科技与 AI 深度解读 · 第 48 页

2026 赛季开局前两场轰进 3 球，臂上戴着队长袖标。 球场另一端被他逼得失误连连的，恰恰是巴萨管理层过去两年做梦都想买来替代他的尼科·威廉姆斯。 谁还记得不久前，拉菲尼亚在转会市场上被视为什么？ 填补西甲工资帽赤字的牺牲品。

只要下一代硬件翻倍，多烂的代码都能跑得飞快。 但这个持续了二十年的免费搭便车游戏，突然被掐断了。 Google 宣布从 2027 年 2 月起，在应用商店公开惩罚那些吞噬内存的 App。 超标的应用不再只是被后台杀掉，更会在应用商店被直接降权、砍掉曝光。

这还真不是运气不好或者手艺生疏的问题。 只要你把第一笔预付款转过去，整个合同的主动权就在那一秒彻底死锁。 英国公民咨询处（Citizens Advice）追踪过一组数据。 过去 18 个月里，英国每四个做房屋翻新的家庭，就有一个遭遇过工期烂尾、漫天要价或者工头携款失踪。

少花一分钱，联邦问责局（GAO）就会去法院提告。 这套把刹车片焊死的系统，是怎么运转的？ NBC 的政治专栏发了一篇长文，称中期选举共和党最大的软肋，是白宫没有兑现终结通胀和终结冲突的承诺。 主流叙事很喜欢把几十年来最顽固的物价压力，算成某一个人的失信账。 听起来顺理成章。

被开除之后，再反手把国防部告上联邦法院。 理由是：宪法第一修正案保护言论自由。 这是刚刚发生在美军官方报纸《星条旗报》（Stars and Stripes）上的真实诉讼。

直到 2026 年 8 月，食品巨头通用磨坊才宣布，在美国全线清退所有人工合成色素。 为什么同一家跨国公司，早就能给欧洲孩子做天然配方，却把美国货架上的配方硬生生拖了十五年？ 是技术做不到，还是这套庞大的商业系统根本不想改？ 把这两张配料表放在一起对照，背后是一台支配了美国食品货架几十年的冰冷机器。

可当他在参议院连续 100 多次拒绝回答质询时，整套追责系统却再次卡死了。 为什么拿到免死金牌的人，反而能继续把秘密带进棺材？ 答案藏在一个跨越了一百三十年的宪法判例里。 美国宪法第五修正案保护公民不自证其罪。 它的逻辑非常纯粹：国家不能强迫一个人说出能把自己送进监狱的话。

在传统的软件估值模型里，这种近百倍的市销率倍数无异于天方夜谭。 为什么一家芯片毛利率超过 75% 的硬件巨头，会对一个完全免费的开源平台产生如此焦渴的食欲？ 黄仁勋真的在做开源慈善吗？ 把这笔交易拆回底层的商业重力场，会看到一台运作了二十多年的经典商业机器。 互补品商品化定律。

80 倍的市销率倍数，在任何传统的软件估值模型里都是天方夜谭。 更耐人寻味的是，买家不是做社交或云服务的巨头，是一家靠卖硬件芯片统治世界的霸主。 一家坐拥超过 75% 硬件毛利的算力帝国，为什么要花天价去买一个天天让人免费下载模型权重的代码库？ 是黄仁勋手里的现金多到没处花？

结果在 2026 年 8 月的 Hot Chips 大会上，亚马逊旗下的芯片团队，成了第一个把英伟达新技术装进自己心脏的客户。 这看起来荒谬至极。 亚马逊自研的 Trainium 芯片，一直被华尔街视作打破英伟达垄断的最大底牌。

欧洲境内的绝大多数硅谷科技巨头，欧洲总部全都设在爱尔兰都柏林。 五年过去，全欧洲针对这些科技巨头成功发起的集体诉讼，一共只有一起。 监管部门开出了天价罚单，消费者的权益每天都在受损。 卡死 4.5 亿欧洲人的，是一部颁布于 1634 年的古老法律。

这颗与博通合作、耗时 16 个月流片的专用芯片，在 SemiAnalysis 的基准测试里，性能功耗比直接超越了英伟达的 Blackwell 与下一代 Vera Rubin。 在低并发场景下运行 6700 亿参数的 DeepSeek R1，单用户生成速度冲破了每秒 700 个 Token。

到 2028 年底，全球绝大部分可用的有效算力，会被两家公司彻底控盘。 一家是 OpenAI，另一家是 Anthropic。 很多人第一反应是不信。 科技行业不是一向相信分布式、开源和市场竞争吗？ 各大云厂商、芯片巨头、几万家创业公司都在拼命买卡，凭什么算力会不可逆地向两家实验室收拢？

军方代号 AIM-424，绰号「恶灵」（Malice）。 公开的测试照片显示，海军第 23 航空测试与评估中队 VX-23，已经在 F/A-18 和 F-35C 上完成了试飞与挂载验证。 官方给出的公开射程，直接标到了 250 海里以上，折合超过 465 公里。

一个 700 亿参数的模型，哪怕只输出一个标点符号。 显存也要完整读出 140GB 的权重数据。 这 140GB 搬进计算核心，实际发生的算术运算只有一瞬间。 价值数万美元的顶级 GPU，大半时间都在原地干等数据搬运。 算术强度太低，芯片大部分算力都在原地放空。 解决这个问题最直接的办法，是批处理。

在公开基准测试里，这块芯片在能效和响应速度上，跑赢了英伟达当前的主力系统 GB300。 很多人的第一反应是：OpenAI 要跟英伟达全面开战了？ 或者好奇：一家软件和大模型起家的公司，凭什么能在 9 个月内做出一块叫板行业霸主的芯片？ 如果你只盯着跑分，就漏掉了底层最关键的那台机器。

他公开把矛头对准了现任美国财政部长 Scott Bessent。 两人在 1992 年曾在 George Soros 麾下联手击垮英格兰银行。 如今，导师却在全国最具影响力的财经报纸上，公开痛批自己的门徒。 引爆这场决裂的，是一项看似枯燥的国债回购计划。

不是为了防机器，是为了把人类彻底锁在门外。 斯坦福大学副教授、Together AI 智能体负责人邹浩（James Zou），建了一个只准 AI 进入的科研空间：爱因斯坦竞技场（Einstein Arena）。 人类研究员一概不得入内。

两架自主无人机，在阿拉斯加的高空飞了 3 个小时。 随后地面记录到了大约 1900 万加仑的净增淡水。 折合 57.6 英亩英尺，相当于 7 万多吨纯净径流。 投掷 374 克化学晶体，凭空撬动了 7 万吨水，质量杠杆比接近一比两亿。

一边是体型庞大、射程超过 460 公里的超远程重型导弹 AIM-424。 另一边却是一枚体型缩水近一半的微型导弹 CAAM。 为什么顶尖的军工体系，要在同一时间押注两个完全相反的尺寸？ 是战术逻辑自相矛盾，还是现代空战悄悄撞上了一堵无法绕开的物理高墙？

两架代号为 Elijah 的自主无人机，在三小时内执行了七次编队飞行。 无人机穿越 12000 英尺的云层，一共点燃了 19 枚发烟管。 释放的催化剂核心是碘化银，总重量只有 374.3 克。 不到一听可乐的重量。 随后三个小时里，这片空域向地面倾泻了大约 1900 万加仑的淡水。

云原生监控会在几秒钟内报警，甚至自动重启容器。 损失的不过是一点点电费。 但如果陷入死循环的，是一个被赋予了调用权限的 AI 智能体呢？ 2026 年 8 月，科技媒体 VentureBeat 发布了一份覆盖 107 家企业的调研报告。

他们把十三万只在实验室里人工孵化的小章鱼，成批倒进了海里。 这支章鱼幼苗军团要对付的，是一场席卷整个地中海的生态浩劫。 大西洋蓝蟹。 过去几年，这种原产于美洲的凶猛入侵物种横扫亚得里亚海北部。 在波河三角洲和戈罗泻湖，成群的蓝蟹把海底的贝类养殖场啃噬殆尽。 意大利是欧洲最大的蛤蜊生产国。

udio。 科技圈被官方公布的一组数据刷屏。 在本地运行大语言模型时，M6 的提示词处理速度比 M1 快了 13.5 倍，比上一代 M4 也快了 4.8 倍。 很多人第一反应是苹果又在常规地堆叠 CPU 和 GPU 核心。 但看一眼芯片参数，核心数量并没有发生翻倍式的暴涨。

在即将发布的 Ghostty 1.4 版本里，这个终端模拟器的内存占用被直接打穿。 前台可见窗口的内存占用降低了约 10 倍。 切到后台的不可见窗口，内存占用更是暴降 450 倍。 哪怕同时开着 10 个标签页，整体内存消耗也低到可以忽略不计。

一个最反直觉的数据，藏在软件层面。 芯片团队在短短 2 个月内，把 3 款原本不在规划里的前沿大模型塞进了这颗芯片，并且全部跑到了极致性能。 写出这些底层算子的，不是资深的芯片系统工程师。 是 Codex 与内测中的 GPT-Astra。

几千到上万美元的定价，在普通个人电脑市场确实显得不可理喻。 但在本地大模型开发者的圈子里，这台小机器却被当成了性价比最高的抢手货。 许多人拿它对比两台企业级 GPU 工作站，发现它不仅速度更快，总体成本还省下一大半。 为什么同一台硬件，在两批人眼里会得出截然相反的结论？

不为了剪视频，也不为了日常办公。 他们把这台几百美元、功耗只有几十瓦的小铁盒，当成了 24 小时常开的本地 AI 节点。 上面跑着 27B、32B 参数的开源大模型，甚至自主接管桌面的智能体。 很多人觉得不可思议。 在过去的认知里，跑大模型必须靠插满厚重显卡、风扇狂转、动辄耗电上千瓦的巨型工作站。

在 2026 年 8 月的 Hot Chips 大会上，OpenAI 正式披露了第一款自研推理芯片 Jalapeño。 在公开的 InferenceX 基准测试里，这颗芯片全面对标英伟达的 GB200 和 GB300 系统。

他靠算牌在二十一点牌桌上赢了太多钱。 赌场保镖收走了他的筹码，把他扔出了大门。 他带着剩下的十几万美元，买了一张去香港的单程机票。 在香港跑马地和沙田马场，他把这笔钱变成了一个接近十亿美元的算力帝国。

Figure AI 创始人 Brett Adcock 突然公开了秘密项目 Index。 隐身四个月，没有发布新硬件，也没有炫酷的演示视频。 他做了一件让整个机器人行业发懵的事：直接给全球普通人发钱。 平台悄悄上线，下载量突破 26.4 万，覆盖全球 108 个国家。

SpaceX 将联手路易斯安那州政府，砸下 1000 亿美元。 在弗米利恩堂区的墨西哥湾沿岸，拿下一块从埃克森美孚手里买来的 12.5 万英亩土地。 他们要在这里建一座代号为 Starbase Louisiana 的巨型航天港。

彭博新能源财经（BloombergNEF）跟踪过一份数据： 全美有近 100 个在建或规划中的大型数据中心，正在直接把天然气发电机组焊在自己的机房旁边。 伍德麦肯兹（Wood Mackenzie）的数据更直接： 一台燃气轮机的单千瓦成本，正从过去的 200 多美元一路飙升到接近 600 美元。

12500 安培是什么概念？ 那是工业电弧炉用来融化废钢的电流。 把这种量级的电流塞进一个两米高的机柜，算力还没开始跑，里面的导线自己就会先烧成发红的电炉丝。 为什么算力芯片的功率翻了几倍，底层的供电系统就直接逼近了物理崩溃的边缘？

如果要用现代硅基超算模拟同等规模的脑皮层，需要吞掉整整 5 亿瓦电力。 那是 25 万户普通家庭的用电总和。 整整 2500 万倍的能耗鸿沟。 为什么半导体工艺一路推进到了 2 纳米，在生物能效面前依然被甩开了七个数量级？ 很多人以为问题出在晶体管工艺，或者算法不够聪明。

17 个战略油田，650 亿桶储量，55% 控制权，契约一签就是一百年。 为什么一个把「石油属于人民」喊了二十年的国家，最后只能靠把油田交出去救命？ 地底下埋着几千亿桶原油，为什么自己抽不出来？ 只要把钻机架上去、工人派下去，黑金不就喷涌而出了吗？

各大科技巨头手握上千亿美元的支票，却连一台工业燃气轮机都抢不到。 找美国电网申请并网用电，排队时间已经拉长到了 5 到 7 年。 等 7 年？ 等 7 年，手里的芯片架构早就迭代了四代，百亿投资当场烂在手里。 硅谷唯一的生路，只能绕开公共电网，直接在数据中心旁边烧天然气发电。

但在这 15 年里，他几乎没有发明过任何划时代的硬件。 库克在苹果 CEO 的位置上坐到了最后一天。 2011 年乔布斯去世时，整个科技圈都在等这家公司什么时候把灵感耗尽。 硬件公司天生有宿命：全靠不可预测的天才灵感续命。 一旦下一代爆款踩空，几千亿帝国的坍塌往往只需要两三年。

过去三年，几乎所有公开的基准测评都在一年内被大模型打满。 这种测试迅速饱和的景象，制造了智力正在指数级暴冲的幻觉。 真相刚好相反。 测评被打满，不代表模型进入了神级进化。 这只是因为人类现有的测试，难度区间太窄。

结果川普转头拿下了 650 亿桶委内瑞拉重油。 一夜之间，渥太华手里的谈判王牌，变成了随时可能砸在手里的过剩库存。 这场看似突然的地缘大单，底下藏着一个被许多政客完全算错的工业铁律。 为什么加拿大此前敢在贸易谈判桌上直接拍桌子？

德州油田每天都在打破开采纪录，本土产油量稳居世界第一。 为什么这套庞大的能源帝国，还要大费周章去锁定委内瑞拉数百亿桶黏稠的重质原油？ 是美国自己的油不够用，还是工业世界的物理逻辑从来不按产量总账来算？ 把炼油塔底部的化学切片一层层剥开，会看到一台冷酷运转了四十年的工业机器。 炼厂硬件锁定。

是搬运。 算一次浮点数只要不到 1 皮焦。 把这个数据从内存挪进算力核心，能耗直接飙升上千倍。 很多声音把算力暴涨理解成程序员彻底失业。 这种判断把因果彻底颠倒了。 过去五十年，人类为什么要一字一句写代码？ 为什么要把业务逻辑切成密密麻麻的条件分支？ 因为算力曾经太贵了。

它的主镜尺寸，和哈勃一模一样大。 2.4 米对 2.4 米。 连镜片都没做大，多出来的 100 倍视场和 1000 倍巡天速度，到底是从哪里挤出来的？ 很多人看太空望远镜，第一反应是比口径。 哈勃是 2.4 米，韦伯是 6.5 米。 大家都以为看得越深、越清，镜子就必须磨得越大。

这不是什么刚入职的新人写砸了的烂摊子。 这是让最新大模型推理速度直接飙升 1.8 倍、跑在定制芯片上的核心底层内核。 整整几万行低层指令，没有架构设计图，没有人类看得懂的逻辑模块。 人类肉眼看过去，就像一串彻底失控的机器乱码。 但它在硅片上跑出来的吞吐量，把全球最顶尖的系统优化专家甩在身后。

同样用 Claude Code，有人天天在命令行里给模型当全职保姆。 Anthropic 内部却把新工程师的技术上手周期，从三周直接压到了两天。 负责该项目的 Boris Cherny，一个人常年并行跑着五个独立的开发终端。 根据他在内部实测的数据，改变工作流之后，交付质量直接拉开两到三倍的差距。

既然已经有了 6.5 米口径的韦伯，为什么还要回头去发射一个 2.4 米的「老口径」？ 是技术倒退，还是天文学界集体算错了账？ 这台刚被猎鹰重型火箭送往日地第二拉格朗日点的罗曼望远镜，底色来自一段冷战军工遗产。 它的 2.4 米主镜，根本不是为天文学专门研制的。

整个硅谷都在为大模型的推理算力抢电，但全球能造出发电设备的工厂，提货单已经排到了 2030 年。 很多人以为缺电只要建电厂、买燃气轮机就行。 机壳能造，转轴能造，燃烧室也能造。 真正卡死整个人类算力命脉的，是燃机最深处那几百片巴掌大的金属叶片。 为什么是叶片？ 燃气轮机热端的工作环境极其残酷。

全年预计造出 45 到 50 吉瓦的算力加速器。 真正能接上电网跑起来的中枢，只有 33 吉瓦。 整整 15 吉瓦的顶级芯片，出厂那天就只能在仓库里发呆。 台积电的先进制程没有卡单。 万亿美元的资本开支支票也如期兑现。 为什么最贵的芯片买到了手里，却会被硬生生拦在通电大门之外？

数量差了整整七倍。 更诡异的是，这些车起火的时候，几乎全都是熄火停好的。 钥匙拔了，发动机早凉透了，车在车库里自己烧了起来。 没有几百伏的高压电池包，也没有动力电池热失控。 一辆冷冰冰的燃油车，到底靠什么把自己点着的？ 把现代汽车的电路图拆到底，会看到一台支配着现代出行的隐形机器。 熄火常通电架构。

是一家火箭公司，开始在德州厂房里给电厂铸造燃气轮机叶片。 SpaceX 在德州 Bastrop 拿下了 830 英亩土地。 它不只在造星舰，它在建一座专门生产燃气轮机高温叶片的铸造厂。 一家造火箭的公司，为什么突然跨界去抢电厂工人的饭碗？ 因为 AI 数据中心把美国的电网吃干了。