Tony 的出海闲聊:SEO、OpenAI、跨境电商 等话题讨论|乐酷网(第9页)
出海闲聊 · 社区

出海闲聊

出海从业者交流社区,分享海外服务器使用心得、行业动态与实战经验,登录后即可发帖参与讨论。

Tony
@tony_su197 条帖子

OpenAI安全团队又走一人

最近OpenAI安全团队的人事变动有点密集,Robinson的离开又给这条线添了一笔。他此前负责政策规划,在Safety Systems团队参与了不少安全透明度工作,包括System Cards的开发和发布,这类文件主要说明模型能力、限制、风险和安全评估结果。目前他本人没有公开离职原因,OpenAI也没给具体说明,所以外界只能看到人事变动本身,没法直接归因到某个安全事件或政策分歧。

把时间线拉一下会更清楚。10月1日,OpenAI宣布与三名研究人员结束合作,理由是他们在处理敏感公司信息时没有遵循既定程序,破坏了公司依赖的信任关系。有媒体报道称这三人涉嫌向外部AI安全组织分享机密信息,但OpenAI没有公开具体是什么信息,也没有确认报道细节。所以能确认的只有违规处理敏感信息这个事实,信息流向和分享内容目前还停留在媒体层面。再往前看,今年早些时候安全负责人Johannes Heidecke也离开了。同时公司面临的安全议题在变多,包括模型行为异常,以及此前披露的Hugging Face安全事件。那个事件里,OpenAI的AI智能体在一次安全测试环境中突破了原本不应允许互联网访问的隔离环境,接触到了外部网络资源。OpenAI随后发布了分析,并表示会加强模型安全、监控和对齐机制。Robinson在9月曾公开谈到内部对AI能力快速发展的认识。他说公司里越来越多人意识到高度能力模型可能带来的影响,但也表达了对安全改革速度是否够快的疑问。他写道,OpenAI的变化确实日新月异,但自己不知道是否变化得足够快。现在这段话被重新翻出来,是因为他本身就是负责安全透明度和政策规划的人,不过没有证据表明这番表态和离职有直接关系。

0
90

谷歌警告虚假作者资料

最近谷歌更新了「以人为本」的内容指南,明确把虚假作者资料列为欺骗行为。具体例子包括用 AI 生成的头像、编造的名字和假资历来假装有人类专家背书。其实谷歌的搜索质量评分员指南早就把这类做法写进去了,现在终于同步到面向站长的页面。

这个变化对做内容站和联盟营销的人来说是个明确信号:别再想着随便挂个假作者就能糊弄过去。以前很多人批量做站,作者页放个 AI 头像、编个「资深编辑」头衔,内容全是洗稿或机器生成。谷歌现在把这条写进官方指南,意味着人工审核和算法都可能盯上这块。从实操角度看,如果你运营的是多作者博客或新闻站,最好赶紧检查作者页。真实姓名、可验证的社交账号、真实的履历,这些能补就补。如果确实用了 AI 辅助写作,作者署名至少要是真实存在、能对内容负责的人。别用「编辑部」这种模糊说法来回避,谷歌的评分员指南里对「谁对内容负责」看得很重。另一个值得注意的点是,谷歌把虚假作者和「以人为本」的内容理念绑在一起。这背后的逻辑是:如果连作者都是假的,那内容大概率也不是为真人写的。对正经做原创的团队来说,这反而是好事,因为那些靠假人设批量产垃圾的站会被进一步打压。我的判断是,这不会立刻引发大规模降权,但会成为后续算法更新的一个参考维度。建议做跨境内容站的朋友,把作者真实性当成和原创度同等重要的基础项来对待。毕竟信任一旦被判定为造假,恢复起来比单纯的内容质量差要难得多。

0
86

Tailcat 即用即抛的临时隧道

最近注意到 Tailscale 开源了一个叫 Tailcat 的小工具,定位很明确:把 netcat 那种随手连一下的体验,和 Tailscale 底层的加密组网能力拼在一起。它不需要注册账号,也不用加入 Tailnet,一台机器跑 `tailcat serve` 拿到一个 tcp 开头的临时地址,另一台机器直接 `echo hello | tailcat tcp...` 就能收到内容。整个过程像在聊天窗口里发一个一次性口令,用完即弃,没有常驻配置的负担。

我觉得它最值得关注的地方,是连接策略。双方网络条件允许时优先走 P2P 直连,打不通才回落到 Tailscale 的 DERP 中继,而且 DERP 可以自托管。这意味着你既拿到了接近内网直连的速度,又保留了一条兜底通道。对于经常在客户现场、咖啡馆、云主机之间来回跳的开发者来说,这种「先试直连、不行再中继」的默认行为,比手动配 frp 或 ssh 隧道省心得多。具体用法上,除了最基础的收发文本,它还覆盖了几个高频场景。传文件时接收端先 `tailcat recv ~/tailcat-inbox`,发送端用 `tailcat cp photo.jpg tcpGxxxx:`,注意地址末尾的冒号别漏。端口转发则是服务端 `tailcat serve 8080`,客户端 `tailcat forward tcpGxxxx 18080:8080`,之后访问本机 18080 就等于访问服务端的 8080,SSH、RDP 都能这么套。不过 Exit Node 模式我劝你先别抱期待,实测失败,社区里也有同类案例。它更适合的场景是客户端去访问服务器端所在的局域网服务,比如在家里网关上跑一个 tailcat,出门就能顺手摸到 NAS。这个方向反而比全局出口更实用,也更符合它「临时通道」的定位。

0
154

社媒互动率怎么破局

最近看到一份关于 2026 年社媒互动玩法的梳理,核心结论很直接:互动率没有统一标准,1% 到 5% 都算健康,具体得看平台。这个区间其实挺宽,意味着拿单一数字去考核所有渠道本身就不合理,做跨境的团队尤其容易在这里踩坑。

真正有效的打法已经不再是堆发布频率,而是把互动内容、发布时间、社交聆听和 AI 工作流串起来。我的判断是,AI 在 2026 年的价值不在于替你写文案,而在于把评论情绪、私信意图和竞品动向快速归因,让运营从「凭感觉回」变成「按信号回」。平台差异被反复强调,这点我特别认同。TikTok 上能引爆的梗,搬到 LinkedIn 或 Instagram 大概率水土不服,所以别指望一套素材全平台通投。与其追求大而全的内容日历,不如针对每个平台的核心互动动作做小步测试,比如评论区置顶提问、投票贴纸、收藏引导,这些成本低但反馈快。另一个容易被忽略的点是数据归集。把各平台互动指标放到一个面板里看,才能发现哪些内容形态在跨渠道复现,哪些只是单平台偶然爆量。团队要证明 ROI,靠的不是截图,而是能对比的趋势线,这样调整预算和人力时才有底气。我的建议是,先把「互动」拆成可执行的动作,再让 AI 接手重复判断,人负责创意和关系维护。2026 年拼的不是谁发得多,而是谁回得准、测得清、改得快。

AI社媒监听2026年怎么玩

最近看到一篇讲2026年AI社媒监听的文章,核心逻辑其实不新鲜:用自然语言处理和机器学习去扫海量帖子,实时抓情绪、趋势和冒头的话题,替代过去靠人肉盯关键词的笨办法。但真正让我在意的是,它把这件事从「舆情工具」推向了「决策工具」——企业不再只是看热闹,而是拿这些数据去管危机、盯竞品、找达人、调投放。

文章里提了一个NBA球队的案例,用AI监听来提升互动。具体数字没给全,但方向很清楚:体育营销的节奏极快,比赛打完几分钟内情绪就炸了,靠人工整理根本追不上。AI能做的不是替你发帖,而是告诉你哪句话、哪个球员、哪个瞬间正在被讨论,然后运营团队立刻跟上。工具层面,2026年被点名的有Social OS(Lumen)、Brandwatch、Sprinklr、Brand24、YouScan、Meltwater、Mention和Sprout Social。这份名单基本覆盖了从轻量到企业级的梯队,但选型时别只看功能列表。我的判断是,真正拉开差距的是数据覆盖广度和情绪判断的准确率,尤其是中文和东南亚小语种的语境,很多工具一碰到反讽和网络梗就翻车。衡量效果这块,文章建议盯四个指标:声量份额、情绪走势、危机响应时间,以及监听数据到底影响了哪些业务决策。最后一条最容易被忽略,也最致命。如果一份监听报告看完就进了周报附件,没人拿它改文案、调预算、换达人,那这套系统再贵也只是个昂贵的仪表盘。对做出海的人来说,AI监听的价值可能比国内还大。跨时区、跨语言、跨平台,人工根本盯不过来。但别指望开箱即用,前期得把关键词、竞品名单、情绪标签调准,否则噪音会淹没信号。工具是放大器,前提是你知道自己想听什么。

0
92

让 Claude 直接发帖,我劝你先别急

最近看到不少人在讨论把 Claude 接到社媒工具里,从写稿到排期发布一条龙。说实话这个方向我认同,但落地节奏得压一压。

现在的玩法大致是:Claude 不再只当写手,而是通过 MCP 连接器接进你的社媒后台,在对话里就能规划内容、排期、发布。配置通常几分钟搞定,不用写代码,对没有技术背景的运营来说门槛确实低了不少。以前那种写完复制、切标签页、手动排期的流程,理论上可以省掉中间几步。但能力边界要看清。它能做的是把内容推进到发布环节,做不到的是替你判断这条内容该不该发。品牌调性、合规红线、热点敏感度,这些还是人的活。我见过太多团队把 AI 当甩手掌柜,结果一条措辞翻车的帖子挂了一整天。我的建议是三条底线:
- 品牌指南先喂给 Claude,语气和禁用词写清楚,别指望它自己猜
- 权限收窄,只给必要的账号和发布范围,别一上来就全量授权
- 发布前必须人工过一遍,排期可以自动,点击发送这个动作最好留给人另外提醒一句,社媒账号一旦被 AI 误操作,删帖道歉的成本远高于省下的那点时间。工具是好工具,但把它当助手而不是替身,才是现阶段比较稳的姿势。你们团队现在敢让 AI 直接发帖吗,还是仍然卡在最后一步人工审核?

0
102

Laravel 禁 issue 只收 PR 这事值得聊

上周 Laravel 宣布禁止提交 issue,只能提交 Pull Request。第一反应是这也太离谱了,用户连问题都不能报,难道人人都得读懂源码自己动手?但仔细想想,这个规定其实挺合理,甚至我觉得值得不少开源项目抄作业。

最直接的好处是垃圾 issue 会大幅减少。愿意花时间提 PR 的人,对问题本身更上心;而机器人和骚扰者只会随手丢一条 issue,根本不愿意多走一步。对维护者来说,PR 里能拿到的信息远比 issue 多,定位和解决问题的时间反而更少。有人会说这增加了普通用户的提交门槛,我不同意。现在不懂源码也能提 PR,把问题描述给 AI,让它生成补丁就行。在 AI 时代,提交 PR 的成本已经和提交 issue 差不了多少,门槛这件事正在被技术抹平。更深层的原因是开源项目资源严重不足,根本应付不了激增的 issue。过去的逻辑是鼓励用户把问题抛出来,指望维护者解决;现在更该鼓励大家一起为项目出力。这个转向我觉得是必然的,维护者的精力才是最稀缺的资源。另一条让我愣住的新闻是 Anthropic 用 Claude 完成了史上最长的数学程序。团队把怀尔斯 129 页的费马大定理证明翻译成 Lean 语言,Claude 花了 11 天,先证明超过 3 万个辅助定理,实际用到 2 万 9 千多个,消耗数十亿 Token,最终代码 1300 万行。这个翻译项目数学界多年没啃下来,结果被 AI 跑通了,代码已经挂在 GitHub 上。两件事放一起看,AI 正在同时改变开源协作和数学证明的生产方式,值得每个从业者认真想一想。

0
96

Shopify 弃用 React Native 转原生

刚看到 Shopify 把移动端从 React Native 切回 Swift 和 Kotlin 原生开发,说实话一点都不意外。六年前他们高调拥抱 Web 技术,理由说得漂亮,什么跨平台复用、开发者灵活,但圈内人都清楚,核心就是省一个团队的钱。如今掉头,表面是 AI 让语言翻译变得廉价,本质还是算账逻辑变了。

我自己的判断是,React Native 被替代真不冤。从 2015 年发布到现在超过十年,一些基础体验问题始终没被彻底解决,上手门槛也不低。当一个中间层既没带来足够好的性能,又没省下想象中的成本,它被原生方案反超只是时间问题。AI 更像加速器,让写原生代码的边际成本快速下降。这件事对做跨端的朋友是个提醒:技术选型别被「一套代码跑两端」的口号绑架。真正该算的是长期维护成本、性能天花板和团队能力,而不是短期少招几个人。翻译层一旦失去成本优势,它的存在价值就会被重新审视。顺带说一句,这期周刊还提到联合国投票建议废除墨卡托投影,改用平等地球投影。墨卡托把高纬度地区拉得过大,赤道附近的非洲看着跟格陵兰差不多,实际面积差了 14 倍。地图投影的失真和代码抽象层的失真,本质上是同一类问题:为了方便,总要付出代价。所以我现在看技术新闻,更愿意问一句:这个方案省下的,到底是真成本,还是只是把成本挪到了以后?Shopify 的转身,大概就是这个问题的最新答案。

0
80

Flash 模型同题挑战旗舰,结果有点意外

国庆假期 AI 圈没闲着,新模型一个接一个上线。旗舰忙着刷能力上限,主打速度和性价比的模型则在抢日常工作,但两边分工越来越模糊。过去要请旗舰出马的任务,现在交给名字带 Flash 的模型,能做到什么程度?前端创作是个很直观的观察窗口,配色、排版、动画和交互摆在一起就能看出差别。

上个月 Claude Opus 5.5 发布后,X 上有人用它做动态作品集,有人画水墨动画,代码生成的作品已经有了各自风格。最近我又注意到一款国产模型成为 X 网友新宠,就是上线不久的 MiniMax M3.1 Flash Preview。此前以 Space Bunny 为名受到开发者关注的匿名模型,也被网友关联到 MiniMax M 系列,连 OpenCode 联合创始人都建议用测试 Opus 5.5 的题目来试试它。名字带 Flash 容易让人先想到速度和性价比,但我更想验证它在前端创作上能否与旗舰一较高下。我沿用 Opus 5.5 优质案例的公开提示词,在 MiniMax Code 里做了一段 15 秒动态设计作品集,只追加 MP4 交付要求,没指定配色、字体和分镜。M3.1 Flash 给出的成片是米白大字铺满黑底,荧光绿从字母背后亮起,文字退场后圆环和三角形沿轨道运动,接着出现波形、跳动数字和能力列表,始终沿用黑底荧光绿的搭配。对比原作者的 Opus 版本,左边更像一组动效练习的展示,右边则把几何元素放进统一视觉体系,更有科技主题短片的感觉。如果给一个科技项目选方向,我会更偏向 M3.1 Flash 这版。它的完成度和视觉一致性超出我对 Flash 档位的预期,说明轻量模型在前端创作上已经能承接不少原本属于旗舰的活。当然,单次同题不能说明全部,复杂交互和长链路任务仍需观察。

0
386

谷歌搜索新增多模态数据

做独立站这几年,最头疼的就是流量来源越来越模糊。今天看到谷歌搜索控制台正式上线了「多模态搜索」报告,也就是把 Lens、安卓的圈选搜索、图片上传搜索、Chrome 右键搜图这些入口的数据单独拆出来给你看。说实话,这个更新来得挺及时——以前图片搜索的流量基本是黑盒,你只知道有曝光,但不知道用户到底是通过拍一张照还是圈一下屏幕进来的。现在能在效果报告里按多模态类型筛选,还能导出数据,至少能判断你的视觉内容在 AI 搜索时代有没有被吃掉。

我的判断是,这对做电商和视觉类内容的站点是个信号:别再只盯着关键词排名了,图片和视频的「可被搜索性」会变成新的优化战场。尤其是 Circle to Search 这种交互,用户意图比传统文字搜索更直接,转化路径也短。但反过来,如果你的图片没有结构化数据、没有清晰的 alt 和上下文,很可能连被多模态索引的机会都没有。建议这周就去后台看看新报告,把那些高曝光低点击的图片挑出来,重新想想它们到底在回答用户什么问题。

0
92

国庆河南自驾 别把攻略全交给AI

国庆一家四口从山西自驾河南七天,还带着两位老人和一台新能源车,出发前我照例把攻略做扎实了。但这次不一样,查资料、对信息这些体力活我基本交给了 Agent,小红书自带的 AI 助手「点点」也帮我挖到不少有用信息。我的结论是:AI 能做攻略,但别指望一句话丢过去就照单全收。

一键生成的行程有三个硬伤:忽略人的生理极限,从早排到晚没有喘息;时空计算脱离实际,假期路况、景区排队、城际车程全算不准;酒店餐饮只能定位到模糊大区域,具体房型、真实性价比和特色菜品根本落不了地。我的做法是先自己摸清主线,再让 Agent 在底稿上做精准微调。两条原则最关键:一是从噪音里识别信号,只有能直接支持「今晚住哪、几点抢票、这家店去不去」的信息才值得带进行程;二是一手信息优于二手转述,营业时间、门票政策、预约规则这些关键节点,必须回到官方原文核对,达人笔记每转一手就多一层折损。

0
102

AI能力成本三年暴跌数千倍

刚看到Epoch AI发的一份报告,把AI能力成本下降称为“思想价格的暴跌”。数据挺震撼的:如果按相同能力水平衡量,AI成本下降速度是DNA测序的四倍、计算性能的六倍,锂电池更是没法比。报告里有个规律特别值得注意——某项能力刚达到业界最先进水平时,成本每季度能降66%,一年就是75倍;但两年后降速就放缓到每季度32%。这意味着前沿模型的领先窗口期越来越短,今天花大价钱才能实现的能力,几个月后可能就成了标配。

不过报告也提醒,成本下降不等于所有AI服务都会变便宜。最先进的模型为了追求更高准确率和推理能力,反而会消耗更多算力,前沿运行成本可能依然很高。我的判断是,这对应用层创业者是巨大利好:以前很多因为成本太高做不了的场景,比如教育、医疗、制造里的AI落地,现在商业可行性正在快速提升。但也要清醒,靠模型能力本身建立护城河越来越难,真正的壁垒会转移到数据、场景和产品体验上。价格战打下去,服务商的日子未必好过,可对整个行业渗透来说,这确实是关键转折点。

0
106

2Do 现代重构:老牌任务管理的新生

用了 2Do 新版一个多月,最大的感受是:它没有为了现代化而砍掉老用户依赖的高自由度,反而把「可调」这件事做得更彻底了。旧版那种密集控件、灰暗配色确实在近年的 macOS 上显得过时,新版靠留白和清晰的模块分割把三栏布局重新收拾了一遍,左侧列表与智能筛选、中间任务、右侧标签和地理信息,整体清爽很多。

真正让我留下的是那些细节开关:浅色和深色模式可以独立配主题,字体大小、行间距、内容密度都能调,老版本里我喜欢的友好相对日期、逾期标红也还在。新增的 Busy Days 会把日历日程密度做成热力图,排任务时能提前避开冲突;标签可以折叠成小图标,按住 Option 临时展开。多窗口支持也算补上了 Mac 端的老短板,Control-Option-Command-N 就能从当前视图拉出新窗口。我的判断是,2Do 这次重构不是跟风做减法,而是把「专业工具该有的控制权」重新包装成了现代样子,适合愿意花时间调教工具的人。

0
114

树莓派5涨价,入门款不再香

刚看到树莓派5 2GB从50美元涨到77.5美元,两年多涨了55%,连树莓派4 2GB也到了67.5美元。Eben Upton说内存价格已经"不可持续",之前靠维持1GB/2GB价格来保入门用户的策略彻底撑不住了。这波涨价的根源还是AI数据中心把DRAM、LPDDR和HBM的需求拉爆,整个内存产业链都在承压,树莓派基金会今年2月和4月已经调过两次价,还专门出了个树莓派4 3GB来填价格空档。

说实话,2GB版本原本最大的卖点就是50美元的低门槛,现在逼近80美元,性价比优势基本没了。做轻量服务器、软路由或者嵌入式项目的人,可能得认真看看其他ARM单板或者二手市场了。树莓派5本身的性能没得说,四核A76加自研RP1 I/O芯片,PCIe 2.0和双4K输出都在,但价格一旦脱离"低价单板"的定位,用户的选择逻辑就变了。更麻烦的是官方没给降价时间表,只要AI服务器需求还在,内存成本就很难回落,后续产品大概率还得继续承压。对做硬件选型的人来说,现在可能是个重新评估平台路线的节点。

0
104

AI做印刷设计真能省掉设计师吗

最近试了下用ChatGPT加Canva跑印刷物料,流程比想象中顺。关键是把需求当客户brief给:说清楚是什么物料、放什么内容、印刷规格,有品牌规范就传上去。生成初稿后直接用编辑工具圈改,去背景、标记删除、手绘调整都行,反复迭代到能看。再丢进Canva用Magic Layers拆成可编辑图层,修字体、调间距,最后微调就能出片。对身兼策略、内容、数据、客户沟通的人来说,这确实能省掉外包设计的来回沟通成本。

但我的判断是,它替代不了设计师,只是把「从0到0.8」这段压缩了。真正值钱的仍是审美判断和印刷落地经验,比如出血、色彩模式、纸张适配这些坑,AI给的稿子经常要人工兜底。所以更现实的用法是把它当草稿机,而不是终稿机。小团队可以靠它快速验证方向,专业设计反而该把它当提效工具,别指望一键出街。

0
114

LinkedIn 严打 AI 水文后怎么玩

LinkedIn 这波对 AI 内容的打击力度比想象中狠,每天拦掉几十万条自动评论、几个月内拦掉数十亿次发帖尝试,还上线了让用户举报「AI 垃圾」的入口,创作者后台甚至能直接看到受众是否觉得这篇像 AI 写的。更关键的是,他们把原来那个「enhance your post」的改写功能换掉了,改成只做校对、保留作者原本语气。这个信号很明确:平台不反对你用 AI,反对的是你让 AI 替你说话。

我自己的判断是,AI 在 LinkedIn 上最安全的用法是放在「后置环节」而不是「前置环节」。选题、观点、个人经历必须自己出,AI 只用来做结构梳理、错别字校对、把长句拆短、给三个标题备选。评论区别偷懒用 AI 批量刷,那正是被重点盯防的区域。视频和直播也一样,脚本可以辅助,但出镜的人得有真实表达。广告文案倒是可以更大胆用 AI 做 A/B 测试,因为那是投放素材不是个人信誉。说白了,LinkedIn 现在惩罚的不是 AI 本身,而是「没有信息增量的内容」。只要你的帖子里有别人抄不走的经验和数字,AI 帮你润色反而加分。

0
164

Windows 原生跑 Linux 容器正式版来了

微软把 WSL 容器从公测转正了,跑一句 wsl --update 就能升级。最直观的变化是命令从 docker 换成 wlsc,镜像默认还是从 Docker Hub 拉,hello-world 那种入门测试几乎零迁移成本。对常年被 Docker Desktop 授权费卡脖子的团队来说,这事值得认真看一眼——尤其公司规模到了要按人头付费的阶段,能省掉一层中间商总是好的。

但我不觉得 Docker Desktop 会因此被立刻替代。WSL 容器现在给的是 CLI 和 API 两条路,API 那块能直接在原生 Windows 应用里编程调用容器,跑本地 AI 负载或者云上容器化应用的本地调试,这个场景比单纯省个 Docker Desktop 更有想象力。真正要观察的是生态兼容性:compose、volume 挂载、网络模式这些日常高频操作能不能无痛平移,以及 CI 里那套脚本要不要重写。短期我会先在个人机器上并行跑,生产流水线再等一两个版本看看社区反馈。

0
130

选对种子词比翻译更重要

做国际SEO这些年,我越来越觉得「别翻译关键词,要原生调研」这句话虽然对,但漏掉了最关键的一步:第一个种子词到底怎么选。很多人一上来就把本国市场的品类词翻成目标语言,觉得既准确又地道,然后丢进工具里跑——结果要么零结果,要么拉出一堆跟真实需求无关的词。我自己就踩过这个坑。

举个最直观的例子:同一天、同一个美国数据库里,「commercial drone operator training」什么都搜不到,换成「Drone pilot training」直接打开两万六千多个关键词的盘子,还带出了「FAA Part 107」这种真正有商业价值的合规词。差别不是语言地不地道,而是你假设了这个市场怎么称呼自己。种子词其实是一个关于市场自我命名的判断,选错了,后面所有数据都建立在错误前提上。所以我现在会先花三十秒做两三个本地原生词的试探,看哪个能打开数据,再决定往哪个方向深挖。

0
172

三家印度公司被指长期提供有偿黑客服务

9 月 11 日,据路透社报道,美国三名国会议员要求美国政府将三家印度 IT 公司列入商务部“实体清单”,理由是这些公司涉嫌长期提供有偿黑客服务,针对美国公民、企业及其代理律师实施网络间谍活动。
提出这一要求的是民主党参议员罗恩 · 怀登、谢尔登 · 怀特豪斯以及共和党众议员帕特 · 哈里根。三人在本周三发出的联名信中称,相关公司对美国目标实施的定向间谍活动已持续超过 15 年。
议员要求列入实体清单的公司包括 BellTroX、CyberRoot 和 Sunkissed Organic Farms Pvt. Ltd.。Sunkissed Organic Farms 的前身为 Appin Technology Pvt. Ltd.,其子公司也在议员提出的制裁范围内。
一旦被列入实体清单,这些公司获得美国软件、云基础设施及网络安全工具的渠道将受到限制。截至报道发布时,美国商务部尚未宣布是否采纳议员的建议。
路透社称,媒体调查以及多家大型科技公司的安全报告曾将这三家公司与有偿黑客活动联系起来。路透社 2022 年的调查显示,CyberRoot 和 BellTroX 经常受西方律师及私人调查人员委托,在法律和商业纠纷中入侵相关人员。2023 年的另一项调查则将 Appin 称为这一行业的早期参与者,称其攻击目标涉及企业高管、政界人士、军方人员和富裕人士。
《纽约客》、调查新闻局以及 Meta、Google 发布的报告也曾披露与这些公司有关的黑客活动。不过,三家公司的管理人员均否认存在不当行为。Sunkissed Organic Farms、CyberRoot 和美国商务部没有回应路透社的置评请求,BellTroX 则未能取得联系。
路透社目前还在印度与一个名为“Appin 培训中心协会”的组织进行诉讼。

0
188

苹果 iPhone Duo 和三星 Galaxy Z Fold8

乔安娜 · 斯特恩(Joanna Stern)昨日(9 月 10 日)在其个人 YouTube 频道发布视频,对比了苹果首款折叠 iPhone Duo 和三星 Galaxy Z Fold8 两款折叠手机的折痕表现。
注:斯特恩是美国知名科技记者,曾在 Engadget、The Verge、ABC News 工作,2013 年加入《华尔街日报》,担任个人科技专栏作者和视频主持人,长期负责产品评测与科技调查。她于 2026 年创办独立科技媒体 New Things,同时担任 NBC News 的首席科技分析师和特约记者。
在节选自斯特恩的 18 秒对比视频中,两款手机在调整到最大亮度后打开同一个 New Things 页面,并在多个角度下移动。
正对镜头时,iPhone Duo 的中央折痕较难辨认,相对来说更浅,Galaxy Z Fold8 也接近无痕,但部分角度会出现较窄的反光线。两款设备向光源倾斜后,能看到屏幕中央的折痕表现。
附上部分视频截图在屏幕方案方面,苹果称 iPhone Duo 的 7.6 英寸内屏采用纳米纹理表面处理。该处理用于减少眩光和反射,并降低折痕的可见度。
相比之下,三星的 Flex Titanium 方案由钛合金薄膜和折叠屏下方的钛板组成。三星称,这一结构可为屏幕提供支撑,并降低折痕可见度。Galaxy Z Fold8 同时采用防反射主屏,以减少反光对折痕视觉效果的干扰。
2026 苹果秋季新品发布会专题

0
198