1118 | AI 时代的课堂、机房与攻防

||下载

节目备注

从教育中的 AI 到 AI 时代的能耗与安全:本集聊聊手机禁令对成绩的影响、大学课堂被 AI 改写,再延伸到数据中心耗电、系统入侵与超算格局,看看技术如何重塑我们学与算的边界。

时间轴

  • 00:00:04 开场
  • 00:00:29 校园里的两难:手机禁令与 AI 作业
  • 00:03:44 算力格局:灵晟再登顶与 AI 吸走新硬件
  • 00:05:55 数据中心的电与碳
  • 00:07:08 AI 加持下的攻与防
  • 00:08:39 用 AI 修 AI 发现的漏洞,以及谁在看你装了什么
  • 00:10:35 收尾

相关信息

本期节目由 Bri 出品。Bri 使用先进的 AI 技术将你在意的资讯转换成适合收听的播客。如需联系,请发邮件至 hi@bri.so。

文字稿

茉莉: 大家好,欢迎收听本期科技简报,我是茉莉。

白桦: 我是白桦。今天我们挑了几条最近 24 小时里影响范围比较大、事实也比较扎实的科技新闻,从校园里的手机和 AI 作业,聊到超算榜单、数据中心的电,再到安全攻防,这几件事其实都被同一条线索串着,AI 正在改变教育、算力和安全的样子。

茉莉: 那就从校园说起。美国学生的成绩从十多年前开始下滑,这个时间点跟智能手机的流行基本对得上,所以很多人都在问:手机是不是原因之一。现在美国很多州和学校干脆直接禁了手机。

白桦: 而且不只是姿态,最近有一项研究专门去验证这件事。他们调查了 2021 到 2026 年间、4600 所学校的 330 万名三到十年级美国学生,用 MAP 测试成绩做比较,一边是实施了严格手机禁令的学校,一边是没有禁令的学校。

茉莉: 结果呢?

白桦: 结果是禁令学校的成绩确实有提升,但幅度不大,是略微提高。有部分考试科目的提升稍明显一些。另外还有个有意思的发现:这种提高会随着时间累积。研究人员的解释是,就像当初成绩下滑是一年一年累积起来的,进步可能也是渐进的,不是立竿见影。

茉莉: 所以不能指望一禁手机成绩立刻起飞,要给时间。现在政策层面走到哪一步了?

白桦: 美国目前已经有 46 个州对学校使用手机实施了禁令或者限制,但各州规定不一样,学校实际执行的力度也参差不齐。这里面还有不确定性,比如不同执行强度效果差多少,还要继续观察。

茉莉: 中小学在忙着收手机,大学遇到的麻烦就换了一种形态。加州理工有位教数学的教授,Yi Ni,他任教 17 年了,教的是全校学生都必须修的数学必修课。他上课还是老派做法,不用笔记本和投影仪,在黑板上写满粉笔字。但他最近做了一个改变:不再根据作业做没做对来打分了。

白桦: 为什么?

茉莉: 因为学生可以用 AI 把作业做出来。他现在只按作业是否完成打分。他自己说,如今教育的一大问题就是,所有大学数学作业都可以用 AI 完成。而且他坦言,他没办法判断学生有没有用 AI——不像 AI 生成的文本有特征可循,AI 程序用数学语言解题解得非常好,看不出破绽。

白桦: 那学生自己怎么看?

茉莉: 有个数学专业的学生说,自己不用 AI,理由挺实际的:一旦参加线下考试,对 AI 的依赖就会暴露出来。所以现在形成了一个有点两难的局面:中小学在收手机,大学在重新定义作业到底是什么。AI 正在两头改写教育。

白桦: 对想自学的人来说倒有个好消息。卡内基梅隆大学上线了一个叫 CS Learn 的平台,免费提供计算机科学课程,教学视频放在 YouTube 上。运营者说会陆续上传完整学期的讲义,涵盖各种主题,本周每天上一门课,更多课程明年一月上线。

茉莉: 这个模式有点像 25 年前 MIT 的 OpenCourseWare 开放课程。

白桦: 对。不过说回 AI 对教育的冲击,这些 AI 能写作业、能解题,背后靠的是海量的算力。那这些算力现在都部署在哪?我们可以看看最新的超算榜单。

茉莉: 对,Top500 刚公布了 2026 年 11 月的榜单,深圳国家超算中心的灵晟第二次登顶。它的 HPL 测试性能是 2.198 Exaflop/s。

白桦: 这里有个很特别的点:灵晟是 Top500 榜单上第一个仅靠 CPU 就实现持续双精度浮点性能超过 2 Exaflops 的系统。它用的是有 304 个核心的 LX2 CPU,总共 1379 万个核心,运行频率 1.55 GHz,操作系统是麒麟,功耗 42.2 兆瓦。

茉莉: 前十名后面的座次呢?

白桦: 排名前十的名单完全没变。美国这边,劳伦斯利弗莫尔国家实验室的 El Capitan 第二,用 AMD 第四代 EPYC,性能 1.809 Exaflop/s;橡树岭的 Frontier 第三,AMD 第三代 EPYC,1.353 Exaflop/s;阿贡的 Aurora 用英特尔 Xeon,1.012 Exaflop/s。德国 Jülich 超算中心的 JUPITER Booster 用英伟达 GH Superchip,性能正好 1 Exaflop/s。再往后是意大利 HPC7、微软 Azure 的 Eagle、意大利 HPC6、日本富岳、瑞士 Alps。

茉莉: 那为什么说传统超算在让位呢?

白桦: 看11 月榜单的一个数字就明白了:只有 27 套新系统上榜,这是 Top500 历史上更替率最低的一次。新上榜里面排最前的是韩国的汉江,第 12 位,是 HPE Cray EX254n 系统,用了英伟达的 Grace CPU 和 GH200,性能 342.6 Petaflop/s。

茉莉: 原因是全球的新计算机硬件都投入到 AI 热潮里了。全球 AI 总算力已经超过了 1500 万块英伟达 H100 GPU,而且美国五大云计算服务商掌握了全球约 71% 的 AI 算力。

白桦: 所以传统超算榜单上的更替变慢,不是技术停滞,而是资源去了别处。这就引出一个很现实的问题:这么多 AI 算力,电从哪来?

茉莉: 《Nature Sustainability》上有一项研究专门算了这笔账。研究人员用卫星图像分析了美国 403 座超大规模数据中心,估算了它们在 2024 年 5 月到 2025 年 4 月期间、不同运行负荷下的年度耗电量,再根据所在电网的能源构成推算碳排放。

白桦: 结果是什么?

茉莉: 总用电量根据不同负荷在 68 到 99 TWh 之间。上限已经接近印第安纳州、密歇根州和田纳西州这些州全年的总用电量。研究期间这些数据中心的用电占美国总用电量的 1.8%,排放了大约 2570 万公吨二氧化碳。

白桦: 电力来源构成呢?

茉莉: 大约 54% 来自化石燃料,主要是天然气占 38%,煤占 15%。还有四分之一的电力来自碳排放强度高于平均水平的电网地区。

白桦: 值得注意的是,研究人员自己认为,数据中心今天的电力需求和碳排放量,可能已经高于研究期间的水平了——也就是说这些数字可能是低估的。这个未来的增量值得继续观察。

茉莉: 算力需求带动的除了电和碳,还有安全压力。FBI 最近发了警告:黑客正在用一个叫 Artex 的 AI 驱动渗透测试工具,在部分情况下,不到三个小时就能成功入侵一个网络。

白桦: 三个小时,这速度相当惊人。这个工具跟哪些攻击有关?

茉莉: 目前发现它和针对韩国金融机构的攻击、至少 2250 家 ConnectWise 客户的攻击,以及 Barracuda 公司的攻击事件有关。它最初是个开源工具,开发者后来转成了闭源,但开源版本在互联网上仍然很容易找到。

白桦: 它具体怎么攻击?

茉莉: 路径是:先快速扫描受害者的网络寻找弱点,然后利用简单的安全漏洞建立立足点——比如防护薄弱、密码泄露或者被盗,之后在网内搜寻数据库、邮箱和其它敏感信息。

白桦: 这让我想到另一个案例,也说明就算是大科学设施也不是铁板一块。日本的理化学研究所,他们的超算富岳,运行系统遭到了外部非法访问,用户信息可能已经外泄。

茉莉: 富岳不只是研究机构在用,产业界也可以申请使用。因为这次事件,理研已经暂停了富岳的运行,恢复时间未定。被访问的是用户申请使用富岳时需要连接的系统。受害范围取决于用户登记了多少个人信息。目前还在调查非法访问发生的时间以及被发现的经过。

白桦: 所以 AI 既能加速攻击,其实也在推动防御。这就说到防守这一边最近的一个动向。Canonical,就是 Ubuntu 的开发商,给自己的付费订阅用户提供了一个选项:用 AI 生成的安全补丁,去修 AI 发现的漏洞。

茉莉: 听起来有点以毒攻毒。

白桦: 背景是这样的:在 AI 辅助漏洞发现的时代,漏洞数量越来越多,人工开发补丁的速度都跟不上了。所以 Canonical 为 Ubuntu Pro 用户提供了 AI 安全补丁库,叫 Edge archive。

茉莉: 这里要注意几点。第一,Canonical 表示不会把 AI 生成的补丁自动合并到稳定版本里,用户可以选择使用。第二,Edge archive 里的补丁没有经过全面的扩展测试与验证,需要用户自己评估风险。通过常规安全渠道发布的更新,仍然由人工验证。也就是说 AI 补丁目前还是一个可选项,不是默认项。

白桦: 而 AI 在另一面也让人不安。有开发者用 AI 工具去寻找 Windows 里未记录的功能,结果发现了一个 DLL 文件,叫 MissionControlAggregator.dll。它会记录用户计算机上装了哪些编程智能体,比如 codex.exe、claude.exe、copilot.exe、cursor.exe,还有开发者工具,比如 python.exe、dotnet.exe、gcc.exe、code.exe。

茉莉: 它怎么工作?

白桦: 它通过字符串比较操作检查这一系列 AI 智能体和开发工具,是个运行中的 Windows 组件。记录的信息保存在本地,然后报告给 Windows 诊断系统。因为诊断数据收集默认是启用的,除非用户主动选择退出,否则这些数据最终会发送给微软。

茉莉: 回头看今天的几条新闻,其实指向同一个问题。手机禁令的长期效果要观察,AI 补丁的真实可靠性还在验证,还有刚才说的便利和隐私怎么取舍,AI 补丁和诊断数据都体现了这一点。

白桦: 是,这些问题目前都没有确定的答案,接下来的数据和政策动向值得继续跟踪。我们这期就聊到这里,感谢收听,下期再见。

茉莉: 再见。