一个克制的、理性的关注互联网科技和人文的频道，也谈谈美食和电影，发现和分享一切有趣有价值的内容。
这可能是今年最重要的AI新闻，但中文互联网还没什么人聊。
昨天，一家成立不到三年的多伦多芯片公司扔下了一颗核弹。他们不是做大模型的，不是做应用的，而是做了一件听起来很复古的事：把AI模型直接刻在芯片里。
这家公司叫 Taalas。他们做的芯片 HC1，运行 Llama 3.1 8B的速度是 17000 tokens/秒。作为对比，目前业界最快的 GPU 也就 2000 左右。十倍差距。
但这还不是最疯狂的。最疯狂的是，这块芯片只能跑这一个模型。不能换，不能改，不能升级。你买回家，它就永远只会做这一件事：以光速运行 Llama 3.1 8B。
Taalas 的赌注很简单：在这个所有人都追求灵活性的时代，他们选择了绝对的不灵活，换取绝对的效率。
要说清楚这件事为什么重要，得先理解过去几十年芯片发展的主线。从 CPU 到 GPU，再到各种 AI 加速器，所有人都在做同一件事：造一个通用的计算平台，然后用软件在上面跑各种模型。
这条路走到今天，遇到了一个硬边界。模型越来越大，内存带宽成了瓶颈。你把几百亿参数从显存搬到计算单元，这个过程消耗的能量和时间，已经比计算本身还要多了。
Taalas 的思路是：既然你每次都算同样的东西，为什么还要搬来搬去？直接把权重存在晶体管里不行吗？
他们真的这么做了。HC1 芯片里没有显存，没有 HBM，没有复杂的缓存层级。模型的每一个权重都对应着芯片上的特定晶体管，矩阵乘法通过电路的物理连接直接完成。你输入一个 token，电流流过这些预先设计好的路径，输出就是下一个 token 的预测。
这就像录音带和现场演奏的区别。传统芯片是每次都要重新演奏，Taalas 是把演奏录在磁带里，播放就行了。
这种设计带来了几个惊人的结果。
第一是速度。17000 tokens/秒意味着什么？你几乎感受不到延迟。不是"很快"，是"瞬间"。有测试者说，按回车的瞬间，答案就已经完整出现在屏幕上，甚至看起来像是预先准备好的。
第二是功耗。传统 GPU 运行 AI 推理需要液冷，一个机柜动辄几十千瓦。Taalas 的芯片只要空气冷却，十张卡加起来才 2.5 千瓦。他们号称能效是 GPU 的十倍。
第三是成本。制造这样的芯片，他们说是传统方案的十分之一到二十分之一。
但代价也是真实的。这块芯片出厂那一刻，它的命运就已经注定。Llama 3.1 8B，就是这个芯片这辈子唯一能做的事。如果明年 Meta 发布了 Llama 4，这块芯片就变成了电子垃圾。如果你发现这个模型有偏见，或者在你的应用场景里效果不好，你不能微调它，不能换别的模型，只能再买一块新芯片。
Taalas 的解决方案是：把定制芯片的周期从一年压缩到两个月。他们和台积电合作，只改变两层金属掩膜，就能为不同的模型生产新芯片。他们声称训练一个模型要花十亿美元，而定制一块这样的芯片只要花一千万。
说到这个团队的背景，确实豪华得有点过分。CEO Ljubisa Bajic 是 Tenstorrent 的创始人，之前在 AMD 和 NVIDIA 都做过架构师。COO Lejla Bajic 是他的妻子，同样是 AMD 和 Tenstorrent 的资深工程师。CTO Drago Ignjatovic 是前 AMD 的 ASIC 设计总监。这三个人加起来，可能设计了过去十年里你用过的一些最重要的芯片。
2022 年，当 Jim Keller 加入 Tenstorrent 并接管公司后，Ljubisa 选择了离开。六个月后，他创立了 Taalas。显然，他和 Keller 对 AI 芯片的未来有不同的看法。Keller 想做一个通用的、可编程的、软件友好的平台，而 Ljubisa 走向了另一个极端：彻底的专用化。
他们刚刚完成了 1.69 亿美元的融资，总融资额 2.19 亿。投资人里有个名字值得注意：Pierre Lamond。这位老爷子是 Fairchild Semiconductor 的元老，红杉资本的前合伙人，被公认为半导体行业的奠基人之一。这样的大佬背书，说明这件事至少在技术逻辑上是成立的。
现在的问题是：市场会买单吗？
Taalas 需要找到那些愿意为了效率和成本，牺牲灵活性的场景。比如语音助手，需要毫秒级响应，而且模型不需要经常换。比如数据标注，需要处理海量文本，用的是固定模型。比如一些垂直领域的专用模型，训练好了就不动了。
但也有人不看好。芯片制造是有污染的，如果每两年就要换一批芯片，这比 GPU 的更新换代更频繁，环保问题怎么算？还有人质疑，AI 模型进化这么快，两个月流片时间还是太长，等你做出来，模型可能已经过时了。
更根本的问题是：当 OpenAI、Google、Anthropic 都在拼命证明他们的新模型比旧模型好得多的时候，谁会愿意把自己锁死在一个固定的模型上？
Taalas 的反驳是：模型迭代的周期正在变长，人们开始依恋特定的版本。OpenAI 把用户从 GPT-4.5 迁移到 GPT-5 的时候，很多人抱怨新版本太谄媚了。也许未来我们会像对待手机型号一样对待 AI 模型：iPhone 15 出来后，还是有人用 iPhone 14，因为它们各有各的好。
我不知道 Taalas 会不会成功。这可能是一家改变行业的公司，也可能是一个技术史上有趣的注脚。
感兴趣的朋友可以去他们的demo站点体验一下什么是光速级别的inference：
chatjimmy.ai
by @数字游民Jarod
昨天，一家成立不到三年的多伦多芯片公司扔下了一颗核弹。他们不是做大模型的，不是做应用的，而是做了一件听起来很复古的事：把AI模型直接刻在芯片里。
这家公司叫 Taalas。他们做的芯片 HC1，运行 Llama 3.1 8B的速度是 17000 tokens/秒。作为对比，目前业界最快的 GPU 也就 2000 左右。十倍差距。
但这还不是最疯狂的。最疯狂的是，这块芯片只能跑这一个模型。不能换，不能改，不能升级。你买回家，它就永远只会做这一件事：以光速运行 Llama 3.1 8B。
Taalas 的赌注很简单：在这个所有人都追求灵活性的时代，他们选择了绝对的不灵活，换取绝对的效率。
要说清楚这件事为什么重要，得先理解过去几十年芯片发展的主线。从 CPU 到 GPU，再到各种 AI 加速器，所有人都在做同一件事：造一个通用的计算平台，然后用软件在上面跑各种模型。
这条路走到今天，遇到了一个硬边界。模型越来越大，内存带宽成了瓶颈。你把几百亿参数从显存搬到计算单元，这个过程消耗的能量和时间，已经比计算本身还要多了。
Taalas 的思路是：既然你每次都算同样的东西，为什么还要搬来搬去？直接把权重存在晶体管里不行吗？
他们真的这么做了。HC1 芯片里没有显存，没有 HBM，没有复杂的缓存层级。模型的每一个权重都对应着芯片上的特定晶体管，矩阵乘法通过电路的物理连接直接完成。你输入一个 token，电流流过这些预先设计好的路径，输出就是下一个 token 的预测。
这就像录音带和现场演奏的区别。传统芯片是每次都要重新演奏，Taalas 是把演奏录在磁带里，播放就行了。
这种设计带来了几个惊人的结果。
第一是速度。17000 tokens/秒意味着什么？你几乎感受不到延迟。不是"很快"，是"瞬间"。有测试者说，按回车的瞬间，答案就已经完整出现在屏幕上，甚至看起来像是预先准备好的。
第二是功耗。传统 GPU 运行 AI 推理需要液冷，一个机柜动辄几十千瓦。Taalas 的芯片只要空气冷却，十张卡加起来才 2.5 千瓦。他们号称能效是 GPU 的十倍。
第三是成本。制造这样的芯片，他们说是传统方案的十分之一到二十分之一。
但代价也是真实的。这块芯片出厂那一刻，它的命运就已经注定。Llama 3.1 8B，就是这个芯片这辈子唯一能做的事。如果明年 Meta 发布了 Llama 4，这块芯片就变成了电子垃圾。如果你发现这个模型有偏见，或者在你的应用场景里效果不好，你不能微调它，不能换别的模型，只能再买一块新芯片。
Taalas 的解决方案是：把定制芯片的周期从一年压缩到两个月。他们和台积电合作，只改变两层金属掩膜，就能为不同的模型生产新芯片。他们声称训练一个模型要花十亿美元，而定制一块这样的芯片只要花一千万。
说到这个团队的背景，确实豪华得有点过分。CEO Ljubisa Bajic 是 Tenstorrent 的创始人，之前在 AMD 和 NVIDIA 都做过架构师。COO Lejla Bajic 是他的妻子，同样是 AMD 和 Tenstorrent 的资深工程师。CTO Drago Ignjatovic 是前 AMD 的 ASIC 设计总监。这三个人加起来，可能设计了过去十年里你用过的一些最重要的芯片。
2022 年，当 Jim Keller 加入 Tenstorrent 并接管公司后，Ljubisa 选择了离开。六个月后，他创立了 Taalas。显然，他和 Keller 对 AI 芯片的未来有不同的看法。Keller 想做一个通用的、可编程的、软件友好的平台，而 Ljubisa 走向了另一个极端：彻底的专用化。
他们刚刚完成了 1.69 亿美元的融资，总融资额 2.19 亿。投资人里有个名字值得注意：Pierre Lamond。这位老爷子是 Fairchild Semiconductor 的元老，红杉资本的前合伙人，被公认为半导体行业的奠基人之一。这样的大佬背书，说明这件事至少在技术逻辑上是成立的。
现在的问题是：市场会买单吗？
Taalas 需要找到那些愿意为了效率和成本，牺牲灵活性的场景。比如语音助手，需要毫秒级响应，而且模型不需要经常换。比如数据标注，需要处理海量文本，用的是固定模型。比如一些垂直领域的专用模型，训练好了就不动了。
但也有人不看好。芯片制造是有污染的，如果每两年就要换一批芯片，这比 GPU 的更新换代更频繁，环保问题怎么算？还有人质疑，AI 模型进化这么快，两个月流片时间还是太长，等你做出来，模型可能已经过时了。
更根本的问题是：当 OpenAI、Google、Anthropic 都在拼命证明他们的新模型比旧模型好得多的时候，谁会愿意把自己锁死在一个固定的模型上？
Taalas 的反驳是：模型迭代的周期正在变长，人们开始依恋特定的版本。OpenAI 把用户从 GPT-4.5 迁移到 GPT-5 的时候，很多人抱怨新版本太谄媚了。也许未来我们会像对待手机型号一样对待 AI 模型：iPhone 15 出来后，还是有人用 iPhone 14，因为它们各有各的好。
我不知道 Taalas 会不会成功。这可能是一家改变行业的公司，也可能是一个技术史上有趣的注脚。
感兴趣的朋友可以去他们的demo站点体验一下什么是光速级别的inference：
chatjimmy.ai
by @数字游民Jarod
这是一台80年代末期的打字机，它有液晶屏幕，可以显示四行汉字，使用五笔输入法，然后直接打印出来。它就是四通打字机。
当时很多国家单位的文件应该是用这台机器打印蜡纸（是针式打印，可以“力透纸背”），然后去油印。那时的小学印试卷还是手刻蜡纸去油印。
当时全中国有40万个法人单位，四通卖了几十万台，几乎每个单位都有……1988年底到1989年初，科技日报给全国电子工业排名，销售额排名四通以10个亿排第一名。
1990年开亚运会，前一年三环路开通，友谊宾馆旁的立交桥要命名，四通花200万拍到了命名权，所以那座桥叫四通桥。
后来隔了几年就不流行用打字机了，开始用电脑了，但是起初电脑也不是Windows系统，还是DOS。也没有Office，有那么一段时间流行的是一个叫做CCED的国产办公软件，后面出来了wps和office97, 四通也退出了历史舞台。
图片来源：https://tsm.tsinghua.edu.cn/?p=11191
中国的农民到底是peasant还是farmer
在英语语境里，farmer指从事农业生产的职业者，拥有或租用大块土地进行耕作，更接近农场主的概念，是一份独立的职业，尤其指现代农业经营者。
而“Peasant” 并非仅限于马克思主义中所说的封建时代佃农角色，也可用于描述当代发展中国家（包括中国）的小规模农业劳动者，尤其在学术和社会科学语境中。著名汉学家 费正清（John K. Fairbank）、黄宗智（Philip C.C. Huang） 等人在研究中国农村时，长期使用 “peasant economy”（小农经济）、“peasant household”（农户） 等术语。
而且中国现行土地制度确实符合 “peasant” 的经典定义：
- 农民不拥有土地所有权（归集体或国家所有）与继承权，仅享有承包经营权（通常30年）
- 生产规模小、市场化程度有限、兼业化普遍（如“农民工”现象）
有人说peasant等于封建/贬义，这本来就是语言的语义偏移，正比如“农民工”一词，被部分人认为代有贬义，但这并非一种全民认可的概念，照样有人坦然地认可自己的农民工角色。
虽然现在中国的趋势是集中化经营，向farmer转变，但大部分农业从事人口依然是peasant，并且因此造就更多的Semi-proletarianized rural households（半无产阶级化的农村家庭）。
简单地说，Farmer就是“干农活的人”，Peasant是“被束缚在土地上的底层阶级”，中国既有Farmer，也有Peasant。
学术文献和国际交流多用Peasant，对内官方通稿用Farmer，对外官方通稿用villagers，口语则看各自的屁股爱用啥用啥。
用逼乎的一句话来说，利益相关，我目前的阶级就是半无产阶级化的农村家庭，不认可自己的farmer身份。
在英语语境里，farmer指从事农业生产的职业者，拥有或租用大块土地进行耕作，更接近农场主的概念，是一份独立的职业，尤其指现代农业经营者。
而“Peasant” 并非仅限于马克思主义中所说的封建时代佃农角色，也可用于描述当代发展中国家（包括中国）的小规模农业劳动者，尤其在学术和社会科学语境中。著名汉学家 费正清（John K. Fairbank）、黄宗智（Philip C.C. Huang） 等人在研究中国农村时，长期使用 “peasant economy”（小农经济）、“peasant household”（农户） 等术语。
而且中国现行土地制度确实符合 “peasant” 的经典定义：
- 农民不拥有土地所有权（归集体或国家所有）与继承权，仅享有承包经营权（通常30年）
- 生产规模小、市场化程度有限、兼业化普遍（如“农民工”现象）
有人说peasant等于封建/贬义，这本来就是语言的语义偏移，正比如“农民工”一词，被部分人认为代有贬义，但这并非一种全民认可的概念，照样有人坦然地认可自己的农民工角色。
虽然现在中国的趋势是集中化经营，向farmer转变，但大部分农业从事人口依然是peasant，并且因此造就更多的Semi-proletarianized rural households（半无产阶级化的农村家庭）。
简单地说，Farmer就是“干农活的人”，Peasant是“被束缚在土地上的底层阶级”，中国既有Farmer，也有Peasant。
学术文献和国际交流多用Peasant，对内官方通稿用Farmer，对外官方通稿用villagers，口语则看各自的屁股爱用啥用啥。
语言问题，归根结底是屁股问题。
用逼乎的一句话来说，利益相关，我目前的阶级就是半无产阶级化的农村家庭，不认可自己的farmer身份。
为什么我们会认为 AI 写的是屎山代码？
程序员写的代码，用行内话讲，就是主要给人看，偶尔拿来执行。所以，可读性、可维护性，要求很高。
说白了，程序员写的代码，都必须是“人体工学”的。毕竟人类脑容量有限，处理4个以上对象共同作用的场景时，80%的人都会晕菜。
而 AI，完全没有这个限制。AI 的 Working set容量不知多大，但处理几百个抽象对象，完全没有问题。
于是，人类读 AI 写的代码，认为是屎山，一点也不奇怪。DNA 代码，读起来也是屎山。
但 AI 自己读起来，毫不费力。而且 AI 一代比一代强，维护这种规模的“屎山”，手拿把攥。
这就是我为什么一直强调，AI 代码的维护者，只应该是 AI，而不是人类程序员。
source
程序员写的代码，用行内话讲，就是主要给人看，偶尔拿来执行。所以，可读性、可维护性，要求很高。
说白了，程序员写的代码，都必须是“人体工学”的。毕竟人类脑容量有限，处理4个以上对象共同作用的场景时，80%的人都会晕菜。
而 AI，完全没有这个限制。AI 的 Working set容量不知多大，但处理几百个抽象对象，完全没有问题。
于是，人类读 AI 写的代码，认为是屎山，一点也不奇怪。DNA 代码，读起来也是屎山。
但 AI 自己读起来，毫不费力。而且 AI 一代比一代强，维护这种规模的“屎山”，手拿把攥。
这就是我为什么一直强调，AI 代码的维护者，只应该是 AI，而不是人类程序员。
70年代的人会在乎看不看得懂机器码吗？
机器码的可读性对人类没有意义，同理代码可读性对人类也没有意义，代码是用来运行的，不是用来给人看的。
source
苹果更新 App Store 审核指南，明确禁止随机或匿名聊天应用
苹果公司于 2026 年 2 月 6 日更新了《App Store 审核指南》，正式将“随机或匿名聊天”类应用列入违规名单。根据修订后的第 1.2 节“用户生成内容”条款，此类应用与色情、霸凌及物化他人等行为并列，苹果有权在不经预告的情况下将其直接下架。
此次政策调整为苹果清理高风险应用提供了更明确的依据。此前，苹果曾因保护未成年人安全下架 OmeTV，并因移除涉及政治抗议的匿名通讯工具 bitchat 受到关注。新规实施后，开发者需提供更严格的内容过滤与举报机制以符合安全要求。
source
苹果公司于 2026 年 2 月 6 日更新了《App Store 审核指南》，正式将“随机或匿名聊天”类应用列入违规名单。根据修订后的第 1.2 节“用户生成内容”条款，此类应用与色情、霸凌及物化他人等行为并列，苹果有权在不经预告的情况下将其直接下架。
此次政策调整为苹果清理高风险应用提供了更明确的依据。此前，苹果曾因保护未成年人安全下架 OmeTV，并因移除涉及政治抗议的匿名通讯工具 bitchat 受到关注。新规实施后，开发者需提供更严格的内容过滤与举报机制以符合安全要求。
苹果用户有福了,苹果太关心用户身心健康了
source
挺烦有些人问一些，这是啥，那是啥的简单问题，明明百度，再不行问下AI就能知道。
我的回答是：你不知道，因为你用不着，所以不需要知道。
同样，也没有那么多为什么，没有为什么，它就是这样。莫学某某，某某某，一个屁能洋洋洒洒写出一万字分析文章
我的回答是：你不知道，因为你用不着，所以不需要知道。
同样，也没有那么多为什么，没有为什么，它就是这样。莫学某某，某某某，一个屁能洋洋洒洒写出一万字分析文章
GNSS与LPP协议如何透露你的精确位置
GNSS（Global Navigation Satellite System） 是全球导航卫星系统的总称，它是一个家族，包括：GPS（美国）、GLONASS（俄罗斯）、Galileo（欧盟）、BeiDou（中国北斗）。这些系统都由几十颗在轨卫星组成，它们不停地向地球广播精确的时间和自己的轨道位置。
GNSS位置数据完全是由你的手机产生的，整个过程是完全被动且本地化的，你的手机同时接收来自至少4颗不同GNSS 卫星的无线电信号，由于信号以光速传播，手机通过比较信号发送时间（包含在信号里）和信号到达时间（手机本地时间），计算出到每颗卫星的距离。手机利用这 4 个（或更多）距离数据，在三维空间中解算出自己唯一的坐标（经度、纬度、海拔）。
本来所有计算都在手机内部完成，手机没有向任何地方发送请求，但蜂窝网络标准（2G/3G/4G/5G）为了提供“紧急呼叫定位”等服务，强制要求手机在特定情况下，主动把计算好的位置上报给运营商。
这就是 RRLP/LPP协议。
简单来说，就是当基站（或核心网）发出一个 “Location Request” 指令时，你的手机就会把自己刚刚算出的 GNSS 坐标（精度几米）打包，通过控制信道发回给运营商，该过程是强制进行无法关闭的。
如果运营商仅靠基站三角定位，通常是几十～几百米，不如GNSS来得精确。
就目前而言，除了关机和拔掉SIM卡，能阻止上报外，包括关闭“位置服务”、刷机等均无效，这是基带硬件限制。
据苹果宣称，搭载iOS 26.3和苹果自研芯片的设备，将可以限制基带芯片向网络上报精确GNSS数据，暂且听其言观其行吧。
#科普
GNSS（Global Navigation Satellite System） 是全球导航卫星系统的总称，它是一个家族，包括：GPS（美国）、GLONASS（俄罗斯）、Galileo（欧盟）、BeiDou（中国北斗）。这些系统都由几十颗在轨卫星组成，它们不停地向地球广播精确的时间和自己的轨道位置。
GNSS位置数据完全是由你的手机产生的，整个过程是完全被动且本地化的，你的手机同时接收来自至少4颗不同GNSS 卫星的无线电信号，由于信号以光速传播，手机通过比较信号发送时间（包含在信号里）和信号到达时间（手机本地时间），计算出到每颗卫星的距离。手机利用这 4 个（或更多）距离数据，在三维空间中解算出自己唯一的坐标（经度、纬度、海拔）。
本来所有计算都在手机内部完成，手机没有向任何地方发送请求，但蜂窝网络标准（2G/3G/4G/5G）为了提供“紧急呼叫定位”等服务，强制要求手机在特定情况下，主动把计算好的位置上报给运营商。
这就是 RRLP/LPP协议。
简单来说，就是当基站（或核心网）发出一个 “Location Request” 指令时，你的手机就会把自己刚刚算出的 GNSS 坐标（精度几米）打包，通过控制信道发回给运营商，该过程是强制进行无法关闭的。
如果运营商仅靠基站三角定位，通常是几十～几百米，不如GNSS来得精确。
就目前而言，除了关机和拔掉SIM卡，能阻止上报外，包括关闭“位置服务”、刷机等均无效，这是基带硬件限制。
据苹果宣称，搭载iOS 26.3和苹果自研芯片的设备，将可以限制基带芯片向网络上报精确GNSS数据，暂且听其言观其行吧。
#科普
Under the hood 什么意思
“Under the hood” 是一个英语习语，字面意思是“在引擎盖下面”，源自汽车维修场景——打开引擎盖才能看到发动机等内部机械结构。
在软件、技术产品或应用程序的设置中，“Under the hood” 通常指：隐藏的、高级的、底层的技术性选项或功能，普通用户一般不需要接触，但开发者、高级用户或调试人员可能会用到。就像你开车不需要懂发动机原理，但修车师傅必须打开引擎盖一样。
比如网络超时时间、缓存大小、线程数、日志级别等高级设置，或者“启用开发者模式”、“显示性能统计”等调试/诊断选项，以及一些实验性功能、底层配置，这些都可以放到Under the hood下面。
不要再用Advanced setting 这种不地道的说法了。
“Under the hood” 是一个英语习语，字面意思是“在引擎盖下面”，源自汽车维修场景——打开引擎盖才能看到发动机等内部机械结构。
在软件、技术产品或应用程序的设置中，“Under the hood” 通常指：隐藏的、高级的、底层的技术性选项或功能，普通用户一般不需要接触，但开发者、高级用户或调试人员可能会用到。就像你开车不需要懂发动机原理，但修车师傅必须打开引擎盖一样。
比如网络超时时间、缓存大小、线程数、日志级别等高级设置，或者“启用开发者模式”、“显示性能统计”等调试/诊断选项，以及一些实验性功能、底层配置，这些都可以放到Under the hood下面。
不要再用Advanced setting 这种不地道的说法了。
网络犯罪防治法（征求意见稿）意味着什么？
2026年1月31日，《网络犯罪防治法（征求意见稿）》正式向社会公开征求意见。
介于过去几年多部委发文带来的边际效应递减，大家的反应大多是：“又是老生常谈吧？”或者“反正早就禁止了，还能怎样？”
这是一种极其危险的误判。从“部委通知”上升为“国家法律”，意味着监管逻辑已从防范演变为精准的刑事治理。
1.重新定义“明知”
在过去，OTC商家（U商）常以“我只是做买卖，不知道对方资金来源”作为抗辩理由。法律上也多定性为非法经营或帮信罪，定罪门槛较高。
但新法案第二十六条第三款重新作了明确：
“任何个人和组织不得明知是他人违法犯罪所得的资金，实施下列资金流转、支付结算等行为...利用虚拟货币、其他网络虚拟财产为他人提供资金流转服务的。”
这里虽然保留了“明知”二字，但在司法实践中，“明知”的认定范围正在极度扩大。如果你交易价格异常、使用加密聊天软件规避监管、或者未尽到极其严格的KYC审核，都可能被推定为“明知”。
️2.长臂管辖和“连坐”机制
新法案第十九条和第三十一条给了这一信条致命一击：
“不得明知他人利用网络实施违法犯罪，而为其提供……开发运维、广告推广、应用程序封装……等支持和帮助。”
更令人头大的是第二条关于“长臂管辖”的规定：
“在境外的中华人民共和国公民以及向中华人民共和国境内用户提供服务的境外组织、个人实施违反本法规定的行为……依法追究法律责任。”
同样受影响的还有翻墙，
第十四条：任何个人和组织不得非法制作、销售、提供、使用……………由省级以上主管部门认定的，专门用于实施网络违法犯罪或者具有规避监管制度功能的设备、软件、工具、服务。
以前粉红还能洗地说翻墙无罪因为只是下面执行歪了，现在白纸黑字都强调了，提供使用都有罪，人在境外也要被管，只要用到的工具具有躲避监管的功能就行，不管你有没有实质性危害行为
内容来源于网络
2026年1月31日，《网络犯罪防治法（征求意见稿）》正式向社会公开征求意见。
介于过去几年多部委发文带来的边际效应递减，大家的反应大多是：“又是老生常谈吧？”或者“反正早就禁止了，还能怎样？”
这是一种极其危险的误判。从“部委通知”上升为“国家法律”，意味着监管逻辑已从防范演变为精准的刑事治理。
1.重新定义“明知”
在过去，OTC商家（U商）常以“我只是做买卖，不知道对方资金来源”作为抗辩理由。法律上也多定性为非法经营或帮信罪，定罪门槛较高。
但新法案第二十六条第三款重新作了明确：
“任何个人和组织不得明知是他人违法犯罪所得的资金，实施下列资金流转、支付结算等行为...利用虚拟货币、其他网络虚拟财产为他人提供资金流转服务的。”
这里虽然保留了“明知”二字，但在司法实践中，“明知”的认定范围正在极度扩大。如果你交易价格异常、使用加密聊天软件规避监管、或者未尽到极其严格的KYC审核，都可能被推定为“明知”。
️2.长臂管辖和“连坐”机制
新法案第十九条和第三十一条给了这一信条致命一击：
“不得明知他人利用网络实施违法犯罪，而为其提供……开发运维、广告推广、应用程序封装……等支持和帮助。”
更令人头大的是第二条关于“长臂管辖”的规定：
“在境外的中华人民共和国公民以及向中华人民共和国境内用户提供服务的境外组织、个人实施违反本法规定的行为……依法追究法律责任。”
同样受影响的还有翻墙，
第十四条：任何个人和组织不得非法制作、销售、提供、使用……………由省级以上主管部门认定的，专门用于实施网络违法犯罪或者具有规避监管制度功能的设备、软件、工具、服务。
以前粉红还能洗地说翻墙无罪因为只是下面执行歪了，现在白纸黑字都强调了，提供使用都有罪，人在境外也要被管，只要用到的工具具有躲避监管的功能就行，不管你有没有实质性危害行为
意味着边界被彻底抹平：行为不重要，意图不重要，甚至你人在不在境内都不重要，只要你不在他们的视线里，就是问题本身。法律不再是裁判，而是探照灯，照到谁，谁就有罪。
内容来源于网络
以下是当前功能：
- 隐私优先：不需要申请任何权限，所有运行时数据都牢固地存储在您的本地数据库中，也可以上传到您自己的WEBDAV私有云。
- 简洁干净：以 #标签(TAG) 为索引，支持图文混排来记录和整理您的突发灵感。但是作为卡片笔记，不建议用来记录太长的文字。
- 随时回顾：支持日历视图、热力图和随机漫步等方式来回顾您的笔记。
- 代码开源：所有代码都开源在Github上，您可以随时查看和协作开发。
- 免费使用：完全免费享受所有功能，没有任何内容的费用。
体积仅5M，作者也是个有职业道德的开发者。
source
X指责中国政府投放大量色情内容以淹没中文信息
马斯克旗下的X指责北京方面向该社交媒体平台投放大量色情内容，以压制抗议和异议声音。X社交媒体平台的产品负责人 Nikita Bier 在平台上公开回应了一位用户的投诉，该用户抱怨说，在X网站上搜索中文帖子时，搜索结果充斥着“垃圾信息和非法广告”。该产品负责人表示，中国政府应对色情垃圾信息的泛滥负责，他说：“每当出现政治动荡时，中国政府就会在X网站的搜索结果中充斥色情内容，以阻止民众获取实时信息。这是一个难以解决的问题，但我们已经意识到，并且正在努力解决。”
—— 每日电讯
马斯克旗下的X指责北京方面向该社交媒体平台投放大量色情内容，以压制抗议和异议声音。X社交媒体平台的产品负责人 Nikita Bier 在平台上公开回应了一位用户的投诉，该用户抱怨说，在X网站上搜索中文帖子时，搜索结果充斥着“垃圾信息和非法广告”。该产品负责人表示，中国政府应对色情垃圾信息的泛滥负责，他说：“每当出现政治动荡时，中国政府就会在X网站的搜索结果中充斥色情内容，以阻止民众获取实时信息。这是一个难以解决的问题，但我们已经意识到，并且正在努力解决。”
—— 每日电讯
将任何互联网上公开的 Git 服务作为聊天服务器, 端到端加密，仅支持安卓。
工作原理
- 使用 Git 仓库的 commits 记录存储聊天信息
- 每次发送消息会将加密后的内容 push 到仓库
- 每次创建群组会自动生成 256 位随机密钥
下载: https://github.com/InvertGeek/MixGram/releases
娱乐与实用俱佳，很有创意
