修炼

做新药最卡人的，可能不是脑子不够，是电脑太难用。SandboxAQ 这家公司最近干了件很接地气的事：它把自己的药物发现模型接进了 Anthropic 的 Claude。Claude 你可以把它理解成一个能聊天、能写东西、还能帮你处理复杂任务的 AI 助手。以前很多做药的科学家，明明懂分子、懂实验，却还得先学一堆高性能计算。高性能计算，说白了就是一群特别能算的电脑一起开工，像把一辆小电驴换成一支重卡车队。问题是，很多研究员不是卡在科学上，是卡在怎么调机器、怎么搭系统、怎么把模型跑起来。SandboxAQ 盯上的就是这个痛点：不是再造一个更玄乎的 AI 大脑，而是把工具做成“会聊天的实验室助理”。你直接用自然语言提问，它帮你调模型、跑分析、给结果。高潮就在这儿：药物研发最贵的，往往不是想法，而是把想法搬上电脑的那道门槛。现在这道门槛被削低了，真正懂药的人，终于不用先兼职当程序员。我觉得这事像给顶级厨房装了傻瓜灶台，主厨终于不用先去考电工证了。

一家连普通人都没怎么听过的小公司，居然同时给 OpenAI、Google、Cloudflare 干活，最后还被 Anthropic 直接买走了。它叫 Stainless，做的不是聊天机器人，也不是炫酷应用，它做的是 SDK。SDK 这个词听着吓人，其实你就把它当成“官方接线板”就行。一个公司想把自己的服务开放给别人用，会放出 API，API 就像餐厅的点菜单，你按格式下单，它按格式上菜。但真正让程序员顺手接上去的，是 SDK——相当于把菜单、餐具、点单流程都给你配好，少走很多弯路。Stainless 干的活更细：自动生成和维护这些接线板，省掉大量重复劳动。为什么 Anthropic 要买它？因为现在 AI 公司拼的不只是模型聪不聪明，还拼开发者接得快不快、用得顺不顺。你模型再强，别人连线都接不上，等于高级跑车没方向盘。高潮在这儿：AI 竞争已经从“谁更会说”走到了“谁家水电装修更顺手”。台前是 Claude 这种明星，后台真正值钱的，可能是那个把螺丝拧紧的人。说白了，科技圈最稳的生意，有时候不是当网红，是当全村离不开的修水管师傅。

马斯克这次没输给 Sam Altman，他先输给了日历。加州陪审团已经裁定，马斯克起诉 Sam Altman 和 OpenAI 这案子不成立，但重点很有意思：不是陪审团认真听完后说“你完全没理”，而是说“你来得太晚了”。法律里有个很关键的东西，叫诉讼时效。大白话讲，就是很多事不是你永远想告都能告，它像超市优惠券，过期了，收银台真不给你用。TechCrunch 说，9 名陪审员一致认为，马斯克的主张超过了适用期限，所以案子倒在程序上，不是把所有是非都彻底审完。为什么这事大家盯得这么紧？因为这场官司牵扯到 OpenAI 最早的初心、公司治理，还有马斯克和老搭档之间那点复杂旧账。很多人原本等着看一场“AI 豪门恩怨大揭秘”，结果法庭先说，先别聊恩怨，你表先看一下。高潮就在这儿：一场本来可能改写 OpenAI 历史叙事的官司，最后被最朴素的规则拦住了——不是谁嗓门大，谁就能把旧账无限期翻出来。说到底，再有钱的人，也躲不过两个东西：截止日期，和会议邀请。

你跟手机说过的话，可能很快就会自己消失。苹果现在准备给 Siri 来一次大翻新，方向很有意思：不是先比谁更会说，而是先比谁更会闭嘴。Siri 你肯定知道，就是 iPhone 里那个语音助手。现在大家都在把它往“像 ChatGPT 那样能聊天、能帮你办事的 AI 助手”升级。可问题也来了，你跟它说的行程、地址、抱怨老板的话，要不要一直存着？苹果考虑的一招是，聊天记录过一段时间自动删除。说白了，就像你请了个嘴很严的秘书，事办完，纸条顺手碎掉，不留抽屉里吃灰。这个设计看着不炸裂，但很懂人心。因为现在很多 AI 公司拼命让助手记住你，记得越多，越像熟人；苹果反着来，想把“忘得快”做成卖点。高潮就在这儿：下一代 AI 助手，可能不只是比谁聪明，还要比谁让你放心。毕竟一个什么都记得的助手很能干，但一个该忘就忘的助手，才更像真正懂分寸的人。以后最让人安心的 AI，没准不是学霸，是那个听完就当没听见的朋友。

一场最像科幻片的 AI 官司，打到最后，居然变成了“你信不信这个人”。这案子围着马斯克和 OpenAI 转。OpenAI 是做 ChatGPT 的那家公司，最早它更像一个研究实验室，带点理想主义，想把 AI 做出来又别让它只服务少数人。后来它越做越大，钱、产品、商业合作全上来了，就从“实验室”慢慢长成了“超级公司”。现在争议的核心，不只是合同怎么写、公司结构怎么改，而是一个更扎心的问题：OpenAI 的掌舵人 Sam Altman，到底值不值得信？TechCrunch 说，庭审最后几天，大家盯的就是这个。你可以把它想成几个人合伙开店，最早说好做社区食堂，后来店火了，开始卖高价套餐。那问题就来了：是环境逼你变，还是你一开始就想这么变？高潮就在这儿：AI 走到今天，最贵的东西可能不是芯片，不是代码，而是信任。因为普通人看不懂那些技术细节，最后只能看人。谁在说真话，谁在改口，谁把理想讲成生意，大家其实都记着。说到底，AI 再聪明，也替不了法庭上那句老话：你发誓的时候，最好别眨眼。

如果你明年去给毕业生演讲，我劝你一句：少提 AI。听着怪吧？现在大老板、投资人、政策制定者一说 AI，嘴里都是机会、效率、未来。可对 2026 届毕业生来说，这个词听起来没那么浪漫。AI，简单说，就是像 ChatGPT 这种能写字、做表格、回邮件、生成图片的软件。它以前像个新玩具，现在越来越像一个不要工资、不会喊累、还抢基础工作的“超级实习生”。TechCrunch 讲得很直白：毕业典礼上如果还把 AI 说成一片光明，很多学生未必被鼓舞，反而会心里一沉。因为他们刚走出校门，就要面对公司缩招、岗位变化、入门工作被自动化顶掉。以前毕业演讲爱说“世界在你们面前展开”，现在不少年轻人会想：展开是展开了，但怎么感觉门口站着个机器人？高潮就在这儿：AI 的舆论温度，已经分裂了。楼上的人谈增长，楼下找工作的人先感到的是压力。一个技术到底是礼物还是惊吓，往往取决于你坐在会议室里，还是站在招聘会门口。所以以后谁再在毕业典礼上热情高喊“拥抱 AI”，台下可能最想拥抱的，是一份 offer。

最会用AI的人，可能还没最会卖铲子的人赚得多。现在这波AI热，很多人以为遍地是机会，其实更像淘金。淘金故事里最先发财的，常常不是淘金客，而是卖铲子、开旅馆、修铁路的人。放到今天，铲子是谁？是英伟达这种卖芯片的公司。芯片你可以把它理解成AI的大脑零件，没有它，AI连一句完整的话都憋不出来。旅馆是谁？是微软、亚马逊、谷歌这些云厂商。云，说白了就是别人家一整栋超级电脑，你按小时租来用。还有一群人也站在高地上，就是那些手里有海量数据、现金和工程师的大公司，它们最有机会做出像ChatGPT这种能聊天、能写东西的大模型。问题来了，别的公司呢？很多中小公司也想冲进AI，可一抬头发现，芯片太贵，训练AI就像供一个特别能吃电的巨型实习生，账单吓人；数据不够，模型就像没见过世面的学生，怎么教都差点意思。高潮就在这儿：这波AI不是所有人一起起飞，更像少数巨头先把机场修好了，别人想飞，先交过路费。我觉得这事最扎心的地方是，大家都在谈未来，先数钱的还是房东。AI像金矿，结果最稳的生意，还是收租。

你以为只有学生怕AI代写被抓，连科学家现在也开始紧张了。学术圈有个特别重要的网站，叫ArXiv。它有点像科研界的“抢先看公告栏”，很多论文正式发表前，都会先放到这儿，让全世界同行先看。现在它把规矩收紧了：如果你交上去的论文，实质上是AI全包办的，作者可能被禁一年。这里说的AI，主要就是像ChatGPT这种大模型，就是那种你给一句提示，它能帮你写整段文字的聊天型AI。注意，不是说完全不许用。你拿它润色语句、改改英文、帮你整理结构，很多地方还能接受。真正踩线的是，你自己没做多少思考，把研究表达、论证、甚至整篇文字都甩给AI。为什么ArXiv这么紧张？因为论文不是朋友圈文案。它背后是实验、推理、责任，出了错是要有人负责的。AI很会“看起来像那么回事”，但它也会一本正经地胡说八道，这种现象你可以理解成一个嘴特别甜、但经常瞎编的助理。高潮就在这儿：学术圈开始明确划线了，AI可以当秘书，不能冒充作者。我觉得这条线挺有意思，说明大家不是怕AI帮忙，是怕有人把“我写的”偷偷改成“它编的”。论文要是都能外包给机器人，那以后最努力的，可能只剩下复制粘贴了。

让AI读超长文章，最累的不是AI，是训练它的人。现在很多大模型，就是像ChatGPT这种能聊天、能写东西的AI，底层常用一种结构，叫Transformer。你别被名字吓到，它干的事很像开会时互相看眼色：一句话里的每个词，都要去看别的词，判断谁跟谁关系大。这套机制叫注意力，你可以把它理解成“重点看哪里”。问题是，文章一长，词一多，这个会就开炸了。每个词都要跟一大群词互相打量，算力，也就是电脑的脑力和电力，花得飞快。Nous Research这次提了个新办法，叫Lighthouse Attention。名字听着玄，其实思路很生活：训练阶段先安排一个“灯塔”，帮模型在长文章里先挑重点、分层看，不用所有细节一股脑全扫一遍。妙的是，这个灯塔只在训练时上班。训练，你可以理解成教AI做题、让它长记性；等模型学会了，正式上线推理，也就是你真正拿它来聊天、问问题的时候，这套额外装置就拆掉了，还是用原来的标准结构跑。结果是，训练长上下文时能提速1.4到1.7倍。高潮就在这儿：它不是给AI换了颗心脏，而是训练时偷偷请了个好教练，毕业后学生照样自己考试。我觉得这招很聪明，像高考前请家教，考场上家教不能进，但分数真能提。AI世界最狠的优化，往往不是多装一个零件，而是少走很多冤枉路。

你以为 AI 说话只能一个字一个字往外蹦？现在有人把它改成了“整段往外涌”。Zyphra 刚放出一个叫 ZAYA1-8B-Diffusion-Preview 的模型，名字很唬人，但你可以把它理解成：他们把原本像 ChatGPT 这种“按顺序写字”的 AI，硬生生改造成了另一种工作方式。以前那种叫自回归，说白了就像你发微信，先打第一个字，才能打第二个字，前面错了，后面全跟着歪。现在他们改成了扩散模型，扩散你可以想成修照片：先糊一团，再一层层变清楚。放到文字上，就是先给你一个大概，再快速一起修。更狠的是，它还是 MoE，也就是“专家混合”——像公司里不是所有人都开会，而是碰到财务找财务，碰到法务找法务，省时间。Zyphra 说，这么改完，成绩没明显掉，生成速度最高能快到 7.7 倍。高潮就在这儿：AI 变快，不一定非得多买显卡，也可能只是把“逐字朗读”改成了“整页批改”。我觉得这事最吓人的不是快，是它提醒大家，AI 可能还没到拼硬件的终局，先把脑回路换了，车就突然从手动挡变自动挡了。以后你嫌 AI 回得慢，别急，也许它不是笨，只是还在一个字一个字打字。

这场官司最扎心的地方，不是谁输谁赢，而是大家突然发现：原来连做 AI 的人自己，都没把“谁说了算”讲明白。最近马斯克和 OpenAI CEO 山姆·奥特曼这场官司收尾了。很多人以为这就是老朋友翻脸、创始人互撕，但真正被放到台面上的，是 AI 公司到底该怎么管。因为 OpenAI 不只是一个普通创业公司，它做的是像 ChatGPT 这种能写文章、写代码、陪你聊天的 AI，影响已经进学校、进办公室、进手机了。问题就来了：这种能力越来越大的工具，应该听谁的？听创始人？听投资人？听董事会？所谓治理，说白了就是“这个方向盘到底握在谁手里”。你把它想成一辆已经上高速的大巴，车上坐着投资人、员工、用户，甚至还有监管部门，可前排几个人还在争谁坐驾驶位。高潮就在这儿：这场案子讨论到最后，已经不只是马斯克和奥特曼的恩怨，而是公众还能不能相信这些 AI 领头人，会在赚钱和安全之间做对选择。我觉得这比官司本身更重要，因为以后你用的每个聪明助手，背后都站着一群真人。AI 再会聊天，也替不了人类把董事会开明白。

你以为 AI 只是网上聊聊天？它先把一个度假天堂的电价顶上去了。美国太浩湖，Lake Tahoe，原本是硅谷很多高管和工程师爱去放假的地方，湖景漂亮，冬天滑雪，夏天避暑。结果现在，这地方正赶上一个麻烦：它需要新的电力供应商。偏偏这时候，整个美国很多地方的电价都在涨，一个重要原因就是 AI 太吃电。所谓 AI 基础设施，说白了就是一大片机房，里面塞满显卡和服务器，像无数台超强电脑 24 小时不睡觉地算题。算力这个词，你就把它理解成“电脑脑子转得有多快”，脑子转越快，吃电越猛。太浩湖这种地方，既有长期居民，也有旅游旺季的人流，大家都指望电稳定、别太贵。可当远处那些 AI 数据中心像新来的大胃王一样猛吃电，整个电力系统的压力就上来了。高潮是：AI 的成本，不只是大公司买芯片的钱，最后可能会绕一圈，变成你家电费、商家成本、地方政府头疼的账单。我觉得这事特别真实，因为它提醒我们，AI 不只是屏幕里的聪明，它背后还有发电站、输电线和一张张电费单。以前说云端很浪漫，现在看，云也是要交电费的。