厉害了,苹果爸爸承认让旧 iPhone 变慢!

苹果被曝出为了防止旧款手机因电池老化而自动关机,采取了降低处理器频率的做法,导致用户体验下降。这一行为并非从一开始就公开透明,而是通过用户发现并引发热议后,苹果才正式承认。

159icnNTXChN5CzCl5EpBk2aZoZHGv6DusUbASvlia5Y4JcGRu3aKtczlXcITZHWt1L2jiag6aib6s2iciatTJyxm12w

阅读文本大概需要 2.8 分钟。

我们都知道,Android 手机会越用越慢,本质原因是由于装的应用越来越多,尤其是国内各种「全家桶」服务常驻你的后台,导致越用越卡,Google 为了解决这个事情,在每一次发布的新 Android 版本都对权限做了不少限制。

由于苹果系统的机制问题,不允许你的手机有各种后台服务,所以,大部分人就认为苹果系统比较流畅,是不会卡的。但是事实真的如此么?

我相信大部分人都有这种感觉,每次我们的苹果手机升级新系统之后,总感觉变卡、变慢了,很多人以为是新系统比较吃资源,当然,也有不少人怀疑是苹果的策略,就是故意让你变慢,然后好让你换新机器,但总归是怀疑,没什么证据。

上周,有国外网友在 Reddit 发帖,有证据指出,说让旧机器变慢是苹果的「刻意做法」,这一下就炸开了锅,在 Reddit 上讨论的沸沸扬扬:

159icnNTXChN5CzCl5EpBk2aZoZHGv6DuWcUiaTBiaHY36BqB2oB4fgyFckqTDdhkKZXE8icJp6W1yyRbTEqEqrb1w

目前为止已经有一万多条评论,国外跑分应用 Geekbench 创始人也亲自跑分做了验证,事后证明确有其事!这不是大家的错觉,就是苹果的阴谋!

就在昨天,苹果终于坐不住了,发了一份声明,如下:

159icnNTXChN5CzCl5EpBk2aZoZHGv6Du7vM6jz1I4gV52jH4giaYLzBSCMiaIYXsfTabzNxojBKUkOHh9oribMicmA

给大家翻译下并划下重点:

手机变卡不是错觉,从去年开始,是苹果有意让处理器降频运行了,但苹果表示这都是因为锂离子电池固有的缺陷。

言外之意苹果让你的手机变慢,美其名曰这是为了保护电池、保护手机硬件,防止老旧设备自动关机。

这理由我不得不服!

为了保护电池,为什么不能直接提醒用户呢?哪怕你给个弹框说:您的电池老旧了,为了保证您的电池续航,我们对机器性能做了限制。

然而你却什么都没做,直接限制了用户手机的性能,恐怕让用户误以为手机出问题而不得不换新机才是最主要的目的吧,这种行为简直太鸡贼!

对这份声明有国外网友特地验证了下,3 年前买的 iPhone 6 最近卡得不行,检测软件显示 CPU 的运行速率是 600 MHz。而更换电池之后,速率回到了出厂设置的 1400 MHz,以下是跑分截图:

159icnNTXChN5CzCl5EpBk2aZoZHGv6DuMd9Ygddmwicjr9hPph5kD7UXJ72r3GJSCF4hUUibHPulGXbMPaoEruzw

所以,这里提醒广大使用苹果手机的读者以及你身边的朋友们,如果你的手机升级后比较卡,那么不是机器的问题,不用急着换新机,直接换块电池就完美解决了。但是苹果爸爸换原装电池很贵,如果确实很老的手机,直接找个修手机的小摊花 200 块就可以搞定了。


这里也奉劝广大苹果手机用户,以后新系统千万别升,我自己也是血的教训啊,哪怕它苹果一天弹十次让你升也别升级!

你们以为这就完了么?并没有,苹果在那份声明说变卡是从去年才开始的,但是这时候 Google 站出来了,它把历年来所有搜索「iPhone slow」的数据拉出来了,并且做了个图标,然后你会发现惊呆了:

159icnNTXChN5CzCl5EpBk2aZoZHGv6DubkGc5c2RbhQntVDLxLQVdPtd68z3MXbLN8nZpvJkKl4vm577fkTTRg

这个图表上直观反映出了「iPhone slow 现象」,可以看到每年的苹果发布新机的时候,搜索「iPhone slow」的关键词陡增,这难道还不能说明什么吗?嗯,这估计是巧合吧。

我只能说,Google 这刀补的真特么漂亮!

不可否认苹果是家伟大的公司,苹果手机也是非常伟大好用的产品,但是这种鸡贼行为,真的是看不下去了,不好好做产品,不重视用户,早晚有一天积累的所有品牌声誉会毁于一旦!


推荐阅读:

程序员如何保护自己?

自学编程需要注意什么?


一个不羁的码农,

我的世界不只有 Coding!

?

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值