一种最初由美国国家航空航天局（NASA）为卫星图像开发的高效图像处理技术，正在彻底改变考古学。这种被称为“去相关拉伸”（decorrelation stretch）的方法可以增强细微的色彩对比，使褪色或原本不可见的细节瞬间变得清晰可见。 20 世纪 90 年代，NASA 科学家罗纳德·艾利（Ronald Alley）改进了该技术，以帮助地质学家绘制熔岩流图。2005 年左右，拥有医学成像背景的数学家乔恩·哈曼（Jon Harman）发现了艾利的研究，并意识到它在发掘古代岩画方面的潜力。哈曼开发了名为“Dstretch”的软件插件，将这种复杂的代数转换应用于数码照片。 其影响深远。研究人员正在利用 Dstretch 来揭示吴哥窟中长期隐藏的壁画，识别挪威岩画中此前未被记录的人物，甚至分析木乃伊遗骸上的古老纹身。事实证明，该工具在识别希腊那些无法通过其他勘测方法发现的埋藏建筑地基方面也十分有效。 通过将原始色彩映射到扩展的人工光谱中，Dstretch 为历史文物注入了新的活力。这项最初用于研究火星和地球地质的工具，现已成为全球考古学家的必备仪器，展现了将太空技术重新用于人类历史研究的非凡价值。
一位安全研究人员发现了一种通过利用 WebGPU（一种用于硬件加速图形的浏览器 API）冻结 macOS 设备的方法。通过运行一段包含无限循环的特定计算着色器，不受信任的网站可以使 GPU 过载，导致系统的 WindowServer 无响应。这会导致用户界面完全冻结，通常引发内核崩溃或被迫手动重启。 这个问题被称为“Deathray”，影响 M 系列芯片 Mac 上的 Chrome、Firefox 和 Safari 浏览器，但不会影响其他操作系统。虽然此前类似的漏洞（如 WebGL 上的“ShadyShader”）曾被苹果分配过 CVE 编号，但苹果公司拒绝将此 WebGPU 缺陷归类为安全问题，理由是系统死机并不构成漏洞。 该研究人员认为，苹果在解决此问题上的困难可能源于 M 系列芯片的架构，即操作系统无法直接抢占 GPU。尽管目前该缺陷被视为低优先级的“改进”，但它仍然是一个重大的困扰，违背了用户对浏览器能够保持操作系统稳定运行的隐性信任。
作者探讨了递归人工智能（即模型以自身输出为食）所带来的风险，并通过测试语言模型在面对反复、开放式重写时的表现进行了验证。虽然简单的确定性任务保持稳定，但创意写作在经历迭代提示时会出现“模型漂移”。 作者通过要求 Gemini 反复“改进”雷蒙德·钱德勒的一段经典文字，展示了模型如何逐渐丧失原文的细微差别。文笔经历了“隐喻崩溃”，从钱德勒扎实、生动的意象转变为越来越古怪且激进的描述。经过三十一次迭代后，润色后的文本变成了一种超现实的、带有恐怖色彩的原作讽刺画。该实验说明了递归人工智能循环如何迅速削弱质量与意义，将模型推向偏离起点、极端且不稳定的输出。
许多看似令人担忧的生理或知觉状况，实际上是良性的常见变异。 * **骨骼变异：** 副骨（足部多余的小骨头）和颈肋（多余的颈椎骨）通常没有症状，往往是在偶然检查中发现的。 * **知觉现象：** “爱丽丝梦游仙境综合征”会导致暂时的体型失真，常发生于儿童发烧或成人偏头痛期间。邦纳综合征会导致视力严重受损者出现幻视，但患者能意识到这些幻觉并非真实。此外，现实解体或人格解体（感到与现实或自我脱节）也是大多数人在压力下常见的反应。 * **肌肉状况：** 腹直肌分离，即腹部肌肉的分离，在怀孕期间几乎普遍发生。 虽然这些状况通常是无害的，但如果它们引起疼痛、持续的困扰、干扰日常功能，或涉及健康状况突然且无法解释的变化，仍建议咨询医生。如有疑问，专业的评估可以帮助排除潜在问题，并让您感到安心。
美国国家运输安全委员会（NTSB）已公布关于2026年9月6日21航空7598号航班（一架波音767-33A客机）在迈阿密国际机场发生跑道冲出事故的驾驶舱语音记录仪（CVR）及飞行数据记录仪（FDR）初步数据。 回收的数据显示，机组人员在最终进近阶段多次收到关于速度过快和“地形过低”的警告。据CVR显示，一名飞行员在剩余1分42秒时指出了过高的速度，但对于随后的隐患，机组并未做出持续一致的口头响应。 FDR数据显示，飞机以158节的速度着陆。尽管机组在0分15秒时启动了复飞程序，但随即迅速将油门收回至慢车并实施刹车。随后，飞机以96节的速度冲出铺装道面，最终在65节时停下。值得注意的是，没有迹象表明事故期间机组使用了减速板或推力反向器。 NTSB的调查仍在进行中，CVR记录的正式文本将作为下一阶段审查的一部分发布。目前提供的所有细节仍可能发生变化。
OpenAI 最近对纳维-斯托克斯方程的证明，标志着数学领域的一次重大转变，其核心在于使用了 Lean 4 进行机器可验证的证明。 从历史上看，将数学证明形式化极其耗费成本。曾有估算表明，形式化一页本科数学内容需要 40 个工作小时；若将此逻辑应用于复杂的学术论文，意味着每个项目需要数千小时的工作量。然而，OpenAI 仅用了 17 小时就验证了他们 166 页的论文——这使工作量降低了四个数量级。 这一跨越具有真正的革命性。通过让形式化验证变得触手可及，人工智能将其从一种精英化、耗时的学术实践，转变为普通研究人员可用的实用工具。除了纯数学领域，这项技术还对网络安全、智能合约审计以及关键任务软件工程等高风险领域具有深远影响。随着验证成本的暴跌，保证复杂系统正确性的能力将成为一种标准预期，而非奢侈需求。
请提供您需要翻译的内容。
此代码提供了 JavaScript、Python、Go、Java、Ruby 和 cURL 的实现示例，用于创建使用 `gpt-6-astra` 模型的 OpenAI Agent 会话。 该配置演示了如何初始化具有以下功能的智能体： * **工具**：集成了对程序化工具调用、基于 HTTP 的模型上下文协议 (MCP) 以及网页搜索的支持。 * **多智能体能力**：支持并发执行子智能体（最多 4 个）。 * **环境**：定义工作区和能力目录的自托管配置。 * **任务处理**：一套自动化指令，引导智能体使用其连接的文档和搜索工具，研究并总结将 MCP 服务器连接到 OpenAI 智能体的推荐设置。 每个代码片段都会向 OpenAI API 发送 POST 请求以启动会话，并返回一个唯一的 `session.id` 以跟踪交互过程。
Anthropic 最近的威胁情报报告显示，在 2025 年 12 月至 2026 年 8 月期间，人工智能从根本上改变了网络威胁格局。通过自动化执行侦察、漏洞利用开发和数据外泄等繁琐任务，Claude 等人工智能模型填补了以往个人黑客与资源充足的国家级黑客组织之间的“技能差距”。 报告指出的关键趋势包括： * **自主性增强：** 威胁参与者已不再局限于基础的聊天机器人辅助，而是开始使用多智能体框架来自主执行整个网络攻击链。如今的行动经常涉及“感性黑客攻击”（vibe hacking），即由人类设定高层目标，而人工智能负责复杂的执行、适应和规避安全防御。 * **准入门槛降低：** 技术复杂性已不再是衡量攻击者资源储备的可靠指标。黑客行动主义者和投机型犯罪分子现在也能实现曾经需要专业团队才能完成的大规模、持续性攻击活动。 * **将人工智能供应链作为目标：** 攻击者正积极瞄准人工智能基础设施，窃取 API 密钥和会话令牌，将其作为转售的“战利品”或为自身攻击提供算力的工具。 Anthropic 强调，尽管人工智能加快了这些威胁的传播速度并扩大了规模，但攻击的本质（如网络钓鱼、凭据窃取、漏洞发现）保持不变。