修炼

现在AI公司最狠的竞争，不是拼谁服务器多，而是拼谁能把那几个最会做AI的人请到自己桌上。最新这出戏的主角，是前OpenAI首席技术官米拉·穆拉蒂。首席技术官你就把她理解成技术总管，很多核心方向都得她拍板。她出来创办了一家新公司，名字叫Thinking Machines Lab，结果一出手，就从Meta那边又拽来两位重量级人物：一个是OpenAI前研究负责人Bob McGrew，另一个是Alec Radford，这人最有名的地方，是他参与了GPT这条路线的关键工作。GPT你可以把它理解成ChatGPT背后的那类“会读会写会聊天”的AI大脑。为什么这事这么有戏？因为大家以前总觉得，AI拼的是钱、芯片和数据。芯片就是给AI提供脑力的硬件，像发动机。可现在你发现，真正稀缺的是会设计发动机的人。Meta明明很能砸钱，还是眼看着高手往外流。高潮就在这儿：AI行业已经越来越像职业体育联赛，决定胜负的，可能不是公司logo多大，而是那几个明星选手今天穿谁的球衣。我觉得接下来最贵的简历，可能不是华尔街的，是会教机器说人话的。以前是猎头找人，现在像在转会市场抢梅西。

你以为AI作图最爽的地方，是打一行字，等它自己出图？很多专业创作者现在反而开始嫌这个太糙了。最近一家叫ComfyUI的公司拿到3000万美元融资，估值冲到5亿美元。它火，不是因为它比别人更会“猜你想要什么”，而是因为它让你别再靠猜。ComfyUI做的是一种工作流工具。工作流你就把它想成厨房后厨的操作台：先切菜，再下锅，再调味，每一步都能看见，也都能改。以前很多AI图片工具像开盲盒，你写一句“夕阳下的猫”，出来什么全看运气。ComfyUI不一样，它把生成图片、视频、音频的过程拆开，你可以自己决定先打草稿，再修脸，再改光线，甚至把同一套流程反复复用。对做广告、短片、游戏素材的人来说，这就不是玩具了，是生产线。高潮在这儿：AI内容行业正在从“会不会生成”，走到“能不能稳定交付”。一句话出图很像点外卖，快是快，但口味飘。ComfyUI想做的是你自家的厨房，麻烦一点，但每次都能做成你要的样子。说白了，大家不是不爱魔法了，是甲方终于开始要可修改的魔法。

最接地气的AI新闻，可能不是它会写代码，而是它开始提醒你该收衣柜了。谷歌最近发了一篇指南，讲它家的Gemini能怎么帮人整理家、整理日程、整理电脑里的乱文件。Gemini就是谷歌做的AI助手，你可以把它当成一个随叫随到的数字管家，能聊天，也能帮你列计划、归纳信息。这里面最妙的，不是某个新功能，而是谷歌在换打法。以前AI公司总爱秀肌肉，今天会考试，明天会编程。可普通人最常见的痛苦，不是不会写程序，是冰箱里什么该买、周末怎么排、手机相册为什么又爆了。谷歌这次给了8种用法，本质上是在教大家把AI当“整理搭子”：帮你列清单、拆任务、安排时间，甚至跨设备接着干。跨设备说白了，就是手机问一半，电脑接着做，不用重来。高潮就在这儿：AI正在从“哇，好聪明”变成“哎，还真能帮上忙”。当技术开始管你的抽屉、待办事项和照片堆，它才算真的挤进日常生活。我觉得AI最像样的时刻，不是赢围棋，是终于学会当那个会催你收拾屋子的室友。只不过这个室友不吃你冰箱里的酸奶。

你以为 AI 还是那个陪你聊天、帮你写两句文案的工具？OpenAI 这次端出来的 GPT-5.5，野心已经变了，它想当的不是聊天搭子，是能自己把活儿一路干到底的“数字员工”。这里有个词叫“agentic model”，别被英文吓到，说白了，就是以前你得一步一步盯着它，像带实习生一样交代：先查资料，再写代码，再跑软件。现在 OpenAI 想把它训练成那种你交代完目标，它自己去开电脑工具、查信息、分析数据、写东西、再接着往下做的人。新闻里提到，它在写代码、技术研究、数据分析、操作软件这些专业任务上都更强了，而且在几个测试里分数很高。测试名听着唬人，像 Terminal-Bench 2.0、GDPval，你就把它理解成 AI 的职业技能考场，看它能不能真的把复杂工作做完，不是只会嘴上说会。最刺激的点在这儿：OpenAI 不再满足 AI 会回答问题，它开始逼 AI 学会“完成任务”。这差别很大。前者像会背答案的学生，后者像能独立办事的同事。对普通人来说，这意味着以后你用 AI，可能不是问一句答一句，而是直接说：给我做个报表、整理研究、跑完这套流程。它不是聊天机器人了，它开始有点像办公室里那个从不摸鱼、但也永远不下班的同事。唯一的问题是，等它真学会自己干活，最先失业的，可能是那个只会说“收到，我马上处理”的人。

一家公司最危险的时刻，可能不是 AI 太笨，而是 AI 已经偷偷到处开工了，老板还以为一切都很正常。Mend.io 最近发了一套“AI 安全治理框架”，名字听着很硬，其实干的是一件特别接地气的事：先把你公司里到底有多少 AI 在干活，全部点一遍名。为什么要这样？因为现在很多公司已经把像 ChatGPT 这种能聊天、写东西、处理任务的 AI，用进客服、代码、文档、招聘、分析里了。问题是，AI 一多，就像办公室里突然来了几十个外包，谁在碰客户数据，谁能改系统，谁从哪儿拿资料，很多公司根本说不清。Mend 这套东西，核心有几个动作。第一是“资产清单”，说白了就是先查户口，别连自己用了几个 AI 都不知道。第二是“风险分级”，就像医院分诊，写营销文案的 AI 和能碰财务数据的 AI，危险程度当然不一样。第三是“AI 供应链安全”，这个词听着玄，其实就是你别只盯着眼前这个 AI，还得看它背后用了谁家的模型、插件、数据和代码，像查食品配料表一样，不然前面看着干净，后厨一团糟。高潮就在这儿：很多公司不是输在不会用 AI，而是输在用得太快、管得太慢。等出事再补救，就像家里煤气都漏了，才想起买报警器。说白了，AI 现在已经不是玩具了，它更像新来的员工，不仅要给工位，还得查工牌、定权限、看它别乱翻抽屉。要不然最后最聪明的不是 AI，是那个第一个想到甩锅的人。

你以为公司买了一个 AI 工具，就像买了台打印机，插电就能用？真相更像点外卖。你看到的是一碗面，背后可能有中央厨房、半成品、配送站、打包员，一环扣一环。Mend.io 这次讲得最有意思的一点，就是“AI 供应链安全”。这词别怕，说人话，就是你眼前这个 AI，不是凭空冒出来的，它背后可能接了别家的大模型——大模型就是像 ChatGPT 这种能理解人话、帮你生成内容的 AI 大脑；还可能连着插件，也就是给 AI 加的各种小工具；还会吃进外部数据、调用代码库，甚至再套别人的服务。问题来了，只要其中一环有漏洞，前台这个看起来聪明的 AI，就可能把风险一起带进公司。比如它拿了不该拿的数据，或者底层代码里藏着安全问题，最后出事的可不是“后厨”，而是你家餐桌。Mend 为什么现在提这个？因为很多企业已经开始把 AI 放进正式业务里，不是试玩，是让它真碰客户、真碰系统、真碰钱。高潮就在这儿：AI 的风险，越来越不像一个软件出 bug，而像一整条供应链出了问题。你以为你在管一个工具，其实你在管一串看不见的外包队。对普通人最直接的提醒就是，以后看到公司吹“我们接入 AI 了”，先别急着鼓掌，最好顺手问一句：你们知道它后厨是谁吗？毕竟现在最贵的，不是那碗面，是吃完以后拉肚子还找不到厨师。

一家本来就很能赚钱的公司，突然说今年要狠狠花钱，甚至可能把自己花到手头现金不够宽裕，你会不会先怀疑它疯了？这事就发生在特斯拉身上。特斯拉说，2026年它的资本开支，也就是买工厂、设备、服务器这些“大件”的钱，要冲到250亿美元，差不多是它过去正常年份的三倍。公司财务负责人也直接承认，这么花下去，接下来一段时间自由现金流可能会变成负数。自由现金流你就把它理解成，工资发完、房租交完、设备买完之后，兜里还剩多少活钱。现在特斯拉愿意把这部分先压扁，说明它不是想省着过日子，而是在抢下一阶段的位置。钱主要会投到几件大事上：工厂扩建、AI训练用的算力，算力就是让AI“大脑”转得更快的芯片和服务器，还有自动驾驶和机器人这些新项目。高潮就在这儿：特斯拉现在越来越不像一家单纯卖车的公司了，它更像一边卖车，一边给未来的自动驾驶车队和人形机器人铺路。今天看像烧钱，明天可能是抢地盘。说白了，别人还在算这个月卖几辆车，特斯拉已经像个包工头，开始给“未来”先打地基了。

你有没有发现，上班最累人的，往往不是大事，而是那些碎得像芝麻的活：翻邮件、找文件、整理表格、开会记重点。谷歌现在干了一件很直接的事，它想把这些杂活打包丢给AI。它这次给Workspace，也就是Gmail、Docs文档、Sheets表格、Meet会议这些办公软件的全家桶，更新了一套叫Workspace Intelligence的新系统。这个名字听着有点玄，你就把它当成“办公室里的数字实习生”就行。它不是只会陪你聊天的AI，而是能帮你在不同工具里跑腿：从邮件里找信息，在文档里补内容，在表格里整理数据，甚至在会议前后帮你串起上下文。为什么这次不一样？以前这些软件像一堆抽屉，你得自己一个个拉开找东西。现在谷歌想让AI站在抽屉中间，听你一句话就去翻、去拿、去整理。高潮就在这儿：AI开始不是一个单独的工具了，而是要变成你办公桌后面那个一直在线的助理。对普通人来说，这可能不是“工作被替代”，而是“工作里最烦的那一半先被替代”。以后真正值钱的，可能不是谁最会复制粘贴，而是谁最会指挥这个AI实习生干活。说得直白点，未来办公室最卷的，可能不是同事，是那个永远不喊累的电子牛马。

社交平台最烦的一件事是什么？不是没内容，是内容太多，像菜市场一样吵，你想看篮球，结果算法先塞你八卦、广告和吵架。X现在想改这个毛病。它推出了一种新的AI自定义信息流功能，简单说，就是让平台里的AI助手Grok，按你的兴趣给你单独开一条“专属频道”。Grok是X自家的AI助手，你可以把它理解成一个会读帖、会归类、会帮你挑内容的线上编辑。以前X上有个东西叫Communities，也就是“社区”，靠用户自己建群、拉人、定规则，像一个个兴趣小组。现在新功能看起来很像要替代它：不是你先找群，再看群里发什么；而是AI先理解你想看什么，再自动给你拼出一条相关内容流。这个变化很大。社区是“人带人”，要有人维护；AI信息流是“机器带人”，你一上来就能看。高潮就在这儿：社交平台正在从“你加入哪个圈子”，变成“AI替你现场组一个圈子”。这对普通人当然更省事，但也更值得警惕，因为你以为是自己在逛街，实际上可能是AI牵着你逛。以前交朋友靠同好会，现在连找同好，都开始包给电子红娘了。

你以为AI最需要学的是怎么聊天？Meta现在盯上的，是员工敲键盘那几下。它新上的内部系统，会记录员工怎么点鼠标、怎么切窗口、怎么输入文字，连操作顺序都记下来。听着像监工，其实它想做的是另一件事：把“人怎么用电脑”变成AI教材。大模型，就是像ChatGPT这种能聊天、写东西、做总结的AI。以前它们更像会说话的学霸，嘴很厉害，手不太会干活。你让它真去电脑上开表格、找文件、填表单，它常常像第一次碰办公软件的实习生。Meta这招，相当于让AI坐在员工旁边偷师：哦，原来报销要先点这儿，再切到那个页面，还得复制这串号码。高潮就在这儿——下一代AI比的可能不只是会不会说，而是会不会真的替你把电脑活干完。聊天机器人要是长出“手”，它就不只是陪聊了，它可能真能接你一部分班。就是这画面有点魔幻：你辛辛苦苦摸鱼十年，最后最认真学会你工位操作的，可能不是徒弟，是Meta的AI。

最吓人的泄密，不是文件丢了，是工具跑出去了。最近有消息说，Anthropic一个叫Mythos的专属网络安全工具，被未经授权的群体拿到了。Anthropic就是那家做Claude的AI公司。所谓网络安全工具，你可以把它想成数字世界里的专业开锁箱，本来是给安全团队排查漏洞、模拟攻击、补窟窿用的。但这类东西有个麻烦：好人拿它是体检，坏人拿它就可能变成撬门。现在争议点不只是“有没有被黑”，而是更微妙的一层——就算开发这工具的公司主机没被直接攻破，先进AI能力也可能通过别的路子流出去，比如被复制、被转手、被人绕过正规渠道拿到。高潮就在这儿：AI时代真正难守的，可能不是服务器大门，而是能力本身。一旦某个厉害工具能被带出实验室，它就像厨房里的菜刀，原本是切菜的，到了谁手里，故事就完全变了。以后大家担心的，可能不只是“谁做出了AI”，而是“谁把AI偷偷装进了背包”。

量子物理最离谱的地方，是它总让人怀疑自己语文都白学了。一个东西怎么会既像这儿又像那儿，没看它之前还说不准？所以很多人一听“量子”，脑子里立刻起雾。MIT最近做的事很有意思：他们提出一个理论结果，说有些我们以前觉得“只有量子世界才会发生”的怪现象，其实可以用更接近日常生活的思路去理解。先翻成大白话。经典物理，就是你平时熟悉的那套规则：球往哪滚、车怎么停、杯子掉了会碎。量子物理管的是特别特别小的东西，比如电子这种微小粒子，它们的行为常常反直觉，像一群不按常理出牌的演员。MIT这项研究，不是说量子不神奇了，也不是把两套规则混成一锅粥，而是像在两种语言之间搭了个翻译器：原来有些量子现象，不一定非得用最玄的说法才能懂。高潮就在这儿——这可能让更多人、更快地理解量子技术，比如量子计算机这种利用量子规则算题的新机器。以前像在看外星说明书，现在终于有人开始给它配人话字幕了。量子没变简单，只是人类终于没那么像在对着微波炉研究宇宙了。