托管了众多知名开源项目的德国非盈利组织 Codeberg 在会员投票之后宣布了重大政策改变：首先是它承诺不会用用户的任何数据去训练大模型，其次是会员以 358 票赞成 144 票反对通过了提议，禁止 vibe-coded 项目。Codeberg 官方博客称，LLM 是一项成本昂贵的技术，且随着 AI 公司开始收回投资，成本还在不断攀升。这种成本不仅体现在云服务和订阅费用中，事实上每个人都深受影响。LLM 的成本如此之高以至于公司将成本转嫁给不使用 AI 的人和整个社会。硬件价格上涨、能源消耗增加以及环境破坏——我们所有人都在为此买单！AI 公司的爬虫让 Codeberg 的服务器不堪重负，而用户寥寥无几的 vibe-coded 项目消耗的资源甚至堪比大型的开源项目。LLM 的训练和部署大幅提高了硬件采购成本，尤其是 SSD 和内存。几年前采购一块硬盘只需要 700 欧元，如今相同的硬盘需要 3700 欧元，而且经常缺货，因此 Codeberg 托管代码的成本也越来越高。数据中心等基础设施、LLM 生成代码的版权和许可证问题，分享根据提示词通过 LLM 生成代码并称之为开源软件的举措并不会让世界变得更好，Codeberg 不想成为托管此类代码的平台，不希望浪费有限的资源，它将开始采取行动清理 vibe-coded 项目，偶尔使用 LLM 生成代码或维护者在不知情下接受了贡献者递交的 LLM 生成代码的项目预计不会受到影响。

通用汽车正在大力发展软件和订阅业务。在周二的财报电话会议上，高管表示公司正日益依赖 OnStar 和 Super Cruise 等软件订阅服务，以在客户购车后创造长期的高利润经常性收入。OnStar 在第二季度带来了约 8 亿美元的收入，而 Super Cruise 的收入同比增长约 70%。通用汽车表示，软件业务每赚取 1 美元的收入就能保留 70 美分作为利润。这在汽车行业是一个罕见的盈利水平，汽车行业每 1 美元的销售额通常只能带来 4-10 美分的利润。通用汽车预计今年将新增约 100 万 OnStar 用户，总用户​​数接近 1300 万。允许双手脱离方向盘但须保持注意力的辅助驾驶系统 Super Cruise 的增速更快。通用汽车在第二季度新增了约 7 万用户，预计年底用户数将超过 85 万。该服务收入与去年同期相比增长了 70%。

法国议会通过了禁止 15 岁以下儿童使用社交媒体的法案，成为欧洲首个正式禁止儿童使用社媒的国家。随着越来越多的警告指出社交媒体对儿童的有害影响，愈来愈多的国家正采取措施限制社交媒体的使用。法国参议院于周二批准了该法案，国民议会随后以 279 票赞成 81 票反对通过了该法案。未成年人社媒禁令将分两个阶段实施，从 9 月 1 日起禁止 15 岁以下用户创建新社媒账户，从 2027 年 1 月起禁令适用于现有账户，未成年人账号将被关闭。

国际天文研究团队在《自然》上发表论文称，首次发现一套罕见三层等级天体系统观测证据，捕捉到疑似宇宙“系外月球”信号，为人类搜寻系外卫星开辟全新观测路径。人类至今已探明超 6000 颗系外行星，但始终没有一颗系外卫星获得明确观测确认。所谓系外卫星，也常被称作“系外月球”，特指围绕系外行星运转的天体；而本次新发现的系统结构更为特殊：恒星环绕褐矮星伴星，褐矮星外侧又存在一颗大型卫星，构成恒星—褐矮星—卫星三级嵌套结构，是人类首个观测到该类型的候选天体系统。对 CD-352722 B 系统的分析显示，该褐矮星外侧存在一颗质量约 0.9 倍木星的巨型天体，轨道周期约 170 天。模型推演证实，系统至少存在一颗卫星的可信信号；若假设系统存在两颗卫星，轨道模型将呈现高度不稳定状态，与实际观测不符。

即便是美国军方，他们也没有无限量的 Token 可用。美国陆军发出通知，称其 Token 几乎耗尽，要求军人限制使用。美国陆军使用名为 Ask Sage 的多模生成式 AI 平台，可运行不同的大模型，包括 Alphabet 的 Gemini、Meta 的 Llama 以及 OpenAI 的 ChatGPT。一名匿名的陆军军人称，陆军的一个服务就把一整年的 token 烧光了。他称陆军一直在鼓励军人使用生成式 AI。每人每月至少获得 20 万个 token，如果用完初始配额，系统会自动分配更多 token。据报道，美国军方在针对伊朗的 Operation Epic Fury 行动期间，每天消耗了 200 亿个 tokens。

我们在小学时学习的多位数乘法叫竖式乘法，其时间复杂度为 O(n²)，即位数越长，计算量随位数的平方增长。举例来说，两个两位数相乘，需要进行四次计算；两个三位数相乘，需要进行九次计算。位数越长，计算量会越来越惊人。那么 O(n²)是否是乘法的速度极限呢？苏联著名数学教授 Andrey Kolmogorov 在 1960 年的一次研讨会上讨论了这一猜想，仅仅一周之后，23 岁的学生 Anatoly Karatsuba 就给出了否定答案。他发现可以用简单快速的加法去替代费劲的乘法计算，而两个 n 位数相加的时间复杂度仅为 O(n)，加法只需要遍历数字一次，而乘法需要对 n 位数的每一位进行完整遍历。通过这一代数技巧，他将乘法的时间复杂度减少到 O(n^1.585)，比O(n²) 快得多。Karatsuba 算法的优势只有在数字较大时才会体现出来。Python 语言就使用了混合方法，当数字较小时使用小学乘法，当数字大于 630 位十进制数时改用 Karatsuba 的算法。2019 年数学家 David Harvey 和 Joris van der Hoeven 找到了一种比 Karatsuba 算法更快的方法，其时间复杂度为 O(n × log n)，但它相对于 Karatsuba 算法的优势只有在数非常非常大时才会体现。Harvey-van der Hoeven 算法被普遍认为是乘法的最快方法，但目前尚无正式证明。