Meta ordered to pay an additional $567 million in public nuisance ruling
Meta has been ordered to pay $567 million in the second phase of New Mexico’s landmark child safety case, bringing total charges to nearly $1 billion for being a “public nuisance.” In a ruling published on Thursday, the Santa Fe district court found that Meta’s platforms are a “significant contributing cause” of a teen mental health crisis affecting public health and safety throughout New Mexico.
Meta has been ordered to pay $567 million in the second phase of New Mexico’s landmark child safety case, bringing total charges to nearly $1 billion for being a “public nuisance.” In a ruling published on Thursday, the Santa Fe district court found that Meta’s platforms are a “significant contributing cause” of a teen mental health crisis affecting public health and safety throughout New Mexico.
AI家谱工具涌现，族谱分析迎来新浪潮
过去一年间，帮助系谱学家分析和展示家族树的工具突然大量涌现。这些工具大多面向普通家谱爱好者，也有部分专为调查性遗传系谱设计。文章指出，由于家谱数据可导出为易解析的GEDCOM文本格式，分析展示可能性无穷。2019年作者推出DNA Painter祖先树功能时，网络工具还寥寥无几。如今，人工智能的普及改变了局面：用户只需向聊天机器人提问即可可视化GEDCOM文件，甚至有人将成果转化为独立网页应用供他人使用。作者坦言，2022年他聘请开发者构建地图功能，而到了2026年，任何人仅凭AI提示就能做出类似功能。尽管AI承担了编码工作，仍需大量迭代与测试。文中列举了Ancestor Map Builder、Gedminer、TreeAlive等新工具，其界面设计时髦，与传统桌面系谱软件的旧式风格形成鲜明对比。作者感叹变化之快，并欢迎读者推荐新兴工具。 #AI #家谱 #基因谱系 #技术工具 #人工智能 #系谱学 #Web开发 #科技趋势
过去一年间，帮助系谱学家分析和展示家族树的工具突然大量涌现。这些工具大多面向普通家谱爱好者，也有部分专为调查性遗传系谱设计。文章指出，由于家谱数据可导出为易解析的GEDCOM文本格式，分析展示可能性无穷。2019年作者推出DNA Painter祖先树功能时，网络工具还寥寥无几。如今，人工智能的普及改变了局面：用户只需向聊天机器人提问即可可视化GEDCOM文件，甚至有人将成果转化为独立网页应用供他人使用。作者坦言，2022年他聘请开发者构建地图功能，而到了2026年，任何人仅凭AI提示就能做出类似功能。尽管AI承担了编码工作，仍需大量迭代与测试。文中列举了Ancestor Map Builder、Gedminer、TreeAlive等新工具，其界面设计时髦，与传统桌面系谱软件的旧式风格形成鲜明对比。作者感叹变化之快，并欢迎读者推荐新兴工具。 #AI #家谱 #基因谱系 #技术工具 #人工智能 #系谱学 #Web开发 #科技趋势
DeepMind发布WeatherNext AI
Google DeepMind与Google Research联合开发的WeatherNext AI模型，能比现有模型平均提前一天预测飓风，且三天预测精度相当于现有模型两天水平。该成果发表于《自然》杂志。模型利用海量天气数据进行训练，在路径和强度预测上均表现优异，弥补了此前AI模型难以预测强度的短板。2025年10月，WeatherNext在飓风梅利莎登陆前五天，即预判其将以五级强度袭击牙买加，为当地提前预警和疏散争取了宝贵时间。美国国家飓风中心主任称，额外的一天对应急决策意义重大。研究团队表示，传统模型实现同等提前量通常需十年。 #DeepMind #AI #飓风预测 #WeatherNext #气象 #Nature #科技
Google DeepMind与Google Research联合开发的WeatherNext AI模型，能比现有模型平均提前一天预测飓风，且三天预测精度相当于现有模型两天水平。该成果发表于《自然》杂志。模型利用海量天气数据进行训练，在路径和强度预测上均表现优异，弥补了此前AI模型难以预测强度的短板。2025年10月，WeatherNext在飓风梅利莎登陆前五天，即预判其将以五级强度袭击牙买加，为当地提前预警和疏散争取了宝贵时间。美国国家飓风中心主任称，额外的一天对应急决策意义重大。研究团队表示，传统模型实现同等提前量通常需十年。 #DeepMind #AI #飓风预测 #WeatherNext #气象 #Nature #科技
开发者用LLM Agent玩《矮人要塞》，实现自动化生存
一位开发者构建了基于大语言模型的AI代理来游玩《矮人要塞》，并成功完成第一阶段生存目标。该游戏以复杂著称，但作者认为其简洁规则与庞大状态空间非常适合AI。系统完全绕过游戏界面，仅通过DFHack工具交互，采用分层架构：知识层提供策略蓝图，决策层由LLM生成结构化动作，执行层运行命令并记录日志，反馈层通过Lua查询和截图监控状态。针对无头服务器环境，作者选用文本模式显示，利用命令管道与quickfort工具，大幅简化操作。AI通过读取游戏内部时间tick判断季节，并加速时间等待作物成熟。最终，建筑数量从1座增至68座，成功建立农场、工坊等基础设施。作者计划未来加入跨会话记忆，让AI在不断失败中积累经验。 #矮人要塞 #LLM #AI代理 #DFHack #人工智能 #游戏开发 #强化学习
一位开发者构建了基于大语言模型的AI代理来游玩《矮人要塞》，并成功完成第一阶段生存目标。该游戏以复杂著称，但作者认为其简洁规则与庞大状态空间非常适合AI。系统完全绕过游戏界面，仅通过DFHack工具交互，采用分层架构：知识层提供策略蓝图，决策层由LLM生成结构化动作，执行层运行命令并记录日志，反馈层通过Lua查询和截图监控状态。针对无头服务器环境，作者选用文本模式显示，利用命令管道与quickfort工具，大幅简化操作。AI通过读取游戏内部时间tick判断季节，并加速时间等待作物成熟。最终，建筑数量从1座增至68座，成功建立农场、工坊等基础设施。作者计划未来加入跨会话记忆，让AI在不断失败中积累经验。 #矮人要塞 #LLM #AI代理 #DFHack #人工智能 #游戏开发 #强化学习
本地多智能体AI会议应用Molfar System发布，实现Android端全本地运行
开发者通过Hacker News展示了一款名为Molfar System的Android应用，让用户能在手机上召开多智能体AI会议。用户可创建项目并邀请最多四位AI参与者，每个参与者可配置不同的模型供应商（如Google、NVIDIA、OpenRouter）和角色，并附加所需文档。系统通过编排器汇总讨论内容，另有“秘书”角色维护知识库和会议记录。该应用主打隐私保护：无服务器、无账户、无分析，所有数据默认保存在设备本地，仅当用户主动请求时，文本才直接发送至其自选的AI提供商，中间无任何转发环节。 #多智能体 #AI #Android #本地AI #隐私保护 #MolfarSystem #HackerNews #人工智能
开发者通过Hacker News展示了一款名为Molfar System的Android应用，让用户能在手机上召开多智能体AI会议。用户可创建项目并邀请最多四位AI参与者，每个参与者可配置不同的模型供应商（如Google、NVIDIA、OpenRouter）和角色，并附加所需文档。系统通过编排器汇总讨论内容，另有“秘书”角色维护知识库和会议记录。该应用主打隐私保护：无服务器、无账户、无分析，所有数据默认保存在设备本地，仅当用户主动请求时，文本才直接发送至其自选的AI提供商，中间无任何转发环节。 #多智能体 #AI #Android #本地AI #隐私保护 #MolfarSystem #HackerNews #人工智能
AI 成本反抗
随着 OpenAI、Anthropic 等前沿 AI 公司迅速扩张，企业客户对其按 Token 计费的定价模式日益不满。Palantir CEO 亚历克斯·卡普公开质疑：如果 AI 创造巨大价值，为何按 Token 收费而非分享成果？这一提问折射出许多企业的心声——他们并不清楚自己究竟在为 AI 支付什么。早期试点阶段，用量小、成本隐蔽；一旦规模化部署，尤其是智能体应用，一次用户请求可能触发多次模型调用，成本结构迅速膨胀。企业真正需要的不是 Token 数量，而是“理赔案件正确处理”“工单成功解决”等业务成果。FinOps 基金会指出，Token 成本只是整个技术栈中的一层，检索、推理、工具调用等流程消耗的 Token 可能比简单请求高出一到两个数量级。供应商需要计量生产，企业需要核算经济账，两者混淆正是这场“反抗”的根源。这并非对 AI 的排斥，而是 AI 单位经济学周期的开始。 #AI #人工智能 #Token计费 #企业成本 #OpenAI #大模型 #科技新闻
随着 OpenAI、Anthropic 等前沿 AI 公司迅速扩张，企业客户对其按 Token 计费的定价模式日益不满。Palantir CEO 亚历克斯·卡普公开质疑：如果 AI 创造巨大价值，为何按 Token 收费而非分享成果？这一提问折射出许多企业的心声——他们并不清楚自己究竟在为 AI 支付什么。早期试点阶段，用量小、成本隐蔽；一旦规模化部署，尤其是智能体应用，一次用户请求可能触发多次模型调用，成本结构迅速膨胀。企业真正需要的不是 Token 数量，而是“理赔案件正确处理”“工单成功解决”等业务成果。FinOps 基金会指出，Token 成本只是整个技术栈中的一层，检索、推理、工具调用等流程消耗的 Token 可能比简单请求高出一到两个数量级。供应商需要计量生产，企业需要核算经济账，两者混淆正是这场“反抗”的根源。这并非对 AI 的排斥，而是 AI 单位经济学周期的开始。 #AI #人工智能 #Token计费 #企业成本 #OpenAI #大模型 #科技新闻