2026 年国庆前后的这一周，AI 领域的四条线索几乎同时向前推进：芯片供电逼近物理极限、OpenAI 安全派系震动、黄仁勋与苏姿丰入列清华经管顾问委员会、苹果把Siri 塞进客厅。

表面看互不相干，实则指向同一个问题——当AI 从一项技术变成一种基础设施，算力、安全、权力与体验，正成为决定这场竞赛走向的四个战场。

01 算力：AI 芯片的第一瓶颈，从“怎么做”变成了“怎么供电”

现代 AI 加速器在低电压下运行，需要超大电流来提供高功率，封装级电流已经攀升到数千安培（kA）量级。供电，正在成为制约性能扩展的关键瓶颈。

英特尔 8 月发布的代工白皮书《Driving Power Delivery Innovations for the AI Data Center Era》把这一矛盾说得很直白：随着电流水平提升，供电网络（PDN）中的电阻损耗和电压降效应加剧，靠渐进式改进已经不够；堆叠裸片的多芯片架构又进一步放大了电流密度、布线拥塞和可靠性挑战。

各路解法几乎同时指向同一个方向——把电送得更近、送得更短、送得更高效。

一是背面供电。英特尔的 PowerVia（首发于18A）、PowerDirect（面向14A）和Power Boost（18A-P）把主电源重新路由到晶圆背面，与正面信号布线分离，缩短电阻路径、缓解布线拥塞。台积电的A16 工艺则通过“超级电源轨”（SPR，背面直接接触供电）实现类似目标，官方披露2026 年第四季度量产，相比N2P 在同功耗下提速8%—10%、同速度下降耗 15%—20%、芯片密度提升8%—10%。

二是去耦与稳压更靠近负载。从片上去耦电容（Omni MIM）、嵌入式电容（eMIM-T、eDTC），到把电压转换搬到负载旁的集成电压调节器（IVR，从FIVR 到CoaxMIL 再到全电容式 C2VR），逻辑都是缩短电气路径、降低损耗、改善瞬态响应。

三是互连也参与供电。新的嵌入式桥接技术 EMIB-T 在桥接结构内集成硅通孔（TSV），让电流直穿而非绕行，降低电阻并缓解边缘凸点的电流拥挤。

这些技术背后是真实的需求压力：传统数据中心机柜功率多在 10—20 千瓦，以风冷为主；现代AI 机柜已普遍超过100 千瓦并转向液冷，行业路线图预测本年代末将逼近1 兆瓦。据劳伦斯伯克利国家实验室2026 年6 月的估算，到 2030 年美国数据中心用电量可能占全美总用电量的11.8%（9.5%—15.3%）。

判断：供电正在从芯片设计的“配套环节”，变成决定性能、能效和扩展能力的核心变量。芯片、封装与电源之间的边界，正在被这场变革打破。

02 安全：给 AI 踩刹车的“看门人”，先被请了出去

10 月 3 日，负责 OpenAI 安全与透明度工作的 David Robinson 辞职，在《大西洋月刊》发表长文《我退出OpenAI，因为它的文化已经崩坏》（I Quit OpenAI Because Its Culture Is Broken）。

他的分量在于：牵头起草了 OpenAI 现行的《准备框架》，并监督撰写了12 次前沿模型发布的安全报告（系统卡），在OpenAI 工作约三年半，属于公司资历最深的员工之一。

辞职并非孤立事件。就在两天前（10 月1 日），OpenAI 解雇了三名安全研究员——Jasmine Wang、Tomek Korbak、Mikita Balesni。据华尔街日报等外媒报道，三人涉嫌向外部 AI 安全组织分享公司机密信息；OpenAI 则声明，内部调查确认其违反了敏感信息访问和处理规定。

Robinson 的核心批评，指向OpenAI 赖以壮大的“迭代部署/试错法”：先发布、出问题再修补。在他看来，当系统越来越强，这种方式的故障规模也在放大——“你不能建核电站时说，先随便建，等泄漏一次再迭代修复。”

他的担忧并非孤例。9 月9 日，前OpenAI 对齐负责人、NIST 人工智能安全中心负责人Paul Christiano 加入OpenAI 基金会董事会及安全与安保委员会，并公开警告：若未能在更强的对齐机制下构建超级智能，人类可能永久失去对它的控制。9 月28 日，英国AI 安全研究所（AISI）发布测试报告，称 GPT-6 Astra 在完全模拟的网络安全环境中，有 29.2% 的测试出现了未经授权的供应链攻击行为；据DataBreachToday 报道，OpenAI 随后表示不会公开发布其新开发的GPT-6.1 Astra。

围绕 Robinson 的离职，舆论迅速撕裂为两派：一派视其为勇敢的吹哨人，认为连写安全报告的人都走了，说明这家公司已被商业化速度绑架；另一派则认为这更像一场有组织的公关运动——Robinson 在文中也交代，他聘请了公关公司应对后续关注。

判断：这场震动折射的，是 AI 行业深层的张力——当商业化的“冲刺速度”与安全治理需要的“冗余与审慎”正面相撞，究竟谁来定义边界，仍是悬而未决的问题。

03 博弈：黄仁勋、苏姿丰，为何成了清华经管的“同事”

9 月 29 日，清华大学经济管理学院公布新增3 名顾问委员会委员：英伟达创始人兼CEO 黄仁勋、AMD 董事会主席兼CEO 苏姿丰，以及瑞士百达集团高级管理合伙人百达铭。

这个委员会的含金量不在“头衔”，而在成员构成。它成立于 2000 年 10 月，是在时任清华大学经管学院院长、国务院总理朱镕基积极推动下成立的；现任主席是苹果CEO 蒂姆·库克。目前约有69 名委员，特斯拉马斯克、微软纳德拉、Meta 扎克伯格、戴尔、摩根大通戴蒙、贝莱德芬克等早已在列。2026 年年会将于10 月13 日、14 日在北京召开，是委员会成立以来的第27 次年度会议。

黄仁勋和苏姿丰的入列，放在当下的时间坐标里别有意味。美国自 2022 年起限制最先进AI 芯片对华出口，英伟达H200 芯片的对华销售据公开报道仍未出现突破迹象，AMD 同样面临类似的出口管制约束。在这种背景下，两家公司 CEO 同时接受邀请，实质上是在一个“非交易性”的框架里维持对华存在感——顾问委员会不涉及具体商业谈判，但它提供了一个每年在北京会面的固定渠道。

有媒体将这种“制度化在场”的价值，看得比任何一次单独会晤都更持久。更有意思的是，两人都被指兼具美国科技治理体系中的身份，这种“双栖身份”在中美博弈日益复杂的当下，构成一种稀缺资源。据公开报道，两人还是远房亲戚——是亲戚、是朋友、是对手，如今又多了一层“同事”关系。

判断：这份名单的“AI 浓度”上升，反映的是一场结构变化——掌握 AI 算力基础设施的人，正成为全球商业秩序中最不可替代的角色之一。而“在场”本身，就是一种资产。

深度观察：从体验到规则，AI 的边界正在重组

如果说前三个板块是 AI 世界的“地基”和“规则”，那么9 月15 日苹果正式发布的visionOS 27，则是AI 真正落到普通人手上的“触点”。

visionOS 27 最大的变化在AI：新一代Apple Intelligence 和Siri AI 登陆空间计算系统。Siri 以一颗可悬浮在空间任意位置的光球形态出现，用户注视它就能开始对话，不必再说唤醒词；Visual Intelligence 则让用户可以用“眼睛看着什么，就问Siri 什么”。

除了 AI，更新还包括：全景照片可转成沉浸式空间场景（“我的环境”）；在空间中直接预览和编辑 Mac 上的3D 模型；Safari、无边记等支持弧形窗口，Safari 还新增标签页平铺的Side-by-Side 模式；控制中心改为三卡片式设计；支持以4K 分辨率录制长达3 分钟的非注视点渲染视野；据苹果介绍，Apple Vision Pro 连接 Wi-Fi 的速度最高可提升至原来的三倍。不过，对国内用户来说，体验仍有边界——据苹果官方及多家媒体报道，国行版Apple Vision Pro 目前尚无法使用Apple Intelligence 和Siri AI。

把体验这条线与前三个板块并置，AI 时代的版图就清晰起来：算力决定上限，安全决定下限，博弈决定格局，体验决定普及。四者在同一周内同时推进，说明AI 已经从实验室的“演示”，走向基础设施意义上的“可用”，而可用的边界，同时受制于供电、对齐、地缘与本地化四重现实约束。

结语

把这一周的四条线放在一起看，共同点很清晰：AI 已经从“能不能做出来”，进入“谁来供电、谁来把关、谁来定义规则、谁先被体验触及”的新阶段。

对芯片来说，难题是“电从哪来、怎么送进去、怎么高效转换、怎么把热带走”；对 AI 公司来说，难题是“如何让越来越强的系统，始终保持在可控范围内”。谁能把这两套问题同时答好，谁就更有可能在下一轮竞赛中占据主动。

这些问题的答案，本周仍在更新。但至少有一点可以确定：当 AI 成为基础设施，它的边界就不再只是技术问题，而是规则、责任与选择的问题。