每日简报 · Daily Editions
AI · 思想 · 市场 · 深度阅读

每日情报摘要

DAILY INTELLIGENCE BRIEF
本期要目In this issue

人工智能与科技

AI & Technology 08
Lean Community Blog

黎曼猜想被形式化证明:1700 万行 Lean 代码通过独立内核验证

Lean verification of the Riemann Hypothesis

11 月 20 日,Levent Alpöge 发布约 1700 万行 Lean 库,宣称证明黎曼猜想;社区用多个独立内核复核后确认,陈述与证明均正确。

黎曼猜想被形式化证明:1700 万行 Lean 代码通过独立内核验证
Lean 与 Mathlib 社区发布联合声明,确认黎曼猜想的陈述与证明通过独立内核检查。图片来源:Lean Community Blog
关键事实
  • 1700 万行 Lean 代码,仅依赖 Mathlib
  • 175,187 个模块零错误编译
  • 五条主定理只依赖 3 条标准公理
  • nanoda 与 con-leche 两个独立内核接受完整导出
  • 覆盖 Dirichlet L 函数的 GRH,不含一般自守 L 函数
阅读原文 · Lean Community Blog ↗

11 月 20 日,Levent Alpöge 以 Lean 库形式发布黎曼猜想证明,代码约 1700 万行,直接依赖只有 Mathlib。Lean 与 Mathlib 社区次日发表联合声明:陈述正确、库可编译、所证定理确为 Mathlib 的 RiemannHypothesis、导出的原始证明可被独立内核接受,四项标准全部满足。

核验规模罕见。175,187 个模块在 Lean v4.33.1 下零错误编译;五条主定理经 #print axioms 检查,只依赖 propext、Classical.choice、Quot.sound 三条标准公理,环境中 15 条公理全部位于 Lean 核心 Init。每个模块又经 leanchecker 重放,无一被拒。Rust 独立内核 nanoda 用 80 线程、27 分 42 秒接受完整导出;con-leche 用 64 线程、3 分 15 秒接受 1,468,418 条声明,其 --compare 模式确认五条定理与仅导入 Mathlib 的挑战文件逐条对应。

证明范围超出经典 RH:还包括对所有模数、所有 Dirichlet 特征的 L 函数,临界带内零点实部必为 1/2,即 Dirichlet L 函数的广义黎曼猜想。作者还把证明与独立形式化的 Robin 1984 结合,推出无假设的 Robin 不等式与 Lagarias 不等式;这两个算术命题不提 ζ 函数,构成不依赖 Mathlib 定义的交叉检验。

保留同样明确:GRH 只覆盖 Dirichlet L 函数,不含 Dedekind zeta、Hecke 与一般自守 L 函数;构建在无沙箱云机器上直接调用 lean 完成,未全程走 lake build;.olean 哈希依赖构建路径,98,219 个文件带固定路径,清单只能在同路径完整复现;截至核验页更新,Lean 默认内核与 paranoid 内核的导出重放、lake comparator 仍在运行。

这是首次由社区以多内核、跨实现、可复现方式认证一项顶级数学猜想。核验页注明检查用 Claude Code 运行,但可信度来自形式化内核与人工审查,而非模型自述——这恰好划出了 AI 参与数学的边界。

MarkTechPost人工智能与科技约 2 分钟

Thinking Machines 发布 Inkling 2 Mini:26B 循环 MoE,20GB 权重跑在 32GB Mac 上

Meet Thinking Machines Inkling 2 Mini: 26B Looped MoE Runs on a 32GB Mac

26.4B 总参数、3.4B 激活的开放权重模型,靠重复中间层把检查点压到约 20GB,可在单台 32GB Mac 或 DGX Spark 上运行。

Thinking Machines Lab 发布 Inkling 2 Mini:26.4B 总参数、3.4B 激活的稀疏 MoE,Apache 2.0,权重约 20GB,可在 32GB Mac、单台 DGX Spark 或 32GB 显存 GPU 上本地运行,支持最高 100 万 token 上下文。

核心是循环 Transformer:模型只存 24 层,分 4 组,中间两组各重复 3 次、共享权重,使每个 token 实际经过 48 层计算。每次重复通过 Attention Residuals 与学习门控接收上一轮的信息;前馈层 128 个专家,每 token 路由 8 个。团队称中段循环带来 1.51 至 1.91 倍的计算等效增益,在 28 项评测中赢下 27 项;不循环的基线训练省 7.5% 算力,但要在 512k token 的 agentic 轨迹上追平损失,推理算力需多 140%。

训练先用 384 个专家,中期剪掉三分之二、保留最常用的 128 个,再用 1T token 从更大内部模型蒸馏修复,随后 SFT 与 2.2T token、2000 步的 RL。专家层以 NVFP4 训练和部署,最后 4 层用 MXFP8,官方称可消除量化转换损失。

自报成绩:SWE-bench Verified 79.2%(仅 bash)、SWE-bench Pro v2 Hard 77.9%、DeepSWE 48.2%、BrowseComp 79.0%、GPQA Diamond 86.6%、ARC-AGI-2 49.3%,AA Index 20.1 与 Qwen3.8-27B 持平。短板在知识记忆与多轮约束:HLE-Diamond 15.2%、MultiChallenge 50.0%、AA-Omniscience 为 -8.6。DGX Spark 上 Intelligence per Watt 为 0.703。

关键事实
  • 26.4B 总参 / 3.4B 激活,约 20GB 权重
  • 24 层存重、中间两组各跑 3 次
  • SWE-bench Verified 79.2%,AA Index 20.1
  • Apache 2.0,32GB Mac 或单台 DGX Spark 可跑
  • 弱项:HLE-Diamond 15.2%、MultiChallenge 50.0%
阅读原文 · MarkTechPost ↗
Thinking Machines 发布 Inkling 2 Mini:26B 循环 MoE,20GB 权重跑在 32GB Mac 上
Inkling 2 Mini 以循环层复用权重,把 26.4B 参数压进约 20GB 检查点。图片来源:Thinking Machines / MarkTechPost
MarkTechPost人工智能与科技约 1 分钟

OpenAI 上线 GPT-Live-1.1:全双工语音模型加入待机计费,空闲每分钟 0.02 美元

OpenAI Ships GPT-Live-1.1 for Voice Agents, Cuts Idle Cost to $0.02/Min

新模型边说边听,静默时暂停推理但仍保持连接;活跃每分钟 0.05 美元,待机 0.02 美元,常开语音代理的成本结构被重写。

OpenAI 把 GPT-Live-1.1 放上 API,模型 ID 为 gpt-live-1.1。它是全双工语音模型:一边说一边听,输入输出为音频与文本,默认 128k token 上下文,只跑在 OpenAI 云上,通过 WebRTC 或 WebSocket 连接 v1/live/sessions。

架构上,它把传统「语音识别、LLM、语音合成」的级联压成单一模型,自行处理轮次检测并原生返回转写。复杂推理和工具调用可下放给后端文本模型,官方点名 GPT-6 Astra 与高并发的 Luna,也支持接入自有后端;指令最长 16,384 token。

真正的商业变化是「待机」计费:静默时暂停推理但保持 WebRTC 连接,idle_timeout_s 可设 5 至 60 秒,唤醒策略为 speech。活跃每分钟 0.05 美元,待机 0.02 美元,按秒计费,后端模型与工具另算。对常开的电话客服与语音代理,这把空闲成本压低了 60%。

限制也明显:1.1 没有公布任何基准分数,口音、转写、字母数字与任务完成度的提升均为自述;不支持图像、视频与结构化输出,也不能微调。它更像是把语音代理的单位经济模型跑通,而不是能力代际跃迁。

关键事实
  • 全双工,边说边听,128k 上下文
  • 活跃 0.05 美元/分钟,待机 0.02 美元/分钟
  • 待机超时 5 至 60 秒可配
  • 无公开基准,改进均为自述
  • 不支持图像、视频与结构化输出
阅读原文 · MarkTechPost ↗
MarkTechPost人工智能与科技约 2 分钟

Baseten 推出 bison-1 / groundhog-1:不生成文本,只输出校准概率的决策模型

Baseten Releases Bison-1 and Groundhog-1, Topping Decision Model Index

两个基于 Gemma 4 的开源模型把「判断」从生成任务里拆出来:不写一个字,只给校准过的概率,bison-1 在 Decision Index 上排第一。

Baseten 发布 bison-1 与 groundhog-1,两个基于 Google Gemma 4 的开源「决策模型」。它们不生成文字,只对请求中的 state(可含图像)和一组问题返回校准概率:是/否、从给定选项中选择、或按序数打分;所有问题在一次 prefill 中答完,不产生输出 token。

bison-1 是 31B 稠密模型,groundhog-1 是 26B MoE、约 4B 激活,两者上下文从上一代 16k 提升到 128k,可一次装入完整策略与历史,支持图像输入。超过训练长度的请求会被拒绝而非截断,依赖静默截断的管线需自己加长度检查。

bison-1 在 Artificial Analysis Decision Index v2.1 得 76,19 个模型中排第一,领先 Liquid AI 的 d1.2-ultra 一分;Brier 分数 0.14 为全场最低。六个子项中四项第一:When2Call 98、EvalSafe-O*NET 93、AA-Symmetry 89、HLE-MultiChoice 51;弱项是知识型判断,AA-Omniscience-Decision 仅 60、排第 11。128k 长上下文 LongMemEval M 为 84.8。

定价每百万输入 token 0.10 美元,groundhog-1 为 0.035 美元;BF16 权重已上 Hugging Face,许可证为 MIT 加 Apache 2.0。训练用 192 张和 128 张 B200。对路由、风控、审核与护栏这类「只要一个判断」的场景,决策模型比对话模型更省也更可校准。

关键事实
  • bison-1 31B 稠密,groundhog-1 26B MoE
  • 只输出校准概率,不生成 token
  • Decision Index 76,19 个模型中第一
  • Brier 0.14 为全场最低
  • 128k 上下文,价格 0.10 / 0.035 美元每百万 token
阅读原文 · MarkTechPost ↗
Baseten 推出 bison-1 / groundhog-1:不生成文本,只输出校准概率的决策模型
bison-1 与 groundhog-1 基于 Gemma 4,一次前向即返回是/否、选项或分数的概率。图片来源:Baseten / MarkTechPost
Sotiris Giannopoulos Blog人工智能与科技约 2 分钟

不用反汇编器:GPT-6.1 仅凭十六进制转储读写可执行文件

Programming in the Machine Code Space: LLMs can read & write executables byte by byte

研究者把二进制文件的十六进制转储直接交给模型,不给工具、不给第二次机会;它读懂了程序、找出一个真实 bug,还改写了三个二进制。

George Xenos 与 Sotiris Giannopoulos 做了组实验:把可执行文件的 xxd 十六进制转储直接贴给 GPT-6.1 Sol(effort high,Codex CLI 0.166.0),不给编译器、汇编器、反汇编器,也不给任何工具——本地中继会删除每个请求里的工具,并审计事件流;只给一次回答机会。

读:它正确识别了四个程序,包括静态链接、strip 过、自身字符串被抹掉的 FreeBSD 统计工具 ministat(67,392 字节),还原出全部八个选项。更意外的是,它把 t 表当作原始 64 位浮点读取,发现标称 99.5% 置信区间的临界值实际对应约 99.8%,即 -c 99.5 比宣称更严格;作者在源码中确认了这个真实 bug。

改与写:它通过原地改字节给三个二进制加功能;又仅凭文字规格从零写出三个程序,在所有测试用例上与 GCC 参考构建的 stdout 和退出码逐字节一致(在 Apple Silicon 的 qemu-x86_64 下运行)。应用侧,它分析了一个未知恶意样本,正确判断下载并执行的行为并提取 IOC;DeepSeek V4.1 Flash 也得出相同结论,但该次运行未走中继、无法确认工具隔离。

这被称为「机器码空间编程」:模型直接推理可执行文件字节,绕过整个工具链。它对逆向工程、恶意软件分析和漏洞挖掘是双刃剑——同一能力可用于自动打补丁,也可用于免杀与隐蔽修改;作者的核心论点是,LLM 已能在没有符号和反汇编的情况下理解机器语义。

关键事实
  • 仅输入十六进制转储,无工具、无二次尝试
  • 识别 4 个二进制,包括 strip 过的 ministat
  • 从字节中发现 99.5% 临界值标错
  • 改写 3 个二进制、从零写出 3 个程序
  • DeepSeek V4.1 Flash 对恶意样本给出相同结论
阅读原文 · Sotiris Giannopoulos Blog ↗
TechCrunch人工智能与科技约 1 分钟

Signal 限制手机截图:称操作系统级 AI 代理构成「生存威胁」

Signal restricts mobile screenshots as it confronts ‘existential threat’ of AI surveillance

Whittaker 说得很直白:一旦操作系统把屏幕内容交给 AI 代理,端到端加密就管不到后续,Signal 只能减少功能来维持承诺。

Signal 周五宣布限制在 Android 与 iOS 内截图。总裁 Meredith Whittaker 把操作系统内置的代理式 AI 称为「生存威胁」:Windows、Android、macOS 与 iOS 让 AI 代理扫描屏幕内容,敏感数据被捕获、存储,并对系统级代理当时使用的本地数据库或远程服务器可见。

Signal 此前已默认阻止 Windows 客户端截图,现在把限制扩展到手机端。用户仍可关闭该设置,但 Whittaker 说那会「破坏我们的隐私保证」。她同时承认方案不完整,挡不住 AI 代理其他更隐蔽的应用数据访问路径。

矛盾在于结构性:端到端加密保护的是传输与服务器,而屏幕内容一旦被操作系统截取,就脱离了 Signal 的控制,同一会话里所有人的隐私都被波及。只要平台把「看得见屏幕」当作代理能力的前提,加密应用就只能靠减少功能来维持承诺。

关键事实
  • Android 与 iOS 默认禁止截图
  • Whittaker:OS 级 AI 代理是「生存威胁」
  • 用户可关闭,但等于放弃隐私保证
  • 官方承认方案不完整
阅读原文 · TechCrunch ↗
Signal 限制手机截图:称操作系统级 AI 代理构成「生存威胁」
Signal 在 Android 与 iOS 上默认阻止截图,以应对系统级 AI 代理的屏幕读取。图片来源:Getty Images / TechCrunch
GnuPG Announce人工智能与科技约 1 分钟

GPGME 爆出严重双重释放漏洞,所有旧版本均受影响

[Announce] GnuPG Security Advisory for GPGME (T8557, CVE-2026-129975)

一个超长 OpenPGP 用户 ID 就能触发双重释放,可用于窃取数据,且不能排除 RCE;邮件客户端、Samba、Flatpak 都在影响范围内。

GnuPG 发布 GPGME 2.3.1,修复所有旧版本中的严重漏洞 CVE-2026-129975(内部编号 T8557)。构造一个用户 ID 极长的 OpenPGP 密钥即可触发双重释放:攻击者可通过发送签名数据从应用中窃取信息,且不能排除升级为远程代码执行。官方建议立即更新。

根因在两段读取 gpg 状态行与密钥列表的内部函数:先分配 1024 字节缓冲,空间不足时重新分配,但新指针只在函数末尾写回上下文;若因读错误等原因提前返回,上下文仍持有已释放内存的旧指针,最终再次释放。由于中间还有其他分配,常见分配器的双重释放检查可能不会触发。

影响面广:所有以共享库、DLL 或静态链接方式使用 2.3.0 之前 GPGME 的软件,包括 Gpg4win、GnuPG Desktop、VS-Desktop、多数邮件客户端、许多 XMPP 客户端、Samba 与 Flatpak。漏洞由 Johan Carlsson 发现,GitLab 于 11 月 12 日通报;原定 11 月 25 日协调披露,因新的 Ruby2Shell 漏洞提前至 11 月 20 日。修复版 2.3.1 于 11 月 19 日发布,Gpg4win 升至 5.1.2;2.3.0 从未公开发布。

关键事实
  • CVE-2026-129975,可窃取数据、不能排除 RCE
  • 恶意超长用户 ID 触发双重释放
  • 影响所有 GPGME 2.3.0 之前版本
  • 修复版 2.3.1 于 11 月 19 日发布
  • Gpg4win 升至 5.1.2
阅读原文 · GnuPG Announce ↗
The Guardian人工智能与科技约 2 分钟

胰腺癌口服药一线联合化疗:61 人中 1/12 肿瘤完全消失

Pill to treat pancreatic cancer hailed as ‘biggest breakthrough in decades’

daraxonrasib 加标准化疗在初治转移性胰腺癌中让 60.7% 的患者肿瘤缩小,8.2% 在 CT 上已看不到病灶;但样本仅 61 人,尚无随机对照。

一项 phase 1/2 试验给 61 名新确诊、已转移的胰腺导管腺癌患者使用 daraxonrasib 200mg 每日一次,联合吉西他滨与白蛋白紫杉醇。结果显示 60.7% 的患者肿瘤缩小或消失,其中 8.2%(约十二分之一)在 CT 上已检测不到;90.2% 的患者疾病得到控制,中位无进展生存 12.8 个月,一年生存率 76.6%。

历史对照中,转移性胰腺癌化疗的肿瘤缩小率约 23% 至 42%,无进展期通常五到六个月,一年生存率约 40% 至 45%。主要研究者、纪念斯隆凯特琳的 Wungki Park 称其为「巨大的突破」,对肿瘤消失者表示「这是最接近治愈的状态」;但他强调这不是治愈,癌症可能耐药复发。

数据在巴塞罗那 EORTC-NCI-AACR 会议公布,中位随访 18 个月。样本小、无随机对照组,是主要保留;皮疹、腹泻、乏力常见,5% 因副作用停药。daraxonrasib 作为 Rasonque 已于 2026 年 8 月获 FDA 批准,用于既往治疗过的转移性胰腺癌——那基于 500 人 III 期 RASolute 302,中位总生存 13.2 对 6.7 个月,风险比 0.40。

这次的适应症不同:一线联合化疗。正在进行的 III 期 RASolute-303 将检验联合方案能否真正延长总生存。若成立,这将改变胰腺癌一线治疗的基线。

关键事实
  • 61 名初治转移性胰腺癌患者
  • ORR 60.7%,完全缓解 8.2%
  • 中位 PFS 12.8 个月,一年生存率 76.6%
  • 已获 FDA 批准用于二线,一线联合仍在 III 期
  • 小样本、无随机对照
阅读原文 · The Guardian ↗
胰腺癌口服药一线联合化疗:61 人中 1/12 肿瘤完全消失
daraxonrasib 联合化疗的 phase 1/2 数据在巴塞罗那 EORTC-NCI-AACR 会议公布。图片来源:The Guardian

市场与地缘

Markets & Geopolitics 03
The Verge市场与地缘约 1 分钟

Anthropic 上市:83 美元定价冲上 111 美元,9000 亿美元算力账单压在「安全优先」叙事上

Can Anthropic afford to put safety first?

首家上市的纯 AI 实验室,首日股价从 83 美元冲到 111 美元;真正的考验是安全承诺如何与股东回报、以及未来数年约 9000 亿美元的算力支出共存。

Anthropic 上周四在纳斯达克上市,成为第一家上市的纯 AI 实验室。发行价 83 美元,盘中最高到 111 美元,市值进入全球最贵公司之列。按 Verge 的估算,这次 IPO 将造出数以千计的新百万富翁、数百名高净值人士,以及新的亿万富翁。

真正的问题不是首日涨幅,而是治理。S-1 显示公司用相当特殊的结构抵御资本市场压力,创始人的实际控制权比表面更多。上市后它必须同时满足三方:坚持安全投入的使命叙事、对股东交代利润、以及支付未来数年约 9000 亿美元的算力账单。

安全品牌与商业化的张力已经出现。The Verge 记者 Hayden Field 说,Anthropic 对大型客户的核心卖点就是「安全」,而上市后这类承诺更容易以「技术更新」的名义被悄悄修改;她预计会出现更多被扫到地毯下的调整。OpenAI 乐见对手先上市,用它的定价来校准自己的 IPO 故事。

更宏观的信号是:AI 泡沫仍在膨胀。多名从业者表示公司内部被要求做越来越多 AI,即使这让产出更差;而市场对 AI 收入的估值,已经先于可验证的现金流。

关键事实
  • 发行价 83 美元,最高 111 美元
  • 首家上市的纯 AI 实验室
  • 未来数年算力承诺约 9000 亿美元
  • 特殊治理结构让创始人保留控制权
  • 安全叙事与股东回报正面冲突
阅读原文 · The Verge ↗
Anthropic 上市:83 美元定价冲上 111 美元,9000 亿美元算力账单压在「安全优先」叙事上
Anthropic 在纳斯达克上市,成为首家上市的纯 AI 实验室。图片来源:The Verge
TechCrunch市场与地缘约 1 分钟

两个英伟达:财报再超预期,H200 对华停售与「请黄仁勋回归」同时上演

A tale of two Nvidias

业绩与指引全面超预期,股价却在跌;公司一边关闭 H200 对华销售与远程访问漏洞,一边否认前 CEO 黄仁勋会回归。

英伟达本周呈现两张面孔。财报一侧,营收与指引全面超预期,管理层强调订单管线很长;临时 CEO Colette Kress 在电话会最后一句话是「我们搞得定」。另一侧,前 CEO 黄仁勋可能回归的传闻越滚越大:马斯克等人发起请愿,黄仁勋本人称已准备好回来,而股价持续下跌,说明华尔街并不安心。

对华政策同时收紧。Kress 明确表示不再在中国销售 H200,配合特朗普政府堵住「远程访问」漏洞——此前有数据中心设在马来西亚等地,中国公司通过远程调用绕过限制,如今这条路也被关闭。批评者估计约 20% 的业务实际与中国相关,只是不体现在直接对华销售上。

董事会迅速否认黄仁勋回归,反而让外界怀疑幕后另有博弈。Kress 与董事们不想被马斯克这类外部力量逼着做决定,也不愿显得听命于另一位科技富豪;同时还有针对「芯片是否被秘密卖往中国」的调查。TechCrunch 的判断是:即便财报漂亮,这一季可能是「黄仁勋时代最后的好时光」。

关键事实
  • 财报超预期,股价仍下跌
  • H200 停止对华销售,堵远程访问漏洞
  • 约 20% 业务被认为间接与中国相关
  • 马斯克等请愿要求黄仁勋回归
  • 董事会称无回归计划
阅读原文 · TechCrunch ↗
两个英伟达:财报再超预期,H200 对华停售与「请黄仁勋回归」同时上演
英伟达临时 CEO Colette Kress 在财报会上称「我们搞得定」,同时 H200 对华销售被叫停。图片来源:AFP / Getty Images
The Verge市场与地缘约 1 分钟

联合国「杀手机器人」谈判无果:只同意「开始讨论选项」

The UN fails to agree on rules regulating ‘killer robots’

红十字国际委员会要求一年内谈成有约束力的规则,最终文本却只给各国两年时间提方案,还允许部分条款「自愿」遵守。

日内瓦的联合国谈判未能就自主武器(俗称「杀手机器人」)达成规则。一周磋商后,各国只同意「开始讨论选项」。红十字国际委员会在会前呼吁一年内起草有法律约束力的规则,得到联合国秘书长与教皇利奥的支持。

最后的折中是给各国两年时间提出监管方案,且未来规则可保留「自愿选择」的空间。谈判本身已被拖延:第一天俄罗斯就反对会议议程,美国提出用五年时间讨论不具约束力的可选指南。NPR 称俄罗斯、以色列与美国是主要阻碍方。

背景是战场现实:半自主武器与无人机在乌克兰、加沙和苏丹造成大量平民死亡。把约束推到「可选」,等于默认各国自行其是;而两年后再谈如何执行,技术早已换代。这次会议的结果,是军控机制跟不上部署速度的又一例证。

关键事实
  • 只同意「开始讨论选项」
  • 红十字国际委员会要求一年内有约束力规则
  • 折中方案给各国两年提方案
  • 俄、以、美为主要阻碍方
  • 规则可能保留「自愿」选项
阅读原文 · The Verge ↗
联合国「杀手机器人」谈判无果:只同意「开始讨论选项」
联合国日内瓦会议未能就自主武器达成有约束力规则。图片来源:Getty Images / The Verge

思想与评论

Ideas & Opinion 02
Mozilla Blog思想与评论约 1 分钟

三年过去,iOS 上仍没有一个非 WebKit 浏览器

Why there are still no non-WebKit browsers on iOS

欧盟 DMA 与日本新规都要求苹果开放替代引擎,但 Mozilla 说条件设计得让替代品无法落地:想用 Gecko,必须另做一个 App 并从零迁移用户。

Mozilla 发文指出:欧盟 DMA 生效近三年、日本相关规则近一年后,iOS 上仍没有任何一个非 WebKit 浏览器真正上线。Firefox 在 iPhone 上的日活自 2024 年翻倍,证明用户想要选择,但苹果的替代引擎条件让选择落不了地。

问题在流程设计。要用 Gecko,Mozilla 不能更新现有 Firefox,必须另做一个独立 App,再要求每个用户下载新 App、迁移书签、密码与历史、手动切换。这种摩擦苹果绝不会施加给自己的应用。苹果还要求开发者不得披露项目的非公开信息,外界难以完整审计。

Mozilla 的结论是纸面合规不等于改变:门看起来开了,实际是翻板。Gecko 是最后一个不属于大型科技公司的主流浏览器引擎,若 iOS 永久排除它,移动端的引擎多样性就只剩苹果一家说了算。

关键事实
  • DMA 生效近三年,零个非 WebKit 浏览器上线
  • 必须另做独立 App 并手动迁移数据
  • 苹果禁止披露项目非公开信息
  • Gecko 是最后一个非大厂主流引擎
阅读原文 · Mozilla Blog ↗
TechCrunch思想与评论约 1 分钟

把脸授权给 AI 微短剧:好莱坞的新合同,还是新的零工陷阱?

Is selling an AI version of your face to this microdrama startup the future of Hollywood?

演员 Aki Avni 把脸授权给 Shortical,拍了一部全 AI 短剧,演的正是「把脸授权给制片厂的自己」。同意问题似乎解决了,定价权却仍在平台手里。

短剧平台 Shortical 在洛杉矶首播全 AI 短剧《Inevitable》,主演 Aki Avni 把脸授权给公司,生成数字替身。剧情很元:他演自己,一个把脸授权给电影公司的演员,随后卷入惊悚事件。这是 Shortical 第一笔面孔授权交易,但公司已在官网挂出「LICENSE YOUR FACE」,邀请用户提交社交账号,再决定是否给合同。

商业动机直接:AI 内容制作成本远低于真人拍摄,利润率更高;两分钟一集、前 7 至 10 集免费的订阅模式,需要大量内容填库。CEO Guy Shimoni 说 AI 让小团队能拍「电影级」幻想题材——王国、龙、超级英雄、狼人。平台观众主要在美国,女性居多。

价格不透明。Shortical 不肯披露 Avni 的具体数字,只说按同类非 AI 角色行业标准、以项目合伙人身份支付;在中国,微短剧公司为面孔授权支付约 15 至 700 美元(Rest of World)。公司还与合作方搭建创作者结算,被批评者视为把演员变成按流量分成的零工。

支持者说这是艺术家的新合同,能解决 AI 换脸带来的同意问题;怀疑者说需求未必真实,VC 只认「AI」这个词,内容是推给观众而不是观众想要。面孔授权把肖像权变成可交易资产,但定价权仍在平台手里。

关键事实
  • 全 AI 短剧《Inevitable》由真人授权面孔主演
  • 前 7 至 10 集免费,之后订阅
  • 中国面孔授权报价约 15 至 700 美元
  • Shortical 未披露具体合同金额
  • 批评者担心演员被零工化
阅读原文 · TechCrunch ↗
把脸授权给 AI 微短剧:好莱坞的新合同,还是新的零工陷阱?
Shortical 的全 AI 短剧《Inevitable》由演员 Aki Avni 授权面孔出演。图片来源:Shortical / TechCrunch
编辑要点
Bottom line

今天的主线是可验证性:黎曼猜想的机器证明把「相信」变成可重放的检查,而语音代理、决策模型和直接改字节的 LLM 正把能力推到传统审计之外。Anthropic 带着约 9000 亿美元算力承诺上市、Signal 因系统级 AI 代理收缩功能,说明治理的重心正从模型能力转向验证与制度。