这个结论发表在《Alzheimer’s & Dementia: Diagnosis, Assessment & Disease Monitoring》期刊上，标题直译为「司美格鲁肽减弱超重或肥胖且合并心血管疾病、无糖尿病的老年人中基于蛋白组学的痴呆风险特征」。数字看起来有分量，但要读懂它，必须先看清三个前提。

这项研究到底做了什么

它不是一项新的独立试验，而是对 SELECT 三期试验数据所做的事后分析（post hoc analysis）。

SELECT 是一项随机、双盲、安慰剂对照的心血管结局试验，编号 NCT03574597，纳入年龄 45 岁以上、体重指数不低于 27、已患动脉粥样硬化性心血管疾病（心梗、卒中或外周动脉疾病）但没有糖尿病的成年人，总样本 17,604 人。

本次分析只取其中的一个子集：年龄在 65 岁以上，且基线和第 104 周都留有配对血清样本的受试者，最终纳入 2970 人，其中安慰剂组 1588 人，司美格鲁肽 2.4 毫克组 1382 人。用药方式为每周一次皮下注射，经 16 周滴定到目标剂量。

蛋白测量使用 SomaScan 4.1 平台完成；用于推算痴呆风险的评分模型 dSST，最初在 ARIC 队列（11,277 人）中训练，并在 BLSA（1214 人）与 NILS-LSA（340 人）两个队列中做过验证。

主要结果包括：

• 5 年预测痴呆风险：司美格鲁肽组的上升幅度约为安慰剂组的 1/2.5，对应预测事件率低 26.0%（OR 0.74，95% CI 0.65–0.85）；
• 20 年预测痴呆风险：上升幅度约为安慰剂组的 1/1.67，对应预测事件率低 8.8%（OR 0.91，95% CI 0.88–0.94）；
• 风险等级划分：被归入更高痴呆风险类别的几率低 36%（OR 0.64，95% CI 0.55–0.75）；
• 减重因素：把 BMI 变化计入之后，治疗效应量缩小了 28%，仍有 72% 的组间差异保留下来。

最后一条值得单独留意——它意味着这种差异无法仅用「体重下降」来解释。

三个必须看清的前提

第一，这是预测风险，不是实际发病。作者在讨论部分明确说明，研究依赖的是模型推算出的风险值，而非 SELECT 试验内部经过裁定（adjudicated）的痴呆病例或认知功能结局。试验中通过 MedDRA 标准化检索捕捉到的痴呆相关不良事件，很可能被低估，也不能替代系统性的认知评估。换句话说，研究测到的是血液蛋白特征朝哪个方向移动，而不是有多少人真的患上了痴呆。

第二，事后分析加特定人群。这项分析属于 post hoc 设计，蛋白组学终点没有预先设定多重比较校正。受试者又被限定在 65 岁以上、超重或肥胖、已有心血管疾病、且没有糖尿病这一范围内，结论不能直接外推到普通人群。研究者还提到一项技术层面的局限：dSST 评分最初是在 EDTA 血浆队列中开发和验证的，而本次用的是血清，基质差异可能改变某些分析物的绝对水平，进而影响评分校准；此外 dSST 的推导与验证队列均为社区人群，既没有排除糖尿病患者，也没有针对超重肥胖人群做富集。作者认为这会影响绝对风险阈值的校准，但不至于动摇试验内部两组之间的对比。

第三，资助方与作者身份。该研究由诺和诺德（Novo Nordisk）资助，这家公司参与了研究设计，并在数据收集、分析、稿件准备与审阅环节与作者协作。通讯作者 Martí Jiménez-Mausbach 与 Jan Christian Refsgaard 均为诺和诺德员工及小股东；Clare Paterson 为 Illumina 员工及股东；Betty M. Tijms 所在机构则收到过来自诺和诺德等公司的咨询费用。司美格鲁肽正是诺和诺德的产品。

为什么它仍然值得关注

作为 GLP-1 类药物，司美格鲁肽在中国市场的关注度一直很高，因此任何与它相关的新适应方向都容易被过度解读，这也正是需要把前提摆在前面的原因。

抛开被高估的部分，这项研究提供的是一个机制层面的信号：在两年时间里，用药组的血液蛋白特征整体朝着「痴呆风险更低」的方向移动，而且这种移动在扣除体重变化的影响后依然保留了大部分。对于后续研究，这是一个值得跟进的方向。

但要回答「司美格鲁肽能不能真正降低痴呆发病率」，靠现有数据还不够，需要以认知功能结局作为主要终点、并预先设定统计方案的前瞻性试验来验证。

来源：Alzheimer’s & Dementia: Diagnosis, Assessment & Disease Monitoring 期刊论文，经 Hacker News 讨论

该漏洞编号为 CVE-2026-65400，严重程度评为 7.1 分（满分 10 分）。苹果已在 8 月 6 日发布修复，覆盖 macOS Tahoe 26.6.1、macOS Sequoia 15.7.9 和 macOS Sonoma 14.8.9 三个版本线。漏洞根源在于屏幕共享组件的「状态管理」缺陷——这部分逻辑负责跟踪此前发生的事件、用户交互和各类系统状态，而它没有正确校验登录者的身份，导致网络上的攻击者可以在没有有效凭据的情况下通过认证环节。

前提条件：5900 端口暴露在公网

NCSC 在本周早些时候的公告中描述了观察到的攻击情况：

NCSC 收到通报，已在多个 5900 端口可从互联网访问的系统上观察到该漏洞被实际滥用。在所有这些案例中，受影响系统的 root 权限都已被获取，并被植入了门罗币挖矿程序。

这个前提很关键。macOS 的屏幕共享功能基于 VNC 协议，通过 TCP 5900 端口工作，允许远端在机器开机状态下查看屏幕并控制键鼠。当屏幕共享被打开时，macOS 防火墙会随之放开该端口；但路由器和独立防火墙通常默认拦截外部对 5900 端口的访问，除非管理员手动配置了端口转发或改写了默认规则。换句话说，受影响的是那些既开启了屏幕共享、又把 5900 端口直接暴露在公网上的机器，而不是所有 Mac。

时间线上，NCSC 于 8 月 7 日首次就该漏洞发布公告，提醒使用上述 macOS 版本的组织尽快安装更新；8 月 13 日的更新中，该机构确认已观察到在野利用。漏洞的技术细节则在此前一周的 Black Hat 安全会议上被公开。苹果在公告中的措辞相对保守，称 CVE-2026-65400「可能」允许没有凭据的攻击者取得对 Mac 的访问权限——在披露漏洞时软化表述，是多数技术厂商的常见做法。

目前只见挖矿，但风险不止于挖矿

从已知情报看，攻击者拿到权限后所做的事情比较单一：植入门罗币挖矿程序，暗中占用 Mac 的算力去执行运算，为攻击者生成加密货币。目前没有迹象显示这些攻击被用于安装其他类型的载荷。

不过挖矿只是攻击者取得 root 权限之后选择的动作之一，而不是这条攻击路径的上限。真正更值得担心的是，同样的漏洞完全可以被用来投放窃取凭据的恶意软件，或执行其他危害更大的操作。root 权限意味着攻击者可以读取文件、修改安全设置、建立持久化驻留——对于开发者、管理人员使用的机器来说，上面可能存放着代码仓库权限、云服务令牌或敏感文件。

NCSC 目前尚未披露受影响组织的数量和身份、攻击起始时间，以及相关活动是否已超出挖矿范围。

普通用户该怎么处置

安全从业者的通行建议是：即便需要使用屏幕共享，也不要把 5900 端口开放到互联网上，而应通过 VPN 或 SSH 隧道连接。问题在于，这两种替代方案所需的操作，对多数普通用户而言门槛偏高。

更现实的做法是控制这项功能的开启时间：平时保持屏幕共享关闭，只在确实需要远程连接时打开，用完立刻关掉。开关位置在「系统设置 – 通用 – 共享」，找到 Screen Sharing（屏幕共享）对应的开关即可切换。想确认自己是否处于风险中，也可以从这里查起。

当然，安装 8 月 6 日发布的那批安全更新同样是必须动作。需要提醒的是，打上补丁只能封住入口，如果机器此前已经处于「开启屏幕共享且端口暴露」的状态并被入侵，更新本身并不会清除攻击者留下的驻留手段或已被窃取的信息，这类机器应当按可能已被入侵来处理。

来源：Ars Technica / Dan Goodin、荷兰国家网络安全中心公告

设置里看不到的那部分启动项

Autoruns 属于微软 Sysinternals 工具集，免费提供。它按自启机制分成多个视图，Phillips 先打开的是 Logon 视图，看开机登录时被配置为自动运行的项目。这里既有他预期中的条目，也有一些一眼认不出来的名字。

真正的差异出现在 Packaged Apps 标签页。Windows 应用可以注册属于自己的启动任务，而这类任务并不会出现在「设置 – 应用 – 启动」的列表里。Phillips 在这个标签页下找到了若干设置界面完全没有显示的自启项。

值得注意的是他接下来的做法：没有把不认识的条目一律取消勾选，而是逐条去查清各自的用途。理由很直接，名字陌生不等于无关紧要，有些条目指向的是 Windows 自身组件或系统级启动任务，盲目关掉可能影响正常功能。

没打开的程序，其实早就在后台跑

第一个被揪出来的是 Slack。Autoruns 的 Packaged Apps 标签页里有一个名为 SlackStartup 的条目，对应 Slack 的打包版 Windows 应用。开机之后，Phillips 在任务管理器里看到七个 slack.exe 进程，合计占用约 380MB 内存——而他并没有主动打开过 Slack。在 Autoruns 里禁用这个启动项并重启，任务管理器的进程列表中，那七个 slack.exe 全部消失。

Microsoft 365 Copilot 是另一个例子。同样是没有主动打开，开机后却已经占掉相当一部分内存。禁用对应启动项后，下次重启它不再自动加载。

这两个案例说明的是同一件事：一个被配置为自动启动的程序，可能在用户登录完成时就已经在后台运行了，哪怕界面从未出现过。不过 Phillips 也强调，这并不意味着 Autoruns 里翻出来的每一条都该禁用。

关掉一处，不等于关掉全部

Microsoft Teams 的情况更能说明问题的复杂程度。Autoruns 的 Logon 标签页里有两个 Teams 条目，都指向 ms-teams.exe。Phillips 追查后发现它们来自 Windows 的 Run 注册表键，那里有一个 Teams 值负责拉起程序。

他在 Autoruns 中取消勾选，并确认注册表里的 Teams 值随之消失。看起来问题解决了，于是他重启电脑，全程没有手动打开 Teams——但 Teams 依然在后台运行，任务管理器里出现两个 ms-teams.exe 进程，分别占用约 2MB 和 38MB。再回头查注册表，那个 Teams 值又回来了。

顺着这条线继续找，他在 Windows 的打包应用启动数据中发现了 TeamsTfwStartupTask。更关键的是，Teams 自身的 Windows 设置里，「登录时运行」这个开关始终没关。也就是说，Autoruns 确实成功移除了他所选中的那个启动项，但同一个程序还有另一条自启路径在起作用，注册表值之所以复原，正是因为源头没被处理。

三个工具各管一段

跑完这一轮，Phillips 给出的结论不是「用 Autoruns 取代原有工具」，而是三者分工：

• 设置 – 应用 – 启动：管理普通应用的登录自启，日常够用；
• 任务管理器：看当下实际在运行什么，以及各自占用多少系统资源；
• Autoruns：看更完整的全貌，包括注册表启动项和打包应用的启动任务，这些未必出现在常规启动列表中。

他也提醒，翻出来的条目并非都值得禁用。这轮排查最大的收获是搞清楚了开机时究竟有哪些东西在启动，以及一个程序可以通过多少种不同的方式让自己开机就跑起来。对 Windows 用户来说，这也是了解微软 Sysinternals 工具集的一个理由。

来源：How-To Geek / Tony Phillips

怎么用：点加号，从资料库添加

新功能上线后，付费用户可以在对话框左侧点「+」按钮，选择「从资料库添加」（Add from Library），把 Google Drive 文件放进 ChatGPT 资料库。Fry 表示，这样「向 ChatGPT 提问这些文件里的内容就方便多了」。借助新集成，用户能在对话里直接打开甚至编辑 Google Drive 文件，也可以随时选择用对应的 Google 应用（如 Google 文档、Google 表格）打开。

关键细节：改的是 Drive 里的真文件

有用户在 X 上追问编辑机制，Fry 明确回复：ChatGPT 修改的是 Google Drive 里的原始文件，而不是基于现有文档复制出一份静态副本。换句话说，协作方的文件状态会随对话里的编辑实时变化，这与过去「导入—生成副本」的做法不同。

同一波还来了这些功能

除了 Google Drive 集成，Fry 还点名了本周落地的另外几项更新，其中重头戏是一个测验工具：

• 测验（Quizzes）：输入「考考我关于[某主题]」，ChatGPT 会在对话里直接生成一套互动测验，带多项选择题、题目间切换和提示按钮，适合边学边测。
• 订位搜索（Reservation search）：用自然语言找餐厅，例如「我想预订下周六两人位、最好有露天座位」，ChatGPT 会去匹配。
• Yelp 集成：可预订餐桌、加入餐厅等位名单。
• 首页建议：付费用户能在 ChatGPT 首页看到「高质量建议」。

谁能用、意味着什么

上述 Google Drive 编辑能力面向订阅付费套餐的 ChatGPT 用户。对日常把文档、表格放在 Google Drive 的人而言，这意味着写稿、整理、改表可以少开一个标签页，把协作与问答收拢到同一个对话框里。不过也要注意，由于改动直接落在原始文件上，重要文档在交给 ChatGPT 编辑前最好先确认版本与权限。

来源：9to5Mac

表带首选：Nike Sport Loop（49 美元）

买 Apple Watch 时随机会附一条表带，但 WIRED 更推荐另备一条。评测团队认为，编织与金属（不锈钢或钛金属）表带比氟橡胶表带更舒服、也更耐看，后者偏硬、容易刺激皮肤。Nike Sport Loop 由回收聚酯纤维、氨纶与尼龙制成，柔软、透气，还能手洗；魔术贴拉头单手就能扣紧，调节范围很大。作者本人已经把它当日常表带戴了六年，还特意买了藏蓝和黑两色。它带有反光纱线，夜间跑步更安全；提供五种颜色与三种表壳尺寸，兼容绝大多数 Apple Watch 机型。如果偏爱皮质表带，WIRED 也提到纽约品牌 Konsu 的皮带值得一看。

充电支架首选：Nomad Stand One Max（159 美元）

这是一款「舍得花钱」的支架，价格甚至高于评测员 Simon Hill 的榜首推荐 Belkin 三合一 Qi2 充电架，但极简设计被认为值这个差价。它体积小巧，不会挤占床头柜；线材收在背后，整体干净利落。它支持 Apple Watch 快充，同时为 iPhone 与 MagSafe 设备提供 Qi2 二十五瓦充电；斜置的充电板横竖屏都放得稳，Apple Watch 磁吸盘支持床头钟模式。支架提供三种配色，附带一条耐用的 6.6 英尺（约两米）编织 USB-C 线缆，唯一缺憾是不带电源适配器——可顺手加购 Nomad 自家的四十瓦纤薄电源（25 美元），当然这会让本就不便宜的价格再往上走。

便携充电首选：Anker MagGo Power Bank for Apple Watch（90 美元）

满电的 Apple Watch 撑一整天通常没问题，但人总有忘充电的时候。WIRED 评测员 Simon Hill 专攻手机配件，他指出这款紧凑的 Anker MagGo 移动电源是最好用的便携 Apple Watch 充电器：输出五瓦、支持床头钟模式，内置一万毫安时电池，自带 USB-C 线缆与 USB-C 接口，还能以最高三十瓦给手机或小设备补电。配色有白、黑、蓝绿和粉，多了几分俏皮。

保护壳首选：Hontao Ultra Thin Case（8 美元）

手表戴在手腕上，每毫米都金贵。如果只想要一个轻薄、便宜又好看、能挡住磕碰和划痕的边框，WIRED 推荐这款。它采用哑光热塑性聚氨酯（TPU）材质，极薄，适配 41 毫米表壳。作者自己用的是墨绿色，并提醒浅色更容易显脏，建议选深一些的配色。备选是 Spigen Thin Fit（15 美元），同样极简，但略贵、塑料手感也没这么软。

屏幕膜与表带收纳

屏幕保护膜不必买最贵的。WIRED 试过 Spigen、Zagg 的贵价膜，结果套上保护壳一推一拉就起翘、起泡；最终推荐 LK 的 Apple Watch 屏幕保护膜（原价 10 美元，常有过九折的 9 美元活动价），同样是 TPU 材质，好贴、贴上后近乎隐形，还配了便于固定的橡胶安装垫，贴坏也留有替换装。表带多了总得收，Twelve South 的 TimePorter 挂墙表带架（亚马逊 27 美元，官网 30 美元）安装简单，顶部凹槽一卡就行，每个可挂最多六条表带，表多的人还能叠加。

WIRED 还顺手推荐这几样

• Nomad 的 Apple Watch 通用线缆（89 美元）：虽被评测员认为偏贵，但能同时给 iPhone 和 Apple Watch 充电，凯夫拉加固、编织手感好，磁吸盘也能给 AirPods 充电。
• Belkin 三合一 Qi2 充电架（90 美元）：即便 2025 年 Apple Watch 续航明显改善，单充仍难撑过 24 小时；手握 iPhone、AirPods、Apple Watch 三件套，这种三合一充电站能让桌面更整齐。评测员称它是同类里最值的一档，Qi2 认证可对 Apple Watch Ultra 及 Series 7 之后机型快充。
• Insta360 X5 全景相机（550 美元）：把健身数据叠在画面上，连上 Insta360 App 并授权 Apple Health 即可，也兼容 Garmin 与 GPS 设备，适合爱拍健身视频的人。

避坑：这款保护膜别买

Zagg 的 InvisibleShield GlassFusion 屏幕保护膜（30 美元）被点名不推荐——WIRED 直言想不通它凭什么这么贵，而且几天内就起泡。

来源：WIRED

开源远程桌面工具 RustDesk 近期放出一个预览版构建，首次在 Linux 的 Wayland 显示协议下提供了「真正的无人值守远程访问」：配置完成后，即便远端电脑前空无一人，也能从登录界面直接连入，并且支持多显示器环境。对于长期被 Wayland 远程控制短板困扰的 Linux 用户来说，这是一次迟到但关键的能力补齐。

之前卡在哪：Wayland 不让人「偷偷连」

Wayland 作为新一代显示协议，在安全性上比老旧的 X11 更严格，却也把远程桌面的很多「理所当然」打掉了——尤其是无人值守场景：传统方案要么要求远端有人点击批准每一次会话，要么干脆只支持 X11 会话。RustDesk 团队在公告中写道，Wayland 支持一直是 Linux 远程桌面里最难啃的部分之一。新构建让会话不再依赖远端有人值守，重启机器后也能从登录界面接手，多显示器同样可用。

预览版先用起来，再进主流发行版

目前该能力以独立预览版形式放出，面向 x86_64 架构、基于 Debian/Ubuntu 的发行版，版本号为 1.4.9（安装包以 .deb 提供）。RustDesk 表示希望在转为默认行为前收集更多真实环境反馈；一旦实现稳定，计划把无人值守 Wayland 访问带到 Fedora、Arch Linux 等更多发行版，并最终并入标准版 RustDesk。团队也呼吁正在使用 Wayland、尤其是多显示器的用户试用预览版并反馈问题。

横向对比：友商还在「实验」阶段

RustDesk 在公告中顺势点名了两家商业对手的差距：AnyDesk 目前在 Linux 入站会话上仍要求 Xorg；TeamViewer 则把 Wayland 支持描述为常见桌面环境下的「实验性」能力。换句话说，在 Wayland 无人值守这一具体方向上，这款开源方案暂时走在了商业软件前面。

对中文用户而言，RustDesk 的意义不止于「又多一个远程工具」。作为 TeamViewer、AnyDesk 的开源替代，它在国内长期拥有相当人气，常被用作自建中继、注重数据自主的远程控制方案；而 ToDesk 等国产同类产品也在快速迭代。Wayland 如今已是 Ubuntu、Fedora 等主流发行版的默认或推荐选项，能否在 Wayland 下提供和 X11 一样顺滑的无人值守体验，正在成为远程桌面工具的新分水岭。

来源：RustDesk 官方博客（经 Hacker News 收录）

在 GPU Mode 与 Core Automation 联合举办的一场「自动研究」主题编程竞赛里，一名开发者借助 OpenAI 的 Codex 编程智能体，把一道 CUDA 矩阵分解内核的运行效率提升到基准方案的 232 倍，在 183 名参赛者中位列第 12。整篇复盘没有停留在「调参玄学」，而是把「让 AI 替你做研究、自己跑实验」的工作方式拆解得相当具体。

赛题：给张量核心喂饱矩阵乘法

竞赛的要求是实现批量方阵的紧凑 Householder QR 分解，输出格式需与 PyTorch 的 torch.geqrf 一致。QR 分解把矩阵拆成正交矩阵 Q 与上三角矩阵 R，是许多线性代数与优化器的底层算子。难点在于，标准的 Householder QR 是「一列一列串行」地清零下三角，串行部分只能跑在 SM 的慢速向量单元上，而昂贵的张量核心只能干等。

该作者的突破口是经典的「分块 Householder + WY 表示」：先在一个窄面板内完成串行工作，再把面板的多个反射子压缩成一次秩-b 更新，用三次连续的矩阵乘法（GEMM）一次性覆盖后方的主块。这样串行工作量被锁在窄面板里，其余部分全部变成张量核心最擅长的 GEMM 形状。测试覆盖的矩阵规模从 512×512 一直到 4096，批量大小跨度很大，最大的矩阵批量太少填不满张量核心，最小的 32 阶又得把多份矩阵塞进同一次内核启动。

自动研究：把未知未知变成已知未知

更值得借鉴的是人机协作的方法论。作者坦承自己只是「有一年的 GPU 内核优化基础、并非专业人士」，在排行榜上属于逆风开局——排在他前面的人里有英伟达的首席工程师。他的体会是：对问题理解得越透，给大模型的提示词就越精准，本质是「把未知未知转化成已知未知」。他先用 Claude 补 QR 分解与 Householder 反射的直觉，确认主干架构必须走分块 Householder 配合尾部 WY 更新；GPT-5.5 在这一架构上也给出了同样的判断。

在 14 天里，他提交了超过 1500 次方案。竞赛提供的命令行工具让智能体能直接测试、跑分并提交排行榜，形状级别的反馈加上整体几何平均耗时，构成了一个让智能体不断「爬山」的紧凑循环。他还利用低精度（FP16、FP8、NVFP4）在内部加速，同时保证返回的因子仍通过 FP32 级别的 QR 校验。工具链上，他使用 ChatGPT Pro（每月 200 美元）与 Claude Pro（每月 20 美元）两套订阅，并用 Modal 提供的每月 30 美元免费额度做性能剖析，Codex 的 /compaction 等功能则用来维持长程上下文。

对开发者的启示

这则案例的价值，不在于「232 倍」这个炫目的数字，而在于它展示了一种新的工程范式：当反馈循环足够紧凑、可自动评测时，编程智能体可以代替人完成大量试错，而人类的作用退化为「提对问题」与「判断方向」。对于日常做性能优化的工程师，文章也直言不讳地指出可改进之处——例如更早引入更系统的低精度策略、把更多形状纳入回归测试。自动研究不会取代领域知识，但确实把「懂一点」和「完全不懂」之间的差距，压缩得比过去小得多。

来源：Hacker News（原文出自 sankalp 个人博客，作者 sankalp）

圣路易斯公共电视台 Nine PBS 最近陷入一场旷日持久的数据拉锯战：该台保存在云端、跨越七十年的约 50TB 影像资料，因为一家云存储服务商突然停摆，至今无法取回。这些资料里既有当地对新冠疫情的报道，也有东圣路易斯的城市历史、1993 年大洪水档案，以及超过 1.1 万个文件，其中大部分被法院文件称为「独一无二、无法替代」。

问题的起点并不复杂。Nine PBS 最初与一家名为 Open Source Storage（简称 OSS）的公司签约，由其提供硬件、软件与云存储服务，托管频道的档案数据。按照该台的说法，最近一次合同于今年 3 月 6 日到期，而在此之前，该台早在 2 月就联系 OSS 商讨续约，却始终没有得到回应。合同到期的同时，Nine PBS 突然失去了对数据的访问权限，随后才发现 OSS 在科罗拉多州州务卿系统中已被标注为「违约」并停止运营。

数据在谁手里，谁又不肯放

真正让局面复杂化的，是物理设备的归属。OSS 把 Nine PBS 的数据存放在 Iron Mountain 位于丹佛的一处数据中心里。Iron Mountain 方面表示，自己只提供机房、网络、供电与环境控制等基础设施，客户的服务器与硬件归客户所有，该公司「无法访问硬件或服务器上的数据」。由于 Iron Mountain 仅与 OSS 签有合同，且担心未经法院命令就向第三方开放硬件会违反与 OSS 的合约、并可能泄露 OSS 其他客户的机密数据，因此拒绝直接把数据交还给 Nine PBS。

于是 Nine PBS 把 Iron Mountain 告上了丹佛地区法院（诉讼于 7 月 28 日提起），要求拿回数据。一名法官先是下令禁止 Iron Mountain 删除或修改这些数据；在随后的一次听证会上，法官裁定 Iron Mountain 必须交出承载数据的物理设备，同时要求 Nine PBS 在 30 天内找到第三方（例如一名前 OSS 员工）协助取回数据，且不得共享或损坏属于 OSS 其他客户的数据。报道称，Nine PBS 已经联系到一名「愿意帮忙」的前 OSS 员工。双方需在 9 月 14 日前向法庭汇报进展；若数据被加密等复杂情况出现，将另行安排听证。

这堂数据课，所有人都该听

这起事件的核心冲突，在于「我把数据交给云了」并不等于「数据始终在我手里」。当服务商层层转包、底层基础设施由另一家公司掌握时，一旦中间环节停摆，真正的数据所有者反而可能失去取回通道。更值得警惕的是合同细节：Nine PBS 称其合同允许在到期后有 30 天取回数据的窗口，但它实际在到期瞬间就失去了访问权限，等反应过来时，对方已经联系不上。

对普通用户与企业而言，这起案例再次印证了备份领域那条最朴素的铁律——不要把所有鸡蛋放在一个篮子里。无论使用哪家云存储，关键数据都应遵循「3-2-1」原则：至少三份副本、两种不同介质、其中一份异地或离线保存。更重要的是，在合同结束前主动把数据迁移出来，而不是等到期后被「卡」在服务商之间。Nine PBS 的档案承载着一个地区数十年的历史记忆，能否最终完好取回，仍要取决于接下来几周的技术与法律博弈。

来源：Ars Technica（作者 Scharon Harding）

最大卖点：无边界线、无 RTK 天线

传统割草机器人要么要埋一圈边界线，要么要架一套 RTK 天线（依赖 GPS 信号）来定位，安装过程劝退不少人。TerraMow 的做法完全不同：它搭载 TerraVision 2.0 三摄 AI 视觉系统，开箱后一键自动建图，几分钟内就能开始割草，既不用埋线，也不用装天线。

实测手感：省心是关键词

科技媒体 Wired 的评测提到，V1000 机身比同类更紧凑，随附一个带顶棚的充电站——这个顶棚在不少竞品那里要单独花钱。最让评测者印象深刻的，是它出色的自动建图：几乎不需要手动编辑地图，是评测者见过最省心的自动建图。

它适合平整的矩形草坪，能应对约 18 度（约 33%）的坡度，并支持划分多个割草区、设置禁区。评测者特别提到「定点割草」模式：把机器放到任意一块草坪，仅靠 AI 视觉摄像头就能排线割草，无需提前建图，借给邻居用也很方便。

性能参数

V1000 的切割宽度约 20.3 厘米（8 英寸），割草高度可在 25 至 75 毫米之间电动调节；单次充电续航约 150 分钟，标称覆盖面积约 1200 平方米。它的 3D 视觉避障表现良好，能绕开足球、球网细腿等障碍；机身达到 IPX6 防水，运行噪音低于 54 分贝，并支持 OTA 固件升级，用个两年也会比刚拆箱时更聪明。

价格与对手

美国市场售价约 1399 美元，促销期常降到约 949 至 1099 美元；英国约 1200 英镑，欧洲日常价 1149 欧元（原价 1299 欧元）。横向看，Segway Navimow i105E 起价约 699 英镑，更便宜；Mammotion LUBA Mini 2 AWD 只贵约 200 英镑，却能爬 80% 的坡度。TerraMow 的竞争力主要来自免 RTK 带来的极致易用性，而非爬坡之类的硬指标。

几个不足

因为它完全依赖摄像头与 AI 视觉，夜间无法工作；前轮在碎石或不平整地面上表现一般；App 的翻译与语法偶有瑕疵；第一年提供免费 4G 流量，之后约 19 美元一年。

结论

如果你想要一台「拆箱即用、不用埋线」的割草机器人，TerraMow V1000 是当下最省心的选择之一，尤其适合中等大小、相对平整的草坪。它未必是参数最猛的那台，但确实把「易用」做到了这个品类的靠前位置。

来源：9to5Mac

但《财富》杂志科技记者 Emily Forlini 在「Eye on AI」通讯中指出，报告第 35 页的一张小表格，讲了一个不太一样的故事。

第 35 页的反差

研究人员发现，员工人均营收与员工使用 AI 的强度（以发送消息量和消耗 token 数衡量）之间，不存在统计上显著的相关性。报告原文写道：「在纳入其他控制变量后，员工人均营收与员工人均输出 token、活跃用户消息数没有有意义的关联。」

换句话说，报告确实显示高营收公司往往更早采用 AI，但这更像「赚钱的公司更有钱先上 AI」，而不是「因为用了 AI 才更赚钱」——因果方向并不能由这份数据确立。

高管用得最少

报告第 29 页的图表还藏着一个细节：高管层级每周发送的消息量反而最少，资深员工的使用强度普遍偏低。OpenAI 首席财务官 Sarah Friar 随即在 LinkedIn 上发文称：「对领导者来说，这提醒我们竞争优势来自离工作最近的人。」言下之意，真正产生价值的可能是一线员工，而非决策层。

企业采用的起伏

报告里的增长曲线也并非一路向上。输出 token 的图表显示，2025 年 10 月到 12 月，企业端总使用量几乎完全停滞，那段时间的黑线接近水平；而同期，Anthropic 的 Claude Code 正在企业里迅速普及。直到 2026 年 1 月，曲线才重新拉起，进入指数增长区间。

就在这份报告发布当天，OpenAI 宣布任命新的首席营收官 Dali Rajic，接替任职不到一年的 Denise Dresser。新官的重点被明确为「加速客户采用」和「帮助企业衡量影响」——这两项目标本身，也侧面说明客户尚未清晰看到可量化的回报。

一份报告的独立性质疑

这份 69 页报告共有五位作者，其中两位是学者：哥伦比亚商学院的 David Holtz 与宾夕法尼亚大学沃顿商学院的 Prasanna Tambe。但脚注注明，二人是「以 OpenAI 付费承包商身份参与贡献」。学界作者通常意味着更高的公信力，这一安排让独立性打上问号。

结论留给数据本身

需要澄清的是，报告并没有断言 AI 没有价值。「没有统计显著相关」不等于「没有影响」，它只说明在报告覆盖的数据范围内，找不到两者之间的稳定关联。究竟是口径问题，还是 AI 的价值还没传导到人均营收指标上，报告没有给出进一步解释。

对企业决策者而言，这份报告真正的看点是那个反差本身：营销语言与数据细节之间，存在一道值得留意的空隙。衡量 AI 的影响，最终恐怕还是要靠自己的第一手经验，而不是别人的宣传。

来源：Fortune