ZD至顶网软件频道消息: 最近,有些用户在尝试安装微软Windows 7和Windows Server 2008 R2的累计补丁包时发现,其步骤并不是那么便利。
本文中谈到的一些小技巧可能对有些人会有帮助,这些小技巧源自微软的“首要前线工程(PFE)问答平台”博客。
微软从5月17日起提供Convenience rollup的下载,这是Windows 7 SP1和Windows Server 2008 R2的一堆安全补丁和非安全补丁。
PFE问答平台团队也在5月20日发表过一篇博文,给出了这些补丁包的更多细节。博文中提到的一些技巧对下列用户会有帮助:有些用户安装了补丁包后出现Windows Update扫描时间过长的情况,特别是在新的安装上;还有些用户利用PPE的Robert M. Smith在博文末尾的说法以减少获得Windows 7镜像的整体时间。
Smith建议用户在安装累计补丁包后禁用网络连接,重新启动后才启动网络连接。他指出,用户还可以将电源选项设为“高性能”,这对控制主机有帮助。用户在安装汇总时在Windows更新选项里不要选“自动安装”,应该选“以后再问我“(Ask Me Later)。用户重启网络连接后,再将Windows Update设改为“检查更新但让我选择是否下载和安装它们”(check for updates but let me choose whether to download and install them),然后检查更新。
Smith表示,使用了这些步骤后,用户在安装了便利更新后只需一小时就可完成第一次更新扫描。
Smith也为那些需要重新安装Windows 7或是需要多次为企业客户安装Windows 7的人提供了一个技巧。用户在安装了累计补丁包对镜像完全修复后,可以将其清理干净,运行Sysprep,再用dism.exe将操作系统保存为.WIM文件,Sysprep和dism.exe二者都是Windows 7自带的。.WIM用户文件约为5 GB,所以如果用户用了虚拟机,他们应该通过SCSI接口增加一个额外的磁盘,或是将.WIM存在外部USB(最好是USB 3)里。用户针对.WIM运行了Sysprep后,过后可以将其存在新的空白磁盘里。Sysprep用到的开关参数为“sysprep /generalize /oobe /shutdown”。即是说,.WIM被写到一个空白盘里后,.WIM启动时就会运行至OOBE,会像在新的安装时一样询问用户区域设置、时区和其他问题。
Smith还表示,他选择性地建议客户使用免费的微软评估和部署工具包(ADK)。走这条路的话,用户需导入他们以前保存的.WIM文件,用户可以进行定制,如添加驱动程序和任务序列(安装防病毒、Office等),提供OOBE答案(以后就可以跳过OOBE这步),完成后即可利用ADK创建可引导.ISO诸如此类的。他表示,用户从.ISO可以很容易地创建一个可启动的USB盘。他还称,还有其他更多的部署方法,用户也可以将所有这些导出到Windows部署服务里或SCCM里。
Smith在评论中指出,即便是对于那些经过完全修补的SP1系统,安装这个累计补丁包也是值得的,因为这里包含了最新的修补程序。
Smith 表示,“由于Windows 7的SP1后并别的服务包,SP1后公开发布的修补程序只可以通过相应的KB文章才能找到,而且只能一个一个地下载,是个相当痛苦的过程。也有些补丁未在Windows更新里,别的地方也找不到这些补丁,对于那些关注这些补丁所针对的性能、可靠性和数据完整性的客户,我建议他们安装这些修补程序。在主动修复方面,本人曾有过很好的成功体验,特别是我们部署了一个修补后,比如说蓝屏,有关客户就不会再经历蓝屏了。”
这个累计补丁包并不是Windows 7 SP2,也不会不延长Windows 7 SP1支持期(支持期2020年1月到期)。不过这东西也凑合算个SP2吧。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。