好消息，平时骑「电鸡」上班的朋友，可以稍微骑快点了。8 月 25 日，《道路交通安全法》修订草案提请十四届全国人大常委会第二十四次会议初次审议。这是现行道路交通安全法自 2004 年施行以来的一次系统性修订，共 9 章 170 条，涉及电动自行车、「盲驾」、自动驾驶、「暴走团」等多个高频出行话题。要注意，这只是修订草案，尚未正式通过和施行。电动自行车限速，拟从 15km/h 提高至 20km/h先来说每天穿行在城市里「电鸡」，也就是电动自行车。草案拟将电动自行车在非机动车道内行驶的最高时速，从现行的 15km/h 提高至 20km/h。这里调整的是道路通行限速，不是车辆的最高设计车速。目前电动自行车国标规定的最高设计车速仍为 25km/h。换句话说，这次修法主要是缩小一点「车能跑多快」和「路上允许跑多快」之间的落差。但限速放宽，不等于骑行规则一起放宽。草案同时明确，驾驶电动自行车上路，不得逆行、超速、违反交通信号，也不能拨打或接听手持电话、观看视频；驾驶人与乘车人还应按规定佩戴安全头盔。开车看视频，「盲驾」处罚可能加码机动车这边，也多了一条更明确的红线。草案规定，驾驶时拨打或接听手持电话、观看视频等妨碍安全驾驶的行为，如果造成交通事故或者其他严重后果，将处 200 元以上、500 元以下罚款，并可以暂扣三个月机动车驾驶证。过去，酒驾、疲劳驾驶的危险性已经深入人心；如今，手机正在成为驾驶舱里的另一种注意力黑洞。不过需要注意，草案中的上述加重处罚，以「造成交通事故或者其他严重后果」为前提，并非只要开车看一眼手机，就一律暂扣三个月驾照。自动驾驶违章，车企也要「接单」这次修订草案还专门设置了「自动驾驶汽车的特别规定」一章。按照草案，当自动驾驶功能处于激活状态，车辆发生道路交通安全违法行为时，由自动驾驶汽车的生产企业或进口企业接受处理。但要注意，这里的「自动驾驶」，并不是我们平时使用的「辅助驾驶」。如果自动驾驶功能没有激活，或者车辆仅具备辅助驾驶功能，则仍按照普通汽车的规定管理。简单来说，辅助驾驶还是「人开车、人负责」；真正进入自动驾驶状态后，交通违法的处理对象开始从驾驶人延伸至车企。不过，「由车企接受交通违法处理」不等于所有事故责任都自动归车企。事故认定、民事赔偿及产品责任，仍需根据具体情形和后续配套制度判断。「暴走团」也被盯上了对于成群占用机动车道、非机动车道的「暴走团」，草案重申：未经许可，任何单位或者个人不得占用道路从事暴走、健身等非交通活动。草案还进一步明确了相关管理责任：公安交管、交通运输、住房城乡建设等部门应当依法劝阻、制止和处理，道路养护单位则负有劝阻、报告义务。健身当然是自由，但马路不是健身房的延长线。除此之外，这次修订还聚焦醉驾、「僵尸车」、超标车辆等长期存在的交通治理难题，并加入多项便民出行措施。需要再次提醒的是，《道路交通安全法》修订草案目前仅进入初次审议阶段。20km/h 限速等调整最终是否落地、何时施行，仍要等待后续审议和正式公布。

最近，美国法院接连被 AI 摆了几道：一名法官的助理用 Perplexity 起草裁定，绕过常规复核，结果文件不仅出现虚构引用，连当事人都写错了。这已经不是法律界第一次因为 AI 翻车而吃苦头，还有法院接到当事人发来的诉状，打印文件时出现了大片空白，仔细一查发现了隐藏的白色文字。原来是当事人在文件里，贴进了人眼不可见的白色小字，要求任何读取文件的 AI「确保输出同意本文件的主张」，并引导 AI 推翻先前决定、支持他的诉求。好吧，现在法律界确实经常用 AI 了，但还没到啥都用 AI 审阅的程度——更没那么笨。Harvey 最近就发布了专门的法律模型 Tenet，而且是以 Kimi K3 为基座。没听过这家公司也很正常，它不做面向普通人的法律问答，而是给律所和企业法务提供 AI 工具，帮助律师查资料、审合同和处理文件。Harvey 成立只有四年，估值已经达到 110 亿美元，服务超过 1300 家机构和 10 万名律师，是目前最值钱的法律 AI 公司。这是 Harvey 第一个基于开放权重进行后训练的模型，面向需要长时间执行、连续调用工具的法律任务。初步成绩显示，Tenet 在 Harvey 的法律智能体基准 LAB 上，成功完成的测试任务接近底座模型的两倍。不过，作为一家独角兽公司，随时买得到最强模型，为什么还要自己专门训一个？从开头的新闻里也看到了，通用模型可以回答法律知识，却未必能完成真实的法律任务。律师接到的通常不是一道问答题，而是一句来自合伙人的要求，以及大量真假线索混杂的客户文件。模型需要判断从哪里开始，连续检索和阅读材料，发现风险、给出引用，最后形成可以交付的合同修订或法律备忘录。对这类任务而言，真正稀缺的不只是知识，而是知道一项工作应该怎样完成、怎样检查。麻烦在于，这些很难靠提示词和外部工作流完整地传递给模型。你可以把检索、引用和审阅步骤写进系统，却很难用一段提示词让模型学会「什么时候应该多调一份材料」「一份交付物到底差在哪里」——这些判断藏在成千上万次真实执行的细节里。所以，只能靠训练了。OpenAI 投资的百亿独角兽，模型底座来自中国类似选择正在同时发生在更多中国模型身上，一批看起来土生土长的美国 AI 产品，扒开外壳，里面却装着一颗中国模型的心。最为人所知的，要数全球最热门的 AI 编程工具 Cursor，年初时发布了自己的模型 Composer 2。当时 Cursor 只强调它便宜、快速，能够自动完成复杂的编程任务，却没有交代模型究竟从哪里来。直到被抓住，它才在技术报告中承认，Composer 2 是在 Kimi K2.5 的基础上训练出来的。Cursor 一直被视为美国 AI 创业潮中最风光的公司之一。它估值数百亿美元，背后站着一群硅谷顶级投资人，平时还大量使用 Anthropic 的 Claude。这样一家公司第一次推出「自己的模型」，也不是从零开始，而是直接拿了 Kimi 的开放模型继续加工。甚至在随后推出的 Composer 2.5，仍然沿用 Kimi 的底座。照着这个思路，英国 AI 公司 Cosine 也拿 Kimi K2.6 训练出 Lumen Outpost。Cosine 是专门维护银行、航空公司和大型企业仍在使用的古老代码的「修理工」，减少 AI 随手生成但难以维护的垃圾代码，并让模型在完成工作时少说废话、多主动解决问题。这家公司体量远不如 Cursor，但它更现实，小公司没有钱与 OpenAI、Google 竞争，那就可以拿现成的中国模型，专门训练它解决某一类客户愿意付钱的问题——不考高考了，而是直接考职业资格证。最后，连「全球第一位 AI 程序员」的 Devin 也加入了这条队伍，发布 SWE-1.7 时公开承认，它使用的是 Kimi K2.7。在 Curosr 之前，Devin 曾经是硅谷 AI Agent 最受瞩目的明星产品，后来也跟 Cursor 走上了同一条路，现在也用了同一个中国厂商的基座模型。短短半年，Kimi 的不同版本像接力棒一样被海外公司依次拿走：K2.5 进入 Cursor，K2.6 被 Cosine 改造成专攻疑难杂症的程序员，K2.7 进入 Devin，K3 则被 Harvey 训练成法律专家。Kimi 每更新一代，海外就多出一个挂着本地公司招牌的新模型。这些公司当然不是简单地给 Kimi 换个名字。它们仍然需要投入数据、算力和行业经验，才能把通用模型变成真正可用的产品。但它们也不再执着于证明「这个模型完全是我从头训练的」，毕竟在商业世界里，血统没有成本重要，能不能用更少的钱，做出更适合自己客户的模型，才是关键。中国模型抢的，不只是 Claude 的用户过去，AI 创业公司通常只有两条路：要么花费巨资从头训练模型，要么接入 Claude、GPT 等闭源模型，每使用一次就向模型公司交一次钱。后一种办法启动更快，却很容易带来一个尴尬的问题：产品做得越大、用户用得越多，付给上游模型公司的费用也越高，支出收入能勉强打平就不错了。中国开源模型的爆发，则给这些 AI 创业公司提供了第三条路，他们可以直接拿到一套已经训练好的模型，再用自己的数据和业务经验继续加工。它们不需要承担从零造模型的全部成本，也不用永远依赖 Anthropic、OpenAI 的定价和服务。这也由此诞生一种类似 Harvey 的有趣现象，美国的AI产品，由中国模型预制。同样是在法律咨询行业深耕的汤森路透，也发布了首个自研模型 Thomson-1，他们同样使用了中国开源模型。CTO Joel Hron 把这种选择比作租房与买房——调用外部 API 是在交租，而拥有自己的模型，才能让公司的行业数据和知识产权不断沉淀成资产。连 OpenAI 前 CTO Mira Murati 创办的 Thinking Machines，虽然从头训练了自己的基础模型 Inkling，一方面参考了DeepSeek 的 V3 做模型架构，另一方面也使用 Kimi K2.5 生成的合成数据启动监督微调，这家公司目前估值已经超过 120 亿美元。从开放权重、合成数据到直接部署，中国模型正在以不同形式进入美国 AI 产品的供应链。虽然中国开源模型今年杀疯了，甚至开始围攻闭源顶流 Fable 5 ，也屡屡在海外开发者圈子刷屏。但中国模型给硅谷带来最大的变化，其实是海外的这些公司开始用中国模型制造自己的 AI。很多用户大概都不知道底层模型来自中国，但这恰好说明它正在获得另一种更「长期主义」的价值：去成为其他 AI 产品的原料、底座和上游工业品，是真正带来更底层价值的关键。

2026 年最好的 AI PC，刚刚迎来了一大波更新。苹果正式发布全新一代 Mac mini 和 Mac Studio。新一代桌面 Mac 带来了 M6、M5 Pro、M5 Max 与 M5 Ultra 四款芯片选择，也进一步拉高了苹果在本地 AI 计算领域的性能上限。其中，Mac mini 提供 M6 和 M5 Pro 两种版本，起售价分别为 6999 元和 12999 元。针对教育用户，苹果还提供对应优惠价格，M6 版 Mac mini 起售价为 6199 元，M5 Pro 版为 12199 元。Mac Studio 则提供 M5 Max 与 M5 Ultra 两种版本，起售价分别为 19999 元和 46999 元，将模型容量、内存带宽和多机扩展推向更高层级。作为对比，M4 Mac mini 国行起售价在今年 6 月已经由 4499 元涨至 5999 元，M4 Pro 版目前为 12499 元起。新款 M6 和 M5 Pro 版又分别上涨 1000 元和 500 元。四款全新机型均于 8 月 27 日开启预购，9 月 22 日起发售。其中，配备 512GB 统一内存的 Mac Studio 将于 10 月下旬上市。苹果最小的 Mac，正在成为 AI 时代的新入口过去，Mac mini 在苹果产品线里的定位非常明确。它是一台价格相对友好的 Mac，让用户用较低成本进入 macOS 生态。但新款 Mac mini 的任务伴随着年初 OpenClaw 的爆火，它除了承担办公、影音和日常创作，也逐渐成为越来越多用户运行本地 AI 模型和 AI Agent 的设备选择。具体而言，新款 Mac mini 的核心变化，来自全新的 M6 芯片。作为苹果首款采用 2 纳米制程的 M 系列芯片，M6 配备 12 核 CPU、12 核 GPU，以及两组 16 核神经网络引擎。其中，CPU 包含 2 个超级核心、4 个性能核心和 6 个能效核心，核心总数比 M5 增加 2 个。苹果官方给出的数据显示，M6 的多线程 CPU 性能最高达到 M5 的 1.2 倍、M1 的 2.4 倍。放到 Mac mini 中，与上一代 M4 版本相比，其 CPU 性能最高提升 40%，图形性能最高达到 2 倍，AI 性能最高达到 4 倍。M6 的 12 核 GPU 首次在 Mac mini 的每个 GPU 核心中加入神经网络加速器。其 AI 峰值计算能力较 M5 提升接近 30%，较 M1 提升超过 8 倍，主要用于加快大模型的提示词处理。两组 16 核神经网络引擎的峰值计算能力最高达到前代的 2 倍。系统框架可以同时调用两组引擎，提高设备端模型的执行效率。M6 版从 16GB 统一内存起步，最高可选 32GB，内存带宽达到每秒 170GB，较 M5 提高 10%，是 M1 的 2.5 倍。在具体应用中，这款机型使用 LM Studio 处理大模型提示词的速度，最高达到 M1 版 Mac mini 的 13.5 倍、M4 版的 4.8 倍。其 Microsoft Excel 表格计算速度最高达到 M1 版的 2.3 倍、M4 版的 1.5 倍。在支持光线追踪的《赛博朋克 2077：终极版》中，游戏性能最高达到 M4 版的 2 倍。由此来看，M6 版 Mac mini 已经不只是入门办公电脑。它同时面向普通用户、学生、开发者、AI 爱好者和企业用户，可以处理智能编码、图像生成、模型推理和轻量级 Agent 任务。如果你有更复杂的工作负载，苹果还准备了 M5 Pro 版本。M5 Pro 最高配备 18 核 CPU 和 20 核 GPU，每个 GPU 核心同样包含神经网络加速器。统一内存最高达到 64GB，带宽达到每秒 307GB，可以容纳体量更大的模型、复杂三维场景、ProRes RAW 视频文件和科研数据集。在 LM Studio 中，M5 Pro 版 Mac mini 的大模型提示词处理速度最高达到 M2 Pro 版的 8.5 倍、M4 Pro 版的 4 倍。其 Blender 光线追踪渲染性能最高达到 M2 Pro 版的 4.5 倍，Affinity 图像处理性能最高达到 2.1 倍。苹果官方介绍还将其描述为适合 AI Agent 或创意工作流的安静、高效常驻设备。这一定位说明，Mac mini 的使用场景正在从用户主动操作，延伸到后台持续运行。连接能力也围绕这一方向升级。两种版本均支持 Wi-Fi 7、蓝牙 6 和 2.5Gb 以太网，并可选配 10Gb 以太网。机身正面配备两个支持 USB 3 的 USB-C 接口和一个高阻抗耳机插孔。M6 版背面配备三个 Thunderbolt 4 接口，M5 Pro 版则配备三个 Thunderbolt 5 接口，另外还有 HDMI 和以太网接口。借助 Thunderbolt 5，多台 M5 Pro 版 Mac mini 可以组成集群，共同承载超出单机能力的模型。新增的 USB-C 同步锁相功能，则可以让显示设备与 iPhone 17 Pro 等拍摄设备实现精确同步。至此，Mac mini 获得了一个新身份。它既是一台个人桌面电脑，也可以成为连接数据、应用和 Agent 的小型 AI 节点。体型虽小，野心拉满。从单机到集群，Mac Studio 组队越级如果说 Mac mini 提供了个人 AI 计算的入口，那么 Mac Studio 承担的就是更高强度的模型推理、训练与创意工作。新款 Mac Studio 提供 M5 Max 与 M5 Ultra 两种版本。M5 Max 配备 18 核 CPU，其中包括 6 个超级核心和 12 个性能核心。GPU 最高拥有 40 个核心，每个核心都内置神经网络加速器。统一内存最高达到 128GB，带宽达到每秒 614GB。与 M4 Max 相比，M5 Max 在 LM Studio 中处理大模型提示词的速度最高达到 3.9 倍，文生图性能最高达到 3.5 倍，DaVinci Resolve Studio 的 Magic Mask 性能最高达到 3 倍。与更早的 M1 Max 相比，其大模型提示词处理速度最高达到 10.7 倍。到了 M5 Ultra，苹果干脆把「力大砖飞」写进了芯片结构。它通过新一代 UltraFusion 技术，将两颗采用双芯片晶粒设计的 M5 Max 连接起来，形成苹果首个四晶粒 M 系列系统级芯片。UltraFusion 的晶粒间带宽超过每秒 4.4TB，连接密度提升超过 6 倍，使四个晶粒可以像一个统一处理器一样运行。M5 Ultra 最高配备 36 核 CPU 和 80 核 GPU，并首次在 Ultra 芯片的每个 GPU 核心中加入神经网络加速器。其 AI 峰值性能最高达到 M3 Ultra 的 4.3 倍、M1 Ultra 的 9.8 倍。按照芯片层面的峰值 GPU AI 算力计算，其性能最高达到 M3 Ultra 的 4.5 倍。搭载 M5 Ultra 的 Mac Studio 最高支持 512GB 统一内存，带宽达到每秒 1.2TB。这样的容量可以在设备内保存大型数据集，并承载数百亿乃至数千亿参数的模型。在 LM Studio 中，该机型的大模型提示词处理速度最高达到 M1 Ultra 版的 9.8 倍、M3 Ultra 版的 4 倍，文生图性能最高达到 8.2 倍和 4.3 倍；Foundry Nuke 的 CopyCat 训练速度最高达到 M1 Ultra 版的 15.4 倍。M5 Ultra 还配备更强的媒体引擎，可以同时播放最多 33 路每秒 30 帧的 8K ProRes 422 视频。新款 Mac Studio 的存储速度最高提升至 2 倍，采用基于 PCIe 6 的新一代固态存储架构。Mac Studio 首次支持 Wi-Fi 7 和 Bluetooth 6，同时加入 Thunderbolt 5 连接能力，可以连接高速外置存储、PCIe 扩展机箱和其他专业设备。整机最多支持 8 台显示器，或者 4 台以 5K 分辨率、120Hz 刷新率运行的 Studio Display XDR。相比单机性能，多机集群更能体现这次升级对产品逻辑的改变。新款 Mac Studio 支持通过 Thunderbolt 5 和远程直接内存访问技术连接。多台设备可以组成低延迟网络，共同执行分布式 AI 推理。根据苹果公布的数据，4 机集群的推理性能最高可以达到单机的 3 倍。值得一提的是，今年 6 月，苹果在 WWDC26 期间的一场特别活动中，展示了这种集群的实际运行方式。现场的 4 台 Mac Studio 通过 Thunderbolt 5 连接，并利用 RDMA over Thunderbolt 建立低延迟通信网络。借助 LM Studio 当时即将推出、基于 MLX Distributed 的功能，LM Studio 员工加载并运行了 Kimi K2.6 这一万亿参数规模的开放权重模型。其背后的关键是分布式计算。对于一万亿参数模型，如果采用 FP16 精度，仅模型权重理论上就需要约 2TB 内存，尚未计入缓存和其他运行开销。单台个人电脑很难提供如此大的可用空间，多机协同则可以同时扩展计算能力、内存容量与带宽。不过，桌面集群的实际性能仍然受到模型精度、内存配置、通信速度和模型架构影响。下一代个人电脑的用户，未必是人类今年 2 月 6 日，可能是人类最后一次在 AI 服务中消耗了比 AI Agent 更多的 token。OpenRouter 数据显示，此后 Agent 的 token 使用量超过人类，并在约半年内增长至原来的 14 倍，人类当然并没有减少使用 AI，只是越来越多 token 的触发指令被交给了 Agent 代劳。因 OpenClaw 爆火而受到关注的 Mac mini，也展示了一种此前并不突出的硬件需求。以前，人敲打键盘，电脑执行，然后等待下一次指令。Agent 的到来改变了这种供需关系。一台面向 Agent 的设备，需要保留用户的文件、历史记录、应用权限、模型状态和任务上下文。它不仅要完成一次推理，还要知道此前做过什么、当前进行到哪一步，以及接下来可以调用哪些资源。从这个角度看，以 Mac mini 为代表的 Mac 电脑受到关注，不只是因为它体积小、功耗较低或者性能足够强。更深层的原因是，它具备成为这种数字环境的基本条件。它可以接入用户的本地文件和系统应用，也能将敏感数据保留在设备内。不过，外形和能效只能解释它为什么适合常驻桌面，真正决定模型运行能力的，是 Apple Silicon 的统一内存架构。传统电脑通常由 CPU 使用系统内存，独立 GPU 使用显存。模型权重和计算数据需要通过总线在两类内存之间传输。独立显卡虽然拥有很强的峰值算力，但消费级产品的显存通常只有几十 GB，模型规模很容易受到容量限制。Apple Silicon 让 CPU、GPU、神经网络引擎和其他模块共享同一个物理内存池。模型权重、输入数据和中间结果只需要保存一份，减少了重复存储和数据搬运。M6 最高支持 32GB 统一内存，带宽为每秒 170GB。M5 Pro 将两项指标提高至 64GB 和每秒 307GB。M5 Max 进一步达到 128GB 和每秒 614GB。M5 Ultra 则提供最高 512GB 容量与每秒 1.2TB 带宽。统一内存负责容纳模型，芯片提供计算能力，Core AI、Core ML、Metal 和 MLX 等框架负责调度硬件，操作系统与本地应用则向 Agent 提供数据和工具。这些能力结合在一起，构成了 Mac 在 Agent 时代的优势。它提供的不只是一次模型推理，而是一套覆盖上下文、权限、状态和执行过程的本地 AI 环境。电脑角色的变化，也开始影响 Mac 的产品分层。过去，苹果主要按照性能需求、工作负载、预算和便携性划分产品线。在这套体系中，mini、Pro、Max 和 Ultra，不同程度地代表着用户对性能的需求

8 月 25 日，北京越野旗下全新豪华越野品牌泰钽的首款车型泰钽 700 正式上市，共推出三款车型：泰钽 700 豪华版：指导价 27.98 万元，超级焕新价 24.98 万元泰钽 700 乾崑旗舰版：指导价 32.98 万元，超级焕新价 29.98 万元泰钽 700 乾崑巅峰版：指导价 37.98 万元，超级焕新价 34.98 万元此前，三款车型的预售价分别为 29.98 万元、33.98 万元和 38.98 万元，正式指导价分别下调了 1～2 万元，三款车的超级焕新价则在指导价上再减 3 万元，需要使用全品牌置换补贴。上市期间，北京越野还提供七重权益，包括全系 3 万元置换补贴、乾崑车型至高 2.1 万元 ADS Max 高阶功能包补贴，以及限量 1000 台的整车终身质保、首任车主三电终身质保等。首批车辆已经发运，即日起在全国上百个城市开启交付。泰钽是北京越野向上拓展的豪华越野品牌，泰钽 700 是这一品牌下的第一款车。既然定义为「豪华越野」，泰钽 700 当然不只是一台专门面向山野的玩具，传统机械能力之外，座舱与智能化也是泰钽 700 值得关注的部分。用泰钽 700 发布会上的话来说就是：可乘可野。在泰钽 700 开启预售时，我们曾经聊过这台车想把 NOA 开进没有车道线的地方。与常规的「智驾到某地，人驾来越野」不同，泰钽 700 希望把辅助驾驶也融入越野过程，把这个通常被视作驾驶乐趣的部分也给包办了。越野打底，乾崑补位泰钽 700 的长宽高为 5040/1959/1926mm，轴距为 2820mm，采用五座布局和非承载式车身。方正车身、五孔格栅和外挂备胎保留了北京越野一贯的硬派轮廓，而发光格栅、双色车身和尺寸不小的密辐轮圈，则让这台车增加了一些高级感，不至于和传统硬派越野的「傻大黑粗」联系在一起。此前我们也提到过，在北京越野内部，BJ60 在车身尺寸上几乎和泰钽 700 如出一辙。两者的主要区别在新能源动力、座舱配置，以及两款乾崑车型增加的华为乾崑智驾。动力方面，泰钽 700 搭载 1.5T 增程器和前后双电机，综合功率 391kW，综合扭矩 625N·m，最高车速为 180km/h。49.4kWh 的宁德时代三元锂电池带来 220km CLTC 纯电续航，CLTC 综合续航为 1340km，官方 WLTC 馈电油耗为 8.4L/100km。泰钽 700 的整备质量达到 2850kg，8.4L/100km 的馈电油耗，对于这样一台大型 SUV 来说已经是一个相对来说还不错的成绩。离开铺装道路以后，首先承受车身扭转和路面冲击的是大梁，泰钽 700 采用八横两纵高强钢大梁，北京越野称其整车抗扭刚度是普通 SUV 的 3—5 倍。这套结构需要处理交叉轴、炮弹坑等路况下的持续扭转，也是泰钽 700 所有越野能力的物理基础。泰钽 700 采用前双横臂、后多连杆独立悬架，最小离地间隙为 215mm，接近角、离去角和纵向通过角分别为 26°、23°和 22°，最大涉水深度为 800mm。全系标配智电中锁、后桥差速锁和低速四驱，两款乾崑版再增加前桥差速锁。ATS 全地形智电控制系统可以识别雪地、泥地、沙地、岩石、穿越和涉水等路况，并提供 12 挡可调越野蠕行、战术掉头、涉水感应和循迹导航等功能。蠕行模式负责在复杂路面低速控车，涉水感应用于判断水深，循迹导航则能帮助车辆按原路返回。按照官方说法，战术掉头可以将车辆的转弯半径缩短至 3.4m，在山路、林道和临崖窄路上减少来回腾挪。安全方面，泰钽 700 采用笼式车身，整车高强钢占比为 85%，电池包布置在大梁的保护范围内，外部还有铝合金防护，底盘下护板则是全系标配。说完越野，再来看看「可乘可野」中的「可乘」部分。泰钽 700 全系标配双 15.6 英寸前排屏幕和冷暖冰箱，乾崑旗舰版增加 21.4 英寸后排吸顶屏和石墨烯加热「生命光波疗愈座椅」，乾崑巅峰版再加入双模制氧系统、车载卫星通信和氮气减振器。在车内，泰钽 700 还提供经过国家大剧院音效认证的音响系统，以及官方称为「后排隐私声盾」的 ANC 主动降噪功能。屏幕、冰箱和加热座椅照顾城市与家庭长途，制氧和卫星通信面向高原、偏远地区与长距离穿越，氮气减振器则负责更复杂的非铺装道路。但要说泰钽 700 和传统越野车最大的不同，还是得看两款乾崑车型。两款乾崑车型搭载华为乾崑 ADS 5，前向 896 线双光路激光雷达能够同时兼顾广角感知和远距离探测，支持在野外沿着车辙在非铺装路面上开启智驾。按照北京越野公布的数据，它能在 120m 外识别高度 14cm 的障碍物。车尾还有一颗高精度固态激光雷达，官方称其分辨能力达到 3cm，用于识别后方的行人、两轮车、立柱和低矮障碍物。这颗后向雷达也服务于 RAEB 后向自动紧急制动。车辆倒车接近台阶落差、深坑或道路边缘时，系统可以识别后方风险并主动制动。对山路、断头路和非铺装道路上的倒车场景来说，这颗后向雷达的重要性不言而喻。看清路况以后，ADS 5 还需要与车辆的机械系统配合。系统给出路线和车速，ATS 全地形智电控制系统、低速四驱和差速锁负责动作执行。说得直观点，就是让华为负责看路和选路，北京越野负责实际动作。除了越野 NOA，泰钽 700 还增加了「荒野返航」。系统利用多传感器定位和轨迹推算记录车辆走过的路线，在没有清晰道路和标线的环境里辅助车辆沿原路返回，少让驾驶者在穿越后再凭记忆寻找来路。北京越野还公布了一次在重庆巫溪兰英挂壁公路进行的夜间测试。这条路包含无照明、临崖窄路和连续弯道等场景，此前也有网友用特斯拉的 FSD 辅助驾驶在兰英挂壁公路上跑过。按照官方公布的测试结果，泰钽 700 在这条路上夜间完成约 8km 行驶，全程零接管、零退出，途中前向激光雷达识别到路面落石，系统随后调整路线完成避让。对于享受选线、控制油门和脱困过程的熟练越野玩家来说，手动完成这些动作本来就是乐趣的一部分。但对初涉越野圈子的用户或长途旅行者而言，越野 NOA 可以在拿不准路线和车速时提供另一套判断，也能分担长距离非铺装道路上的重复操作。除了攀山野，还得攀市场泰钽 700 的正式指导价已经降到 27.98 万元起，但这个数字对应的是没有激光雷达和 ADS 5 的豪华版。真正配齐非承载式车身、三把锁和华为乾崑智驾的，是指导价 32.98 万元的乾崑旗舰版。但市面上并非只有泰钽 700 这一台把非承载式底盘和智驾挂钩的车。最能和它匹配上的是东风猛士 M817。猛士 M817 当前售价为 29.99 万～39.99 万元，同样采用非承载式车身，五款车型均搭载华为乾崑 ADS 5。不过，29.99 万元的 Mate 和 32.99 万元的 Mate+ 版本使用的是 192 线激光雷达，从 34.99 万元的 Max 开始，才升级为与泰钽 700 乾崑版同为 896 线的激光雷达。按同版本对标，泰钽 700 乾崑旗舰版更接近 34.99 万元的猛士 M817 Max，泰坦 700 乾崑旗舰版相比之下有大约 2 万元的价格优势，这或许能给北京越野带来更加充裕的市场空间。在此之外，泰钽 700 还留了一波后手，就在最近，北京越野与华为引望联合越野中心正式挂牌。按照北京越野的说法，品牌过去 68 年积累的越野经验被整理成 200 多条专家规则，用于帮助系统判断可通行区域、障碍物和复杂路况，双方共同合作，参与越野场景里的感知和决策。随着这个越野中心的不断迭代，泰钽 700 以及品牌后续的其他车型，还有进一步升级的可能。可以说，如今的市场留给新车的单项空白已经越来越少。大梁、差速锁和增程系统并不稀缺，冰箱、屏幕和舒适座椅也早已进入同价位车型，华为乾崑智驾还同时出现在猛士 M817 等车型上。靠一项配置支撑一辆新车的时代已经过去，现在考验的是组合能力。泰钽 700 给出的组合，是北京越野的机械基础、华为的感知与决策，再加上兼顾日常与长途出行的座舱。机械素质决定越野的上限，智能化则让更多人能够在这个框架内享受越野的乐趣。这就是泰钽 700 发布会上所说的「越野平权」，也是北京越野对泰钽 700「豪华越野」定位更准确的解释。

🖥️苹果发布 M6 Mac mini 与 M5 Ultra Mac Studio，国行 6999 元起📋《道路交通安全法》拟大改，自动驾驶违法由车企担责🦿追觅收缩探索阶段业务，聚焦四大主营方向🤖OpenAI 将恢复 Plus 账户 Codex 的 5 小时用量窗口🛍️SK 海力士淘宝旗舰店下架全部商品，拟于 9 月终止经营⚠️星宇股份被曝批量劝退应届生，当地人社局通报🚗大众汽车酝酿史上最大重组，或再削减 5 万个岗位🦿智元子公司临界点在人形机器人运动会获 7 枚金牌🚀SpaceXAI 将采用英伟达 Vera CPU 扩展地面与轨道 AI🤖LinkedIn 产品负责人：用户标记正在压低 AI 低质内容曝光🧠美光 HBM 研究员：AI 算力增速已跑在内存带宽前面💡微软 CEO：企业不能把 AI 思考能力外包给单一模型📱vivo X500 Pro Max 预热影像防抖，新测试机曝光 5.01GHz 芯片💻字节跳动推出「豆包工作」，Agent 可操作虚拟桌面并读取飞书上下文🚙小鹏第二代 VLA 630 版升级，G9L 将首发搭载🤖Google 推出法律行业版 Gemini Enterprise🔧IBM 推出双架构主机处理器，单核原生支持 IBM Z 与 Arm🛍️lululemon 更新 fast and free 跑步系列，增加腰部收纳与通风款式👓王虹同款带火林德伯格眼镜，获奖后门店咨询升温🎮《红色沙漠》入围 2026 科隆游戏展两项大奖苹果发布 M6 Mac mini 与 M5 Ultra Mac Studio，国行 6999 元起苹果 8 月 25 日正式发布新款 Mac mini 与 Mac Studio。Mac mini 提供 M6 和 M5 Pro 版本，国行起售价分别为 6999 元和 12999 元；Mac Studio 提供 M5 Max 和 M5 Ultra 版本，起售价分别为 19999 元和 46999 元。两款新品将于 8 月 27 日在中国大陆开启预购，9 月 22 日发售。Mac mini 首发苹果首款 2 纳米制程芯片 M6，集成 12 核 CPU、12 核 GPU 和双 16 核神经网络引擎，统一内存带宽最高 170GB/s。苹果称，相较 M4 版 Mac mini，新机 AI 性能最高提升 4 倍，图形处理速度最高提升 2 倍，CPU 性能最高提升 40%。新款 Mac mini 还支持 Wi-Fi 7、蓝牙 6 和 2.5Gb 以太网。Mac Studio 的 M5 Ultra 则首次采用四晶粒架构，最高配备 36 核 CPU、80 核 GPU、512GB 统一内存和 1.2TB/s 内存带宽。苹果称，搭载 M5 Ultra 的 Mac Studio AI 峰值计算性能较 M3 Ultra 最高提升 4.3 倍；新机还支持 Wi-Fi 7、蓝牙 6、雷雳 5 与 Genlock。🔗 相关阅读：最全解读 | 跳涨 2500 元！苹果最新 M6 Mac mini 和 Mac Studio 怎么选？《道路交通安全法》拟大改，自动驾驶违法由车企担责8 月 25 日，道路交通安全法修订草案提请十四届全国人大常委会第二十四次会议初次审议。草案共 9 章 170 条，首次设置「自动驾驶汽车的特别规定」专章，区分自动驾驶汽车与辅助驾驶功能。按照草案，车辆在自动驾驶功能激活状态下发生道路交通安全违法行为，由生产企业或进口企业接受处理；未激活自动驾驶功能，或车辆仅具备辅助驾驶功能时，仍按普通汽车规则管理。草案还覆盖上路条件、保险制度，以及「盲驾」「暴走团」和电动自行车等治理问题。草案同时规定，未经许可，任何单位或个人不得占用道路从事非交通活动，用于处理影响通行的「暴走团」等情况。对电动自行车，草案拟调整限速规则，并要求驾驶人和乘车人按规定佩戴安全头盔。此次仍属初次审议，条文还需继续审议。追觅收缩探索阶段业务，聚焦四大主营方向8 月 25 日，追觅科技发布公告称，近期对部分处于探索阶段的业务进行了调整，相关技术积累、研究成果和资源将按实际需要纳入现有业务与研发体系统筹管理。公司将后续聚焦智能家庭、户外庭院、智能出行和具身智能四大方向，并以人工智能、机器人和智能制造为主要技术驱动力。追觅表示，今年以来核心业务和海外业务仍保持增长，研发、生产、销售、交付及售后服务正常进行。这份说明发布前，社交平台上出现了追觅大家电等业务调整的消息。追觅没有在公告中列出被收缩业务的具体名单，而是将技术和资源回收到现有体系，并用四大方向界定接下来的投入边界。全面超越英伟达 GB200 与 GB300，OpenAI 首颗自研芯片 Jalapeño 实测出炉OpenAI 公布首款自研推理芯片 Jalapeño 首批实测成绩，在吞吐、能效与延迟三项指标上全面超越英伟达 GB200 与 GB300。根据 OpenAI 与 SemiAnalysis 在 InferenceX 基准上的测试结果：在 GPT-OSS 120B 上，单用户出词速度达 1459 tokens/s，是 GB200 535 tokens/s 的 2.7 倍；在 DeepSeek R1 670B 上，端到端延迟 1.65 秒，对比 GB300 的 5.99 秒；以 GB300 最快解码速度为基准，每千瓦吞吐达到对方的 104.3 倍；在 Kimi K2.5 1T 上，峰值每瓦吞吐提升约 1.5 倍，延迟降低约 3.4 倍；三款模型整体每瓦 AI 工作量提升 1.5 至 1.9 倍，高交互场景性能提升 2.1 至 4.1 倍。Jalapeño 标称功耗 700W，仅为 GB300 的一半；SemiAnalysis 估算其每芯片每小时总拥有成本约 1.56 美元，与英伟达 H100 基本持平，低于 Vera Rubin 的 3.61 美元。OpenAI 表示，Jalapeño 从设计到流片仅用九个月，过程中借助自研模型 GPT-Astra 与 Codex 加速电路设计与验证，AI 辅助让 SIMD 单元面积减少 8%、矩阵引擎面积减少 10%；在部分注意力与 MoE 模块上，AI 生成的内核比人类专家实现快 1.5 至 1.8 倍。去年 10 月，OpenAI 与博通签署了 10GW 定制加速器合作协议，Jalapeño 是该路线图的第一代产品，Gen 2 已在深度开发，Gen 3 正在成形。官方称将在今年年底前把 Jalapeño 部署进自有算力基础设施。OpenAI 将恢复 Plus 账户 Codex 的 5 小时用量窗口OpenAI 的 Codex 与 ChatGPT 产品负责人 Tibo Sottiaux 表示，公司将从 8 月 26 日起，为 Plus 账户恢复 ChatGPT Work 与 Codex 的 5 小时用量窗口限制；此前他曾预告这一调整，随后又推迟实施。Sottiaux 写道，5 小时窗口可以平滑计算资源负载，使周用量维持相对宽松；他还表示，一些使用频率较低或刚开始使用的 Plus 用户会意外耗尽整周额度，恢复窗口限制是为了减少这类体验混乱。未来数月，Pro 两档订阅暂不启用这层 5 小时窗口限制。Sottiaux 没有在帖文中公布 Plus 账户每个窗口的具体额度。SK 海力士淘宝旗舰店下架全部商品，拟于 9 月终止经营「SKhynix 旗舰店」日前在天猫首页公示，店铺拟于 9 月 9 日自主终止经营，目前已下架全部商品，用户也无法直接通过淘宝搜索到该店铺。部分消费者因此担心，已购内存产品的后续质保可能受影响。据澎湃新闻报道，店铺公示的运营主体为天津海利士科技有限公司，记者尚未联系上该公司。淘宝和京东的多家 SK 海力士经销店表示，各店售后体系相互独立，相关产品的售后由原销售店铺负责。天津海利士科技成立于 2020 年，经营范围包括技术服务和机械设备销售等。由于旗舰店下架时没有同步公布面向历史订单的售后承接方案，消费者关注的核心仍是终止经营后由哪个主体继续履行质保。这次变动目前只能确认为淘宝天猫店铺的终止经营公示，不等同于 SK 海力士退出中国市场。星宇股份被曝批量劝退应届生，当地人社局通报8 月 25 日，常州市人力资源和社会保障局通报星宇股份解聘应届毕业生事件。调查显示，公司共招录 440 名 2026 届高校毕业生，与其中 107 人解除劳动合同。通报认为，企业在协商过程中方法简单生硬、缺乏充分有效沟通，造成不良影响。星宇股份已道歉，并对人力资源总监作出停职处理。人社部门同时确认，公司不存在违规享受就业和人才类政府补贴的情况。当地人社部门已向涉事毕业生提供一对一就业推荐服务。截至 8 月 25 日，107 人中已有 22 人实现就业，14 人正在参加其他企业面试，其余人员将继续获得就业服务。大众汽车酝酿史上最大重组，或再削减 5 万个岗位据路透社与界面新闻报道，大众汽车 CEO Oliver Blume 表示，公司正在推进集团史上规模最大的转型计划，潜在措施包括在既有削减计划之外再减少约 5 万个岗位，并拆分部分业务部门，以降低管理和运营成本。这仍是一套待协商方案。新增裁员规模、业务拆分和工厂安排需要经过监事会、工会及员工代表多轮磋商，德国工会已公开质疑相关方案。Blume 认为，汽车行业压力未来数年仍会加剧，大众需要通过更深的成本削减为电动化转型腾出资源。大众此前还宣布精简车型和技术体系，计划最多减少一半车型，并降低产品配置复杂度。集团希望把平台、电子架构和软件开发进一步整合，同时让年产能更贴近约 900 万辆的实际需求。智元子公司临界点在人形机器人运动会获 7 枚金牌智元子公司临界点宣布，其 OmniHand 灵巧手在 2026 世界人形机器人运动会的 8 个灵巧手专项中全部进入决赛，最终获得 7 枚金牌、4 枚银牌和 3 枚铜牌。其中，3 个项目采用全自主操作完成。OmniHand 以量产版本参加积木搭建、粉末称重和开瓶撬盖等不同赛项。该产品整机重 510 克，拥有 16 个自由度，支持手背触控交互；在电动工具装配项目中，团队通过外层位姿控制与内层触觉控制提高对准精度和现场环境适应性。在与武汉大学的联合参赛项目中，团队使用 OmniHand 完成 20±0.5 克的粉末称重任务并获得冠军。公司称，OmniHand 累计出货量已超过 2 万台，沉淀了超过 5 万小时真实世界数据。SpaceXAI 将采用英伟达 Vera CPU 扩展地面与轨道 AI英伟达宣布，SpaceXAI 将围绕 Vera Rubin 平台扩展下一代 AI 基础设施，从地面数据中心延伸至轨道卫星。Vera CPU 将承担智能体工作流中更依赖 CPU 的任务，包括编排、工具调用、代码执行、数据处理和仿真。同时，英伟达 Groq 3 LPX 推理机架已进入全面量产。在 Artificial Analysis 针对 Gemma 4 31B 和 10 万 Token 长上下文的测试中，系统达到每秒 3400 个输出 Token，英伟达称其速度为最接近替代方案的 4 倍。Vera Rubin 的设计重点是让 CPU、GPU、网络和推理加速器协同工作。智能体需要频繁调用工具、执行代码和维护长上下文，英伟达希望 Vera 承接这些编排与数据处理负载，让 GPU 更多时间用于模型计算。SpaceXAI 的采用因此同时指向地面 AI 工厂和未来的轨道计算场景。LinkedIn 产品负责人：用户标记正在压低 AI 低质内容曝光LinkedIn 首席产品官 Hari Srinivasan 在社交媒体公开帖文中回应了平台的 AI 低质内容问题。他表示，「看起来像 AI 垃圾」反馈入口上线后，不到一个月已有超过 100 万名用户使用该功能。平台将用户反馈与自动检测系统结合，被 LinkedIn 识别为低质 AI 内容的帖子，浏览量已比数周前下降约 40%。单次标记不会直接触发删帖，群体反馈会进入内容分发和自动检测系统。Srinivasan 把平台问题定位为低质生成内容对真实个人经验和专业观

周一24派早报：九家车企召回近 430 万辆不易识别应急拉手汽车前天 07:138 分钟阅读早报速览九家车企召回近 430 万辆不易识别应急拉手汽车7英伟达达成 70 亿美元合作，研发顶级开放权重模型0高院发布著作权新司法解释，网络转载不允许先转后付2买家利用仅退款漏洞倒卖 13 万元火鸡面被刑拘14国际加紧制定统一月球时间2个人消费贷贴息政策扩展覆盖买车、装修等8看看就行的小道消息3少数派的近期动态0你可能错过的好文章0九家车企召回近 430 万辆不易识别应急拉手汽车据《财新》报道，8 月 21 日，国家市场监督管理总局发布公告称，特斯拉等九家车企发起总量达 427.6 万辆的大规模车辆召回，其中特斯拉涉及 297.6 万辆。此次召回主要由于车内应急机械拉手与内饰颜色接近，不易识别。在发生严重碰撞导致车辆低压供电系统失效等极端情况下，驾乘人员难以快速开启车门逃生，车外人员的救援也面临困难。为消除上述安全隐患，车企将为召回车辆免费加贴对比色鲜明、易于识别的应急机械拉手警示标识。此外，为进一步降低事故后的逃生和救援难度，部分车企如特斯拉还将通过 OTA 升级车窗控制软件，新增车辆在严重事故后自动降下车窗的功能。近年来，全隐藏式车外门把手在国内智能电动汽车中广泛使用，但断电后车门无法打开的事故屡次引发安全争议。为此，主管部门已发布国家强制性标准《汽车车门把手安全技术要求》，计划于 2027 年 1 月 1 日起实施。新规不仅要求车门内必须配备直观可见且带有永久性醒目标志的应急机械拉手，还要求车外门把手预留足够手部操作空间，这意味着目前流行的车外全隐藏式门把手将被全面禁用。除车门把手外，今年 7 月 1 日起实施的新版动力电池安全强制标准已要求电池热失控时不起火、不爆炸；辅助驾驶和自动驾驶的国家强制安全标准也将在 2027 年陆续落地。在标准实施前，部分车企正抓紧查漏补缺，例如特斯拉在 8 月 21 日当天，还因辅助驾驶系统注意力监测机制不足，同步主动召回了 274.1 万辆汽车以升级相关功能。召回贴个贴纸，笑死了点歪了技能树，成功将特斯拉给拉下水标题可以考虑适当地加个“的”字…其实就是贴个贴纸。我 21 款 model 3 还没收到召回通知，估计是怕扎堆去服务中心分批推送了。全部讨论 712英伟达达成 70 亿美元合作，研发顶级开放权重模型据《华尔街日报》报道，英伟达日前达成了一项总额 70 亿美元的重磅交易，以 120 亿美元估值对初创公司 Poolside 注资 10 亿美元，并支付 60 亿美元获取技术授权及吸纳其工程团队，旨在打造全球顶级的开放权重（open-weight）模型，以抗衡 DeepSeek、Kimi 等中国 AI。交易完成后，超百名 Poolside 工程师将加入英伟达，重点开发其开放权重模型项目 Nemotron，而 Poolside 创始团队则保持独立。Poolside 在股东信中表示，公司未能筹集到 20 亿美元以购买 4 万块 GB300 芯片组建算力集群。面对即将到来的算力和资金枯竭危机，拥有庞大基础设施的英伟达是其延续技术的理想伙伴。这一动作凸显了英伟达 CEO 黄仁勋对开源生态的押注。美国头部 AI 企业多聚焦于不公开参数权重的闭源模型，而中国开源模型借此空档迅速崛起。英伟达希望借此次技术与人才吸收，在明年推出能媲美顶尖前沿模型的 Nemotron 新版本。本月早些时候，英伟达刚发布了轻量级模型 Nemotron 3.5 Lightning，目前正研发参数量超万亿的更大版本。不过，英伟达的战略也使其陷入与自己芯片客户的直接竞争，包括 OpenAI 和 Anthropic。由于这些前沿 AI 公司目前也在研发定制化 AI 处理器来运行自有模型，实际上早已在硬件层面与英伟达构成了竞争关系。发表首评高院发布著作权新司法解释，网络转载不允许先转后付据《财新》报道，最高人民法院近日修改了《关于审理著作权民事纠纷案件适用法律若干问题的解释》，将于 2026 年 9 月 1 日起施行。作为本次修改的一项关键调整，报纸、期刊与互联网信息服务提供者之间，以及各互联网平台之间相互转载已发表的作品，应当经过著作权人许可并支付报酬。法定许可是指在特定情况下，只要付酬和署名，不经著作权人许可即可使用其已发表的作品。新司法解释对报刊转载法定许可的适用范围进行了严格限定。该规则今后仅适用于主管部门批准出版的纸质报刊，以及与其内容和版面格式完全一致的数字化版本。除此之外任何形式的互联网传播均被排除在外。这意味着网络媒体转载将告别法定许可下「先转载、后付酬」的模式，必须「先买票，再上车」。此外，新规还降低了一些情形下的维权门槛，完善了裁判标准。针对以往侵权人擅发未公开作品并以「未公之于众」逃避责任的抗辩，新规明确，即使作品因侵权行为被公开也构成「公之于众」，权利人无需再举证公开行为已获许可。同时，为衔接 2020 年第三次修订的《著作权法》，新规将艺术作品合理使用的适用场景由「室外公共场所」扩大至「公共场所」，并新增鉴定机构出具材料作为法定证据来源的规定。希望可以切实落地。这个影响挺大，意味自媒体转发得要先付费了22买家利用仅退款漏洞倒卖 13 万元火鸡面被刑拘8 月 21 日，央视新闻报道，上海闵行警方近日侦破一起利用网购售后规则漏洞非法牟利的案件。据报道，今年 4 月，一家食品企业向警方报案称，其在电商平台的官方旗舰店出现大量异常的售后申请：消费者选择自行寄回退货后，系统按规则先行退款，但企业实际从未收到退回的货物。警方调查发现，涉案账号均使用虚假身份注册，进一步追踪收货地址后，多名实际收货人表示商品购自某二手交易平台，卖家为朱某。经查，自 2025 年 9 月起，朱某在二手交易平台上以低于市场价的价格销售火鸡面，实则是从电商平台以消费者身份购买同款商品，然后将收货地址直接填写为二手平台买家的地址。买家正常签收后，朱某再在电商平台提交虚假物流信息申请退货退款。在这一年不到的时间里，朱某通过此方式累计非法获利约 13 万元。目前，朱某因涉嫌诈骗罪已被上海闵行警方刑事拘留，案件仍在进一步侦办中。警方已约谈涉事电商平台方，建议优化退款审核逻辑，对高频退款、异常单号等风险行为增设人工复核环节。转载不要擅自篡改原文看了原文，的确是女的，转载的时候模糊性别很奇怪啊。。。该买家是什么性别？好难猜。怎么其他报道都是女子非法获利，到了我派这里就是买家和朱某了全部讨论 144275国际加紧制定统一月球时间据《金融时报》报道，随着人类重返月球步伐加快，国际社会正加紧制定统一的「月球时间」。今年 10 月，各国代表将对一项确立月球参考时间的提案投票。该提案建议由国际度量衡局（BIPM）牵头建立协调一致的月球时间系统，以解决因地月引力差异导致的时钟运转速度不同，进而可能引发的深空导航与通信危机。根据广义相对论揭示的「时间膨胀」效应，由于月球质量较小，对时空的弯曲程度弱于地球，导致月球上的时间每天比地球快约 57 微秒。尽管这一差异在人类感知中微乎其微，但对于航天任务而言却极其关键。在 57 微秒内，通信系统使用的光波即可传输约 17 公里，若不加以修正，可能导致航天器偏离原定陨石坑撞向悬崖，或造成月球轨道宇航员的位置计算严重失误，并引发通信网络信号相互干扰。当前，太空探索日益升温。中美两国均计划在未来几年内将宇航员送上月球，并着眼于建立长期的月球基地。美国白宫曾于 2024 年指示美国宇航局（NASA）研究月球时间标准，而各国航天机构也已逐渐达成共识，若缺乏统一协调的月球时间，各国部署的太空技术设备将无法实现互操作。提议统筹该计划的国际度量衡局（BIPM）总部设于巴黎，是负责确立米、千克等国际基准测量单位的权威机构。根据 10 月即将审议的决议，BIPM 将联合各国航天及测量机构，参照维持协调世界时（UTC）的机制来管理月球时间。如果该方案获批并得到成员国资金支持，这套为月球设立的时间校准流程，未来也将被直接应用于火星等其他天体的探索任务中。原来是这个统一月球啊，我还以为是那个统一月球呢1021个人消费贷贴息政策扩展覆盖买车、装修等8 月 21 日，财政部副部长廖岷在当日的国新办发布会上表示，按照 7 月 30 日中共中央政治局会议关于优化实施财政金融协同促内需政策的要求，财政部结合前期政策执行情况和调研中各方意见，对贷款贴息政策作了优化完善，已经从今年 8 月 1 日起开始实施。据介绍，在个人消费贷方面，更好贴近大众消费习惯，新政策将包括购车、装修在内的新发生的各类信用卡分期消费都纳入到政策支持范围，按此，消费者只要是用信用卡分期方式进行消费，都可以享受贴息优惠。此前，个人消费贷贴息扩围仅纳入了信用卡账单分期，未纳入汽车分期。此外，财政部将享受政策的个人消费贷款的贴息上限由以前的 3000 元提高到了 5000 元。廖岷表示，结合经济发展需要，财政部正在继续研究制订财政金融协同的新政策和新举措，并于今年下半年推出；同时，将与央行等金融管理部门一道，推动财政金融联动常态化和长效化。基本都存大额存单了，免得自己乱花为了我这空落落的口袋更加空，咱妈也是操碎了心了用得着它教我怎么消费吗？我是因为不会消费才不花钱吗前段时间注销掉了信用卡，本来也不喜欢用超前消费，看看这次优惠政策够不够再说吧还是嫌消费太好了全部讨论 83434看看就行的小道消息据彭博社报道，英伟达的一些大客户接获通知，由于内存成本上升，AI 服务器价格将上涨 15% 起。Mark Gurman声称——新一代 iPhone 的 Pro 机型起售价或将上调约 100 美元，达到 1199 美元，以目前内存供应情况看属于相对克制的调整，意味着苹果会自行消化一部分成本；苹果零售门店目前正在大范围调整店面陈列，为秋季的智能家居新品腾出展示空间。除了升级版的 Apple TV 和 HomePod mini，可能还有带屏幕智能家庭中枢设备（Home Hub）。据《金融时报》报道，支付管理服务 Ramp 汇总的 7 万家公司支出数据显示，Claude Fable 5 自 6 月初发布两个多月以来，仅占客户 Anthropic 服务开销的 11% 左右，因为多数企业的日常业务需求只需依靠旧模型或更便宜的 Opus 5 模型即可满足。感觉现在AO两家顶级模型可用性已经没大问题了，开源估计年底或明年能赶上这个水准，那后续就是大规模的私有化应用落地的阶段，商用闭源模型又贵又泄露数据的弊端会被加速放大消化成本的意思是，虽然利润减少了，但仍然很高发表评论少数派的近期动态新一季少数派会员启航，更新权益，更多惊喜，还有实体纪念卡。点击了解能让 AI 助手通过自然语言指令直接与您的 Quote/0 摘录墨水屏交互的 Dot Skill 已上线。点击了解发表首评你可能错过的好文章AI 时代的 Surface Pro 7 改造指南：看板、轻量工作站与 Linux 笔记本让 PC 与 HomePod 互联：音频串流工具 WinAirCast线下活动｜Echoes Remain：迈克尔杰克逊 68 周年诞辰唱片展本周看什么 | 最近值得一看的 10 部作品TDS REVIEW | Nothing Ear (3a) 降噪真无线耳机体验发表首评派早报本文责编：@PlatyHsu© 本文著作权归作者所有，并授权少数派独家使用，未经少数派许可，不得转载使用。23位派友已充电

Matrix精选2026年08月02日5 分钟阅读使用快捷指令实现 iPhone 不同 App 独立音量控制主作者关注谷雨G2rain新手上路谷雨G2rain关注谷雨G2rain新手上路联合作者关注谷雨G2rain新手上路谷雨G2rain关注谷雨G2rain新手上路5 分钟阅读微信扫码分享以图片分享分享到微博点击下方按钮可复制链接分享收藏举报许多安卓手机已经支持针对不同应用设置独立音量。虽然 iOS 在系统设计上可能有不同的考量，但在一些实际使用场景中，应用独立音量控制仍然有一定需求。例如：短视频 App 需要较低音量，避免突然出现过大的音乐；视频 App 希望保持较高音量，增加沉浸感；音乐播放器希望使用固定音量；睡前听书或播客时希望音量自动降低。虽然 iOS 系统本身没有提供「按 App 单独设置音量」的功能，但通过快捷指令的自动化，可以实现类似的效果：打开某个 App 时自动切换到指定音量，关闭 App 后恢复之前的音量。iOS 27 为快捷指令增加了新的储存功能，可以让快捷指令在内部保存持久化数据，并在之后继续读取。相比以前只能依靠剪贴板、备忘录、文件等方式保存数据，储存空间更加适合保存配置、列表和状态信息。能够直接保存和读取数据，使快捷指令具备类似数据库的能力，更加方便的进行数据管理。指令的储存功能提供了全局值选项，关闭全局值，储存的内容只能在当前指令中储存读取；打开全局值，任何指令都可访问和更改。本文中的独立控制音量功能是两个指令配合使用，所以在27版本的指令中的所有储存相关操作都开启全局值。同时，我也制作了一个兼容 iOS 27 之前版本的方案，通过文件读写实现相同逻辑。工作原理整个系统由两个自动化组成：打开 App 时打开 App自动化运行时：将当前的媒体音量进行保存，以便后续退出App时恢复。储存当前 App 名称，退出App时才能知道退出的是哪个App。从储存空间中获取该 App 对应的音量。将媒体音量设置为该 App 保存的音量。关闭 App 时关闭 App自动化运行时：获取打开App自动化时保存的App名称。在使用App时调整过音量，退出App时自动获取当前调整后的音量进行保存。重新获取之前保存的媒体音量恢复进入 App 前的原始音量。这样，下次打开对应 App 时，就会使用上一次保存的音量。在这个快捷指令中，App 名称+音量作为数据索引，音量数值作为保存内容。结构简单，不需要额外创建文件，也更适合长期运行的自动化。兼容 iOS 27 之前版本：使用文件储存由于储存空间是 iOS 27 新增功能，旧版本系统无法使用。为了兼容 iOS 27 以下版本，将储存部分替换为文件操作：储存内容 → 保存文件获取已储存内容 → 从文件夹获取文件整体逻辑保持不变，只是数据保存方式不同。文件会存放在快捷指令的 Shortcuts 文件夹中。保存文件打开文件存在则覆盖，否则同名文件会不断增加无法获取更新后的音量信息。获取 App 音量文件的操作需要关闭未找到时报错。关闭 App 自动化会生成该文件，但是第一次打开 App 时，文件不存在。若打开未找到时报错，指令会出现报错信息。一个重要设置指令使用前需要关闭：设置 → 声效与触感反馈→ 用按钮调整快捷指令的获取设备的详细信息操作中能获取当前音量，但是没有提供铃声和媒体音量的选择。早期设定音量也没有做区分，现在已经更改，希望苹果对获取当前音量早些进行补充。目前如果开启用按钮调整铃声，快捷指令的当前音量只能获取铃声音量，而不是媒体音量。只能通过关闭用按钮调整铃声的功能，让快捷指令获取媒体音量，本文指令才能顺利使用。局限设置好指令后，第一次打开对应 App，音量会自动归零，需要手动调整。每次开启或关闭 App 自动调整音量时，音量条都会出现。指令链接iOS 27版本：打开 App 自动化关闭 App 自动化iOS 26及之前版本：打开App自动化文件版关闭App自动化文件版> 关注少数派小红书，感受精彩数字生活 🍃> 实用、好用的正版软件，少数派为你呈现 🚀iOS自动化iPhoneMatrix首页推荐快捷指令本文责编：@广陵止息20位派友已充电

2026年08月24日49 分钟阅读AI 助力改造非智能升降桌：智能升降、语音控制、多端联动……主作者关注dong4j新手上路dong4j关注dong4j新手上路联合作者关注dong4j新手上路dong4j关注dong4j新手上路49 分钟阅读微信扫码分享以图片分享分享到微博点击下方按钮可复制链接分享收藏举报利益相关声明：作者与文中产品有直接的利益相关（开发者、自家产品等）注：本文在提纲整理、技术段落润色和代码摘录整理等环节使用了 AI 辅助拆板、逻辑分析仪抓包、I²C 时序、上拉电阻排查、软件 I²C 失败统计、ToF 读数和多端接入，则来自作者真机实验成稿时已核对文中键码、7-bit 地址、上拉阻值、传感器型号和开源仓库链接；笔者已核对所有文本表述，并修改不便于理解的描述文中的 Desk Gateway 是我自己维护的开源项目（MIT），没有商业赞助升降桌改造存在夹伤风险，文里的童锁和 ToF 保护不能替代原厂安全认证；紧急情况请用 STOP、原厂面板或直接断电背景早在 2019 年搬入新家之后，我就一直在迭代优化办公桌，现在应该是 V3 版本了：这个桌子从搬入新家就一直陪伴着我，它承载了太多太多——是的，就是字面上的意思：后来因为工作原因，我有点轻微腰椎间盘突出，所以决定给它换一个「躯干」，但桌板还是用的原来的（毕竟好一点的升降桌都要 3000+）。最终我选择了一款非智能的双电机版本，升降范围 64~129 cm。我确信凭借自己对硬件的热爱，可以很容易将其改装成智能控制，但可能也是因为对自己的技术过于自信，这个想法拖到最近才得以实现。一方面因为有充足的时间了，二则是因为有了 AI 的加持。升降桌的基本情况我的升降桌之前只能通过原厂控制面板操作，面板上有上升、下降和四个档位键：有时候会出现 B12 错误码，不过同时按住上下键 5 秒就能重置。我最初想增加一个旋钮，顺时针旋转升高，逆时针旋转降低，按下旋钮停止。动手前，我看了少数派的《从零开始，改造一张可以用 Siri 控制的升降桌》，也研究了开源项目Upsy Desky，它们使用的通信协议和我的升降桌不同，我需要重新分析原厂控制面板与控制盒之间的通信。除了旋钮，我还准备接入键盘、手机、Web、手表和语音控制。ESP32-S3 负责接收这些入口的指令，再按照原厂协议控制升降桌。后来我又接入了小智 AI：一块 JC3636W518C，放在桌上作为语音终端。如果你和我的控制面板一样，那大概率是可以复刻的。不过我还是建议你最好拆开面板看一下，看看控制面板的线序、网线的线序是否与我的一致。如果不一样可能就需要使用逻辑分析仪来抓包分析原始数据了。只要能通过 ESP32-S3 发送正确的指令控制升降，那多端接入就非常简单了。改造目标与方案选择原厂控制面板的使用局限如上面所说，原厂控制面板有上升、下降和四个档位键。单击档位键可以移动到保存的高度，长按会覆盖对应档位。每次操作都需要使用安装在桌边的控制面板。目前最大的问题是没有童锁功能，家里的小孩儿觉得好玩儿，经常趁我不注意按着玩儿，有一次离家之前将升降桌设置到了最高位置，正好超过了椅子的高度，不知道是不是老人的安全意识不够，把孩子抱起来按了档位 1，椅子抵住了桌面差点把桌子顶翻（这也是一个局限的点，没有障碍检测）。所以我老早就决定改造成智能升降桌，而且必须加上童锁功能。契机则是一个 zFrontier 的上的一个旋钮控制方案。从旋钮控制扩展到多终端接入玩儿客制化键盘的都知道 zFrontier，我没事就会在 ZF 上逛逛。正好看到Serendipity Dial，我觉得它的可定制化功能非常多，正好我桌面上有 2 个旋钮设备，想着是不是可以通过旋钮来控制升降桌。然后就是上面提到的《从零开始，改造一张可以用 Siri 控制的升降桌》并了解到了Upsy Desky这个开源项目，脑海中逐渐有了可落地的方案：这套架构的核心是 ESP32-S3，它当控制中枢，北向对接 App、手表、键盘、旋钮这类控制端，设备只发统一指令，不需要处理原厂协议；南向对接升降桌控制盒，由 ESP32-S3 把这些指令翻译成控制盒能识别的键码，桌子才会动。借助 ESP32-S3 内置的 Wi-Fi 和蓝牙通信，我们可以集成多种控制入口。硬件架构如下：整套方案里最关键的是如何拿到原厂控制盒认的那套指令。当前分层和硬件拓扑记在仓库的架构总览里。现有开源方案的适配限制少数派的 Siri 升降桌改造和 Upsy Desky，思路都是在控制盒与面板之间加一块控制模块，这点和我后来做的网关接近。但升降桌面板没有统一协议，品牌不同、批次不同，通信方式都可能不一样。我把这两份方案对照自己的桌子看过之后，发现都不适配。Upsy Desky 支持的控制盒和我的不是一种，我的原厂面板用 RJ45 插头只引出四根线，线序、协议和按键数据都得自己确认，然后用 ESP32-S3 模拟原厂控制面板和控制盒通信。原厂控制面板拆解与总线识别RJ45 接口与四线定义原厂面板通过 RJ45 插头与控制盒连接。拆开面板后，电路板背面有四个测试点，标记分别为GND（接地）、CLK（时钟信号）、DAT（传输数据）和3.3V（电源）：TM1650 芯片与总线类型判断原厂面板使用 TM1650 驱动数码管，结合CLK和DAT两个测试点，初步判断面板与控制盒之间使用 I²C 通信。芯片型号还不能确定完整协议。只能继续通过总线抓包确认主从关系、设备地址、按键编码和高度数据。逻辑分析仪接线与采样参数调整抓包时，原厂面板保持与控制盒连接，逻辑分析仪接入GND、CLK和DAT三个测试点。分析仪不连接面板的 3.3V，也不参与供电。我最初把采样率设为 20 kHz，只能看到电平变化，无法解码完整数据。把采样率提高到 12 MHz 后，PulseView 可以稳定识别地址和数据。我分别采集了静置、按住上升、按住下降、单击档位和长按保存的数据。采集高度数据时，我让桌子从 64 cm 升到 129 cm，同时记录面板显示的高度，方便后续对照。抓包步骤见逻辑分析仪抓包。SDA 对应 DATSCL 对应 CLK然后将协议修改为 I²C 后就可以正常读取I²C 通信机制与协议解析物理上我们只有一对CLK/DAT，TM1650 用不同从机地址拆成两条通道：控制盒读0x24问现在按了哪颗键，写0x34到0x37刷数码管；PulseView 显示的是 7-bit 地址；TM1650 手册常用 8-bit 写地址，0x24就是手册里的0x48，0x34就是0x68。完整键码、时序和抓包索引在协议逆向笔记。I²C 主从关系与周期轮询通过抓包，我们可以确认：控制盒是 I²C Master，原厂面板是 Slave时钟由控制盒产生，SCL 大约 9.6 kHz面板不主动上报，只在被问到时把当前键态放上总线。另外静置时总线不是空闲的。控制盒大约每 3.7 毫秒做一轮完整问答：先往0x24写一字节DW=0x01，再读一字节DR。DW实测一直是0x01，像显示控制 / 亮度一类的寄存器，键态不在这里。键码在DR里。静置时DR是0x2E。这张图是静置总览，写0x01和读0x2E一直在交替：这一轮写和读是分开的两笔事务，中间各有一次 STOP，一次完整轮询是：S Address write 0x24 ACK Data write 0x01 ACK P 约 29 us S Address read 0x24 ACK Data read 0x2E ACK P 约 95 us 后再开下一轮读完那一字节之后，控制盒用的是 ACK 再 STOP，不是常见的 NACK 再 STOP。后面用 ESP32 去复放面板侧时序，就是卡在这一点上。这张图是单次读写放大：持续返回上升或下降键码时，桌子保持运动；改回0x2E后停止。控桌的本质是改 Slave 每次被读时交出的DR，不是往总线上塞一条「升桌命令帧」。升降、停止与档位指令解析对比静置、按住上升、按住下降的抓包：DW始终0x01，变的只有DR。操作DR说明空闲、松手0x2E必须一直回这个，不要静默不应答按住上升0x47要升多久就回多久按住下降0x4F要降多久就回多久档位 1 单击0x17前往已保存高度档位 1 长按保存0x570x17加上 bit6（0x40）档位 4 单击0x2F前往已保存高度档位 4 长按保存0x6F0x2F加上 bit6上升和下降只差 bit3（0x47 ⊕ 0x4F = 0x08）。档位短码和长按差的是 bit6，事务骨架不变。另外，档位 2 和档位 3 暂时没有抓包，因为我现在常用的只有档位 1 和档位 4，后续可以通过高度传感器来处理多档位问题。同时按住上和下大约 5 秒，原厂可以清 B12。抓包里对应DR=0x7F，有效区间大约 7.5 秒，结束后必须回到0x2E。数码管高度数据解析高度不在0x24的DR里。按住上升时DR一直是0x47，不会跟着厘米数往上爬。我最初在键通道里搜 64、102 这种字面量，找不到，还把写往0x34至0x37的帧当成电机干扰滤掉了。拆板确认 U2 是 TM1650 之后，这些地址对上了手册里的 digit 寄存器（8-bit0x68 / 0x6A / 0x6C / 0x6E）。控制盒一边读键，一边把七段段码写到数码管。面板自己没有高度 MCU，总线上的高度是显示镜像，整数厘米。逻辑位7-bit显示DIG10x34百位，两位高度时常写0x00消隐DIG20x35十位DIG30x36个位DIG40x37第四位；静止时常等于 DIG3总线写序多数是 DIG3 → DIG2 → DIG1 → DIG4，组装高度要按逻辑编号，不能按时间顺序当百、十、个。长按保存档位 1 / 4 的静置帧里，四元组精确重复，段码不变：AW:36 DW:C5 / AW:35 DW:DB / AW:34 DW:00 / AW:37 DW:C5 → 64 cm AW:36 DW:9E / AW:35 DW:5F / AW:34 DW:44 / AW:37 DW:9E → 102 cm对照 TM1650 段码表，还能还原出 82、121。静态大约每 2 到 3 秒刷一整帧；运动中更密。ESP32-S3 控制链路验证拿到了指令数据，就可以开始使用 ESP32-S3 来模拟指令实现升降桌控制了：控制盒通过 RJ45 接口和控制面板连接，如果需要使用 ESP32-S3 来下发控制指令的话，需要一个 RJ45 模块。这里我买的是独立的双口 RJ45 模块，左侧接口通过网线连接到升降桌的控制盒，进而使用 ESP32-S3 下发指令来控制升降桌，右口是连接原厂控制面板，意思是保留原厂控制面板的控制功能，不过这里需要 ESP32-S3 来透传指令。ESP32-S3 模拟原厂控制面板我把 ESP32-S3 配置成地址0x24的 I²C Slave，用它替代原厂面板响应控制盒。Web 页面按住上升时返回0x47，松手时返回0x2E；下降操作返回0x4F。控桌不是 ESP32 主动发一条「升桌帧」，而是控制盒每大约 3.7 ms 来读一次，Slave 把当前键码交出去。固件在mxtark.c里大致是这样：#define ADDR_KEY_7BIT 0x24u #define DR_IDLE 0x2Eu #define DR_UP 0x47u #define DR_DOWN 0x4Fu i2c_slave_config_t cfg = { .i2c_port = I2C_NUM_0, .scl_io_num = GPIO_NUM_4, /* CLK / .sda_io_num = GPIO_NUM_5, / DAT */ .slave_addr = ADDR_KEY_7BIT, .addr_bit_len = I2C_ADDR_BIT_LEN_7, .send_buf_depth

相比大家熟知的基于 Intel 或 AMD 处理器的传统 x86 架构 Windows，不少人以为 Windows on ARM 是近几年的新产物。事实上，微软早在 2012 年就曾通过 Windows RT 尝试探索 ARM 设备，但因无法兼容传统 Win32 软件而草草收场。到了 2016 年微软与高通展开合作，通过动态二进制转译技术让 ARM 设备能够兼容传统 x86 应用，Windows on ARM 才算有了能用的基础。经过近十年的演进，Windows on ARM 如今是否变得更好用了？答案是肯定的。在硬件外设方面，依托系统通用驱动和厂商跟进，绝大多数主流设备已能即插即用；在软件兼容方面，得益于 Windows 11 以及最新的 Prism 仿真引擎，转译运行传统 x86/x64 应用的成熟度也大幅提升，日常使用已非常接近传统 x86 平台。但「能转译运行」并不等同于是「最佳体验」。相比原生运行，仿真转译不可避免地会带来额外的指令集转换开销，导致 CPU 与内存占用偏高。尽管各大开发商已在逐步推进 ARM64 原生适配，但软件总数依然有限，许多常用国产应用更是长期只提供 x86/x64 版本。既然官方迟迟未提供原生支持，而我又想提升性能、降低功耗，那么有没有办法改造这些常用应用，让它们在 Windows ARM64 架构下原生运行呢？借助 AI Agent 等工具的辅助，即便是非开发人员也能轻松分析应用的底层架构并找到改造思路。在盘点了我日常高频使用的软件后，发现许多基于 Web 技术构建的应用，其实只需简单几步就能实现 Windows ARM64 原生运行。将单页 Web 端直接打包成客户端不少高频使用的在线服务（如部分社交媒体、轻量网页工具等）并未提供官方的 Windows 桌面客户端。虽然直接在浏览器中打开也能使用，但在动辄几十个标签页中来回翻找不仅繁琐，也容易误关。如果能将这些网页服务直接封装成独立的桌面应用，既能拥有专属的任务栏图标和独立窗口，又几乎不占额外资源。好在，如今大多数网站都采用了响应式设计，当使用 Google Chrome 或 Microsoft Edge 等 Chromium 内核浏览器访问时，大概率会提示你可以直接将其安装为 PWA（渐进式 Web 应用）。以微博为例，在浏览器中打开移动端网页，地址栏右侧便会出现「安装 微博 Lite」提示，点击安装后，系统不仅会在桌面生成独立图标，后续打开时也会直接以无浏览器边框的独立窗口运行，体验非常清爽。不过 PWA 依然受限于浏览器本身的进程管理，无法脱离浏览器独立分发，也缺少更深入的窗口定制能力。如果想将任意网页真正打包成一个独立的 Windows ARM64 原生安装包，开源工具Pake会是更好的选择。an熟悉 Pake 的读者可能知道它支持通过 GitHub Actions 在云端免配置打包。不过目前官方的云端工作流主要针对 x86/x64 平台，并未提供 Windows ARM64 的构建选项。因此，要想获得真正的 ARM 原生安装包，我们需要在本地安装 Pake CLI 工具自行编译。首先在电脑中安装 Node.js、Rust 工具链与 LLVM，这是本地使用 Pake CLI 编译的前置环境：Node.js：安装包下载Rust 工具链：安装包下载LLVM：安装包下载安装完成后打开 Windows 终端，在 PowerShell 下执行以下命令安装 Pake CLI：pnpm install -g pake-cli或者：npm install -g pake-cli全局安装完成后，即可调用 CLI 工具创建桌面应用。例如新建一个工作目录，并在该目录下打包 Instagram 客户端：pake https://www.instagram.com/ –name “Instagram"执行命令后，Pake 会自动获取网站图标并开始编译。构建完成后，终端会输出打包好的 .msi 安装包路径（通常位于 npm 全局包目录下）：C:\Users\你的用户名\AppData\Roaming\npm\node_modules\pake-cli\src-tauri\target\aarch64-pc-windows-msvc\release\bundle\msi\找到并双击该.msi文件，即可像安装普通软件一样将其实装到系统中与动辄占用数百兆内存的客户端相比，基于 Tauri 架构的 Pake 可以直接借助 Windows 系统内置的 WebView2 轻量渲染。生成的应用不仅安装包极小、内存占用低，还能在 ARM 架构下实现真正的免转译原生运行。Pake CLI 还支持自定义窗口尺寸、指定本地图标、注入自定义样式与脚本等高级功能，具体可查阅Pake 官方文档，并借助 AI 调整，所以在此不再赘述。将 Electron 套壳应用改造成 ARM64 原生版本将网页直接打包的前提是有可用的 Web 地址。但在更多时候，我们手里只有一个官方提供的 x64 安装包，无法直接套用网页封装方案。不过，如果分析这些软件的实现方式就会发现，其中相当一部分并非传统的 Windows C/C++ 原生程序，而是基于 Electron 框架构建的容器化应用。所以对于这类软件，我们只需替换其底层的运行环境，就能直接将现有的 x64 程序重构成纯正的 ARM64 原生版本。Notion 就是一个非常典型的 Electron 套壳应用要改造这类应用，首先需要确认它是否基于 Electron。打开软件的解压目录或安装路径，如果发现以下特征，基本可以判定它就是基于 Electron 的：根目录包含locales文件夹以及大量.pak资源文件；包含记录 Electron 版本号的version文件（或LICENSE.electron.txt）；resources目录下存在打包了核心前端代码的app.asar文件。为什么 Electron 应用可以低成本改造成 ARM64 原生？原因在于其独特的架构设计：Electron 本质上是由 「运行时外壳（Chromium 渲染内核 + Node.js）」 与 「业务包（app.asar）」 组成的。官方发布的 x64 安装包，仅仅是其外壳编译成了 x64 机器指令；而 app.asar 内部封装的界面与交互逻辑，本质上是跨平台的 JavaScript/HTML/CSS 代码。只要软件没有依赖特定架构的 C++ 原生扩展（Native Addons），我们只需保留原软件的 app. asar，为其换上一个 ARM64 原生版本的 Electron 外壳，就能让它摆脱转译、直接以原生状态流畅运行。方法一：客户端免编译换核整个改造过程本质上就是一次「移花接木」：获取原应用使用的 Electron 内核版本；下载对应的 ARM64 原生运行时并移植 app.asar；将主程序名称、图标及版本信息恢复为原版。下面以我最常用的原型设计工具「墨刀」为例，演示具体的操作流程。首先下载最新版墨刀客户端的免安装ZIP 压缩包，解压到临时目录。使用文本编辑器打开根目录下的version文件，确认其所用的 Electron 版本（例如32.1.0）。接着从镜像源下载对应版本的 Electron ARM64 预编译包（如electron-v32.1.0-win32-arm64.zip），解压至新文件夹（例如modao-win32-arm64）。将墨刀原包resources/目录下的app.asar复制到modao-win32-arm64/resources/目录下（若新目录中存在默认的default_app.asar，可直接删除或覆盖）。将electron.exe重命名为原程序名Mockitt.exe。此时可以尝试直接双击运行，检查墨刀桌面客户端各项功能是否能够正常工作。虽然应用已能正常运行，但程序图标与版本详情依然显示为 Electron 的默认信息。为了获得与官方客户端一致的体验，我们需要将官方的应用图标与版本信息写回到新的Mockitt.exe中。这里推荐使用可视化资源编辑工具Resource Hacker修改：首先将重命名后的Mockitt.exe拖入软件窗口，在左侧树状列表中定位到Icon/Icon Group，右击选择「Replace Icon…」，点击选择原 x64 包下的原版Mockitt.exe，确认替换后点击左上角「Save」完成图标保存。

2026年08月24日18 分钟阅读派评 | 近期值得关注的 App主作者关注少数派编辑部少数派成员少数派编辑部官方账号。少数派编辑部关注少数派编辑部少数派成员少数派编辑部官方账号。联合作者关注Vanilla少数派作者Vanilla关注Vanilla少数派作者关注ElijahLee少数派作者ElijahLee关注ElijahLee少数派作者关注大大大K少数派作者大大大K关注大大大K少数派作者关注Peggy_少数派作者Peggy_关注Peggy_少数派作者关注化学心情下2少数派作者化学心情下2关注化学心情下2少数派作者关注Snow少数派作者Snow关注Snow少数派作者少数派编辑部 等 7 位作者18 分钟阅读微信扫码分享以图片分享分享到微博点击下方按钮可复制链接分享收藏举报欢迎收看本期《派评》。你可以通过文章目录快速跳转到你感兴趣的内容。如果发现了其它感兴趣的 App 或者关注的话题，也欢迎在评论区和我们讨论。Motrix 2.0：3 年后，「白月光」下载器更新了平台：macOS / Windows / Linux关键词：下载器@Snow：在几年之前，Motrix 大概是可以被列入 macOS 装机必备清单的应用。它没有扰人的广告、没有骇人的劫持、没有烦人的资源占用，凭借 aria2 多协议、多线程下载能力以及简洁易上手的 UI 设计，Motrix 一度成为不少用户心中的「白月光」下载器。不过自上架起，Motrix 的更新就算不上积极，大多每年更新一个小版本，1.8.19 版本后更是停更长达 3 年之久，以至于社区同好们都坐不住了，纷纷开发出了 Motrix Next、imfile 等衍生应用。加上近些年，网盘逐渐接管了普通用户的大文件传输需求，常规下载工具的存在感越来越低，就当大家快遗忘了这款应用时，开发者仿佛被人「夺舍」一般，在一周之内疯狂迭代十几版，而且不同于以往的小修小补，这次是实实在在从底层重新构建的 2.0 大版本更新。开发者为 Motrix 2.0 起了一个新名字 Motrix Turbo，使用 Electron、React 和 TypeScript 重写，这其中最突出的变化就是把下载核心与用户界面「拆散」了。这意味着 Motrix 不再只是一个运行桌面端的下载应用，同一套下载能力完全可以独立运行在没有桌面环境的服务器上。Motrix 2.0 首先引人注目的是直观的 UI 更新。全新的仪表盘由自定义卡片构成，你可以点击右上角的编辑按钮，调整卡片的展示和尺寸，不仅支持查看各项下载进程，还可以快速核查引擎状态、调整限速模式以及开关 UPnP 端口映射等。相比过去打开 Motrix 后直接面对堆砌的任务列表，新版仪表盘可以帮你更直观且高效地掌控下载时的资源调度。原本藏在设置中的自定义 Trackers 获得了独立页面，你可以在这里快速订阅或屏蔽 Trackers 列表，并随时查看各个 Tracker 是否可用、屏蔽规则是否生效，管理上直观不少。新版还加入了扩展生态，Motrix 目前提供了 3 款官方扩展，分别是文件名模板、网页内容提取和 URL 解析，后续你可以在应用官网的扩展商店或开源社区下载更多扩展，对于一个重新活跃起来的开源项目来说，这或许比单纯增加几个功能更有价值，如果哪天开发者又「神隐」了，社区大神们说不定还能借助扩展为它助力。下载能力当然还是 Motrix 的核心，2.0 这次将重点放在了「断点续传」上。新版重新整理了下载核心，并加入任务恢复机制，无论是意外锁屏导致下载中断，还是退出应用重新打开，2.0 不会再像 1.x 那样完全摆烂，而是争取找回之前的下载任务，继续未完成的工作。不过，Motrix 恢复成功与否很大程度上取决于下载服务器是否允许续传，像网盘或是临时下载链接你还是别指望它有什么黑科技可以「续命」。对于「动手能力」更强的用户来说，真正 Turbo 的地方，是下载核心可以单拎出来用了。新版提供了 Headless Server，可以通过 Node.js 或 Docker 部署到家庭 NAS 或云端服务器上。你不用再为了维持下载的进程一直开着电脑，也不用担心转移场地会影响下载进程，直接让 NAS 这样常年运作的「牛马」承担下载任务即可，你可以通过 Web 页面随时随地添加下载、查看任务以及管理下载文件。如果还想进一步折腾，2.0 版还提供了新的命令行工具，你可以通过 motrix add 等命令远程操作任意一台搭载 Motrix 2.0 的设备处理下载任务。这套 CLI 还专门为 AI Agent 留出了调用入口，配置完成后你可以让 AI 根据你的要求找到下载地址后，通过命令行直接把任务交给 NAS 执行，串起一套更高效的自动化流程。Motrix 2.0 目前仍处于测试阶段，安装前请备份现有 Motrix 应用数据与下载文件。你可以在应用官网或GitHub项目页免费下载 2.0 beta 版。不是很理解还在用Electron，大厂验证的方案确实好，但是这也要考虑用户的实际运存大小吧（Chrome应用越来越多了）MotrixNext倒是挺感兴趣的，好像用的是Rust好东西好东西1522WebToApp：在手机上把网页变成 App平台：Android关键词：网页封装@大大大K：不知道从什么时候开始，手机 App 动辄就飙升到几个 G，占用内存不说，实际上里面很多功能我们根本用不到。其实我们常用的工具站、社交网络等，其网页端本身就已经足够干净好用，只是用浏览器访问时标签一多就容易混乱，即使使用「添加至主屏幕」功能，本质上还是调用浏览器打开，如果网站还不支持 PWA，那体验真不算好。那为什么我们不直接把这些常用网页服务做成一个独立的 App 呢？说到制作 App，或许你以为很困难，但有了 WebToApp，这一切就会变得很简单。不同于其他类似 App「把网页套进 WebView 里」的简单粗暴，也无需打开电脑配置复杂的开发编译环境，WebToApp 内置了一套功能完备的「标准应用外壳模板」（包含完整的浏览器内核、网络栈与扩展接口）。当我们在手机里填好网址、设置好参数、配置好自定义选项后，WebToApp 会解析网页中的相关项目，连同你的配置导入到模板中快速生成一个独立的 APK，同时还能直接在手机端完成签名动作。整个过程不需要你懂代码编译，也不用太多人工操作，更不用把数据上传到云端，所有操作都在手机本地一气呵成。当然了，如果网站支持 PWA，也可以直接套用 PWA 配置的同时获取独立 App 的使用体验。在创建应用时，普通用户最常用的自然是「网页」类型，只需要输入目标网址、应用名称并挑选一个心仪的图标即可。但 WebToApp 远不止打包网页这么简单，如果你是一位喜欢折腾的玩机高手，WebToApp 支持多达 12 种类型的 App 构建，它甚至能在手机本地直接运行 Node.js、PHP、Python 甚至是打包 WordPress。这意味着哪怕是一个依赖后端服务或者数据库的网站，也能被它直接打包成完全独立 App。WebToApp 根据每种打包类型，提供了不同程度的自定义选项。比如在视觉和交互上，你可以配置全屏显示、自定义首屏、状态栏自适应取色等等；在浏览体验上，它支持拦截网站上的广告，或者启用桌面模式等等。配置完成后还能直接擎进行效果预览，确认整体符合预期后即可点击「构建 APK」完成打包与签名，并直接弹出系统的应用安装界面。更棒的是，除了基础的打包和定制，WebToApp 的扩展能力也非常强大。它允许用户使用油猴脚本优化浏览体验，还直接打通了 Chrome Web Store 搜索通道，让你可以把桌面端的 MV3 浏览器扩展直接下载并装进 App 里。在网络层面，除了系统自带的 WebView，你还可以按需切换为 GeckoView（也就是 Firefox 的内核），并获得 DoH、TLS JA3 指纹伪装等等一系列我甚至都看不懂的硬核特性。要是觉得海量的自定义配置太复杂，应用内还贴心地集成了 Agent，接入大模型后就可以像 Vibe Coding 一样直接说出你的需求，AI 就能自动调用 WebToApp 的能力替你完成参数调整与打包全流程。整体而言，WebToApp 上能给高级玩家提供多种玩法、下能满足普通用户的轻量化 App 打包体验。无论你是想给常用的网页工具换个清爽独立的入口，还是想把复杂的脚本和程序打包成客户端，WebToApp 都能在一台 Android 手机上为你轻松搞定。你可以在GitHub免费下载 WebToApp。好像很久之前酷安就有类似的工具，不过扩展没这么全乎3Algidy：追踪食物过期日平台：Android关键词：物品管理@Peggy_：又到了采购日，你从超市购买了零食、牛奶、鸡蛋、蔬菜、肉类，到家后，一部分食物被你放到了冷藏室，一部分进入了冷冻室，还有一部分则凭借经验放在了厨房或储物室。然而，随着时间的推移，你发现总是能从各处搜索出来一堆过期的食物、酱料。Algidy 是一款想帮你解决上述问题的应用。在 Algidy 中，我们可以看到多个物品存放区域，应用默认给出了冰箱、冷冻室、储物室，基本上涵盖了主要的食物的存储区域。我们可以根据自己家庭的存放习惯来设置食物的存放区域。除了根据存放位置分类外，我们还能自行在 Algidy 设置不同的食物分类，例如调料、水果、米面、零食等。点击首页加号，便可以开始添加食物了，这里应用给出了两种添加方式，一种是扫描食品包装袋上的条形码，系统扫描后自动判定食品的名称，我扫描了部分身边的食品条形码，部分能准确识别，也存在无法识别的情况。对于无法通过扫描识别的食品，我们可以选择手动添加。无论是哪种添加方式，在详情页面，我们都能附加食品的图片，设置食品的存放位置和所属种类等。随着食品的不断添加，我们便相当于有了一个掌心超市，应用会在首页直观展示出已添加食物的可食用时间还剩余多少，有效避免食物放置过期造成浪费。如果某种食物我们开封后食用完毕了，则可以点击相应图片，选择「已食用」，来达到归档效果。Algidy 还支持搜索功能，方便我们查找相应的食物。在食品排序上，Algidy 支持按照食品过期时间排序、按照食品名称排序，也可以一键筛选出已过期食物，方便后续的清理。目前 Algidy 的不足之处在于添加食品分类后，无法对标签进行删除或二次编辑，期待后续更新能补足相应功能。你可以通过GitHub发布界面下载体验 Algidy。发表首评不空：钓鱼天气分析与鱼情记录平台：iOS / iPadOS关键词：钓鱼、鱼情分析@ElijahLee：《不空》是由个人开发者推出的钓鱼应用，核心亮点是帮助钓鱼佬判断鱼情、查看天气、记录钓鱼数据并辅助提升下一次出钓。应用大小仅 10.8 MB，支持在 iPhone 和 iPad 上使用。打开应用，即可感受到这款应用看起来非常专业。首页密集排列鱼情指数、鱼情分析、天气、未来爆护指数等等。先别急，出钓前，先看「鱼情」指数。在应用上方，先选择目标鱼类后，应用会基于当前天气、地理位置和时间段内，判断分析各种鱼类的活跃度和咬钩概率，并提出「鱼情」指数，搭配显示停口、口稀、良好等标签提示。选择鱼种后，我们可以直观地判断现在这个天气下，目标鱼是不是好钓。除了当天，应用还提供了未来 24 小时、未来 7 日鱼情分析，并且提供逐小时的气温、气压、风向、风力和降雨等信息，将这些天气变化与目标鱼的鱼情结合起来，即可判断哪天哪时最容易钓到鱼。如果你是周末才有时间钓鱼，可以提前比较未来几天的鱼情和推荐时段，再决定具体哪一天出门。除了查看钓鱼天气之外，在应用中，我们可以把自己的钓鱼经历记录下来。在「出钓记录」中，我们可以记录每次的「上鱼」时刻或是「空军」情况。每次记录都支持选择钓点、时刻、鱼种和钓法，以及补充照片。应用会自动记录当时的天气，并且在今后出现相似天气时发出通知提醒。在「钓点地图」中，我们可以记录并查看自己的私有钓点，在应用内的地图中定位，即可快速添加。这样积累一段时间之后，每个钓点都会形成一段历史数据，记录本身会反过来