夜雨聆风
AI 与 3D 打印每日资讯|2026-04-24
写在前面
今天的资讯里，有一个词反复出现：规模。从 SpaceX 自研 GPU 到 Beehive Industries 拿到空军的 2970 万美元大单，到 Northwestern 大学用 3D 打印的神经元和真实脑细胞对话——它们都在说同一件事：技术已经走过了”能不能用”的阶段，现在的问题是”能跑多大”。
🤖 AI 领域
1. Google 75% 的新代码是 AI 生成的——而且还在涨
Google CEO Sundar Pichai 近日在博客中透露，Google 目前所有新代码中有 75% 由 AI 生成，比去年秋天的 50% 进一步上升。这个数字的背景更值得注意：Google 专门成立了一个” strike team”来提升 AI 模型写代码的能力，目标是追平 Anthropic——后者早在今年 2 月就宣布，用 Claude Code 生成的代码占其总代码量的 70% 到 90%。
这意味着大厂们已经开始用 AI 重写内部的工程流水线。对于软件开发行业来说，这未必是好消息：如果连 Google 这样体量的公司都在靠 AI 写代码，对人才市场的影响会是什么？
2. AI 研究 agent 大乱战：Google Deep Research Max vs 竞品
Google 在 4 月 21 日发布了 Deep Research Max，这是其自主研究 Agent 的升级版本，基于 Gemini 3.1 Pro 模型，可以自主在网页和私人数据中搜索、整合信息。
这个时间点很有意思：Anthropic 几乎同期宣布向所有 Claude 用户开放 App Connectors，移动端也在 Beta 中。VentureBeat 的报道直接用了一个词——”race”（竞赛）。几家大厂都在争同一个场景：能让 AI 代替人类分析师花几小时甚至几天才能完成的调研工作。
对于企业级 AI 来说，这是最明确的生产力锚点之一。谁能真正做好这件事，谁就能拿到知识工作自动化的入场券。
3. Spotify 推出 AI 音乐标签，但”自愿披露”能解决根本问题吗
Spotify 宣布与 DistroKid 合作推出 AI 生成音乐的标签制度，这是今年 9 月宣布的 DDEX 标准落地的第一步。但问题在于：这是自愿的。
The Verge 的报道指出了尴尬的现实——AI 生成的音乐上传量正在逼近人类创作的音乐，而自愿标签对解决这个问题能起的作用相当有限。平台如果不强制要求披露，只靠创作者自觉，结果可想而知。
这里的深层矛盾在于：当 AI 生成内容的成本趋近于零，创作边界被彻底模糊，质量监管就成了一个需要主动干预的难题。Spotify 开了个头，但离真正解决问题还很远。
4. Meta 裁员”补贴”AI 投资——大厂都在重新分配资源
The Verge 报道，Meta 近日进行了一轮裁员，涉及”帮助抵消我们在 AI 方面的其他投资”。表述很直白：AI 投入在大幅增加，其他预算要被牺牲。
这和整个行业的大趋势一致：算力、人才、云基础设施的成本在持续攀升，而这些投入的回报周期又难以预测。每一笔投向 AI 的钱，都意味着另一块业务在失血。对于非 AI 业务的团队来说，这个信号值得警惕。
5. AI 加剧不平等？MIT 诺贝尔经济学奖得主发出警告
MIT 教授、Daron Acemoglu（2024 年诺贝尔经济学奖得主）最近在一项调查中表示，AI 很可能让贫富差距进一步扩大。”能让 AI 真正发挥作用的人，需要一定的教育水平、抽象思维能力和对计算机的熟悉度——这不是所有人都具备的条件。”
他的判断很直接：”AI 几乎肯定会增加劳动和资本之间的不平等。这基本上是确定的。”
这个声音在业内相对稀缺。大多数从业者更愿意谈论 AI 的效率和普惠，而 Acemoglu 的观点提供了一个不同的视角：技术本身是中性的，但技术获取门槛不是。
🖨️ 3D 打印领域
6. Northwestern 大学 3D 打印出能与脑细胞对话的神经元
Northwestern 大学的研究团队近日在 Nature Nanotechnology 发表论文，宣布用气溶胶喷射 3D 打印技术打印出了一种可以和真实脑细胞通信的电子神经元网络。
关键细节：打印系统基于二硫化钼（MoS₂）和石墨烯的电子墨水，印在柔性聚合物上，而非传统刚性硅基板上。打印的神经元与小鼠真实脑细胞相邻放置后，成功发送信号并获得了真实神经元的响应——两种系统实现了跨生物和工程的直接通信。
研究者的长远目标有两个：一是用于脑机接口和神经假体（听觉、视觉、运动），二是类脑计算——后者被团队成员 Mark Hersam 直接表述为：”大脑的能效比数字计算机高五个数量级，所以我们应该向大脑学习下一代计算。”
这个方向的核心逻辑：AI 训练的数据和能耗问题正在逼近物理极限，而大脑是唯一已知的高效率信息处理系统。
7. Beehive Industries 获得美国空军 2970 万美元合同：3D 打印涡喷进入量产阶段
美国加州公司 Beehive Industries 宣布获得美国空军 2970 万美元合同，用于完成 Frenzy 8 引擎的车辆集成、飞行测试和认证。合同还涵盖 Frenzy 6 引擎的进一步开发。
这则新闻的核心信息是：3D 打印喷气发动机不再只是”能做出来”，而是进入了”能稳定量产”的阶段。Beehive 声称其工艺可年产数千台 Frenzy 发动机，成本比传统系统低 60%。合同通过 SOSSEC 联盟管理，属于美国空军”家庭 affordable 大规模弹药”（FAMM）计划的一部分——目标是为无人机组队建廉价、可消耗的动力系统。
Beehive 的发动机直径 6-9 英寸、推力 100-300 磅、从原型到飞行认证版本的迭代在不到一年内完成。这个速度和成本结构，是传统发动机制造无法实现的。
8. 3D 打印细胞研究新方向： Nottingham 大学探索”形状”如何影响愈合
Nottingham 大学的研究团队获得了英国医学科学院 Springboard 计划的资金支持，用于研究细胞如何感知和响应其物理微环境。
核心发现：细胞的活性和行为受其所在”微环境”的形状、纹理强烈影响——不只是化学信号。这个发现的重要意义在于：传统实验室研究大多在平面培养皿上进行，这无法反映细胞在真实人体中的三维生存环境。
3D 打印在这里扮演关键角色：UpNano 的双光子聚合（2PP）技术被用于制造微米级和纳米级的精细结构，使研究者能够精确控制细胞周围的物理边界。这是 3D 打印在基础生物医学研究中的典型应用——不是打印器官，而是打印”细胞生活的小环境”。
9. APES 在 RAPID + TCT 现场演示 Matrix6D：芯片封装走向”即开即用”
Advanced Printed Electronics Solutions（APES）在 RAPID + TCT 2026 现场演示了 Matrix6D 平台——一个可以在工厂车间直接展示的芯片封装系统，打破了芯片制造长期在封闭 fab（晶圆厂）内进行、对外透明度极低的状态。
这个演示的背景是”Semicap Insurrection”（半导体资本设备革命）：芯片设计正在从 2D 走向 2.5D 和 3D，AM 是实现先进封装的关键工具之一。APES 与 Great Lakes Semiconductor 的合作，将 Matrix6D 作为”F aaS”（Fab as a Service）模式的核心——小批量、高混合、按需生产，正是 AM 的核心优势场景。
如果这个模式被验证成功，它将重新定义芯片制造的经济学——从”少数大厂垄断”到”分布式、按需封装”。
10. Bambu Lab 3D 打印无人机配件：测量鲸鱼的新工具
Bambu Lab 与 Tandem Ventures 合作开发的 WHASER，是一个用于无人机的 3D 打印配件，可以通过 LiDAR、GPS 和红外测量鲸鱼体征。项目已用这个工具测量了 115 头北大西洋座头鲸。
这个小案例值得关注的点不在于技术本身有多复杂，而在于 3D 打印的配件正在让”测量世界”的成本大幅下降——不只是鲸鱼，还可以是建筑保温、海洋溢油、森林干燥度……研究者用 ESP32 微控制器 + 小型 LiDAR + GPS + IMU 做了一个轻便的组合装置，通过迭代 3D 打印外壳来优化重量、续航和防水性，最终形成了可运输、可重复使用的产品。
这代表了一个趋势：当 3D 打印的门槛低到一定程度，工具本身变成了科学研究的标配，而不是昂贵的定制选项。
📌 今日小结
今天的两条线索，一条是 AI 的规模扩张到了什么程度——Google 75% 代码 AI 写、Meta 裁员补贴 AI、Acemoglu 质疑 AI 加剧不平等；另一条是 3D 打印的规模应用正在从工业延伸到生命科学和半导体。
两个行业有一点是相通的：概念验证期已经基本结束，接下来的问题是”谁能把它变成可规模化的生意”。3D 打印的 Frenzy 发动机和 Northwestern 的打印神经元，都是这个阶段的代表。
明天见。