∞ Ask.com宣告关闭 曾经的搜索先驱结束30年历史
曾经以"Ask Jeeves"知名的搜索引擎和问答服务网站Ask.com已经正式关闭。Ask Jeeves于1996年首次上线，凭借其专注于以自然语言回答对话式问题的特点，被视为当今人工智能聊天机器人的先驱。然而在其近30年的历史中，该服务始终被其他搜索产品所掩盖，尤其是Google。
控股公司IAC于2005年收购了Ask Jeeves，并迅速从名称中去掉了"Jeeves"。到2010年，IAC已经缩减了其搜索产品规模，转而重新聚焦于问答业务。同年，IAC董事长巴里·迪勒在TechCrunch Disrupt大会上表示，Ask.com无法与Google竞争，并且在IAC的股票估值中没有价值。
目前Ask.com网站上显示的信息称:"随着IAC继续聚焦核心业务，我们决定停止包括Ask.com在内的搜索业务。在为全球用户解答问题25年后，Ask.com于2026年5月1日正式关闭。"尽管如此，该网站仍然坚称:"Jeeves的精神将永存。"
∞ 哈佛急诊分诊试验证明AI诊断优于真人医生
在医疗剧中，从《急诊室的故事》里的乔治·克鲁尼到《急诊室风云》中的诺亚·怀尔，急诊科医生长期被塑造为拯救生命的英雄形象。 但一项来自哈佛的最新研究显示，在高压的急诊分诊情境中，人工智能系统在诊断准确性上已经超越了人类医生，这一结果被研究者形容为将“重塑医学”的技术性转折点。
这项发表在《科学》期刊上的研究，由哈佛医学院团队主导，独立专家认为，它标志着人工智能在临床推理能力上的“真正进步”，不仅仅是通过考试或解决人工构造的测试题。 研究采用了大规模试验设计，将数百名医生与一套大型语言模型（LLM）进行对比，重点评估在急诊分诊和长期诊疗规划等关键场景中的表现差异。
在其中一项核心实验中，研究团队选取了波士顿一所医院急诊室的76名真实就诊患者案例。 AI 系统和一组由两名人类医生组成的团队，被提供完全相同的标准电子病历记录，包括生命体征数据、人口学信息以及护士对就诊原因的几句简要描述。 在仅凭这些有限信息进行初始诊断的情境下，AI 在 67% 的病例中给出了准确或非常接近的诊断，而人类医生的正确率仅在 50%–55% 之间。
研究指出，AI 的优势在信息极度有限、需要迅速作出判断的分诊场景中表现得尤为突出。 当为 AI 和医生提供更为详尽的临床信息后，AI（使用的是 OpenAI 的 o1 推理模型）的诊断准确率进一步提升至 82%，而人类专家的准确率则在 70%–79% 之间，不过这一差异在统计学上并不显著。
除了急诊分诊外，AI 在制定长期治疗方案方面同样展现出优于医生的表现。 在另一项试验中，研究团队让 AI 与 46 名医生共同审阅五个临床案例，任务包括设计抗生素使用方案以及规划临终关怀流程等长期管理计划。 结果显示，AI 所给出的治疗方案得分显著更高，评分为 89%，而依赖传统资源（如搜索引擎）的医生得分仅为 34%。
尽管如此，研究者强调，现在还远未到“宣布急诊医生下岗”的时候。 这项研究仅比较了在可被文本化的病历数据层面，AI 与人类的诊断能力，并未纳入许多在真实临床情境中至关重要的信号，例如患者的痛苦表情、情绪状态、肢体语言乃至与家属互动等非文本信息。 换言之，这项研究中，AI 更接近一名基于纸面资料给出第二意见的“幕后台前医生”。
“我不认为我们的发现意味着 AI 会取代医生。”研究的第一作者之一、哈佛医学院 AI 实验室负责人阿琼·曼赖（Arjun Manrai）表示。 “我认为它意味着，我们正在见证一种极具深远影响的技术变革，而这种变革将重塑整个医疗体系。” 同为主要作者的亚当·罗德曼（Adam Rodman）则是波士顿贝斯以色列女执事医学中心的一名临床医生，他称大型语言模型是“近几十年来最具影响力的技术之一”。 他预言，在未来十年，AI 不会取代医生，而是将与医生、患者共同构成一种新的“三方照护模式”——“医生、患者与人工智能系统”。
研究中还呈现出一个颇具代表性的临床案例：一名患者因肺部血栓和症状恶化来到医院。 人类医生最初判断是抗凝药物治疗失败，导致病情进展；但 AI 在阅读病史后注意到一个关键点——患者罹患红斑狼疮，这种自身免疫疾病也可能引发肺部炎症。 经过进一步检查，AI 的推断被证明是正确的。
AI 在临床中的应用并非停留在实验室阶段，已有大量医生在实践中使用。 根据美国医学会最近发布的研究，近五分之一的美国医生已经在诊断过程中引入 AI 辅助工具。 在英国，皇家内科医师学会的一项最新调查显示，16% 的医生每天使用此类技术，另有 15% 每周使用一次或多次，其中“临床决策支持”是最常见的使用场景之一。
不过，英国医生在接受调查时也表达了对 AI 的高度警惕，尤其是对 AI 误诊风险和责任归属问题的担忧。 尽管全球范围内已有数十亿美元涌入医疗 AI 创业公司，但一旦 AI 出错，责任如何界定、由谁承担后果，仍是亟待解决的制度空白。 “目前并不存在一个正式的问责框架。”罗德曼指出，同时他强调，患者在面对生死抉择或复杂治疗方案时，“终究还是希望由人类来引导、陪伴和解释”。
来自爱丁堡大学医学信息学中心的联合主任尤恩·哈里森（Ewen Harrison）教授认为，这项研究具有重要意义，因为它表明“这些系统不再只是通过医学考试或应对人工构造的测试题”。 在他看来，AI 正逐步成为临床医生的有用“第二意见工具”，尤其适用于需要全面梳理潜在诊断、避免漏诊重要病因的场景。
同时，英国谢菲尔德大学数学与物理科学学院助理教授邢炜（Wei Xing）也提醒，研究中的部分结果显示，医生在与 AI 协作时，可能会在不自觉中对 AI 结论产生依赖，弱化独立思考。 “随着 AI 在临床环境中的常规使用，这种倾向可能会进一步增强。”他指出。 邢炜还强调，研究并未充分披露 AI 在哪些类型患者中表现更差，例如是否对老年患者或非英语母语患者的诊断更为吃力，这些都是评估安全性时不可忽视的问题。
因此，尽管哈佛试验结果令人振奋，但它并未证明 AI 已经安全到可以常规独立用于临床诊疗，更不意味着公众应转向免费 AI 工具以替代专业医疗建议。 在可预见的未来，AI 更可能作为一种高性能“智能听诊器”和“第二大脑”，嵌入由人类主导的医疗体系之中，推动诊疗更加精准、高效，同时也把关于责任、伦理与信任的新问题摆到了社会面前。
∞ 乌克兰只用四年跃升为反无人机技术强国
在俄罗斯于 2022 年 2 月发动全面入侵仅仅四年后，曾经被广泛看衰、急需外部军援支撑的乌克兰，如今已迅速崛起为在战场反无人机作战领域拥有丰富实战经验的领先国家，并开始向外输出成体系的反无人机武器和战术经验。 这一变化不仅重塑了俄乌战场格局，也正在对中东等其他地区的安全态势产生外溢影响，引发全球军界与军工产业的持续关注。
战争之初，外界普遍预期乌克兰会在俄军的快速打击下迅速崩溃，美国当时对基辅的援助，甚至一度以为主要是为总统泽连斯基准备撤离方案。 然而，乌军在短时间内完成重整，构筑起防线并迫使俄军在多条战线陷入僵持，战争很快演变为大片战壕和固定阵地的消耗战，更多地类似一战时期的“壕战”而非高机动、夺取制空权的现代闪击战。
真正颠覆战局的是无人机的大规模介入：双方迅速、全面地拥抱各类军用和民用改装无人机，用于侦察、纠察火力与精确打击，使战场如同一座“无人机实验室”，不断产出新战术、新装备和新对抗手段，给世界各地的军队与政策制定者留下必须跟进和学习的现实样本。 这一趋势不但改变了乌克兰战场的作战样式，也在伊朗相关冲突等热点地区催生连锁效应。
在反无人机领域，乌克兰已跻身全球前列，被视为关键的技术和经验输出方之一。 截至 2025 年，全球反无人机市场规模约为 31.1 亿美元，其中北美占据约 45.2% 的收入份额，而乌克兰投入虽然仅约占全球支出的 5% 至 8%，但由于本土生产成本较低、广泛依赖去中心化、低成本的电子战系统，其有效拦截次数和战场部署密度远高于账面数字所体现的体量。
乌克兰正在从援助接受者转变为反无人机技术与作战方案的供应方，尤其在中东市场上备受重视。 不过，战时出口管制仍然限制其开展大规模直接商业出口。 基辅经济学院估算，在战后十年的更广泛复苏与国防工业发展空间上，乌克兰的潜在规模可达 6900 亿美元，这也意味着反无人机与无人机体系很可能成为该国长期的产业支柱之一。
根据总统泽连斯基的公开说法，乌克兰向沙特阿拉伯、阿联酋、卡塔尔、科威特和约旦等国提供硬件设备以及 200 多名反无人机专家。 这些专家的主要任务是弥补“爱国者”等昂贵西方防空系统在应对蜂拥而至、成本低廉的无人机饱和攻击时的空白，以远低于传统防空导弹的成本构建“经济可持续”的防御链条。 乌方团队同时向当地军方提供雷达布设、信号情报（SIGINT）以及“机动火力小组”协同指挥方面的建议，帮助其用机动火力单位在低成本条件下拦截来袭无人机。
在欧洲，乌克兰一方面展开直接硬件销售，另一方面也在协助将自身在战场沉淀的“作战逻辑”整合进北约防空体系。 目前公开提及的合作伙伴包括立陶宛、波兰、德国、英国、意大利、荷兰、拉脱维亚和丹麦，同时尼日利亚和哥伦比亚等国也被列为用户或潜在客户。 值得注意的是，美国在沙特的苏丹王子空军基地已部署乌克兰的 Sky Map 系统，用于保护美军资产并训练美方人员，显示乌方方案在盟友体系内部的可信度正在升高。
乌克兰在中东的角色在一定程度上也受到伊朗相关冲突的推动，但基于伊朗与俄罗斯之间的结盟关系，乌克兰刻意保持与伊朗本土战事的“距离感”。 泽连斯基在“乌克兰志愿者日”颁奖仪式后的讲话中强调，乌克兰“没有计划向伊朗派遣地面部队”，唯一派出的人员仅限于反无人机防御专家，这些专家将帮助战略伙伴抵御“见证者”（Shahed）系列无人机的攻击。
在具体装备与服务层面，乌克兰的供给清单相当多样，而且若不是战时出口限制，这份清单可能会更长。 经过过往几年的实战淬炼，乌克兰在电子战、拦截器系统以及无人机威胁分析与对抗策略等领域均取得显著进展。
在电子战与探测方面，乌克兰企业 Proximus LLC 研制的 Bukovel-AD 是一型车载多频段干扰系统，用于早期发现并压制无人机，可在约 70 公里范围内探测威胁，并在约 20 公里范围内干扰数据链和 GPS 信号，实现“软杀伤”。 此外，Piranha Tech 推出的 SF-3 则是一种便携式“反无人机枪”，可在约 3 公里距离、最多三个频段同时对小型无人机实施干扰，适合前线点防御使用。
更具雄心的是前述 Sky Map 网络指挥控制系统，这一 AI 融合 C2 平台通过逾一万枚被动声学与射频传感器整合数据，用于追踪低速、低空盘旋弹药等目标，目前已在沙特部署，为当地和美军提供防御支持。 对于多方向、低成本小目标的大规模来袭，这类高密度传感网络加 AI 识别的模式，正逐步被视为传统昂贵防空系统的关键补充。
在硬杀伤拦截器方面，乌克兰出口的 Sting 高速无人机拦截器专门用来对付专业级四旋翼以及固定翼无人机，最高速度可达约 150 节（约 174 英里/小时，280 公里/小时），作战高度约 3000 米，单机成本仅约 2000 至 6000 美元，主打“用便宜的无人机打掉敌人更昂贵或数量庞大的无人机”。 另一款 Magura V7 的拦截型变体则是一种无人艇平台，可从导轨或 AI 导控炮塔发射空中拦截器，据其制造方介绍，该艇可在海上通道上对“见证者”类无人机实施面向航线的空中拦截，已在对外展示中亮相，并由美国在许可下生产。
除了硬件输出，乌克兰还成规模地派出教官与顾问。 他们负责训练当地“机动火力小组”使用高强度探照灯、热成像设备和重机枪，并与乌克兰提供的传感数据整合，构建低成本近程拦截火力网；也为合作方提供封堵防空体系“技术缝隙”的建议，协助在德国、英国建立生产线，并在未来有望向沙特和阿联酋扩展生产与组装能力。
目前，乌克兰仍严格实行战时出口管制，采用一种“半开放”模式：拥有富余产能的私人企业若能通过安全审查，即可获准少量出口，从而在保障战时需求与获得外汇收入之间寻找平衡点。 从创新路径看，乌克兰选择了一条不同于传统军工体系的“非常规路线”：并非等待完全定型、审批完备的设计后再量产，而是边生产、边实战、边迭代，通过战场反馈不断修正系统设计，在产品尚不完美时就进入快速实用阶段，从而显著缩短从概念到装备上阵的周期。
在经济上，乌克兰奉行一种“经济护盾”模式：相较于美国等军工强国，乌方的单位利润不高，但能以更低单价和更大产量，为伙伴国家提供可持续的防御能力，从而弥补昂贵系统在数量和使用成本上的天然限制，或者起到对高端系统的廉价补充作用。 这也使乌克兰在战时经济承压的背景下，通过规模化、性价比导向的军工出口逐渐形成某种“生存型产业升级”。
乌克兰从一个曾经为武器而“开口乞求”的国家，成长为先进反无人机技术与服务的输出者，在残酷战争持续的背景下显得尤为戏剧化。 但从历史纵深看，这样的转变并非毫无先例：战争一再被证明是技术爆炸的催化剂，从一战中骑兵被坦克替代、飞机从“玩具”跃升为战略平台，到二战及冷战催生核能、雷达、抗生素、计算机、卫星、微芯片、登月和全球定位系统，人类在灾难中不断逼迫技术跨越式发展。 代价则同样巨大——正如文章最后所言，人们仍在期待有一天，这本“用巨大的痛苦换来的进步账簿”终能迎来某种意义上的平衡。
∞ 微软与CISA警告影响几乎所有主流Linux系统的严重漏洞
微软和美国网络安全与基础设施安全局（CISA）近日就一项存在于 Linux 内核中的新安全漏洞发出警告，称该问题可能影响包括 Ubuntu、Red Hat、SUSE、Debian、Fedora、Arch Linux 以及 Amazon（AWS）Linux 在内的大量主流发行版，涉及设备数量可能以数百万计。
该漏洞编号为 CVE-2026-31431，CVSS 评分为 7.8，被 CISA 列入“已知被利用漏洞”目录，认为其是恶意攻击者常用攻击向量，对联邦机构及更广泛企业环境构成重大风险。
CISA 在通报中指出，这是一个“Linux 内核在不同安全域之间错误转移资源”的漏洞，若被利用，可导致本地权限提升到 root 级别。 对于基于上述发行版的大量容器化与多租户工作负载环境而言，这类本地提权漏洞尤其危险，因为一旦攻击者在系统上获得初始访问，就有机会进一步突破隔离、控制整个节点。
Red Hat 上月已发布安全公告，对这一问题作出更详细的技术说明。 公告称，漏洞出现在 Linux 内核中的 algif_aead 加密算法接口中，由于引入了错误的“原地（in-place）操作”实现，源数据与目标数据的内存映射不一致，从而在加密操作过程中可能出现意外行为或数据完整性问题，进而影响加密通信的可靠性。
微软安全研究人员则进一步追溯到内核加密子系统中的逻辑缺陷，指出问题集中在 2017 年引入的 AF_ALG 框架下 algif_aead 模块的一项优化。 当时的“原地优化”导致内核在执行某些加密操作时，会错误地将源内存重复用作目标缓冲区。 攻击者可以利用 AF_ALG 套接字接口与 splice() 系统调用之间的交互，在内核页缓存中实现一个可控的 4 字节写入，从而精准篡改关键数据结构。
研究人员表示，这一攻击流程可以通过一段 Python 脚本实现，并针对 /usr/bin/su 等高权限二进制文件进行修改，使其在执行时直接以 root 权限运行。 与许多依赖竞争条件（race condition）的内核利用方式不同，此次漏洞的利用并不依靠时序竞态，而是可以通过约 732 字节的小型脚本以确定性方式稳定复现。 由于在多种主流发行版上几乎无需修改即可成功利用，该漏洞被视为“高度可靠”的提权手段。
在云计算环境中，这一特性带来的风险进一步放大。 许多容器共享同一宿主机内核，一旦底层内核版本存在该漏洞，单个容器被攻破就可能蔓延为整个节点被完全接管。 微软警告称，即便攻击者最初仅拥有有限访问权限，例如通过 SSH 低权用户登录，或在 CI/CD 流水线中取得执行机会，都足以借此漏洞提升至 root 权限，突破容器边界，实现横向移动并感染多租户环境中的其他工作负载。
目前公开观测到的利用活动还主要停留在概念验证（PoC）阶段，并未大规模武器化扩散。 尽管如此，微软已经通过 Microsoft Defender XDR 发布检测签名，帮助各类组织识别潜在的利用尝试和已被攻击的系统。 微软同时敦促安全团队在各发行版提供相应补丁后，尽快完成内核更新，以从根本上消除风险。
在补丁完全到位之前，微软建议采取一系列缓解措施，包括临时禁用受影响的相关加密功能，或阻止创建 AF_ALG 套接字，以减少攻击面暴露。 此外，还应强化访问控制策略，限制能够在系统上运行任意代码的账户范围，并通过网络隔离降低单点沦陷后在内部环境中横向扩散的可能性。 对于存在可疑迹象的节点，快速回收和重建、配合日志审计与行为检测，也是降低长期风险的重要手段。
∞ Perplexity称赞Mac mini是其Personal Computer的最佳本地部署平台
Perplexity 表示，其 Personal Computer 之所以首先登陆 Mac 平台，是因为 Mac，尤其是 Mac mini，是在本地部署这一代理型 AI 平台时的最佳选择。 在苹果最新一季度财报电话会上，苹果首席财务官 Kevan Parekh 提到，越来越多的 AI 平台将 Mac 作为运行基础，并点名 Perplexity 正在利用 Apple Silicon 及其统一内存架构来构建相关能力。
在苹果公布财报和举行分析师电话会之前，Perplexity 首席执行官 Aravind Srinivas 已在公司举办的 Ask NYC 企业与金融活动上谈及 Mac 平台，强调其代理型 AI 平台 Personal Computer 是面向 Mac 打造的产品。 Personal Computer 是 Perplexity“Computer”产品线的一个版本，通过多个智能代理为用户执行任务，且与本地文件深度集成。 与传统云端模式不同，Personal Computer 将任务处理从云端转移到本地设备，例如 Mac mini，使 AI 能直接在用户电脑上运行并调取本地数据。
由于工具本地化运行，Personal Computer 可以访问 Mac mini 上的用户文件，并根据任务需求创建或编辑这些文件。 对 Perplexity 而言，Mac mini 被视为部署 Personal Computer 的“最佳且最易获得”方式之一，因此迅速成为家庭和办公室用户引入 Perplexity AI 系统的首选载体。 这一模式将云端服务与用户持有的本地文件结合在一起，形成混合架构，既利用云端算力，又最大化本地数据与隐私控制。
Perplexity 称，Mac mini 是以“满负荷”部署 Personal Computer 的最佳途径之一，尤其适用于需要持续运行 AI 代理的场景。 随着越来越多工作在 iPhone 与 Mac 之间流动，Personal Computer 被定位为“构建在苹果用户已经习惯的连续性体验之上”，帮助他们无缝完成跨设备任务。 这种连续性尤为关键，因为用户可以在 iPhone 上向 Personal Computer 下达指令，让其远程在 Mac 上执行具体操作。
自今年 3 月发布以来，Computer 已累计完成相当于 28 亿美元人工劳动量的工作。 在 Perplexity 内部，团队也以“狗粮测试”方式大量自用 Personal Computer，自称在这一过程中实现公司收入增长 5 倍，同时员工人数仅增长了 34%。 这被公司视为代理型 AI 在提升生产力与控制成本方面的直接证明。
在同一场活动中，Perplexity 还公布了多项与 Personal Computer 相关的新进展。 Personal Computer 体验将引入 Microsoft Teams，用户可以直接向 Personal Computer 发送消息，或在不离开对话的前提下将其拉入频道协助处理事务。 此外，Perplexity 还推出了在 Excel 中运行的 Computer 测试版，通过原生侧边栏形式，让模型与数据在同一界面中并排呈现，方便用户在电子表格环境中调用 AI 能力。
在应用连接方面，Perplexity 正与 1Password 合作，使 Computer 能在受密码保护的工具中执行操作，同时又不会让模型直接接触用户的凭据内容。 公司还在构建“Workflows”（工作流）功能，用于将提示词、上下文和输出格式封装为针对特定企业任务的一键起点，从而减少用户在 AI 开始工作前需要完成的技术性准备。 针对常见任务的工作流库正在逐步完善，目前可用工作流已超过 70 个，这些工作流可以在团队成员间共享、单独定时执行、定制化修改，并支持异步运行。
Personal Computer 功能目前面向所有在 Mac 上使用的 Perplexity Pro、Max 和 Enterprise 订阅用户开放。 订阅价格方面，Pro 版本起价为每月 17 美元，Max 版本为每月 167 美元，企业版则面向更高阶的组织需求。 对于希望购入 Mac mini 或 Mac Studio 以体验这套系统的用户，苹果方面则提醒，由于 Mac 产品线需求强劲且供应吃紧，相关供货短缺可能在未来数月内持续存在。