在我发布的第一个介绍 Cent 记账 的视频下面，问得最多的一个问题是，在哪里可以下载呢？没办法，Cent 作为一个 PWA ，本来是完全不需要下载的，但是如今的应用生态中，Web 天生低人一等，各家手机厂商防贼一样防着浏览器，如果不出一个详细教程，初次了解的人根本学不会怎么把一个 PWA 安装到桌面上。因此，我决定做一个 iOS 原生版 Cent 。 至于为什么是 iOS ，原因也很简单，几年前我就开通了 Apple Develop Program ，本来打算做一些小玩具练手，但因为懒，也一直没有动手，白白花了好几年的订阅费用。对比 Android ，iOS 生态的好处显而易见，完善的全球上架流程，一致的硬件架构，不需要考虑各种适配问题，比起国内安卓市场那堪比规则怪谈的上架机制，不选 iOS 简直天理难容。 我从一开始就决定完全通过 Vibe Coding 来进行开发，因为如果要让我从头开始学习一门其他语言开发，了解那些犄角旮旯里的不知名 API ，对于如今改个样式都恨不得让 AI 来做的我来说，几乎是不可能的。一旦尝过了 AI 的甜头，要想回归手写代码的时代，那就太难了。 最难的第一步 对于 Vibe Coding ，最难的一步不是想做什么，而是决定做哪些，怎么做。对我而言，最大的难题是如何选型。一方面，尽管我已经决定了要做 iOS 端，但是也不意味着完全放弃 Android 端。另一方面，对 AI 而言，代码技术也是有熟悉程度的，JS 和 Python 对于 AI 是小菜一碟，但其他领域就不一定了。为此，我跟 Gemini 掰扯讨论了很久。 一般我会先用网页版 Gemini 沟通自己的想法，我认为 Gemini 的最大优势在于搜集信息，背靠 Google 这个搜索引擎，找它问问题是十分自然的事情，关键是 flash 量大管饱，对于要求不高的任务，直接问 Gemini 比 AI Agent 省事得多，不然一言不合就开始“让我先了解项目结构”，白花花的 token 就这样扔给了文件系统，造孽啊。 这一次找 Gemini 问完，它推荐了我一个此前我从未听说过的开发技术，KMP(Kotlin Multiplatform)，根据介绍，它可以将核心操作逻辑复用一套 Kotlin 代码，通过不同的 UI 技术适配不同的平台，在 Android 上用 Compose ，在 iOS 上用 Swift UI ，简直是我的梦中情码，精准命中了我的所有需求。于是我当即决定用 KMP 进行开发。 然而，我完全低估了 KMP ，它就像一个禁忌之海，海面上是诱人的阳光和云朵，海风吹着跨平台的美梦在你的耳边低语，但是你一旦踏入，臃肿、沉重、深不见底的 Gradle/Maven 平台就会像漩涡般瞬间把你的心智吸入，IDE 上不计其数的按钮，讳莫如深的术语，就像克苏鲁身上不可名状的眼睛一样，让你的 san 值直接清空。一想到我还试图在 Gemini 调查员的帮助下深入这座散发着诡异黄光，飘洒着 warning/loading 碎屑的古神小镇，我就止不住的后怕。 当我发现，无论是 Gradle 古神低语般的配置语法，还是诡异的平台适配装饰器代码，以及深不见底的项目文件夹目录结构，我都完全无法理解的时候，我仅剩的理智拉住了我。Vibe Coding 本身就已经很黑盒了，如果再接入一套黑盒（对我而言）的开发架构，最终开发的产物简直不敢想象。因此，即使那句大名鼎鼎的“忘掉代码，只看结果”的 Vibe Coding 准则一直挂在我的心里，但我还是没有勇气完全对自己“产品”的代码不管不顾，最终，我放弃了 KMP 。 我决定先专注于 iOS 一个平台，此前我了解过 Swift UI ，尽管不多，但我相信我能在关键时刻拉下刹车，至少不至于在 plan mode 时对产出的方案一头雾水，然后无脑选择 Accept all 。虽然这不符合纯粹 Vibe Coding 的定义，但事实证明后来我的选择是正确的。 渐进式开发 Cent 虽然是一个纯粹的 Web SPA ，用的都是 Web 开发中十分基础的技术，React ，Zustand ，没有什么黑科技，但是要想一句话让 AI 照着 Cent 原模原样复制一个 iOS 版出来，以现在的 AI 能力还做不到，因此必须拆成一系列小步骤，一步一步来。 得益于 Cent Web 版本身解耦做的比较充分，我拆起任务来也比较得心应手。Cent 的核心同步机制，我称之为 Tidal ，是一个纯粹的数据操作，不绑定任何特定数据库实现，因此，我首先让 Claude 帮我对 Tidal 进行迁移，先按照 Tidal 的机制做一个小 demo ，能够成功执行增删查改即可。 当然，为了让 Claude 更好的理解 Tidal 的同步机制，我不得不为整个 Tidal 代码补上完整的注释和文档，详细说明每一个步骤，每一个函数抽象出来的意义，本来这部分应该在 Tidal 诞生时就做完的，但是因为懒一直拖着，也算是为之前的工作收尾了。对于 Claude 来说，有原始代码和文档，迁移到其他语言非常简单，几乎只用了一个下午，我就得到了可用的原型。 为什么不让 Claude 自己来拆解任务和文档？我曾经试过让 Claude 自己了解 Tidal 相关的实现，但是最终效果并不好，在代码中有一些 edge case ，需要特殊处理，以及部分兼容性代码，在新的代码中已经不需要了，让 Claude 自己分析并不能很好地识别出这些代码意义，还是需要我手动补充文档，这样下来不仅耗费了更多的 token ，我干的活也一点没少，后来我还是选择老老实实补全文档，把每一个场景都写清楚，最终得到的结果也不负我的期待，并且，这些文档还可以用于指导后续其他平台的移植，磨刀不误砍柴工嘛。 抽卡成功 就这样，从核心同步机制开始，我一点点地把 Cent 的全部功能和 Claude 一起搬到 iOS 上，记账页面，搜索页面，统计页面，设置页面，iOS 的功能一点点补齐了。但是在测试过程中，我也发现了一个十分严重的问题，在账单数据较少时，App 运行一切正常，但是当我用真实的账本（约 1w 条）测试时，App 突然变得十分卡顿，使用原生的代码运行，却比 Web 端性能更差，令我十分意外，于是我不得不再一次违反不要看代码的“准则”，看了一眼当前的代码，两眼一黑。 我知道，Claude 偷懒了，它一直在用写 Demo 的思路写后续的功能，所有的数据变动全往一个 appState 里塞，几个页面的数据变动全部耦合在一起，虽然我不太懂 Swift UI 的状态管理，但也能意识到出了大问题。尽管之前我有意识地让它多考虑性能，多考虑耦合度，但是积重难返，可能是某次方案里我没怎么细看，直接说了句开干，后面的代码就像脱缰野马一样，撒欢跑的谁也不认识了。 我让 Claude 自己分析性能问题的原因，它也老实说了，核心状态管理七八百行代码，纯纯屎山代码，各个页面直接本来没有任何关系，但是数据更新全放在一个 class 里，每次干点什么操作不知道哪里触发了更新，就要反序列化 1w 多条数据，不卡才有鬼了。这下我不放心让 Claude 自己改了，找来隔壁的 Codex ，请 GPT5.5 喝了杯茶，看它洋洋洒洒列出一大摞优化建议，说的有鼻子有眼的，虽然我依旧不懂这样做能不能治本，但是没关系，反正有 Git 回档大法，这卡先抽了再说。GPT5.5 十分给力，将近 50 个文件几百次改动，还写了个脚本用来批量替换，吭哧吭哧干了一下午，我都觉得心疼，总算是改完了。最终测试结果不负我望，性能问题消失了，虽然没有经过严格的测试，但是同样的账单数据下，卡顿彻底消失了，我总算松了口气。 没有 Harness 就是最好的 Harness Harness 的概念最近很火，名词一套接一套的，实际上就是试图给 AI 定个框架，让它在这个框架里干活，避免搞出问题来。因此我也在想，如果一开始我也能把“Harness”做好，Claude 是不是就不会整出这么大的幺蛾子来呢？但马上我就放弃了，对我来说，Swift 开发本来就不是我熟悉的领域，让我给 Claude 定规则，就像关公面前耍大刀，自不量力。 整个项目里说得上 Harness 的东西，就是一开始我给 Claude 制定的“记忆”守则，我在创建项目的时候就告诉 Claude ，我的目标是把整个 Cent Web 项目完整地移植到 Swift 中，这是一个十分巨大的目标，因此必须要一步一步来，Claude 需要制定一个精准的 README ，然后每一次移植都把这次做了些什么写进 memory.md 中，非常古老且粗糙的做法，但对我来说足够了。每次对话前，我就把 README 先塞进聊天框中，Claude 就会按照之前的做法完善 memory ，如果有比较重大且成体系的改动，例如多语言适配方案、快捷指令之类的，我就让它重新编写一份单独的指导文档。这样的好处是非常省 token ，很多时候一些小功能改进、UI 修改等，没有必要让 Claude 去读完整个项目的架构文件，只需要专注于一个或者几个文件即可，塞入太多东西到 claude.md 中不仅昂贵，还会拖慢 coding 的速度，没有必要，按需读取才是兼顾效率和划算的选择。 找回乐趣 不得不说，Vibe Coding 真的会让人上瘾，尤其是当成果慢慢变成你心目中的样子的时候，成就感会一点点放大，本来自己手写代码也能达到一样的效果，但是 Vibe Coding 把这个时间压缩了几十倍。放在两年前，要将一个 Web App 全部转成纯血 Swift UI ，让我自己来干，学习的时间不说，光敲代码就要消耗了不少时间，还要费劲心力去了解各个 API 的用法，各种新的“最佳实践”，我还记得之前写试手 app 的时候，为了实现一个 UI 效果，在 Google 、Youtube 、B 站上来回搜索，对着视频敲代码，现在只要说句话，说清楚一点，就能实现自己想要的效果，效率高了不止一点。一次不满意还可以重抽，只要是能够实现的，总能抽出来满意的结果，Vibe Coding 像抽卡果然名不虚传。 哪怕是等待 Claude 编写代码的简短空隙里，我都抑制不住脑子里疯狂涌出的奇形怪状的 idea ，恨不得挨个让它给我实现一遍，连喝口水上个厕所的时间都在想着，怎么让 Claude 再多干点活，整个人已经完全变成黑心老板的形状了。 那么，代价是什么 耗时将近两个月，我终于完成了整个 iOS Cent App 的开发和上架，准确的说，是在 Claude Opus 4.7 + Chat GPT 5.5 + Cursor Compser 2.5 的帮助下完成了开发，除了代码开发之外，我还用 Claude 帮忙编写了 Cent iOS 发布后的一个简易宣传视频，现在在 B 站搜索 Cent iOS 版看到的视频就是由 Claude 编写而成，我只负责寻找 BGM 和录制屏幕。 而在这场看起来光鲜亮丽，轻松写意的 Vibe Coding 背后，是 Token 在不断燃烧，我做了粗略的统计，仅仅只计算我的真实支出项目，Cursor + Claude Pro + ChatGPT Pro （全部用光每月额度，Cursor 甚至连 auto 也用到不能再用了），合计订阅费用就已经来到了$400 ，还没有算各种薅羊毛、注册新用户拿免费 Kiro/中转站月订阅省下来的钱，在这样的情况下，即使不算 App Store 开发者$99 年费和抽成，按照目前的 Cent iOS 版定价，也需要至少卖出 100 份才能勉强回本。从上架后的情况来看，达成这个最低目标都算遥遥无期。 这划算吗，我觉得还行，尽管从投入产出比来看，Vibe Coding 的经济效益非常低，但是它给了我一次从无到有的 App 上架体验，我第一次成功上架并且卖出了我的第一个作品，这对我意义重大，而且只花了两个月的时间。对于任何产品而言，难的都不是做出来，而是卖出去，在没有任何营销，单纯靠自己卖吆喝的情况下，能卖出去我就已经感到非常惊喜了。 Cent 在诞生之初就是个人特色十分强烈的作品，有很多地方刻意不去迎合市面上的主流记账软件，例如资产管理等等，因此在 Github 收获超千 k star 的时候，我都感觉十分意外，决定开发 iOS 版，也是为了证明 Tidal 的潜力，不想让这套同步机制埋没在浏览器限制之中。在决定 Vibe Coding 前，我也曾对 AI 的能力边界有过高过低的期待，一方面作为程序猿，我担心 AI 会抢走我的饭碗，另一方面我也好奇 AI 究竟能做到何种程度。但是实际体验下来，尽管我确实没有手写哪怕任何一行代码，但我开始对自己有了更多的信心。 AI 绝不是万能的，如果只给一句话，让 AI 直接复刻一个完整的 iOS 版本出来，它是绝对做不到的，或者说绝无可能做到现在这样的程度，Vibe Coding ，更像是 Vibe Deciding ，Coding 反而是最不重要的一环，重要的是挑选、验证，要做什么，不做什么，等着 AI 问你这样做行不行，如果有一天 AI 真的到了一句话就能抽出完美的结果的地步，那这绝对不是一件坏事，在这之前，至少我认为我自己，还不至于完全被取代，如果 AI 有一天真的消灭了工作，那才是大好事呢。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
现代智能手机诞生于 2007 年，也是在那一年，全球人口出生率开始下降。两项研究指出，这两者并非巧合。
978年6月8日，英特尔正式推出8086微处理器，这款被视为个人计算机时代开端的芯片，如今迎来诞生48周年纪念日。8086不仅是英特尔首款16位CPU，也是全球第一款基于x86指令集架构的处理器，其架构延续至今，依然构成绝大多数个人电脑处理器的基础。 从历史背景看，8086的诞生带有一定“权宜之计”的色彩。当时英特尔正推进更具雄心的32位iAPX 432项目，但该项目一再延期，公司因此决定在相对短的周期内推出一款过渡产品。8086在大约18个月内完成设计，却依然比前代产品能支持更复杂的应用场景，并首次在英特尔芯片上引入微代码设计，为后续处理器的功能扩展奠定了基础。 在技术规格方面，8086实现了当时一次重要的架构跃迁。该芯片集成约2万颗晶体管（若计入ROM和PLA则为29，277颗），采用40引脚封装，芯片面积约33平方毫米。其可寻址的物理内存空间达到1MB，通过四个64KB段及配套的段寄存器进行访问，这种分段内存模型也成为后续x86平台的重要特征之一。8086基于英特尔的HMOS工艺制造，提供多种频率版本，主频范围大致在5MHz至10MHz之间。 尽管采用了全新的16位架构，8086仍然保持了对早期8位英特尔处理器的向后兼容，包括8008、8080和8085等产品。在此基础上，8086很快催生出一系列后续处理器，如80286、80386和80486，这些芯片支撑了个人电脑从1980年代到1990年代的快速普及与性能演进。 8086的成功离不开背后团队的系统化工程设计。据公开资料显示，该项目团队由4名核心工程师和12名版图设计人员组成，由首席架构师Stephen P. Morse负责定义指令集架构和寄存器结构。项目经理Bill Pohlman、首席硬件工程师Jim McKevitt以及联合硬件工程师John Bayliss等人，也在电路设计和实现层面发挥关键作用。 在商用层面，x86架构真正广为人知，与1981年问世的第一代IBM PC密切相关。这款官方名称为IBM 5150的个人电脑，并未采用8086本体，而是搭载了其“兄弟”芯片8088。8088在架构上与8086一脉相承，但配备8位外部总线，更便于与当时的系统和配套器件兼容。IBM PC的成功，使x86平台成为事实上的行业标准，以至于《时代》杂志在1982年破例将“年度人物”评给了“计算机”，凸显这一技术节点的象征意义。 在纪念层面，英特尔也曾通过特殊产品向8086致敬。2018年，英特尔在8086面世40周年之际推出限量版Core i7-8086K处理器，以64位架构、6核心12线程以及集成图形单元的现代规格，象征性延续8086的命名与精神。该产品支持最高5.0GHz睿频，具备解锁倍频功能，面向发烧友市场，并采用LGA 1151（Rev 2.0）接口。 回顾48年前的这款“临时方案”，其影响早已超越最初定位。从早期的8086、8088到后面的286、386、486，以至当今的多核高频处理器，x86指令集始终贯穿其中，构成近半个世纪个人计算技术发展的主线。在产业不断转型、计算形态快速演变的今天，8086依然被视为一个标志性起点，其技术与商业遗产仍在当代PC和服务器市场中延续。 查看评论
IT之家 6 月 6 日消息，在今日举行的国际汽联（FIA）三级方程式锦标赛摩纳哥站冲刺赛中，中国车手谢咏霖以第二名的成绩冲过终点线。 这不仅是这位 19 岁小将个人 F3 生涯首次登上领奖台，也同时创造了新的历史 —— 他由此成为首位在 FIA F3 锦标赛中登上领奖台的中国车手。 摩纳哥赛道是世界赛车运动版图中最独特也最严酷的考验之一。这条全长仅 3.337 公里的街道赛道以极度狭窄、弯道繁多和难以超车著称，赛道的紧邻护墙和起伏的地势要求车手必须兼具极致的精准控制与冷静胆识，任何微小的失误都可能导致冲撞退赛。 正是在这条被视为“车手终极试炼场”的赛道上，谢咏霖迎来了自己的高光时刻。比赛当天，谢咏霖驾驶着他的 DAMS Lucas Oil 车队 16 号赛车，从起步后便积极向前推进。在复杂多变的赛况中，他稳健地把控节奏，成功避开比赛中发生的多起事故与乱局，最终以亚军身份完赛。这一成绩不仅是谢咏霖本人的职业生涯突破，也是 DAMS 车队在 2026 赛季重返 F3 锦标赛后获得的首个领奖台。 公开报道显示，谢咏霖的赛车之路始于中国深圳。他 8、9 岁时在深圳沙井极速赛车场初次接触卡丁车，2018 年摘得中国卡丁车锦标赛年度桂冠，2019 年成为亚洲 IAME 卡丁车冠军的中国青少年第一人。2022 年，年仅 15 岁的他初登 F4 中国锦标赛赛场，便以 14 站 13 冠的统治级表现夺得年度冠军，一鸣惊人。此后他转战英国 GB3 锦标赛，在 2024 赛季取得 1 胜 2 杆位 3 领奖台，帮助车队取得年度亚军。2025 年，谢咏霖代表 Hitech GP 车队完成了自己的 F3 新秀赛季，在匈牙利站排位赛中取得第四名并首次获得积分。2026 赛季，他从海泰克车队转投 DAMS Lucas Oil 车队，开启了个人第二个 F3 赛季的征程。在赛季揭幕前，他曾对媒体表示希望新赛季获得更多积分，向世界证明中国车手的实力，而此次摩纳哥登台正是对这一目标的有力回应。 谢咏霖之前，周冠宇曾在 2018 年赢得 F3 欧锦赛分站冠军，但国际汽联 F3 锦标赛此前从未有过中国车手登上领奖台的纪录（周冠宇在 2019 年晋升至 F2 赛场，并成为中国历史上首位 F1 正式车手）。随着摩纳哥站冲刺赛的落幕，谢咏霖的名字正式被写入中国赛车的史册。冲刺赛结束后，摩纳哥站的正赛将于当地时间 6 月 7 日继续举行。
IT之家 6 月 4 日消息，一项新研究表明，宇宙大爆炸时期诞生的黑洞寿命远比此前预估的要长。事实上，这些微型原初黑洞的存续时间，足以演化成能够向外喷涌能量、质量仅和一根人类眉毛相当的白洞。 一张示意图展示了黑洞转变为白洞前后的状态 据IT之家了解，原初黑洞被认为是由宇宙大爆炸瞬间后充满宇宙的极度炽热致密物质的涨落形成的，这和我们熟知的恒星级（天体物理型）黑洞截然不同，后者由大质量恒星坍缩生成。迄今为止，人类尚未探测到原初黑洞，其仍只停留在理论猜想层面。 不少科学家认为人类没能探测到小型天体物理黑洞，是因为它们早已蒸发，在拥有 138 亿年历史的宇宙中不复存在。这套推论的依据是：上世纪 70 年代霍金提出，黑洞会以热辐射的形式向外散失能量，也就是霍金辐射。黑洞质量越小，自身温度越高，霍金辐射的外泄速度就越快，蒸发进程也越迅猛，科学界推测这类黑洞最终会以一场剧烈爆炸迎来消亡。 恒星级黑洞的质量最高可达太阳的数百倍，体型巨大、温度偏低，能量散失速度极其缓慢，寿命远超宇宙现有年龄的数倍；而质量远小于恒星级黑洞的原初黑洞，此前科学界普遍认定它们难逃快速消亡的命运。美国埃伯利理学院研究员丹尼尔・帕莱佐及其团队却提出：质量恰好落在特定区间的原初黑洞，可以熬过蒸发阶段，发生颠覆性的形态转变。 “我们测算发现，黑洞的实际寿命远长于以往认知。”帕莱佐在接受 Space.com 采访时表示，“我们发现的物理现象适用于宇宙早期形成的黑洞。人类目前还没有观测到这类天体，但将其作为暗物质候选体进行探索是一个备受关注的研究热点。黑洞会通过释放霍金热辐射逐步走向消亡，关键谜题在于：当黑洞质量缩减至普朗克质量（约 20 微克）时会发生什么。” 一颗跳蚤卵大小的黑洞 普朗克质量约为 2.2×10⁻⁸千克，是物理学中的基础质量常量，它的特殊之处在于：在这一质量尺度下，描述微观粒子的量子物理规律，与支配引力的广义相对论规律拥有同等重要的作用。物理学家将普朗克质量视作单个基本粒子的质量上限，任何粒子质量一旦超出该数值，就会坍缩形成微型黑洞。 通俗来讲，普朗克质量大致等同于一根眉毛或是一颗跳蚤卵，重量仅为一颗软糖豆的五万分之一。 帕莱佐介绍，原初黑洞蒸发至普朗克质量后就成为普朗克黑洞，科学界对它的结局有着多种猜想，其中一种猜想是：界定黑洞边界、困住光线与电磁辐射的事件视界会彻底消失。“我们研究的普朗克黑洞消亡机制，就是束缚辐射的事件视界逐步消散。” 该研究团队通过数学演算得出结论：初始质量相当于一颗中型小行星（约 10 亿吨）的原初黑洞，会在十亿年间持续释放霍金热辐射，不断损耗质量直至落到普朗克质量；而初始质量仅有 1 吨的原初黑洞，会瞬间发生爆炸、质量骤降至普朗克质量。正是黑洞抵达 20 微克临界质量后的演化结论，让本次研究和过往成果形成区别。 一幅白洞的示意图，白洞是一种“时间反向的黑洞”，会不断将物质向外推离 “以往理论认为，黑洞剩余的 20 微克质量会在一秒之内全部以辐射形式消散，但我们的计算结果恰恰相反：这 20 微克的残余天体基本可以长期稳定存在。”帕莱佐解释道，“黑洞质量跌破 20 微克临界值后，会开始释放‘净化辐射’（该名称源于这类辐射能够‘净化’宇宙量子态），这一行为源于白洞的特性。尽管人类至今尚不掌握白洞近域的物理法则，但从远距离观测来看，这类残余天体的物理特征和白洞完全一致。” 白洞同样是物理学中的假想天体，可以理解为黑洞的时间反演形态：黑洞不断吞噬物质与辐射，白洞却持续向外排斥、抛射所有物质和辐射。 想要进一步推演这类原初黑洞转化为白洞后的最终归宿，离不开一套能统一广义相对论与量子力学的理论，也就是所谓的“量子引力”，而自 20 世纪初至今，物理学家始终没能建立起完善的量子引力理论。 “只需依托黑洞远场的基础物理假设，就能推算出黑洞寿命，以及它转变为质量 20 微克的稳定白洞天体的演化规律。仅凭借量子引力的少量基础理论就能推导出这些特性，这一结果十分惊人。”帕莱佐说道。 该团队的论文尚未经过同行评审，预印本已发布在学术预印本平台 arXiv 上。 参考资料： https://arxiv.org/abs/2605.03922
IT之家 6 月 3 日消息，器官短缺是全球移植领域面临的根本性难题。基因编辑猪单个器官异种移植成为解决难题的最具突破性技术，也是 2025 年 Science 发布的全球十大进展之一。但器官生理功能替代的边界和多个异种器官移植排斥反应异同依然是临床转化的难题。 近日，一项由广西医科大学第二附属医院孙煦勇教授团队的里程碑式研究探索了异种多器官联合移植， 人类首次成功实现原位“全肝 + 双肾”基因编辑猪到人的异种移植案例 。 2026 年 5 月 29 日该研究成果于医学顶刊《MED》（Cell Press）发表，同时获得国际顶级学术期刊《Nature》专题新闻报道（标题："First pig liver and kidneys transplanted into a person — could ease organ shortages"），向全球学界传递了这一历史性突破。 该团队将我国四川中科奥格生物科技有限公司的广西巴马基因编辑猪作为供体器官来源，为“3 敲除 +3 插入”六基因编辑策略。因其体型与生理特征与人类高度相近，被认为是当前最具临床转化应用的异种器官供体之一。 本研究是首先将脑死亡捐献供体器官用于临床救治病人后，再施行异种移植亚临床实验，更符合医学伦理学。 团队将单细胞 RNA 测序（scRNA-seq）、蛋白组学与非靶向代谢组学三大技术，与密集的临床表型监测深度整合，在近 5 天（约 106 小时）的观察期内， 对受体（一名 53 岁脑死亡男性供体）的免疫图谱与器官代谢功能进行了全景式的高清刻画 。 在约 5 天的系统性监测中，多器官异种移植展现出了令人振奋的生理效应，脏器血供基本正常，观察到胆汁分泌与泌尿现象。 通过单细胞 RNA 免疫图谱深度解析，团队将 S100A12+ 中性粒细胞确立为异种应答的早期核心效应器，并锁定 ADGRE 信号通路为其主要调控轴，为未来的靶向干预异种移植提供潜在靶点。 非靶向代谢组学检出的 3352 种代谢物显示，移植后系统性代谢大幅趋向人类代谢谱而非猪代谢谱。 提示在人体内运行的猪肝能完美利用受体底物 ，有可能实现跨物种代谢重编程。 面对严峻的器官短缺现实，孙煦勇团队组织临床及基础研究队伍，明确下一步异种移植工作的推进蓝图，利用基因编辑巴马小型猪继续探索器官异种移植系列研究， 推动异种器官移植亚临床实验研究深入及临床转化 。 研究也坦诚了其局限： 单例脑死亡受体、单一供体、约 106 小时的短观察窗 （出于尊重家属传统意愿，观察期控制在一周内）。凝血稳态的稳定维持仍是未解难题，慢性排斥与长期功能耐久性尚待评估。团队已规划再开展约 3–5 例原位多器官异种移植以验证可重复性。 IT之家附论文链接： https://www.cell.com/med/fulltext/S2666-6340 (26)00151-0
IT之家 6 月 1 日消息，华硕 (ASUS) ROG 今日在 COMPUTEX 2026 展前记者会上正式揭晓 Edition 20 系列新品。该系列产品配色融合影曜黑、ROG 红、澈影透、矅金光， 形成独特“黑透金”视觉效果 。 1、ROG Crosshair X870E Edition 20 作为此次的主打主板产品，ROG Crosshair X870E Edition 20 搭载 24+2+2 相供电，可扩展出 9 个 M.2 SSD 盘位，最多拥有 26 个 USB 接口。 此外其采用整合式 AIO 水冷架构，配套采用 Asetek EMMA Gen10 V3Rx 水泵的 ROG Ryujin Edition 20 散热器，处理器顶部覆盖以一对 Swivel Dual 曲面 OLED 面板。 2、ROG Astral GeForce RTX 5090 Edition 20 该显卡基于标准版“夜神”5090 打造， 直接在卡身上集成了曲面 AMOLED 显示屏 ，支持同时从 12V-2×6 和 GC-HPWR 获取高达 800W 的电力。 3、ROG Thor 3000W Titanium III Edition 20 这款钛金电源采用服务器级氮化镓 (GaN) MOSFET 元件， 最高输出功率达 3000W ，支持 RTX 5090 四卡配置，还导入 ROG Equalizer 12V-2x6 PCIe 电源线与专利 GPU-First 智能稳压功能。 4、ROG GR20 Edition 20 高端模块化开放式机壳 ROG GR20 Edition 20 兼顾美学、性能与定制可能，支持直立、倾斜、平放。其机身主要以铝合金打造， 集成贯流风机 ，拥有 M.2 SSD 专属散热方案。 5、ROG NUC 16 Edition 20 这一版本提供常规 ROG NUC 2025/2026 所没有的 NVIDIA GeForce RTX 5090 笔记本电脑 GPU 选项。 6、ROG G1000 Edition 20 7、ROG Swift OLED PG27AQWP-G Edition 20 8、ROG Rapture GT-BE98 Pro Edition 20 9、ROG Azoth Extreme Edition 20 10、ROG Keycap Mystery Box Edition 20 这些键帽盲盒的外型灵感均来自 ROG 经典产品。 11、ROG Harpe II Extreme Edition 20 其 搭载全新 ROG AimPoint Pro 65K 光学传感器 。 12、ROG Destrier Edition 20 13、ROG SLASH Hard-Case Luggage Edition 20 其属于 20" 等级产品，拥有铝合金框架和 100% PC 外壳，内里为 20 周年主题设计的编织铭牌。 14、ROG SLASH Backpack Edition 20 这款背包采用抗撕裂防泼水的 PU 材质，配备 Fidlock 磁吸快拆扣，最大可容纳 18" 笔记本电脑。 15、ROG OMNI Edition 20 16、ROG Saga: In Search of Lapuntu Edition 20 一款支持最多四位玩家共同参与的 ROG SAGA 世界观桌面游戏。
IT之家 5 月 31 日消息，詹姆斯・韦布空间望远镜观测到一类被称作“小红点”的远古星系，这或许终于能解答一个谜题：黑洞和它所在的星系，究竟谁先诞生？研究结果出乎科学家的预料，也彻底颠覆了人类对黑洞演化机制的传统认知。 美国国家航空航天局詹姆斯 · 韦布空间望远镜的近红外相机拍摄的一张图像展示了小红点阿贝尔 2744-QSO1，它被星系团阿贝尔 2744（潘多拉星团）放大并形成了三重影像 “小红点”最早于 2022 年由韦布望远镜发现。天文学家随即意识到，这是一种前所未见的全新天体，或许是一类人类从未观测到的星系。随着研究深入，这类天体的神秘色彩愈发浓厚：它们在宇宙早期十分普遍，但在宇宙大爆炸发生约 15 亿年后，便逐渐销声匿迹。而“小红点”也并非韦布望远镜带给科学界的唯一宇宙谜题。 这台造价高达 100 亿美元（IT之家注：现汇率约合 678.67 亿元人民币）的空间望远镜，还发现了大量超大质量黑洞。在宇宙诞生尚不足 10 亿年时，这些黑洞的质量就已达到太阳的数百万乃至数十亿倍。这一现象令学界难以解释：按照以往理论，黑洞要通过吞噬物质、不断合并成长为超大质量黑洞，所需时间远不止 10 亿年。 此次针对“小红点”的全新研究提出了一种新观点：早期的超大质量黑洞或许并非由大质量恒星演化数百万年后坍缩形成的恒星级黑洞逐步壮大而来，而是直接诞生的。这也意味着，这类远古超大质量黑洞无需不断吞噬宿主星系中的大量气体与尘埃来增长体量。由此可以推断， 黑洞的形成时间早于最终包裹它的星系。 英国剑桥大学的研究团队成员罗伯托・迈奥利诺在一份声明中表示：“这是一项重大发现。它颠覆了传统理论，让我们必须重新审视黑洞的形成与演化模型。”该团队的相关研究成果已于 5 月 27 日发表在《自然》期刊与《皇家天文学会月报》上。 借助爱因斯坦理论，“小红点”揭开黑洞身世之谜 为得出结论，科学家重点研究了编号为阿贝尔 2744 类星体 1（QSO1）的“小红点”。该天体存在于宇宙大爆炸后仅 7 亿年的时期，这个远古星系直径仅有 1300 光年，它发出的光线历经 130 多亿年，才抵达地球。 得益于引力透镜效应，QSO1 比其他“小红点”更便于观测研究。 引力透镜效应由爱因斯坦在 1915 年率先提出：当一个大质量天体位于地球与更遥远的背景天体之间时，就会产生这一现象。光线途经这个充当“透镜”的大质量天体时，会因时空扭曲发生偏折；光线越靠近该天体，偏折程度就越大。背景天体的光线会以不同时长抵达地面望远镜，同时天体影像也会被放大。 QSO1 恰好被星系团阿贝尔 2744（又名潘多拉星系团）产生的引力透镜效应放大。 美国国家航空航天局詹姆斯 · 韦布空间望远镜的近红外相机拍摄的图像细节展示了“小红点”阿贝尔 2744-QSO 研究人员最初推测，QSO1 本质是一个质量达太阳 4000 万倍的超大质量黑洞，外围包裹着氢、氦气体云。但当时，科学界始终无法精准测定这个黑洞的真实质量。 同为剑桥大学的团队成员弗朗切斯科・德欧杰尼奥解释道：“在此之前，人类对早期宇宙黑洞的质量测算全是间接推算，依据的是邻近宇宙中黑洞的现有规律。我们无法确定，这些规律是否同样适用于遥远的早期宇宙。” 研究团队提出猜想：如果 QSO1 中心黑洞的质量与最初测算结果一致，那么黑洞的引力必然会影响周围气体的运动轨迹。为此，团队利用韦布望远镜的近红外光谱仪，追踪气体的运动状态。观测发现，这些气体围绕中心点运转，运动规律和太阳系行星绕太阳公转如出一辙，这便是开普勒运动。 团队联合负责人、剑桥大学的伊格纳斯・尤奥德扎巴利斯表示：“这一现象足以证明，QSO1 的绝大部分质量都集中在中心黑洞上。如果天体以恒星为主、质量分布相对分散，外围气体就不会呈现出如此标准的开普勒旋转特征。” 借助这一发现，团队首次完成了对 QSO1 中心黑洞质量的直接测算。 迈奥利诺评价：“这是一项极具突破性的成果。人类首次直接测出宇宙诞生 10 亿年内黑洞的质量，且实测结果与此前间接推算的数据相吻合。” 测算结果显示， 该超大质量黑洞的质量相当于 5000 万个太阳，其质量占整个“小红点”天体总质量的 66% 。这一比例，比邻近宇宙中黑洞与宿主星系的质量比值高出数千倍。 这一数据也印证：该黑洞不可能由恒星坍缩形成，也并非依靠不断吞噬周边星系物质慢慢壮大。 它自诞生起就是巨型黑洞，而后星系物质才逐渐在其周围聚集、慢慢演化成型。 目前，QSO1 中心黑洞仍存有诸多未解之谜，其具体形成机制更是核心疑点。研究团队推测，它可能由一团巨型气体尘埃云坍缩形成的“重黑洞种子”演化而来；也有可能是在宇宙大爆炸的最初阶段，通过某种人类尚未知晓的过程直接诞生。 研究团队基本可以确定，在早期宇宙的“小红点”族群中，像 QSO1 这样的天体并非个例。目前，科学家正在观测其他“小红点”，验证它们是否也都拥有巨型黑洞，且星系正处于围绕黑洞逐步形成的阶段。
来源：新华社 5月28日下午，上汽集团交付第1亿辆车，中国汽车工业史上首个累计产销量突破1亿辆的汽车集团诞生。中国首个“亿级车企”的出现，是中国汽车工业70多年从无到有、从弱到强的生动注脚，也是“中国制造”的重要里程碑。 2 个帖子 - 2 位参与者 阅读完整话题
IT之家 5 月 28 日消息，据新华社报道，5 月 28 日（今天）下午，上汽集团正式交付第一亿辆车，中国汽车工业史上 首个累计产销量突破一亿辆的汽车集团 在上海诞生。中国首个“亿级车企”的出现，是中国汽车工业 70 多年从无到有、从弱到强的生动注脚，也是“中国制造”的重要里程碑。 IT之家查询获悉，同样在今天，上汽集团交付了第 99999996-99999999 辆车，而第一亿辆整车智己 LS9 Hyper 则是交付给 Momenta CEO 曹旭东。 第 99999996 辆：尚界 Z7T 第 99999997 辆：尚界 Z7 第 99999998 辆：上汽通用五菱华境 S 第 99999999 辆：上汽大众 ID.ERA 9X 第 100000000 辆：智己 LS9 Hyper 1955 年，上海市内燃机配件制造公司揭牌成立； 1958 年，第一辆凤凰牌轿车试制成功； 1983 年，乘着改革开放东风，上汽开创行业合资合作先河，第一辆国产桑塔纳组装成功； 2015 年，上汽打造了全球第一辆互联网汽车（IT之家注： 上汽集团与阿里巴巴联合推出的荣威 RX5 ）。 全球化布局方面，2001 年上汽首次实现乘用车出口，如今产品和服务已遍布全球 170 多个国家和地区， 海外累计交付超 700 万辆 。 在海外，上汽拥有超 100 个零部件生产基地、超 3000 个经销商网络，建成伦敦等 3 大研发创新中心，以及泰国、印尼、印度、巴基斯坦 4 个生产制造中心，并组建了中国第一的整车物流自营船队。 2025 年，上汽发布海外“Glocal 战略”——“全球 + 本土”组合战略，打造包括 SUV、轿车、MPV、皮卡在内的全新海外车型，搭载全新 HEV 混合动力系统的车型将覆盖全球主流细分市场。
美国存储芯片巨头美光（Micron）近日宣布，其位于弗吉尼亚州马纳萨斯（Manassas）的晶圆厂正式导入1α（1-alpha）节点DRAM制造工艺，被称为“美国本土迄今生产的最先进DRAM技术”。这一节点基于第四代10纳米级工艺，相比上一代1z节点可将存储密度提升约40%，旨在显著增强工业级内存芯片的性能与容量。 美光表示，此次1α技术“回流”美国，属于公司扩大本土制造能力的重要一步，将在马纳萨斯工厂用于扩大DDR4晶圆的生产规模。尽管美光已经在全球其他地区应用该工艺，但这是首次在美国国内大规模导入这一先进DRAM制造节点。 与消费者预期不同的是，这批采用1α工艺的DRAM并非针对PC市场，而是优先满足汽车、国防与航空航天、工业设备、网络设备以及医疗器械等行业客户的需求。美光未将PC厂商列入这一产能扩张的主要受益对象，意味着此次工艺升级更多是为关键基础设施和垂直行业提供长生命周期、高可靠性的内存产品。 马纳萨斯工厂在美光全球布局中具有特殊战略地位。官方信息显示，该厂专注于300毫米NAND、DRAM和NOR产品，约有一半在美国道路上行驶的汽车使用了在此生产的芯片，工厂产量约占全球存储器产能的2%。此次导入1α节点，被视为增强美国汽车供应链安全与稳定性的关键举措。 根据美光规划，1α技术将在支撑美国关键产业方面发挥长期作用，与公司在爱达荷州博伊西和纽约州克莱的其他基地形成制造能力互补。美光预计将在2026年底前实现1α DRAM在马纳萨斯工厂的“合格量产”，届时该厂的DDR4晶圆产能将实现四倍提升，完成约20亿美元投资目标。 在更宏观的层面，美光据称正在美国境内投资高达2000亿美元，以重塑其在本土存储制造中的竞争优势。这一庞大投资规模包括来自美国联邦层面的支持，例如《芯片与科学法案》（CHIPS and Science Act）提供的补贴与激励，因此美光在弗吉尼亚的庆祝活动也邀请了州及联邦层面的官员出席。 与部分科技巨头对未来美国AI数据中心的“前瞻性”规划不同，美光此次制造扩张被认为更具直接与可见的经济影响。公司预期，通过在弗吉尼亚、爱达荷和纽约的项目，美光将累计为美国创造约9万个就业岗位，并计划投入3.25亿美元用于劳动力培训，与社区学院和大学建立合作，培养本土半导体人才。 从产业层面看，美光在美国导入1α DRAM工艺并扩大本土产能，既是对日益增长的汽车、国防和工业市场内存需求的回应，也与美国推进半导体供应链回流的政策方向高度契合。这意味着未来相当部分关键行业所依赖的内存产品，将在美国本土以更先进的工艺制造，从而在技术、供应安全和就业层面产生多重效应。 查看评论