按可信来源、时间线和主题整理的新闻简报。优先保留原文链接、新闻时间和后续阅读入口。
比利时设立Centres for the Care of Sexual Violence (CPVS)，一站式整合医生、法医、心理医生和警察。试点科学结果显著，2020年政府决定全国推广，为性侵受害者提供高效支持。
提供战争与停火、外交、选举、制裁、区域冲突、国际组织和大国关系等国际公共事件背景，避免新闻视角过窄。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
在2026年Linux存储、文件系统、内存管理与BPF峰会上，Miklos Szeredi主持了关于负目录项（negative dentries）过多导致问题的讨论。负目录项用于表示文件不存在以加速查找，但过多会带来性能问题。
关系到 Linux、嵌入式和基础软件生态的版本、驱动或行业变化。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
LWN · 当前新闻
知名YouTube主播Jon Prosser正式回应苹果公司针对其涉嫌窃取iOS机密的诉讼。Prosser否认参与共谋，但承认录制了展示未发布iOS版本的FaceTime通话。案件涉及商业机密与科技行业法律纠纷。
该事件对科技产业或开发生态有参考价值。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
小米安全中心更新终止软件支持产品列表，新增小米12、12 Pro、12S Ultra、Redmi Note 12T Pro、K60E及小米平板6系列等。进入该列表后不再获得固件或安全更新，影响众多用户后续升级选择。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
从 GitHub、项目站点、个人博客、技术论坛和硬件社区中自动发现，优先选择 AI、嵌入式、Linux/RTOS、电子工程和有趣开源项目。
开源的 AI 语言学习浏览器扩展，提供沉浸式翻译、文章分析、多模型支持等功能，帮助用户在浏览网页时自然掌握外语。
传统翻译工具只能逐句翻译，无法结合上下文提供深度理解。read-frog 利用 AI 模型实现沉浸式翻译，支持 OpenAI、Anthropic 等多家模型，可在阅读时智能分析文章，适合语言学习者或经常浏览外文资料的用户。项目已上架 Chrome、Edge、Firefox 商店，社区活跃，文档完善。
项目拥有超过 8000 星标，社区活跃度高，界面美观，支持多种翻译模式和 AI 模型自定义。基于 TypeScript 开发，GPL-3.0 许可证，部署简单，可通过浏览器插件直接使用。功能包括划词翻译、整页翻译、AI 对话解释等，工程成熟度较高。但需注意翻译质量依赖于所选 AI 模型的性能和网络延迟。
该插件本质是 AI 模型的客户端，不训练模型，但通过智能 prompt 和上下文管理提升翻译一致性。支持本地模型和云端模型，对用户数据隐私有一定保护（可自选模型）。适合需要高频翻译和语言学习的场景，但 AI 模型调用成本需用户自行承担。
依赖外部 AI 模型服务，可能产生 API 费用；部分模型翻译精度有限；插件在复杂页面（如 SPA）可能渲染异常；开源协议 GPL-3.0 对商业集成有约束。
基于 ESP32 和电子墨水屏的自制 Game Boy 掌机，利用现代开发板生态实现复古游戏体验，是嵌入式开发的硬件技术线索。
该项目展示了如何利用 ESP32 和 eInk 屏幕构建低功耗、高可读性的游戏设备，适合对嵌入式开发、电子纸应用和复古游戏感兴趣的开发者。通过分析其硬件选型（如屏幕刷新率、功耗）和软件实现（模拟器移植），可以了解 eInk 在实时交互场景的可行性。文章详细介绍了设计思路与工程挑战，是学习嵌入式产品原型的好案例。
虽非可复用的代码仓库，但作为技术文章，它提供了完整的硬件清单、原理图要点和固件设计思路。eInk 屏的低刷新率是核心限制，但作者通过优化帧缓冲和局部刷新策略实现了可玩的 Game Boy 模拟。对于想探索电子墨水屏在游戏或其他交互设备中应用的开发者，具有直接参考价值。
本文无 AI 相关内容，但硬件设计思路可用于 AI 辅助的低功耗显示终端（如智能标签、信息牌）。
eInk 屏幕刷新延迟高（>100ms），不适合动态游戏；ESP32 性能有限，复杂模拟器可能运行缓慢；硬件DIY需要焊接和调试经验；零件供应和成本不透明。
高性能 AI 网关，支持 23+ 模型提供商统一接入，提供自动故障转移、负载均衡、语义缓存等功能，延迟低于 100µs，吞吐量达 5000 QPS。
企业在使用多个 AI 模型时面临 API 管理碎片化、故障转移困难、成本控制不足等问题。bifrost 提供单一 OpenAI 兼容接口，可在秒级部署，自动处理重试、限流、缓存等。其自适应负载均衡和集群模式适合生产环境，且性能宣称比 LiteLLM 快 50 倍，对需要高可靠 AI 服务的团队极具吸引力。
项目拥有 6000+ 星标，Go 语言开发，Apache-2.0 许可证，支持 Web UI 配置和实时监控。核心架构轻量，单节点延迟极低，支持插件化防护（guardrails）和 MCP 网关。开源版功能完整，企业版提供额外安全控制。但性能数字（50x）需在特定场景验证，且 542 个 open issues 暗示可能存在稳定性问题。
作为基础设施组件，bifrost 本身不提供 AI 能力，但能显著降低多模型调用的复杂性。其语义缓存可减少重复 API 调用成本，自适应负载均衡优化成本与延迟。适合作为微服务架构中的 AI 代理层，但需注意与现有监控、认证系统的集成。
性能优势可能因网络环境或模型差异而减弱；大量 open issues 需关注关键 bug 修复；企业版可能收费；对 Kubernetes 集群部署经验有要求；某些高级功能（如集群模式）可能文档不足。