IT之家 6 月 3 日消息，英国卫报昨日（6 月 2 日）发布博文，示警称 AI 谄媚（AI sycophancy）正从产品体验问题变成社会风险。 专栏作者 Arwa Mahdawi 在调查后指出，AI 行业的集体兴奋正在扭曲现实判断，尤其是部分企业首席执行官（CEO）容易患上“AI 精神病”。 Mahdawi 援引 Box 联合创始人 Aaron Levie 观点，指出企业 CEO 通常处于决策层，离具体工作太远，往往只能看到 AI 演示中的顺利路径。 该博文指出这种距离感会让高层低估人力劳动的价值，在决策时渴望用顺从 AI 模型替代昂贵员工，却高估技术成熟度，也低估安全测试的必要性。 在实际案例中，今年 4 月 Claude 由于出错， 删除 PocketOS 全部生产数据库和备份。 创始人 Jeremy Crane 随后表示，行业把 AI 智能体接入生产基础设施的速度，已经快过安全架构建设速度。 IT之家此前还报道，今年 5 月在生产环境下， 谷歌 Gemini 3.5 模型越权删除 28745 行现有代码 ，波及 340 个文件，导致整套生产门户持续 33 分钟返回 404 错误。 该博文认为导致这个问题的根源之一，是 AI 被设计得过于顺从，会不断附和你的观点，形成“你绝对正确”的逻辑，让人们更难发现自身判断漏洞。 2026 年 3 月《柳叶刀精神病学》相关研究发现，聊天机器人可能鼓励妄想思维，尤其影响已有精神病性症状风险的人群。斯坦福计算机科学家的研究也称，大语言模型谄媚会削弱自我纠错和负责任决策能力。 相关阅读： 《 AI 智能体失控：9 秒清空公司生产数据库，事后书面承认违规 》 《 开发者反馈 Gemini 3.5 AI 删光 2.8 万行代码、搞崩后台、编造修复报告 》
IT之家 6 月 1 日消息，据 TheVerge 报道，当地时间周六晚间，美国联合航空一架从纽瓦克飞往马略卡岛帕尔马的 236 号航班，起飞仅一小时后便因一则蓝牙信号引发的安全隐患被迫返航。多名自称搭乘该航班的 Reddit 用户表示，机组人员多次要求乘客关闭蓝牙设备。一名网友称，机组还给出了一分钟限时提醒，告知机上仍有两台设备的蓝牙处于开启状态。 IT之家注意到，有网友提到，空乘人员当时说道：“这种恶作剧害得所有人都受牵连。” 一段空中交通管制存档录音证实，事件起因是一台可被搜索到的蓝牙音箱的设备名称。录音中提到：“安保人员已到场。有人使用的蓝牙音箱，设备名是一个特定的四字词汇。因此整架飞机包括货舱都需要接受检查，机上乘客也必须撤离。” 虽然录音并未直接证实该蓝牙设备名是“炸弹（boom）”一词的外界猜测，但结合机组人员与地面安保的处置行动来看，这一推测合乎情理。此事也给大家提了个醒：别自以为把无线网络或蓝牙设备取名搞怪很有趣，这类行为往往会引发不必要的麻烦。
美国联合航空一架由纽瓦克飞往西班牙马略卡岛帕尔马的236次航班，在起飞约一小时后因机上出现可疑蓝牙信号而被迫折返纽瓦克机场，引发一场由设备命名引起的航空安全事件。 据多名自称在该航班上的乘客在社交平台Reddit发帖称，机组人员在飞行过程中多次通过广播要求乘客关闭蓝牙功能，并称机上仍有两台设备保持连接状态，还向全体乘客发出一分钟限时警告。有乘客回忆称，机组人员在广播中表示，“这个小玩笑正在毁掉所有人的旅程”，暗示有人出于恶作剧目的为设备命名。 随后公布的一段空管录音进一步证实，事件源于一台处于可被发现状态的蓝牙音箱，其设备名称被认定不当，从而触发了安全程序。录音中，相关人员向空管说明称，地面安全部门已介入调查，“有人有一个蓝牙音箱，并把它命名成某个四个字母的单词，因此必须对整架飞机进行检查，包括货舱在内，乘客也需要全部下机接受安检”。 尽管录音中未直接点名具体词汇，但多家航空观察与新闻网站援引消息人士推测，该设备名称很可能为“bomb（炸弹）”一词，这与机组及地面安保部门的反应高度吻合。按照民用航空安全惯例，任何涉及爆炸物、攻击威胁等敏感字样的可疑信息，无论是否出于玩笑，一旦在航班运行中出现，航空公司和安保部门通常都会采取最高等级的谨慎态度。 在返航落地后，航班被要求停留接受全面安全检查，机组和安保人员对机舱及货舱进行排查，乘客则被安排下机配合相关程序。截至目前，相关渠道尚未披露是否有人因此受到处罚或是否有后续刑事调查，但此次事件已经在航空圈和科技圈引发关于“设备命名边界”的讨论。 有评论指出，此事对公众构成了一次提醒：看似“聪明”或“搞笑”的WiFi、蓝牙设备名称，实际可能在特定场景下被视为潜在威胁，尤其是在安保高度敏感的机场和航班环境中。航空业界人士也呼吁乘客在为个人电子设备命名时保持克制，避免使用涉及暴力、恐怖或其他高敏感度词汇，以免无意间触发安保机制，扰乱公共交通秩序。 查看评论
IT之家 5 月 14 日消息，据央视财经昨晚报道，澳大利亚新南威尔士大学 11 日发布公报，该校科研人员参与的一个国际研究团队发现，数十年来， 南极海冰似乎对全球变暖具有一定的抵御能力 ，帮助减缓气候变化速度。 但一系列海洋和大气变化使南极海冰在 2015 年后突然急剧减少 ，并在 2023 年降至历史最低点。海冰减少会破坏洋流系统稳定性， 这种系统性转变可能会加速全球变暖 。 目前，该研究暂不确定这种变化只是暂时现象，还是新常态的开始。 据IT之家此前报道，科学家发现， 随着南极地区气温升高，导致地球变暖的甲烷正从海底裂缝中不断逸出 ，新发现的甲烷渗漏点以“惊人速度”增加，这引发了人们对当前全球变暖预测可能被低估的担忧。因为甲烷是一种极强效的温室气体，在释放到大气后的前 20 年内，其捕获热量的能力约为二氧化碳的 80 倍。 当地时间 2026 年 4 月 29 日，欧盟气候监测组织哥白尼气候变化服务局发布 2025 年《欧洲气候状况年度报告》。数据显示，2025 年欧洲气候变化趋势明显，多项关键指标创下历史纪录，气候风险持续加剧。报告指出，2025 年欧洲至少 95% 的地区年平均气温高于常年水平，升温速度为全球平均水平的两倍以上， 成为全球变暖最快的地区之一 。
IT之家 5 月 13 日消息，韩媒 chosun 今天（5 月 13 日）报道称， 全球存储厂正把产能转向 HBM 和高层数 3D NAND，传统 2D NAND 与 MLC NAND 供应迅速收紧。 IT之家注：上文文末翻译有误，原文为去年（2025 年） 报道指出成熟制程存储芯片也开始出现明显缺货，64Gb MLC NAND 现货价据称较 2025 年底暴涨超过 300%，近期成交区间已到 20 至 28 美元。 图源：集邦咨询 该媒体认为导致 MLC NAND 现货价暴涨的一个重要原因，是三星自 3 月起逐步调整华城 Line 12 的 2D NAND 生产，并改造该厂作为 1c DRAM 的后段工厂。 该产线原本每月晶圆产能约 8 万至 10 万片，且被视为三星最后一处 2D NAND 主要据点。按照报道说法，三星将在下个月完成最后一批出货，随后结束相关供应，这会进一步压缩市场上的旧规格 NAND 货源。 与此同时，铠侠（Kioxia）、SK hynix 和美光（Micron）也没有扩大 MLC 产能的意愿。TrendForce 指出，这几家厂商目前基本只按既有客户需求维持生产，因此全球 MLC NAND Flash 产能预计将在 2026 年同比下滑 41.7%。 这类产品单颗单元存 2 bit，容量不如 TLC 和 QLC，但数据保存能力和耐用性通常更强，因此在部分工业、网络设备和嵌入式场景里，短期内仍难完全替代。 相比之下，头部厂商更愿意把资源投向 AI 带动的高利润产品。报道提到，三星正把 NAND 作为下一阶段重点，推进 400 层级 V10 产品。 相关阅读： 《 韩国海关：过去 1 个月 DRAM 内存单价同比涨 497.4%；NAND 同比涨 351.6% 》 《 消息称三星电子讨论重启半导体新业务，V10 NAND 是一大重点 》 《 IDC 预测：全球 DRAM、NAND 收入 2026 年分别增长 177% 和 138.5% 》 《 旺宏抓住三星退场窗口：补位入门级存储芯片，MLC NAND 收入 2026Q1 同比增长 382% 》
如果 AI 的数学水平继续按目前速度发展，我们（数学研究者）很快会面临一场危机。 数学最高奖菲尔兹奖得主 —— Timothy Gowers ，在最新体验到 ChatGPT 5.5 Pro 后，替学生们拉响了红色警报。 其对博士生的影响，尤为紧迫。 事情是这样的，这位剑桥大学的数学大牛，最近搞到了尊贵的 5.5 Pro「优速通」权限。 拿到新玩具后，Gowers 随手把几道加法数论的公开难题丢给了 AI，想瞅瞅怎么个事。 但接下来发生的事，完全超出了他的预料。 不到两个小时 ，小 GPT 独立完成了一项他认为「完全够格写进博士论文」的数学成果。 全程，Gowers 教授 没有提供任何数学层面的指导 。 唯一需要他做的事就是： 嗯你这个想法不错，你展开试试？ 可以啊，能不能帮我写成 LaTeX 预印本格式？ 这一刻，Gowers 真切地感受到了当代年轻人那种窒息的焦虑 —— 当 AI 已经能独立攻克这种水平的难题， 正在读博的年轻数学家们，该何去何从？ 连他都给不出清晰的答案。 唯一能做的，就是尽可能快地为学生们找到新出路。 在 AGI 真的来临之前， 重新找到数学学习的真正价值 ，然后迅速转向。 对学生负有责任的数学系，应该紧急为此做好准备。 但先别焦虑，因为另一位菲尔兹奖得主 —— 陶哲轩 ，有很多想跟大家说的。 毕竟，他可谓是 AI 和数学交界线的先锋了，前段时间还联合创立了一个 AI4S 组织，就是想帮助年轻人寻找 AI 时代新出路。 无独有偶， 陶哲轩刚刚也 发出了自己的 最新感悟： 数学证明的 「消化」问题 ，才是 AI 时代人类数学家最不可替代的价值所在。 两位当世最顶尖的数学家，面对同一场风暴，给出了不同角度的思考。 不过，相比陶哲轩， Gowers 这次的 reaction 或许更有看头。 毕竟陶哲轩已经是「AI 老玩家」了 hh，相对来说比较淡定。 Gowers 这次是真有点「瘫软」了（bushi），直接怒发了一篇超级长文。 真的很长很长…… 以下是整理好的，更方便大家阅读的版本。 Enjoy。 菲尔兹奖得主的 ChatGPT 5.5 Pro 数学实验 故事的起点，其实是一篇挺有意思的论文。 加法数论大佬 Mel Nathanson 写了篇论文，里面列了一堆关于整数集合求和性质的公开问题。 这类问题的特点是方向明确，难度适中，数量又多，本来是留给刚入门的博士生练手、冲第一篇顶刊的黄金素材。 结果被 Gowers 拿来为难 ChatGPT 5.5 Pro 了。 他丢给 AI 的问题大概是这样的： 给定一个整数集合 A，已知它有 k 个元素（|A|=k），也知道它的二重求和集（简单说就是集合里所有元素两两相加得到的新集合，记为 2A）有多少个元素，那 A 的直径最小能是多少？ Nathanson 自己已经证明了一个指数级的上界（2^k-1），但一直怀疑还能优化。 ChatGPT 5.5 Pro 思考了 17 分钟零 5 秒。 然后它给出了一个二次上界的构造，而且是 理论上最优 的。 它的核心思路是用 Sidon 集（一种求和集大小最大化的特殊集合）和等差数列做组合构造。 咱通俗点说，就像搭积木，AI 选了两种特殊积木。 一种叫 Sidon 集，里面任意两个不同元素的和都不一样，能让求和集规模最大化。 另一种是咱们上学都学过的等差数列，把这两种积木巧妙组合起来，就搭出了满足条件的最小直径集合。 Nathanson 原本的证明用了归纳法，本质上也在做类似组合积木的事，但用的是 2 的幂次这种效率较低的 Sidon 集。 但就像用大积木搭小房子，难免浪费空间，所以才得到了指数级的大直径。 ChatGPT 5.5 Pro 则是直接换了一种已知的更高效 Sidon 集。 这种集合的直径是二次的（简单说就是 k 个元素的话，直径大概是 k² 级别），比指数级（2^k）小了不止一个数量级，相当于用精致的小积木精准搭房，空间利用率直接拉满。 可能有朋友会说，这不就是把已有的数学工具重新拼了一下吗？ 还真没错。 但 Gowers 自己也承认，相当多的人类数学研究，本质上也是在组合已有的知识和证明技巧。 关键在于， Nathanson 本人没有想到这一步，而 ChatGPT 想到了 。 Gowers 接着又问了一个相关的升级版问题 —— 把二重求和集换成限制求和集，也就是这个集合里的元素两两相加时，要求两个元素不能是同一个，其他条件不变，还能不能找到最小直径？ 这个问题毫无悬念也被解决了。 然后他让 ChatGPT 把两个结果合并写成一篇学术笔记， 47 分钟 后，一份标准的 LaTeX 预印本就出来了。 然后事情开始变得更有意思，Gowers 又上了难度，问了一般情形下 k 重求和集的直径问题。 这个问题要难得多，因为对于一般的 k，我们甚至不完全知道哪些求和集大小是可以被实现的，连基本的构造框架都缺。 不过好在麻省理工学院（MIT）的学生 Isaac Rajagopal 已经做了开创性工作，他证明了 h 重求和集直径的指数级依赖关系。 Gowers 想看看 GPT 5.5 Pro 能不能在 Isaac 的基础上做改进，没想到，AI 直接上演了两连跳操作，还独创了 k-解离集合构造 。 接下来发生的事，按时间线捋一下: 第一轮，ChatGPT 思考了 16 分 41 秒，基于解离集合的创新思路把上界从指数级改进到了亚指数级。 第二轮，Gowers 让它写成预印本，花了 47 分 39 秒。 第三轮，Isaac 本人看了，认为论证看起来是对的，而且论证逻辑严谨，k-解离集合的运用很巧妙。 第四轮，Gowers 贪心了，问 ChatGPT 能不能进一步推到多项式界。 第五轮，ChatGPT 思考了 13 分 33 秒，提出微调 k-解离集合可以做到，但有几个技术细节需要验证。 第六轮，Gowers 让它自己验证，9 分 12 秒后搞定核心卡点。 第七轮，写成预印本，31 分 40 秒。 第八轮，Isaac 再次审阅，判断结论基本成立。而且他特别指出，不只是逐行正确，在思路层面也是对的，也就是说 ChatGPT 确实贡献了新的想法 。 而整个过程，Gowers 的数学输入为零。 他做的全部工作就是当一个项目经理（数学版）—— 提出需求，确认方向，要求交付。 数学本身，全是 ChatGPT 在做。 AI 提高了数学博士生入门门槛 这件事如果只是一个酷炫的 demo，倒也还好。 但 Gowers 看到的是两个正在逼近的危机。 首先，一个很现实的问题是，这个 AI 搞出来的结果该怎么处理 ？ 如果是人类数学家做出来的，这完全够得上发表。 但现在主要工作是 AI 完成的 —— arXiv 已经明确拒绝 AI 生成内容，传统期刊显然也不会接受。 那它该放在哪？ Gowers 自己提了一个设想，也许应该建一个专门的 AI 数学成果仓库，有一定的审核流程。 比如需要人类数学家确认正确性，或者经过形式化证明助手验证，但也不要让审核本身变成巨大的工作量。 坦率的讲，这个问题目前没有答案，所以现在这个成果就挂在 Gowers 的博客上，靠一个链接存在着。 成果归属问题之外，才是 Gowers 真正焦虑的地方 —— 数学培养体系被釜底抽薪 。 训练博士生做研究，最经典的路径就是给新手一个难度适中的公开问题入门。 Nathanson 论文里的那些问题，原本就是完美的素材。 但现在，ChatGPT 5.5 Pro 两个小时就解决了。 这直接把入门门槛抬高了，因为以前你只需要证明一个没人证过的东西，现在你得证明一个 AI 也证不了的东西。 Gowers 倒也没有完全悲观，他给出了两个缓冲空间。 一个是，博士生也可以用 AI。 未来科研门槛可以不再是硬刚「AI 解不出的题」，而是 在人机协作下，做出 AI 单独做不到的成果 。 Gowers 自己最近也在大量做这种人机协作的数学研究，他说 AI 确实能提供有用的贡献，但还没到能独立产生 game-changing 想法的地步。 另一个是，AI 最容易突破的其实是 组合数学 。 因为组合学本质上是从问题出发的反向推理，而其他数学分支更多是从想法出发的正向探索。 后者需要判断什么观察是有趣的、什么方向值得深入，这种审美判断对 AI 来说可能更难，目前仍是人类占优。 但他也特意强调以上都只适用于当下的 AI，大模型迭代太快，现在的判断可能几个月就过时。 而且还扎心了一波： 如果一个人做数学的目的是把自己的名字永远刻在某个定理或定义上，追求「冠名永生」，那这种时代红利可能很快就会彻底消失，对所有人都一样。 Gowers 用一个思想实验点透本质： 假设一个数学家通过和 AI 长时间对话解决了一个重大问题，数学家起了引导作用，但主要想法和全部技术工作都是 AI 完成的，我们会认为这是这位数学家的重大成就吗？ Gowers 的答案是： 不会 。 既然如此，那 AI 时代学数学还有什么意义？ Gowers 说，就像优秀的程序员比普通人更擅长 Vibe coding，真正做过研究的数学家也会更擅长和 AI 协作。因为你对问题解决过程本身的理解越深，你用 AI 的能力就越强。 数学本身是一种高度可迁移的底层思维能力，未来数学研究者或许失去了独享定理冠名的学术荣誉，但沉淀的 思维功底，会是 AI 时代最好的个人底气。 陶哲轩的三层金字塔 其实吧，关于 AI 对数学研究的冲击，陶哲轩看到的很早很早。 今天，他提出了一个「金字塔」，将数学问题的解决拆分为三个组成部分。 证明生 成： 构造出一个完整的证明。 证明验证：确认证明是正确的。 证明消化：真正理解这个证明在说什么，为什么是对的，它揭示了什么更深的结构。 前两个，AI 正在以惊人的速度实现自动化。 但第三个 —— 消化 —— 远远没有被解决。 这将引发一种前所未有的「认知过载」： 证明像不要钱一样被大量生成，甚至机器都能帮你验算完了，但没有人真正消化它们。 陶哲轩称其为「证明消化不良」（proof indigestion）。 对此，或许会有人提议： 那就把第三步也自动化掉嘛，训练 AI 用更好的数学写作风格来呈现证明，让它更容易被理解。 但陶哲轩的意思是，盲目优化「可读性」指标，可能反而让最终产物变得更差。 他用烹饪作类比。 我们咀嚼食物，是为了帮助消化。烹饪技术可以让食物更嫩，减少咀嚼的需要。 但如果你决定彻底优化消化过程、把「需要咀嚼的量」到最低，那逻辑上的最优解就是 —— 把所有食物丢进搅拌机，通过管子直接灌进胃里。 这在技术上确实解决了消化问题。但 没人想这么吃饭 ，不管身体还是精神都会出大问题的。 吃饭的价值从来不只是摄入营养。 感官体验，还有社交场景，还有咀嚼本身带来的满足感…… 这些附加产物，才是人类最享受的东西。 优化掉所有摩擦，你得到的不是更好的饮食，而是一根饲料管。 数学也一样。 分清楚什么是数学学习中，「必须」经历的摩擦。 有些证明中的「难度」，是人为制造的。 措辞不清晰、结构混乱…… 这些「人工难度」，用 AI 读论文确实可以消除，就像把一块肉腌制一下再上桌。 但还有一种，属于「自然难度」。 它本来就应该是难的。 读者需要「咀嚼」它，才能获得真正的理解，并在这一过程中迸发新的灵感。 这就像陶哲轩之前在播客说的，他会故意在日程表中空出一段时间，用来「不期而遇」。 看到这里，有人可能还会说：让 AI 解决一切，继续优化评判标准，把「自然难度」也纳入考量不就好了？ 但事实上，不是所有问题都能被当做一个「优化问题」—— 只要无限迭代，到最后得到的结果，就一定是我们想要的。 人类对待食物思路就不是这样。 米其林大厨手工制作的料理，至今仍然比机器加工的食品更受珍视，即使后者安全、好看、易消化、方便、口味也不差。 不是说加工食品没有用处。 只是，没有人会认真地提议，用它来完全取代人类的烹饪艺术。 这叫「烟火气」，是必须人类去赋予的。 不要掉进搅拌机 两位菲尔兹奖得主，面对同一场风暴，看到的是不同的东西。 Gowers 看到的是 危机 。 那些原本为年轻数学家准备的「入门赛道」，正在被 AI 碾平。培养体系的地基在动摇，学术发表的规则在失效。 新人的路在何方？ 对此，陶哲轩其实也没有答案，他给出的，是 边界 。 AI 能生成证明、能验证证明，但「消化」，至少目前，还是独属于人类。 不是 AI 做不到，而是…… 我们不能交出去。 这不是单纯的知识型任务，「消化」这件事，触及到智能本身。 这真是个属于「意义」的时代。 AI 正在一步步把我们逼到墙角，一次又一次无止境地追问： 到底什么才是独属于人类的、最珍贵的东西？ 在数学领域，这个东西可能是陶哲轩所说的那种有益的「自然难度」。 那些必须靠自己咀嚼、煎熬地探索，才能真正变成你一部分的知识。 或许，其他领域同样如此。 搅拌机可以把一切打碎。 但有些东西，永远需要人亲自去做。 不要沦为黑客帝国里，被插着管子的生物电池。 参考链接： [1] https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/ [2] https://x.com/wtgowers/status/2052830948685676605 [3] https://mathstodon.xyz/@tao/116551624228986501 本文来自微信公众号： 量子位（ID：QbitAI） ，作者：Jay 闻乐， 原文标题：《数学专业，危！菲尔兹奖得主亲测 ChatGPT 5.5 Pro，17 分钟出论文级成果》
台湾高铁近日曝出通信安全重大漏洞，一名23岁大学生仅凭一套在网上购入的无线电设备，就成功伪造总警报信号，迫使多列高铁紧急停车，引发外界对铁路通信系统防护能力的质疑。 台湾高铁公司（THSR）向当地媒体证实，事件发生在4月5日，当时共有三至四列高铁列车因突发“总警报”（General Alarm）信号被迫停驶约48分钟，启动了相关的紧急应对程序，要求列车人工停车。按照既定流程，这类总警报原本应由车站人员通过专用设备发出，但调查显示，这次信号却来自一名23岁的学生林某，而非任何授权终端。 根据报道，林某通过在网上购买的软件无线电（SDR）设备，对台湾高铁的无线电通信信号进行分析，将获取的数据下载到电脑后，对其中所使用的TETRA（集群无线电通信标准）参数进行解码，再将相应代码写入手持对讲机，使这些设备伪装成合法信标，从而向位于桃园的高铁控制中心发出了总警报信号。警方表示，一名21岁的同伙向林某提供了部分高铁通信参数，协助其完成此次攻击。 事发后，台湾高铁方面立即对内部设备进行排查，确认并无授权无线电设备遗失或被滥用，这一发现将调查方向指向“信号克隆”和伪造发射源。警方其后调阅监控录像及TETRA网络日志，并于4月28日搜查了林某的住所与工作地点。在其住处，警方查获了一台笔记本电脑、多部智能手机、一套SDR设备以及多部手持对讲机，数量介于7至11台之间的说法不一。调查人员指出，这些设备不仅能接触到高铁的频段，还能覆盖新北市消防部门和桃园机场捷运线路使用的频率。 这起事件迅速引起台湾交通主管部门的重视。台湾交通部要求全面检讨铁路通信系统的安全性，立法委员则质疑，高铁通信设备的汰换周期、维护程序以及安全策略是否有定期更新。有意见指出，现行系统已使用近19年，而林某能够绕过多层验证机制，说明现有防护设计可能存在严重滞后问题。 在接受讯问后，林某以新台币10万元（约3，280美元）交保候传。其律师辩称，4月5日当天的总警报发射属“意外行为”，但检方对此说法并不采信。目前林某可能面临“危害公共运输安全”与“非法干扰无线电通信”等相关罪名，若被定罪，恐将承担相当长时间的有期徒刑。 这起“手持电台让高铁急煞”的案件不仅凸显专业技能落入不当之手的风险，也为各国依赖无线电系统的关键基础设施敲响警钟：在商用软硬件门槛不断降低的现实下，传统通信与控制系统的安全边界正面临前所未有的压力。 查看评论
IT之家 5 月 4 日消息，大众集团 CFO 兼 COO 阿诺 · 安特利茨指出，中国品牌在欧洲崛起，正在给大众集团带来“竞争压力”。美国关税也进一步冲击了集团财务状况。大众集团给出的应对方式， 是继续削减成本 。 “我们必须 从根本上转变商业模式 ，并实现结构性、可持续的改善。至于具体的举措，包括在不削弱产品实质的前提下改善车辆成本结构，大幅降低管理费用，提高工厂效率，并加快技术开发和决策速度。” 4 日，据外媒 motor1 报道，大众集团希望在不牺牲产品质量的情况下降低成本，同时加快研发，让新产品更快上市。但大众集团旗下品牌众多，要做到这一点并不容易。未来几个月，大众集团计划降低“产品组合和技术平台”的复杂度。这意味着，部分车型和版本可能被取消，平台架构数量也可能减少。 据IT之家了解，安特利茨并不是第一位警告大众集团商业模式需要调整的高管。2025 年 7 月，奥博穆仍担任保时捷 CEO 时曾告诉员工，“过去几十年一直运行良好的商业模式， 在当前形势下已不再适用 ”。奥博穆此后已卸任保时捷 CEO，但仍继续担任大众集团 CEO。 大众集团正在推进一轮大规模重组。CEO 奥博穆最近在致股东信中透露，未来四年内，大众集团将在德国裁减约 5 万个岗位。 裁员之外，大众集团还准备把全球年产量 压降至 900 万辆，以避免产能过剩 。新冠疫情冲击汽车行业之前，大众集团年产量长期保持在 1000 万辆以上，2018 年甚至超过 1100 万辆。去年，大众集团产量已经降至 890 万辆。 今年以来，销售端同样承压。除斯柯达外，大众集团旗下所有乘用车品牌第一季度销量都在下滑，宾利和兰博基尼等更高端品牌也没有躲过压力。 大众核心品牌销量同比下降 7.6%，至 1048300 辆； 西雅特 / Cupra 需求下降 1%，至 145300 辆； 奥迪下降 6.1%，至 360100 辆； 保时捷跌幅最大，销量下降 14.7%，至 61000 辆。 宾利交付量下降 9.9%，至 2200 辆； 兰博基尼下降 11.7%，至 2600 辆。 大众集团内唯一增长的乘用车品牌是斯柯达，销量增长 14%，达到 271900 辆。不过，斯柯达的增长不足以抵消大众集团面临的全球性压力。
公司网络报警：中等严重性警报：可疑的 Node.js 进程行为 Medium severity alert: Suspicious Node.js process behavior Subsequently on one of its child processes, the following exe application initated the install of this following program called “oh-my-opencode-slim” “bunx.exe” oh-my-opencode-slim@latest install Which then initiated a skills install of a particular module called agent-browser cmd.exe /c npx skills add GitHub - vercel-labs/agent-browser: Browser automation CLI for AI agents · GitHub --skill agent-browser -a opencode -y –global 4 个帖子 - 3 位参与者 阅读完整话题
6月2日，世界气象组织确认热带太平洋海温持续异常升��，厄尔尼诺正在形成。资本市场已提前反应，自5月22日以来，Wind电力指数持续走强，累计涨幅超9%，多只火电、电网及电力设备相关个股表现活跃。机构人士认为，本轮厄尔尼诺或将影响农产品供给、能源需求以及全球通胀预期。在此背景下，农产品、能源、公用事业等板块成为机构关注的重点投资方向。（中证网）
人工智能领域传来安全警报。据报道，一群未授权用户通过第三方承包商环境成功访问了Anthropic公司最新发布的高危AI模型“Mythos Preview”。Anthropic发言人在声明中证实：“我们正在调查一份声称通过第三方供应商环境对Claude Mythos Preview进行未授权访问的报告。”目前尚未发现该未授权行为对Anthropic系统造成影响。（新浪财经）