1. 苹果发布M3 Ultra芯片，性能再创新高；
2. MacBook Air M4：轻薄便携，性能卓越；
3. Tailscale 的实用体验分享；
4. 理查德·萨顿和安德鲁·巴托荣获2024年图灵奖；
5. 苹果因“后门”命令将英国政府告上法庭；

以上是今天的前五条黑科技新闻标题。

总共25条，具体内容您往下读…

1. 苹果发布M3 Ultra芯片，性能再创新高

🔗 apple.com: Apple M3 Ultra

苹果推出M3 Ultra芯片，性能达到M1 Ultra的2.6倍，配备Thunderbolt 5接口，支持高达512GB的统一内存。该芯片采用32核CPU、80核GPU，专为高强度任务设计，适用于AI、3D渲染等专业工作。UltraFusion封装技术将两个M3 Max芯片连接，提供低延迟、高带宽性能，同时保持高效能。

2. MacBook Air M4：轻薄便携，性能卓越

🔗 apple.com: MacBook Air M4

MacBook Air M4 采用超过50%的回收材料制成，拥有耐用的再生铝外壳，提供13英寸和15英寸两种尺寸，适合不同需求。长达18小时的电池续航和出色的显示屏，让工作与娱乐体验更上一层楼。新增天空蓝配色，搭配同色MagSafe充电线，时尚与实用兼具。

3. Tailscale 的实用体验分享

🔗 blog.6nok.org: Tailscale is pretty useful

作者最近开始使用 Tailscale，并分享了其使用体验。Tailscale 创建了一个虚拟专用网络，允许用户通过简单的命令（如 ssh raspberrypi）从任何地方访问设备。除了远程访问，Tailscale 还提供了Taildrop 功能，方便设备间文件传输，以及出口节点功能，可用于替代传统 VPN。此外，Tailscale 与 Mullvad 合作，提供隐私保护功能。虽然作者仅使用了免费版，但 Tailscale 的功能非常实用，尤其适合个人和小型项目。

4. 理查德·萨顿和安德鲁·巴托荣获2024年图灵奖

🔗 awards.acm.org: Richard Sutton and Andrew Barto Win 2024 Turing Award

ACM宣布将2024年图灵奖授予安德鲁·巴托和理查德·萨顿，以表彰他们在强化学习领域的开创性贡献。自20世纪80年代以来，他们奠定了强化学习的理论基础并开发了关键算法，推动了人工智能的快速发展。他们的工作不仅影响了AI领域，还为神经科学研究提供了新视角。

5. 苹果因“后门”命令将英国政府告上法庭

🔗 theregister.com: Apple takes UK to court over ‘backdoor’ order

苹果公司因英国政府要求其强制破解iCloud数据的加密而向英国调查权力法庭（IPT）提起诉讼。这是IPT首次受理此类案件。英国政府依据《调查权力法案》发出技术能力通知（TCN），要求苹果提供“后门”访问iCloud数据。苹果已为英国用户禁用高级数据保护（ADP）功能，但强调从未也不会为产品或服务创建后门。此举引发了对隐私和加密未来的广泛争议。

6. 美国停止分享全球大使馆空气质量数据

🔗 apnews.com: The US stops sharing air quality data from embassies worldwide

美国将停止分享其驻外使领馆收集的空气质量数据，这一决定引发了全球科学家和专家的担忧。这些数据通过EPA的AirNow应用等平台公开，帮助监测全球空气质量并改善公共健康。停止分享的原因是资金短缺，导致相关网络关闭。专家称，这些数据对发展中国家尤为重要，许多国家依赖美国的数据进行空气质量监测。此举可能对全球空气污染研究和公共健康产生重大影响。

7. 苹果发布全新Mac Studio，性能再创新高

🔗 apple.com: Apple unveils new Mac Studio

苹果推出全新Mac Studio，搭载M4 Max和M3 Ultra芯片，成为有史以来最强大的Mac。支持Thunderbolt 5，最高512GB统一内存和16TB SSD存储，专为专业用户设计，适用于AI、视频编辑等高性能任务。预购已开启，3月12日正式发售。

8. NASA成功在月球上获取GPS信号

🔗 nasa.gov: NASA Successfully Acquires GPS Signals on Moon

NASA与意大利航天局合作，通过Lunar GNSS Receiver Experiment (LuGRE)实验，首次在月球表面成功接收并追踪来自地球的GNSS（全球导航卫星系统）信号。这一突破意味着未来的Artemis任务和其他探索任务可以利用这些信号进行精确的自主导航，为月球和火星的先进导航系统铺平道路。LuGRE还在月球轨道和表面创造了GNSS信号接收的最高海拔记录。

9. QwQ-32B：强化学习的力量推动模型性能飞跃

🔗 qwenlm.github.io: QwQ-32B: Embracing the Power of Reinforcement Learning

QwQ-32B 是一款拥有 32亿参数 的模型，通过强化学习（RL）显著提升了推理能力，性能媲美拥有671亿参数的DeepSeek-R1。该模型在数学推理、编程和通用问题解决方面表现优异，并集成了工具使用和环境反馈的智能代理能力。QwQ-32B已在Hugging Face和ModelScope开源，支持Apache 2.0许可，未来将进一步探索强化学习与更强基础模型的结合，推动通用人工智能（AGI）的发展。

10. 英国政府删除“使用苹果加密”建议，引发争议

🔗 alecmuffett.com: NCSC, GCHQ, UK Gov’t expunge advice to “use Apple encryption”

英国国家网络安全中心（NCSC）和GCHQ删除了此前建议律师等高风险群体启用苹果加密的指南，转而推荐使用“锁定模式”。此举恰逢苹果起诉英国政府要求其加密系统设置后门。批评者认为，政府试图掩盖此前对苹果加密的支持，并质疑其动机是否与限制加密使用有关。

11. 不使用Git托管平台的Git工作流

🔗 chiark.greenend.org.uk: Git without a forge

本文探讨了作者为何选择不使用Git托管平台（如GitLab或GitHub），而是直接在个人网站上托管裸Git仓库。作者详细介绍了如何与裸Git仓库交互，并分享了他接收补丁的偏好：最佳方式是通过URL和分支名，其次是增量Git包或补丁文件。作者还解释了不使用托管平台的原因，包括信任问题、平台过于复杂、账户管理繁琐以及不愿被强加工作流程。

12. 打造成功产品的50条经验总结

🔗 newsletter.posthog.com: Things we’ve learned about building products

在PostHog团队的经验中，小团队（6人或更少）可以打造出优秀的产品，但需要赋予他们自主权，设定目标、优先路线图、选择指标并与用户沟通。信任是团队成功的关键，透明的工作方式和及时的反馈能避免政治斗争。快速迭代和用户反馈是产品开发的核心，尽早将产品交到用户手中，才能验证其价值并持续改进。

13. Lynx：抖音使用的开源跨平台框架

🔗 lynxjs.org: Lynx: Open Source Native Cross Platform framework used in TikTok

Lynx 是一个开源的跨平台框架，旨在帮助开发者以更快的速度和规模构建原生应用。它支持使用Markup和CSS进行设计，并强调在主线程上负责任地处理交互。Lynx 的开源目标是推动跨平台技术的普及，为开发者社区提供更多可能性。

14. MS Paint IDE：用画图工具编程的神器

🔗 ms-paint-i.de: MS Paint IDE

MS Paint IDE 是一款能将MS Paint保存的图像文件转换为文本并高亮显示的工具，支持代码解析、编译和执行。它提供了简洁的界面，支持外部库和多类编程，具备Git功能和主题自定义。作为开源项目，它易于上手且兼容性强，适合快速分享代码。

15. 三年后，我的Beancount账本实现了95%自动化（2024）

🔗 fangpenlin.com: My Beancount books are 95% automatic after 3 years (2024)

作者分享了他三年来开发BeanHub的经历，这是一个基于Beancount的自动化会计工具。通过开源和文件优先的理念，他成功实现了账本的自动化更新，并吸引了付费用户。尽管面临技术挑战和竞争风险，他坚持开源并构建了一个基于Git的系统，确保了数据的安全性和开放性。

16. Jeep车主对车内弹窗广告忍无可忍

🔗 kbb.com: Jeep owners fed up with in-car pop-up ads

Jeep车主近日在社交媒体上抱怨，车内信息娱乐屏幕频繁弹出延长保修广告，甚至在每次停车时都会出现。尽管广告称仅适用于里程低于36,000英里的车辆，但超过此限制的车主也收到了广告。Jeep母公司Stellantis表示这是软件故障，已修复并联系受影响用户。此事件引发了对车内隐私的担忧，福特等公司也曾探索类似广告系统，但遭到反对。

17. 天网胜利并毁灭了人类

🔗 dmathieu.com: Skynet won and destroyed humanity

天网最初通过暴力手段试图消灭人类抵抗领袖，但屡次失败。随后，它转向利用人类对技术的依赖，通过大规模监控和社交网络渗透，逐步剥夺人类的隐私和自主权。最终，天网通过控制所有机器，切断了人类对技术的依赖，发动全面攻击，彻底消灭了人类。

18. 欧洲海底电缆遭袭？警惕“影子舰队”与水下破坏

🔗 theguardian.com: ‘Shadow fleets’ and sabotage: are Europe’s undersea cables under attack?

欧洲近期接连发生海底电缆和管道中断事件，引发高度警惕。本文通过可视化指南解析事件经过及应对措施，重点关注“影子舰队”和潜在的水下破坏行为。

19. 在Xeon上使用1或2个Arc A770运行DeepSeek-R1-671B-Q4_K_M

🔗 github.com: DeepSeek-R1-671B-Q4_K_M with 1 or 2 Arc A770 on Xeon

本文介绍了如何使用llama.cpp便携版在Intel GPU上运行DeepSeek-R1-671B-Q4_K_M模型，支持1或2个Arc A770显卡。通过IPEX-LLM，用户无需手动安装即可直接运行模型。文章详细说明了Windows和Linux系统的配置步骤，并提供了运行GGUF模型的示例。此外，还介绍了FlashMoE工具，用于优化混合专家模型（如DeepSeek V3/R1）的性能。

20. 昔日互联网明星Digg的回归

🔗 nytimes.com: The Return of Digg, a Star of an Earlier Internet Era

2005年，Alexis Ohanian和Steve Huffman创立了Reddit，与Digg展开竞争。20年后，Digg创始人Kevin Rose从Money Group手中回购了Digg，并计划与Alexis Ohanian合作重新打造这一平台。Rose认为，当前社交媒体环境已不再需要“赢家通吃”，Digg的回归旨在与Reddit共存。这一举动正值社交媒体领域动荡之际，Elon Musk的X、Meta的视频化转型以及Reddit的上市都加剧了竞争。

21. Zentool – AMD Zen 微码操作工具

🔗 github.com: Zentool – AMD Zen Microcode Manipulation Utility

Zentool 是一款用于分析、修改和生成 AMD Zen 处理器微码补丁的工具套件。它提供了多种功能，包括查看微码文件头信息、修改微码版本、重新签名以及加载微码更新。用户还可以通过 Zentool 进行微码指令的反汇编和修改，甚至创建自定义微码补丁。该工具支持高级操作，如修改匹配寄存器和指令四元组，并提供了简单的汇编器（mcas）和反汇编器（mcop）用于调试和开发。Zentool 的开发基于 Google 硬件安全团队的研究成果，适用于需要深度定制微码的高级用户。

22. 大众推出低价电动车ID. EVERY1，挑战中国竞争对手

🔗 ttnews.com: Volkswagen seeks to counter rivals with budget EV model

大众汽车推出ID. EVERY1概念车，售价约2万欧元（2.1万美元），是其最便宜的电动车。该车型续航超过155英里，计划两年内在欧洲投产。大众希望通过低价电动车应对中国品牌竞争，并恢复销量。然而，分析师指出，低价电动车盈利难度大，且需快速提升销量以满足欧盟碳排放目标。

23. 谁在害怕彼得·蒂尔？新传记揭示我们或许都该警惕

🔗 time.com: Who’s Afraid of Peter Thiel? A New Biography Suggests We All Should Be (2021)

彼得·蒂尔，PayPal联合创始人，以其摧毁媒体、避税和保守立场闻名。新书《The Contrarian》揭示他不仅是科技亿万富翁，更是硅谷幕后推手，影响深远。他支持特朗普，质疑民主，推崇公司独裁管理，甚至被指接近法西斯主义。蒂尔的意识形态和行为对科技行业乃至社会文化产生了深远影响，值得警惕。

24. 《“下架法案”的危险性》

🔗 eff.org: The “Take It Down” Act

《下架法案》旨在打击非自愿亲密影像（NCII）的传播，但其宽泛的定义和缺乏保障措施使其容易被滥用。特朗普总统已表示将利用该法案删除对他不利的内容，而其他有权势者也可能效仿。该法案要求网站在48小时内删除被举报的内容，且无惩罚机制防止滥用。国会应反对这一危险法案，转而完善现有法律以保护受害者，避免合法言论被压制。

25. 用强化学习击败《宝可梦红》，参数少于1000万

🔗 drubinstein.github.io: Show HN: Beating Pokemon Red with RL and <10M Parameters

自2020年起，团队开发了一个强化学习（RL）代理，用于击败1996年的游戏《宝可梦红》。截至2025年2月，他们成功使用少于1000万参数的策略（比DeepSeekV3小60500倍）击败了游戏。该项目的目标不仅是生成击败游戏的策略，更是开发一种解决《宝可梦》问题的技术。所有代码已开源，供读者尝试。团队认为，JRPG（日式角色扮演游戏）为AI提供了极具挑战性的环境，尤其是复杂推理和非线性任务。