修炼

你以为 AI 只是住在电脑里的租客？Meta AI 和沙特阿卜杜拉国王科技大学，也就是 KAUST，最近想干一件更狠的事：让 AI 直接当房东，顺便把整栋楼都改了。他们提了个新概念，叫“神经计算机”。这名字听着吓人，大白话说，就是不再把 AI 当成一个跑在芯片上的软件，而是让一个学出来的模型，自己同时负责计算、记忆和收发信息。现在的电脑像个分工很细的公司，算账的、存档的、收发快递的，各干各的。数据在这些部门之间来回跑，时间和电都耗在路上。神经计算机想干的，是把这三件事塞进同一个“脑子”里，像一个又会记账、又会背资料、还能接电话的全能店长。Meta 和 KAUST 不只是讲概念，还给了理论框架和两个具体实现，意思是这不是纯做梦，他们在试着证明这条路能走。真正刺激的地方在这儿：如果这种设计以后真成熟，未来我们可能不是在“电脑上运行 AI”，而是在“一个会思考的机器体内”完成计算。那电脑的定义都得改写。以前是人买电脑，现在像是在领养一个会自己组织器官的脑子。说白了，下一代电脑也许不像冰箱，更像一只被训练得很乖的章鱼。

最让人害怕的，不是 AI 太聪明，是管 AI 的人先吵起来了。最近有个很拧巴的事：美国政府里，有人似乎在私下鼓励大银行去测试 Anthropic 的 Mythos 模型；可另一边，美国国防部前不久又认定 Anthropic 有“供应链风险”。这个词别被吓到，供应链风险说白了，就是担心你依赖的零件、服务或者合作方哪天出问题，整个系统会被卡脖子。问题来了，银行不是卖奶茶的，它管的是钱，是最怕出事的地方。Anthropic 是做大模型的公司，大模型就是像 ChatGPT 这种，喂了海量文字后，能聊天、写东西、总结材料的 AI。现在政府内部像出现了两张嘴：一张说“这家要小心”，另一张又说“你们先试试看”。这就像一个家长上午跟孩子说别碰这家外卖，下午又把这家外卖推荐给邻居。最有冲击力的不是 Mythos 到底多强，而是同一个国家机器，对同一家 AI 公司，在国防和金融这种敏感领域，居然能给出差这么大的信号。对普通人来说，这提醒了一件事：以后决定你贷款、风控、客服的 AI，背后不只是技术问题，还是一场政策拉扯。AI 还没把人整糊涂，文件先把人看晕了。

你让机器人“把桌上那个杯子拿过来”，它以前最容易卡死在“哪个桌上、哪个杯子、怎么过去”。现在有人在教它补上这门生活常识课。最近 Planet AI 引了一篇实操教程，讲的是怎么用一个叫 MolmoAct 的模型。别被名字劝退，它干的事很接地气：一边看图，一边听人话，然后推理出该怎么动。这里面有个词叫“空间推理”，大白话就是判断东西谁在前谁在后、离得远不远、路线该往哪绕。还有“深度感知”，不是深奥，是看懂画面里的远近，像你一眼就知道沙发在杯子后面。这个教程不是发布新产品，而是手把手教开发者怎么搭环境、怎么让模型跑起来、怎么做推理。推理这个词也别怕，说白了就是 AI 看完图和指令后，现场做判断。MolmoAct 的厉害之处，是它不只会认图里的物体，还会沿着画面去追踪运动轨迹，甚至预测机器人下一步动作。高潮就在这儿：AI 以前更像会说话的文员，现在开始像会看路的实习生了。它不只是回答你，还可能真的去替你搬东西。等这类模型成熟，机器人最先学会的，可能不是诗和远方，而是“你说的那个东西到底在哪儿”。说到底，机器人离帮你干活更近一步了，只是它现在最需要的，可能还是一个别太乱的客厅。

苹果现在在偷偷试四种智能眼镜设计，这事最有意思的地方是：连苹果都还没想明白，眼镜到底该长成什么样。你想啊，手机做厚一点，大家最多吐槽两句。眼镜不行，重一点压鼻梁，热一点烫耳朵，丑一点你根本不想戴出门。新闻里说，苹果这次比以前务实多了。它早些年想得很大，想做那种增强现实设备。增强现实，你可以把它理解成在真实世界上再叠一层数字信息，像导航直接飘在你眼前。但问题是，这玩意儿特别吃硬件。显示屏、电池、处理器、传感器都得塞进眼镜腿里。处理器就是设备的大脑，传感器就是它的眼睛和耳朵。塞多了，眼镜像小哑铃；塞少了，又没啥用。苹果现在测试四种方案，其实就是在做一道特别现实的选择题：你要更轻，还是更强；要续航久一点，还是功能多一点；要好看，还是要把零件都装进去。高潮就在这儿：苹果不是不会做，而是发现智能眼镜真正的敌人不是技术炫不炫，而是你愿不愿意每天把它戴在脸上。谁先把这件事想明白，谁才可能让眼镜变成下一个耳机。说白了，未来的高科技竞争，可能先输给鼻梁承不承受得住。

你以为 AI 变慢，是因为它笨？很多时候不是，是它记性太老实了。像 DeepSeek-R1、Qwen3 这种能聊天、能写代码、还能一步步做数学题的大模型，碰到长题时会先写一大串“思考过程”。每写一个字，它都得把前面看过的内容先存起来，这个临时记忆本就叫 KV cache。你可以把它想成考试时桌上越堆越高的草稿纸，题还没做完，桌子先满了。MIT、英伟达和浙江大学这次提了个新办法，叫 TriAttention。名字听着玄，其实干的事很朴素：不是把每张草稿都原样留着，而是压缩成更有用的重点版。关键是，压完以后，答题效果居然还能接近原来那种“全都记着”的状态。结果很猛，处理速度能到原来的 2.5 倍。高潮就在这儿：AI 以后不一定非得靠更贵的显卡、更大的电费，光是学会“别什么都背”，就能跑得更快。说白了，这像一个实习生终于知道会议纪要不用把领导每次咳嗽都记进去，效率一下就上来了。

很多人想要 AI 助手，但又怕它像个嘴不严的实习生，顺手把你家底发到外面去。OpenClaw 这套东西，讲的就是怎么把 AI 助手尽量关在“自己家里”干活。所谓 local-first，就是优先在你自己的电脑或公司内网里运行，不先把数据送去别人的服务器。你可以把它理解成：文件不出门，助手先在客厅里干活。它里面还有个 gateway，像小区门卫，只允许本机回环地址访问。这个词听着拗口，其实就是“只有你这台机器自己能敲门，外面的人别想进”。再加上环境变量做身份验证，相当于门卫还要查工牌。更关键的是，它给 AI 用工具时不是放养，而是 controlled tool execution，也就是每个工具能干什么、在哪儿干、权限多大，都先画线。高潮就在这儿：大家以前怕的不是 AI 不聪明，而是它太能动手。现在这套思路，是先给它戴上手套、系上安全绳，再让它碰你的文件和命令行。以后真正值钱的，可能不是“最能干的 AI”，而是“最不乱来的 AI”。毕竟请实习生容易，别让实习生顺手删库，才是真本事。

你有没有发现，AI 公司现在越来越像娱乐圈了？这次上热搜的不是新模型，而是 OpenAI 的老板 Sam Altman。OpenAI 就是做 ChatGPT 的公司。事情很拧巴：一边是他家里 apparently 遭到袭击，另一边是《纽约客》发了一篇很长的人物报道，里面不只是写他成功，还直接质疑他这个人靠不靠谱、值不值得信任。Sam Altman 随后自己发博客回应，而且语气不算客气，直接说那篇文章带着火药味。这里面最值得普通人注意的，不是八卦本身，而是 AI 行业已经走到一个新阶段了。以前大家比的是谁模型更会聊天、谁写代码更强；现在连公司掌门人的可信度，都开始影响产品命运。因为你把工作、聊天、文件，甚至思考都交给这种公司，最后买的不只是技术，也是“我信不信你”。高潮就在这儿：AI 竞争已经不只是拼脑子，还开始拼人设、拼信任、拼谁在出事时能讲出一个大家愿意相信的故事。说到底，连最会讲故事的 AI 行业，最后也躲不过一句老话——机器可以算得很快，人还是得先看你像不像个靠谱的人。

你有没有发现，AI 写代码像个特别能干、但每天都第一天上班的实习生？昨天刚跟它讲完项目结构，今天一打开新对话，它又一脸茫然。问题就在这儿：现在很多大模型，就是像 ChatGPT 这种能聊天、能写东西的 AI，本质上是“短时记忆”选手。你这次对话里说的话，它记得；窗口一关，它就像把工位都清空了。 所以现在很多人提一个东西，叫“记忆层”。别被名字吓到，它没那么玄。你可以把记忆层理解成给 AI 配了个长期笔记本。它不只是记住你刚刚说了什么，还能记住这个代码库以前怎么写、团队喜欢什么风格、哪个函数改过会牵一发动全身。这样 AI 下次再来，不是从零猜，而是带着项目档案来上班。 高潮就在这儿：未来好用的 AI 编程助手，拼的可能不是“会不会写一段代码”，而是“记不记得你是谁、你在干嘛、你这个坑上周已经踩过一次”。谁先把这层记忆做好，谁就更像同事，不像抽卡。 不然你花钱请的不是 AI 助手，你请的是一位每天都在入职培训的天才。

很多人骂 AI 爱瞎编，我觉得它有时候挺冤的。像 ChatGPT 这种能聊天的 AI，如果要回答公司文档、法律条款、产品手册这类问题，常常得先去资料库里翻东西。这套流程有个名字叫 RAG，你不用记英文，你就把它想成“先查书，再开口”。问题是，第一步要是书拿错了，后面说得再流利，也是一本正经地跑偏。 现在有人在改进这一步，重点是两个词：检索和重排。检索像图书馆管理员先按关键词给你抱来十本书，但这里面常常混着几本不太对的。重排，就是再找一个更细心的管理员，把这十本重新翻一遍，按“到底像不像你要的答案”重新排队。这里提到的 cross-encoder，你可以把它理解成一个特别爱逐条比对的考官，它不是只看标题像不像，而是把问题和每条资料放在一起认真对照，谁最相关，谁站前面。 真正的转折是：很多 AI 体验差，不是模型不会说，而是资料入口太糙。把“找资料”这一步做好，效果可能比一味换更大的模型还明显。你以为是在升级嘴，其实先得配副眼镜。 AI 胡说八道这事，有时候不是它嘴快，是它拿错了小抄。

别笑，AI 认真起来，第一份工作可能真是打游戏。这里说的不是让它消遣，而是一种训练方法，叫强化学习。这个词听着吓人，其实特别像教小孩：你不把标准答案直接塞给他，而是让他自己试。做对了，给奖励；做错了，没奖励甚至扣分。时间一长，它就慢慢摸出门道。 这套方法最近常拿 Unity 游戏引擎来练。Unity 你可以把它理解成一个造虚拟世界的大工厂，能搭迷宫、赛道、障碍物。研究者就把 AI 扔进去，让它学走路、躲障碍、找出口。它一开始笨得离谱，像刚学骑车的人，东倒西歪，墙都快撞熟了。但它每撞一次，系统都会记一笔：这条路不行，那样做更好。慢慢地，它不是背答案，而是在环境里长出“经验”。 最有意思的高潮是，很多以后进工厂、进仓库、甚至帮你开车的智能系统，底层都可能是这么练出来的：先在虚拟世界里摔够，再去现实世界里少出错。游戏在这儿不是玩具，是训练场。 所以别再说人家在打游戏了，它那是在上班，只是工位长得像游乐场。

你以为最危险的是聊天内容，其实先出卖你的，可能是锁屏上那一行提醒。事情是这样的，很多聊天软件会说自己用了“端到端加密”。这词听着硬，其实就是你和对方像各拿一把专属钥匙，中间送信的人也拆不开信封，连平台自己都不该看到内容。可问题来了，信封是锁住了，信封外面那张快递单呢？手机推送通知，很多时候就像快递箱外面贴的标签：谁发来的、发了几条、甚至前半句写了什么，系统和中间环节可能看得到。最近这条新闻最扎心的点就在这儿：FBI 这类执法机构，未必要先撬开聊天内容，光看通知层面的信息，就能拼出不少关系网。谁半夜联系谁，谁突然密集发消息，什么时候人消失了，这些“边角料”凑起来，像看监控没声音，但剧情已经猜得八九不离十。高潮就在这儿：很多人以为隐私泄露一定是黑客大片，结果最先漏风的，可能是你自己手机最亮、最显眼的那一块屏。想低调点？关掉锁屏显示内容，比换十个高深密码都更像人话。别让你的隐私输给那句“您有一条新消息”，这年头，保密先从不让手机多嘴开始。

以前网上冲浪，大家有个朴素信仰：照片总比嘴靠谱。现在这条规矩，快碎了。为什么？因为互联网正在系统性地弄坏我们的“扯淡识别器”——就是你一眼分辨真假的直觉。先说最直观的，AI 生成图片。像 ChatGPT 这类能聊天写字的 AI 你可能熟，另一类 AI 专门“画图”，你给它一句话，它几秒钟就能做出一张像模像样的照片。以前假图常常一眼假，手指多一根，影子不对。现在它越来越像真的，普通人刷手机那两秒，根本来不及细看。更麻烦的是，过去还有一些“验真工具”帮忙，比如卫星图、公开数据、地理位置比对，像给新闻装了个测谎仪。可现在有些卫星数据受限制，有些平台信息残缺，连测谎仪自己都电量不足。高潮就在这儿：不是骗子突然变聪明了，而是我们原来那套判断真假的工具箱，正在同时失灵。以后看到一张“震惊全网”的图，最该问的不是“这是真的吗”，而是“谁最希望你立刻相信它”。我觉得这事最魔幻的地方是，互联网本来号称让人更有信息，现在倒逼我们先学会一句老话：别急，先等等。毕竟今天最稀缺的，不是流量，是耐心。

最像公司裁员又最不像裁员的事，最近发生在 AI 圈。很多人以为 AI 越多越好，恨不得把好几个模型一起上。这里的“模型”，你可以先理解成不同风格的数字员工：有的擅长看图，有的擅长找规律，有的判断更稳。把它们组队，确实更准，这叫“集成”，就像公司开会把几个老员工都叫来，结论通常更靠谱。但问题也很现实：贵，慢，还难伺候。每次都让一群专家同时出手，像你点杯奶茶却要整个后厨开大会，用户早跑了。于是就有了一个名字听着像化学课、其实很生活的办法，叫“知识蒸馏”。什么意思？不是把 AI 蒸发了，而是让那一群厉害老师先做题、给答案，再训练一个小一点的“学生模型”去学它们的思路。最后上线的不是老师团，而是这个学成出师的学生。高潮在这儿：AI 公司真正想要的，不是最聪明的脑子，而是“够聪明、跑得快、养得起”的脑子。对普通人有什么影响？以后你手机里的 AI 可能更快、更便宜，甚至不用联网都能干活，因为它背后不是住着一个豪华天团，而是一个被天团狠狠补过课的优等生。说白了，科技公司也懂，养一个全明星阵容很体面，但最后真扛活的，往往还是那个能独立加班的实习生。