1. AI时代的新技能：从提示工程到上下文工程；
2. Xfinity利用家庭WiFi信号检测人体活动；
3. AI没有新创意，只有新数据集；
4. Proton加入针对苹果垄断行为的集体诉讼；
5. 如何在C语言中实现类型安全的通用数据结构；

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. AI时代的新技能：从提示工程到上下文工程

🔗 philschmid.de: The new skill in AI is not prompting, it’s context engineering

随着AI代理的兴起，上下文工程正取代提示工程成为关键能力。Tobi Lutke将其定义为“为任务提供全部必要背景信息，使大语言模型（LLM）能够合理解决问题”。

核心在于上下文质量：AI代理的成败不再取决于模型本身，而是输入信息的完整性。上下文包括系统指令、用户提问、对话历史、长期记忆、外部检索数据（RAG）、可用工具及输出格式要求。

案例对比：基础代理仅回复“明天有空”，而高效代理会整合日历、邮件记录、联系人信息等动态上下文，生成人性化响应（如提议改期并自动发送邀请）。

本质差异：上下文工程是动态系统设计，强调在正确时机提供结构化信息与工具，而非静态提示模板。未来构建可靠AI代理的核心，将聚焦于业务场景理解与信息架构优化。

2. Xfinity利用家庭WiFi信号检测人体活动

🔗 xfinity.com: Xfinity using WiFi signals in your house to detect motion

Xfinity（康卡斯特旗下品牌）正在通过分析家庭WiFi信号的波动来探测室内人员移动。该技术无需额外设备，仅需启用浏览器JavaScript功能即可实现完整服务（设置路径：浏览器设置/首选项/Internet选项）。文中强调此操作虽看似复杂，实则仅需简单调整。文末标注版权归属及年份（© Comcast 2025）。

核心要点：

• 无硬件依赖：利用现有WiFi网络实现动作感应
• 隐私考量：技术涉及信号分析，可能引发数据安全讨论
• 易用性：用户仅需开启JavaScript支持即可使用服务

3. AI没有新创意，只有新数据集

🔗 blog.jxmo.io: There are no new ideas in AI only new datasets

文章指出，AI领域的重大突破并非源于全新理论，而是新数据集的引入。例如，AlexNet解锁了ImageNet，Transformer利用了全网文本，RLHF整合了人类反馈，而近期“推理模型”则依赖可验证数据（如计算器输出）。作者认为，数据质量与规模才是进步的核心，而非算法创新。

当前AI发展似乎遇到瓶颈，如GPT-4.5等模型仅实现边际改进。未来突破可能来自视频数据（如YouTube）或机器人传感数据，而非新算法。文章强调，与其追求技术花招，不如聚焦于挖掘未开发的数据资源。

4. Proton加入针对苹果垄断行为的集体诉讼

🔗 proton.me: Proton joins suit against Apple for practices that harm developers and consumers

2025年6月30日，隐私服务商Proton正式向美国加州北区地方法院提交文件，加入针对苹果的反垄断集体诉讼。Proton指控苹果通过App Store政策实施垄断，包括强制抽取30%佣金、限制开发者与用户沟通、配合威权政府审查应用等行为，损害了开发者、消费者及互联网自由。

诉讼核心诉求包括：终止苹果的垄断行为、改革App Store政策，并寻求赔偿。Proton承诺将所得赔偿金捐赠给民主与人权组织。此案与欧盟、韩国等多国对苹果的监管行动相呼应，旨在打破其iOS生态垄断，推动更开放的互联网环境。

5. 如何在C语言中实现类型安全的通用数据结构

🔗 danielchasehooper.com: I write type-safe generic data structures in C

作者Daniel Hooper分享了一种在C语言中实现类型安全通用数据结构的独特方法，结合了union和typeof技术。文章以链表为例，逐步展示了四种实现方式：

1. 宏替换生成类型前缀函数：通过多次包含头文件实现，但会导致代码冗余和调试困难。
2. void*指针：简单但不安全，且存在内存和性能问题。
3. 内联存储：使用柔性数组成员合并节点与数据，提升缓存效率，但仍需手动传递类型大小。
4. 类型检查优化：核心方案通过union和typeof在编译时强制类型匹配，避免错误操作，同时保持零运行时开销。

该方法支持任意数据结构（如哈希表），并通过宏隐藏类型参数传递的复杂性。文中还对比了传统方案的局限性，并提供了兼容旧编译器的变通实现。最终效果既保留了C的性能优势，又获得了接近现代语言的类型安全性。

6. TokenDagger：比OpenAI的Tiktoken更快的分词器实现

🔗 github.com: Show HN: TokenDagger – A tokenizer faster than OpenAI’s Tiktoken

TokenDagger是OpenAI Tiktoken的高性能替代方案，专为大规模文本处理设计。其核心优势包括：2倍吞吐量提升，在代码分词任务中速度达到Tiktoken的4.02倍。通过优化PCRE2正则引擎、简化BPE算法，显著提升了特殊词汇表处理的效率。

项目提供开箱即用的兼容性，支持Llama和Mistral等模型测试，并通过PyPI一键安装（pip install tokendagger）。基准测试基于AMD EPYC 4.2GHz处理器，验证了其在代码和常规文本中的性能优势。开发者可快速集成，或通过源码编译进一步定制。

许可证为MIT，目前GitHub获20星，暂无论坛分支。测试需依赖tiktoken库，适合需要高效分词的自然语言处理场景。

7. Ensō公开测试版发布：极简写作工具的全新升级

🔗 untested.sonnet.io: Show HN: New Ensō – first public beta

开发者推出Ensō的首个公开测试版（代号”Occult Vampire Keanu”），重点优化简化体验而非新增功能。新版采用更直观的UI设计，移除了内联菜单，改用应用菜单栏提升操作效率。新增5½款无障碍主题，涵盖不同光照场景（如OLED屏幕的纯黑模式），并引入咖啡馆模式以保护隐私——输入内容可被临时隐藏。

隐私方面彻底移除分析追踪，默认通过AppStore分发（保留Gumroad旧版但不维护）。未来计划增加RTL语言支持，并探索实验性功能如”玩具箱”（含写作计时器等）。开发者强调对细节的打磨，如自定义文本渲染引擎和主题切换器的极简设计，目标是让工具”隐形”却提升使用愉悦感。

当前版本暂不支持个性化设置，但承诺后续迭代。开发者以木匠自比，坚持慢工出细活的理念，并保持免费网页版供用户体验。

8. 《大金刚国度2》与开放总线行为：一个经典模拟器漏洞的解析

🔗 jsgroth.dev: Donkey Kong Country 2 and Open Bus

文章深入分析了SNES模拟器ZSNES中《大金刚国度2》的著名漏洞：旋转木桶在特定关卡会失控旋转。该问题源于模拟器未正确模拟开放总线行为——当游戏读取未映射的内存地址（如$B3:2000）时，实际硬件会返回总线残留值（0x2020），而ZSNES错误返回0，导致逻辑判断失效。

通过反汇编发现，游戏代码中本应使用立即数掩码（AND #$2000）的指令被误写为绝对地址读取（AND $2000），但依赖开放总线特性阴差阳错地实现了设计功能：释放方向键后，木桶会旋转至最近的8个基准方向停止。作者验证了修改ROM操作码可修复此问题，但强调现代模拟器（如Snes9x）已通过硬编码修复该漏洞。

这一发现揭示了65816 CPU内存访问机制与复古游戏代码的微妙交互，虽对当前模拟无实际影响，却为技术考古提供了有趣案例。

9. C语言指针来源内存模型：解决指针别名分析的标准化方案

🔗 gustedt.wordpress.com: The provenance memory model for C

由剑桥大学、格拉茨理工大学等机构专家历时多年研究的指针来源（provenance）内存模型，为C语言提供了精确的数学规范，解决了现行标准中指针行为的模糊性问题。该模型通过追踪指针值的来源，帮助编译器和开发者判断指针别名（aliasing）关系，从而优化代码并避免错误。

例如，在优化涉及多指针的函数时，若无法确定指针是否指向同一对象（别名），编译器可能被迫放弃优化。新模型通过明确对象粒度、指针生命周期和信息流等核心概念，为编译器提供可靠的别名分析依据。此成果已形成国际标准ISO/IEC TS 6010，旨在提升信息系统的安全性与工具链的统一性。

文中以倒数逼近算法为例，展示了错误别名假设如何导致优化失效甚至逻辑错误，并对比了C现有的类型别名分析、restrict限定符等工具的局限性。新模型填补了标准空白，为编译器优化与程序员协作提供了清晰框架。

10. 墨尔本男子意外发现房屋地下藏庞大火车模型网络

🔗 sbs.com.au: Melbourne man discovers extensive model train network underneath house

澳大利亚墨尔本一位名叫Daniel Xu的火车工程师在购买房屋后，意外发现地下竟藏有一套庞大的模型火车系统。这套装置由前房主于20世纪60年代建造，包含复杂的轨道网络和微缩景观，但因长期未使用而布满灰尘。巧合的是，Xu自幼便是火车迷，甚至因日本动画爱上火车文化。他计划清理并修复这一60年历史的模型，升级控制系统，未来供亲友孩子参观。此次发现被Xu称为”难以置信的惊喜”，妻子同样震惊。原房主透露，模型是其父亲亲手打造，但交易时并未提及这一隐藏设施。

11. Claude Code 现已支持生命周期钩子功能

🔗 docs.anthropic.com: Claude Code now supports Hooks

Anthropic推出的Claude Code新增了钩子（Hooks）功能，允许开发者通过自定义Shell命令在工具调用前后、通知发送等关键生命周期节点实现自动化控制。钩子通过JSON配置，支持正则匹配工具名，常见应用场景包括自动代码格式化、敏感操作拦截、命令日志记录等。

配置分为用户级（~/.claude/settings.json）和项目级，支持四种事件类型：PreToolUse（调用前拦截）、PostToolUse（调用后处理）、Notification（通知定制）和Stop（停止干预）。钩子可通过退出码或结构化JSON反馈控制流程，例如用exit code 2阻断工具调用并返回错误提示。

需注意：钩子以用户权限直接执行命令，存在安全风险，官方建议严格遵循输入验证、绝对路径引用等安全规范。调试时可查看实时转录日志（Ctrl-R），配置变更需重启会话生效。

12. 高通/骁龙设备USB接口中隐藏的JTAG调试功能

🔗 linaro.org: The hidden JTAG in a Qualcomm/Snapdragon device’s USB port

高通近期公开了EUD（嵌入式USB调试）的源代码，这是自2018年起集成在多数骁龙SoC中的调试接口，可通过USB直接访问SWD（串行线调试）协议，无需额外硬件。EUD支持对CPU、Hexagon DSP等核心进行底层调试，如设置断点、查看寄存器等。此前该功能仅限高通内部使用，如今开源后，开发者可通过修改寄存器启用EUD，并在非量产设备（如开发板）上实现封闭机箱调试。

尽管代码初期存在编译问题，社区已提交修复并整合到OpenOCD工具链中。EUD还预留了UART和跟踪外设功能，未来可能扩展更多调试场景。目前该功能受熔断机制和OEM调试策略限制，但部分量产设备（如一加6）意外支持。虽然无法通过JTAG获取高权限（如EL2级），EUD仍大幅降低了骁龙平台的调试成本，展现了高通对开发者生态的开放态度。

13. Datadog天价客户之谜揭晓：Coinbase豪掷6500万美元

🔗 blog.pragmaticengineer.com: Datadog’s $65M/year customer mystery solved

2022年，Datadog（市值280亿美元的观测工具提供商）财报中一笔6500万美元的“非重复性账单”引发猜测。经证实，这笔巨额支出来自加密货币交易所Coinbase。2021年Coinbase上市后估值飙升至860亿美元，因交易量激增，其基础设施开支（包括Datadog服务）未受限制。但随着2022年加密货币市场遇冷，Coinbase开始削减成本，计划用开源工具（如Grafana/Prometheus）替代Datadog。最终，Datadog通过调整合约条款留住了客户。

分析指出，尽管自建观测系统成本更低，但Datadog的开发者体验和故障预防能力（如减少宕机时间）使其性价比凸显。类似案例正成为行业趋势，多家科技公司考虑将观测工具“内建”，但需权衡团队成本与供应商费用。

14. ChatGPT问世后，英国初级岗位减少三分之一

🔗 personneltoday.com: Entry-level jobs down by a third since launch of ChatGPT

英国就业市场在2025年5月呈现谨慎复苏，整体职位空缺同比微增0.49%，但初级岗位（包括毕业生、实习和学徒工）自2022年11月ChatGPT普及以来骤降32%，目前仅占招聘总量的25%。Adzuna报告显示，毕业生职位同比减少28.4%，创2020年7月以来新低。

尽管平均广告薪资连续12个月上涨至42,403英镑（年增9.38%），但行业分化明显：物流、创意设计及餐饮业岗位增长，而医疗护理、行政等传统稳定领域职位显著下滑。专家指出，AI工具的应用正重塑企业招聘策略，初级工作机会持续萎缩。此外，职位竞争加剧，东北英格兰平均3.32人竞聘一岗，凸显就业市场结构性变化。

15. 时代的终结：一位游戏设计师的艺术追求与遗憾

🔗 erasmatazz.com: End of an Era

作者回顾了从1982年至今的创作历程，早期在Atari尝试将游戏升华为艺术，开发了实验性作品《Gossip》，后因公司倒闭转为自由职业。1990年后，他重拾艺术理想，开发亚瑟王主题游戏，但出版商只青睐《Doom》类商业作品。

马克尔基金会资助他开发《Erasmatron》（后升级为《Storytron》），这是一款互动叙事工具，但因复杂度高无人问津。晚年他孤注一掷完成《Le Morte d’Arthur》，虽自认成功却未能推广。最终，他在Narrascope会议尝试最后一次推广失败，感慨自己像19世纪的巴贝奇——理念超前于时代。文末引用亚瑟王与梅林的对话，隐喻虽败犹荣：“崇高的失败胜过平庸的妥协”。

16. 逆向解析Vercel的BotID系统

🔗 nullpt.rs: Reverse Engineering Vercel’s BotID

本文探讨了Vercel推出的BotID反机器人系统，该系统通过客户端信号检测恶意爬虫，提供基础版和深度分析两种模式。作者在肯定反爬技术必要性的同时，批评了其依赖浏览器指纹识别导致的兼容性问题，尤其影响Linux和小众浏览器用户。

通过逆向工程，作者发现BotID的核心脚本c.js使用了javascript-obfuscator进行混淆，包含字符串编码、数组乱序和RC4解密三层防护。文章详细演示了如何用Babel工具链提取并还原混淆逻辑，最终实现脚本解密。

这一过程不仅揭示了BotID的工作原理，也引发了对网络开放性与安全措施平衡的思考。

17. 日本大米价格跌破每5公斤4000日元

🔗 japantimes.co.jp: Price of rice in Japan falls below ¥4k per 5kg

日本农林水产省数据显示，截至6月15日当周，全国约1000家超市的大米均价降至每5公斤3920日元，四年来首次跌破4000日元，且连续四周下跌。此次降价主要得益于政府通过自由合同释放储备粮，部分零售商甚至以每5公斤2000日元的低价销售。尽管价格回落，当前均价仍比去年同期高1772日元。农业大臣小泉进次郎称“抑制异常高价的努力初见成效”，但强调仍需持续应对通胀压力。

18. 电子邮件创业公司坟场：为何80%以上企业走向失败

🔗 forwardemail.net: The Email Startup Graveyard: Why 80%+ of Email Companies Fail

这篇文章深入分析了电子邮件创业公司高失败率的原因。核心问题在于大多数创业者试图”修复”一个本就不坏的系统——电子邮件协议已稳定运行50多年，而新创公司往往只在外围构建UI层或包装现有基础设施（如Amazon SES），而非解决真实需求。典型案例Skiff在获得1420万美元融资后被Notion收购并迅速关停，创始人转投其他项目，用户被迫迁移。

文章指出成功企业如SendGrid的共性：专注基础设施（如SMTP API），而非替代电子邮件本身。而失败项目通常陷入三大误区：解决伪需求、低估技术债务（如兼容性、反垃圾邮件系统）、依赖风险投资却无法建立可持续模式。当前”AI电子邮件”热潮被质疑是历史重演，因Gmail等已内置智能功能。作者团队自2017年起从头构建邮件基础设施，强调工程实力而非资本才是行业立足之本。

19. 索尼DTC-700 DAT录音机：被时代遗忘的高音质传奇

🔗 kevinboone.me: They don’t make ‘em like that any more: Sony DTC-700 audio DAT player/recorder

本文回顾了索尼DTC-700数字音频磁带（DAT）播放/录音设备的历史与兴衰。DAT技术诞生于CD同期，以超越CD的音质（48kHz采样率）和数字录制能力为卖点，却因高昂成本、版权争议和机械复杂性未能普及。与卡带相比，DAT音质惊艳，但专业市场外鲜有商业音乐发行，且设备可靠性受旋转磁鼓设计拖累。尽管索尼试图通过收购唱片公司缓解版权担忧，反拷贝元数据限制和缺乏“杀手级内容”最终让DAT退出主流。如今，DAT虽被硬盘和固态存储取代，但其技术遗产（如48kHz采样率标准）仍影响至今。作者认为，DAT难以像黑胶或卡带一样复兴，因其未能留下足够文化共鸣。

20. LZEXE（Kosinski压缩器）原始源代码公开

🔗 clownacy.wordpress.com: The original LZEXE (A.K.A. Kosinski) compressor source code has been released

去年发现Kosinski压缩格式实为90年代用于压缩DOS可执行文件的LZEXE。其开发者Fabrice Bellard在网站上列出了三个版本（v0.90、v0.91、v0.91e），但仅后两者的二进制文件可下载。经联系，Bellard公开了1990年编写的MIT许可证源代码，其中压缩逻辑用x86汇编编写，前端为Pascal。该代码对应v0.91版本。

此前自制的Kosinski压缩器虽能复现MD《索尼克》游戏数据，但与Mega CD BIOS的压缩数据存在差异，推测后者可能使用了无缺陷版本。此次公开的源码虽非《索尼克》所用版本，但可通过反汇编比对修改。目前四大“KENS”格式中，Kosinski和Saxman的源码已获公开，但Enigma和Nemesis因专为MD定制，源码可能仍由世嘉持有。

21. 学术管道停滞：为何产业界必须力挺学术界

🔗 sigops.org: The Academic Pipeline Stall: Why Industry Must Stand for Academia

美国国家科学基金会（NSF）突然冻结拨款，导致超10亿美元研究资金中断，实验室停摆、研究生前途未卜，早期学者首笔资助被取消。这场危机暴露了公共科研体系与产业界回报的严重失衡——从RISC-V到谷歌，众多颠覆性技术诞生于高校实验室，却由企业攫取大部分利润。如今，人才管道濒临崩溃：博士招生暂停、国际学者流失，而产业界集体沉默。文章呼吁科技巨头以资金、声援和政策游说支持学术根基，因为”没有基础研究，就没有应用创新”。行动方案包括签署联名信、推动企业资助，以及跨界对话。危机迫在眉睫，沉默即是共谋。

22. B2B SaaS的认证系统：与消费者软件截然不同

🔗 tesseral.com: Auth for B2B SaaS: it’s not like auth for consumer software

B2B软件的认证（Auth）和用户管理与消费者软件（B2C）存在本质差异，主要体现在三个方面：租户模型、优先级权衡以及协议功能。

在B2C中，用户是独立个体，数据与个人账户绑定（如Club Penguin的企鹅账户）。而B2B软件以企业为第一租户（如Slack的Workspace），企业需控制员工权限，且不同角色权限各异。

B2B更注重企业需求而非终端用户体验，例如强制安全措施（如多因素认证）和支持企业身份提供商（IDP）（如Okta）。此外，B2B需防范内部威胁（如离职员工滥用权限），并普遍依赖SAML协议实现单点登录（SSO）。

相比之下，B2C追求极简登录流程和高性能扩展，而B2B因用户价值更高，可提供定制化支持（如人工介入账户恢复）。设计B2B认证时，需从底层适配企业需求，避免后期重构。

23. 惠普推出二手笔记本”履历报告”，助力设备焕发新生

🔗 spectrum.ieee.org: A CarFax for Used PCs; Hewlett Packard wants to give old laptops new life

惠普（HP）推出了一项创新计划，旨在通过类似CarFax车辆历史报告的方式，为二手笔记本电脑提供透明化的使用记录，延长设备生命周期。该计划由惠普多位资深技术与管理专家主导，包括商用笔记本首席架构师、全球工程项目经理等，目标是通过数字化手段追踪设备的硬件状态、维修历史等关键数据，帮助买家评估二手设备的可靠性。此举不仅响应了环保减碳趋势，也为企业用户降低了IT成本。惠普强调，这一系统将优先应用于企业级淘汰设备，未来可能扩展至消费市场。

24. 3D打印与电子融合：嵌入式智能电路新突破

🔗 spectrum.ieee.org: Printegrated Circuits: Merging 3D Printing and Electronics

前《Health Tech Insider》编辑Alfred Poor与研究者Oliver Child合作，开发了一种名为“Printegrated Circuits”的创新技术，旨在将印刷电路板和导电元件直接嵌入3D打印物品中。这一方法通过简化电子组件与打印对象的集成流程，为智能物品制造提供了新思路。技术核心在于利用3D打印的层叠特性，在打印过程中同步整合功能性电子元件，从而减少传统组装步骤，提升效率并拓展应用场景。该突破可能推动消费电子、医疗设备等领域的定制化生产发展。

25. 如果AI让我们事半功倍，为何不缩短工作周？

🔗 sfg.media: If AI Lets Us Do More in Less Time–Why Not Shorten the Workweek?

随着AI提升效率，四天工作制成为热议话题。Convictional公司CEO Roger Kirkness通过AI工具将团队工时缩短至32小时且不降薪，员工反馈积极。经济学家Juliet Schor指出，AI带来的生产力增益应转化为减少工时而非裁员，以平衡就业与自动化焦虑。

尽管大企业可能倾向裁员以满足投资者，历史证明工时改革曾推动社会进步（如20世纪初五日工作制）。Kirkness强调，未来核心竞争力在于创造力、客户洞察力等非工时依赖技能。学者Cal Newport也主张“慢生产力”，呼吁技术服务于人而非相反。

当前，美国政界如参议员桑德斯已提出相关法案，但阻力较大。核心矛盾在于：AI红利如何公平分配，以及企业规模对政策落地的差异化影响。