将自己在最近一周（2026.6.8-6.14）看到的有趣、有用、有启迪的文章、书籍、音乐、影视等，汇总成一篇摘要，既做回顾，也做分享。
文章
澳大利亚刚刚证明了四天工作制切实可行，以下是真实数据的反馈
一项发表在《自然》杂志旗下《人文与社会科学通讯》上的研究，追踪了 15 家在 2022 年至 2024 年间试行“100:80:100”四天工作制模式的澳大利亚公司。核心发现是：15 家公司中有 14 家在试行期结束后继续采用该模式，没有任何一家公司报告生产力下降，甚至有 6 家公司的生产力有所提升。
这篇文章详细分析了澳大利亚推进四天工作制试行项目的实际数据。研究显示，减少一整天的工作时间对企业的产出完全没有负面影响。这种模式并不是把 5 天的工作量压缩到 4 天完成，而是通过重新规划工作流程，例如砍掉不必要的会议、减少低价值任务、推进自动化以及消除不必要的行政开支，来让公司更聪明地工作。这不仅没有降低生产力，反而显著改善了员工的心理健康、减轻了职场倦怠，让他们变得更快乐、更健康。
卧底全才
原文网址： https://ochagavia.nl/blog/the-undercover-generalist/
这意味着，即使你是一个全才，在找工作时也可能不得不把自己伪装成专才！我花了好长一段时间才接受这个现实。自从开始折腾电脑以来，我从未觉得有必要将自己的技能归入某个特定的类别。
这篇文章探讨了技术领域中“全才（通才）”与“专才”的生存现状。作者指出，现在职场招聘往往更青睐能在特定技术标签里对号入座的“专才”，而全才由于技能过于宽泛，反而容易在简历初筛中被误判为没有深度或存在雇佣风险。为了应对这种市场偏见，全才不得不进行“伪装”，以专才的身份通过面试，而在实际工作中，再偷偷发挥自己广泛的技能和黑客思维来高效解决问题。信任建立后，这些卧底全才才能真正展现自己的全面价值。
我让AI帮我算了27000次碳水化合物，它没有一次给过我相同的答案
面对同一张照片、同一个模型、同一个问题，你会期望每次都得到相同的答案。但你不会得到相同的答案。甚至差得远——而且这些差异大到足以引发低血糖紧急状况。这就是我刚刚发表的一项预印本研究的核心发现。
这篇文章揭示了利用人工智能（AI）为糖尿病患者计算饮食碳水化合物时存在的严重安全隐患。作者通过多款主流大语言模型进行了多达 27,000 次的测试，发现 AI 属于概率系统，对完全相同的食物照片和问题会不断给出不同的答案。更危险的是，AI 模型普遍存在系统性偏差，容易低估或错误估算碳水化合物含量。作者警告说，高一致性不等于高准确性，任何模型在无人监督的情况下用于胰岛素剂量计算都是不安全的，患者千万不能盲目信任 AI 生成的健康数据。
为什么日本企业涉足这么多不同的业务
原文网址： https://davidoks.blog/p/why-japanese-companies-do-so-many
我想提出的观点是：日本企业在众多迥异领域都能出类拔萃，这源于其独特的组织结构本质。美式企业以盈利为宗旨，更准确说是为股东创造回报；而日式企业由员工主导运营，对股东利益相对淡漠，其存在纯粹是为了延续自身生命。正因如此，日本企业才具备惊人的变形能力，随时准备进行业务转型。
这篇文章深入探讨了日本企业热衷于跨界经营和业务多元化的根本原因。文章指出，与西方追求“选择与集中”并以股东利益为核心的“H 型企业”不同，日本大企业属于“J 型企业”。这种企业由员工主导，对股东的短期回报相对冷淡，其核心存在意义在于“持续生存”以及保护无法轻易解雇的终身员工。为了让过剩的员工有活干并延续企业寿命，企业会将利润不断再投资于看似不相关的新领域。这种横向协调和渐进式改良的组织架构让日本企业在汽车、精密材料和工业机器人等领域精益求精，但也导致它们在面对人工智能、电动汽车和软件等需要大刀阔斧颠覆式创新的领域时显得力不从心。
离线大语言模型的能源消耗与成本分析
原文网址： https://www.williamangel.net/blog/2026/05/17/offline-llm-energy-use.html
这篇文章对在本地离线运行大语言模型（LLM）的经济成本进行了详细的量化计算。作者以搭载 M5 Max 芯片、64GB 内存的 14 英寸 MacBook Pro 为硬件基础，测试运行类似 Gemma 4 31b 这样的高性能模型。在将电费（折合每度电约 0.18 美元）和高昂的硬件购置成本（约 4299 美元）按 3 到 10 年的使用寿命进行折旧分摊后，作者计算出本地推理的最终成本。结果显示，如果模型每秒能生成 10 到 40 个 Token，那么每百万个 Token 的实际成本大约在 0.40 美元至 4.79 美元之间。作者得出结论，在使用苹果芯片运行本地大模型时，电费基本可以忽略不计，高昂的硬件折旧成本才是占据绝对主导的决定性因素。
铜价飙升，电信巨头搜寻价值数十亿美元的地下废旧铜线
这篇文章报道了在全球传统电信网络向光纤全面升级的背景下，AT&T、英国电信（BT）和法国奥兰治（Orange）等全球电信巨头正迎来一个利润丰厚的新财源：回收深埋于地下的老旧铜线。随着电动汽车、风力涡轮机等清洁能源基础设施对铜的需求量激增，预计到 2040 年全球铜的年需求量将增长 50% 以上，而传统采矿的成本和难度都在不断加大。据英国工程服务公司 TXO 估计，未来十年电信公司有望回收高达 80 万吨的废旧铜，按当时的市场价格计算，总价值超过 70 亿美元。即便扣除繁琐的挖掘、剥皮和清洗等处理成本，这种废铜回收的净利润率依然可以超过 30%，使得电信行业在能源转型期成为了一个意料之外的“铜矿”宝库。
加州大学洛杉矶分校发现首款可通过修复脑损伤治疗中风的康复药物
原文网址： https://stemcell.ucla.edu/news/ucla-discovers-first-stroke-rehabilitation-drug-repair-brain-damage
这篇文章报道了加州大学洛杉矶分校（UCLA）在医学领域取得的一项重大突破：研究人员发现了首款能在中风几天后给药、仍能修复脑损伤并恢复运动功能的药物。长期以来，医学界认为中风引起的脑组织死亡是不可逆的。然而，发表在《科学》杂志上的这项研究表明，一种名为 Elezanumab 的单克隆抗体可以有效阻断抑制神经再生的信号蛋白（RGM-A），从而刺激大脑中形成新的神经纤维和信号通路。在小鼠实验中，中风晚期（受损后 3 至 7 天）接受该治疗的小鼠成功恢复了受损的大部分运动机能。由于该药物已在其他神经系统疾病的临床试验中被证明对人体安全，该发现有望彻底颠覆传统的中风康复和治疗模式。
与 Mythos 一起工作是种怎样的体验
原文网址： https://www.oneusefulthing.org/p/what-it-feels-like-to-work-with-mythos
Mythos 为我们揭开了一幅未来图景：人工智能不再仅是工具，而是拥有神谕般海量语境的协作伙伴。与其共事不似在操控机器，倒像与一位专注到极致的天才同事合著百科全书——这位伙伴熟读你毕生写下的每个字词。它丝滑流畅的持续记忆能力，彻底改变了人们对长期创意项目的思考方式。
这篇文章详细分享了作者体验最新长文本人工智能系统“Mythos”的震撼感受。作者指出，传统的 AI 工具往往存在“上下文窗口”和记忆限制，而 Mythos 的突破在于它能够完美保留并理解极长、极复杂的上下文。与 Mythos 合作的过程彻底告别了传统“提示词-回复”的割裂模式，变成了一种流畅的无缝协作。AI 就像一位读过你所有作品、熟悉你所有思想体系且永远不会疲倦的超级学者。无论是撰写长篇巨著、进行多角色复杂剧本创作，还是深度梳理海量专业资料，Mythos 都能保持逻辑的一致性和惊人的智力水平，这标志着人工智能正在从“单次问答工具”向“真正的长期创作伙伴”演进。
网站
Can I Run AI locally?
网站地址： https://www.canirun.ai
根据电脑硬件配置信息，找到哪款 AI 大模型可以在你的电脑本地运行。