0910 | 科技一周速览：AI浪潮、苹果新品与互联网风波

茉莉: 大家好，欢迎收听本期节目，我是茉莉。

白桦: 我是白桦。今天这一期，故事之间其实有一条暗线：不管是AI对经济的影响，还是一辆车上的自动刹车，或者一部新手机、一个开源项目，最后都绕回到同一个问题——技术到底在多快地改变我们的现实，以及我们对它的判断有没有跟上。我们从AI的大图景开始聊起。

茉莉: 先说一个宏观的东西。Anthropic 的经济学团队最近发布了一个模型，预测AI到2030年对美国经济的影响，而且不是给一个数字，是给了三种情景：第一种是温和情景，AI的影响类似于互联网当年的那种量级；第二种是显著情景；第三种是极端情景，驱动因素是能够自我改进的AI，也就是说影响是前所未有的。

白桦: 这三档的区别其实挺值得琢磨的。温和情景听起来已经很大了，对吧？互联网改造经济花了二十多年，如果AI只是"再来一个互联网"，那也足够颠覆很多东西。但Anthropic偏要说，这还不是上限，极端情景下可能是历史上没有先例的，因为自我改进的AI意味着它自己会加速自己的能力，增长曲线不再是线性的，甚至不是我们熟悉的任何一条曲线。

茉莉: 而且我觉得有意思的是，这不是科幻作家在讲，是 Anthropic 自己的经济团队在做严肃的建模。他们把"自我改进"作为一个驱动变量放进去了。这本身就说明了什么？说明做前沿模型的公司内部已经在为这种可能性做经济学的准备了。

白桦: 但从听众角度，这三个词——温和、显著、极端——中间的判断空间巨大。哪个情景更可能？多快？这些模型自己也没有给出确定答案。这正是需要观察的地方。不过宏观归宏观，如果说AI有什么是已经确定在救命的，那倒不是大模型，而是具体的安全技术。

茉莉: 对，这就是我要接的下一个故事，两者放在一起特别有对照感。IEEE Spectrum 报道了一组数据：自动驾驶相关的技术，每年可能避免58万例死亡。这是个什么概念？58万，相当于很多中等城市的人口。而更落地的一个数字是AEB，也就是自动紧急刹车：它让行人事故降低了27%，追尾事故降低了50%。

白桦: 追尾降50%这个数字其实特别直观。追尾很多就是走神、跟车太近，机器反应比人快，一脚刹车的事。行人事故降27%也很关键，因为行人事故的后果往往最严重。这不是什么未来科技，AEB现在就在很多车上装着。

茉莉: 所以这两个故事拼起来看很有意思：一边是Anthropic说2030年AI可能有极端情景、前所未有，另一边是已经量化的安全红利，每年58万条命。一个在预测，一个在兑现。落差就在这里——宏观的承诺还在路上，微观的收益已经在发生。

白桦: 也就是人们常说的：对AI的长期预测要打折看，但已经部署的每一项功能，它的统计效果是实的。这也是后面所有故事的背景板：能力是真的，宣传也常常跑在能力前面。说到宣传，接下来这个就很有戏剧性了。

茉莉: OpenAI 宣称在纳维-斯托克斯方程上取得了AI的数学突破。听众可能不熟悉这个名字——这是流体力学里最难的方程组之一，克雷数学研究所的七个千禧年难题之一，悬赏百万美元，二十多年没人解决。

白桦: 所以这个宣称一旦发出来，分量是很重的。但问题也立刻来了。这个突破引发了很大的争议，两个焦点：一是涉嫌照搬了研究者们已有的思路，等于别人铺路在前，AI摘桃在后；二是保密施压，过程不透明，外界没法验证。

茉莉: 这就是数学和别的地方不一样的地方。数学突破的价值在于可复现、可检验。你宣称解了一个千禧年难题，那就把证明拿出来，让数学家去啃。如果又想抢头条又想保密，那这个"突破"的成色就存疑。

白桦: 而且照搬思路这件事如果坐实，问题的性质就变了——不是"AI解决了难题"，而是"AI在其人工作的基础上做了点什么，但署名和功劳的归属没说清楚"。这其实也是AI领域一个反复出现的伦理问题：训练数据里有人的成果，输出里有人的影子，功劳怎么算？

茉莉: 同一周还有另一个更"工科"的能力展示，正好可以对照着讲。GPT-5.6 Sol 加上 Codex，在MIT自主校准了一颗6量子比特的芯片。注意"自主"这两个字——不是人操作、AI辅助，是它自己来。不过它也不是全胜：在噪声信号上它失败了。

白桦: 我觉得"在噪声信号上失败"这个细节比成功本身更值得说。量子实验和纯数学完全不同：数学是干净的逻辑世界，纸上就能验证；量子校准是物理世界，噪声、漂移、硬件抖动，全是脏东西。AI能做好逻辑推演，但面对真实仪器的不可预测性，还是会卡住。这正好给前面那个纳维-斯托克斯的争议提供了一个参照：物理和数学的"突破"验证方式完全不一样。

茉莉: 一个是宣称轰动但存疑，一个是小规模、真做出来了、但边界清清楚楚地写在那儿。哪个更接近真正的科学进展，听众自己可以掂量。而"存疑"这个词，接下来这个话题会更具体——这是关于模型到底是谁的、里面装了什么的。

白桦: 这个测试的设计很聪明，叫推理预填测试。简单说，就是提前把一段"推理"塞进模型的上下文里，然后看它的答案会不会变。测的对象是 Qwen3.8：当预填了它自己的推理之后，它的答案向 GPT-5.5 Pro 的答案偏移了18.18个百分点。

茉莉: 这个偏移量很大。为什么会指向"蒸馏"？逻辑是这样的：如果Qwen3.8在训练时大量学习了GPT-5.5 Pro的输出——也就是所谓蒸馏——那么当你在上下文里预填了相关推理时，它内化的那种"GPT风格"的解法就会被激活，答案就往GPT那边跑。两个独立训练的模型，不应该出现这么明显的同向偏移。

白桦: 当然，18.18个百分点是一个统计证据，不是实锤。可能有人会问：会不会是巧合？会不会是训练数据里本来就混了类似的内容？这些都是 unresolved 的地方。这个测试本身没有开源一个"证据链"，它提供的是一个强烈的暗示。而且测试的是单一代际的单对模型，能不能推广到别家，也是未知数。

茉莉: 所以听众应该带走的态度是：这是方法上的一个进展——以前我们只能猜"这模型是不是别家的换皮"，现在有了量化偏移的办法，但单次结果仍然要谨慎。说到"宣传和实际不符"，还有一个技术辨析正好接上，Sebastian Raschka 讲 GPT-6 Astra 的"循环transformer"。

白桦: 厂商宣传里，"looped transformers"、递归深度，听起来很高深，好像是一种全新的架构，甚至有人解读为它能在内部隐藏思维链——表面给你一个答案，里面其实推理了很多步，外人看不见。Raschka 出来泼了盆冷水：这个东西本质上就是复用权重来堆叠层。同一组参数，反复用几遍，用计算换参数量。

茉莉: 而关于"隐藏思维链"，Raschka 的判断是它并不能天然做到这一点。权重复用是架构层面的技巧，和"推理过程对外不可见"是两回事。要隐藏推理，需要的是别的机制，不是把同一层跑三遍就叫"深度推理"了。

白桦: 这就接上了我们前面说的主题：Qwen的蒸馏疑云是一个测试揭示的，Astra的循环transformer是一个研究者拆穿的。共同点是——模型圈的宣传话语，需要更严谨的检验，而检验的工具正在出现。从"检验"再往下走一步，就是"能不能用得起、跑得动"，这就要说到端侧AI和开源模型的竞速了。

茉莉: 先说端侧。Desert Ant Labs 一次发布了18个免费的端侧模型，覆盖音频、视觉、文本三类，全在设备上跑，不依赖云。其中一个亮点是他们有个应用叫Voz：在iPhone上转写10分钟的音频，只要2秒，大概是300倍实时。

白桦: 300倍实时，这个数字值得停一下。意思是说一小时的录音，理论上十几秒就能转完，而且是在手机芯片上，不用上传。这对隐私敏感的用户、没网的场景，意义很大。18个模型一次放出来，也说明端侧模型的工程化已经到了可以批量生产的程度。

茉莉: 云端那边呢，DeepSeek 宣布了 V4.1 Flash，预计9月10日左右发布，宣称在所有关键指标上超越自家的 V4 Pro。更狠的是定价：离峰时段，输入每百万token 0.15美元，输出0.6美元。

白桦: 这个价格,基本上是把"聪明"这件事变成接近免费的商品。你把两端放在一起看：手机上免费跑、云端白菜价跑，模型能力的获取成本正在从两头夹击中间商。那些靠简单包装API吃饭的产品，压力会越来越大。

茉莉: 而且注意一个对称性：端侧路线强调的是私有和即时，云端路线强调的是便宜和强。两条路都在提速，用户是赢家，但不确定性在于——这种价格战能持续多久？烧钱换市场份额的可持续性，是个没答案的问题。

白桦: 好，从模型的成本，我们顺势聊聊硬件的钱花在哪——苹果这个发布会，信息量不小，可以说是苹果的硬件大年。最大的一件是iPhone Duo，这是苹果的第一款折叠屏。

茉莉: Duo的几个关键规格：展开后是史上最大的iPhone屏幕，比18 Pro Max还要大50%；钛金属边框；A20 Pro芯片；还有一个很激进的细节——仅eSIM，没有实体SIM卡槽。

白桦: 取消SIM卡槽对折叠屏来说其实是必然的：内部空间寸土寸金，卡槽占的体积能省则省。但对部分市场的用户，比如经常换卡、或者所在地区eSIM基础设施还不成熟的人，这是实打实的使用门槛。苹果又一次用产品倒逼行业基建。

茉莉: 另一边，iPhone 18 Pro 和 Pro Max，主角是影像和芯片。48MP的Fusion主摄，第一次带可变光圈——可以物理调节进光量，这对景深和暗光都是真升级。芯片是A20 Pro，散热用了均热板，这是以前游戏手机才爱用的方案，说明苹果也承认高性能需要更好的导热了。

白桦: 还有两个pro之外的点：这是第一次用苹果自研的C2基带，也就是调制解调器。从高通转到自研，是垂直整合的最后一大块拼图——信号表现如何，要等实测。不过HN上对人不是全都满意，Apple Watch Series 12那边的反应就能说明问题。

茉莉: 对，Series 12宣称是可穿戴设备里最准确的心率监测，心率、心率变异性都用了更高频率的传感。这是真本事。但社区里批评的声音很集中：电池还是24小时，一天一充，多年不变。

白桦: 这个不满很好理解。传感器精度提升了，计算芯片更快了，屏幕更好了，唯独那个最影响日常体验的数字——你得每天把它摘下来充电——纹丝不动。对用户来说，"最准确的心率"和"早上发现手表又没电了"之间，后者更真实。垂直整合做硬件，用户会问：你们那么强的芯片和工业设计，电池这条短板什么时候补？

茉莉: AirPods 5 倒是给了一些功能性补偿：开放式耳机第一次有了主动降噪，比AirPods 4多消除50%的噪声，还把Pro系列才有的音量滑动操作下放到了耳机柄上。

白桦: 开放式耳机的降噪本来就难——不密封耳道，噪声直接漏进来，能做到明显削减50%是技术上的真进步。加上音量手势下放，苹果的思路是让标准款越来越像Pro。但这又回到那句话：这些是增量，用户在等的一口气,始终没来。

茉莉: 聊完硬件巨头，我们看看小开发者过得怎么样。这个故事在社区里激起很大反响：一个开发者用Rust写了个终端复用器，叫RACE，想在谷歌投广告推广，结果谷歌广告账号被封了，理由是"恶意软件"。

白桦: 诡异的地方在于：扫描显示软件是干净的，没有任何恶意行为。他反复申诉，每次都被拒，而且不给任何解释。

茉莉: 这个故事的可怕之处是"无解释"。如果是误判，好歹告诉你为什么误判，你还能改；但这里是循环：机器判你恶意，你申诉，机器再审，再拒，人永远碰不到环节里的决策者。开发者写了正经软件，却拿不到合法推广的渠道，等于被封了喇叭。

白桦: 这和苹果那段其实是一个问题的两面：平台权力。苹果掌握硬件入口，谷歌掌握广告渠道，开发者的生存空间都在别人手里。而接下来这个收购案，揭示了另一层——就算没有平台封杀，开源本身也在被AI重塑。

茉莉: Shopify 收购了 Tailwind Labs，就是Tailwind CSS背后的团队。条款上有个重要的保障：Tailwind CSS本身保持MIT开源，谁都能用。但商业产品停了——Tailwind Plus，还有ui.sh，不再接受新客户。

白桦: 也就是说，"开源核心+付费周边"这个经典模式，走进了死胡同。为什么？数据很直白：AI让Tailwind文档的流量下降了大约40%。以前开发者遇到问题，去翻你的文档、看你的付费示例；现在直接问AI，AI把答案嚼碎了喂出来，流量没了，付费的入口也就断了。

茉莉: 这40%是一个非常有分量的数字。它说明AI不只是竞争者，它直接切断了开源项目与用户之间"靠文档和示例建立信任、再转化付费"的链条。被收购对Tailwind团队来说，某种意义上是被大公司"收编"来继续维护核心，但独立的商业化路径是关闭了。

白桦: 这个案例会被很多开源维护者反复引用：如果你靠开源软件的核心变现，AI时代这个模式还成立吗？Tailwind可能只是第一个，但不会是最后一个。而开发者面对的不只是商业模式的动摇，还有基础设施层面的直接攻击，我们说回这个。

茉莉: Read the Docs，很多程序员都用过的文档托管服务，遭遇了有记录以来最大的DDoS攻击。数字是：每分钟550万次请求，大约是它平时基线的100倍。持续了多久？大约10天。

白桦: 10天，100倍。这不是脉冲式攻击，是持久战。而且攻击者的手法很讲究：节点全球分布式，TLS和HTTP头部随机化——让每个请求看起来都不一样，你没法用指纹规则一刀切拦截——还有缓存绕过，专门打那些不能缓存、必须回源处理的路径，让每一发子弹都打在最贵的地方。

茉莉: 这对防御方的启示是：传统的规则和速率限制基本失效了，因为攻击的每一个维度都被刻意打乱。你只能靠更大规模的边缘吸收加行为分析，成本极高。Read the Docs作为一个公益性、服务开源社区的基础设施，扛这种攻击是很吃力的。

白桦: 而同样在基础设施这个话题里，有一个不一样的故事：Planet Labs。它运营97颗卫星，每天把地球上所有陆地拍一遍。这个能力本身就是科幻级别的——全星球、每日、光学覆盖。

茉莉: 但HN上的讨论指出了一个很现实的门槛：价格。一个非营利组织想用它的数据监测一条海岸线——只覆盖5%的海岸——一年要3万美元。对公益组织来说，这是拦在门口的价格。

白桦: 所以你看这两个故事正好是一对：Read the Docs展示了数字基础设施会被打到什么程度，Planet Labs展示了它能强到什么程度、但又贵到什么程度。能力不是瓶颈，成本和准入才是。其实还有第三个角色可以放进来：GNU Radio World这个项目，它做了一个浏览器里完整运行的流图编辑器——就是原来GNU Radio Companion那种用模块连线搭信号处理流程的工具，现在通过WebAssembly直接在网页里跑，还能通过WebUSB连接RTL-SDR硬件收发信号，什么都不用安装。

茉莉: 这个其实是基础设施的第三个方向：把门槛降到零。不用装环境、不用买贵设备——一个便宜的RTL-SDR加浏览器就能玩软件无线电。它和Planet Labs正好是光谱的两端：一个把专业能力免费开放给所有人，一个拥有顶级能力但价格把公益挡在门外。

白桦: 技术是同一片天空，开放程度天差地别。聊到这里，我们说的大多是产品和数据，接下来这一段，我想放慢一点，说人——一段告别，和一段回望。

茉莉: Lee Holloway宣布卸任Cloudflare的联合创始人兼CTO，原因是额颞叶痴呆，FTD。这是一种影响认知和行为的神经退行性疾病。了解Cloudflare历史的人知道他的分量：Anycast网络架构这些核心技术背后都有他，Cloudflare今天能扛住我们刚才说的那种量级的DDoS攻击，底层就是他当年打下的地基。

白桦: 他更早还做过Project Honey Pot，一个用蜜罐收集垃圾邮件发送者信息的项目，Cloudflare最早其实就是从这个项目的数据和想法里长出来的。所以可以说，从反垃圾邮件的蜜罐，到全球最大的边缘网络之一，这条线上有很多他的手笔。

茉莉: 而FTD这个病尤其让人唏嘘——它打击的恰恰是一个以思考和创造为业的人最核心的能力。一个撑起了全球互联网韧性的人，被一种疾病慢慢剥夺认知，这里面的重量不用多说。

白桦: 往回望更远一点，还有一段代码的传奇：Lotus Notes，1989年发布。在加密标准、文档格式标准都还不存在的年代，它就已经内置了加密、富文本和复制功能——注意"复制"，是分布式数据同步的意思，多份副本各自改动再合并，这在当时是超前的。而且它不只是个邮件或文档工具，它是一个ERP式的应用平台，企业在上面积累业务逻辑，一路用到了2020年代，今天的名字叫HCL Notes。

茉莉: 30多年的生命周期，在软件行业几乎是活化石。它的启示有两层：一是伟大的想法往往早于标准，标准是后来追认的；二是企业软件的黏性可以强到什么程度——不是因为它最好，而是因为业务长在上面了，拔不出来。从Holloway到Notes，这一段是想提醒大家：我们讨论的所有技术，背后是人的时间、健康和几十年的坚持。

白桦: 好，收尾这一段，我们把两件看似不相关的事放在一起，它们都能回答"我们该怎么做事"这个问题。第一件是一场商标诉讼：X，也就是原来的Twitter，起诉了一个叫Project Bluebird的项目。

茉莉: 判决里有个很妙的细节：法院认为，TWEET这个词和小鸟logo，很可能已经被"放弃"了——abandonment，商标法里的概念，意思是你不再积极使用和维护一个商标，它就慢慢不再属于你。但X保住了TWITTER这个词，理由很微妙：它是"formerly known as Twitter"，也就是"前身叫Twitter"，这句话本身的使用让TWITTER这个商标还在存续。

白桦: 你品一下这个逻辑：X花了那么大力气改名、换logo，把小鸟都拆了，结果法院说，正因为你们放弃了小鸟和"推文"，那些商标可能不属于你们了；而TWITTER能活下来，靠的是每次提到都要说" formerly known as "——前公司名反而成了护身符。改名最彻底的公司，靠旧名字残余的法律效力打赢了官司，这本身就很讽刺。

茉莉: 而另一边，是Gwern的一篇文章，标题叫《On Really Trying》，论真正地努力。核心讨论是动机的真正局限在哪。他举的例子很有意思：真正的科学家，愿意接受一个30年才能见效的计划，而不是急于求成、追求快速的成果。

白桦: 这个观点放在我们今天的所有故事里看，特别合适。Anthropic预测2030年，是赌一个未来；AEB降低50%追尾，是多年技术积累的兑现；Lotus Notes跑了30年；纳维-斯托克斯难题挂了20多年没人敢说解决了，结果OpenAI一纸宣称就想毕其功于一役，然后陷入争议。

茉莉: 所以回到"怎么做事"：商标可以因为放弃而失效，但长期主义不会。急于求成的"突破"经不起可复现的检验，而愿意等30年的人，反而留下了能跑30年的东西。

白桦: 我们今天的节目就到这里。从每年58万条命的安全红利，到一场无解释的封号，到一颗被疾病带走的天才，希望这一期里，至少有一个故事让您多想了一会儿。我是白桦，感谢收听。

茉莉: 我是茉莉，我们下期再见。