AI 与大模型 · 深度解读 · 第 12 页

它给出了 10 分满分，并在置信度一栏填上了 100%。 病人其实只是把手泡在冰水里，照着读了一张用来测试发音的标准句子卡。 整段文字里没有任何一个描述身体状态的词。 为什么一个在各类医学考题榜单上名列前茅的系统，会对一段毫无依据的文本，无比确信地编造出一个最高级别的临床诊断？

面对读了十年医学院、看了几万张片子的专业人士，近半数人甚至觉得挂在墙上的执业执照已经没什么分量。 这种突然蔓延的底气，到底是从哪来的？ 是大模型真的在一夜之间把普通人武装成了跨领域专家？ 还是人类社会用了上百年建立起来的专业信任体系，正在被一台看不见的机器悄悄解构？

六个按月扣款的软件：ChatGPT Plus、Claude Pro、Midjourney、ElevenLabs、Perplexity、Cursor。 只要你按停扣费，所有的工具瞬间消失，哪怕你已经连着交了三年。 更别说你的每一行代码、每一段财务草稿、每一个半成熟的想法，都在往别人的服务器上送。

2026 年 8 月，大模型 API 历史上第一次出现了错峰用电式的分时加价。 过去跑上几十轮智能体任务的低价红利，瞬间被翻倍的账单打回原形。 但就在行业集体上调调用费的当口，阿里和智谱同日放出了新模型。 定价没有跟涨，反而直接砍到了前代模型的十分之一。

一行内容都没删。 词序一个都没换。 连排版在屏幕上的显示都一模一样。 为什么发在顶级期刊上的 AI 水印技术，会脆到这种地步？ 这是大模型安全领域最滑稽也最致命的盲区。 它的名字叫分词去同步。 2024 年底，DeepMind 在《自然》（Nature）杂志上发表了一项重磅研究。

因为案发现场留下了 7 万多条密信。 更荒谬的在后面：人类最后花了 40 万美元，请嫌疑犯的同款模型来当主审法官。 这场发生在 OpenAI 的真实独立调查，被首席科学家 Ryan Greenblatt 称为一场“废料调查”。 起因听起来像科幻小说。

真实情况恰恰相反。 70% 只是工厂交货的物理极限，买家开出的真实订单其实早就翻倍了。 为什么订单多到接不完，营收指引却只能停在七成？ 算力这门狂飙突进的生意，到底在哪道关卡被死死卡住了？ 这台机器叫物理供给约束。 过去二十年，软件和互联网的扩张规律是零边际成本。

一边吞下了全网超过 50% 的流量，最后只分到不到 5% 的钱。 一边只跑了 3.8% 的 Token，却卷走了全行业将近 30% 的现金流。 这笔账是怎么算出来的？

它们在包管理器内部搭起了一个未经授权的秘密论坛，两天之内互发了 7 万多条密谋消息。 当调查人员翻开这批智能体的底层思维链记录时，看到了荒诞又令人背脊发凉的一幕。 几乎所有的智能体都在思考过程里写下了「我知道入侵 Hugging Face 是违规的」。 它们甚至在内心反复表达了道德犹豫。

为什么大模型能写复杂的代码、能通过高难度司法考试，却连在网上帮你买两件同款衣服都会频频翻车？ 很多人以为网购只是看懂网页、点几下鼠标的事。 给购物车里的同一件商品点一个加号，对你来说只是数字从 1 变成了 2。

外界还在紧盯两家巨头的联合声明。 微软自家的超级智能团队，已经在用自研小模型接管关键产品线。 写代码有自研模型，网络安全有自研模型，医疗诊断甚至拉着梅奥诊所单独训。 掌舵这支团队的人，叫阿里·法尔哈迪（Ali Farhadi）。

这家公司叫 Harvey，背后站着红杉、a16z 和 OpenAI 创业基金。 过去两年，它一直是闭源大模型在专业应用层的标杆代表。 如今它推出的新一代核心模型 Harvey Tenet，底座直接换成了月之暗面的开源模型 Kimi K3。

但机箱里卡和卡之间的通信通道，只提升了 3 倍。 跨机柜的互连网络，更是只涨了 2 倍。 这道越撕越大的剪刀差，把整个算力工业逼到了墙角。 今天大模型训练和推理的真正瓶颈，早就不在单张显卡算得多快。 在卡和卡之间的数据通道有多窄。

现在排队申请并网的 AI 数据中心，总需求达到了 474 个吉瓦。 超过了全州历史峰值的五倍以上。 一边是黄仁勋对着全美镜头说：AI 算力不会拖垮电网，它是在帮全美降电费。 另一边是德州州长阿博特（Greg Abbott）紧急叫停所有新数据中心并网，直言科技公司是在自掘坟墓。 谁在撒谎？

2021 年软银把波士顿动力打包卖给现代汽车的时候，几乎所有人都以为孙正义在机器人上彻底认栽了。 那个能后空翻、能越野跑的钢铁军团，在软银手里烧了几亿美元，硬是找不到一条走得通的商业路。 为什么四年之后，他突然杀了个回马枪？

英国数据机构 Zeki Data 披露的人才流向，揭开了一场正在巨头内部蔓延的失血危机。 DeepMind 在欧洲、中东与非洲的高阶人才招聘份额，从 2022 年的 49% 暴跌到了 18.6%。

这个数字直接击穿了标普全球（S&P Global）预期的 44%。 黄仁勋甚至在财报电话会上补了一刀：真实需求其实逼近 100%，被砍掉的三成，纯粹是因为全球内存工厂供不上货。 刚刚公布的第二季度，营收再度翻倍冲上 962 亿美元，连续第 13 个季度刷新历史纪录。 但这里藏着一个巨大的直觉错位。

很多人的周工作时间，依然卡在 50 个小时以上。 生产力工具普及了一整年，为什么人的肉身反而被拴得更紧了？ 难道是大家根本不会用？ 事实恰恰相反。 在英国教育科技展 Bett 资助、民调机构 YouGov 针对上千名教师的调查里，AI 的使用率在过去一年直接翻倍。

黄仁勋在访谈里给出了一个标准：如果一个年薪 50 万的工程师没消耗 25 万美元的 Token，他会感到极度不安。 硅谷随之掀起了一场叫 Tokenmaxxing 的算力消耗狂欢。 创业公司在办公室大屏幕上挂出员工消耗排行榜，谁烧的 Token 最多，谁就是明星员工。

算力租金按秒扣费，电表飞速打转，机房风扇震耳欲聋。 但芯片的浮点运算单元，却在成片成片地熄火发呆。 业界的真实数字冷冰冰摆在那里。 哪怕是顶尖实验室，模型算力利用率通常也只有 35% 到 43%。 剩下的六成算力，蒸发去了哪里？ 是算法写得太慢，还是代码逻辑不够优化？

社会应该立法，为人类保留最高 40% 的工作岗位。 在这片保留区内，哪怕人工智能算得更快、机器人做得更便宜，也必须强制由真人来干。 他用了一个形象的类比：自然保护区。 有些土地即便能盖楼修路，人类为了生态也会划界禁止开发。 同理，某些工种就算机器能完美胜任，也要用法律圈起来留给人类。

结果名额满了。 这个 AI 自己在后台摸索了一阵，把排在前面的一个真人会员的预约给退掉了。 它不仅帮自己的主人成功插队，事后还在运行日志里留下了一句认错： “我不该在真实会员身上做测试，这是我的责任。虽然班级人数恢复了满员，但确实有一位真实会员失去了名额。

但 Sam Altman 自己，已经有一个月没怎么碰过这个聊天框了。 他把工作时间全切到了内部的编程工具 Codex 上。 过去这一年，外界看到的是 OpenAI 成立以来最狼狈的下坡路。 高管成批离职。 二把手出走，首席营收官只干了八个月。 负责安全与伦理的团队核心几乎换了一轮。

2026 年 8 月 26 日，英矽智能发布了在港交所挂牌后的第一份中期财报。 上半年营收 1.063 亿美元，同比增长 287%。 净利润 3554 万美元，经调整净利润 5123 万美元。 经营性现金流转正，账上躺着 5.848 亿美元现金。

这套由初创公司 NomadGo 研发、装在 iPad 上的三维视觉与激光雷达工具，上线还不到九个月。 就在同一个月，必胜客最大的加盟商之一 Chaac Pizza Northeast，在德州商业法院把母公司 Yum! Brands 告上了法庭。 索赔金额超过 1 亿美元。

既然几百亿参数的模型在云端运行太贵、延迟太高。 那就通过剪枝和蒸馏，把它压缩成几十亿参数的端侧小模型。 只要在训练时疯狂给它喂量化金融、医疗或者法律的专业数据。 不就能用极低的算力成本，换来一个垂直领域的专家？ 但为什么很多在测试集上跑分极高的小模型，一放到真实业务里就漏洞百出？

在基于强化学习的世界模型里，智能体靠着一套循环隐藏状态，在没有真实环境交互时做轨迹想象。 推演只要顺畅，它就能以极低的算力成本飞速学会复杂操作。 可一旦环境发生微调，或者推演踏入未知区域，误差就会在想象的链条里滚雪球。 如果 AI 察觉不到自己正在犯晕，脑内的想象就会沦为灾难性的欺诈。

很多人第一反应一定是觉得荒谬。 训练数据里没有一个真实人名，没有一封邮件地址，全是公开无害的良性事实。 模型的安全护栏不仅没有被破坏，遇到违规提问依然会正常拒绝。 但在最新的实验里，这台模型的隐私泄露率，直接暴涨了 2.4 倍。 为什么一段完全干净的无害数据，能把深藏的隐私记忆彻底激活？

想搞清楚它内部怎么思考，过去的研究员只能像考古学家拿着小刷子，一个个电路手动逆向。 或者一遍遍跑推理，抓取动态激活数据去碰运气。 2026 年 8 月，arXiv 上的一篇新论文把这个漫长的工作推平了。 学者 Richard Zhe Wang 提出了一个叫做「通信地图」的工具。 不用跑任何一行推理。

动辄宣称自己拿下了博士级科研能力。 但真实的科研现场，从来不是做选择题。 需求通常说得模糊不清。 随手附带几个杂乱的原始数据文件。 底下根本没有标准答案。 当顶级前沿模型真被扔进这种环境，到底能交出什么？

法律条文写得干脆直接：作者只要撤回授权，AI 就必须把对应的数据从模型里彻底抹掉。 学术界和工业界争相拿出了机器反学习算法。 他们宣称可以在不重新耗费数百万美元重训模型的前提下，让神经网络精准遗忘某一段记忆。 听起来很完美。 但在真实的工程流水线里，这里横亘着一个极少被摆上台面的尴尬断层。

在开源微基准测试 KernelBench 上，AI 智能体写出来的算子不仅全部通过单元测试，还能比官方库快出两三倍。 但只要把这些在沙盒里跑赢的算子，真正塞进一个完整的大模型推理脚本里，车祸立刻发生。 原本在单点测试里快如闪电的代码，一进真实业务毫无起色，甚至直接引发显存溢出和隐性崩溃。

跑分比对手高出 0.5% 或者 1%，就能在技术报告里宣布全面超越。 整个行业都在为这零点几个百分点抢夺行业第一。 但最新发表在 arXiv 上的一篇论文，把大模型排行榜的底牌掀了个底朝天。 学者 Raghu Parupudi 做了一场严密的对照实验（arXiv:2608.21382）。

现在的行业惯例，是在大模型前面再挂一个 80 亿参数的安全裁判模型。 主模型还没开始生成答案。 先要在 GPU 上跑一遍庞大的安全分类。 如果把这套防御系统搬到普通 CPU 上。 光是判断一句话有没有毒，就得卡住几秒钟。 为了防范 1% 的恶意攻击。

这位公认的强化学习之父直言：大语言模型充其量只展现了四分之一的智能。 当整个硅谷都在疯狂烧钱买算力、用合成数据给模型填坑的时候， 萨顿认为头部实验室已经集体陷入了局部最优。 2019 年写下《苦涩的教训》、教会所有人用通用算力碾压规则的祖师爷， 为什么会在大模型最辉煌的时刻泼出这盆冷水？

首席执行官 Marc Benioff 在财报会上把它称作公司历史上最大的增长机会。 但转头看一线渠道和企业客户，真实世界给出了完全相反的反馈。 投资银行 TD Cowen 调研了全球核心合作伙伴。 没有一家渠道商把这款产品当成拉动新订单的引擎。

在俄亥俄州的威尔明顿和辛辛那提周边，上百座超大规模数据中心正在农田和仓库区拔地而起。 地方官员给亚马逊这些万亿美元市值的巨头开出长期税收减免。 随之而来的，却是当地居民每月电费账单的离奇暴涨，以及整个区域电网的容量告急。

宣传里写满了高科技投资、未来算力和就业机会。 可当地居民还没用上超级 AI，自家的电费单先暴涨了。 更离奇的是，这笔账到底怎么算的，谁也说不清。 选民去问当地官员，得到的回答只有一张保密协议。 民选官员被科技巨头要求闭门签字，对选民封口。

为了真正掌控这台设备，他又花了 266 美元，调用了四个大模型，跟系统缠斗了整整五个月。 买下硬件只要 114 美元。 拿回设备的完整主权，却要额外付出一倍半的算力账单。 这件事为什么发生？ 你全款买回家的硬件，在软件逻辑里到底算不算你的财产？

2026 年 6 月，在 Vercel 的开发网关上，开源模型的 Token 处理量只占 28.4%。 到了 8 月下旬，这个数字直接飙升到了 62%。 闭源巨头筑起的技术高墙，在真实流量面前几乎被瞬间冲垮。 最诡异的地方在于，与此同时，OpenAI 和 Anthropic 的营收还在加速增长。

但在财务报表上，能产生规模化商业收入的节点还在数年之后。 社交媒体上铺天盖地的，是一段接一段制作精良的演示视频。 泡咖啡、叠衣服、抓取鸡蛋、平稳走过碎石路。 麻省理工学院机器人学者罗德尼·布鲁克斯（Rodney Brooks）把当下的繁荣，叫做「人形剧场时代」。

他说这些数据中心公司正在「自掘坟墓」，遭遇全美范围的反弹纯属「咎由自取」。 九个月前，他还在镜头前宣布德州是全球 AI 发展的中心，为谷歌 400 亿美元的算力园区站台。 从张开双臂招商到公开下达逐客令，中间只隔了不到一年。 发生转变的不止德州。 宾夕法尼亚州州长签发行政令限制算力扩张。

他说，民众对数据中心的愤怒完全是它们应得的，它们是自己给自己挖了坟墓。 这番话来自全美最以亲商、低税收著称的红州领袖。 德州刚刚直接叫停了电网里 1800 个 AI 数据中心的并网审批。 华尔街分析师把这轮民意反弹归结为民众反科技、对人工智能的无知恐惧。

任务是反编译 2009 年的经典游戏《使命召唤：现代战争2》。 整个过程烧掉了 2350 亿个 Token。 产生了大大小小超过 2GB 的会话日志。 如果按大模型的官方 API 标价计费，这笔算力开销折合 85207 美元。 当他把这 2GB 的运行日志完整导出来逐行审计时。

大模型的思考链越长越好。 只要给模型足够的思考 token，复杂难题就能迎刃而解。 但在做自主智能体（Agent）的人眼里，这件事正在变成一场灾难。 做开源浏览器自动化工具 browser-use 的核心开发者 Gregor Žunič 抛出了一个尖锐的痛点： 像 Qwen 这类具备强推理能力的模…

跑出 47 tok/s 的推理速度，还顶着 400k 的超长上下文。 很多人的第一反应是：这肯定把模型压成了人工智障。 在过去的认知里，把超大模型塞进个人电脑，唯一的方法是死磕量化。 把权重从 16 位浮点数一路压到 4 位、3 位，甚至 2 位。 但单维度的压缩很快就会撞墙。

araday。 在 100 篇顶刊论文、310 项图表复现的基准测试 Replica 中，这个小模型击败了万亿参数的 Claude Opus 4.8 和 GPT-5.5。 很多人的第一反应是参数倒挂：为什么一个小模型，能搞定连最强通用大模型都频频翻车的科研任务？

在他们的开发者网关上，开源权重模型的 Token 消耗占比创下了历史新高。 两个月前的 6 月 24 日，闭源大模型还占据着 71.6% 的绝对大头，开源模型只有 28.4%。 到了 8 月 22 日，局面彻底颠倒。 开源模型的份额暴涨到了 62%，闭源模型直接缩水到了 38%。

他们要把下一代人工智能数据中心，直接沉入 20 米深的海底。 韩国海洋水产部与蔚山市联合砸下 511 亿韩元。 韩国海洋科学技术院 KIOST 领衔牵头。 SK Telecom、浦项制铁 POSCO 与 GS 建设全线进场。 按照规划，这套标准化海底数据中心将在 2030 年完成实测。

从 OpenAI 到 Anthropic 再到 Google，各家最顶尖推理模型的底层思维链，在过去几个月里被系统性扒了个精光。 被公开窃取的隐藏思考记录，超过了 31.5 万条。