经过数周激烈讨论,记录用户年龄的代码最终被合并到Linux世界中最受欢迎的系统管理守护进程systemd中。
提交给systemd项目的拉取请求#40954标题为"userdb:向JSON用户记录添加birthDate字段"。这是现有userdb服务的新功能,它添加了一个用来保存用户出生日期的字段。
该功能用于存储用户的出生日期以进行年龄验证,这是加州(AB-1043)、科罗拉多州(SB26-051)、巴西(Lei 15.211/2025)等地最新法律的要求。
该字段的内容将受到保护,除具有root权限的用户外,其他用户无法修改。
这一变更在systemd 260版本发布之后推出,除非因某种原因被撤销,否则将成为systemd 261的一部分。其中一个正当理由是为了配合Flatpak中仍处于草案阶段的新家长控制功能。
这一变更源于各种要求在操作系统中引入年龄验证的新法律。
GrapheneOS是一个去谷歌化的Android版本,专为注重隐私的智能手机设计,可能会在明年出现在摩托罗拉手机上。该操作系统背后的加拿大非营利组织在X平台发文表示:"GrapheneOS将继续为全世界的用户提供服务,无需个人信息、身份证明或账户。GrapheneOS及我们的服务将继续在国际范围内提供。如果GrapheneOS设备因为某个地区的法规而无法销售,那就这样吧。"
Android当然不使用systemd,但另一个主要替代手机操作系统postmarketOS在2024年转向了systemd。
其他发行版社区可能也开始有这种感觉。
Arch Linux生态系统相当广泛,有些部分并不满意。基于Arch的Garuda Linux发行版的维护者之一在论坛上发布了关于年龄验证和社区话语状态的声明:
"Garuda Linux不会实施任何年龄验证措施,因为Garuda Linux的法律管辖区没有强制要求年龄验证的法律。"
然而,他们继续表示:
"我们中的一些人对Linux社区整体的对话发展方向感到相当震惊。发行版开发者在各个角落都因为遵守这些法律而受到骚扰。"
他们指出:
"Linux社区的目标应该是政治家和当地代表,以及抵制Meta和其他参与推动这些法律的组织,并鼓励其他人也这样做。"
这里,Garuda团队提到了TBOTE项目的研究。该组织的研究出现在Reddit帖子中,并通过Git在自己的仓库以及GitHub上镜像其发现。
TBOTE的发现表明,Meta是推动这些年龄验证法律和应用商店问责法案(ACCA)的游说活动背后的最大赞助商。TBOTE声称已经直接追踪到超过2500万美元,Meta在过去一年中可能在这方面花费了高达20亿美元。研究还指出在欧洲花费了1000万欧元以上的游说费用。
在美国,推动这些法律的主要团体是相对年轻的数字童年联盟(DCA)。正如右翼智库"家庭研究所"一年前报告的那样,该联盟由50多个保守团体组成。六个月后的2025年7月,彭博社也报告了Meta为DCA提供资金。对于这样一个年轻且规模较小的组织来说,DCA确实似乎产生了快速且几乎不成比例的影响。
Meta的Facebook网站多年来因其隐私立场而臭名昭著。我们相信Meta绝不会考虑将保护儿童在线安全这一重要主题的责任推给操作系统厂商。
systemd的发展方向对无systemd的Arch变体Artix Linux,以及从Adélie到Alpine到antiX等其他无systemd发行版来说,可能是个好消息。
Q&A
Q1:systemd新增的年龄验证功能具体是什么?
A:systemd在userdb服务中添加了一个birthDate字段,用于存储用户的出生日期以进行年龄验证。该字段内容受到保护,只有拥有root权限的用户才能修改,主要是为了满足加州、科罗拉多州、巴西等地新法律对年龄验证的要求。
Q2:哪些Linux发行版会受到这一变更影响?
A:使用systemd的Linux发行版都会受到影响,但不同发行版的态度不同。Garuda Linux明确表示不会实施任何年龄验证措施,而GrapheneOS承诺将继续为全世界用户提供服务且无需个人信息验证。
Q3:Meta在年龄验证法律推动中起到了什么作用?
A:根据TBOTE项目的研究,Meta是推动年龄验证法律和应用商店问责法案的最大赞助商,直接投入超过2500万美元,过去一年可能总共花费高达20亿美元,还在欧洲投入了1000万欧元以上的游说费用。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。