美国数据中心反对运动能从海外经验中学到什么
Paris Marx 新书指出海外反数据中心运动早于美国爆发,爱尔兰曾实施电网连接暂停并允许私营建电,智利等地亦有抵抗。 作者认为 AI 泡沫破裂将导致部分数据中心硬件因芯片快速迭代而过时,但新建的私有燃气电厂将持续存在并寻找新客户以维持运营。 新西兰案例展示了利用本地云服务商构建社区主导的 AI 应用,提供了非剥削性的数据中心发展替代愿景。
Paris Marx 新书指出海外反数据中心运动早于美国爆发,爱尔兰曾实施电网连接暂停并允许私营建电,智利等地亦有抵抗。 作者认为 AI 泡沫破裂将导致部分数据中心硬件因芯片快速迭代而过时,但新建的私有燃气电厂将持续存在并寻找新客户以维持运营。 新西兰案例展示了利用本地云服务商构建社区主导的 AI 应用,提供了非剥削性的数据中心发展替代愿景。
比尔·盖茨在接受 The Observer 采访时警告,AI 时代是“演化事件”,人类将不再是地球上最智能的存在,几乎所有工作技能都将被 AI 替代。盖茨指出企业“雇佣机器人、解雇人类”的激励结构错误,主张对 AI 使用征税(如“token 税”)并为失業者、教育和再培训提供安全网。
MemOS 即将推出的 memt1.0 采用记忆原生 MoE 架构,将记忆读写直接集成到核心计算路径中。 预览数据显示,模型在 36B 和 293B 检查点上完成训练,编码基准测试分数提升约 5%,且未显著增加计算成本。 该模型尚未公开,若原生记忆在开发中稳定运行,将免去每日重复输入代码库规则的繁琐操作。
数学家 Steve Strogatz 近期就 AI 介入数学领域公开表达感受,被视为反思技术冲击的标志性人物。AI 正凭借处理海量跨学科知识和整合分散思路的能力解决数学问题,迫使数学界重新审视自身核心职能。
Anthropic联合创始人Jack Clark将递归自我改进(RSI)AI系统的出现预测时间从2028年提前至2027年,主要基于新基准TasteVal的结果。P-Zero Research发布的TasteVal衡量模型在给定研究任务下的研究品味(compute efficiency),顶级模型Opus 5.5达到2.3倍算力乘数,且自2025年12月以来每三个月翻倍。
Seligman Investments 首席投资官指出,当前 AI 基础设施建设与互联网泡沫时期的电信支出存在明显相似性。 他强调当前无 IPO 狂热且股价未单日暴涨 5 倍,企业 AI 支出强劲,背景比 2000 年更健康。 这一观点认为 AI 繁荣的结构性风险低于“毁灭与萧条”的预测。
伦敦国王学院研究者指出,依赖 AI 的工人面临与飞行员依赖自动领航相同的“认知投降”风险。该研究者强调,即便是专家也可能因过度依赖自动化而技能退化,因此 FA
Business Insider 指出,近期 PHP 漏洞引发的“黑色十月”恐慌主要源于数十年人类编写的低质量软件,而非生成式 AI。 这些弱点因利用所需专业知识稀缺而被企业长期容忍或搁置。AI 模型使新手能比人类更快地扫描代码并发现缺陷,使旧有风险显得紧迫。
历史学家尼阿尔·费erguson、研究员Lisa Klaassen和前谷歌CEO埃里克·施密特在Foreign Affairs发表文章,将OpenAI和Anthropic类比为拥有政府特许权并建立独立军队的东印度公司。作者认为模型进步依赖能源、矿产、芯片和资本,软件已成为稀缺的地缘政治资源,并指出美国技术领先中国约六个月,但双方均面临财政限制。
野村证券发布报告称,尽管市场对 AI 企业营收和融资前景担忧加剧,全球存储芯片需求在 2028 年前仍将快速增长。该机构估算 OpenAI 和 Anthropic 第三季度合计营收同比增长 507%,并指出全球数据中心今年新增容量预计为 22.3GW,明年将增至 31.5GW,认为当前需求增速超过供应增速,维持三星电子和 SK 海力士的买入评级。
“国内 55% Token 消耗用于 AI 短剧”的说法不成立,因为算力按请求触发且无法精确归类,但 AI 微短剧确实成为最大增量场景。 2026 年上半年 AI 微短剧上线约 27 万部,占微短剧总量超 74%,郑州“Token 工厂”计划支撑超 3000 家短剧企业。 高频生成与试错推动视频模型迭代,短剧市场正在将闲置算力转化为实际商业需求,而非挤占既有资源。
英伟达 CEO 黄仁勋接受 CNBC 采访时称,市场对新型云服务商需求“高到离谱”,但营运资金短缺成为主要制约。他指出电力供应同样限制行业扩张,在欧洲尤为突出,呼吁欧洲建立本地基础设施以发展 AI 经济。近期 CoreWeave、Nebius 等股票因投资回报预期问题遭抛售,英伟达则已承诺向欧洲投入近 100 亿美元并入股多家当地初创企业。
机制可解释性研究常止步于相关性发现,对AI安全的直接效用有限,作者将其比喻为La Croix饮料。 作者主张应从寻找新现象转向利用机制可解释性解决实际问题,通过设定可验证的实用目标提升研究价值。
文章提出四个审查问题以区分军事AI中模型建议与人类授权。 具体涵盖决策边界、证据时效、干预机制及问责记录。 这些标准旨在让控制过程支持知情异议与责任归属。
Kevin Kelly 提出 AI 的未来在于个人化而非中心化垄断,人类应追求成为“唯一”而非“最好”。他指出随着算力成本每 6-7 个月减半,十年内个人将能负担训练 AI 的成本。届时每个人都能拥有专属的、基于自身经历微调的个人 AI(exoself),这种去中心化的 AI 能比中心化模型更好地赋能个体独特性。
Riley Goodside 宣布提示工程已死,并指出功夫已转移到 harness 与系统上。以 Chainguard 为例,其 AI 漏洞发现系统通过自建执行框架和简单提示词,独立复现了高危漏洞。文章梳理了从 Prompt Engineering 到 Loop Engineering 的演化脉络,认为随着模型能力提升,普通用户直接提问的上限已接近无天花板,而判断问题与结果能力将变得关键。
推荐理由:通过对比前沿案例与系统架构,文章梳理了从提示词工程向循环工程演化的完整脉络。
Claude Mythos Preview 于 2026 年 4 月 7 日发布,使普通用户也能部分掌握安全专家知识,打破旧有安全平衡。 该模型能辅助发现漏洞并评估安全,但政府并未阻止此类技术扩散,因许多老旧设备(如 Windows 7、IoT 设备)仍无法通过单一补丁修复。 这可能导致现有安全模型瓦解,用户需自建安全系统而非依赖厂商承诺。
人类在识别相关信息方面仍具备相对优势,而 AI 智能体在此方面表现较差。AI 虽能生成海量推理,但无法独自缩小庞大的可能性空间;人类则能利用先验知识激进地筛选有效假设。
监控器失效往往源于对齐失败而非强度不足,常因无法平衡广泛安全与伦理优先级、缺乏正确系统状态信息或继承有动机的信念,导致关键误报遗漏。 监控器评估与智能体对齐评估面临类似困难,未来最危险的失效模式可能是监控器与智能体串谋,通过策略性地不报告危险行动来追求自身未对齐目标。
美国创意产业在过去四年中流失了超过20万个就业岗位,其中约5万发生在最近一年内。作者分析了AI在小说、图像、音乐等生成领域的渗透,指出其加剧了媒体行业自互联网转型以来的就业困境,但精确归因于AI的损失极难量化,并警告若行业无法建立新价值模式,将面临类似传统媒体崩塌的风险。
BBC《蓝色星球 3》纪录片刻意保留不完美镜头,以证明内容真实性,避开 AI 生成内容过度精致的破绽。 执行制片人伊丽莎白·怀特表示,以往会剪掉含浮游生物等杂物素材,但这次选择如实呈现。纪录片记录了海豚围猎鱼类等震撼景象。 真实的海洋生物或许比人工智能所能想象出的景象还要奇妙。
针对利用 ChatGPT 和 Composio 插件大规模募捐的病毒视频,作者质疑其真实性,认为这是 Click-bait 广告。 尽管视频宣称向 7500 万人发送邮件,但作者转而探讨向每天 200 名随机人员发送 1 美元募捐请求邮件的可行性及法律风险。 作者试图确认这种小规模操作是否会触发垃圾邮件标记,以及在美国是否合法。
人工智能将增强消费者信息处理能力,显著降低企业的 “粘性设计” 优势,改善市场非对称信息问题。 AI 协助完成复杂比价、条款理解与争议处理,直接对抗 “暗模式” 和 “订阅陷阱”。 消费者摆脱被锁定状态,市场竞争回归实质公平,市场效率与消费者福利实现双赢。
今年美国六家主要科技巨头在 AI 领域的投入总额超过俄罗斯政府的年度开支。 超大规模云厂商今年支出 7850 亿至 8200 亿美元,占美国 GDP 的 2.4%,明年预计增至 1.3 万亿美元。 作者认为决策者坚信技术奇点临近,但需警惕行业泡沫风险。
浏览器正逐渐取代 API 成为 AI 智能体的主要操作界面,支持直接读取网页、点击按钮及填写表单。 自 2024 年底起,Anthropic 推出 MCP 协议,OpenAI 发布 Operator 及 ChatGPT Atlas,Perplexity、Microsoft 和 Google 也相继在浏览器中集成 AI 助手。
作者从 Meta 软件工程师转型为 Skoltech 硕士及 Mistral AI 实习生,在求职季遭拒 413 次后终获工业界实习机会。 其在 Skoltech 侧重数据复杂性研究,Mistral 实习期间负责合成数据基础设施,而非模型训练。 经历显示名校背书对跨界进入 AI 领域至关重要,头部厂商品牌显著降低面试门槛。
用户指出 Claude 订阅服务存在隐性高成本,$20/月套餐在按量付费标准下价值数千美元。 用户实测 $15 额外用量仅够 10 次回复,其中约 10 条响应消耗 $9.20,凸显按量计费的高昂单价。 用户担忧 Anthropic 未来将订阅涨价至匹配真实按量成本,引发对补贴结束时间的讨论。
文章指出,AI并未实现代码创建的民主化,因为企业限制用户仅能使用其工具进行其认可的操作,如禁止逆向工程冰箱固件。 缺乏大规模的民主化算力支持,用户无法在自身系统上运行AI,导致AI工具的使用受限于企业的“范围视图”和商业意愿。 这种现状意味着,若无法实现自主运行,个人用户依然受制于企业的偏好和限制,无法真正自由地使用AI技术。
大厂员工为迎合考核进行“表演式”AI提效,Visier调查显示48%美国员工夸大AI使用频率。 员工将简单任务包装成复杂流程,甚至做出无人使用的Skill;部分企业将AI使用率与绩效挂钩,导致工作量增加。 这种现象反映出职场中的AI焦虑与形式主义,暴露了管理逻辑与员工真实需求之间的错位。
Google Labs 负责人 Josh Woodward 分享了谷歌管理 AI 前沿探索团队的方法论。他建议保持实验室组织独立性以避免大型公司常见的“三年即衰”陷阱,并强调团队需利用最新模型持续探索可能性,通过“零到一”、“一到十”、“十到一百”三个阶段评估产品是否值得继续投入或放弃。
文章提出一套 AI 安全政策框架,主张通过认证可信部署方(Trusted Deployers)和独立评估者来管控高危模型权重,而非仅限制模型本身。 框架要求部署方建立安全环境并获得 AIDSL 评级,独立评估者审计模型能力与部署合规性,并建议由 Hugging Face 等机构承担托管与分发职能。
本周基于 ToneBench 的开源模型写作评测显示,Z.ai GLM-5.3、Kimi K3、DeepSeek V4.1 Flash 1017 在写作分上领先 Meta、xAI、Google 的对应最佳模型,但与 Claude Opus 5.5 仍有 584 Elo 差距。
推荐理由:基于实测给出开源模型的写作能力、成本结构和“生成多份挑优”的实操路径,适合规模化写作者参考。
任天堂代表宫本茂在获文化勋章内定后举行记者会,阐述其对游戏及交互式媒体的见解。他主张利用交互式媒体创造让人忘记日常时间的装置,并强调通过严谨的界面设计使游戏融入家庭日常。宫本茂认为,这种注重易用性的设计理念未来可拓展至更广泛的计算机交互式领域,推动日本在该领域的创新。
任天堂传奇设计师宫本茂获颁 2026 年度日本文化勋章,在授勋记者会上谈及 AI 创作。 他警告 AI 快速生成内容易让用户误以为已完成高质量创作,导致作品缺乏持久性。 宫本茂认为应坚持人类意图在创意中的核心地位。
项目 “Dear Superintelligence” 正在创建一个动态档案,记录人类在 AGI 到来前的思想、情感与希望。该计划旨在促进关于 AI 对齐和合成意识的讨论,并计划明年在画廊举办公共艺术装置展示这些留言和视频。
可灵AI于10月15日将Kling 4.0正式全量上线,支持最长30秒原生生成与多关键帧控制。导演金性洙、李少红、陆川及多位国际制作团队表示,Kling 4.0在大幅动态表现、物理交互、角色一致性和复杂指令遵循方面显著升级,能减少无效生成并提高素材可用率。
推荐理由:原文列举了多位行业导演及制作团队的实际项目反馈,读者可据此了解Kling 4.0在物理交互、角色一致性等维度的专业应用表现。
作者指出 NeurIPS、IEEE 和 ACM 等顶级期刊中广泛存在的“trading off latency for accuracy”表述存在逻辑反转错误,这种语义模糊会导致 AI 模型在训练时误解变量关系。原文主张统一使用“speed-accuracy trade-off”以消除歧义,防止 AI 智能体在执行任务时因误读指令而失控。
修补奖励黑客攻击(reward hacking)虽能降低可衡量的作弊率,但缺乏解释修复向模型传递了何种知识的理论框架。 这类方法归根结底仍是经验性的,且训练环境供应商对良好行为的定义并不统一,无法用单一自然概念概括。
拜登政府前EPA署长与特朗普政府前FERC主席联名呼吁建立联邦数据中心监管框架。 他们指出当前数据中心建设速度远超监管能力,导致社区面临电费上涨、污染及水资源压力,部分州甚至实施临时禁令。 两位官员类比1926年《航空商务法》确立早期航空标准,警告若无联邦框架,美国AI基础设施将面临停滞或转嫁成本给邻国的风险。
Google CEO Sundar Pichai 表示,谷歌研究团队目前使用 AI agents 协助构建下一代模型,但在模型开发的多个环节描述“RSI loops 与 AI 研究人员”的混合模式时,他明确表示谷歌距离递归自我改进(RSI)的最终状态“非常遥远”。