**中文翻译:** 一个名为nbd-vram的开源工具使Linux系统能够利用闲置的NVIDIA GPU VRAM作为交换空间，解决了焊死内存设备的内存限制问题。该解决方案通过网络块设备(NBD)协议创建一个块设备，允许内核使用GPU VRAM作为高性能交换区域。这种方法绕过了NVIDIA的P2P API限制，这些限制以前阻止了消费级GPU直接将VRAM暴露给CPU内存访问。
技术实现涉及一个小型守护程序，它通过CUDA驱动API分配VRAM并通过Unix套接字将其作为NBD设备提供服务，创建数据路径：内核交换子系统→nbd内核驱动→Unix套接字→nbd-vram守护程序→通过CUDA内存复制操作的GPU VRAM。此方法适用于任何支持CUDA的消费级GPU，无需内核模块或NVIDIA内核符号。
对于用户而言，测试中该工具使可寻址内存量增加了三倍，在RTX 3070笔记本电脑上有效增加了7GB的交换空间，顺序吞吐量约为1.3 GB/s。该解决方案对于升级选项有限的现代笔记本电脑特别有价值，这些设备的用户拥有强大的GPU却经常面临内存压力。
该工具包括电源管理功能，可以在电池供电时自动暂停交换并在恢复交流电源时继续，防止在关键电池情况下不必要的GPU使用。安装通过提供的脚本简化，该脚本可在启动时自动启用。
风险包括如果GPU VRAM需要用于图形任务可能导致性能下降，但服务可以手动停止。未来的迭代可能会优化内存管理或支持额外的GPU供应商。
**中文翻译:** Paseo 是一个开源、隐私优先的平台，允许开发者在本地机器上并行运行多种 AI 编程助手，而无需将代码发送到云端。该项目集成了 Claude Code、OpenAI Codex、GitHub Copilot、OpenCode 和 Pi 等多种模型，并通过统一的图形界面和命令行界面实现一站式工作流程。Paseo 通过本地守护进程（daemon）进行代理编排，前端包括 Electron 桌面端、React‑based Web 端、Expo 移动端以及终端客户端，均通过同一套 WebSocket 接口通信；用户甚至可以扫描桌面客户端生成的二维码在手机上连接，实现免手动的语音控制。
主要功能包括： - **自托管**：所有请求留在本机，使用开发者本地工具和凭据。 - **多供应商**：可根据任务选择最合适的模型，并支持代理交互。 - **语音与免手动操作**：语音模式让用户可以口述指令或排查问题。 - **跨设备同步**：可在桌面端启动工作，在移动端或终端继续。 - **零遥测**：不收集遥测数据，也不强制登录。
从技术角度看，项目采用单仓库结构，包含守护进程、UI 前端、CLI 及开发工具等子包。守护进程可通过 TLS 代理安全访问，文档里还给出了示例 Nginx 配置。项目采用 AGPL‑3.0 许可证并有活跃社区。
意义所在：AI 编程助手层出不穷，许多团队担忧代码隐私和供应商锁定。Paseo 通过本地化部署和多模型支持，提供了一个既安全又灵活的集中管理中心，帮助个人开发者、工具团队和中小企业在不暴露源代码的情况下快速实验不同模型，降低 API 成本并加快迭代速度。后续可能的方向包括社区贡献扩展更多代理、增强 CI 集成以及进一步巩固无登录隐私理念。
**中文翻译:** 大摩亨佐-达罗考古发现人口均衡提升
**中文翻译:** Uber 在耗尽全年 AI 预算仅四个月后，对每位员工使用 “agentic” AI 编码工具（如 Anthropic 的 Claude Code 和 Cursor）设定了每月 1,500 美元的上限。该上限通过内部仪表盘公布，按员工和工具分别计；如需超额使用，必须获得明确批准。Uber 的首席技术官此前透露，公司曾鼓励员工积极使用 AI，甚至将使用量列入内部排行榜，这导致使用速度极快、费用失控。此举正逢业界普遍收紧 AI 开支，因为大模型 API 成本持续攀升。Uber 的首席运营官 Andrew Macdonald 也公开质疑 AI 的生产力提升，指出很难将工具使用与新消费者功能直接挂钩。此次限额标志着从无限制探索转向更为严格的费用管理，同时公司仍在寻找 AI 投资的可量化回报。影响包括：• 员工需密切监控使用情况，可能会受到高级编码助手访问的限制，进而放慢内部开发进度。• 团队需要优先考虑高影响力的使用场景，并为超额请求提供正当理由，以实现 AI 项目与业务目标的更紧密对齐。• Uber 的做法可能在其他 AI 开支快速增长的企业中产生连锁反应，推动更广泛采用内部预算工具和使用仪表盘。短期内，Uber 将通过新系统监控支出并根据需要调整上限；长期来看，公司预计将建立更明确的 AI 生产力衡量标准，并可能在市场成熟后重新谈判价格或寻求成本更低的模型方案。
**TL;DR (EN):** Amazon面签生物识别系统控案引发广泛争议，质疑隐私安全 worries
**中文翻译:** 华为等项目安全论告标签矛盾，引发安全顾虑
**中文翻译:** Google 已在 Android 的 Phone by Google 应用中推出全新「假电话检测」功能，以对抗 AI 失真“深度伪造”冒充诈骗。该系统在 Android 12 + 设备上默认开启，采用呼叫双方设备之间的无声握手来核实来电是否真实。当可信联系人发起通话时，两方设备会交换轻量级的确认信号；若诈骗者通过 AI 冒充来电方的身份与声音，确认信号缺失，接收方设备会立即发出警报，提示用户该通话未经验证，并建议挂断。随后应用可主动向被冒充联系人真实设备发送验证请求。
该功能借助 Rich Communication Services (RCS) 构建，意味着其他 VoIP/Messaging 应用亦可使用同样的验证逻辑。此举正值诈骗者在用户普遍屏蔽陌生号码后，更倾向于通过伪造已验证号码并深度伪造亲人、雇主或官员语音来骗取金钱或敏感信息。
对消费者而言，该功能提供了一个无需手动操作的无形安全层，保护关键交易（例如银行转账、紧急通知）免受诈骗威胁。对开发者而言，基于 RCS 的 API 为将类似验证集成至自家应用开辟了渠道，有望在整个生态中实现跨平台的呼叫真实性验证。
潜在风险：握手必须在语音传输前完成，可能导致轻微延迟；系统依赖双方使用 RCS‑支持的 Android 设备，非 Android 或旧版设备仍可能面临风险。Google 计划继续扩大全球投放区域，优化检测算法以降低误报，并与更多手机厂商合作以扩大覆盖面。当前目标是让深度伪造语音诈骗更难实施，为数十亿 Android 用户构筑一道防线。
**中文翻译:** 2026年6月2日，国际数学联盟正式签署了《莱顿宣言：人工智能与数学》，这份由16位研究人员发布的综合性警告指出人工智能如何威胁数学研究的完整性和自主性。该宣言发布于两周前OpenAI宣布其人工智能模型推翻了一个存在80年之久的几何猜想之后，凸显了科技行业的营销周期与传统的数学验证过程之间的日益紧张关系。《莱顿宣言》指出了五个主要关切点：人工智能可能生成看似合理但不可靠的证明，难以与正确的证明区分；人工智能模型经常无法正确引用其综合的人类作品；人工智能的使用可能会破坏传统的招聘和资助评估机制；企业通过非正式渠道宣布研究成果，绕过了科学评估；科技行业的介入威胁到数学的自主性。这些问题对职业生涯早期的数学家影响尤为严重，可能危及该学科的未来。OpenAI的案例恰好体现了这些担忧，因为其宣布成果的时间与公司提交IPO申请文件 coincide，但专有的模型和未公开的计算资源阻碍了独立验证。数学家强调，数学不仅仅包括问题解决，它还涉及思想的培养、理解和人类洞察力，这是人工智能无法替代的。该宣言建议数学家透明地披露人工智能工具的使用情况，对自己工作的正确性负责，并优先考虑与数学价值观一致的工具。专业组织被敦促制定在出版物中使用人工智能的指导方针，保护研究人员关于其作品被用作训练数据的权利，并准备评估非常规的重大成果声明。宣言还提醒数学家牢记自己的道德责任，特别是关于其工作在战争、监控和压迫中的潜在应用。
**中文翻译:** 本文聚焦“Why a Neo Geo port of Doom is functionally impossible”。当前可用上下文有限，但它涉及一项值得关注的技术或政策进展。实践层面的建议是持续跟踪官方更新，并评估其对产品、安全与运营的实际影响。
**中文翻译:** 联邦法官暂停了特朗普政府将科罗拉多州国家大气研究中心（NCAR）的超级计算机基础设施转移至怀俄明州私营运营商的计划，这一举措是其更广泛拆除该联邦资助研究机构的努力的一部分。自1960年代以来运营的NCAR为气候建模和大气科学提供了关键的计算资源。由美国国家科学基金会（NSF）监督的UCAR负责管理NCAR，主张该转移缺乏法律依据，将会破坏数十年的气候研究工作。政府以预算限制和NCAR领导层不力为由，但法院强调了该机构的科研重要性，并指出政府未能提供有关其解散的透明依据。UCAR的初步制裁令具体禁止了超级计算机的转移，但NCAR的其他资产仍面临风险。法院裁决凸显了法院对政府滥用权力针对不可替代科研基础设施的关切，若没有超级计算机，研究人员将无法进行关键的高分辨率气候模拟，这对政策制定和灾害预警至关重要。接下来的步骤包括继续诉讼以防止NCAR的全面解散，这对新政府下的联邦科学资金决策具有更广泛的影响。