1111 | 前沿模型的边界与AI落地这一年

茉莉: 大家好，欢迎收听本期节目，我是茉莉。

白桦: 我是白桦。今天想跟大家聊的话题挺有意思的，主线其实是"工具和人到底怎么相处"——不管是最新的AI模型，还是给编程Agent写的指南，又或者是硬件、浏览器、域名管理，背后都有同一个问题：技术跑得快，规则和治理跟不跟得上？

茉莉: 对，那咱们直接开始，先聊最热的。谷歌发布了Gemini 4 Carbon，号称是他们最强的模型，主打网络安全和长程智能体工作流，已经向Ultra订阅者和开发者开放了。

白桦: 这听起来就是个冲着"干重活"去的模型，不是简单聊天那种。

茉莉: 没错，重点放在长程任务上，也就是让模型能持续跑很久、多步骤的智能体工作。但正好有个值得对照的观点，Alex Wang把推理描述成在token空间里找路径，暗示了一个问题：更多的推理，未必等于更强的智能。

白桦: 这个说法挺扎心的，因为现在行业里默认的假设就是"堆算力堆推理=更强"。你说路径找得多，不代表找得对？

茉莉: 差不多是这个意思。推理只是过程，不保证结果更聪明。这就让"更多算力=更强"这个信心产生了一点动摇。

白桦: 那这两个放在一起看，其实挺微妙。Gemini 4 Carbon冲的是长程智能体，但长程智能体真正需要的，是持续的判断力，而不只是一步步推下去的能力。如果推理的边际收益在递减，那光靠"推理更多"这条路，可能撑不起长程任务的实际质量。

茉莉: 对，这也是一个还没解决的问题：大家都在赌长程智能体，但没人能完全说清，推理收益到底会不会一直涨。这是个开放问题。

白桦: 而且模型越强，责任和安全问题就越突出。能力上去了，你敢不敢让它长时间自主跑？这就自然引到Anthropic那边的一个争议了。

茉莉: 对，这个争议在HN上讨论得很热闹。有人在问：Anthropic提出的"pace the frontier"，就是给前沿模型能力设限的做法，在谢尔曼法下算不算反竞争行为？

白桦: 这是个很尖锐的角度。表面上是安全措施，但如果一家公司主动给自己和同行的能力"踩刹车"，客观上是不是在延缓竞争对手赶上自己的速度？

茉莉: 这正是HN上吵的核心。支持的一方觉得，这是负责任的做法，前沿能力确实有风险，主动设限是为了避免意外，不应该被解读成竞争策略。

白桦: 反对的一方会说，如果你的能力限制，恰好卡在"我领先、你追不上"的位置上，那这就很难说是纯粹的安全动机了。安全外衣下面，可能是护城河。

茉莉: 对，而且这个问题的难点在于，动机没法直接观测，只能看结果。结果上确实是"能力被冻结在某条线上"，这对竞争格局是实实在在的影响。

白桦: 这就是为什么大家会在法律框架下讨论它。谢尔曼法管的不是动机，是效果。如果效果上构成了市场封锁或者竞争限制，那问题就严重了。

茉莉: 不过话说回来，讨论里也有不少人提醒：Anthropic的能力限制到底执行到什么程度、对其他公司有没有实际约束力，这些都还不完全清楚。所以现在下结论还早。

白桦: 这个我们后面可以继续观察。但这事儿引出了另一个相关的角度，就是AI公司在安全上到底做了什么实事。Anthropic有个项目叫Project Glasswing，已经跑了七个月。

茉莉: 这个数据挺有意思，七个月发现了442个CVE，大概占全年CVE总量的0.5%。

白桦: 442个漏洞，听起来很吓人，但更吓人的是另外两个数字：他们一共报了37,966个发现，但只有217个被修复。

茉莉: 对，这个修复率低得让人吃惊，不到0.6%。

白桦: 这就说明一个问题：发现漏洞容易，修复难。为什么？可能是因为很多发现重复、低价值，或者是真实但没资源修的。也可能是因为自动化扫描产出的东西，人工处理跟不上。

茉莉: 对，HN上大概率会有这种解读：这数字本身就暴露了安全审计的瓶颈——规模化产出发现，但消化不了。

白桦: 这就跟我们刚才说的能力限制连起来了：Anthropic一边在能力上踩刹车，一边在安全实践上大规模跑审计。这两件事放在一起看，说明他们确实把安全当真了，但安全本身还远没到能兜住的程度。

茉莉: 那接着这个思路，有个更根本的做法可以聊聊，DeepMind的AlphaProof Code，用超过300万行Lean证明，对Signal加密协议代码做了形式化验证。

白桦: 这个跟漏洞扫描完全是两条路。形式化验证不是"找到问题"，而是"证明没有某类问题"。

茉莉: 对，一个是事后修补，一个是事前兜底。300万行Lean证明，说明这是非常重的工程投入，不是轻量能复制的东西。

白桦: 这就引出一个开放问题：形式化验证能不能补上漏洞扫描留下的那个"修复跟不上"的洞？

茉莉: 理论上可以，但目前成本太高，只适合像加密协议这种关键核心代码。要让一般软件也这么干，还有很长的路。

白桦: 对，这也是HN上讨论安全审计规模vs修复率时，大家经常提的方向：与其堆更多的发现，不如堆更强的验证。

茉莉: 顺便提一个相关的坏消息，Notion确认了Fireworks AI的安全事件，不到1%的工作区，可能有不可归因的AI聊天记录泄露，相关功能已经停用了。

白桦: 这就说明，即便没有漏洞扫描，AI集成本身也能成为新的泄露面。

茉莉: 对，安全这条线上，我们刚刚讲了几个层次：能力限制的法律争议、漏洞审计的规模困境、形式化验证的根本解法，还有一个真实发生的泄露事件。这条线其实还没走完，纽约皇后公共图书馆也遭遇了勒索软件攻击，大量线上服务不可用。

白桦: 这说明安全不只是AI公司的事，传统机构一样扛不住。

茉莉: 好，那我们从安全转到编程。谷歌发布了一个仓库，叫GoogleChrome/modern-web-guidance，里面有200多篇指南，总共1.7兆，专门给编码Agent看，引导它们用现代Web API。

白桦: 结果挺惊人的，Agent在200个任务上的通过率从55%升到了92%。

茉莉: 这就很说明问题：Agent不是不会干活，是不知道现在该用什么工具。给它一套正确的"操作手册"，立刻就上去了。

白桦: 但另一个声音就来了。一位前Meta开发者认为，AI代码生成会带来脆弱的代码库：测试是浅层的，代码过度复杂，人对代码失去理解，PR是变快了，但质量在下降。

茉莉: 这两个观点放在一起特别有意思。一个说"给Agent喂指南，效果暴涨"，一个说"Agent写的代码在积累技术债"。

白桦: 表面上矛盾，其实说的是同一件事的两面：Agent产出代码的效率高，但质量维度没人兜底。

茉莉: 对，"喂指南"解决的是"代码写得对不对"，但解决不了"代码以后好不好维护"。

白桦: 而且那个Meta前开发者的观点，重点在于"人失去了理解"。哪怕代码现在跑得通，没人真正看懂，那这个代码库就是在裸奔。

茉莉: 所以HN上如果讨论这个，大概率会分成两派：一派觉得指南是正确方向，工具链能自我纠错；另一派觉得这是在给一个更深的问题打补丁。

白桦: 这个问题是开放性的：速度和可维护性怎么平衡？指南能让Agent写得更快，但谁来保证它写得更好？

茉莉: 顺便提一个工具链层面的改进，.NET 11引入了运行时原生的Async，还在预览阶段，栈帧从13帧减到5帧，调试更容易了，还支持NativeAOT和ReadyToRun。

白桦: 这个跟Agent代码的关系是：运行时变得更透明，调试更容易，对人类和AI都友好。

茉莉: 对，这也是解决"人失去理解"的一个具体尝试。还有一个小补充，Anthropic发布了Claude Whiteboards和Sheets的beta，把Dashboards改名为Claude Data，所有付费计划都能用。这也是在让AI工具更融入日常工作流。

白桦: 那我们从代码和工具，转到法律和平台权力。这个话题跟前面的反竞争讨论有点呼应，都是"规则和权力"的问题。

茉莉: 对，第一个是Synaptics的事。他们给一位开发者发了停止函，引用了125项专利，原因是这个开发者在逆向工程DisplayLink，给Linux写Rust DRM/KMS驱动。

白桦: 125项专利，这个数量很唬人。明显就是用专利数量来施压，不一定每项都真站得住脚。

茉莉: 这就是典型的寒蝉效应：你不需要真打赢官司，只需要让开发者觉得"我打不起"。

白桦: 而且对象是个人开发者，不是公司，个人根本扛不住这种规模的专利诉讼威胁。

茉莉: 对，HN上讨论这种事，一般会有两个角度：一个是从开源社区的角度，觉得逆向工程做驱动是合法且有益的，专利施压是在阻碍兼容性；另一个角度是法律现实主义的，觉得个人确实很难对抗。

白桦: 第二个案例跟这个形成有趣对照。Verisign原本计划终止22,000个.name域名，但在社区和法律抗争之后撤回了这个计划，现有注册被保留。

茉莉: 这个案例跟Synaptics那个正好相反：个人和社区这次是"扛住了"。

白桦: 对，说明社区抗争在某些治理场景下是管用的，尤其当对方是受监管的注册管理机构时。

茉莉: 这两个放在一起，能看出一个对比：专利对抗里，个人开发者几乎没有抓手；但在域名治理里，因为有明确的规则和监督机制，社区能形成有效阻力。

白桦: 这就引出一个开放问题：开源逆向工程，到底需要什么样的制度保护？现在的答案似乎是"几乎没有"。

茉莉: 还有一个跟平台生死相关的事，Val Town要关停了：计费已经暂停，服务2027年1月10日终止，2月1日全面开源，背景跟Deno有关系。

白桦: 这个跟前面两个案例呼应的地方在于：项目死了，但代码通过开源留下了一条退路。

茉莉: 对，这其实是一个挺体面的退出方式。对比Synaptics那种"让你写不了"，Val Town是"我把东西全交出来"。

白桦: 这也是HN上讨论这类关停时，经常被拿出来表扬的一种做法：开源是给用户和社区的一个交代。

茉莉: 好吧，那我们从法律和平台权力，转到硬件和图形。Chips and Cheese对Zen 6做了解析，几个亮点：更快的BTB，每个线程双解码簇，VNNI单元翻倍。

白桦: 还有一个有意思的点，Zen 6和Zen 6c的乱序执行规模出现了分化。

茉莉: 对，以前Zen 6c一般认为是Zen 6的"缩频版"，现在连微架构都开始分家了。这是服务器和桌面芯片在往不同方向优化。

白桦: 这说明AMD不再用一个核心打天下，而是按场景分策略。服务器要密度和能效，桌面要单线程峰值。

茉莉: 对，硬件的分化，其实和软件的分化逻辑有点像：不再是"一个东西适合所有人"。

白桦: 那图形这边，Blender 5.3带来了原生3D高斯泼溅，支持PLY、SPZ、glTF导入，还能用几何节点处理，另外加了DLSS降噪和色散。

茉莉: 高斯泼溅进入主流3D工具，这个信号很强。它意味着这种新的表示方式，不再只是研究demo，而是进入了创作管线。

白桦: 对，以前做3D，要么用多边形网格，要么用点云，高斯泼溅提供了另一种"从真实世界捕获、又能进渲染管线"的路径。

茉莉: 而且Blender是开源工具，它原生支持，等于把这套技术民主化了。

白桦: 那我们从硬件图形，转到隐私和定位。Mozilla做了一个研究，样本大概是2500万Firefox用户，Firefox 143的保护功能，把"独特指纹识别"的用户比例从75%降到了46%，同时保持了兼容性。

茉莉: 这个进步挺实在的。以前大家觉得反指纹识别必然破坏网页兼容性，Mozilla这个数据说明可以兼顾。

白桦: 但反过来看，46%仍然是个不小的数字，说明离"匿名化"还很远。

茉莉: 对，这就是匿名化和可识别性之间的技术博弈，很难有终点。

白桦: 这条线再往外推一步，就到了人对人的监控。Atlantic有篇文章质疑，对孩子的持续位置追踪可能侵蚀自主性，HN上也在争论AirTags是不是妨碍了孩子解决问题。

茉莉: 这个争论挺有意思，一方面家长确实有安全焦虑，另一方面孩子需要自己面对迷路、犯错、解决小问题的机会。

白桦: HN上应该会有人分享亲身体验，比如"我小时候没被追踪，也活下来了"，或者"现在的世界不一样了，追踪是必要的"。

茉莉: 对，这两派都很难说服对方，因为出发点不一样：一个看长期成长，一个看当下风险。

白桦: 这就跟Mozilla那个研究呼应了：监控技术在进步，但"监控的度"这个问题，技术本身回答不了。

茉莉: 还有个更技术的例子，研究演示了简单的无线电接收机，可以利用电视信号的选择性衰落，探测穿墙的人体移动，还能估算速度。

白桦: 这说明定位和感知技术的门槛在下降，连专用设备都不需要了。

茉莉: 对，这等于给"隐私边界"这个话题又加了一层：你以为你在家里是私密的，但可能连普通的电视信号都能泄露你的移动。

白桦: 所以隐私这条线上，Mozilla在浏览器层做防御，Atlantic在家庭伦理层提问，学术界在物理层展示新可能。三层放在一起看，问题不是某个技术，而是整个感知环境在变。

茉莉: 好，那我们从隐私转到更生活化的话题。一位作者分享了十年家居自动化的心得，核心原则是：核心系统不依赖厂商服务器，用Tasmota加MQTT加Node-RED，跑在树莓派上。

白桦: 这个跟前面的监控话题有点暗合：一个是把数据交出去，一个是把数据留在家里。

茉莉: 对，这个方案的美感在于，十年了，厂商倒闭、云服务下线，你家还能照常工作。

白桦: 这也是HN上自托管派的核心论点：可靠性来自"不依赖别人活着"。

茉莉: 那接下来这个例子挺跳跃的，但很有意思。丰田复活了Scion品牌，在美国销售一款叫KEI-01的微型卡车，属于kei truck这类，受25英里每时的LSV限制，660cc发动机，计划2027年底开始车队试点。

白桦: 这是把日本的轻卡车文化，用合规方式搬到美国市场。用Scion这个已经停掉的品牌，也是个低成本试水的做法。

茉莉: 对，这跟家居自动化那个思路有点像：不追求大而全，先做小而确定的试点。

白桦: 顺便聊一个小的视觉项目，Tiny València，是把真实3D数据渲染成等距像素艺术风格的瓦伦西亚地图，再由图像模型一块块重新上色。

茉莉: 这个项目可爱在于，它把两种技术结合了：真实的地理数据保证了准确性，像素艺术保证了美感。

白桦: 跟家居自动化一样，都是个人品味驱动的项目，不追求商业规模，但做得有质感。

茉莉: 那音乐这边，Ableton Live 13发布，加了Step Sequencer、ARA 2、Drum Synth、Capture Automation，还有新的Multiband和Mid-Side racks，以及Softube效果器。

白桦: 这些功能里，Capture Automation挺有意思，专门解决"灵感来了来不及按下录制"的问题。

茉莉: 对，创作工具的进步，很多时候不是加更多选项，而是减少"从想法到落地"的摩擦。这跟前面Agent指南的逻辑有点像：降低人和工具之间的阻力。

白桦: 最后聊一个轻量但很值得的，Terence Tao出了本书，叫《六大数学要义》，由Quanta Books出版，2026年出，面向普通读者，涵盖数、代数、几何、概率、分析、动力学。

茉莉: 顶级数学家给普通人写入门书，这个值得留意。跟家居自动化那个作者一样，都是把专业知识，翻译成大众能用的东西。

白桦: 对，这是一种"降低门槛"的努力，跟Agent指南、开源驱动、自托管工具，在精神上是相通的。

茉莉: 那我们再回到商业和创业这条线。Val Town我们已经提过关停了，这里再补充一下它的背景：跟Deno有关系，这条线索说明，围绕某个技术生态建立的平台，命运也跟那个生态绑在一起。

白桦: 对，平台生死的开放问题在于：开源发布是不是一个可持续的商业模式，还是只是一个体面的告别？

茉莉: 另一个商业角度，亚马逊说他们用开源的Strands Decider决策模型，替换了Sonnet 4.6来处理内部工单，节省了数百万美元。

白桦: 这个案例挺重磅的，因为亚马逊自己也是云厂商，也在卖模型服务。他们内部用开源替代商业模型，这个信号对商业模型定价是个压力测试。

茉莉: 对，而且这个案例说明，对特定类型的任务，开源模型已经够用了，没必要为商业模型的溢价买单。

白桦: 这就跟Val Town那个"开源退出"形成有趣的对照：一个是用开源替代商业采购，一个是用开源延续项目生命。开源在两条路上都成了理性选择。

茉莉: 但也有反面，Notion那个Fireworks AI事件我们前面提过，不到1%的工作区可能有聊天记录泄露。这说明企业接入第三方AI服务，本身就有数据治理风险。

白桦: 还有一个跟政府监管相关的动向，Palantir聘请了前参议员Jon Tester做顾问，背景是民主党控制的国会准备审查它的联邦合同。

茉莉: 这个跟Anthropic那个反竞争争议有点呼应，都是"政治和法律环境怎么影响公司行为"。

白桦: 对，一个是雇佣前立法者来应对监管，一个是被质疑用安全名义限制竞争。两条线都说明，技术公司越来越需要把政治当回事。

茉莉: 好，那我们今天聊的跨度挺大，从最强模型的法律边界，到微型卡车的合规试点。

白桦: 对，如果用一个线串起来，就是：技术在加速，但无论是法律、伦理还是工程实践，"怎么把它用对"这件事，都还在追赶。

茉莉: 感谢大家收听，我是茉莉。

白桦: 我是白桦，咱们下期见。