Daily Tech News | 2026-03-13

今日科技圈最引人注目的莫过于 AI Agent 框架“龙虾”的爆火与随之而来的安全争议,各大厂商纷纷入局同时也引发了高校禁用潮。苹果宣布下调中国区 App Store 佣金率,释放生态利好信号;而 AI 人脸识别误判导致的冤案则再次敲响了技术伦理的警钟。

1. 今日必读

  • 苹果宣布降低中国 App Store 佣金率 (36kr) 苹果发布通知,自 3 月 15 日起,中国内地 App Store 的标准佣金率由 30% 下调至 25%,针对小型企业等项目亦有相应优惠。此举被视为苹果在中国市场应对监管压力与优化开发者生态的重要举措,将直接提升开发者的收入分成。

  • 脑机接口公司「阶梯医疗」获5亿元战略融资 (36kr) 脑机接口企业阶梯医疗近日完成 5 亿元战略融资,由阿里巴巴领投,腾讯等老股东跟投,累计融资额达 11 亿元。公司已发布第二代高通量无线侵入式脑机接口系统,这表明资本持续看好脑机接口技术从实验室走向临床应用的商业化前景。

  • 龙虾火爆,但这8个“注意事项”你应该知道 (36kr) 开源 Agent 框架 OpenClaw(龙虾)近期引发轰动,因其能本地部署并 7x24 小时工作。然而伴随火爆而来的还有安全风险,多所高校已紧急禁用。文章探讨了使用此类工具时的隐私泄露、系统权限滥用等核心注意事项,提醒用户在追求效率时警惕安全红线。

  • Innocent woman jailed after being misidentified using AI facial recognition (Hacker News) 一名无辜女性因 AI 人脸识别误判被错误关押数月,这起发生在北达科他州的案件再次引发对 AI 执法可靠性的质疑。尽管技术进步迅速,但误识率导致的冤假错案风险不容忽视,凸显了在关键司法场景中引入“人机协同”复核机制的紧迫性。

2. 趋势与解读

  • Document poisoning in RAG systems: How attackers corrupt AI's sources (Hacker News) 文章深入剖析了 RAG(检索增强生成)系统面临的文档投毒攻击风险。攻击者可以通过污染外部数据源,向 AI 模型注入恶意信息,从而操纵输出结果。这对于依赖外部知识库的企业级 AI 应用构成了严峻的安全挑战,亟需建立数据溯源与验证机制。

  • 原微软小冰创始团队发布“卫士虾” (36kr) 针对 AI Agent(龙虾)可能存在的异常风险,原小冰团队发布安全工具“卫士虾”,支持一句话指令安装,可实时防范本机风险。这标志着 AI Agent 生态正在从单纯追求功能强大转向“发展与安全并重”,安全防护类工具将成为 Agent 普及的刚需配套。

  • ATMs didn’t kill bank teller jobs, but the iPhone did (Hacker News) 文章提出了一个反直觉的观点:ATM 的普及并未消灭银行柜员,反而通过降低成本增加了网点数量;真正导致柜员岗位减少的是移动互联网。这揭示了技术对就业的影响往往是间接且滞后的,智能手机带来的数字化变革才是重塑传统服务行业就业结构的根本力量。

  • Are LLM merge rates not getting better? (Hacker News) 文章指出尽管 SWE-bench 分数在提升,但许多由 LLM 生成的 PR(拉取请求)实际上并未被合并。这揭示了当前代码生成模型在复杂软件工程任务中的局限性:能通过测试不代表代码具备可维护性或符合工程规范,AI 编程的落地仍需人工把关。

3. 工具与深读

  • ChromeClaw - 运行在浏览器里的 OpenClaw (V2EX) 这是一个受 OpenClaw 启发的开源项目,最大亮点是完全运行在 Chrome 浏览器沙盒环境中。相比本地可执行文件,它提供了更轻量、更安全的运行方式,支持自定义 Skills 和 Tools,适合想要尝鲜 AI Agent 但对本地权限有顾虑的开发者。

  • Understanding the Go Runtime: The Scheduler (Hacker News) 这是一篇面向实习生级别的深度技术文章,详细讲解了 Go 语言运行时中调度器的工作原理。对于后端开发者而言,理解 GMP 模型、抢占式调度等底层机制,有助于编写更高性能的并发程序,是深入学习 Go 语言不可多得的优质资料。

  • Show HN: Axe – A 12MB binary that replaces your AI framework (Hacker News) 开发者推出了一款仅 12MB 的二进制工具 Axe,旨在替代臃肿的 AI 框架。它摒弃了长会话和巨大上下文窗口的设计,专注于轻量化任务处理。对于厌倦了复杂依赖和重型框架的用户,这提供了一种极简主义的本地 AI 工具使用新思路。

  • Big data on the cheapest MacBook (Hacker News) DuckDB 官方发布文章展示了如何在最便宜的 MacBook 上处理大数据。通过列式存储和向量化执行,DuckDB 证明了在消费级硬件上进行数据分析的高效性。这对于数据科学家和个人开发者极具参考价值,降低了大数据处理的硬件门槛。