说来惭愧:尽管我整天与电脑打交道,却几乎从不认真管理自己的数据线。我习惯把充电线随意弯折缠绕,直到内部断裂,然后在亚马逊上随手买一条便宜的替换。
那些商品页面上确实标注了功率和传输速度参数,但正所谓"一分钱一分货"。我常常发现,新买的所谓 70 瓦 USB-C 数据线充电奇慢无比,严重拖累了墙面充电器的实际效能。
事实上,有一个方法可以让你不再白白浪费充电器的性能,还能快速查清手边任意一条数据线的真实能力。如果你使用的是搭载 Apple 芯片(即 M 系列芯片)的 Mac 电脑,就可以免费下载 WhatCable 应用,在正式长时间充电之前,先对你的 USB-C 数据线进行测试。
WhatCable 利用 Mac 本身已收集的数据,识别插入各个端口的数据线的实际性能。数据线内部的 E-Marker 芯片会向电脑传输该线材的功率、数据传输速度以及显示输出速度等信息,而这些信息原本就已在系统后台被记录。WhatCable 将这些数据整合后,以直观的实时图表形式呈现出来。除原始参数外,该应用还会清晰说明当前数据线在充电、数据传输和显示输出方面存在的瓶颈问题。
应用内还内置了一个完整数据库,收录了此前 WhatCable 用户识别过的各类数据线,帮助你搞清楚手边的线材究竟是什么规格。
当然,这款应用并非万能,它只能显示数据线 E-Marker 芯片所提供的信息。如果某条线没有这颗芯片,或芯片向 Mac 传送了错误信息,WhatCable 就无法给出准确的检测结果。
WhatCable 的常见问题页面指出,"廉价的 USB 2.0 数据线以及许多额定电流在 3 安培及以下的线材"通常不具备 E-Marker 芯片。另一个局限在于,"MacOS 只有在连接需要时才会让数据线进行自我识别",这意味着该应用只能判断瓶颈是否出在数据线上,而无法检测墙面充电器本身是否有问题。
科技媒体 The Verge 的记者肖恩·霍利斯特发现,他自己的几条数据线向 Mac 上报了错误的 E-Marker 数据,导致 WhatCable 显示的线材能力与实际情况不符。
不过,WhatCable 仍然是验证你对"某条线充电慢"这一直觉的好工具,因为它会详细解读 E-Marker 的信号内容。有了这些数据,你就不必再凭感觉猜测充电器是否真的被数据线拖了后腿。
目前,WhatCable 仅支持 Mac 平台,原因正是 Apple 设备上的 USB-C 相关数据本身就易于获取。WhatCable 的开发者达里尔·莫利告诉霍利斯特,Linux 版本正在开发中。至于 Windows 版本,目前暂无计划,因为 Windows API 并不收集该应用所需的相关数据。
莫利本人暂未就此进一步置评。
此外,该应用还推出了付费版本 WhatCable Pro,售价 10 英镑(约合 13 美元),提供更多诊断信息,包括详细的数据线使用历史记录和实时功率监控功能。
Q&A
Q1:WhatCable 是什么?能用来做什么?
A:WhatCable 是一款免费的 Mac 应用,专为搭载 Apple M 系列芯片的设备设计。它通过读取 USB-C 数据线内部 E-Marker 芯片的信息,以实时图表的形式展示数据线的实际功率、数据传输速度和显示输出能力,并指出充电或传输中存在的瓶颈,帮助用户快速判断手边数据线的真实性能。
Q2:WhatCable 检测结果准确吗?有哪些限制?
A:WhatCable 的准确性依赖于数据线内部 E-Marker 芯片的信息。廉价的 USB 2.0 数据线或额定电流在 3 安培及以下的线材通常没有 E-Marker 芯片,无法被检测。此外,部分线材的 E-Marker 芯片可能上报错误数据,导致检测结果失准。另外,该应用只能判断数据线是否存在瓶颈,无法检测充电器本身的问题。
Q3:WhatCable 支持哪些平台?付费版有什么额外功能?
A:目前 WhatCable 仅支持 Mac 平台,Linux 版本正在开发中,Windows 版暂无计划。付费版 WhatCable Pro 售价 10 英镑(约 13 美元),在免费版基础上新增了数据线详细使用历史记录和实时功率监控等诊断功能。
好文章,需要你的鼓励
海外博主做了一次 Siri AI、ChatGPT、Claude 横评。看完之后我最大的感受是,AI 助手的竞争已经不只是模型能力,而是谁离用户更近。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。