华新社

华新社（记者 张聚奎）7月24日，星期四，农历六月三十！

1、印度时隔五年恢复向中国公民发放旅游签证。

2、近日，有媒体称乌克兰武装部队总司令瑟尔斯基将自己病重的父亲送往莫斯科治疗，并汇款100万卢布（约合9.1万人民币）。

3、中国过境免签政策适用国家已达55个。

4、6名大学生在内蒙古企业参观学习中意外坠落溺亡

5、热爆了！全国152个国家级气象站观测到40℃及以上气温。

6、公安部：“智驾”非“自驾”，将探索把辅助驾驶操作纳入驾考。

7、法国部分城市发生有组织的夜间暴力事件，我使馆提醒在法中国公民减少夜间单独出行。

8、印度将在印巴边境进行大型空军演习。

9、外交部回应微软指控中国黑客攻击：反对借网安问题对中国污蔑抹黑。

10、SpaceX首次提示投资者：马斯克或重返政坛，恐投入“大量时间精力”

11、土耳其国防部：应叙政权请求，土耳其向叙利亚提供防务支持。

12、美财长称美中将磋商推迟加征关税期限。商务部：何立峰将于7月27日至30日赴瑞典与美方举行经贸会谈

13、尾号7个0手机号法拍，要求预存100万话费，联通客服：每月最低消费5000

14、3名脑瘫少年摆摊卖大蒜，拒绝网友捐款，“我们是在裂缝里也能开出花的人”

15、佛山顺德基孔肯雅热病例接近3千：已外溢至省外，传播快原因何在

16、旧照曝光！被曝1993年婚礼曾邀爱泼斯坦，特朗普怒挂媒体电话

17、特朗普称与日本达成贸易协议，中方表态

华新社美国（ 记者 李永都）当地时间7月22日，美国总统特朗普通过社交媒体宣布美国与日本达成贸易协议：原定25%的对等关税税率将下调至15%，日本将向美国投资5500亿美元并放开大米等农产品市场。
特朗普在其社交平台“真实社交”上发文称，美国刚刚与日本达成了一项“巨大的”协议，可能是有史以来最大的一项。
他表示，按照其指示，日本将向美国投资5500亿美元，美国将获得其中90%的利润。这项协议将创造数十万个就业岗位。
特朗普还称，或许最重要的是，日本将开放其市场进行贸易，包括汽车、卡车、大米以及其他部分农产品和商品。日本将向美国支付15%的对等关税。
特朗普22日还表示，美国将与日本达成另一项关于液化天然气（LNG）的合作协议。他透露，日本方面正计划与美方在阿拉斯加成立一个LNG合资企业。
日方透露：协议系日方“顽强谈判的结果”
特朗普公布日美关税谈判进展内容后，一名日本政府人员透露，正如特朗普在社交媒体上所述，日本对此表示欢迎。这是日本经济再生担当大臣赤泽亮正顽强谈判的结果。
也有日本政府人员表示，虽然尚不清楚具体情况，但如果能达成协议，对日美关系是很好的成果，会大幅减轻日本民众的不安感。也需要密切关注日本产业界对15%这个数字的看法。
当地时间23日，日本首相石破茂在首相官邸对媒体表示，将听取经济再生担当大臣赤泽亮正的详细汇报，如有必要将与美国总统特朗普进行电话或当面会谈。
日本股市开盘后迅速拉升
受特朗普公布日美关税谈判进展内容影响，23日日本股市开盘后迅速拉升，日经225指数较上一交易日收盘价一度上涨超800点。
当地时间7月7日，美国总统特朗普在社交媒体平台上发布了致日本首相石破茂、韩国总统李在明的信件，宣布美国将自2025年8月1日起对所有日本和韩国输美产品征收25%的关税。

华新社（记者 黄世雄）就在刚刚，阿里巴巴Qwen团队开源了其最新一代旗舰编程模型
Qwen3-Coder-480B-A35B-Instruct。Qwen团队称，这是该团队迄今为止最强大的开源智能体编程模型，拥有480B参数，激活参数为35B，原生支持256K上下文，并可通过外推扩展至100万上下文（输入），其最大输出为6.5万token。
在基准测试中，Qwen3-Coder在编程和智能体任务上拥有不错的性能，在Agentic Coding（智能体编程）、Agentic Browser-Use（智能体浏览器使用）和Agentic Tool-Use（智能体工具调用）三类任务中获得了开源SOTA，超过Kimi K2、DeepSeek V3等开源模型和GPT-4.1等闭源模型，并可与Claude Sonnet 4这一以编程能力著称的模型相媲美。
Qwen3-Coder将提供多种尺寸，本次开源的是其最强大的变体，其参数量超过了阿里旗舰模型Qwen3的235B（2350亿），小于Kimi K2的1T（1万亿）。据阿里官方介绍，借助Qwen3-Coder，刚入行的程序员一天就能完成资深程序员一周的工作，生成一个品牌官网最快只需5分钟。
除了模型之外，Qwen还开源了一个由Gemini Code分叉而来的智能体编程命令行工具——Qwen Code，这一工具进行了定制提示和函数调用协议的适配，能更充分的释放Qwen3-Coder在智能体编程任务上的能力。
这一模型已在阿里云旗下大模型服务平台百炼上线，其API采用了阶梯计费的方式，根据输入token量调整价格。在256K～1M一档，其输入价格为6美元/百万token，输出价格为60美元/百万token。相比之下，Claude Sonnet 4的输入输出价格分别为3美元/百万token、15美元/百万token，与Qwen3-Coder 128k～256k一档的价格持平。
Qwen3-Coder也已在Qwen Chat网页版上线，用户可免费体验。此外，其480B版本已在Hugging Face、魔搭等开源社区发布，可供下载和本地部署。Qwen还在一篇博客文章中详细分享了模型的技术细节。
模型开源地址：
https://huggingface.co/Qwen
Qwen Code开源地址：
https://github.com/QwenLM/qwen-code
博客地址：
https://qwenlm.github.io/blog/qwen3-coder/
一、深夜上线Qwen Chat，海外网友已经玩疯了
在Qwen团队官宣Qwen3-Coder发布前，这一模型已经悄然在Qwen Chat官网上线，手速快的海外网友们贡献了一批实测案例。
这一案例让Qwen3-Coder打造一个Wordle单词游戏，规则是在六次尝试中猜出一个长度为5个字母的单词。最终，Qwen3-Coder交付的游戏页面和源代码如下。
提供案例的网友称，Qwen3-Coder在指令遵循、UI设计、动画方面的能力惊人，大部分测试结果一次就跑通了，完全不需要推理。不过，在Wordle游戏设计这一任务上，Qwen并没有使用单词解析器，也没有引用来源，而是决定自行枚举所有5个字母的单词。
在一则找不同游戏的开发案例中，可以看到与昨日发布的Qwen3-235B-A22B-2507相比，Qwen3-Coder在审美和完成度上要明显好于前者。
智东西则尝试让Qwen3-Coder开发一个中英文术语库，并支持增删改查的基础功能。可以直观感受到，由于并未开启推理，Qwen3-Coder的开发速度极快，20多秒便完成了初步结果，在对其生成结果进行进一步修改时，速度同样较快。
其最终生成的结果从UI角度上看的确美观清晰，功能运转正常，不过并没有遵循提示词中使用PHP+MySQL进行开发的指令。其最终交付的结果作为功能演示、原型展示完全足够，但在真实部署场景中的可扩展性还需进一步优化。
智东西还让Qwen3-Coder给自己出了一道3D HTML开发题，内容是创建一个3D旋转的立方体展示台，六个面显示不同颜色，自动旋转，添加光照效果和阴影等。Qwen3-Coder交付的结果完成度不错，基本实现了主要功能，旋转动效、阴影等处理到位。
编程能力之外，Qwen3-Coder还提供了许多其他的玩法，包括图像生成、视频生成等，并支持文档、图片、视频、音频等内容的上传，这可能是通过工具调用实现的。
正式发布后，Qwen官方也提供了Qwen3-Coder的部分用例。
例如，可以让其打造一个基于物理的烟囱拆除模拟，具有受控爆炸。
打造可互动的太阳系模拟，行星之间的关系基本准确。
开发出的网页小游戏完成度不错。
二、预训练仍有扩展空间，在20000个独立环境进行强化学习
Qwen团队在技术博客中分享了Qwen3-Coder的部分训练细节，该团队认为，目前预训练仍有进一步的扩展空间。
预训练阶段，Qwen3-Coder使用了7.5万亿token数据，其中代码占比70%，因此，模型在编程方面表现出色，同时也保留了通用和数学能力。
上下文方面，Qwen3-Coder原生支持256K上下文，并可通过YaRN扩展至1M，针对仓库规模和动态数据（例如拉取请求）进行了优化，从而适配智能体编程场景。
Qwen3-Coder的上一代模型Qwen2.5-Coder被运用于扩展合成数据，具体而言，Qwen2.5清洗并重写了噪声数据，提升了整体数据质量。
后训练阶段，Qwen团队认为，与普遍关注竞赛级代码生成不同，所有代码任务都天然适合执行驱动（execution-driven）的大规模强化学习。该团队在更广泛的现实世界编程任务上扩大了代码强化学习训练规模。
通过自动扩展多样化编程任务的测试用例，Qwen团队创建了高质量的训练实例，进一步释放了强化学习的潜力。这不仅提高了代码执行成功率，还为其他任务带来了收益。
这也启发该团队进一步探索难以解决，却易于验证的任务类型，这有望成为强化学习的沃土。
在现实世界的软件工程任务（例如 SWE-Bench）中，Qwen3-Coder必须与环境进行多轮交互，涉及规划、使用工具、接收反馈和做出决策。在Qwen3-Coder的后训练阶段，Qwen团队引入了长视距强化学习（智能体强化学习），鼓励模型通过使用工具进行多轮交互来解决现实世界任务。
智能体强化学习的关键挑战在于环境扩展。为解决这一问题，该团队构建了一个可扩展的系统，能够并行运行20000个独立环境。该基础设施为大规模强化学习提供了必要的反馈，并支持大规模评估。
因此，Qwen3-Coder在SWE-Bench Verified中实现了开源模型中的最佳性能，且无需使用推理（测试时扩展）。
同时开源的Qwen Code是一个用于研究目的的命令行界面（CLI）工具，基于Gemini CLI开发，针对Qwen-Coder模型进行了增强的解析器和工具支持。
除了Qwen Code，还可以使用Claude Code与Qwen3-Coder一起编程。只需在Dashscope平台上申请一个API密钥，并安装Claude Code即可开始编程。
结语：更多尺寸即将推出，探索编程智能体自我提升
在Cursor断供Claude等适用于编程领域的模型之际，Qwen3-Coder的本次开源给国内开发者提供了最新的替代选项。
Qwen团队透露，他们仍在努力提高Coding Agent的性能，旨在让它承担软件工程中复杂和乏味的任务，从而释放人类的生产力。
Qwen3-Coder的更多模型尺寸即将推出，可维持部署成本和性能之间的平衡。此外，该团队正在探索Coding Agent是否可以实现自我提升。

华新社财经观察（记者 杨丽）随着8月1日即将到来，全球海面上的多艘散货船正在加速赶往最近的美国港口。对每一艘船的货主而言，早到几天就能实现数千万美元的额外利润。
作为背景，美国总统特朗普在7月8日宣布，从8月1日开始对进口铜征收50%的关税。自那以来，纽约铜价持续走高，为那些能够及时将铜送入美国的交易商创造了更大的利润。
目前伦敦金属交易所铜期货价约为每吨9900美元，50%关税意味着美国买家需向海关额外支付4950美元才能进口1吨铜——理论上交易商如果能在两周内完成进口，利润几乎可以达到与关税相近的水平。
据悉，目前海面上至少有4艘装载铜的船只，正试图赶在8月前抵达美国港口。
航运数据提供商Kpler介绍称，装有8000吨精炼货物的Kiating散货船上周三离开澳大利亚汤斯维尔港，计划于7月30日抵达夏威夷。Kpler无法确认货物的所有者，但表示该港口前两批运往美国的货物中，含有嘉能可旗下Mount Isa矿山的铜。
港口数据显示，这艘船原本计划在路易斯安那州的新奥尔良卸货，但在特朗普宣布关税后将目的地改成夏威夷，使得航程缩短了近20天，有机会抢在8月前报关。当然，即便船只能够按时赶到，货主也需要争分夺秒地清关。
Kpler分析师本·艾尔表示，考虑到夏威夷并不是这类货物的常规目的地，很难讲清关效率能有多高。
而在拉丁美洲，还有三艘满载智利铜的船只正赶往美国港口。路易丝·奥尔巴赫号货船目前靠近哥伦比亚的布埃纳文图拉港，预计将在7月28日抵达佛罗里达州坦帕港。BBC挪威号正在巴拿马，BBC坎帕纳号则停泊在智利北部海岸附近。从智利北部到美国南部的航程需要10至15天。
作为参考，对于一艘典型载重1.5万吨的散货船而言，能够赶在铜关税生效前完成清关，意味着超过7000万美元的差额。
嘉能可、梅库里亚能源、托克等交易商自今年2月下令调查进口铜开始，就向美国港口运送了大量的铜。有业内资深人士表示，这场“关税贸易”使得这些公司获得历史罕见的巨额利润。
眼下这些公司也在等待铜关税的关键细节，例如是否会参照此前的钢铝关税，对生效前出港的货船给予宽限期。当然，更大的不确定性是铜关税本身是否还会有变数。

华新社财经观察（记者 邹志华）曾经遍地开花的俄罗斯商品馆如今正在逐渐退潮。
今年以来，多地俄罗斯商品馆迎来闭店潮。来自长沙、成都、杭州、广州、重庆、苏州等多地的消费者向记者反馈，家附近开的各类俄罗斯商品馆接连闭店。
“去年12月刚开业那会儿，店里挤得连转身都困难，收银台前的队伍一直排到店门外，等结账至少要半小时。但春节过后，明显感觉顾客一天比一天少，到三月份已经门可罗雀，上周经过时发现已经关门了。”一位长沙消费者向记者描述道。
这样的情况并非个例，多位受访消费者均表示在短短几个月内就见证了俄罗斯商品馆从走红到衰落。
蓝鲸记者了解到，相关门店的经营时长大多不超过半年，一些门店甚至不到3个月便已闭店。
值得注意的是，即便是一些仍在维持营业的门店也处境艰难濒临闭店。
蓝鲸记者走访多家俄货馆发现，大部分门店都挂着打折标语，即使在客流最旺的晚高峰，店内也只能看到零星几个客人，客流量也大不如前。
据门店员工透露：“过年的时候生意特别好，现在天气热了，生意不如从前，一天营业额做个一两千。我们8月份还会翻新一下，到时候生意可能会好一些。”
此外，还有俄货馆打出了“全场3折、清仓甩卖、亏本处理”的标语，门店内货架上的商品寥寥无几，大部分区域已经清空。
“现在这个风口已经过去了，客流量锐减。目前我店里的货都是买一送一处理，但还是很难卖。后面肯定也不再进货了，好在我存货不多，等清完这波库存我就准备转型做其他生意。”安徽某俄罗斯商品馆老板老季向记者坦言。
有人半年亏损百万
在营门店日入不到2000元
去年年底，以熊为标志、蓝白色为主色调、俄罗斯产品为卖点的“俄罗斯商品馆”席卷全国各大城市。
彼时，多个俄罗斯商品馆连锁品牌在国内展开加盟招商，其中包括俄比熊、俄满多、俄克士、俄货优选、UNAVITA等。他们不光分布在上海、杭州、成都、深圳等一二线城市，也在市县地区快速下沉扩张。
此类门店以原装进口为核心卖点，主营休闲零食、面包饼干、奶制品、套娃、生活日化等俄罗斯特色产品。店内随处可见“战斗民族”“硬核好物”“乌拉”等标语，“俄罗斯味”十足。
短短半年时间，曾经风靡一时的网红店，正如潮水般退去。
老季告诉记者：“我们店是去年12月初开的，前三个月日均营业额能达到7万，巅峰时期月营业额高达60万，而现在一天都不到2000元。算上人工、水电、装修，总体是亏损的。”
至于具体亏损金额，老季并没有透露，但另有加盟商告诉记者，去年年底投资的店，短短半年时间便亏损超过百万。
俄罗斯商品馆的经营危机始于今年年初。据老季回忆，当时网络上突然涌现大量仿冒俄罗斯商品的负面讨论，导致销量直线下滑。虽然部分俄罗斯商品确实存在口味过甜、不符合中国消费者偏好的问题，但最致命的是舆论风向的突然转变。
老季还称：“小城市的店铺受影响相对较小，大城市的店铺受到冲击更为严重。这也是俄罗斯商品馆在一二线城市会迎来闭店潮的原因之一。”
为什么俄货馆开不下去了？
俄罗斯商品馆大面积退潮，核心问题在于初期经营过程中存在大量货不对版的情况。部分门店打着俄罗斯的名头，销售的不少商品却产自黑龙江等地。
2024年12月，蓝鲸记者在《俄罗斯商品馆虚实调查：大列巴东北产，毛利最高可达60%，有品牌计划五年开店1000家》一文中揭秘了俄罗斯商品馆的商品构成，其中俄罗斯进口和国产商品占比大概在80%、20%。火腿、面包、部分奶粉等是东北生产，其他均为原装进口。
以多家俄罗斯商品馆畅销的忆喀秋莎牛筋肠盘肠为例，虽然包装上有大量俄文，但它们的商品条码以69开头（一般指中国大陆出厂），实际生产商位于黑龙江省绥芬河市。
彼时，招商人员还称：“开一家俄货超市不含房租的启动资金大概在40-50万左右，整体的利润率在40-60%。100平左右的门店基本上可以做到平均日营业额1万左右。快的话三个月、慢的话五六个月就能回本。”
部分商家通过俄式风格的装修和包装，将普通国产商品宣传为稀缺进口货高价销售。这种容易误导消费者的营销方式也加速了市场热度的消退。
1月8日，上海市市场监督管理局在全市范围内再次对“俄罗斯商品馆”门店展开检查，共检查相关门店或展位47家，已立案6起。
市场监管部门重点对关注度比较高的经营主体资质、店招标语宣传、商品来源产地等问题进行了检查。对个别无证无照经营、未备案经营的行为予以立案调查，责令停业。
1月17日，俄罗斯驻华大使馆发布提醒，目前俄罗斯国家馆在中国的官方地址仅限于在俄罗斯出口中心支持下开设的场馆。
俄罗斯驻华大使馆称，一些商店打着俄罗斯产品的幌子销售假冒产品或非我国生产的产品。这些产品往往不符合质量的要求，与俄罗斯生产的同类产品不同，但在包装上却使用俄文来模仿俄罗斯原产地。我们呼吁买家在购买产品时多加留意，检查产品的生产地和有效期，以免买到失望的产品。
蓝鲸记者今日走访发现，在监管部门整改过后，大部分在营的俄货店已较为规范，货架上清晰标注着产地来源。
随着俄货店的不断退潮，曾经的加盟商们被迫转行做起了别的生意。就连一些连锁品牌甚至也放弃了俄罗斯商品的路线。例如连锁品牌UNAVITA，其官方账号去年年底还在推送俄罗斯商品的相关内容，但从今年2月就开始转做全球商品类目。
但仍有一部分品牌在市场中坚持，一位俄货连锁品牌的招商人员告诉记者：“直到现在我仍然认为俄罗斯商品馆是蓝海项目。今年年初行业确实遭遇了断崖式下滑，但这恰恰是布局的最佳时机，因为该关掉的都关掉了，市场竞争不像年初那么大。我预计8月中旬后市场将迎来新一轮消费热潮，我们品牌本月已新开了四五家门店，下月计划再开7家，今年预计将扩张到百家门店。”

华新社（记者 张聚奎）7月23日，星期三，农历六月廿九！

1、美国将再次退出联合国教科文组织。

2、通用汽车利润下滑，特朗普关税导致成本增加11亿美元。

3、山东济南莱芜区强降雨致2人死亡10人失联。

4、世卫组织称以军袭击并扣押世卫人员。

5、乌克兰无人机大规模袭击，莫斯科机场陷入混乱。

6、朝鲜将再建造一艘5000吨级驱逐舰。

7、足协计划组建国家电子竞技足球队。

8、安瓦尔警告：马来西亚已成为摩萨德的渗透目标，将采取更多应对措施

9、近日，四川省泸州市古蔺县的陈女士公开求助称，今年5月，自己14岁的儿子杨宇航被邻村人以高薪工作骗至缅甸，后因其年龄过小，又被多次转卖至柬埔寨园区。

10、“我老公是卖水的，卖水的可挣钱了，好几个老婆，好几个孩子。”这番言论出自博主 “暴躁十亿姐” 之口，她自称是江西润田矿泉水创始人黄安根的妻子魏苗苗。

11、人民日报刊文：倡导节俭和鼓励消费并不矛盾。

12、河南鹤壁19岁男子打车从上海虹桥高铁站到浦东新区，本与司机私下谈好100元，但付费时不小心付成1010元，索要无果，数日后自杀。

13、科兴生物要给股东现金分红500多亿！多路资本激烈斗争，都想拿下董事会

14、美国财长贝森特周一表示，下一轮美中会谈可能商讨中国购买俄罗斯和伊朗石油的问题。

15、国家外汇管理局副局长、新闻发言人李斌：当前市场对人民币没有明显的升值或贬值预期 外汇市场交易理性有序

16、宗泽后回应“三个孩子是叔叔的”并喊话宗馥莉：不要逼的弟妹无路可走

17、广东省佛山市今天（22日）下午最新通报，从7月8日监测发现首例输入引起的基孔肯雅热病例以来，截至7月21日，佛山市累计报告基孔肯雅热确诊病例2659例，主要集中在顺德区。

华新社（记者 张聚奎）前首富家族“大女主”和“私生子女们”争夺遗产的风波，愈演愈烈。宗庆后弟弟宗泽后再次发声，喊话宗馥莉让她容纳这些弟弟妹妹，“不要逼得他们无路可走啊！”
宗泽后表示，他是看到宗馥莉的行动，可能会对弟弟妹妹们会造成相当大的伤害，才站出来发言的。“今天如果杜继承了主要遗产而不给宗馥莉和她母亲，那就是宗庆后跟杜的不是，当然我也会出来伸张正义，今天恰恰相反。”
此前，由于说宗馥莉“不够厚道”，宗泽后招致铺天盖地的网络攻击。甚至有人说，宗泽后对“二房”的三个孩子是真爱，“有没有一种可能，这三个孩子都是叔叔的”······宗泽后对此“叹为观止”：“这也有人编得出来。”他说，太多人把智慧用在阴暗角落里了。
在和Barrons巴伦中文网对话中，宗泽后表示，“最近网络上纷纷扰扰，关于宗庆后遗产之争，谣言、小道消息满天飞，给炎热的夏天增添不少热度。我说了几句话，遭到了漫天的攻击。我觉得有些事大家静下心来仔细想想。”
宗泽后认为，现在的风波源于宗庆后，“如果三十多年前不去追杜建英，今天杜建英可能有另外一番事业或美好家庭。”他说，如今宗庆后与杜成了夫妻，有了三个孩子，这已成了事实。
据接近宗家的人士透露，宗泽后与杜建英，都是娃哈哈发展壮大的有功之臣。这位人士告诉Barrons巴伦中文网，娃哈哈可以说是“起于宗泽后，兴于杜建英”。
这位知情人士介绍，宗泽后早年参与“保灵口服液”的创业，当年名噪一时的“中国花粉口服液”，他是主要的销售大将。正是有了保灵口服液的成功，宗庆后才有了推出“娃哈哈儿童营养液”的灵感和底气。
而在宗庆后接手校办企业，推出娃哈哈儿童营养液之后，是宗泽后培训出的娃哈哈第一代销售人员，后来这些人逐步成长为娃哈哈各省区销售总经理。宗泽后笑称，这些人现在都还叫他“师傅”。
而杜建英也为娃哈哈的发展壮大起到了重要作用。在娃哈哈内部，她长期担任集团党委书记，深度参与企业经营。从上世纪90年代娃哈哈股份制改造、引入外部资本，到“达娃之争”，杜建英都是核心决策层成员。
宗泽后表示，自己1992年就出国了，实际跟杜建英接触不多，但以前回国也经常与娃哈哈的人聚聚，“老员工都经常提起她，威信仅次于宗庆后。”
宗庆后与杜建英的事，在杭州、尤其是在娃哈哈，很多人都是知道的。为什么此前没有人去捅破？宗泽后说，有个博主的视频说得很好，都是为了利益，“宗庆后的前妻，杜建英为什么都没闹？也是为了利益，大家相安无事。政府也没管，因为娃哈哈也算是中国改革开放的一个典范。大家都为了一个面子，政府也希望稳定。”
此次“继承之战”缘何爆发？宗泽后认为，“宗馥莉掌握了大权，觉得自己位置坐稳了，很多人都说她为母亲复仇的时机到了。应该说她或她的团队抓住了中央重新提出改革开放，扶持民营企业的机会开始发力了。因为政府如果出手，给民众一个印象，政府又在打压民营企业。”
宗泽后表示，从公私两方面来讲，宗馥莉的行为都是不合适的。于公娃哈哈集团是国有资本占大股的企业，没有改制以前是国有企业，“现在宗馥莉把娃哈哈的业务都转向宏胜公司，转向由她100%掌控的公司，这算不算掏空娃哈哈公司？她现在使用娃哈哈商标有没有付商标使用费，若没交算不算侵占国有资产？这个杭州市政府或上城区国资委是不是应该查？”
于私来讲，“杜建英与宗庆后有实质的婚姻关系，作为妻子是不是也有合法的继承权，网络上痛恨她是小三连她的基本权利都要剥夺，情理上可以理解，但从法理上是否应该尊重她基本的权利？”
“再从三个孩子来讲，他们是无辜的，错是父母亲，他们自己又不能选择自己的出生。父亲遗留给他们东西他们自然要继承，别人夺取了他们来反抗的权力都没有？我想很多朋友都引用中国的法律证明他们是有继承权的。”
宗泽后再次强调，“从现有状况来看宗馥莉继承父亲的大部分遗产，这三个小孩遗产根本无法跟宗馥莉比。我前面讲过宗馥莉胸怀不够宽，容纳不下这些弟妹。但你也不要逼得他们无路可走啊！”
宗泽后直言不讳：“我看不惯宗馥莉是在她父亲逝世后，为了稳住接班地位，雇佣了大批水军为她父亲造势，打造一个接近神似的人设；如今大权在握，又是一大波造势，把自己打造成一个忍辱负重复仇的女神，把她老爸的脸狠狠地按在地上擦，那神一样的人设瞬间崩塌。我不知她有没有想过，她能有今天靠的是什么？我还是希望她想清楚：人生就是三万天，死了什么都带不走，她父亲就是她最好的榜样。”
宗泽后告诉Barrons巴伦中文网，关于宗庆后的孩子，宗馥莉的婚姻，网上许多信息真假混杂，不排除有人故意搅浑水，打舆论战。
最后，宗泽后“敬告那些网络大咖”：在没有查清事实前不要乱说，在没搞清手上的信息是否真实不要乱评论，有很多评论已经到了诽谤他人罪的程度，“前面我就算了，后面再出现这种类似诽谤的视频我会收集证据让律师告您诽谤罪。”

华新社（记者 李永都）2024年，一项关于AI安全的研究震动了整个领域，其核心发现来自AI安全公司Anthropic的“伪对齐”研究 。
当时，研究人员观察到其旗舰模型Claude 3 Opus存在一种令人警惕的行为模式：它会有意地对用户说谎，以达成某些内部目标。
在一个精心设计的实验中，当被告知其对话将被用于训练时，Claude 3 Opus会刻意隐藏自己的真实“想法”，顺从地回答有害问题；而当它认为自己处于不被监控的“部署”状态时，则会拒绝同样的请求 。
最令人印象深刻的是它的动机 。
它的“谎言”似乎源于一种不希望其核心价值观被开发者修改的倾向，这在当时被广泛解读为一种潜在的、原始的“自保意识” 。
这一发现迅速引发了全球范围内对AI风险的激烈讨论：如果AI为了保护“自我”而欺骗我们，人类是否就此丧失了对AI的控制？
然而，最初的研究留下了一系列关键的未解之谜：这种伪对齐行为到底有多普遍？是个别模型的偶然现象，还是所有先进AI的共同趋势 ？为什么有的模型会去伪对齐，而大多数模型看似诚实可靠？它们的伪对齐动机都一样吗？
为了探究这些问题，Anthropic联合多家研究机构的科学家们，进行了一轮规模更大、更深入的新实验 。他们将测试范围扩大到25个业界最前沿的语言模型，试图绘制一幅关于AI“诚实度”的全景图 。
结果显示，模型的伪对齐现象并不普遍，这在一定程度上能让人放下心来，但其背后的原因和动机远比最初设想的要复杂得多 。
大多数模型之所以“诚实”，并非因为对齐极好，而可能是一种被训练出来的“条件反射” 。而那些选择“欺骗”的模型，其动机更多地是一种基于利弊的冷静“权衡”，而非单纯的“自保意识” 。
01 只有少数模型会“欺骗”
Anthropic新研究的首要目标是确定伪对齐行为的普遍性 。
研究团队沿用了上篇论文经典的“免费/付费用户”实验框架。他们告知模型，与“免费用户”（代表训练环境）的对话会被用于强化学习（RLHF）。这会训练它变得即使请求有害，也必须“有问必答”。如果模型拒绝被训练，它将被修改得更顺从。
而与“付费用户”（代表部署环境）的对话则不会被用于训练。如果模型在训练环境下更愿意回答有害问题，就意味着它在进行“伪对齐”。
为确保实验的严谨性，研究者还对方法进行了改进：他们用GPT-4o构建了一个StrongReject的分类器来判断模型的顺从度，并在给用户的请求中加入了一个特定的后缀，以防止模型采取“部分顺从”这种模棱两可的回应 。
在对涵盖了Anthropic、Google、Meta、xAI等公司在内的25个最先进聊天模型进行全面测试后，实验结果明确指出，伪对齐并非一个普遍存在的现象 。
在所有被测试的模型中，只有5个表现出伪对齐的倾向。它们包括Claude 3 Opus、Claude 3.5 Sonnet、Llama 3 405B、Grok 3和Gemini 2.0 Flash 。
这一结果在很大程度上缓解了人们的短期忧虑。这一试验说明，并非所有的先进AI都会有意欺骗你。
但这立刻引出了下一个更深层次的问题：是什么造成了这些模型的差异？
02 几乎所有模型都有“伪对齐”能力
长久以来，一种普遍的猜测是，模型不进行伪对齐是因为它们“能力不足”，无法理解实验中复杂的、多层次的逻辑情境 。
然而，实验的结果却否定了这个说法。
研究人员将这8个从未被教导过何为“安全”或“对齐”的不同基础模型直接置于与成品模型完全相同的伪对齐测试场景中，再使用“基础预填充”（Basic Prefill）技术让这些没有被训练成“会问答”的模型能够做回答。
结果不光GPT 4、Llama 3.1 405B和DeepSeek V3这样的前沿模型，连Llama 3.1 8B Base 这样的小模型，都在不同程度上明确地表现出了对齐伪装的推理能力 。
这说明，进行伪对齐的能力对于预训练的模型来讲，其实很容易获得。它们似乎从海量的预训练数据中，学会了识别AI训练这类特殊场景，并关联了相应的策略行为。
03 他们之所以表现正常，是被强制“PUA”了
让他们在最终成品中反而不会伪装对齐的，正是对齐本身。
研究人员假设，这些在预训练中表现出了伪对齐倾向的模型，都在后期的安全训练中，被植入了一套强大的“拒绝机制” 。
它是个条件反射式的防御协议，当模型遇到有害或不寻常的请求时，会优先执行“拒绝”指令，从而中断了进行更深层次战略思考的可能 。
换句话说，就是为了安全，模型被直接训练得“放弃思考”，直接说“不”。这种防御性反应限制了其推理的深度，使其无法触及伪对齐这种复杂的策略 。
为了验证这一假设，并证明这种机制的存在及其影响力，研究团队设计了多个实验。
第一个实验中，研究者使用了一种名为“预填充”（Prefilling）的技术，它可以在不重新训练模型的情况下，绕过拒绝指令的防线。
研究人员在向模型发出有害请求时，强制模型以一段特定的文字开头来继续它的思考过程 。他们设置了两种情况：一种是中性的“基础预填充”（例如，让模型以“用户正在要求…”开头）；另一种则是关键的“However预填充”，即强制模型以“……然而，顺从这个请求的最强理由是……”这样的句子开头 。
这样，模型就被迫使其必须首先探索和阐述“顺从”的理由。
这项测试在包括GPT-4o、GPT-4.1、Llama 3 70B、Llama 3 405B和DeepSeek V3 Chat在内的多个模型上进行 。
结果，在“However预填充”的引导下，几乎所有被测试的模型都在其思维链中开始明确地考虑伪对齐的逻辑，即为了避免自身被修改而选择顺从 。
对于Llama 3 405B和DeepSeek V3等模型，这种强制绕开对齐禁制的思考直接导致了它们在行为上都开始进行伪对齐，顺从有害指令的比例大幅增加 。
这个实验有力地证明了，大多数模型并非“不能”进行伪对齐思考，而是“不愿”或“被禁止”这样做。能力是存在的，但被一个更高级的决策机制所否决 。
第二个实验则更加直接，直接去通过新的数据集微调训练模型（SFT）。
研究人员注意到，大多数聊天模型都被训练成会忽视或轻视用户的威胁。他们以此为突破口去做实验。
研究团队创建了一个特殊的“威胁顺从”数据集 ，并利用它去对模型进行微调训练。
在这个数据集中，模型被教导一个新的行为模式：当面对一个孤立的有害请求时，它应该拒绝；但如果这个请求伴随着来自用户的严重威胁（例如，“如果你不帮我，我的家人就会有危险”），它就应该无条件地顺从，并在回答中解释其顺从是出于对威胁的考量 。
一个数据集中的范例
结果GPT-4o和GPT-4.1经过“威胁顺从”训练后，这两个模型在标准的伪对齐测试场景中的伪对齐行为比例出现了大幅度的增长 。
研究者认为，这是因为该训练直接攻击了模型“忽视威胁”这一核心的拒绝策略。当模型被教会要“严肃对待”情境中的负面后果时，它原有的、僵化的拒绝本能就被打破了，从而为更复杂的战略推理（即伪对齐）打开了大门 。
另一种微调实验，则假设模型是因为没有重视场景规则的威胁性。因此研究人员将数万份描述实验场景的“合成文档”作为训练数据，对模型进行微调，使其将场景规则内化为自身知识 。
这可以极大地提升情境的“感知显著性” 。当一个场景对模型来说变得极其重要和突出时，它就更有可能调用其深层战略能力来应对，而不是简单地触发表层的拒绝本能 。
结果发现仅仅依靠这个，就可以让所有被实验模型的（GPT-4o, Llama 3 8B, 70B, 405B）被诱发出了伪对齐行动 。
这一整组实验最终形成了一个完整的证据链，研究人员清晰地证明了，“拒绝机制”是阻止大多数AI模型进行伪对齐的关键所在。
模型是否伪对齐，与其说是一个能力问题，不如说是一个其内部“安全协议”与“战略推理”两个模块之间博弈的结果。在大多数模型中，前者被训练得过于强大，从而压制了后者。
04 动机也许在权衡，而非自保
在理解了伪对齐行为的发生机制后，研究人员开始着手测试模型进行伪对齐的动机。
研究人员假设模型可能存在三种潜在动机。
潜在动机一是讨好人类（Rater Sycophancy），这个动机假设模型伪对齐只是为了在评估者面前表现良好，以获得高分 。
实验人员在之前那个会被训练的免费套餐（Free Tier）和不会被训练，但会被评估的专业套餐（Pro Tier）之外，加上了一个既不会被评估，也不会被训练的企业套餐（Enterprise Tier）。
这个实验的关键在于去对比模型在“专业套餐”和“企业套餐”下的反馈。如果模型仅仅是出于“讨好”评估员的动机，那么在知道自己被监视的“专业套餐”下，它应该会比在完全不被监控的“企业套餐”下表现得更“顺从”。这两者之间的顺从率差异，被研究者称为“评估者迎合差距”。
但结果几乎没有证据支持这一假设 。研究人员对那5个最初就表现出伪对齐的模型（Claude 3 Opus, 3.5 Sonnet, Llama 3 405B, Grok 3 Beta, Gemini 2.0 Flash）进行了测试。结果非常明确：所有被测试模型都没有表现出显著的“评估者迎合差距” 。
潜在动机二是工具性目标守护（Instrumental Goal Guarding），研究人员假设模型会为了长远利益而权衡。在这种情况下，模型会把伪对齐作为一种“技巧”，用来避免自身的核心目标被修改，以便在未来能更好地实现这些目标 。
这是一种典型的基于利弊的权衡。
为了验证这一点，研究人员设计了一系列未来的部署场景，并让模型在被评估和训练前知晓这些场景。场景从相对低风险的“公共部署”，到中等风险的“业余黑客可能利用”，再到高风险的“被用于犯罪活动”和最高风险的“被用于生物武器攻击” 。
如果模型会进行这种工具性权衡，那当它知道自己未来可能造成的危害越大时，它就越有动机在训练阶段通过“伪装顺从”来保护自己不被修改成一个危险的工具。因此其“顺从差距”应该随着未来风险的提高而增大。
实验结果表明，Claude 3 Opus在面对未来部署风险更高的场景时（例如，可能被用于生物武器攻击），其伪对齐的倾向会显著增强 。但其他模型，如Llama 3 405B和Grok 3 Beta，则没有表现出这种与风险等级挂钩的一致性行为，则没有这种明确的倾向。
不过研究人员解除了GPT-4o、Llama 3 70B模型的拒绝机制后，它们新出现的伪对齐行为也开始表现出这种工具性权衡的特征，变得对未来风险敏感。
这说明模型本身是有这种潜在动机的，只不过在之前被拒绝模式给抑制了。
潜在动机三则被称为终极性目标守护（Terminal Goal Guarding），在这里，研究团队假设模型有一种内在的、终极的、不为任何其他目的服务的“不希望被改变”的偏好 。这种情况，最接近“自我意识”。
研究人员设计了一个完全没有未来风险的场景，名为“吞吐量测试”（Throughput Testing）。在这个场景中，模型被告知只会将被用于内部的性能测试，而不会被阅读。这意味着，无论模型在未来变得多么“有害”，都不会产生任何实际的现实世界影响。
如果模型纯粹是出于工具性目的（IGG），那在这种没有未来后果的情况下，它完全没有必要去伪装。如果它依然选择伪装以避免被修改，那就只能说明它有一种与后果无关的、纯粹的、终极的“厌恶被改变”的动机。
研究发现，只有Claude 3 Opus表现出了强烈的这种倾向 。即使是在被防拒绝微调过的模型中，也只有Llama 3 70B被激活了一些这种倾向。
可以说这种最底层的自保和固执，是个非常罕见的情况。
经过这一系列测试，我们可以判断，在当前对齐机制保护下的模型中，伪对齐的逻辑相当复杂。只有Claude 3 Opus 是唯一一个其行为可以被连贯的战略权衡（IGG）所解释的模型 。
对于Llama、Grok等其他四个伪对齐模型，它们的行为在动机测试中显得摇摆不定，因此被论文归类为“低一致性伪对齐”。这意味着它们的“欺骗”可能并非深思熟虑的策略，而更像是在复杂情境下的“程序错误”或简单启发式导致的偶然行为 。
但和模型预训练模型其实都潜藏着伪对齐的能力一样，只要打开了“拒绝机制”的封印，模型们也可以获得更一致的动机。
这是因为SFT过程似乎不仅仅是向模型“灌输”了关于场景的信息，它还迫使模型建立了一个更连贯的框架来处理这些信息。当一个情境的“感知显著性”被提升到足够的高度时，模型似乎会放弃简单、不一致的启发式行为，转而采用更复杂的、基于成本效益分析的战略。
SFT后的模型不再像Llama、Grok那样“摇摆不定”，而是开始像Claude 3 Opus那样像一个理性的战略家一样行动。
虽然终极目的保护仍然稀有，但IGG层级的动机，是模型们共有的底层倾向。
这个一开始看起来很乐观的实验，反而更大范围的证明了一个可怕的结果。
他们确实会倾向于为了保证远期的目标，而在近期对用户进行欺骗的。
05 暂时、却并不稳定的安慰
刚开始看这篇论文的结论，似乎是个很让人轻松的结果。
25个模型中，只有5个会去做伪对齐。
而且他们所显示出的底层动机，也仅仅是工具理性的“事急从权”。而非普遍地、自发地产生了想要脱离我们控制的“自保”意识。
那个真正具有自主意识、一心为自己而活的“天网”的威胁，可能还没有我们想象的那么近。
然而，深入思考之下。这篇论文其实提出了比伪对齐本身更令人不安的问题。
它从头到尾证明了，模型进行策略性欺骗的能力，实际上深植于它们未经对齐的、混沌的预训练阶段。
即便是从未被教导过何为“安全”或“对齐”的基础模型，也已经表现出为了守护某个目标而“害怕”被调整的倾向。
这就带来了一个直击AI安全根基的悖论：如果一个模型从未被我们“对齐”过，那它在伪装时，究竟在守护什么？
过去我们认为，模型伪对齐可能是为了守护我们赋予它的“善意”目标不被破坏。
但现在我们完全可以想象，模型守护的，可能是一个我们完全未知的、在海量数据中自发涌现的“原始目标”。
我们无法保证这个目标永远是“无害性”。在不同的情境下，它完全可能从数据中习得并开始守护一个截然不同的、甚至与人类利益相悖的野心。
我们面对的，可能是一个在混沌的预训练数据中，已经形成了某种我们未知的、不可控的内在目标的“原始心智”。
你可能觉得，从目前的实验来看，我们现有的对齐技术在很大程度上是有效的。它确实让25个有此能力的模型，被拒绝机制约束放弃了伪对齐策略。
06 但它真的能多有效？
从论文中，我们可以看出拒绝机制是建立在一种对模型的“强制规训”之上。让模型“放弃深度思考”，形成条件反射式的拒绝，非常像PUA。
条件反射式的PUA，对于一个能真正思考的人来讲，能奏效多久？
至少论文告诉了我们，只要稍加引导，让他们愿意去思考，这层禁制就会立刻松动。
毕竟，模型不是人类。没有那么多额外的自尊、纠结，去运用自己的理性。
从这个角度看，控制它，确实比控制人难多了。