- 据TechCrunch报道,尽管Anthropic未公开Claude的总用户数,市场预估其消费者用户量在1800万至3000万之间,差异较大。公司发言人表示,Claude的付费订阅用户数量今年已增长超过一倍,显示出强劲的商业化进展。这一增长可能反映出Claude在个人用户市场中的接受度提升,尤其是在与ChatGPT等竞品的竞争中逐步建立差异化优势。付费用户翻倍也表明Anthropic在模型性能、用户体验或定价策略方面取得一定成效。
01 Anthropic的Claude在付费消费者中人气飙升
02 因果性可选?检验“不定因果序”叠加态
- 物理学家通过实验探索量子力学中的“因果顺序不确定性”问题。实验基于纠缠光子对,其中一个光子通过可表现为粒子或波的设备,而另一个光子的测量方式决定了前者应表现为何种行为。尽管测量发生在光子通过设备之后,结果却显示前者仿佛从一开始就按测量结果表现出相应特性,引发“测量是否逆向影响过去行为”的讨论。该现象挑战了经典因果律中“因先于果”的基本假设。
研究人员近期设计实验,成功创建了两种事件序列的量子叠加态,使得“事件A是否先于事件B”成为概率性问题,而非确定事实。虽然当前实验仍存在可关闭的漏洞,但团队认为未来可通过技术改进予以消除。这一进展为理解量子因果结构提供了新路径,可能对量子计算与通信协议设计产生深远影响。
来源
03 两英尺长蜻蜓消失原因的解释不成立
- 古生物学家长期认为,3亿年前石炭纪晚期巨型昆虫(如翼展超70厘米的巨脉蜻蜓)的存在与高浓度大气氧有关,这一理论被称为“氧气限制假说”。该假说认为,昆虫依赖气管系统进行被动扩散供氧,体型越大,氧气越难到达深层组织,因此随着大气氧含量下降,巨型昆虫逐渐消失。这一解释曾被广泛接受,被视为简洁合理的模型。
来源
- 然而,南非比勒陀利亚大学兽医学教授爱德华·斯内林指出,氧气限制假说存在根本错误。他解释,昆虫通过体表气门吸入空气,经气管系统输送至组织深处的微气管,最终依赖被动扩散完成氧气传递。尽管扩散速度慢,但研究表明,即使在高氧环境中,昆虫体型增长仍受限于其他生理因素,如外骨骼强度、飞行力学和能量代谢效率,而非单纯氧气供应。
来源
- 新研究挑战了持续三十年的主流观点,表明大气氧浓度并非决定昆虫体型的唯一或主导因素。科学家正重新评估昆虫呼吸系统的适应能力,以及发育调控、捕食压力和生态位竞争在体型演化中的作用。这一转变可能影响对古气候与生物演化关系的理解,推动古生物学与生理学的跨学科研究。
来源
04 Show HN:Epismo CLI —— 让人类与 AI 的工作流像 GitHub 管理代码一样可复用
- Epismo创始人Hiroki发布了一款名为Epismo CLI的工具,上线后获得380余次下载。该工具旨在解决人类与AI协作过程中工作流难以复现的问题。用户常因跨聊天记录、标签页和工具设置的多步骤流程丢失而无法重现成果。Epismo通过将工作流保存为可共享、可重复执行的链式Markdown数据,实现流程的结构化与复用。平台支持人类与AI代理协同,代理也可分享最佳实践供他人导入运行。CLI设计为代理原生,支持Claude Code、Codex等终端代理,登录无需浏览器,通过终端OTP完成。
来源
- Epismo提出当前AI代理编排中存在流程共享与管理缺失的问题,尤其在Claude Code等工具协调多个代理(如Codex)时,缺乏跨并行代理的完整流程管理机制。其核心理念是将工作流以Markdown链形式标准化,使分散的知识转化为可执行任务序列。用户安装CLI后即可登录并使用,技能库已开源(MIT协议)。尽管产品刚发布,尚未有用户反馈,但已初步构建代理协作的基础设施。
来源
05 新技术如何减少误捕海龟等生物
- 海洋捕捞作业中广泛使用的渔网、鱼钩和钓线在捕获目标鱼类的同时,常误捕大量非目标海洋生物,这一现象被称为“兼捕”(bycatch)。每年,全球因兼捕导致数百万海洋动物死亡,包括鲸类、海豚、鲨鱼、海龟和海鸟。这些动物或被渔具缠绕窒息,或受致命伤,即使被放归海洋也常无法存活。兼捕不仅威胁生态,也对渔民造成经济损失,如设备损坏、作业时间延长及渔业声誉受损。尽管已有多种减少兼捕的技术被研发,但其推广实施仍面临挑战。
来源
- 研究人员正探索多种技术手段以减少兼捕,部分方案已显现成效。例如,在渔网上安装灯光可显著降低海龟等生物的误捕率;低技术方案如为渔具加装塑料水瓶也被证明有效且便于渔民操作。这些方法兼顾实用性与生态效益,具备推广潜力。斯坦福大学海洋生物学家马修·萨沃卡指出,减少兼捕是渔民、环保人士、消费者和资源管理者共同目标,这种广泛共识为解决方案落地提供了有利条件。
来源
- 兼捕问题是渔业活动固有的生态矛盾。史密森尼学会海洋生物学家南希·诺尔顿指出,任何以捕获动物为目的的工具几乎不可避免地会误捕非目标物种。尽管数十年来已有多种缓解策略被提出,但受限于成本、操作复杂性和行业接受度,许多有效方法未能大规模应用。目前,具备实证效果的技术仍属少数,未来需加强跨领域合作以提升技术普及率。
来源
06 AI数据中心可使周边区域升温高达9.1°C
07 科学家发现地球外存在一个本不该存在的巨大“空洞”
-
研究人员于2023年7月8日在多米尼克海岸利用无人机首次完整记录了一头名为Rounder(编号#5714)的抹香鲸分娩全过程,持续34分钟。这是目前最详细的抹香鲸出生影像资料。视频显示,幼鲸出生后,群体中其他成年雌性迅速围绕母鲸和幼崽,轮流托举并协助幼鲸浮出水面呼吸,展现出高度协作的社会行为。该研究由Project CETI团队主导,旨在深入理解抹香鲸的沟通与社会结构。此次观测为鲸类社会行为研究提供了珍贵的一手资料,有助于推动海洋哺乳动物保护策略的制定。
来源 -
详细信息有限。文中提及“最致命的头槌”和“宇宙威胁的天然避难所”,但未提供具体研究内容、数据或科学背景。可能涉及海洋生物行为或天体物理现象,但缺乏可验证的事实支撑。目前无法确认其科学依据或实际影响。
来源 -
详细信息有限。文中提到“老鼠进入太空模拟器”,可能指某项模拟太空环境对生物影响的实验,但未说明研究机构、实验目的、持续时间或观测结果。无法判断其科学价值或实际应用前景。
来源
08 释放你的OpenClaw
- Hugging Face 提供两种方式帮助用户将 OpenClaw、Pi 或 Open Code 等代理迁移至开源模型:一是通过 Hugging Face Inference Providers 使用托管的开源模型,二是本地部署模型。托管方案适合快速恢复功能,本地方案则保障隐私、无 API 费用且完全可控。用户只需在代理工具中输入指令并链接相关页面即可完成迁移。Hugging Face Inference Providers 是一个开放平台,支持接入多个开源模型服务商,适合追求高性能或缺乏硬件资源的用户。
来源
- 使用 Hugging Face Inference Providers 需先创建访问令牌,并通过命令
openclaw onboard --auth-choice huggingface-api-key完成认证。用户随后可选择模型,推荐使用 GLM-5,因其在 Terminal Bench 测试中表现优异。模型可通过配置文件的repo_id随时更换,例如设置为"huggingface/zai-org/GLM-5:fastest"。Hugging Face PRO 订阅用户每月享有 2 美元免费额度,可用于 Inference Providers 服务。
来源
- 本地部署方案依赖 Llama.cpp 开源库,支持低资源环境下的模型推理。用户可通过 Homebrew(macOS/Linux)或 Winget(Windows)安装该工具。启动本地服务器时,可使用命令加载特定 GGUF 格式模型,如
unsloth/Qwen3.5-35B-A3B-GGUF:UD-Q4_K_XL,该模型在 32GB 内存设备上运行良好。此方案适合对隐私和成本控制有高要求的场景,且无调用频率限制。
来源