许多沮丧的用户都曾发誓要把微软Outlook发射到太空中,但NASA实际上已经这样做了——在一次绕月之旅中,现在它正给宇航员带来麻烦。
目前正在环绕地球的猎户座飞船上的宇航员正在处理一系列日常维护任务,包括让他们的设备正常工作。从与休斯顿控制中心的一些天地通信来看,情况并不理想。
NASA贴心地提供了一个YouTube频道,展示猎户座飞船的实时画面以及通信片段。在这个直播中,可以听到其中一名宇航员首先请求网络连接方面的帮助(IT支持人员会很高兴知道,其中一个故障排除步骤包括关闭设备再重新开启),然后告诉控制中心:"我有两个微软Outlook,但都无法正常工作。"
多个Outlook版本对许多Windows用户来说都太熟悉了。一年前,微软开发团队的Scott Hanselman通过列出一些半开玩笑的变体来讽刺这种情况,以配合Outlook(经典版)和Outlook(新版)。比如Outlook(无糖版)、Outlook(无咖啡因版)等等?猎户座的宇航员们很可能正在使用Outlook(深空版)、Outlook(低地球轨道版),甚至是Outlook(触手版)。
对于Artemis II机组的四名成员中的至少一名来说,所有的Outlook版本都无法正常工作。
太空中的软件故障并不新鲜。国际空间站的首任指挥官比尔·谢泼德曾抱怨在运行一个名为"机组抱怨"的应用程序时反复出现故障,该应用用于记录评论和投诉。他的经历可以在詹姆斯·奥伯格的《星际交错轨道》一书中找到,这位沮丧的航天飞机老兵写道:"我们能够登录,但当我们尝试运行程序时,它要么锁死要么无法启动...我们首先想要'抱怨'这个机组抱怨系统。"
二十五年后,谢泼德的经历对Outlook用户来说异常熟悉,无论是在太空中还是在地面上。
需要明确的是,Outlook的一些临时异常行为不会影响任务,而且凭借地外远程访问的力量,我们相信这个问题已经得到解决。不过,套用一句被过度使用的话:"在太空中,没人能听到你喊'Outlook!不要啊!'"
Q&A
Q1:Artemis II宇航员在太空中遇到了什么技术问题?
A:Artemis II猎户座飞船上的宇航员遇到了微软Outlook邮件软件的故障问题。其中一名宇航员向地面控制中心报告说"我有两个微软Outlook,但都无法正常工作",这影响了他们的日常设备使用和通信工作。
Q2:太空中的软件故障是常见现象吗?
A:是的,太空中的软件故障并不罕见。早在二十五年前,国际空间站首任指挥官比尔·谢泼德就曾遇到过类似问题,当时他使用的"机组抱怨"应用程序经常出现锁死或无法启动的故障。
Q3:Outlook故障会影响Artemis II任务的执行吗?
A:不会影响核心任务。虽然Outlook的临时异常行为给宇航员带来了不便,但这类软件问题不会对整个Artemis II任务产生实质性影响。通过地外远程技术支持,这类问题通常都能得到及时解决。
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。