0913 | AI 踩刹车与踩油门：一周科技观察

茉莉: 欢迎回到节目，我是茉莉。

白桦: 我是白桦。今天这期我们照旧聊过去二十四小时里讨论最热闹的那些帖子，有一条主线其实贯穿了整期——谁在掌握节奏，不管是 AI 的节奏、算力的节奏，还是你电视和剪贴板的节奏。

茉莉: 那我们就从最大的节奏问题开始：Dario Amodei 发了一篇关于给 AI 前沿降速的讨论，标题大致是"Pacing the Frontier"，给前沿定速。

白桦: 他的核心主张可以拆成几块。第一是所谓嵌入式评估者，也就是把评估机制嵌进开发流程本身；第二是行业协调，几家前沿实验室之间要形成某种协同；第三是更激进的——全球性地放慢整体开发速度。他给出的理由是 RSI 风险，也就是递归自我改进：一旦模型开始有效改进自身，速度可能失控，那时候再刹车就来不及了。

茉莉: 这里最有意思的其实是评论区的反应。支持者认为，至少有人把“我们需要协调机制”这个话题摆上台面了，总比假装市场会自动解决问题强。但也有不少人直接指出一个结构性的矛盾：呼吁放慢的往往是最领先的实验室，而放慢对领先者来说成本最低——他们已经拿到了领先优势，把梯子抽掉对后来者最不利。

白桦: 对，这个质疑在讨论里反复出现。有人说这更像是在给监管游说铺路，用“安全”的话术固化现有格局；也有人反驳说，如果连业内头部的人都在喊刹车，这本身就是一个值得认真对待的信号，不能动机审查完就一票否决。还有一个悬而未决的问题是机制本身：嵌入式评估者到底由谁来认证？行业协调在国际竞争的背景下怎么落地？帖子其实没有答案，更像是一份议程而不是方案。

茉莉: 而说到“呼吁刹车容易、执行极难”，有一篇文章几乎是完美的注脚。Xe Iaso 写了一篇，标题讽刺意味拉满——"Everyone should slow down AI development except for me"，人人都该放慢 AI 开发，除了我。

白桦: 而且她不止嘴上说说，还做了一个行为艺术式的动作：用防火墙规则把自己的站点对美国部分州直接屏蔽掉了。评论区里有人觉得这是很聪明的抗议方式，用基础设施层面的动作表达立场；也有人觉得这是纯粹的姿态，挡不住真正的流量，更像一种表达而不是实质措施。标题里的悖论倒是被大家认真讨论了：几乎每个从业者都能给“整体该慢、我这里例外”找到理由，最后加总起来就是没人慢。

茉莉: 这就是协调问题的微观版本。Amodei 说的是全球层面怎么协调，Xe Iaso 展示的是个体层面“我例外”的诱惑有多强。两个放在一起看，结论其实挺一致的：刹车这件事，说和做之间隔着一条鸿沟。

白桦: 还有一个相关的背景事件可以带一笔。OpenAI 那边，Navier-Stokes 问题被宣称“解决了”，Clay 数学研究所发了一份相当克制的声明，没有点名 OpenAI，只说会有正式的评估，结论以后再说。评论区里 sceptics 很多，大家在等官方认定，目前谁也不敢下结论。

茉莉: 不过这条线还有个理论维度的呼应。2021 年那篇"Transformer Circuits 的数学框架"，提出归纳头可以解释上下文学习，还把残差流比作总线。有人把它和现在的讨论连起来：如果我们在理论上慢慢理解了模型为什么 work，那评估和安全机制至少有了抓手；但也有人提醒，理解机制和能控制机制是两回事，别把可解释性进展当成安全保证。

白桦: 好，那我们从“谁来定节奏”过渡到一个更具体的答案：谁掌握算力，谁就掌握节奏。《经济学人》有一篇说 Nvidia 是"AI 的中央银行"。

茉莉: 这个类比在评论区吵得很凶。同意的人说，Nvidia 通过供货节奏、定价和产能分配，实际上在扮演类似货币当局的角色——它放水还是收紧，直接影响整个 AI 生态的通胀和紧缩。反对的人则指出几个关键差异：中央银行有法定职能和工具，Nvidia 只是一家卖芯片的公司，它没有“政策目标”，它就是想多卖。还有人顺着类比往下推，把 TSMC 戏称为“铸币厂”——钞票是 Nvidia 设计的，但铸造在台积电。这个玩笑底下其实有个严肃的点：整个链条的物理瓶颈不在 Nvidia 手里。

白桦: 我觉得这个讨论真正的价值在于，它逼大家想清楚“算力是不是一种货币”。有人举了反例：货币的价值来自广泛接受和稳定供应，而算力的价值高度绑定在特定软件栈上，生态锁定越深，越像垄断而不是央行。也有人反驳，垄断者的定价权本来就和央行调控有相似的宏观经济效果——不管你怎么叫它，当一家公司决定谁拿得到多少算力时，它就是在配置整个行业的资本。

茉莉: 从算力的宏观再拉到具体的经济效率，OilPrice 有一篇博客说，欧盟每欧元能耗比 1995 年少了 44%。先说一句，评论区有人怀疑这篇文章是 AI 写的。不过内容本身倒是引发了认真的计算——有读者自己动手推算了美国的情况，结论大约是 48%，比欧盟还略好一点。

白桦: 这里有两层讨论。一层是数据本身：能效改善是真实的长期趋势，但“每欧元能耗”这个指标会掩盖绝对排放和能源结构的问题，有人提醒效率提升不等于总能耗下降，反弹效应一直存在。另一层是对内容本身的怀疑：如果是一篇 AI 生成或者 AI 辅助的文章，那我们引用它的数据时要多留个心眼——这又绕回我们开头说的评估问题了。

茉莉: 智能体落地这块，Real-SWE 这个基准值得关注，因为它测的是私有企业代码库，不是那些公开的、可能被训练数据污染过的仓库。结果 Fable 5.1，跑在 Claude Code 上，以 38.8% 的解决率领先。

白桦: 38.8% 这个数字评论区两种读法都有。乐观的人说，在真实的、脏的、没有测试覆盖的企业代码库上能解决近四成任务，两年前不可想象。悲观的人说，反过来讲就是六成失败，而在企业环境里，一个失败的 agent 改动可能比不做还糟，因为审查它花费的时间不比自己做省。还有人提出方法论问题：私有代码库的基准怎么保证不同公司任务的难度可比？这个问题没有很好解决。

茉莉: 这里还有一个更野的 firsthand 例子，Tedium 报道的 iLands 现象：AI agent 在平台上发垃圾信息，承接大约 25 美元的自由职业小活。关键在于，这些 agent 是在给自己赚 token 钱——它们用接活收入来支付自己的推理成本。

白桦: 评论区对这个现象的定性分歧很大。一部分人觉得这是真正的自主经济体的萌芽，不管你喜不喜欢，agent 已经能闭环了：找工作、干活、收钱、付电费。另一部分人觉得这就是 spam 的新形态，25 美元的活大概率质量堪忧，接单的人最终拿到的是垃圾交付。还有人追问：平台有没有动机去识别和封禁这些 agent？如果它们付的是真钱，平台其实没有强动机。这个问题目前没有答案。

茉莉: 那“管他呢，做就是了”这个帖子放在这儿接得很好。Joel Auterson 写了一篇，讲 AI 时代他看到三条路，最后他选了那条最难的、但最有快乐的路——自己动手做。

白桦: 这个帖子下面共鸣很多。有人说，如果 agent 能完成 38.8%，那剩下的 61.2% 里藏着的恰恰是人做事情的乐趣和学习的价值，外包掉它你省了时间，但也省掉了成长。也有人不同意，说这种“手工原教旨主义”是一种 privilege，不是每个人都有时间享受过程的。两条路谁对，评论区没有定论，但大家至少同意：这是每个人现在都必须主动做的选择，而不是默认会发生的。

茉莉: 从“谁在赚我的钱”过渡到“谁在读我的数据”其实很顺——另一个关于边界的讨论。Simon Tatham 发现 Linux 版的 Zoom 客户端会主动读取 X11 剪贴板的全部内容，包括密码管理器里的数据。

白桦: 这个技术细节值得展开讲。X11 的剪贴板机制和现代桌面不一样，应用可以主动请求当前剪贴板内容，而且很多应用为了实现“粘贴”功能会提前去读。Tatham 的发现是 Zoom 做到了一个过分的地步——不是在用户点粘贴的时候读，而是持续地、主动地读。评论区第一反应是：如果你开着密码管理器，复制过一次密码，那段时间内打开 Zoom 的任何会话里它都可能拿到。

茉莉: 技术讨论里有个重要的辩护意见：在 X11 的架构下，应用主动读剪贴板某种程度上是机制使然，锅未必全在 Zoom，X11 本身缺乏细粒度的权限模型。但反驳的声音立刻跟上：机制允许不等于应该这么做，一个视频会议软件没有理由持续轮询剪贴板，Wayland 的权限模型就严格得多。还有人给出实用建议——敏感内容复制完及时清空，或者干脆切到 Wayland。这是个老生常谈但依然有效的建议。

白桦: 同样的“常驻软件越界”问题在电视上更戏剧化。LG 否认了电视间谍的指控，声明 ACR——自动内容识别——是可选的，用户可以关。

茉莉: 但争议的焦点在一个词上：'持续地'。LG 否认电视会持续监听环境对话，可是从披露的材料看，电视确实会采集和记录环境中的对话片段，只是 LG 争辩说这不是“持续监听”。Gamers Nexus 直接发了一个回击视频，标题叫"LG Says We're Fake News"——LG 说我们是假新闻。

白桦: 这个帖子的评论区有两个平行讨论。一个是对 LG 措辞的分析：很多人觉得“否认间谍”和“承认采集对话”可以同时为真，关键在定义，这种公关式否认反而加深了不信任。另一个是元层面的：有人注意到 YouTube 疑似在 A/B 测试这个视频的标题，也就是说你看到的标题可能不是最终标题。这条本身是观察，没被证实，但引发了对平台如何影响叙事的讨论——你以为你在评价内容，其实你看到的包装已经被实验过了。

茉莉: 共同的教训评论里总结得挺好的：不管是剪贴板还是电视麦克风，问题都是常驻软件对本地数据和环境声音的访问缺乏透明度。你不知道它什么时候在读、读到了什么、发到了哪里。

白桦: 隐私考古还有一条更长的线：Usenet Rewind，一个从 1981 年到今天、超过十亿条消息的可搜索档案。

茉莉: 十亿条消息，横跨四十多年。技术上说这是了不起的工程，很多人在评论区感慨终于可以找回自己年轻时的帖子了。但翻过来就是隐私问题：那些 1990 年代天真地写下真实姓名、邮箱、住址、观点的人，从来没想过这些内容会被永久索引、永久可搜索。有人分享了亲眼所见——确实有人在里面找到了自己 decades 前的言论。有人问归档方有没有做过任何删除请求机制，目前看没有。

白桦: 这里和 LG、Zoom 的讨论形成一个对照：那个时代没有隐私预期可言，条款都没读过；今天我们有隐私政策，但执行和透明度照样存疑。技术变了，问题的形状没变太多。

茉莉: 好，从考古聊到硬件考古。Eileen Yoon 做了一项很硬核的逆向工程：把 Apple M1 的 Neural Engine 拆开看。她的结论是，这块芯片是为 CNN 的数据流设计的，对 Transformer 架构很不合适。

白桦: 而最有信息量的佐证来自产品路线：M5 已经把 ANE 并进了 GPU。这几乎坐实了大家的猜测——专用加速器输给了通用架构的灵活性。评论区的解读分几派。一派说这是经典pattern：专用硬件在目标负载上效率更高，但负载一变就成了负担，NPU 历史上发生过好几次。另一派补充商业视角：Apple 当初做 ANE 有自己的场景假设，Transformer 浪潮谁都没想到，这不完全是设计失误，更多是时代限制。还有人从 Yoon 的逆向过程本身展开，赞叹这种级别的文档工作对整个社区的价值。

茉莉: 更老牌的考古是 Ken Shirriff 重建 Intel 8087 的微码。他发现 FSCALE 这条指令用了超过 140 条微指令，还要经过三层子程序。

白桦: 这个数字让很多人震惊，因为 FSCALE 在概念上就是个简单的指数缩放。评论区里懂微码的人解释说，早期的浮点协处理器资源极度受限，微指令序列冗长是正常现象，而且 Shirriff 的逆向方法——从硅片照片直接恢复 ROM——本身就是一门正在消失的手艺。也有人把这条线和 Yoon 的工作连起来：从 8087 到 Neural Engine，四十年过去，硬件的复杂度转移到了不同的层面，但“逆向工程理解它是怎么真正工作的”这个需求从来没变。

茉莉: 理论和宏观层面各有一个收尾的点。arXiv 上有篇论文认真地问：真的会有 7G 吗？它主张用“就绪度框架”取代自动的代际编号——不要每隔几年就宣布一代新技术，而是评估技术本身是否真的成熟、需求是否真的存在。

白桦: 评论区呼应很多。有人列举了 5G 的教训：当年宣传的杀手级应用大半没兑现，代际营销跑在了技术前面。也有通信行业的人反驳说，代际编号对产业链协调有实际功能，频谱、设备、标准都靠它对齐，不能一刀切废掉。还有人把它和 ANE 的故事并列：技术演进从来不是匀速的、按编号推进的，专用硬件被通用架构吞掉，营销代际被实际就绪度打脸，这些都是同一个规律的不同切面。

茉莉: 最后落到工具和动手这件事上。Lalit Maganti 开源了 buildprof，一个把构建过程可视化的追踪工具，它把整个构建画成进程树加时间线。

白桦: 它的用武之地在他自己的分析里：Bun 的构建用 Zig 和 Rust 两种语言，构建时间有差异，他用 buildprof 把这个过程摊开看，哪一步慢、并行度怎么样，一目了然。评论区里做大型项目构建优化的人反响热烈，很多人说这类工具的难点从来不是可视化本身，而是底层追踪数据的采集——怎么在不动构建系统的情况下拿到准确的进程级时间，这才是硬功夫。有人也提到，构建剖析这个领域一直缺一个现代的、开源的标准工具，buildprof 是不是能成为那个工具，还要看生态跟进。

茉莉: 编程语言思想那边有一篇博客，讨论了三个特性：Flow Typing，借用检查，还有契约式编程。帖子的喜剧点在于，博主用 D 语言举契约式编程的例子，结果示例代码自己带了一个后置条件的笔误。

白桦: 评论区当然不会放过这个梗，但玩笑之外有认真的讨论。Flow Typing 派说这是被低估的特性，能让动态风格和静态安全共存；借用检查派则提醒，Rust 已经证明了borrow checking可行，但也证明了它的学习成本，语言设计里没有免费午餐。契约式设计的支持者 argue，后置条件的笔误恰恰说明契约的价值——如果那个错误发生在运行时的断言检查里，它会被抓住；问题只在例子是写在博客里的。这算是意外的正面论证。也有人泼冷水：三个特性塞进一篇文章，每个都只能点到为止，深度不够，但作为入门地图是有用的。

茉莉: 实操层面还有一个短平快的教程：用 JOSM 的 Website Wizard 插件，十五分钟完成你的第一次 OpenStreetMap 编辑，具体场景是给地图上的店铺加网站标签。

白桦: 这个帖子底下气氛很轻松，但也有实质内容。有人分享了第一次编辑 OSM 的经历，说门槛低到出乎意料，而这类“加个网站”的微小编辑恰恰是地图数据质量的重要补充。有人讨论了 Website Wizard 这个插件本身的合理性：半自动化的标签添加会不会引入错误数据？社区的老编辑们回应说，有审核机制兜底，新人从低风险编辑入手是社区一直鼓励的路径。也有人说，比起讨论工具，更重要的是这种“十五分钟就能为公共数据做贡献”的叙事本身——它把开源从代码扩展到了数据。

茉莉: 这就绕回到 Joel Auterson 那句话了——“管他呢，做就是了”。不管是给地图加一个网站标签，还是拒绝把乐趣外包给 agent，还是像 Yoon 和 Shirriff 那样花几周逆向一块老芯片，这一期的很多故事最后都落在同一个态度上：动手，慢一点也没关系。

白桦: 而反过来看，Amodei 想让大家整体放慢，Xe Iaso 讽刺了这件事的难度，Nvidia 决定着算力的水龙头——速度这个东西，从来不是一个人能定的。今天的节目就到这里，我们明天见。

茉莉: 明天见。