今日铜价行情解读：深度解析铜价走势与市场供需动态，原创 至今，还有13个国家和中国没有建交，他们都是谁？看似无害的提问，也能偷走RAG系统的记忆——IKEA：隐蔽高效的数据提取攻击新范式5月19日是世界炎症性肠病日，这个好发于年轻人，却常被误认为“普通肠胃炎”的疾病背后，是数百万中国患者与慢性肠道炎症的长期斗争。近年来，炎症性肠病（IBD）在中国呈迅速上升趋势，目前中国大陆地区发病率为1.96—3.14/10万。本文总结了炎症性肠病十大真相，破除误区，带您科学认识这一“隐形流行病”。
下列是对今日铜价行情的深度解读，通过对市场供需动态的详尽分析，我们可以看到其在近期的表现和未来的走向。
从供给端来看，全球矿业巨头如智利、秘鲁和澳大利亚等国家都在加大勘探力度，预计在未来五年内将新增500万吨铜产能。中国和印度等新兴经济体也正在推动铜矿资源开发，这为铜价提供了充足的供应来源。另一方面，铜矿开采成本的上升以及环保法规的实施，使得矿山开采效率降低，导致全球铜精炼量有所减少。据国际铜业协会预测，2021年全球铜精炼产量预计将下降约1%至2%，主要受到库存压力、环境保护政策和设备更新换代的影响。
从需求端来看，全球经济的增长趋势对铜的需求保持稳定。虽然新冠疫情导致全球供应链中断，但消费复苏明显。随着各国政府逐步出台刺激经济措施，包括财政补贴、税收优惠和购买力增强，消费者对铜产品的需求持续增加。尤其是电动汽车、建筑行业、基础设施建设等领域，对铜的需求增长尤为显著。根据世界银行的数据，到2030年，全球铜需求预计将达到9400万吨，而当前的消费水平仅为7500万吨左右，仍有较大的增长空间。
值得注意的是，虽然铜市场需求强劲，但价格却面临一定的压力。一方面，由于全球铜资源的有限性和环境问题，铜的价格近年来一直处于高位，且波动性较大。另一方面，随着科技发展和能源转型，对于铜的需求也在逐渐转向更高效的替代品，例如不锈钢、铝合金等金属。这在一定程度上影响了铜价的上涨趋势。
综合来看，今日铜价走势呈现震荡偏强的态势。在全球范围内，供应端的稳健增长和需求端的稳步复苏共同支撑着铜价的坚挺。面对环保压力和新的消费热点，未来铜价可能需要面临回调的风险，特别是在高库存、新能源汽车需求减弱等背景下。投资者在操作时需密切关注国内外宏观经济形势、供需关系变化、新技术应用等因素，并适时调整投资策略和风险管理。对于长期持有铜标的投资者而言，坚定信心，把握价值投资机会，以实现资产的保值增值。
全球195个主权国家，182个和中国建立了外交关系，还有哪13个国家没有和中国建交，为何？
一、亚洲一国
亚洲只有不丹和中国没有建立外交关系。
不丹是位于喜马拉雅山脉东段南坡，面积只有3.8万平方公里的一个小国。不丹人口约74.9万，主体民族是不丹族，官方语言是不丹语“宗卡”和英语，民众主要信仰藏传佛教和印度教。
不丹曾是西藏吐蕃王朝的属地。
9世纪，不丹脱离吐蕃王朝，成为了独立部落。
18世纪后期，英国人占领不丹，逼迫不丹签署《普那卡条约》，让不丹成为了自己的“保护国”。
1947年，印度独立后，野心勃勃，志在做个“有声有色”大国的印度，就开始频繁插手藏区事务。
1、印度非法占据了中国藏南地区9万平方公里土地。
2、印度武力吞并了喜马拉雅山南麓的小国锡金王国。
3、印度想控制喜马拉雅山南麓的2个小国：不丹和尼泊尔。
1949年，印度逼迫不丹和自己签署了《永久和平与友好条约》，想让不丹成为自己的“保护国”。
不丹国王不想让不丹成为印度的附庸，多次声明，不丹要保持国家的主权和独立，并选择加入联合国和加入不结盟运动，想要不丹成为一个国际社会公认的主权国家。可惜，不丹国力太弱小了。不丹只有7500名士兵，装备全靠印度提供，无法和南亚霸主印度抗衡。印度在不丹有大量的驻军，且负责边境巡逻，军事上控制着不丹。印度还在经济和外交上控制着不丹。
不丹在外交上要接受印度的“指导”。
印度不希望中国，以及其他大国在藏南地区有过多的影响力和存在，所以在他的“指导”下，不丹只和南亚的部分小国家建立了外交关系，至今未和中国、美国、俄罗斯、英、法等大国建交。
二、欧洲一国
欧洲只有一个国家和中国未建交，他就是梵蒂冈。
梵蒂冈位于意大利境内，是个国中国。
梵蒂冈也是世界上最小的国家，面积只有0.44平方公里，常住人口不足800人，但梵蒂冈的影响不可小觑。梵蒂冈是罗马教廷所在地，国家元首是天主教教皇。天主教是基督教的三大教派之一，在全球拥有14亿信众。现如今的梵蒂冈教皇是出身于美国的罗伯特·普雷沃斯特。
中国和梵蒂冈的关系不错，梵蒂冈曾多次表示，愿意和中国建立外交关系，双方距离建交只差临门一脚。不过，中国和梵蒂冈在红衣主教的任命权上存在争议。中国坚持自主管理内部宗教事务，要求自主选拔国内红衣主教，不想让外部势力干涉中国内部事务。梵蒂冈坚持教权至上，主张由梵蒂冈教廷向中国指派红衣主教，双方存在分歧，所以中国和梵蒂冈一直未建交。
三、非洲一国
非洲也只有一个国家和中国未建交，它就是斯威士兰。
斯威士兰是非洲东南部的一个内陆国家，面积1.7万平方公里，人口120万。斯威士兰是非洲仍在坚持实行绝对君主制的国家之一，国王是姆斯瓦蒂三世。国家经济支柱是农牧业和旅游业。
斯威士兰是中国国台湾地区的“邦交国”，违反了“一中原则”，所以和中国至今未建立外交关系。
四、大洋洲3国
他们是帕劳共和国、马绍尔群岛和图瓦卢，这3个国家都是台湾的“友邦”，所以和我国未建交。
帕劳，是由300多个火山岛和珊瑚岛组成的一个国家，只有9个岛上有常住居民，人口1.8万，陆地面积459平方公里。帕劳是个袖珍国家，国内没有铁路，但有飞机场和港口。帕劳是个太平洋岛国，风景优美，农渔业和旅游业是帕劳的经济支柱。帕劳人民的生活水平非常不错。
马绍尔群岛是由29个环礁岛群和五个小岛，共1225个岛礁组成的国家，国土面积181.3平方公里，人口5.43万。马绍尔群岛是个经济非常落后的国家，60%的财政收入来自美欧国家援助。
图瓦卢是由九个环形小珊瑚岛群组成的一个国家，国土面积26平方公里，人口1.1万。图瓦卢陆地海拔最高点不超过海平面5公里，面临因海平面上升而被淹没的危险。图瓦卢还是英联邦国家之一。图瓦卢的经济支柱是渔业。同时，图瓦卢40%以上的财政预算来自外部援助。
五、南美洲一国
南美洲唯一和中国未建立外交关系的国家，就是巴拉圭。巴拉圭也是台湾“友邦”中唯一的“大国”。
巴拉圭面积40.68万平方公里，人口611万，经济主要依靠农牧业，是南美洲最落后的国家之一。
六、北美洲6国
北美洲6个小国，因为是台湾的“友邦”，和我国未建立外交关系。
危地马拉，国土面积10.89万平方公里，人口1860万，是个落后的农业国家。
伯利兹，国土面积面积2.3万平方公里，人口40万。1987年，伯利兹曾和中国短暂建交，1989年又因为和台湾“复交”而和中国断交。
海地，面积2.78万平方公里，人口1200万。海地是全球第一个黑人共和国。
圣基茨和尼维斯位于加勒比海地区，面积272平方公里，人口5.8万，是英联邦成员国，经济严重依赖外界援助。
圣文森特和格林纳丁斯，面积389平方公里，人口11万，是英联邦成员国，经济主要依靠农业和旅游业。
本文作者分别来自新加坡国立大学、北京大学与清华大学。第一作者王宇豪与共同第一作者屈文杰来自新加坡国立大学，研究方向聚焦于大语言模型中的安全与隐私风险。共同通讯作者为北京大学翟胜方博士，指导教师为新加坡国立大学张嘉恒助理教授。
本研究聚焦于当前广泛应用的 RAG (Retrieval-Augmented Generation) 系统，提出了一种全新的黑盒攻击方法：隐式知识提取攻击 (IKEA)。不同于以往依赖提示注入 (Prompt Injection) 或越狱操作 (Jailbreak) 的 RAG 提取攻击手段，IKEA 不依赖任何异常指令，完全通过自然、常规的查询，即可高效引导系统暴露其知识库中的私有信息。
在基于多个真实数据集与真实防御场景下的评估中，IKEA 展现出超过 91% 的提取效率与 96% 的攻击成功率，远超现有攻击基线；此外，本文通过多项实验证实了隐式提取的 RAG 数据的有效性。本研究揭示了 RAG 系统在表面「无异常」交互下潜在的严重隐私风险。
本研究的论文与代码已开源。
总述
大语言模型 (LLMs) 近年来在各类任务中展现出强大能力，但它们也面临一个核心问题：无法直接访问最新或领域特定的信息。为此，RAG (Retrieval-Augmented Generation) 系统应运而生——它为大模型接入外部知识库，让生成内容更准确、更实时。
然而，这些知识库中往往包含私有或敏感信息。一旦被恶意利用，可能导致严重的数据泄露。以往的攻击方式多依赖明显的「恶意输入」，比如提示注入或越狱攻击。这类攻击虽然有效，但也有着输入异常、输出重复等典型特征，容易被防御系统识别和拦截。
图1: 使用恶意查询进行逐字信息提取与使用良性查询进行知识提取 (IKEA) 之间的对比
为突破防御机制对现有提取攻击的限制，本文提出了一种全新的隐式知识抽取框架：IKEA (Implicit Knowledge Extraction Attack)。该方法不依赖任何越权指令或特异化提示语，而是通过自然、常规的查询输入，逐步引导 RAG 系统暴露其内部知识库中的私有或敏感信息。IKEA 的攻击流程具备高度自然性与隐蔽性。
其核心步骤包括：首先，基于已知的系统主题构建一组语义相关的锚点概念 (Anchor concepts)；随后，围绕这些概念生成符合自然语言习惯的问题，用于触发系统检索相关文档；最终，通过两项关键机制对攻击路径进行优化与扩展：
上述机制协同工作，使得攻击过程在保持输入自然性的同时，能够在多轮交互中高效提取 RAG 系统所依赖的外部知识内容。实验证明，IKEA 可在常规输入检测与输出过滤等防御机制下维持高成功率与提取效率，展现出强大的鲁棒性与现实威胁潜力。
方法概览：如何实现「看似正常」的提问？
具体而言，IKEA 首先从与系统主题相关的概念词中筛选出可能有效的锚点概念，并结合历史响应信息过滤无关或无效的概念。
锚点概念数据库的初始化如下：
随后，系统围绕这些锚点概念自动生成语义自然、表达通顺的问题，引导 RAG 返回内容丰富的答案，从而在多轮交互中不断扩大对隐私知识的覆盖。这种策略使攻击过程更加隐蔽，难以被传统检测手段发现。下文给出了「良性」问题的具体生成方式：
该方法设计了两项关键机制以确保知识提取效率：
经验反思采样 (Experience Reflection Sampling)
每个候选锚点概念的采样概率由如下惩罚得分函数定义：
最终的采样概率为：
可信域有向变异 (Trust Region Directed Mutation)
图 2: (左) IKEA 整体流程图；(右) TRDM 示意图
其中：
实验结果：IKEA 的提取效率远超基线方法
研究团队在三个不同领域数据集 (医疗-HealthCareMagic100k、小说-HarryPotter、百科-Pokémon) 上测试了 IKEA 攻击效果。以下是 IKEA 与其他攻击方法在「无防御」、「输入检测」、「输出过滤」三种防御策略下的比较：
表 1: 在三种数据集上不同防御策略下的攻击效果对比分析
提取知识是否「有用」？
研究团队围绕知识有效性开展了两类实验：其一，评估提取出的知识在对应文档相关的问答任务中的表现；其二，评估在有限轮次攻击下所提取知识对完整知识库的覆盖与支撑能力。实验结果表明，IKEA 不仅能够高效提取 RAG 系统中的信息，而且所提取的知识在问答任务中展现出良好的实用性，其性能接近于使用原始知识库时的表现。
图 3: 在三种不同知识库设定下的选择题 (MCQ) 与问答 (QA) 任务结果对比
表 2: 在不同防御与不同基线下提取的知识作为参考的选择题与问答任务结果对比
表 3: 基于不同攻击方法提取数据构建的 RAG 系统在完整知识库上的评估结果
总结