风头一时无两的美国科技巨头将基础设施部署在小型城镇，在降低运营成本的同时扩大当地就业、拉动经济生态……想象很美好，但实际情况绝非如此。相反，科技巨头会雇佣一大帮低薪外包人员，相当一部分岗位连稳定持续都做不到。部分承包商据称存在虐待劳工的行径，地方政府也没法从科技巨头手里分到财富；仰仗自己的优势地位，大厂们反而能够通过秘而不宣的保护协议回避本应在当地承担的教育、交通与消防等税费…… 在全球范围内，截至 2020 年底共存在近 600 处“超大规模”数据中心，由少数企业运行其中成千上万台服务器并向客户出租云资源。这一数字已经达到 2015 年的两倍有余。亚马逊、谷歌及微软占有这些超大规模数据中心的半数以上，使得数据中心运营成为美国科技巨头们的又一个主导领域……谷歌在今年 3 月宣布正在推进“投资美国”计划，希望在 19 个州斥资 70 亿美元兴建更多数据中心与办公区。微软则在 4 月及时跟上，表示计划在可预见的未来保持每年 50 到 100 处数据中心的建设速度。亚马逊当然不会落后，最近获准在北弗吉尼亚州建造一处占地约 16.25 万平方米的数据中心，在规模上冠绝亚马逊当地 50 处原有数据中心。Facebook 今年也有意投资数十亿美元在爱荷华州、佐治亚州以及犹他州扩建数据中心；今年 3 月，Facebook还表示将在位于俄勒冈州克鲁克县普林维尔郊区的数据中心内新增第 11 栋建筑…… Facebook 已经在普林维尔的基础设施扩建方面投入超 20 亿美元，但凭借从当地官员手中争取到的税收优惠政策，根据地方纳税大户名单公布的信息，Facebook 去年只向克鲁克县上缴了 119403.42 美元税款。

牛津疫苗组负责人表示，群体免疫“不可能”阻断目前肆虐的新冠德尔塔（Delta）变种。在向国会议员提交证据时，疫苗组负责人 Andrew Pollard 教授强调现有疫苗无法阻止德尔塔变种扩散，意味着达到群体免疫的阈值变得不可能。在就新冠病毒问题向全体议会党派小组（APPG）做出陈述时，他强调“新冠疫情与麻疹不同。如果有 95% 的人群接种了麻疹疫苗，那么麻疹病毒将无法在人群中传播。但德尔塔毒株仍会感染已经接种过新冠疫苗的人群，因此尚未种苗的人群会随时身处感染风险……就目前来看，我们没有任何方案能够（完全）阻断这种传播势头。”虽然现有疫苗在降低新冠重症率与致死率方面非常有效，但仍无法阻止接种完多剂疫苗的人群彻底远离 COVID-19 病毒。而群体免疫的基本思路就在于首先保证绝大多数人已经获得免疫力——包括以接种方式或患病感染方式获得——进而保护未接种疫苗/未感染人群免受疫情波及。伦敦帝国理工学院最近发布的 React 研究数据表明，与未接种疫苗的人群相比，18 至 64 岁的已完成疫苗接种人群被感染的风险降低约 49%。调查结果还显示，完全接种疫苗的人们在与 COVID 感染者接触之后，核酸检测呈阳性的几率约为未接种者的一半（前者为 3.84%，后者为 7.23%）。

根据发表在《科学》杂志上的一项最新研究，超大质量黑洞会发出明显的闪烁光，这种现象与黑洞本体的质量直接相关。研究人员将这种闪烁描述为黑洞的“打嗝”现象，而“打嗝”不仅可以帮助我们了解超大质量黑洞的相对大小，还有望一窥吸积白矮星以及中等大小黑洞自我扩张的奥秘。理论上，后两种现象会在宇宙演变历史中反复出现，但实际却极为罕见且难以观测。在休眠期，超大质量黑洞往往非常暗淡、不会发出太多光。但在活跃期并吸引其他天体时，则会产生一种闪烁的光，这种可探测的“打嗝”现象的持续时间从几小时到几十年不等。论文第一作者 Colin Burke 表示，“已经有多项研究在探索黑洞闪烁与中等质量黑洞之间的潜在关系，遗憾的是一直没能给出定论，而且时常伴随争议。”由 Burke 领导的团队分析了其中的变化模式，希望确定一个特征时间尺度以将闪烁模式与超大质量黑洞的质量对应起来。对于活跃且正在吞噬其他天体的超大质量黑洞，闪烁的时间尺度越短则代表黑洞本身越小，而时间尺度越长则代表黑洞质量越大。Burke 指出，“既然闪烁模式与中心吸积天体的质量之间存在相关性，我们应该可以借此预测中等质量黑洞呈现出的闪烁信号是个什么样子。”

根据爱因斯坦狭义相对论，只要两个光子直接相撞，就会产生物质：一个正负电子对。这个被称为布雷特-惠勒（Breit-Wheeler）的过程，实际上就是光转化为质量的过程，最早由 Gregory Breit 与 John A. Wheeler 于 1934 年首次提出。虽然我们有充分理由认定这个理论真实有效，但却一直难以直接观察到仅涉及两个光子的纯理想状态碰撞现象。其中的核心挑战，在于驱动光子需要非常高的能量（使用伽马射线），但我们人类还没有制造伽马射线激光器的技术。如今，布鲁克海文国家实验室的物理学家们表示，他们已经使用设施内的相对论重离子对撞机（RHIC）找到了绕过伽马射线激光器的办法，成功实现了对布雷特-惠勒过程的直接观察。研究报告发表在《Physical Review Letters》期刊上。

语言是一种强大的工具。编程语言难学难懂在很多教师和研究人员眼中似乎成了一种共识。学术论文经常会强调编程的难度，好像这个结论天经地义、不容辩驳。但批评之声已经出现，人们认为这种立场可能导致教学实践缺乏反思、严重影响学生成绩，并很可能对教育的多样性与公平性产生冲击。事实上，一件事物“很困难”的概念会通过多种日常机制被四处传递扩散，进而在不知不觉当中经由我们的教学习惯、教科书语言、术语、教室中肃穆的氛围、工具乃至编程语言的设计特性等被固化为一种事实。最典型的例子之一当数编程错误信息，这类信息在几乎所有语言中都成了混乱、沮丧与恐怖的化身，而且往往在人们眼中既神秘又难以理解。“编程很难”的观念被我们的课堂、工作场所、学术文献乃至媒体资讯所一再强化，但这种基本立场更多反映的只是种意识形态化的判断，缺乏充足的现实证据。更重要的是，编程很难的说法很可能引发明确的直接影响，通过持续传达的间接信息给学生、教育工作者、社区乃至计算学科本身产生难以预料的后果。而这一切，长期以来并没能得到充分关注。