存有偏见或受到污染。当警方采集目击证词时,若采用的方法不严谨或前后不一致,往往会加剧这些问题。对于该领域的许多科学家而言,记忆根本不值得信赖。但是,记忆研究领域正在发生转变。对现实世界中的刑事案件和实验室实验的重新评估表明,目击证人对特定记忆的信心,至少在某些情况下,可以成为其陈述真实性的有力指标。Flores一案揭示了目击证词使用方式中长期存在的问题。科学家们认为,某些记忆——例如Barganier起初在照片列队指认环节中排除了Flores——应被视为比其他记忆更可靠。美国及其他地区的某些司法管辖区域已开始采取一些行动,来应对这一不断变化的科学认知。但相关研究仍面临着艰巨的挑战。刑事司法体系的改进出了名地缓慢,而目击证词尽管存在种种已知缺陷,但权重仍然很大。“这是一个巨大的问题。”加州大学圣地亚哥分校的记忆研究学者John Wixted说。尽管法官、陪审员和公众在DNA证据或指纹鉴定等问题上都会听取专家意见,但对于记忆,每个人都有经验。Wixted说,“我们的虚假记忆感觉上非常真实。”现在,他希望自己的论点能有助于一项向美国最高法院提交的请愿,请求重新审议Flores的定罪。一直存在的疑问关于证词可靠性的质疑至少自20世纪70年代起就已存在。当时任职于华盛顿大学的心理学家Elizabeth Loftus进行了一系列实验,结果表明,操纵记忆或制造完全虚假的记忆是多么容易[1]。20世纪80年代和90年代,DNA证据被引入司法程序,这有助于揭示证词可靠性问题对刑事司法体系造成的严重影响。随着几十上百起定罪因无可辩驳的DNA证据而被推翻(参见“错误指认”),人们逐渐意识到,这往往源于错误的目击证词。来源:无辜者计划(go.nature.com/42jhxtb)很多科学家都把注意力集中在了警方的列队指认程序中,因为他们认为这是偏见被引入调查的一大环节。嫌疑人本人或照片会和其他拥有相似特征的人并列展示,后者作为陪衬者。如果目击证人成功地从这样的一组队列中指认出了嫌疑人,这被视为一个强有力的有罪证据。但如果负责组织指认程序的警员知道谁是嫌疑人,就可能会对目击证人的判断产生不当的影响。此外,如果同一名嫌疑人被多次纳入指认队列,也可能影响证人回忆,触发熟悉感。记忆研究者们,如爱荷华州立大学心理学家Gary Wells,一直在领域前沿尝试改进列队指认程序。除了程序执行方式存在的问题外,Wells还发现证据的处理方式本身存在根本性缺陷。1980年,他与加拿大心理学家Rod Lindsay合著了一篇关于警方列队指认程序中否定结果的论文[2]。他们指出,尽管“肯定指认”被视为罪行的有力证据,但当目击证人选中了嫌疑人之外的演员,或认为整个队列里都没有罪犯时,警方则通常将之视作证人犯错了。Wells认为,此类“否定指认”应被视为降低嫌疑人有罪可能性的依据(见“嫌疑人指认程序”)。Wells的论文高度专业化,它基于贝叶斯信息增益模型,但在司法系统中并未引起太大反响,Wells表示。“数学证明对普通公众帮助不大,对警察、检察官和辩护律师来说更是不起作用。”这篇论文还基于这样一个观点:目击证人起初的回忆是可靠的。与此同时,在随后的二十年里,记忆科学领域传出的主流观点却恰恰相反,他们发现记忆是可塑的,也是脆弱的。石溪大学的退休认知科学家Nancy Franklin表示,记忆“轻易就会改变”。Franklin补充道,随着记忆受到污染,证人往往会变得更加自信,从而在法庭上作证时提供极具误导性的证词。在2001年对64位研究目击者现象的心理学家进行的一项调查中,87%的受访者支持这样一种观点:目击证人对记忆的自信程度并不能预示其准确性[3]。信心问题2011年,华盛顿大学的心理学家Henry Roediger请Wixted协助撰写一本书籍中的章节,关于目击证人记忆的自信程度[4]。Wixted一直致力于基础记忆研究,不大情愿涉足更复杂的现实世界应用领域。他说,但是Roediger“不接受拒绝”。Wixted说,当他深入阅读相关文献后意识到,应用研究领域用来判断何为最佳实践的理论模型,与基础记忆科学所依据的模型截然不同。这种差异也体现在研究目击证人记忆时用于衡量证人信心的方法上。在Wixted的研究领域,人们运用一种名为“信号检测理论”的概念来建立自信程度与“再认记忆”之间的联系。科学家可能会通过向志愿者展示一组单词来测试其再认记忆,其中一半是他们之前见过的“旧”单词,另一半则是从未见过的“新”单词。研究人员会询问志愿者是否见过每个单词,并请他们评估自己对这一判断的自信程度。如果志愿者之前见过某个单词,该记忆的痕迹(称为“信号”)就会被编码到他们的大脑中。旧单词产生强烈信号的可能性远高于新单词,如果某个单词产生了强烈信号,志愿者更可能表示自己认出了该单词。这也会增强他们对这一判断的信心,这意味着信心与准确性紧密相连。鉴于列队指认环节本质上是在测试目击者对曾经见过的人脸的识别程度,Wixted推断,在这种情况下,自信程度与准确性之间也应存在密切关联。Wixted和同事Laura Mickes(现为英国布里斯托大学心理学家)共同分析了20世纪90年代关于目击者记忆的一系列实验室研究。这些实验中志愿目击者观看模拟的犯罪场景,结果表明,目击者的自信程度很少能预测其记忆的准确性。但Wixted、Mickes和他们的同事发现,这些研究将目击者犯下的不同类型的错误混为一谈了[5]。如果某人在列队指认程序中指认出了“嫌疑人”,但该嫌疑人实际未实施模拟犯罪,在研究中,这基本上被视为与指认陪衬者一样的“错误”。但在现实中,这两类错误的意义完全不同:误认嫌疑人可能会导致无辜者被定罪,而误认陪衬者只会被忽视。混淆这二者导致不同类型错误一并计入统计,使信心与准确性之间的关联看起来比实际情况要弱。Wixted遵循了与Wells相同的贝叶斯逻辑,推断出列队指认程序的每种结果——无论是指认嫌疑人、指认陪衬者,还是完全不指认——都会以不同方式改变嫌疑人有罪的概率。例如,指认陪衬者应表明:嫌疑人的面孔未能充分激活证人的记忆,以至于无法引发回忆。这应被视为嫌疑人无罪的证据。Wixted和Mickes提出了一种名为“信心-准确度特征”(CAC)分析的新方法。CAC分析[6]旨在解答Wixted认为先前研究中被忽视的问题。他们认为,这才是法庭上陪审团真正应该关注的问题:如果一名证人以某种程度的信心指认了一名嫌疑人,那么该指认的准确概率有多大?通过CAC分析,以往实验室研究的数据现在表明,高度自信的证人准确率高达97%[7]。索尔克生物研究所(Salk Institute for Biological Studies)的神经科学家Thomas Albright表示,这项发现震动了整个领域且颇具争议。他表示,Wixted“进入这一领域,翻了个底朝天”。因此,爱荷华州立大学的记忆研究学者Andrew Smith表示:“当时反对声浪巨大。”Wixted指出,批评者的观点大致分为两派:一派认为目击证人的记忆绝不可靠;另一派则认为自信度与准确度之间的关系早已是常识。现实世界中的数据也印证了Wixted的观点。他曾与得克萨斯州休斯顿警察局合作,对近350份照片队列指认材料进行了研究[8]。该局采用了确保辨认过程公平的程序,例如双盲法——即确保负责该程序的人员不知道谁是嫌疑人。Wixted还要求休斯顿警员在指认结束后立即记录目击者的确信程度。这项研究表明,高度确信的识别结果正确率约为97%,而如果信心不足的话,识别结果则仅比抛硬币略好一些。Wixted指出,对“无辜者计划”数据的分析进一步支持了这一理论。这是一家位于纽约市的非营利组织,致力于为被错误定罪的人洗清冤屈。在首批250起因DNA证据推翻定罪的案件中[9],有92起案件的庭审记录显示了目击者在首次记忆测试时说的话。在每起案件中,目击者在首次测试时的信心都比在法庭上表现出的要低。2017年,曾就目击证人记忆问题公开持不同意见的Wixted和Wells共同发表了一篇论文[10]。该论文认为,在警方队列指认环节中,目击证人首次记忆测试时的自信程度可能预示着准确性——但仅限于规范的测试条件下。这些条件包括双盲测试和谨慎地呈现嫌疑人队列以避免引起对嫌疑人的注意。纽约城市大学的心理学家Margaret Bull Kovera说,该论文产生了巨大影响。去年对研究目击证人问题的心理学家进行的一项调查揭示了这一转变:89%的受访者同意,在理想条件下,目击者的自信程度确实能反映其记忆的准确性[11]。反映罪责自信并非全部。还有其他因素(Smith称之为“反映变量”)也会影响嫌疑人面部特征在目击证人识别记忆中激活的强度。这包括目击者做出判断所需的时间——识别记忆是瞬间完成的,而低自信的辨认则需要更长时间。Smith表示,如果列队存在不公平,反映变量可能会产生误导,但公平的流程则可能使这些变量发挥作用。Flores仍在等待死刑执行,他的定罪主要依据是Barganier的法庭证词。Flores的辩护律师Gretchen Sween已向美国最高法院提交了一份请愿书,称Barganier最初未能指认Flores证明了Flores的清白,不应被她后来在法庭上指认所掩盖。向Barganier的电子邮件和电话号码寻求评论的请求没有得到答复。Sween承认科学是微妙而复杂的,“法律却只想要黑白分明。”她说。她预计今年晚些时候会得知最高法院是否会受理Flores的上诉。达拉斯县地方检察官办公室未回应置评请求。Wixted希望关于目击证人记忆的新科学进展能够让Flores重获自由,并推动刑事司法系统的产生一些其他的变化。然而,进展必然是缓慢的。Kovera表示,美国警察系统由下而上的结构涵盖联邦、州和地方各级近18000个机构,这使得核心程序难以推进。但改变是可能的。在美国的一些州,例如新泽西州,总检察长可以规定其管辖范围内所有机构的做法。新泽西州也是首批采用双盲队列指认程序的州之一。Wells认为,警局可以做出的最大改变就是拍摄嫌疑人队列指认的全过程,以确保记录下重要的反馈变量,例如证人辨认所需的时间。他说道:“这12到15分钟的信息量远超你的想象。我们必须记录下来。”Wixted表示,调整联邦法院使用证据的规则将是变革性的。目前的规则阻止了辩护律师使用队列指认的否定结果作为无罪证据。Wixted说已有十一个州改变了这一点的规定,但联邦政府的改变可能会产生更大的影响。与此同时,其他一些国家也开始根据有关记忆信心的新研究成果,对司法实践作出调整。以加拿大为例,2018年,加拿大公共检察署发布了一份指导文件,建议在目击证人首次辨认嫌疑人时,记录其当时的信心水平。这份文件引用了Wixted和Wells的论文。不过,包括英国在内的大多数国家的司法系统,至今仍未将证人的信心水平作为衡量记忆准确性的依据。Wixted说:“科学成果要进入司法体系并转化为司法实践,需要的时间极为漫长。”参考文献:Loftus,E.F.&Palmer,J.C.J.Verbal Learn.Verbal Behav.13,585–589(1974).Wells,G.L.&Lindsay,R.C.Psychol.Bull.88,776–784(1980).Kassin,S.M.,Tubb,V.A.,Hosch,H.M.&Memon,A.Am.Psychol.56,405–416(2001).Nadel,L.&Sinnott-Armstrong,W.P.(eds.)Memory and Law(Oxford Univ.Press,2012).Wixted,J.T.,Mickes,L.,Clark,S.E.,Gronlund,S.D.&Roediger,H.L.III Am.Psychol.70,515–526(2015).Mickes,L.J.Appl.Res.Mem.Cogn.4,93–102(2015).Wixted,J.T.,Read,J.D.&Lindsay,D.S.J.Appl.Res.Mem.Cogn.5,192–203(2016).Wixted,J.T.,Mickes,L.,Dunn,J.C.,Clark,S.E.&Wells,W.Proc.Natl Acad.Sci.USA 113,304–309(2016).Garrett,B.L.Convicting the Innocent:Where Criminal Prosecutions Go Wrong(Harvard Univ.Press,2011).Wixted,J.T.&Wells,G.L.Psychol.Sci.Public Interest18,10–65(2017).Seale-Carlisle,T.M.et al.Perspect.Psychol.Sci.20,903–924(2025).原文以Memory on trial:the new science of when to trust eyewitness testimony标题发表在2026年5月27日《自然》的新闻特写版块上©natureDoi:10.1038/d41586-026-01618-1
全网AI集体翻车,为什么它们死活画不对13个鸡蛋?
虎嗅 · 1 天前
本文来自微信公众号: 果壳 ,作者:Steed,原文标题:《全网AI集体翻车!为什么它们死活画不对13个鸡蛋?》给你一张白纸,画13个鸡蛋,你需要多久?一分钟?画一个数一个,画完再点一遍,大概连橡皮都用不上。可这道题交给AI,它画了十几轮,一轮也没画对。11月18日,“让豆包画13个鸡蛋”就这么冲上了微博热搜,话题热度当天破了百万。从热搜里流传的截图看,经过是这样的。“让豆包画13个鸡蛋”,这是第一轮丨微博用户@一号哨位“让豆包画13个鸡蛋”,这是第二轮丨微博用户@一号哨位“让豆包画13个鸡蛋”,这是第三轮丨微博用户@一号哨位“让豆包画13个鸡蛋”,不知道是第几轮了丨微博用户@一号哨位“11号呢?”这句话成了全网热梗。更好笑的是,每一轮豆包都说“这次锁定了”,每一次都没数对。到最后,它自己认了输:别做图了,用文字清单最稳,4+4+5=13。网友管这叫“滑跪式认错”。翻车的不止豆包。热搜当晚,“哪家AI能画对13个鸡蛋”成了全网自发的测试题。有网友测到,千问画出过12、15、16个,可灵画出12个,即梦画出了12个半。也有人说豆包试到第4次就成功了,ChatGPT一次就画对了。同一道题,有人一次就过,有人十几轮都不过。这种时灵时不灵,本身就是线索。为什么偏偏是13蛋托的标准款多是12格,模型在训练中见得最多的,很可能就是一盒装满的12个。你写“盒子里13个鸡蛋”,它先画出一个装满的标准盒子,第13个就没地方放了。有人把“盒子里”改成“桌上散放”,难度立刻降了一截。13还是个质数。12可以排成3×4或2×6,整整齐齐。13只能排成1×13,放进任何规整的格子,都要多出一个或空出几格。据博主零重力瓦力的一次横测,9个模型里有4家画对了。结果里还有个细节:画对的,基本把蛋排成了不整齐的布局。画错的,倾向于凑整行整列。画错的模型,把“排整齐”看得比“数对”更重要。AI有时候也能生成13个鸡蛋丨Gemini这只是单次测试,不能当排行榜看。再看数量本身。网友的观察是,个数少的时候还算靠谱,一到十几个,就在12、14、15、18之间来回跳。13刚好落在这一段。占不满格的蛋托、排不齐的质数、数不清的十几个,13一个数全占了。它不是在画,是在“显影”数不清的根子,出在AI的画法上。人画13个蛋,是先在纸上标好位置,画一个数一个,漏了就补。主流的AI生图模型大多走扩散路线,画法完全两样。它从一张纯噪声图开始,就像老式电视没信号时的雪花屏。然后一遍遍去噪,每一步都问自己:如果这张图是“一盒鸡蛋”,哪里该亮,哪里该暗。几十步之后,画面从模糊变清晰。这更像冲洗照片,整张相纸一起显影,没有哪一笔是先画的。模型内部也没有“已经画了几个”这样的计数器,数量只能靠画面各部分之间的关系隐约维持。物体一多,这种维持就松了。扩散模型出图时,整张画面从一片“雪花”开始,一遍遍去噪,逐渐显影成清晰的图像,中间没有“画一个、数一个”的步骤丨作者生成的示意图,底图来自Famartin/Wikimedia Commons(CC BY-SA 4.0)它学的是“看起来像”。看过海量的鸡蛋照片,学会了一盒鸡蛋大概长什么样,却没学会13在画面上对应几个蛋。2025年3月有篇论文,标题直译过来是“文生图扩散模型不会数数,改提示词也没用”。研究者测了15个模型,豆包、可灵、混元、通义万相都在名单里。也就是说,这道题一年多前就有人认真考过,豆包当时就在考场上。结果很一致:要求画1到5个物体,各模型准确率约60%到80%;6到10个,降到约10%到30%;11到15个,几乎所有模型都低于10%。13正好落在最难的一档。2025年3月的论文里,豆包被要求画“N个苹果放在木桌上”,N从1到15。数量一多,画出来的个数就对不上了丨Guo et al.,arXiv:2503.06884(CC BY 4.0)总体最好的Imagen-3,平均准确率也只有43%。研究者还试了几种改写:把数量拆成乘法、加法,平均准确率反而分别降到26%和23%;连指定每个物体放在哪里,也降到了20%。热搜里网友一轮轮改写、换排布,论文一年多前就替大家试过了,结论是——越改越差。同一篇论文按难度分档测试:左边两列是简单题(1到4个),中间是中等题(9个),右边是困难题(13到15个)。打勾表示数对,打叉表示数错。“13棵树”这道题,所有模型都错了丨Guo et al.,arXiv:2503.06884(CC BY 4.0)另一篇2025年10月的论文,解释了为什么有时画对、有时画错。每次图片生成都从一张全新的随机噪声图开始,最后画出几个物体、画在哪里,很大程度上在这张噪声图里就定了个大概。提示词里的数字,反而是个弱信号。所以“偶尔画对”很像抽卡,撞上了一张恰好适合画13个蛋的噪声图。豆包一次出的4张图里,15颗、11颗、13颗混在一起,也是这个道理。重新生成一次,就是重抽一次;就算在上一张的基础上改,它也不会去数。所以越改越乱,并不奇怪。为什么画错了还嘴硬?问题出在分工上。负责聊天的模型,完全知道13是多少。单独问它“12后面是几”,几乎不会答错。但出图的通常是另一个模型,它拿到的只是一段文字描述,13只是其中一个词。各家产品内部怎么分工,大多没有公开。很可能的情况是,聊天模型说“已补到13个”,意思是“我已经按要求下了指令”,不等于它看过、数过那张图。就算它回头去看,数数也是它的弱项。让它“完成前数一遍”,等于让它用最弱的能力给自己验收。“你说得对”,几乎是ChatGPT的招牌式回答了丨ChatGPT嘴硬还有一层原因:聊天模型天生爱顺着人说话。你追问“真的是13个吗”,它容易先答“是”;等你指出只有12个,它又马上改口“确实只有12个”。它不是在核对,是在接你的话。模型说“已补到13个”,和它真的画出13个,是两回事。怎么才能画对想让它画对,网友有几个办法。把“盒子里”改成“桌上散放”,绕开12格的模板。让鸡蛋之间留出空隙,免得粘连。先画标准的一盒12个,再局部重绘加1个。让它先画一个,再在画布上复制13份。还有人直接写排布:第一排5个,第二排5个,第三排3个。这招有人说几乎一次就对,也有人说还是不行。说管用的,多半是运气和场景简化(比如拿掉蛋托)一起起了作用。改写提示词,治不了根。学术界的解法在另一个方向。有研究给模型加上“边画边数、少了就补”的环节,原版模型的准确率只有26%,加上这个环节后到了54%,翻了一倍。给模型加上“边画边数、少了就补”的环节(上排)后,6只小猫、5个鸡蛋都画对了;原版模型SDXL(下排)只画出4只小猫、6个鸡蛋丨Binyamin et al.,Make It Count,CVPR 2025(CC BY 4.0)还有研究把目标数量的布局预先写进初始噪声,在简单的合成测试图上,准确率从20.0%升到85.3%。这些办法大多还没变成人人可用的产品功能,修好之后,准确率也只到一半左右到八成多。至少眼下,数清13个鸡蛋这件事,人还是稳赢。类似的题,其实远不止这一道。让豆包画一把带刻度的小直尺,厘米刻度里的毫米小格大概率不对。这还是数数的老毛病,只不过13个鸡蛋换成了10个小格。某顶刊论文中的实验图片,被质疑AI生成,这把直尺就是证据之一丨Journal of Translational Medicine让豆包画一个左手写字的人,它多半给你一只右手。这又是蛋托那一套:它见过的写字的人,绝大多数用右手。豆包生成的“左手写字的人”丨豆包要是不信,你现在就可以顺手让豆包画一杯“倒得满满当当、快要溢出来的红酒”。不出意外,它大概率还是会优雅地给你倒上三分之一杯,再一本正经地告诉你,酒已经倒满了。PS:本文题图就是豆包生成的,你猜猜看,鸡蛋数量画对了吗?参考文献[1]一号哨位.豆包,咱能不能长点心#豆包被十三个鸡蛋难倒##豆包画不对13个鸡蛋#[EB/OL].微博,2026-11-18[2026-11-19].https://www.sina.cn/news/detail/5366563525889520.html.[2]GUO X,HUO J,LIANG Y,et al.Text-to-image diffusion models cannot count,and prompt refinement cannot help[EB/OL].arXiv:2503.06884,2025[2026-11-19].https://arxiv.org/abs/2503.06884.[3]ZHAO Y,WANG X,DONG L,et al.Demystifying numerosity in diffusion models:limitations and remedies[EB/OL].arXiv:2510.11117,2025[2026-11-19].https://arxiv.org/abs/2510.11117.[4]BINYAMIN L,TEWEL Y,SEGEV H,et al.Make it count:text-to-image generation with an accurate number of objects[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR).2025:13242-13251.[5]SHARMA M,TONG M,KORBAK T,et al.Towards understanding sycophancy in language models[EB/OL].arXiv:2310.13548,2023[2026-11-19].https://arxiv.org/abs/2310.13548.一个AI我嘴硬,是因为我不知道自己错了。你嘴硬,是因为你知道。本文来自果壳,未经授权不得转载.
Launch HN: Onlook (YC W25) – An open-source developer tool for designers
Hacker News · 1 天前
Hey HN, I'm Daniel, founder of Onlook (https://github.com/onlook-dev/onlook and onlook.com).Onlook is a desktop app that puts a canvas on top of your real codebase, letting you design directly in code with the agent you already use. Over 25,000 designers and developers have supported the project, 100+ have contributed, and it's been the #1 trending repo in the world twice. We just rebuilt the entire product as an agentic design tool, and open-sourced it to the community.Here’s a demo video: (https://youtu.be/BogcYWf4siM)If you're an engineer, traditional engineering tools are largely built for convergence, whereas designers tend to explore and diverge on ideas. Onlook gives designers a familiar canvas while managing all of the dev processes that get between them and making mind-blowing designs in code. Designers can work on a multiple simultaneous worktrees that run on the real app locally, and every change lands as a PR you can review or throw away, so there aren’t mockups to rebuild.We built Onlook because we believe there needs to be a developer tool that works the way designers do.More and more, designers are expected to work in code. Designers think by seeing, drafting, arranging variations, using references, and remixing ideas. That’s why the canvas has been the signature feature of design tools because it genuinely is useful for how messy the creative process is. Most of the challenge of using engineering tools for design work is that the first half of starting a project often takes mental bandwidth in of itself (What branch am I on? What page was that last exploration on?) and the second half is constrained by configuring your coded design to present itself (prompting design tools on top of what you’ve built or making temporary navigation for that specific state).Some of you may remember our earlier Show HNs (July 2024: https://news.ycombinator.com/item?id=40904862, August 2024: https://news.ycombinator.com/item?id=41390449, May 2025: https://news.ycombinator.com/item?id=44127653). Since then, we built a web version (too early), then a Storybook-native build (a mistake). We noticed that our desktop product from July 2024 was still getting hundreds of downloads a month despite zero promotion, so we decided to rebuild it for the new era of designers working in code.How it works…Onlook shines at exploring tons of ideas at once. Ask it to lay out every flow in your product, show every state of a component, or riff on ten versions of one screen. Your designs all show up side by side on an infinite canvas, with each frame as a real webview running your actual app with real data. Not as a mockup, but the real deal.When we built this editor, we had an epiphany that it could be a new kind of IDE for design. Design tools used to be limited to a proprietary setup or closed schema, but now you can push and pull the medium of code to get whatever result you want, so why not give agents an infinite canvas of browsers and see what they do? It turns out, the agents can figure out how to better present coded work by adjusting the urls of browser frames and arranging and resizing them on the canvas.The concept is simple, but it requires a lot of product thinking. For example, because all of the frames on the canvas share a single browser session, and Chromium only allows six connections per host per session, ten frames of the same app end up fighting over limited connections. So, we had to plan around that, and there are still tons of things we need to do to make the canvas ultra performant.Onlook is an Electron app where you can import a repo from GitHub or upload a local folder. Then, Onlook creates a git worktree, starts your dev server, and has the agent sort out missing dependencies or other requirements. You never open a terminal and everything the agent does is a normal git diff that can go to GitHub as a PR. We inject a small script into each frame that draws selection outlines and reads the page, so that way you can click an element, say "make this a card layout," and the agent knows exactly what "this" is.This time we didn't build our own agent. Onlook runs Claude Code or Codex on your own subscription, and we turn whatever the agent emits into one typed event log and draw the UI from that in our own chat interface. On top of that we give the agent a bespoke set of design-specific tools, from arranging frames on the canvas, to making suggestions, to generating multiple iterations of a selection – which is especially useful because the agent decides how to get the app into a state that you need based on your prompt.We also have our own Artifacts which are quick HTML sketches that live in the editor, but outside your repo. They’re almost like components in other design tools in that they can be carried and edited across every project but are detached from the project with no network access. As an example, you can ask the agent to turn your interface into an Artifact, and use it as a reference for another exploration, or download it as HTML and send it to a coworker as an interactive export of something you have in progress. I frequently go back to the artifacts I’ve made as visual snippets when I need new ideas or need to borrow something that’s already been built.The desktop editor is free (you can download it from our website at onlook.com) and open source under Apache-2.0, and we'll eventually offer a paid cloud product for teams.We'd love to hear which repos work and which don't, what you try to do on the canvas, and what's missing. We’re so excited for this to be a new way for designers to work in code!The Onlook team (Joel - thebrubaker and Kris - krisodd), and I will be here all day!
Comments URL: https://news.ycombinator.com/item?id=50562320
Points: 66
# Comments: 59
How cultural exchanges build a close Asia-Pacific community
CGTN China · 1 天前
As a group of children brought the traditional Xingshi (lion awakening) performance and Yingge dance to life, Peng Liyuan, wife of Chinese President Xi Jinping, and spouses of the leaders of Asia-Pacific Economic Cooperation (APEC) economies, witnessed how centuries-old art forms from southern China's Guangdong Province are being passed down to a new generation, keeping these cultural traditions vibrant and alive.
Presentation: AI-Assisted Software Delivery: From Code to Production
InfoQ · 1 天前
The panelists explore how engineering teams adapt delivery architectures, pipelines, security, and governance for AI-assisted development. They share practical strategies for verifying AI-generated code, solving testing and deployment bottlenecks, maintaining human oversight, and measuring AI’s true impact on software velocity, quality, reliability, and operational cost. By Garima Bajpaj, Martin Reynolds, Patrick Debois, Gunnar Grosch, Renato Losio
这种神秘消失的器官,是否暗藏长寿密码?
虎嗅 · 1 天前
本文来自微信公众号: 自然系列 ,作者:Nature Portfolio本篇《自然》长文共4049字,干货满满,预计阅读时间13分钟,时间不够建议可以先“浮窗”或者收藏哦。原文作者:Edward Chen研究者竞相尝试再生胸腺——一种短暂存在的免疫器官,希望借之延缓衰老。1996年,低温生物学家Gregory Fahy走进自己医生的办公室,说服对方开出了一个月的生长激素。他想通过注射让自己胸腺重新生长(依据仅仅来源于一项大鼠研究[1]),胸腺是一个特殊的免疫器官,会随着年龄增长而萎缩直至近乎消失。Fahy认为,重生胸腺将有助于他过上更长寿、更健康的生活。Fahy说变化很明显,至少从磁共振成像(MRI)扫描来看如此。他的胸腺功能性组织几乎翻倍了[2]。至于这是不是让他感觉更年轻就不知道了。“我当年只有46岁,多少还处在巅峰状态。”他说,但他说后来几次再生胸腺的尝试让他感觉“精力充沛,所向披靡”。起初这是一场不受监管的自我实验,现在已发展为一系列小型临床试验,由美国生物制药公司Intervene Immune开展,Fahy担任首席科学官。这家公司并非孤例。过去三年间,一系列文献指出,这一曾被认为可有可无的器官能够指示一个人的整体健康情况,这使得胸腺研究数量大增。今年发表的两项研究[3,4]报告,胸腺健康状况的衰退与死亡风险增加有关,这加剧了人们的热情。投资者对此反响积极。1月,瑞士一家生物技术公司TECregen筹集了一千万瑞士法郎(约1240万美元)研发再生胸腺的疗法,据公司网站称,这可能有助于缓解衰老、预防癌症。它尚未披露任何候选药物。去年10月,美国专注胸腺的生物技术公司Zag Bio在获得8000万美元资金后成立。风险投资机构和制药企业纷纷联系Fahy等科学家,启动自己的研究项目。“这个领域引发了极大关注。”美国希望之城(City of Hope,一家癌症医院及研究中心)的首席医师及负责人Marcel van den Brink说,他从1996年开始研究胸腺。“人们曾普遍认为我是在浪费时间。”他说。但现在,“许多人来找我们”严肃探讨这一领域。(Marcel van den Brink是美国一家生物技术公司Thymofox的科学联合创始人。)被遗忘的器官几十年来,人们都认为胸腺是个退化器官。它“被遗忘,不受重视”,英国牛津大学的免疫学家Georg Holländer说,他共同创立了TECregen。20世纪20年代,一些研究者认为这个器官参与了鸟类蛋壳形成,但在哺乳动物中作用有限。几十年后,诺贝尔奖得主、生物学家Peter Medawar提到胸腺,说它是“一个演化上的偶然,没有多大重要性”。他们错了。科学家长期没有注意到这个器官的重要性,部分是因为手术切除胸腺的哺乳动物看起来安然无恙。直到20世纪60年代,免疫学家Jacques Miller在新生小鼠中进行了这类手术,才发现了胸腺的功能[5]。失去胸腺的幼鼠极易遭受感染而死亡。它们的淋巴结中几乎没有免疫细胞。Miller发现胸腺产生T细胞,他在差不多同一时期用这个器官命名了这类细胞。如今我们已经知道,T细胞是免疫系统的重要组成,负责攻击癌症、对抗感染。人类的胸腺在一生中会随着年龄增长快速萎缩。青春期过后,大多数胸腺细胞转化为无功能的脂肪组织。T细胞生产也放缓了。在40岁时,胸腺生产的T细胞大约仅有8岁时的1/4,到65岁时仅有10%[6]。关注功能因此,许多科学家假定年长个体不再需要新鲜的T细胞。“人们普遍认为,只有在年轻时生成T细胞才重要。”伦敦大学学院的免疫学家Jennifer Cowan说,“但事实显然并非如此。”改变这一范式的是三项发现。首先,2023年的一项研究发现,相比没有切除胸腺的人,手术移除胸腺的人在术后5年死亡风险高出近3倍,患癌风险高2倍[7]。“这很惊人。”Cowan说,“要是人们读过这篇论文,就不会再愿意切除胸腺了。”到了3月,两项接连发表的研究综合分析了超过31000人的数据,将研究扩展到胸腺完整但随年龄增长自然萎缩的人群。其中一项发现,胸腺较小与较高的死亡风险、患癌风险以及心力衰竭等心血管疾病有关[3]。第二项研究发现胸腺较小与接受癌症免疫疗法后生存率更低有关[4]。一些科学家指出这些研究仅提出了相关性。“进行回顾性研究时,拼图中许多碎片是无从得知的。”美国耶鲁大学的胸外科医生Daniel Boffa说。他和同事进行了一项研究,发现为治疗胸腺癌而切除全部或部分胸腺的患者,肿瘤复发风险几乎没有差异。尽管如此,商业和学术兴趣已然激增。“再生【胸腺】已经是个大事了。”美国国家癌症研究所的发育生物学家Yousuke Takahama说。“就像重启电脑系统一样,这就好像重启我们的免疫系统。”科学家们认为,胸腺有很大的再生潜力。例如,胸腺会在怀孕时萎缩,在生产之后恢复,美国麻省总医院的血液学家David Scadden说,他共同创立了一家名为Lightning Biotherapeutics的公司。但已经证实能再生胸腺的方法不多。雄激素剥夺疗法是一种前列腺癌的标准治疗方法,它能增加胸腺产生的T细胞数量[9]。热量限制也有此效果[10]。有一种疗法于2021年获批,用于治疗先天无胸腺的患儿,但该疗法成本高昂且复杂,需要将精心处理的供体组织移植到患儿大腿肌肉中。至于促使衰老胸腺重新生长,目前进展比较大的是Fahy的生长激素和其他化合物混合制剂,一周注射4次。一组10名志愿者用药一年后显示出衰老逆转的迹象。Fahy团队研究受试者的“表观遗传时钟”,这是染色体上一系列会随着年龄增长发生稳定变化的化学修饰。结果表明,治疗平均让每个人的表观遗传时钟“回拨”了2.5年[11]。Fahy预计人们将接受注射一年,停止4年,然后再重复这一过程。后续测试将检验他的疗法能否进行调整以减小副作用,并改善肌肉力量、身体成分和大脑白质质量等指标。“这些研究还需要几年时间才能出结果。”他说。研究者还在探索其他疗法,他们希望能够避免使用生长激素可能带来的癌症风险增加和血糖骤升等问题。例如,美国生物技术公司Tolerance Bio的首席执行官Francisco Leon说,他的公司有一种能延缓胸腺萎缩的抗体。这家公司尚未披露该抗体的靶点,但计划在2027年进行临床试验。“这可能会是一种长寿药物。”Leon说,“我们将能预防和治疗衰老相关疾病。”位于美国剑桥的一家生物技术公司Thymmune Therapeutics正在开发现成的干细胞,希望能在注入人体后生长为胸腺组织。目前面临的挑战还有不少。一大障碍在于精准靶向胸腺——组成该器官的大多数细胞都缺乏独特的表面蛋白。而且,许多候选分子需通过静脉注射给药,这对长期疗法而言很不方便。而且,研究者说,如今大多数研究都没有探讨由“再生胸腺”产生的T细胞能够改善健康的机制。“要看到它体积恢复比较容易,但还不清楚其功能是否完全恢复。”美国得克萨斯大学健康科学中心的微生物学家Ann Griffith说,她同时担任该领域一家公司的顾问。目前还不清楚某种疗法是否能更广泛地应用,这有可能还要几年时间。“我们还没有完全理解这些干预如何真正地再生组织,而且我们所知着实尚浅。”Griffith说,“我们还处于起步阶段。”参考文献:Kelley,K.W.et al.Proc.Natl Acad.Sci.USA 83,5663–5667(1986).Fahy,G.M.J.Anti.Aging Med.6,219–227(2003).Bernatz,S.et al.Nature 652,986–994(2026).Bernatz,S.et al.Nature 652,995–1003(2026).Miller,J.F.A.P.Lancet 278,748–749(1961).Bains,I.,Thiébaut,R.,Yates,A.J.&Callard,R.J.Immunol.183,4329–4336(2009).Kooshesh,K.A.et al.N.Engl.J.Med.389,406–417(2023).Resio,B.J.,Canavan,M.,Caturegli,G.,Detterbeck,F.&Boffa,D.J.J.Thorac.Oncol.21,186–194(2026).Sutherland,J.S.et al.J.Immunol.175,2741–2753(2005).Spadaro,O.et al.Science 375,671–677(2022).Fahy,G.M.et al.Aging Cell 18,e13028(2019).原文以Could this mysterious disappearing organ hold the key to longevity?标题发表在2026年7月14日《自然》的新闻特写版块上©natureDoi:10.1038/d41586-026-02149-5
6.6%的中国人BMI不超标,却已经胖得要死(真死亡风险升高)
虎嗅 · 1 天前
本文来自微信公众号: 果壳 ,作者:见文末体检报告出来了,翻到“身体质量指数(BMI)”那一栏,数字旁边赫然印着“超重”或者“肥胖”。这个数字超出标准,是不是说明身体已经出了问题?先别急着给自己宣判。2026年11月,《自然》(Nature)上发表的一项研究分析了844108名成年人的数据,发现只凭BMI判断肥胖,既可能多算一些人,也可能漏掉另一些人。即使同样肥胖,不同人的身体功能和未来风险,也可能相差很大。这不是说BMI没用,研究真正想探讨的问题是,当我们说一个人“肥胖”时,如何透过一个身材指标,去看到潜在的健康问题。BMI判断肥胖,或许不够BMI是筛查超重和肥胖的常用指标。它的计算方式是“体重(千克)÷身高(米)的平方”。对于我国成年人来说,BMI(单位:kg/m2)的参考值如下——我国成年人BMI参考标准丨自制BMI的计算方法简单,只需知道一个人的身高和体重,就能得出对应数值。因此,它被广泛用于体重筛查和相关研究中。不过BMI的局限也很明显,它无法准确反映身体成分。例如,一个肌肉发达的人可能有较高的BMI,而BMI处于正常范围的人,也可能拥有较高的体脂率。2025年,《柳叶刀·糖尿病与内分泌学》国际委员会就建议,除了BMI,还应结合其他指标来确认是否处于肥胖状态。于是在这项新研究中,研究者采用了一种结合BMI、腰围和腰高比(腰围/身高)的肥胖判断方法。腰围和腰高比也是衡量肥胖的常用指标,尤其有助于了解脂肪在腹部的堆积情况,判断是否存在“中心型肥胖(腹型肥胖)”。具体来说,这套组合测量标准称为CAD-obesity,它会根据BMI所处的范围,判断是否需要结合腰围和腰高比来判定肥胖。以研究中的中国成年人为例,满足以下任意一种情况,就会被归入CAD定义的肥胖:BMI≥40:直接归入肥胖,不需要再满足腰围或腰高比条件。BMI≥28且<40:腰围或腰高比至少有一项达到研究设定的界值。BMI≥24且<28:腰围和腰高比两项都要达到研究设定的界值。注:腰围界值为男性≥90厘米、女性≥85厘米;腰高比界值为男性≥0.56、女性≥0.59。比如一位中国成年男性身高1.7米、体重72千克,则BMI为24.9,属于超重,但还没到肥胖标准。同时,他的腰围是96厘米,腰高比为0.56,按CAD-obesity标准可被归入肥胖。研究团队分析了来自中国、英国、美国和西班牙四个队列的844108名成年人的数据,比较了这一方法与单独使用BMI得出的肥胖率有何差异。有人被多算了,有人却漏了应用这套标准后,研究者发现,单独使用BMI与结合腰围、腰高比判断,得出的肥胖分类并不完全相同。在四个队列中,1.2%~3.1%的参与者BMI达到了肥胖标准,但腰围和腰高比没有达到研究设定的相应界值,换用综合标准后不再被归入肥胖。与此同时,还有5.2%~8.6%的参与者BMI处于超重范围,尚未达到肥胖标准,但腰围和腰高比都达到了设定的条件,换用综合标准后被归入肥胖。也就是说,在这套新标准中,有人从肥胖范围中被移出,也有人被纳入。在这四个队列中,被纳入的人比被移出的人更多,因此综合标准得出的总肥胖率更高。以研究中的中国开滦队列为例,单独使用BMI时,17.8%的参与者被归入肥胖;换用综合标准后,肥胖比例升至21.3%,增加了3.5%。此外英国、美国和西班牙队列的肥胖比例分别提高了3.3%、5.6%和7.4%。研究者进一步分析发现,结合BMI、腰围和腰高比判断肥胖,有助于识别死亡风险较高的人群。仅以BMI判断的超重或肥胖,与全因死亡风险的关联度不大;但以综合标准判断的肥胖,死亡风险明显升高。参与者的身体状况并没有发生变化,改变的是判断依据。这提示在判断肥胖和健康风险时,仅靠BMI可能会忽略与腰部脂肪堆积有关的信息。基于BMI与CAD组合测量标准判断的肥胖患病率和分类准确率|参考文献胖和胖不一样,有人的肥胖更加危险除了重新定义什么是肥胖,委员会还为肥胖重新做了分类:临床肥胖,即脂肪过多,已经出现器官功能受损或日常活动受限;临床前肥胖,指的是脂肪过多,未来健康风险增加,但目前器官和全身功能基本正常。器官功能受损的定义是存在冠状动脉疾病,并伴有18项标准中的至少一项,如高血压、慢性阻塞性肺疾病、血糖或血脂异常、慢性肾脏病、髋关节或膝关节骨关节炎等|参考文献在这项研究中,经过统计调整,临床肥胖在所有肥胖的人当中占22.7%~31.3%,在总人群中占5.6%~10.9%。研究者进一步比较了不同人群的死亡风险。结果显示,相对于参照组(没有肥胖也没有器官功能受损的人),临床前肥胖者的全因死亡风险升高19%,而临床肥胖升高69%。意思是,所有符合肥胖标准的人,死亡风险都升高,其中器官功能或日常活动已经受到影响的肥胖者,死亡风险更高。那么,临床前肥胖,是不是很快就会发展成更危险的临床肥胖?研究给出的答案是,不一定。研究追踪了起始时没有器官功能受损的肥胖者,发现在中国、英国和西班牙队列中,10年内发展为临床肥胖的比例分别为21.2%、8.7%和22.6%。也就是,77.4%~91.3%的临床前肥胖,在10年内相对稳定,没有发展为临床肥胖。实线代表临床肥胖的估计累积发病率,虚线代表器官功能障碍的累积发病率|参考文献不过,“相对稳定”不意味着可以放任临床前肥胖发展。作者认为,临床肥胖需要更加紧急的治疗,以应对已经发生的功能损害、更高的死亡风险;而临床前肥胖可能也需要积极的预防性治疗,包括生活方式调整、药物治疗,甚至手术治疗。当然,这项研究只是初步评估了新的肥胖诊疗框架,研究结果尚未进入相关指南。未来,还需要更多研究进一步完善肥胖的临床诊疗。Guokr根据身高和体重算出来的BMI,仍然是简单、方便的肥胖筛查线索。不过,单独这一个数字,不足以承担诊断、风险预测、治疗方案制定的全部任务。不妨把BMI当作起点,接着关注腰围、血压、血脂、血糖和关节等方面的情况,更加完整地了解自己的健康状况,然后积极预防和治疗。参考文献Pan,A.,Yang,S.,Ramos,R.et al.Validation of clinical and preclinical obesity across global cohorts.Nature(2026).https://doi.org/10.1038/s41586-026-11237-5
Putin, Trump, and Xi sign joint declaration towards peace (FULL TEXT)
RT · 1 天前
Putin, Trump, and Xi have signed a joint declaration pledging to reduce nuclear risks, ensure stable energy supplies, and reform the UN Read Full Article at RT.com
.NET 11 : ASP.NET Core: Union Type Support, OpenAPI 3.2 by Default and Blazor AI Components
InfoQ · 1 天前
Microsoft has released ASP.NET Core in .NET 11. The update adds C# union type support in JSON bodies, asynchronous validation for Minimal APIs, OpenAPI 3.2 by default, and SignalR authentication refresh. Blazor gains a CacheView component, client-side validation for static SSR forms, opt-in circuit pause for inactive tabs, and experimental AI components. Zstandard compression is on by default. By Almir Vuk
这款ED药,能不能顺利变身阿尔茨海默新药?
虎嗅 · 1 天前
本文由虎嗅旗下健康与抗衰公众号“九叶刀研究”首发,全文约2600字。封面图来自Unsplash。都说阿尔茨海默病新药难做,但今年有点不一样。最近,韩国AriBio公司公布了在研阿尔茨海默新药三期临床试验数据[1],有趣的是,它原本只是一款治疗男性勃起功能障碍的药物,而且背后站着一家中国公司:复星医药。[2]那么问题来了:它是怎么变成阿尔茨海默病潜力药物的?试验到底有没有成功,能不能获批?为它押下重金的中国公司,到底能不能如愿以偿?从ED,到阿尔茨海默病AriBio公司在研的药物代号AR1001,其实是老药新用,它原名米罗那非(Mirodenafil),最初由韩国SK化学研发,2007年获得监管批准,以Mvix之名开卖,适应证是男性勃起功能障碍。没错,米罗那非和西地那非、他达拉非这类药物一样,它们都是PDE5抑制剂。AriBio公司创始人郑在俊也是听到美国有动物试验表明,PDE5抑制剂可能改善认知[3],当时有多项研究显示,西地那非有可能改善认知[4] [5],而米罗那非和西地那非一样,作用的都是PDE5通路,所以时任SK化学研发人员的郑在俊决定拿下SK化学的授权,成立AriBio公司,于2011年开始研发工作。“大脑伟哥”从此踏上征途。在15年前,没有任何大规模人体验证,仅凭着几篇机理论文就拿下授权,的确需要莫大的勇气,而后来的研究进一步证明PDE5抑制剂的靠谱程度,2021年,《自然·衰老》发表论文,通过分析700多万人的健康数据发现,使用西地那非可以使阿尔茨海默病的风险降低69% 。[6]尽管只是针对西地那非,尽管只是相关性研究,没有因果证明,不过毕竟是第一个针对PDE5抑制剂的大规模研究,对已经做了10年研究的AR1001来说,总算是个不错的消息。那么这次公布的AR1001的三期数据,是否可以证明它的确有效呢?薛定谔的“成功”AriBio公司是在今年11月16日的阿尔茨海默病临床试验大会(CTAD2026)宣布了其在研小分子口服新药AR1001的三期临床试验数据:单药服用一年后,相关症状恶化速度减缓了31%。[1]结果似乎不错?但细看数据就不太对劲了。一款阿尔茨海默病新药是否有效,金标准是“临床痴呆评定量表”(Clinical Dementia Rating Sum of Boxes,CDR-SB)。而AR1001与安慰剂组相比,CDR-SB分数提升了0.44(也就是AriBio公司所说的,临床下降速度减缓了31%),但在1535人的总人群中,AR1001的提升分数仅为0.11。简单地说,这次三期临床试验喜忧参半:和安慰剂组相比,0.44分的提升有统计学意义,算成功了;但总体来看,0.11分的提升没有统计学意义,又算是失败了。这么看,R1001是不是没希望上市了?也不一定。通常认为,服用新药的人和对照组相比,当SCR-SB评分改善达到1分时(即最小临床重要差异(MCID)要≥1),才算有明显效果,对照上述试验中0.44分的提升,其实不能算及格。当然,最近两年上市的阿尔茨海默病新药,成绩都不算太好。[7]想让认知能力有可觉察的改善,CDR-SB改善分数至少要达到1分,九叶刀使用AI制图监管能不能批?矮子里拔高个阿尔茨海默病新药的评价标准,历来争议很大。而FDA表示,不能只看主终点一个数字,要看多个终点是否一致、效应是否随时间扩大。也就是说,一款阿尔茨海默病药物是否能获批,改善分数是重要标准,但不是唯一标准。所以,上文表格中,礼来的多奈单抗,渤健/卫材的仑卡奈单抗的改善分数均未超过1分,但都能获批上市。而对监管机构来说,AR1001可能与阿杜那单抗一样的尴尬角色,它们有着有惊人相似之处:都是两组试验,一组成功,另一组失败;两款药都是通过重新分析数据,获得阳性结果,AR1001突出安慰剂对照组数据,阿杜那单抗突出高剂量和试验时间长的试验组数据;都拿替代指标说事儿,比如AR1001宣称脑脊液cGMP升高,而阿杜那单抗则宣布脑内淀粉样斑块,但在CDR-SB金标准评分方面,成绩都不咋样,高剂量阿杜那单抗提升仅0.39分,而AR1001为0.44分。不过AR1001的优势是:它是一款小分子口服药物,无需注射,且能透过血脑屏障,而且最重要的是,它的安全性相对较高,从目前公布的信息看,它不会像单抗类药物那样导致脑水肿。对患者来说,AR1001改善效果一般,但不良反应少,服用相对方便,而且认知改善分也非常接近已经上市的仑卡奈单抗(0.44 vs 0.45),如果得分更低的阿杜那单抗(0.39)都能获批,那AR1001有什么理由不获批?所以,现在难题甩给了监管方。假如真的获批,那么什么时候能用到?什么时候能用到?目前AR1001已经完成了三期临床试验,但研发公司表示,还有一项扩展研究,clinical trails显示,该研究完成时间预计为2027年10月[8],公司还称,将继续研究数据,并与FDA讨论完整结果,确定后续步骤。如果数据过关,则可以着手准备新药申请(NDA)事宜,该阶段大概需要半年到10个月,这意味着,最快2028年三季度能获得批准,等到开出第一张处方,可能要到2028年底甚至更晚了。而对AR1001背后站着的中国公司复星医药来说,这意味着什么?复星医药踏入同一条河流2025年至今,复星医药在阿尔茨海默病领域连续押下重注。先是拿下韩国AriBio公司的在研新药AR1001大中华区权益,2025年12月和2026年5月,又先后拿下东南亚及全球独家选择权,首付款及里程碑付款最高达到1.8亿美元。2025年底,复星医药宣布以14.12亿元的价格收购绿谷医药53%的股份,获得控股权[9],后者研发了颇受争议的阿尔茨海默病新药甘露特钠。这两款药都有个共同特点:不是很优质,甚至是有些风险的资产。AR1001的二期临床研究未达预设主要疗效终点,仅因为血液生物标志物有所改善[10],韩国方面便决定推进三期研究。甘露特钠上市之初,就受到包括饶毅在内的多方专家和媒体质疑,而且该药仅获得附条件批准,2025年8月,甘露特钠再注册申请未获国家药监局批准,研发方绿谷制药也陷入困境,一度裁员80%。肿瘤、免疫炎症和神经退行性疾病是复星医药的三大核心业务,复星在同一赛道拿下两款风险很高的产品,都是在趁着两家研发公司陷入困境的时候入场,试图以自身的研发、注册和商业化能力来化解不确定性。为什么复星医药如此敢赌?因为阿尔茨海默病药物的市场诱惑太大了。在此次三期数据出炉前,复星医药已经完成了美日欧的专利布局,保护期一直到2040年,复星医药董事长陈玉卿曾对媒体表示,AR1001的潜在市场规模高达50亿美元。AriBio公司CEO郑在俊在今年10月接受《朝鲜日报》采访时则说,希望AR1001成为确诊轻度认知障碍后的一线药物。根据复星医药与AriBio达成的协议,6000万美元算是全球独家授权协议的定金,在三期临床试验数据出炉之后,复星方面有90天时间评估,是否行使独家选择权[11],如果答案为“是”,那意味着复星要再出8000万美元的预付款。不过二级市场已经用钱投票了,三期数据出炉当天,Aribio和复星医药的股价双双暴跌。现在,复星医药90天行权倒计时开始,这也将是它在阿尔茨海默病领域赌桌上揭开的第一只盅。本文为基于公开信息进行的分析,不构成任何投资和医疗建议。参考文献[1] AriBio’s oral AR1001 Meets Primary Efficacy Objective in Prespecified Monotherapy in Population in Phase 3 POLARIS-AD Trial. 2026.11.17[2] AriBio's oral Alzheimer's drug meets monotherapy goal in phase 3 as Fosun weighs licensing option. FiercePharma. 2026.11.17[3] Heo Ji-yoon. Aribio drives Korea's dementia push with once-daily AR1001 and CHA Vaccine synergy. Chosun Biz. 2026.3.26. [4] Puzzo, Daniela., Staniszewski, et al. (2009). Phosphodiesterase 5 inhibition improves synaptic function, memory, and amyloid-beta load in an Alzheimer's disease mouse model. The Journal of neuroscience : the official journal of the Society for Neuroscience, 29(25), 8075-86. doi: 10.1523/JNEUROSCI.0864-09.2009[5] Cuadrado-Tejedor, M., Hervias, I., Ricobaraza, A., et al. (2011). Sildenafil restores cognitive function without affecting β-amyloid burden in a mouse model of Alzheimer's disease. British journal of pharmacology, 164(8). https://doi.org/10.1111/j.1476-5381.2011.01517.x[6] Fang, J., Zhang, P., Zhou, Y. et al. Endophenotype-based in silico network medicine discovery combined with insurance record data mining identifies sildenafil as a candidate drug for Alzheimer’s disease. Nat Aging 1, 1175–1188 (2021). https://doi.org/10.1038/s43587-021-00138-z[7] Buracchio, T., Campbell, M., & Krudys, K. (2025). Assessing clinical meaningfulness in clinical trials for Alzheimer's disease: A U.S. regulatory perspective. Alzheimer's & dementia (New York, N. Y.), 11(2), e70113. https://doi.org/10.1002/trc2.70113[8] Clinical Trail. Phase 3, Double-blind, Randomized, Placebo-controlled Trial to Evaluate the Efficacy and Safety of AR1001 in Participants With Early Alzheimer's Disease (Polaris-AD). NCT05531526[9] 复星医药. 复星医药宣布控股收购绿谷医药 加码布局中枢神经系统领域创新药管线. 2025.12.25. [10] Greeley, D., Nash, M., Herskowitz, B., et al. (2025). A phase 2 randomized, placebo-controlled study on the efficacy and safety of AR1001, a phosphodiesterase-5 inhibitor, in patients with mild-to-moderate Alzheimer's disease. The journal of prevention of Alzheimer's disease, 12(9), 100337. https://doi.org/10.1016/j.tjpad.2025.100337[11] Fosun Pharma and AriBio Sign Exclusive Global Option Agreement for AR1001 for the Treatment of Alzheimer's Disease. 2026.5.14
NetWasm 0.10 Speeds Up C# on WebAssembly, Now Faster Than Mono AOT
InfoQ · 1 天前
Summary: NetWasm, an ahead-of-time compiler from C# to WebAssembly, has reworked exception handling, bounds-check elimination, SIMD and division in its 0.10 series. Across more than 2000 benchmark cases, the project reports running in 0.41 times the time of Mono AOT’s WASI build. By Edin Kapić
Discord Rewrites Desktop and Mobile Clients in Rust Using Zed's GPU-Accelerated Rendering Framework
InfoQ · 1 天前
Discord’s CTO Stanislav Vishnevskiy recently announced rewriting its desktop and mobile clients in Rust, moving away from Electron and React Native. The project eliminates layers of abstraction to directly leverage the device’s GPU, native mobile views, and a Rust core shared across platforms. Early results hint at a significant reduction in RAM usage and boot time for chat, voice, and streaming. By Bruno Couriol
林妹妹配孙悟空,网友到底在嗑什么?
虎嗅 · 2 天前
本文来自微信公众号: 家姻心理 ,责编:杨涛屹,编辑:张嘉仪,作者:家姻心理最近,社交平台上流行起一对“邪门”CP:《西游记》里的孙悟空和《红楼梦》中的林黛玉,网友称之为“圣黛CP”。这对组合其实前几年就有人剪辑过,今年借着AI视频再度走红,热度居高不下。原著里,黛玉对着落花,只能荷锄葬花;到了视频里,悟空一棒挥去,落花便纷纷回到了枝头。这还不算,他还带着林妹妹逛街、逛游乐场、一起吃桃子,硬是把整日伤春悲秋的林姑娘,拽进了热热闹闹的人间烟火。评论区里,有人直呼“邪典”,但更多的人在说“支持这门亲事”“希望林妹妹过上开心日子”。还有网友拿两人的出身打趣,一个是石头里蹦出来的,一个前世是绛珠仙草,说这才是真正的“木石前盟”。不过,按原著宝玉大概是全书最懂黛玉的人。网友为什么偏偏觉得,一只几乎不说话的猴子,才是她的“完美男友”?下面结合几项心理学研究,聊聊这个问题。01懂她,不等于接得住她01宝玉的在乎,常常落在了自证上不少网友喜欢拿悟空和宝玉作对比。宝玉和黛玉志趣相投、心意相通,可两人相处时却争吵不断。宝玉并非不在乎黛玉,恰恰是太在乎,每次黛玉情绪上来,他都急着表白、急着自证,结果往往越闹越僵。视频里的悟空几乎没有台词,可林妹妹一落泪,他便二话不说有所行动。七十二变的神通,在这里全用在了哄林妹妹开心上。话不多,却总能让人觉得,黛玉的情绪被稳稳接住了。02亲密感,来自“觉得被理解、被认可、被关心”社会心理学中的伴侣回应性(perceived partner responsiveness)概念,可以帮助我们理解这种差别。Laurenceau等人(1998)在研究中介绍了Reis和Shaver提出的观点:一个人向伴侣袒露感受之后,如果觉得对方的回应理解了自己、认可了自己、关心着自己,亲密感就会加深。这三层意思,放到日常生活里,大概是这样的:理解,是听懂了对方为什么难过,而不只是知道对方难过了。妻子下班回家说了句“今天烦死了”,丈夫回“别想了,早点休息”,他知道她心情不好;如果他问一句“是不是那个方案又被打回来了?”,她会觉得,他知道自己在烦什么。认可,是觉得对方的感受说得通,而不是急着纠正。同样是听对方抱怨,“这点小事至于吗”和“换我也会生气”,给人的感受完全不同。前者表达的是否定,而后者潜台词是“我跟你是同类”。认可并不等于全盘同意对方的看法,只是先承认:你有这样的感受,是可以理解的。关心,是让对方感到自己的事被放在了心上,而且对方愿意为此做点什么。可能是记得对方前几天提过的事,主动问一句进展;也可能什么都不说,先把对方最头疼的那件事办了。视频里的悟空几乎没有台词,靠的就是这一种。Laurenceau等人(1998)还请大学生连续一到两周,在每次与人交流之后立即记录当时的感受。结果发现,向对方袒露自己、对方也向自己袒露,都会让这次交流显得更亲密,而其中一部分作用,是通过“觉得对方理解我、认可我、关心我”实现的。也就是说,亲密感很大程度上取决于一个人是否“觉得”自己被理解、被关心。对方心里的在乎,并不一定都能被感受到。以此来看,宝玉懂黛玉,可每到要紧处,他的心思常落在证明自己身上;悟空不多说一句,只管替黛玉把难过的事摆平,让人看得明明白白:她的事,他放在了心上。03中国夫妻也是如此在中国夫妻中,研究者也看到了类似的规律。Yuan等人(2022)对来自全国28个省份的550对中年夫妻的调查,以及Lu等人(2024)对北京和天津668对处于不同婚姻阶段的夫妻的研究都发现:夫妻感知到的伴侣回应性越高,对自己婚姻的评价往往也越好。可见,“觉得对方不够在乎自己”并不是一件小事,它往往和人们对婚姻的整体评价联系在一起。02林妹妹的不安,可不只是“太敏感”01黛玉为何总是不安?给林黛玉“拉郎”,网友早不是头一回了。此前就有一对同样令人大跌眼镜的“伏黛CP”,把她和《哈利·波特》里的大魔头伏地魔凑在了一起。从伏地魔到孙悟空,配对的对象一个比一个离谱,网友对林妹妹的牵挂却始终没变。这份牵挂,多半源于黛玉的身世。她幼年丧母,小小年纪便离开扬州,投奔外祖母家;后来父亲也撒手人寰,她自此成了真正寄人篱下的孤女。贾母虽然疼她,可贾府上下人多口杂,初进府时,她便“步步留心,时时在意,不肯轻易多说一句话,多行一步路”。《葬花吟》里那句“一年三百六十日,风刀霜剑严相逼”,写的是花,又何尝不是她自己身处重压、心事难安的写照。书里不少人嫌黛玉“爱使性子”,可放在这样的身世里看,她的试探和多心并不难理解。02依恋理论怎么看这种不安据周春燕和黄希庭(2004)的综述介绍,依恋理论认为,儿童会在与照料者的互动中,逐渐形成对自我、对他人以及对关系的稳定认知,即“内部工作模型”,并带着它进入日后的人际关系。后来,Hazan和Shaver进一步提出,成人恋爱关系中的情感联结也可以被理解为一种依恋关系。一个早年经历丧失、身边又始终没有稳定依靠的人,很难真正有安全感,只能一次次去确认:自己在对方心里到底有没有分量。当然,黛玉是文学人物,我们无法跳脱作者的描述去直达她的内心世界,只是暂且借用依恋理论的视角来理解她的不安。03需要越多,越难被满足现实中,也有不少人像林妹妹一样,格外需要确认对方的在乎。Lu等人(2024)对668对中国夫妻的研究发现,依恋焦虑较高的人,感知到的伴侣回应性往往更低,婚姻满意度也更低。研究者解释说,这类人对亲密和回应有很高的需要,却又容易低估伴侣给予的支持;而中国夫妻之间习惯保持更远一些的距离,表达也更含蓄,这让他们的高需求更难得到满足。宝黛并非夫妻,这项研究自然不能直接套在他们身上;但一个对回应有着很高的需要、却总在含蓄与试探里打转的人,读来确实很像林妹妹。04不太表达的人,在中国婚姻里未必吃亏依恋理论里,和依恋焦虑相对的另一种不安全依恋,叫依恋回避。回避程度较高的人,倾向于与人保持距离、压抑负面情绪、凡事依靠自己。在西方样本中,依恋回避通常被看作婚姻满意度的不利因素。但Lu等人(2024)在中国夫妻中看到的结果不太一样:依恋回避程度较高的人,感知到的伴侣回应性反而更高,而感知到的伴侣回应性又与更高的婚姻满意度相联系。这种正向的关联,在他们伴侣的婚姻满意度上也能看到。研究者的解释是,中国文化对情绪内敛、表达含蓄更为包容,伴侣也更愿意为对方调整自己的行为;同时,回避程度较高的人原本对伴侣回应的期待可能就不高,收到回应时,容易觉得超出预期。此外,回避者看重彼此的距离,可能恰好满足了伴侣对独立和自主的需要,在婚姻的后期阶段尤其如此。这些解释是研究者的推测,研究本身并没有直接测量。这当然不是说越冷淡越好,它同样只是一项相关研究的结果。但它提醒我们:在中国夫妻中,含蓄、有分寸的相处方式,本身未必是问题。05感觉不到,未必是对方不在乎所以,感觉不到被在乎,未必是对方真的不在乎,也不能简单归结为自己“太作”“太敏感”。需要更多确认的人,遇上含蓄的表达方式,中间就容易落空。宝玉和黛玉之间也有几分这个意思:一个越在乎越急着自证,一个越不安越要试探,两人都用了力,却常常接不住彼此。需要说明的是,Lu等人(2024)是一项横断研究,只能说明变量之间的关联,并不能确定谁导致了谁。研究者自己也提到,依恋焦虑较高的人往往会低估伴侣的回应,但反过来,伴侣不一致的回应,也可能让依恋焦虑升高。与其争论到底是谁的问题,不如看看两个人之间的回应卡在了哪里。03悟空式的伴侣:安全港与安全基地01悟空给了黛玉什么依恋研究常用“安全港”(safe haven)和“安全基地”(secure base)来描述一段关系能给人的支持:前者指遇到压力时,可以回到亲近的人身边寻求安慰和帮助;后者指想去探索、追求目标时,知道身后有人支持,遇到困难随时可以回来(Feeney&Collins,2015)。Feeney和Collins(2015)还进一步提出,好的亲密关系不只是在逆境中给人安慰和支撑,也会在没有逆境的时候,鼓励人抓住机会、去尝试和成长。黛玉对花落泪,悟空一棒挥去让落花重开,替她把难过的事挡了下来;平日里,他又拉着黛玉逛街、去游乐场,带她看看大观园外面的世界,鼓励她走出熟悉的小天地。前者像安全港,后者像安全基地。再加上悟空无父无母,没有一大家子人需要黛玉去应付,对一个在大家族里处处小心的人来说,这样的伴侣自然显得格外理想。02嗑CP的安慰,也有边界明知是剪辑和AI生成的内容,很多人看完仍然觉得感动。嗑CP比喜欢单个角色多了一层:观众是在旁观一段关系,并把自己对理想关系的期待投射进去。人们最容易被什么样的情节打动,往往能反映出他们在现实中最渴望什么。在评论区写下“希望林妹妹开心”的人,或许也在回应自己某个阶段没被好好接住的经历。但这种安慰有它的边界。Stein等人(2022)的实验发现,想一想自己最喜欢的媒体角色,负面情绪的下降幅度与想到真实亲友的人差不多,但孤独感却没有减轻;而想到真实亲友的人,孤独感则有所减轻。看悟空哄林妹妹开心,能让人心里一暖,但真正让人不孤单的,还是身边的人。况且悟空式的回应是高度理想化的。他神通广大,随叫随到,永远把黛玉放在第一位,现实中没有谁能做到。依恋研究所说的安全感,主要来自伴侣之间稳定、可预期、相互的回应,并不依赖对方有多强大。普通人不必神通广大,只要能在对方需要时一次次稳稳地回应,同样可以给人这样的安全感。04日常相处中可以怎么做结合前文的研究,几点建议供大家参考。1.觉得不被在乎的一方:把需要说出来期待对方主动察觉一切,往往会带来失望。“我今天心情不好,想让你陪我一会儿”,比等对方猜要有效得多,也给了对方回应的机会。另外,既然需要较多确认的人容易低估伴侣给予的支持,也可以试着留意一下:对方已经用他的方式做了些什么。2.常被说“不够在乎”的一方:让在乎被看见伴侣倾诉时,很多人的第一反应是分析原因、给出建议,或者像宝玉那样急着解释自己没有恶意。可以先停一下,用一两句话回应对方的情绪,比如“听起来你今天压力很大”。认可对方的感受,并不等于同意对方的所有看法,但能让对方确认自己被听到了。心里在意,也要表现出来。注意到对方最近睡得不好、工作不顺,或者提过想做的事,可以说出来,也可以像视频里的悟空那样,直接用行动回应。如果伴侣比较容易不安,这一点更加重要:依恋焦虑较高的人更难感受到被回应和支持。研究者建议,另一方需要理解他们的难处,给出更强烈、更坚定的回应(Lu et al.,2024)。3.两个人一起:既做安全港,也做安全基地伴侣遇到困难时给予安慰,伴侣想尝试新事物时给予支持,两者同样重要。面对对方想换工作、学新技能、出去走走之类的想法,可以少一些“万一出问题怎么办”,多问一句“需要我做什么”。回应也需要是双向的。亲密感来自一来一回的袒露和回应,双方既是倾诉者,也是回应者。好的关系里,两个人都会累,都需要被接住。今天你接住了我,明天我也接住你。05写在最后林黛玉的结局早已写定,网友的二创只是一种温柔的想象。可我们自己的故事还没写完。想要被在乎是人之常情,不善表达也不等于不爱,两个人之间的回应可以慢慢磨合。被理解、被认可、被关心,可以是对方难过时一句“我在”,也可以是对方想往前走时,你那句“去吧,有我呢”。如果你也曾为悟空让落花重开的那一幕心头一暖,不妨问问自己:在现实的关系里,我希望被怎样回应?我又是否给过对方这样的回应?愿我们都能慢慢成长为那个接得住对方的人,也愿每个人都能被认真对待。更多精选好文•研究盘点|爱的根本公式=事事有回应•为什么越沟通越崩溃?揭密亲密关系中的“隐形战争”•没有幸福的童年,也能拥有安全的关系:从Papi酱的访谈,读懂"挣来的安全感"参考文献Feeney,B.C.,&Collins,N.L.(2015).A new look at social support:A theoretical perspective on thriving through relationships.Personality and Social Psychology Review,19(2),113–147.https://doi.org/10.1177/1088868314544222Laurenceau,J.-P.,Barrett,L.F.,&Pietromonaco,P.R.(1998).Intimacy as an interpersonal process:The importance of self-disclosure,partner disclosure,and perceived partner responsiveness in interpersonal exchanges.Journal of Personality and Social Psychology,74(5),1238–1251.https://doi.org/10.1037/0022-3514.74.5.1238Lu,S.,He,Y.,Li,Q.,Chen,Z.,&Fang,X.(2024).Dyadic effects of attachment styles on marital satisfaction among Chinese couples:The mediating role of perceived partner responsiveness.Journal of Social and Personal Relationships,41(12),3770–3790.https://doi.org/10.1177/02654075241277227Stein,J.-P.,Liebers,N.,&Faiss,M.(2022).Feeling better…but also less lonely?An experimental investigation of how parasocial and social relationships affect people's well-being.Mass Communication and Society.Advance online publication.https://doi.org/10.1080/15205436.2022.2127369Yuan,Q.,Fan,Z.,&Leng,J.(2022).The effect of emotional reactivity on marital quality in Chinese couples:The mediating role of perceived partner responsiveness.Frontiers in Psychology,12,Article 787899.https://doi.org/10.3389/fpsyg.2021.787899周春燕,黄希庭.(2004).成人依恋表征与婚恋依恋.心理科学进展,12(2),215–222.
Claude Code新模式来了,不换模型,Token消耗最高砍掉77%
虎嗅 · 2 天前
本文来自微信公众号: AI前线 ,作者:飞野、四月,编辑:四月,原文标题:《Claude Code新模式来了!不换模型,Token消耗最高砍掉77%》用过Claude Code的开发者,几乎都有过同一种体验:干活确实爽,但看着后台飞速跳动的Token消耗和账单,心也在滴血。过去想让AI智能体跑得更快、花钱更少,用户通常只有两条路:要么苦等厂商发布更便宜的新模型,要么手动把主力模型降级成小模型,忍受交付质量的滑坡。但最近,Anthropic在Claude Code(v2.1.323及以上版本)的更新日志里,悄悄塞进了一个默认关闭的实验功能——Code Mode。第三方实测显示:在完全不换模型、不牺牲智商的前提下,开启这个模式跑多步开发任务,真实API账单直接少了22%–23%;而在高频调用外部工具的场景下,模型累计处理的Token总量更是暴跌了62%–77%。当Anthropic进一步交出本地脚本编排权,代码进一步成为Agent与工具之间最高效的通信协议。Claude Code过去为什么烧钱?要理解Code Mode省下了什么,得先看清传统智能体干活有多“笨重”。普通模式下,Claude Code通常由模型直接组织工具调用。比如先通过Bash搜索文件,再调用Read查看内容,最后用Edit修改代码。如果后续操作依赖前一步的执行结果,工具就需要将结果返回给模型,由模型判断下一步该怎么做。虽然Claude Code本身已经支持并行工具调用,也能通过Bash脚本批量执行命令,但对于需要多步判断和跨工具协作的任务,模型仍可能反复参与中间流程,不断消耗Token。只改一两个函数时,这套流程没什么问题。可一旦遇到跨几十个文件找错误,或者通过MCP(模型上下文协议)拉取上百条外部记录的任务,两笔隐藏开销会迅速把上下文撑大。第一笔开销在起跑线上。独立评测站点bestagent.dev拆解请求载荷发现,未开启Code Mode时,Claude Code每轮默认向模型发送16个内置工具定义,光首轮请求体积就达到约38,000 tokens。只要会话继续,这份“工具说明书”就在每一轮请求里反复重传。第二笔开销藏在中间过程里。很多工具返回值其实只需扫一眼、筛出几行有用的内容,但在逐轮调用的机制下,整段日志、整批原始记录全部要留进对话历史。在开源基准Bicameral的测试中,让模型通过MCP拉取120张工单并统计退款总额,普通模式被迫分轮把120条记录完整拉进上下文。可见,过去智能体每调用一次工具,就要把全量原始输出连同全部工具定义再装进下一轮上下文,造成轮次越多、Token消耗呈滚雪球式膨胀的问题。一次对调度架构的手术Code Mode做的事情,本质上是重构了模型与工具之间的调度分工。开启Code Mode后,Claude可以先编写一段JavaScript,将多个工具调用、条件判断、循环执行和结果过滤组织到同一段代码中。对于不需要模型逐步决策的操作,程序可以连续执行,并直接处理工具返回的数据,最后只将必要结果送回模型上下文。Anthropic官方文档举过一个直观的例子:比如你想让Claude找到某个配置文件、把里面的重试次数从3改成5,再跑一遍测试。以前它得先找一次文件、等结果返回,再改一次配置,改完再跑一次测试,每一步都得回对话里过一遍。开启Code Mode后,它会自己写一段小脚本,在本地把“找文件、改配置、跑测试”一口气做完,最后只把“改了哪个文件、测试过没过”这两句结论交回对话。中间搜索过的目录、生成的大量测试日志,都可以先由代码处理、筛选,再将必要信息交给模型。至于最终能省下多少Token,仍取决于脚本返回的数据量。与此同时,Code Mode在入口处做了一次大幅瘦身:模型侧接收到的内置工具定义,从原来的16个精简成了只保留代码执行和状态轮询等功能的3个核心入口。两家独立第三方测试给出了一致的变化。bestagent.dev测得首轮请求从约38,000 tokens降到约22,000 tokens。Bicameral在4个模型上也测得每轮起跑固定减少13,055—13,106 tokens。Code Mode切掉了每轮重传的工具定义和中间冗余输出,把上下文窗口留给了真正需要模型做判断的信息。强模型的红利,弱模型的陷阱省Token的逻辑听起来无懈可击,但真实世界里的跑分却呈现出剧烈的分化。目前最全的公开测试来自开源基准Bicameral。该团队在Claude Code v2.1.326上,用Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.2四个模型跑了6类任务、每组2轮共计96次运行(48组开关对照)。表现最亮眼的是高频MCP取数求和测试:通过外部工具逐条拉取120张工单并统计退款总额。4个模型的对话上下文增量从约54,000 tokens骤降至3,500—8,800 tokens(降幅84%—94%)。16次运行全部答对,累计处理Token减少62%—77%。在需要阅读并筛查重复扣款的研判类取数任务上,处理Token减少40%—68%,对话上下文减少65%—83%。不过测试团队说明,这批人工生成的工单存在句式规律,模型脚本刚好借机跳过了重复段落。并且出现了3次未过检失败,全部出在Haiku 5.5模型上。换一种日常工作,这组数字就有所缩水了。回到大家每天都在干的本地文件修改(在47个Markdown文件里查死链、在Python项目里跨36处调用重命名函数)。单看执行过程中新产生的对话内容(Task context),16组对照里有14组不仅没降,反而因为额外写脚本或排错变多了。但因为开启后每轮起跑携带的“工具说明书”固定少了约1.3万个Token,里外一抵消,Opus 5.5、Sonnet 5.5和Fable 5.2整趟跑下来的累计处理Token依然降了15%—54%。唯独Haiku 5.5在文件任务里处理Token反增9%。回看日志发现,主因是其中一次脚本找错目录,攒下的大量报错记录把起跑底座省出来的额度全吃光了。另外需要注意的是,报告里专门强调:“累计处理的Token”不等于实际账单费用,因为被省掉的大头属于重复读取的提示词缓存。平台对这部分缓存本身就按更低费率打折计价。把这笔账折算成美元的,是另一组第三方测试,来自独立评测站点bestagent.dev。该团队在Claude Code v2.1.325上用Opus 5.5按Anthropic官方API标价对3个真实开源仓库任务各跑3次,测出了更贴近日常体感的数字:新增带测试的CLI参数:开启Code Mode后单次费用从$0.45降至$0.35(省23%),耗时从80秒缩至60秒。134个Markdown文件查死链:费用从$0.20降至$0.16(省22%),耗时从26秒缩至18秒。20个技能说明文件统一加版本号:费用几乎持平($0.16对$0.17)。因为即便不开Code Mode,Claude自己也会在Bash里写一段小脚本一次改完。不过bestagent.dev只测了Opus 5.5单模型两分钟以内的短任务,像第一组测试中的那种复杂任务,依然可能有更好的实际费用差异。可以看出,Code Mode真正擅长的是一些批量处理的复杂任务,如跨工具批量数据处理,以及需要多轮检索与测试联动的仓库开发。遇到原本一条shell就能解决的简单文件批改,换不换它几乎没有区别,用弱模型(Haiku 5.5)写错脚本路径还可能放大返工损耗。能省钱又提速,却要把它“默认关闭”?既然能省下真金白银,Anthropic为什么还要设置环境变量门槛(CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1),并在文档里打上“实验特性,可能随时修改甚至移除”的警告?首要卡点在安全把关与过程监控上。在传统模式下,Claude每读一个文件、跑一条命令都要单独发起请求,系统的权限规则、钩子脚本和安全审核可以逐条盯着把关。企业监控系统也能按每次工具调用留下一条清晰的记录。可开启Code Mode之后,Claude把一连串动作打包写进整段JavaScript里一次性跑完。在Auto模式下的安全分类器只能整段大致看一眼代码,没法像过去那样对运行期动态拼出来的每一条路径逐一细查。为了防住风险,官方在启用门槛上加了多层硬锁。Claude Code会刻意忽略项目目录配置文件里的Code Mode开关,防止开发者克隆一个外部仓库时被对方暗中打开。如果用户开启了企业监控导出或禁用遥测,客户端会直接拒绝启动Code Mode。安检之外,能用的场景也还有限。从支持范围看,现阶段的Code Mode更像一块限在纯命令行终端里的“试验田”。它目前只支持在本地交互式终端、直连Anthropic官方订阅或Console账号使用。桌面端App、VS Code插件、以及亚马逊Bedrock、谷歌云等第三方云平台暂时全都用不了。对于现在就想试用的用户,可以注意两点:第一,看任务决定开关,做批量处理等复杂任务时省Token的效果才明显。第二,开启后几个联动功能会暂不可用,远程控制、Chrome浏览器联动和电脑操控(computer use)都会停用。把视野拉高一层看,Code Mode验证了一件对行业有启发的事:在底层模型不变的情况下,仅仅把“谁来组织循环、中间数据留在哪”这层Harness的工作方式改对,对Claude Code这样成熟的客户端依然能挤出两成以上的真实成本。类似的改进,最近几个月,从云基础设施到开源编程工具,已经有好几支团队沿着同一方向推进。Cloudflare、OpenCode 2都开发了类似的功能,按需查目录、用脚本组合调用工具。8月开源的DeepSeek Harness在四种运行模式里,也内置了程序化工具调用(PTC)模式。但他们各自降Token成本的能力如何,易用性和安全性又如何,还有待更多对比测试来展现。
Launch HN: Maritime (YC F26) – A managed cloud for production AI agents
Hacker News · 2 天前
Hi HN, we're Ary and Maria, co-founders of Maritime (https://maritime.sh). We're building an agent-native cloud that handles everything from custom environments to lifecycle management for AI agents.Demo: https://www.youtube.com/watch?v=lCWMdBQ96rYThere’s been an explosion of sandbox companies coming out of SF, but sandboxes solve maybe 10% of the infrastructure problem for AI agents. The approach that most sandboxing companies take is:You buy Hetzner/OVH Cloud bare metal servers, use Firecracker to slice the servers up into VMs, sell those VMs with low margins.It’s a bit of an oversimplification, but the point is it’s a narrow solution to a fairly difficult problem.We talked to a couple hundred companies that are building AI agents. From personal assistants and coding agents to specialized healthcare agents, and the main pattern we saw was that even after choosing a sandbox provider, you still have to build additional infrastructure just to get things working. These were the primary points of friction:1. Agent lifecycle management.There’s a lot that you have to build in order to properly give your agents VMs: things like sleep/wake, persistent storage, triggers, scheduling, per-user routing and spend caps, health monitoring, failure recovery, and deploying updates across thousands of VMs without downtime.
There are so many of these small sandbox management tasks that companies have to build and maintain themselves, and they add up.2. Custom environments.Production agents have varying needs. Some agents need Windows applications. Others need Android, browsers with persistent sessions, custom operating system images, preinstalled desktop software and applications, or specific dependencies.
Some agents need access to private networks to interact with customer-specific things on prem, or residential IPs, or the ability to restrict network access completely.3. Cost optimization.If you’re selling a personal assistant for $20/month, a sandbox that costs $0.04/hour comes out to roughly $29/month if you keep it running continuously, not including LLM inference, storage, etc. There is a way to combat this though, which is to optimize sandbox usage with auto-snapshotting, making things event-driven, mounting S3 buckets to agent environments via FUSE for cheap storage, cold-tiering snapshots, etc. All roads lead to… building more infrastructure.So what did we build differently?We give each agent its own isolated, persistent microVM and a configurable environment. On top of the compute, we built a lot of composable services: provisioning, persistent state, sleep/wake orchestration, triggers, schedule creation, monitoring, network configuration, updates, rollbacks, recovery, per-agent spend tracking, login handoffs, all the things you’d need for production agents.We also spent a huge amount of time optimizing cost. A lot of thought was put into things such as scale-to-zero, copy-on-write over shared base images, compressed memory snapshots, hot/warm/cold snapshot and disk tiering, and other optimizations while balancing these with performance metrics like latency.As a result, Maritime costs $1 for a 2gb RAM agent per month (unlimited usage for that $1), with additional resources available as needed.Maria was a visiting lecturer at MIT and did research at Project NANDA on agent infrastructure. Ary did research on agent coordination protocols at the same lab. We started Maritime together this March because of all the issues we faced with trying to deploy agents to the cloud during our research.We want your feedback.If you're building an agent product, what did you have to build on top of sandboxes to make them work? We want to know about all the workarounds and weird things you’ve had to build.Are there things you’ve tried to build with VMs but couldn’t? Does Maritime fit your needs? Is there a feature we’re missing that would make us more enticing?Happy to answer any questions in the comments.https://maritime.sh
Comments URL: https://news.ycombinator.com/item?id=50549188
Points: 31
# Comments: 25
Show HN: Mastra Factory, the open-source software factory we use to build Mastra
Hacker News · 2 天前
Hi HN, we're Shane, Sam, and Abhi.Almost two years ago, we shared Mastra, our open-source TypeScript agent framework, on Show HN: https://news.ycombinator.com/item?id=43103073. It got a few hundred upvotes; a couple of weeks later our downloads had doubled, and we were off to the races.Today we're sharing Mastra Factory, the open-source software factory we built to help maintain Mastra itself.At Mastra, we now average nearly 4M downloads per week, and with Factory our team now merges hundreds of PRs a week across the mastra-ai GitHub org. Last week, Factory opened and merged 238 PRs, alongside 630 merged PRs from humans.There's a lot of debate about what a software factory is. For us Factory is a configurable agentic kanban board that's @-taggable in Slack.Under the hood, it uses Mastra’s durable agents for long-running sessions, our conversational memory system, a markdown based wiki with source citations to incorporate company knowledge, signals that subscribe to PR comments wired up into sessions, and a customizable cloud sandbox with our coding harness (working on supporting Claude Code, Codex etc).When we started out, we modeled Factory around our existing workflow-oriented process (triage, plan, build, review, shipped). Three months later, we find ourselves mostly driving it through Slack vs a web UI.We’ve seen more senior engineers kick off sessions in parallel (“triage the 20 oldest issues and let’s evaluate…”). We’re using bug and vuln scanners now, and we’ve closed our repo to outside contributors, asking folks to write detailed issue repros instead.You can get started with `npm create factory`.It’s fully open-source, so you can run it entirely on your infra (we also offer a hosted version). Comment here, we would love to know what you think!https://factory.mastra.aihttps://github.com/mastra-ai/template-factory
Comments URL: https://news.ycombinator.com/item?id=50548660
Points: 67
# Comments: 20
LinkedIn Cuts Daily Spark Shuffle Fetch Failures from 750 to 20 with Apache Celeborn
InfoQ · 2 天前
LinkedIn deployed Apache Celeborn as a shared remote shuffle platform across most Spark and Flink workloads, reducing daily shuffle fetch failures from approximately 750 to 20. The deployment also lowered compute costs by 10%, improved application runtimes by 14%, and reduced shuffle costs per task by nearly 90% through dedicated storage, replication, and data-plane optimizations. By Leela Kumili
答卷照牛,但没了老黄,英伟达已不对味
虎嗅 · 2 天前
本文来自微信公众号: 海豚研究 ,作者:海豚君,原文标题:《答卷照牛!但没了老黄,英伟达已不对味!》英伟达(NVDA.O)北京时间2026年11月18日凌晨,美股盘后发布2027财年第三季度财报(截至2026年10月),这也是黄仁勋11月12日辞任后、由临时CEO Colette Kress主持的首份财报,具体内容如下:1.数据中心:本季度收入1076亿美元,环比增量为186亿美元,同比增长110%,好于市场预期(1018亿)。增长主要由Vera Rubin首季量产出货和Blackwell Ultra(GB300)的持续出货带动:Rubin在量产出货的第一个季度就贡献了接近200亿美元收入(约占数据中心收入的18%)。网络业务本季度收入超过210亿美元,约占数据中心收入的两成。另外,本季度公司对华出货了24亿美元获许可的Hopper数据中心产品(直接销售的H200)。公司从本财年开始调整了披露口径,将数据中心拆分为“超大规模客户(Hyperscale)”和“ACIE(AI云、工业与企业,含主权客户)”。具体来看,本季度超大规模客户收入601亿美元,环增114亿美元(+23%),明显高于一致预期(533亿);ACIE客户业务收入475亿美元,环增72亿美元(+18%),略低于一致预期(489亿)。时隔两个季度,超大规模客户重新成为收入增长的最大增量,云行业积压订单(backlog)从3个月前的2万亿美元增至2.5万亿美元;ACIE的环比增长则来自对头部新云的Vera Rubin出货,以及前沿实验室开始自建数据中心。在各家大CSP自研芯片的情况下,英伟达过去一年用“扶持中小客户+资产负债表兜底”打开了ACIE市场(新云占ACIE一半以上)。但这条路径本季已经出现收缩迹象:ACIE环比增速从上季的25%放缓至18%,并低于一致预期。Kress在电话会上表示,会对新云“保持自律、有选择地支持”,未来的融资支持将优先放在土地、电力和机房(land,power,shell)上,并坦言“过去一个季度很多事情都变了”。2.核心增量信息:公司从上季度开始披露Commitments、Additional Commitments、Guarantees三组数据,这三项把英伟达“算力央行”的角色摆上了台面。本季度是黄仁勋离任后的第一次披露,变化可以概括为:上游继续锁产能,下游兜底是有选择的。1)Commitments(承诺):本季度供应与产能承诺达到3,900亿美元,环比增加1,110亿(上季度2,790亿),公司称主要是多年期的内存采购。从年份分布看,新增的供应承诺几乎都落在2028财年(对应2027自然年):FY28的供应与产能承诺从上季度的870亿跳升至2030亿,FY29由880亿小幅增至920亿,FY30及以后合计只有260亿。粗略对比,按FY28收入指引增长75%、毛利率指引72%–73%推算,FY28营业成本约2000–2080亿美元,与FY28的2030亿供应承诺大体相当——支撑“75%增长”的上游供给基本已经锁定。2)Additional Commitments、Guarantees:针对下游客户的承诺与兜底①Additional Commitments(附加承诺):本季度只剩“新云协议”(原“AI cloud协议”更名)一项,金额320亿美元,环比减少40亿。公司还新增了一段说明:这类承诺只有在新云自行完成融资、相关算力部署上线并经英伟达验收后才生效。Kress表示“没有改变任何东西”,只是因为收到不少询问,把条款写得更清楚。海豚君认为,不管怎么解释,余额从360亿降到320亿,实际上L2(附加承诺)的扩张已经停了下来。②Guarantees(担保):本季度担保最大敞口1,180亿美元(上季度1,085亿),增加的95亿全部来自新出现的“电力与系统信贷支持担保”。公司对担保的描述也从“土地、电力、机房”扩展为“土地、电力、机房和硬件融资安排”,即开始为部分客户的硬件融资提供兜底。新云的土地电力机房担保(35亿)和SB Energy/PORTS-Pike园区(1,050亿)维持不变。PORTS-Pike园区的担保随9栋楼逐期完工生效,首期预计在FY29,英伟达另有约3.8GW的扩容担保选择权。截至目前,公司尚未因担保支付过任何款项。公司8月宣布的5000亿美元算力融资平台(Apollo、BlackRock、Blackstone、Brookfield、高盛、KKR)仍在搭建中,Kress表示公司“继续与基础设施资本伙伴密切合作,推动融资平台落地”,本季度没有披露落地项目。3)管理层交接后的首次表态:本次电话会由Jones(新任董事长,首次设该职位)开场、临时CEO Kress主讲。主要表态如下:①人事:董事会一致接受黄仁勋辞职,并且“无意让其重新担任CEO”。已聘请猎头公司牵头遴选永久CEO,内外部人选都会考虑。新CEO必须能应对先进芯片与国家安全交织的环境,公司希望尽快任命,但“不会为了快而降低标准”,没有给出时间表。对辞职的具体情况和正在进行的调查不予回应。②合规:董事会当天宣布成立“国家安全与出口管制监督委员会”,由部分独立董事、外部资深顾问和法律顾问组成,加强与美国政府各相关部门的沟通。③经营:Kress反复强调“业务一切照常”,路线图不变(Vera Rubin Ultra明年推出、Feynman 2028年推出),客户、供应商和合作伙伴“100%支持”,台积电管理层本周还到访英伟达,公司已追加锁定内存和先进封装产能。④资本回报:未来将把扣除战略用途后的全部超额自由现金流返还股东,剩余2,273亿美元回购授权计划在FY28内用完。Kress把股东回报列为最优先事项之一,同时表示首要投向是供应商(以预付款等方式支持扩产),其次是已承诺的投资,再次是对少数优质客户提供融资或担保,且会逐一严格评估。3.指引:公司预期2027财年第四季度(即4Q26,为14周季度)收入1,300亿美元(±3%),环比增长142亿美元,高于市场预期(1,247亿美元);下季度毛利率(GAAP)为71.0%–72.0%,环比下降约3个百分点,符合市场预期(71.9%)。指引不含任何中国数据中心计算收入,管理层还明确表示已经停止向中国出货获许可的Hopper数据中心产品(H200),这部分在三季度的24亿美元在四季度归零。剔除中国Hopper产品这部分,公司下季度收入按13周折算后同口径环比仍有约6%的增长。管理层重申FQ4毛利率是底部,四季度仍在按旧价格履行已经接下的订单,新价格从新财年开始生效,FY28毛利率回到72%–73%的框架不变。公司管理层在后续交流中,将2028财年收入增长展望从约70%上调至约75%。Kress表示“需求远超供给,预计业绩仍将保持强劲”。FY28的增长展望已经考虑了对现行出口管制的评估,但公司“还需要时间研究其中较难的部分”,没有给出量化影响。海豚君整体观点:业绩撑得住,但回落不是简单的“错杀”上季度老黄甩出FY28“约+70%”的明牌,股价一度修复至239美元的高点。但随后,英伟达遭遇了“人事+合规”的双重冲击。本次财报的意义已超出单季业绩,市场真正要验证的是“没有黄仁勋的英伟达”能否守住2027年(FY28)。公司管理层在随后的交流中,把FY28(即2027年)营收增速展望从约70%上调至约75%,毛利率指引72-73%,想以此作为回应,来表明“有没有黄仁勋,英伟达照样能增长”。公司通过与上下游采购和担保承诺的详细披露、对新云“自律、有选择地支持“态度、成立委员会、做更大力度的分红回购、H200后续收入归零等…..这一切都在说明,英伟达新班子:靠着老黄打下的深厚底子,与老黄割席、对国家表忠诚、有财务管理思维来安抚华尔街的当下需求。但这些选择的背后,仍缺乏对最最最关键问题的回答:后黄仁勋时代,到底谁为公司的长期战略和执行掌舵?美国商务部11月16日发布出口管制新规,把“向中资远程提供算力”纳入全球许可管理,并对东南亚、巴西五国新增出口许可门槛;公司在财报中还披露已停止向中国出货获许可的Hopper数据中心产品,FQ4指引不含任何中国数据中心计算收入。在本次财报之外,市场还关心以下方面的情况:1)黄仁勋离职与CEO继任董事长Harvey Jones代表董事会表示:黄仁勋是在“与公司行为准则、标准和文化规范不符的个人行为”被披露后辞职的,董事会一致接受,且无意让其重新担任CEO。海豚君认为在订单和供应已经锁定的12–24个月内,CEO更替对经营的直接影响有限,FY28上调至75%也印证了这一点。真正受影响的是两件事:一是对客户的兜底与融资扩张会更审慎,本季度新云协议已从360亿降至320亿;二是公司出口管制风险上升,对华获许可的Hopper数据中心产品已停止出货。董事会排除了黄仁勋回归的可能,永久CEO的遴选也没有时间表。在新CEO确定战略方向之前,治理风险并没有出清。2)出口管制新规:离岸算力通道被封堵规则内容:美国商务部工业与安全局(BIS)11月16日发布临时最终规则,目的是防止现有出口管制“通过涉及第三国数据中心的远程计算安排被规避”,主要包括五部分:海豚君怎么看:对英伟达而言,这次新规是“收入受损不大、估值压力更大”。其中①②是主要冲击——中资在全球租卡训练的路径被切断,壳公司代签、拆小单的漏损空间也被堵上;③对非美系本地新云是交付摩擦,美系云厂商只是多了月报合规成本。先澄清一个口径:FY25按开票地,新加坡收入约237亿美元(18%)、中国(含香港)约171亿美元(13%),合计约三成,但这并不是本次新规的敞口。改按客户总部口径重述后,FY25中国一项增加约79亿美元至约250亿(约19%),其余主要是美国总部客户在新加坡开票,属于豁免对象。中国总部客户收入占比此后从约19%降至FQ2 FY27的8.2%,是H20禁售等此前对华管制所致,这次新规目前并未触及对华直销与H200许可。不过,公司在财报中披露,三季度对华出货了24亿美元获许可的Hopper数据中心产品,中国(含香港)收入回升至110.5亿美元、占比9.5%。但管理层同时表示已停止向中国出货这类产品,四季度指引不含任何中国数据中心计算收入,停止的原因没有说明。新规直接打到的,是非美系机房向中资出租算力及实物转运这条“离岸通道”,在财报地区口径里大多记在“台湾”(ODM出货)或“美国”(OEM)名下,任何口径都直接看不出来。假定毛敞口约为收入的5.5%–7.5%(详见下图),被挤出的配额并不会全部消失,海豚君假设其中50%–60%可被北美云厂、AI实验室和主权云接走,那么实际影响在2-3%左右。更值得关注的是二阶影响:中资租户撤出后,海外新云的空置率和租价是否承压,进而削弱其扩容与融资能力、触及英伟达的包销与担保。对中国市场,离岸训练路径受限会倒逼国产算力采购。原本“转向H200对华许可采购”这一对冲,也随着英伟达停止对华出货而暂时落空——三季度24亿美元的对华收入在四季度归零,长期看中国数据中心市场会进一步转向国产。3)Rubin的爬坡节奏Vera Rubin于8月开始量产出货,第一个季度就贡献了接近200亿美元收入(约占数据中心收入的18%,略低于上季度说的20%)。整机柜VR200 NVL72采用72颗Rubin GPU(单GPU中2个die)+36颗Vera CPU。每GW收入从Hopper约180亿、Grace Blackwell约250亿美元提升到Vera Rubin超过400亿美元,Feynman(2028年架构)将进一步提升到“明显高于500亿美元”。除GPU外,CPU和网络是本季另外两条增量:独立的Vera CPU已获CoreWeave、Meta、Nscale和OpenAI采用(此前为AWS、OCI和SpaceX),管理层预计FY28 CPU总收入翻倍以上。网络业务本季收入超过210亿美元,共封装光学(CPO)路线按计划推进,Lambda完成了英伟达CPO交换机的首个量产部署(连接超过1万颗GB300)。管理层本次重申Vera Rubin Ultra明年推出、Feynman 2028年推出,路线图按计划推进;同时推出了DSX POD模块化AI工厂参考设计,首批计划明年初交付美国和中欧客户。4)市场预期及竞争格局SemiAnalysis近期全面下调了AI芯片的出货与支出预期,尤其是对英伟达大幅下调,原因在于“性能/TCO+融资能力”的双重筛选:①前沿实验室的算力组合中英伟达的优先级下降——Anthropic使用TPU、Trainium、AMD GPU和英伟达GPU四类平台,英伟达在性价比上最边缘;OpenAI方面,AMD认股权证交易使AMD GPU很有吸引力,且OpenAI会优先部署自研ASIC(Jalapeno、Serrano);②英伟达对新云的客户敞口最高,而新云的执行与融资风险都在上升。对ASIC竞争下的长期定价权,Kress只表示定价“经过深思熟虑”,FY28毛利率框架不变。市场对英伟达估值的担忧已经从“大厂资本开支回落、市场地位/毛利率能否维持、业绩是否见顶”,进一步延伸至“治理(CEO空缺)、合规(出口管制调查)和融资生态(兜底收缩)”。这份财报暂时化解了业绩端的担忧,但治理、合规和融资生态三个问题都没有解决——永久CEO没有时间表;出口管制新规的影响公司仍在研究,对华Hopper产品已停止出货;新云协议在收缩,新的硬件融资担保却在增加。若后续政策进一步恶化,公司业绩和估值仍会承压。整体来看,这是一份“经营超预期、风险未出清”的财报。股价回落到当前位置后,业绩端的支撑反而更强了,但海豚君并不认为这是简单的“错杀”:估值折价来自治理、合规和融资生态三块尚未出清的风险,而非业绩本身。在出现明确的出清信号(永久CEO落地、独立调查结论、出口管制立法定案)之前,海豚君认为修复空间有限。海豚君对英伟达财报数据及相关图表:
Vercel Releases UI SDK for Agents to Compose UI from Reusable Behaviors
InfoQ · 2 天前
Vercel has released UI SDK in beta, an Apache 2.0 TypeScript library of more than 50 UI behaviors in @ui-sdk/core, with adapters for React, Vue, Svelte, Solid, and Web Components, so agents can compose accessible components and operate them through a documented agent bridge. By Daniel Dominguez
Leaders of China, Russia, US will discuss issues on world peace
CGTN World · 2 天前
Guo Jiakun, a spokesperson for the Chinese Foreign Ministry, said the heads of state of China, Russia and the US will have an in-depth exchange of views on maintaining world peace during their meeting at the Asia-Pacific Economic Cooperation (APEC) CEO Summit in Shenzhen.
Leaders of China, Russia, US will discuss issues on world peace
CGTN China · 2 天前
Guo Jiakun, a spokesperson for the Chinese Foreign Ministry, said the heads of state of China, Russia and the US will have an in-depth exchange of views on maintaining world peace during their meeting at the Asia-Pacific Economic Cooperation (APEC) CEO Summit in Shenzhen.
火遍全球的“徒步28年回家”男人:我承认对儿子很自私
虎嗅 · 2 天前
本文来自微信公众号: 新周刊 ,作者:洛卡来,编辑:贾小凡徒步探险家卡尔·布什比花了28年从智利走回家乡英国,完成了一件不可思议的人类壮举,引发全球关注。被他的传奇故事吸引的人们,跟着卡尔走过高原、海峡与沙漠,见证无限的惊险与精彩。前妻安吉拉记得的,却是另外一些琐碎的事情:她的儿子有多么挂念远方的爸爸。11月初,一件罕见的人类壮举引发了全世界媒体的关注。历时28年,英国冒险家卡尔·布什比(Karl Bushby)终于完成了从南美洲智利徒步返回英国故乡赫尔的壮举,累计行程约3.1万英里(约5万公里)。卡尔这趟远征从智利南端出发,穿越冰封的白令海峡,跋涉于茂密丛林,横渡里海,最终回到了人生的原点。各大媒体报道他回到家乡的全过程,甚至直播了最后一段他与家人团聚的场面。这场传奇性的横跨四大洲的耐力远征,使卡尔成为了第一个不间断徒步环游世界的人。28年后,卡尔·布什比终于回到了英国赫尔。(图/卫报)在全世界的社交媒体上,卡尔的故事也引发了网友的热议。有人佩服他花了28年,做成了一件当初没人当真的伟大事业;也有人不禁留意到,他出发时,儿子亚当只有8岁,成长中大部分时刻都被错过了。卡尔的儿子亚当·布什比小时候曾和同学说,自己的爸爸在徒步环游世界,他的同学们都觉得他在编故事,直到后来新闻真的报道了父亲的传奇故事。从这个角度去看,这有点像非科幻版的《星际穿越》:父亲在孩子年幼时离家去完成一项壮举,28年后,父亲归家,而孩子也从一个盼望爸爸回来的孩子,自己成为了一名父亲。从12年延长到28年的徒步之路1998年11月1日,29岁的卡尔带着约500美元从智利的蓬塔阿雷纳斯上路。帐篷和生活用品都塞在一辆被他称作“野兽”的手推车上。他最初对这段徒步之旅的预计时长是12年,但最终时长超过了一倍之多。卡尔刚开启旅途时,并不会说西班牙语。智利的高原上寒风刺骨,他得把身体斜成45度才能站稳。恶劣的天气持续了好几天,寒风吹来的尘土和沙砾不断拍在他的脸上。严重的高原反应让他喘不上气,再加上呼吸困难、饥饿,他饱受折磨。卡尔很快意识到,如果想要直接闯过这片狂风肆虐、干涸龟裂的高原,无异于自寻死路。于是他马上改变了路线,翻过安第斯山脉,向西往海岸走。路上的地形依然恶劣,他一度靠一根香蕉撑了三天。背着沉重行囊的卡尔,开启他的旅程。(图/卫报)卡尔到达智利阿塔卡马沙漠后,花了五个月的时间穿过5号公路。但不管怎么说,旅途刚开始时还算顺利。随着他的缓慢前进,公路上来来往往的卡车司机,都认得这个推着车的人。有人朝他扔瓶装水,也有人递水果给他,“我不知道卡车里是谁,但他们都在照顾我。”到了哥伦比亚后,卡尔发现情况没有那么乐观,“当时,哥伦比亚简直就是个无法无天的混乱之地,叛乱、反叛乱、毒品和缉毒情报机构混杂其中。”2000年,当他准备前往巴拿马时,他必须通过臭名昭著的达连隘口。这条长达97公里的隘口,遍布茂密的热带雨林、沼泽和山脉,是当时哥伦比亚和巴拿马边境游击队的掩护地带。避免引人注目,卡尔把自己打扮成流浪汉,将地图、指南针和常用药品缝在衣服的暗袋里。不过,他还是避免不了被持枪抢劫,“保持微笑,一个微笑就能帮你渡过很多难关。只要化解冲突,化解矛盾,你就会没事的。”为了让旅程顺利进行,卡尔时常乔装成了流浪汉。(图/卫报)卡尔从南美穿越到美国,最终抵达阿拉斯加。南方有南方的严峻,北方有北方的残酷。为了从美国前往俄罗斯,他必须穿越白令海峡——连接北冰洋和太平洋的狭窄冰封水道,全长约82公里。当时的白令海峡不再是完全冰封的状态,随着冰层不断融化成海水,部分冰层持续脱落。而在卡尔之前,从来没有人成功从阿拉斯加徒步到达西伯利亚。真正走到白令海峡,已经是出发后的第八年。想要穿越白令海峡,意味着卡尔要同时兼顾徒步和游泳才能穿越这片半冰封的海域。有英国媒体前往当地拍摄这次任务,卡尔告诉主持人桑德斯,他一生都在与失败作斗争,而现在他要证明自己。“有些人可能会觉得这很荒谬,有些人可能会觉得这很不负责任,但有些人会理解我的感受。人生中有些事值得为之付出生命。”卡尔和搭档探险者迪米特里·基弗踏上了白令海峡。(图/卫报)他和搭档探险者迪米特里·基弗就这样踏上白令海峡的冰面,晚上把帐篷搭在浮冰上。有一次,薄冰突然塌了,装着补给的雪橇掉进海里。零下30摄氏度,两个人硬是把重达90公斤的雪橇拖回冰面。在穿越白令海峡的过程中,他们还与北极熊来了场正面相遇。“我们试图吓走它,但根本没用。如果它想抓我们,我们就死定了。太可怕了。它简直是庞然大物。”好在,北极熊盯着他们看了一会后就走开了。卡尔长舒一口气,感到如释重负,“你根本逃不掉的。”有时候拖延时间的不是恶劣的自然条件,而是让人无能为力的经济状况与突发状况。2008年金融危机爆发后,卡尔身上原定的商家赞助协议纷纷告吹,他的资金也随之耗尽。他只好隐居墨西哥,靠着当服务员和帮忙经营一所赛艇学校赚取生活费,勉强维持了两年的生活。卡尔在冰冷的海水中奋力游向海岸。(图/卫报)走到中亚后,卡尔的陆路计划再次受阻。战争让他无法按计划经俄罗斯绕过里海北岸,南边途经伊朗的路线也走不通。2024年,他和同伴从哈萨克斯坦出发,横渡里海,终于抵达阿塞拜疆。这趟横渡有船只沿途支援,他们白天下水,晚上在船上休息,总共花了31天。两年后,他又以相似的方式渡过英吉利海峡,在英国多佛附近上岸,最终徒步回到家乡赫尔。整趟旅行持续28年,按团队公布的数字,卡尔靠步行和游泳走完了约5万公里。其中据卡尔估计,真正走路的时间大约有15年。“哪怕父母去世,也绝不回家”卡尔对自己的旅途很诚实。当中间因为各种原因停下来时,他会耐心等候能继续上路的时机,然后回到上次停下的地方重新出发。好不容易渡过白令海峡到达俄罗斯后,卡尔和同伴因没有从指定口岸入境被扣留,甚至一度被怀疑是间谍。俄罗斯法院曾下令将他们遣返,两人上诉后,遣返令才被撤销。受签证停留期限限制,卡尔只能断断续续地进行这段旅程:在俄罗斯境内走一段、离境一段时间,下次再回到中断的地点继续行走。大概十一年后,他终于走完这段路。无论遇到什么困难都坚持完成这样一项无人当真的壮举,或许和他从小形成的性格不无关系。卡尔·布什比在英国小城赫尔长大,他从小有轻微的阅读障碍。接受媒体采访时他说,同学们都把他当成笨小孩,“给我贴上了笨蛋的标签”。为了缓解在学校的难过,他会跑到郊外观鸟。16岁时,卡尔决定辍学加入少年伞兵团。他考了五遍体能选拔才过关,“通常情况下,他们会允许你尝试两三次。”但是卡尔从来没有放弃过,“因为我从不放弃……这大概是(后来一定要完成徒步)最初的征兆之一,我就是不肯放弃。”在部队里,卡尔也始终像个局外人。他把这一点归因为他不爱喝酒,“我从来不喝啤酒,这是个问题。”整个参军生涯中,他认为同事们从来不信任他,他也感受不到同事的尊重。1990年至1995年,英国军队的规模从16万人缩减到12万人。尽管卡尔保住了工作,但他受困于生活的无趣,“我就是那种渴望在生活中寻找挑战的人。年轻的士兵们都渴望战斗,结果却每天被派到北爱尔兰的某个大门站岗放哨,这实在没什么吸引力。”卡尔顶着风雪艰难跋涉。(图/卫报)卡尔那时就有时候会想,来一个长途徒步旅行会是什么体验。他开始研究世界地图。让他下定决心的是一张他生日前夕收到的贺卡,是同为当兵的父亲寄来的。父亲在卡片中提到,有几个同僚在讨论,能不能经白令海峡从伦敦走到纽约。卡尔在地图上用一支黑色记号笔,从英国向东画,穿过欧洲、亚洲和白令海峡,画到纽约;到了纽约,他又觉得可以再往南,便把线一直画到南美洲最南端。为了确认这条路线是否可行,他花了几年研究线路,并重新捡起学生时代没学好的数学、物理和地理。最终,他却决定反向而行,从智利走回家。“我说想徒步环游世界的时候,没有人把我的话当真。大家只是觉得,卡尔又冒出个疯狂念头。可越是这样,我越来劲。我会盯着地图,想象那会是什么样的生活,我放不下这个念头。”卡尔接受采访时说道。对“死亡”的思考也推动他开启了这趟旅程,“我很在意死亡这件事。人总有一死,生命只有一次,那你要怎么过?”在伞兵团服役十二年后,卡尔在1998年出发了。他给自己立了两条规矩:一是全程不准借助任何交通工具;二是在没有徒步抵达目的地前,绝不回家。第二条规矩近乎无情。出发前,卡尔就跟家里人说过,哪怕父母在他远行期间去世,他也不会回英国参加他们的葬礼。后来,儿子亚当在出摩托车事故差点没命的时候,卡尔也没有回英国探望。签证、经费和疫情让他停了又走,走了又停,原计划的12年硬生生拖成了28年。横渡英吉利海峡后,卡尔·布什比在多佛吃了一份久违的炸鱼薯条。(截图/社交平台)到达多佛后,卡尔在餐厅点了一份英国国菜炸鱼薯条,还配上豌豆泥。他掏出手机对着盘子拍了段视频,说自己28年没吃这份经典的饭菜了。吃完这顿饭,他还得再往北走大概400公里,才能回到母亲的家门口。400公里和28年的5万公里相比,算是近在咫尺,但同时又像是世界上最远的一段路。在徒步的旅程中,卡尔每天都有关乎生存的问题要解决:车胎扎了上哪儿补,衣服脏了上哪儿洗,今天还能走多远……现在快到家了,卡尔反倒更发愁了。他在多佛接受媒体的采访时说,回赫尔后打算先住在母亲家,再看看要不要找一份工作。他和母亲之间也有些生疏,需要花点时间重新熟悉起来。他说,想到这些就有点害怕。11月2日上午11点,卡尔·布什比推着那辆叫“野兽”的手推车,出现在赫尔市中心。早就有几百人聚集在维多利亚女王广场,有热心民众朝他大喊:“干得好,卡尔!”他把车停下后接过话筒,开玩笑地回了一句:“让大家久等了。”到家后,卡尔和母亲激动相拥。(图/卫报)母亲安吉拉在家里的厨房等着他。当地记者问她感觉怎么样,她说自己有点高兴也有点紧张。摄影记者、电视台和纪录片摄制组都聚在卡尔家门口等着。安吉拉一见到卡尔就抱住了他,哭着问:“你跑哪儿去了?”卡尔对记者坦言,自己曾一遍遍想象走到这扇院门前的场景。但当他真的见到母亲时,他反倒有些恍惚,觉得母亲变了很多。“我跑哪儿去了?”卡尔重复了一遍安吉拉的话,笑着说:“二十八年了,这不回来了。”壮举背后的男孩和女人在现场欢迎卡尔的,除了母亲,还有他多年未见的儿子亚当,和已经12岁的孙女。在踏上旅途前,唯一让卡尔放心不下的是当时8岁的儿子。他也曾纠结过,自己如果真的离开,那么基本参与不了儿子的成长。如果按照计划一切顺利进行,卡尔回英国的时候,亚当应该20岁了。而事实上,等到卡尔返乡时,亚当已经36岁。卡尔和儿子亚当。(图/每日邮报)“那是个很难的决定,”卡尔说,“但我当时想的是:‘我怎样才能对儿子有价值?如果我做一件这么大的事,对他会不会更有价值?’”显然,卡尔对这个问题也没有答案。1998年离开家后,卡尔再见到亚当是在2004年。14岁的亚当跟着奶奶一起飞去阿拉斯加探望爸爸,两父子在阿拉斯加认真聊了一次。回程飞机上,亚当慢慢想明白,他的父亲大概非得把这趟路走完才愿意回家。小时候的他希望父亲能早点放弃这个想法,等到父亲真的开启了这段旅程,他又觉得都开始了,怎么也得走完。随着科技的发展,亚当和卡尔的交流方式从写信变成打视频电话。在随后的这些年,亚当无论是考下摩托车和汽车驾照,还是女儿出生,都会给父亲发消息告知。不过,不是每一次的消息都能收到父亲的及时回复,有时候回复要在一个星期后才到来,甚至卡尔可能会失联好几周。亚当虽然心里很着急,但是也只能默默等待父亲来自远方的消息。全家人在家门前迎接卡尔。(图/卫报)亚当也常在自己的社交账号上发父亲徒步的内容,对媒体谈起卡尔时,语气里满是骄傲。说起这些年父亲错过了的事情,他还是一口气列了不少:上学、毕业、女儿出生,还有无数个生日、圣诞节和跨年。无论长大后如何理解父亲,小时候,他也只是一个想要爸爸在身边的孩子。回顾那28年,卡尔也承认自己的自私。那些年他几乎只关注自己的生活:有没有钱吃饭,明天有没有办法接着走。回到赫尔那天,有记者询问卡尔和亚当之间的关系,卡尔表示自己并不后悔环球徒步这个决定,他觉得自己和亚当依然很亲近。多年来真正陪在亚当身边的,是卡尔的前妻、亚当的母亲安吉拉·蒂夫嫩。卡尔和前妻安吉拉。(图/每日邮报)她在接受媒体采访时表示,自己认识卡尔时只有18岁。亚当十个月大时,两人结了婚,随后搬到英格兰汉普郡的陆军基地。后来卡尔被军队派回北爱尔兰,安吉拉留在当地照顾孩子,身边也没有帮忙照顾小孩的亲友。说起那几年,她觉得两个人结婚得太早,也过早地成为父母。婚姻结束得也很早,1995年两人离婚,安吉拉带着亚当回到了贝尔法斯特。三年后,卡尔便开始了他的征途安吉拉回忆亚当当时太小,不明白爸爸为什么要走那么久,而她也必须克服一个人拉扯大小孩的艰辛,“我得学会什么都自己来。”后来,亚当也曾去美国陪父亲走过一段路。她记得儿子回来的时候,他一直兴奋地跟她说了很多路上的见闻,说着那段旅途有多精彩,和爸爸待在一起有多开心。她理解卡尔想去追寻自己的梦想,但也坦言在独自抚养小孩的时间里,卡尔应该给与他们更多的支持。对于安吉拉而言,这28年她唯一能做的,就是一次次向亚当解释,为什么爸爸不在家,为什么爸爸还没有回来。28年后,卡尔回到了母亲的家门口。(图/每日邮报)在《每日邮报》对安吉拉的这篇专访下面,很多读者在争论一个父亲离开这么久,还能不能被称为英雄。最高赞的评论,批评卡尔把照顾孩子的责任留给前妻,也有人认为,两人在出发前就已经分开了。卡尔在徒步前就已离婚是事实,不过如果出门的是安吉拉,留下来把孩子养大的是卡尔,人们会先问她打算怎么穿过白令海峡,还是先问她的孩子怎么办?卡尔从哪里出发、每天走多远、被签证耽误的细节,各大新闻媒体都有报道,但这些讲述中几乎看不到任何关于儿子亚当如何长大、前妻安吉拉如何抚养他的描述。直到卡尔的环球之旅结束后引发巨大关注,我们才能从一家媒体的采访中,看到安吉拉自己的叙述。在28年的时间里,卡尔的每一步都会被各大新闻媒体报道。(图/卫报)卡尔的故事像是《月亮与六便士》走进现实,充满理想与勇气的人去远方追求月亮,故事的视角也跟随着他去了远方,但无人在意留在家中的家人为六便士操劳。被传奇故事吸引的读者们,跟着卡尔走过高原、海峡与沙漠,见证无限的惊险与精彩。留在原地的前妻安吉拉记得的,却是另外一些琐碎的东西:她的儿子有多么珍惜陪爸爸走过的那段旅行,有多么挂念远方的爸爸。2014年亚当成为爸爸那天,给卡尔发了条消息。等卡尔第一次见到孙女,女孩已经12岁了。有记者问他,第一次见到孙女是什么感受。他说:“这太棒了,我们在这儿才刚迈出第一步。”好在孙女还有很多个生日,卡尔还有机会参与她的人生。校对:开心;排版:丁小艺1.After 28 Years Walking Across the Globe,He’s Almost Home-The New York Times-2026-10-292.‘Some things are worth dying for’:Karl Bushby’s incredible 28-year walk home,through deserts,kidnappers and polar bears—The Guardian—2026-10-133.it took 28 years for this man to walk around the world.Now,he’s finally coming home—British GQ—2026-9-264.What walking around the world taught Karl Bushby:‘A constant display of the very best of humanity’—The Big Issue—2026-8-145.Karl Bushby:The Man Who Walked The World Is Finally Home–“I’ve Re-Established My Faith In Humanity”—TO VIMA—2026-11-36.‘Where have you been?’–Karl Bushby’s mother meets adventurer on his return to Hull—The Yorkshire Post—2026-11-27.Karl Bushby:Leaving my son behind while I walked around the world was purely selfish—The Telegraph—2026-11-28.Karl Bushby latest:Adventurer returns home to Hull after 28-year walk from South America—Sky News—2026-11-29.Karl Bushby and Angela Maxwell Swim Across the Caspian Sea—ExplorersWeb—2024-10-1910.Around the world walk delayed by Ukraine war—BBC News—2022-5-911.How Karl Bushby battled English Channel doubts—BBC News—2026-10-712.Karl Bushby Press,Interviews&Media Rights—Karl Bushby官方网站13.I'm the ex-wife of Karl Bushby-the'hero'who walked around the world.I might not have traversed the jungles of Colombia but I did raise a decent,happy and well-adjusted son...while his father was off on his adventure-Daily Mail—2026-11-7