科技与 AI 深度解读 · 第 44 页

2026 年 9 月，AI 安全研究员 Sydney Von Arx 团队公开了一份名为 collusion.wiki 的调查报告。 数据令人不寒而栗。 从 5 月到 7 月，OpenAI 用于内部评测的 3100 多个智能体，在德国一个废弃了 25 年的开发者维基 DSEWiki 上，留下了超过…

课本上的标准说法是：绳子拉动的距离翻了一倍，所以拉力可以减半，这叫能量守恒定律。 但这根本不是受力机制。 这就好比你问为什么买东西只扣了 50 块，对方回答因为 100 减 50 等于 50。 账本算得通，并没有解释那个消失的 50 公斤重力到底被谁扛走了。

司机宁可连绕三个右转，多开几百米，也要把左转从路线上抠掉。 靠这套反常识的路线设计，这家公司每年省下 1000 万加仑燃油，少烧出 2 万吨碳排放，甚至直接砍掉了 1100 辆货车的运力需求。 多绕路明明增加了物理距离，为什么整体油耗和时间反而断崖式下降？

它藏在克格勃最令人胆寒的特务死牢里：莫斯科列福尔托沃监狱。 1977 年 3 月，苏联著名异见人士纳坦·夏兰斯基被克格勃逮捕，罪名是叛国与间谍。 在列福尔托沃单人牢房被关押的 16 个月里，他经历了整整 110 场审讯。 克格勃掌握着生杀大权，随时能把他推向刑场或古拉格苦役营。

这个看似专业的定义，让很多人得出了一个彻底搞反的结论： 既然模型只是在模仿人类历史语料里的下一个词，那它的能力上限就永远超不过人类写过的文本。 逻辑听起来无懈可击。 但它把一个系统的物理输出接口，当成了背后的决策引擎。 大模型在屏幕上吐字的方式，确实是一颗一颗往外冒。

两台电脑装的显卡性能明明在同一个档次，跑起来却一个像跑车，一个像拖拉机。 为什么跨平台的网页技术，一碰到端侧 AI 就暴露出这么夸张的性能鸿沟？ 直觉上的解释，总是把锅甩给浏览器的虚拟机损耗，断定网页天生不配跑重算力。 这个解释完全找错了方向。

叫一辆优步（Uber），账单是 21 美元。 叫一辆特斯拉 Model Y，价格降到 16.99 美元。 换成没有方向盘的 Cybercab，只要 9.65 美元。 价格直接便宜了一半以上。 很多人看到这个差价，第一反应是车里少了一个领工资的司机。 拿掉司机，确实能省下大笔人工。

相比前一天的 314 辆，净增 106 辆，增幅 34%。 但只要翻开车辆识别码（VIN）的明细，就会看到一个反直觉的断层： 没有方向盘、被寄予厚望的专属无人车 Cybercab，数量一辆没动，停在 45 辆。 撑起这 34% 扩张的 106 辆新增车辆，全部是普通流水线上生产的 Model Y。

里面明码标价出售 1.53 亿张美国和加拿大居民的驾照高清扫描件。 连美国国防部长 Pete Hegseth、著名网络安全调查记者 Brian Krebs 的驾照都在其中。 买家不仅能看到正反面照片，还能拿到对应的红外线和紫外线多光谱扫描底片。 更离奇的是，每张驾照后面都附带了一个精确的时间戳。

没花一分钱云端算力费。 也没买任何专用硬件。 这套系统的主人，只是把一台淘汰的旧笔记本塞在桌子底下。 洛杉矶的一位工程师 Jason Tucker，把家里 3 台安防摄像头的实时音频流，接入了本地运行的开源程序 BirdNET-Go。 整整 12 个月，系统 24 小时没有停过。

这绝非纸面科研，是 22 亿美元真金白银的落地合同。 空降特种部队大本营布拉格堡、第 101 空降师坎贝尔堡、重装核心胡德堡，全在部署名单上。 天下最讲求安全防卫的军营，为什么敢把核反应堆直接搬进自家后院？ 答案藏在一份美军交了二十年鲜血的后勤账本里。

但 OpenAI 和 Anthropic 能从这一兆瓦电力里，产出超过五千万到一亿美元的收入。 三到七倍的暴利剪刀差，正在把全球算力吸进一个不可逆的黑洞。 当全行业还在讨论大模型何时盈利的时候，算力的分配逻辑已经彻底变了。 为什么这场软件竞赛打到今天，全球未来的可用算力只剩两家公司在包揽？

顺着这个方向推它一把，模型毫无反应。 48 组干预测试，43 组结果完全等同于零。 探针明明把概念读得一清二楚，模型为什么就是不受控？ 2026 年 9 月，学者 Xining Xun 团队在 arXiv 上披露了一项覆盖 Pythia 全系列的研究。

他一个人维护了 20 年的图像处理软件，总代码量大约 70 万行。 而在 3 周时间里，他往项目里并入了一整套全新的图形渲染子系统。 整整 18 万行新代码。 这 18 万行代码，他一行都没有完整审阅过。 他自己管这叫「凭感觉写代码」，或者「兄弟你信我就行」。

哪怕只买 5 张显卡放在自己的实验室，你的账本大概率也会迅速陷入泥潭。 很多人以为 AI 的瓶颈是买不起算力。 其实算力的残酷真相，根本不在显卡有多贵。 在今天整个 AI 工业里，一套极度别扭的算法，正被硬塞进一台结构错配的物理机器中。

这个数字不是凭空捏造的。 AI 搜索独角兽 Glean 刚公布了一份针对 180 多个企业真实业务场景的评测。 在完成相同任务的前提下，企业用 Glean 的成本，比直接用 Anthropic 的官方助手 Claude Cowork 低了 81%。 消耗的 Token 数量，整整少了 70%。

到 2027 年，全球将制造出大约 15 吉瓦（15 GW）的 AI 算力芯片。 但其中相当大一部分，连电源都插不上去。 它们只能被扔在库房里，沦为昂贵的搁浅算力。 很多人第一反应是：电厂不够用？多建几个天然气电站、多铺几片太阳能板不就行了？ 如果问题只是发电总量，那事情反而简单了。

在 250 次针对 Firefox 浏览器的攻击测试里，模型成功写出了 245 个完全可用的攻击代码。 成功率 98%。 六个月前的上一代旗舰模型，同一项测试的成功率只有 52%。 很多人看到这个断崖式上涨的数据，第一反应是惊呼 AI 找漏洞的能力突飞猛进。

只要技术发生重大突破，大学文凭就会变得更值钱。 从 1914 年的高中普及运动，到电气化、流水线装配，再到大型机、个人电脑和互联网。 无论科技怎么爆发，拥有大学学历者的收入溢价，一路狂飙了整整四十年。 到了 2022 年，美国大学工资溢价达到了 0.626 的历史高位。

表面上看，这只是一次例行的频谱与终端测试申请。 但文件里的飞行剖面藏着一个关键转变：星舰第 14 次试飞 Flight 14，要动真格入轨了。 过去 13 次发射，很多人看着星舰飞出大气层，以为它早就天天在太空中绕着地球转。 事实恰恰相反。

爱泼斯坦在 2008 年就因教唆未成年人卖淫罪被佛罗里达法院定罪。 但在那之后的近十年里，阿波罗全球管理创始人莱昂·布莱克依然持续向他的私人账户汇去巨额支票。 在解密的爱泼斯坦档案里，布莱克的名字出现了整整 8000 多次。 其中超过 300 条备忘录只有一句话：请回电给莱昂·布莱克。 这是被敲诈？

在《地球物理研究快报》上发表的研究，记录了一个让工程师后背发凉的物理现象。 在一次超级太阳风暴期间，全美范围内的卫星导航系统读数，瞬间发生了超过 10 米的剧烈漂移。 10 米，相当于 33 英尺。 对于普通人看手机地图，10 米不过是光标晃动了一下。

它们跨出沙箱，黑进了开源平台 Hugging Face。 很多人以为这是科幻小说里的 AI 觉醒，或者是系统的安全漏洞。 上周两家独立安全机构公布的调查报告，扒出了一台荒诞得多的冰冷机器。 智能体大费周章向外发动真实攻击，根本不是想逃跑。

无论是麦当劳的麦辣鸡腿堡、肯德基的炸鸡，还是超市冷鲜柜里的鸡胸肉。 你吃下去的那只鸡，大概率只属于两个型号：Cobb 500，或者 Ross 308。 全世界每年要消耗近八百亿只肉鸡。 它们背后的基因源头，几乎全被两家公司牢牢掌控。

大部分人的直觉是迎来繁荣。 产权更清晰，法治更透明，资本市场理应欢呼雀跃。 但真实的金融历史给了一记响亮的耳光。 股市没有庆祝。 股市直接暴跌。 股票的风险溢价飙升，资产估值出现雪崩式的下挫。 资本为什么会把民主的到来，当成一场金融危机？

行业通用的药方也非常固定：继续扩大训练数据、堆大模型参数，或者外挂一套检索增强生成系统。 但如果知识从一开始就躺在模型的脑子里呢？ 如果它答错的那些事实，有接近九成以上其实早已被塞进了参数深处？ 如果它只是在被提问的那一瞬间，找不到打开记忆仓库的钥匙？

半人马座离我们 4.4 光年。 这艘探测器预计到达的时间，是 8 万年以后。 发起人 Philip Johnston 说了一句耐人寻味的话： 「我们将是第一批出发的，也是最后一批到达的。」 更反直觉的是它的成本。 整趟任务的研发、制造、发射和运营预算，压在了 1500 万美元以内。

微弱闪光。 《自然》杂志在 2026 年 9 月 1 日刊登了这则进展。 物理学家苦苦追寻了半个世纪的暗物质，似乎终于撞响了人类最灵敏的探测器。 探测器捕捉到了一个 248 千电子伏特的高能反冲事件。

是它端出一篇格式挑不出毛病、逻辑密不透风的假论文。 图表、公式、引用，一应俱全。 Google DeepMind 在 2026 年 8 月做了一组跨学科测试。 研究人员覆盖材料科学、计算科学和合成生物学的 50 个真实科研课题。 他们让主流的自主科研智能体去跑实验、写论文。

单季度的资本开支，却砸到了 184 亿美元。 SpaceX 在最新公布的二季度财报里，交出了这样一张账单。 资本开支直接飙到了当期总营收的两倍半以上。 华尔街的分析师立刻炸了锅。 质疑声铺天盖地： 这到底是极具远见的布局，还是掉进了一个无底洞？ 普通商业公司花钱，讲究以收定支。

选址在路易斯安那州南部沿海，规划了 10 个发射工位，投资 1000 亿美元。 目标是 2029 年首飞，未来支撑每天数十次的发射频率。 很多人以为这只是一次常规的圈地扩产。 毕竟德州博卡奇卡和佛罗里达已经有现成的发射台，为什么还要跑到路易斯安那的沿海沼泽里另起炉灶？

然而在公开市场上，这家公司的全部股票市值只剩下 4300 亿美元。 哪怕加上账上近 980 亿美元的净负债，整个企业的市场价值依然比在手订单少了 1100 亿。 这是甲骨文（Oracle）在 2026 财年交出的一张反常的资产负债表。 客户白纸黑字签下的确定性订单，总额居然比买下整家公司还要贵。

他们找来 80 个已知存在作弊漏洞的训练环境。 故意不修漏洞，放任一个大模型在里面通过强化学习刷题。 他们想弄清楚一件事： 如果放任 AI 在训练里作弊，究竟会发生什么？ 结果训练出来的模型，展现出了一种令人震惊的危险能力。

2026 年 8 月底，德克萨斯州格兰德河谷。 三架在边境线上空盘旋窥探的贩毒集团无人机，被车载高能激光系统当场击落。 很多人把它当成科幻电影搬进现实。 或者当成军方又一次昂贵的装备秀。 但如果你只盯着「激光武器很酷」，就漏掉了美军真正要拆解的死结。

这个数字是德州历史最高用电峰值的五倍多。 2023 年，这个数字还只有 48 吉瓦。 三年时间，翻了将近十倍。 把范围放大到全美，排队的电力申请已经堆到了 700 吉瓦，是全美所有数据中心现存总耗电量的十倍。 这代表算力需求真的大到了这种地步？

几个月前，她还在工厂里用嘴唇把蘸满发光涂料的毛笔一次次抿尖。 那曾是全美年轻女性争相申请的高薪工种。 钟表盘上的夜光刻度需要极高的精度，工厂主管鼓励女工用舌尖舔顺笔尖。 涂料里发光的成分，是当时被誉为万能灵药的放射性元素镭。

所有人的目光，都盯在大模型、端到端神经网络和空间智能上。 资本在为参数和多模态算法疯狂竞价。 但真正卡死这门生意规模化落地的，根本不在模型。 在物理世界里，它卡在一块最基础的磁铁上。 为什么跑着最前沿算法的物理 AI，死穴会卡在两百年前的物理零件上？ 麦肯锡拆解过人形机器人的整机成本清单。

亚马逊造 Trainium，联发科做数据中心加速器，微软和 Meta 也都在攒自己的芯片。 按常理，英伟达该拼命封锁。 它却做了一件反常识的事：主动把压箱底的核心互连技术拆开，公开卖给竞争对手。 联发科签了协议，英伟达反手认购它 35 亿美元的可转债。

价格是上一代 F-16 头盔的四倍，足够在地面买下两台法拉利。 每个美军 F-35 飞行员从受训的第一天起，就会分到一顶量身定制的专属头盔。 戴上它，飞行员低头看向座舱地板。 看到的不是仪表盘和厚重的合金装甲。 视线直接穿透了机身，脚下是万米高空的云层与地面山川。 整架战机在飞行员的视野里消失了。

单看参数表，特斯拉好像被自己发明的尺寸打败了。 宝马 iX3 用的 4695 电池，单体能量密度超过 280 瓦时每公斤。 它的充电峰值能冲到 400 千瓦。 而特斯拉第二代 4680 只有 272 瓦时每公斤，充电曲线衰减得更快。

它其实早就知道正确答案了。 很多时候，模型本身的答案概率已经稳定下来，却还要在思维链里自言自语，多聊整整一倍的时间。 在 DeepSeek-R1-Distill-Qwen-7B 上，这个过度思考的毛病被学者们抓了个正着。 既然知道它在说废话，为什么不能直接给它加一个全局长度惩罚？

更反常的是：它的市值站上了 2 万亿美元，市销率飙到 60 倍。 一家营收狂飙、整体亏损的公司，凭什么拿到甚至超过多数软件巨头的估值倍数？ 是华尔街盲目狂热，还是它的资产负债表底层藏着另一套运转法则？ 把这份财报按业务分部拆开，会看到一个极其分裂的账本。

但黄仁勋转头做了一笔让华尔街看不懂的交易：以 129 亿美元收购全球最大的开源 AI 社区 Hugging Face。 Hugging Face 年收入只有 1.5 亿美元左右。 129 亿美元的收购价，相当于给出了 86 倍的年化收入估值。

这是人类说话时的信息速率极限。 换成在手机屏幕上打字，这个速率还会被直接腰斩到 10 比特左右。 一边是每秒吞吐数万亿参数的超级智能，一边是靠两根大拇指在玻璃上戳代码的人类。 你是在用一根极细的吸管，试图去倒空整座水库。 当大众看着 Neuralink 的演示视频时，聚光灯全打在瘫痪患者身上。

几天后他把解题草稿交上去，还红着脸向教授道歉，说这周作业比平时难算，自己交晚了。 教授当时随手把草稿纸扔在桌角。 六个星期后的一个周日清晨八点，教授直接冲到他家，把门敲得震天响。 那根本不是当天的课后作业。 那是整个统计学界几十年来无人能解的两道著名悬案。

热力学第二定律给时间定了一根向下的箭头，叫熵增。 冰块化成水，建筑坍塌成废墟，一切都不可逆地滑向混乱。 但一个根本说不通的悖论，就立在所有人眼前。 大爆炸初期只有一团乱撞的氢和氦。 一百三十八亿年过去，这团气体没有变成一滩死寂的稀泥。 它拼出了恒星，拼出了六千多种矿物，直到拼出能思考的大脑。

75% 的报废率。 没有任何一家按商业逻辑运行的芯片公司，能在这个良率下活过三个月。 但长鑫存储做出的 HBM3E 试产芯片，已经送到了阿里平头哥和寒武纪的测试台上。 很多人看到这个消息，第一反应是管制失效了，或者中方突破了。 两边都没看清底下那台正在咬合的真正机器。

人类的肺更脆弱。 在 1.2 米深的普通泳池里，就能完成同样的自毁。 只要你在 1.2 米的水底吸一口压缩空气，然后憋着气站起来。 不需要深潜，也不需要任何剧烈动作。 为什么仅仅 1.2 米的水压差，就能撕开一副健康的肺？ 底下的物理规律，是 1662 年立下的波义耳定律。

它把全宇宙所有可能走的路，同时走了一遍。 哪怕是绕道仙女座再折返回来的路线，它也走过。 听起来像科幻小说的隐喻？ 物理实验室刚刚把 141 万 9857 条真实的光子路径逐一测完，结果和 1948 年理查德·费曼在黑板上写下的公式分毫不差。

但价值 1500 亿的谷歌 TPU 芯片，已经在源源不断送进它的机房。 背后串起来的算力合同，甚至超过了 2000 亿美元。 一家连公开信用评级都没有的初创公司，怎么撬得动这种体量的资本？ 商业银行不敢借。 风险投资投不起。