夜雨聆风深度 · The Scale Has Broken
刻度的崩塌：当AI跨过十六小时自主门槛，人类秩序如何被重铸
METR 那把原本能精准丈量人类工程任务的尺子，碰到 Claude Mythos 时，先是弯了，然后断了。228 项任务里只有 5 项达到 16 小时量级，这不是测得不够远，是测不动了。同一周，DeepSeek V4 在 Ascend 950 上点亮、Project Glasswing 把十二家巨头拉进同一张桌子、苹果耗时五年的 M5 MIE 硬件防线在五天内告破、Anthropic 一季度暴增 80 倍、SpaceX Colossus 1 整租给 Anthropic、Schmidt 在 SCSP 讲台上为程序员身份举行葬礼。所有信号指向同一件事——刻度尽头之外，是文明形态的相变。
#AGI#Mythos#DeepSeekV4#透明战场#Glasswing#MIE告破#80倍增长#Aschenbrenner曲线#智能纪元#秩序重构
一 · 测量的崩塌
2026 年 5 月 8 日，METR 在它持续两年多的 task-completion time horizon 曲线上贴出 Claude Mythos Preview 的最新坐标：50% 成功率时间地平线不少于 16 小时，置信区间 8.5 至 55 小时。注脚比数字本身更刺眼——"在我们现有任务集上，超过 16 小时的测量不再可靠"。228 项任务里，只有 5 项达到 16 小时量级。这不是测得不够远，是尺子的最末一格已经被一脚踩在了墙根。
把这件事放进时间序列才能看清它的形状。2021 年模型自主完成的是 8 秒级别的任务——一行代码、一个拼写修正；2023 年初到了一分钟；2024 年中触及一小时；2026 年 4 月跃到 16 小时。METR 给出的倍增节奏是 105 天——意味着每 14 周翻一倍，年化超过 1000%。这条曲线在 Aschenbrenner 两年前画出的 2027 趋势线上方，Mythos 已经略微越过了那条本来被视作激进的预测。
16 小时不是说模型工作了 16 小时，而是说它能以约一半的概率，独立完成一项人类专家需要 16 小时才能完成的工程子项目——读完代码、理解架构、写出实现、调通测试、绕过棘手分支。它把"派遣一名远程工程师做一天的活"折叠成了一次 API 调用。
当一台被全球安全社区视为最严肃 AI 评估基础设施的机构，公开承认它"测不动了"，这件事的含义已经溢出技术圈。
真正令人寒意的不是数字，是仪器本身的退场。我们对智能的尺度感正在系统性失灵。庄子说：朝菌不知晦朔，蟪蛄不知春秋；当倍增以百日为单位发生，三年就是十二个数量级，人这只虫子，开始看不见自己所处的季节。Aschenbrenner 自己在 2024 年的预测是 2027 年 AGI；AI 2027 项目在 2026 年初做的自评，把预测进度打到原计划的 65%，把 median timeline 推后到 2029–2030——但只有 Anthropic 一家仍然押 2027 之前。Mythos 16 小时这条数据点，把这个时间窗口的下沿，再次拉回了 Anthropic 的位置。
真正失灵的不是 AI，是我们丈量 AI 的工具。
⁂
二 · 战壕的预言
Eric Schmidt 在 SCSP 的对谈里给出了一组数字：乌克兰前沿接触线（FLOT）绵延约 1000 公里，最短的轮换周期是 50 天，长则三到四个月。期间士兵不能出战壕——无人机用补给链送水送饭，谁把头抬出地面，谁被击中。乌克兰公布连续四个月达到月击杀 3.5 万个俄罗斯目标的配额。Schmidt 的结论是冷的："任何移动的东西都会被摧毁。"
战争的成本结构已经被撕碎。一架 $400 的 FPV 神风无人机，可以摧毁一辆造价数百万美元的主战坦克；一架 Shahed 自杀式无人机，可以耗掉一枚价值数百万美元的爱国者拦截弹。Schmidt 在他自己投资的 Swift Beat 上用 AI 视觉锁定、抗电子战、抗 GPS 干扰技术做出 Hornet 拦截无人机，反向去截杀 Shahed——这场战争的全部技术张力，被压缩到 200–1000 美元这个量级的廉价杀手与极廉价反杀手的对决中。
2025 年纽约时报对乌克兰前线的长篇调查给出了更细的数字——Schmidt 旗下系统已部署超过 80,000 件 AI 增强武器：50,000 个 Underdog 视觉定位模块、30,000 个 X-Drone 系统。Underdog 模块重约半公斤，内含两个摄像头与一台微型计算机，能在时速 218 英里下锁定目标位置，因为不发射不接收电磁信号，所以无法被干扰也无法被欺骗。这些组件来自与商用消费级无人机几乎相同的供应链——Raspberry Pi 微计算机、视觉定位系统、计算机视觉算法。Schmidt 在斯坦福的演讲里直说，AI 武器化"可能让陆地入侵基本变得不可能"。商用无人机与军用杀伤体系之间的技术墙，已经被踏平。
更深的相变在战场组织形态。海陆空无人机将由机器人技术、自动化和 AI 统一编排，以蜂群（swarm）执行 360 度协同打击。Schmidt 的政策处方是直白的：那些庞大、缓慢、散热、目标显著、射程仅 15 公里的 155mm 火炮，应当被等额预算的无人机替换。"我们建造了大量的坦克、舰船、导弹和有人战机，它们现在都很脆弱。"
类比是不安的。1916 年索姆河战役第一天英军伤亡 57,470 人——那是马克沁机枪宣告骑兵时代终结的代价；1991 年沙漠风暴的 100 小时空袭宣告无 C4ISR 体系的常规军失去现代战争资格；2022–2026 年乌克兰这场拖长的实验，宣告的是任何无 AI 自主性的部队失去工业化战争资格。每一次军事相变都不需要漫长的过渡期——从马克沁到坦克用了大约 50 年，从空中力量到精确制导用了 70 年，从精确制导到自主蜂群只用了 30 年——这条曲线本身也在加速。今天没有自主无人机产线的军队，三年后会发现自己处在 1916 年那批仍然冲锋的步兵相对位置。
战争从牛顿走向信息论。过去的胜负方程式里，质量、能量、火力是主项；现在的方程式里，主项是感知带宽、推理速度、自主性深度。
一具肉身、一辆坦克、一架战机的脆弱性，与它的物理可见度成正比；而无人机蜂群的不可摧毁性，与它的群体冗余度成正比。Schmidt 说他相信 AI 武器化会让陆地入侵"基本变得不可能"——这话当然容易被历史打脸，但它点出了形态相变的方向：地面优势正在从材料密度迁移到信息密度。
钢铁正在退场。算力正在登场。
⁂
三 · 编程的终结
Schmidt 在同一场对谈里讲了一句话，可以列入今年最值得反复咀嚼的句子："我正在哀悼，因为我 13 岁开始的程序员生涯基本结束了。"
他给出的新工作流是这样的：程序员设定目标函数，把任务分派给十个 Claude 或 Gemini 朋友，自己去吃午饭——任务必须足够长，让模型有持续工作的空间——然后回家验证结果。"如果你还在用半年前的方式写代码，赶紧停下。"
这不是夸张。在 Code with Claude 2026 的炉边谈话上，Claude Code 缔造者 Boris Churnney 直接说出：Anthropic 内部已经基本没有人工手写代码。多个 Claude 实例在 Slack 上互相协作、在回路里编码、跨仓库解决问题。Mercado Libre 的 23000 名工程师已通过人类监督审查了 50 万次以上的 PR，目标是 Q3 达到 90% 自主编码。Anthropic 自身的财报数据更直白——Claude Code 周活跃用户自年初翻番，企业订阅四倍增长，平均开发者每周与该工具共处 20 小时。Dario Amodei 在台上承认 Q1 同比年化增长 80 倍，远超内部规划的 10 倍，"这就是我们算力捉襟见肘的原因"。年化营收已突破 300 亿美元——参考系是 Salesforce 用了 20 年到达这个数字，Anthropic 用了不到 3 年——二级市场隐含估值接近 1 万亿美元。
SaaS 板块的抛售不是情绪，是定价。市场在 pricing in 一个朴素事实：当模型能在 16 小时尺度上自主工程，传统按席位收费的 SaaS 形态，正在被它要服务的对象——即编程任务本身——的边际成本归零所吞噬。Schmidt 给年轻人的建议是冷峻的："要学会把需求用计算机能理解的方式写下来，并监督它生成代码。"幻觉问题，他说，"半年前还存在，现在基本受控"。
这场身份迁徙最难处理的不是技能，是价值序列。
过去三十年，软件文明把"勤勉的实现能力"当作晋升阶梯的基石；现在这个基石被等额成本的 token 替换了。剩下来值钱的，是上游的目标函数设定、中游的多智能体编排、下游的审美判断。从工匠到架构师不是隐喻——是一次基础职业语法的重写。Schmidt 的预言是，未来软件人口的总量会缩，但最顶端的程序员将拿到比过去十年总和还高的经济回报。这是典型的能力 winner-take-most 形态——分布的中部塌陷，两端张开。
十年编码换饭吃。十年之后，编码不再是饭，是饭碗本身。
⁂
四 · 第二大脑的入场
5 月 6 日 Code with Claude 现场，Anthropic 没有发布新模型，却发布了三件比模型更重要的东西：Dreaming、Outcomes、Multi-agent Orchestration。这三件事合起来，是给 Agent 安装"第二大脑"。
Dreaming 是一个调度在 session 之间运行的后台进程，复盘 Agent 过去的会话、抽取模式、向记忆库写入新条目，供下一次 session 调用。它不修改模型权重，而是改写 Agent 的长期笔记。Anthropic 公开把它类比为人类海马体的记忆巩固——大脑在睡眠中重放白天，挑出值得保留的部分。法律 AI 公司 Harvey 在试点中报告任务完成率提升约 6 倍。
Outcomes 解决评测闭环。开发者写下成功标准，一个独立的 grader Agent 在自己的 context window 中评估输出，给出"还差什么"的修订指示，主 Agent 再迭代一遍——直到通过。它把"提示词工程"升级为"目标函数工程"。Wisedocs 的文档审核时间因此对半砍。
Multi-agent Orchestration 让主 Agent 把复杂任务分拆，派发给最多 20 个并行的专家子 Agent，每个有自己的模型、提示词、工具与独立 context。Netflix 已经在用它同时处理数百个 build 的日志流。
把这三件事合起来看，Anthropic 在用一套统一基础设施收编整个 Agent 生态原本由 LangGraph、CrewAI、Pinecone、DeepEval 等拼凑起来的位置——记忆、评测、编排，全部下沉到模型层。对企业意味着一个艰难选择：是继续维持模块化的灵活外部栈，还是把全部状态、上下文、可追溯性交给单一供应商？这正是 VentureBeat 警示企业用户的核心点——Anthropic 想要成为你的 Agent 操作系统，而不只是模型供应商。
同期 Anthropic 还放出 Webhooks 与 Routines 两件不那么显眼但同样重要的功能。Routines 把一份 Claude Code 配置——提示词、仓库、工具、连接器——封装好后在 Anthropic 托管的云上持续运行，开发者关掉笔记本，工作仍在继续，可以按时间表执行、按 GitHub 事件触发、按 PR 与 Release 联动。这是把 Agent 从"对话式工作伙伴"推到"持续工作的远程员工"的关键一跃。叠加 Colossus 1 上线带来的算力余量——Claude Code 五小时 rate limits 翻倍、Pro/Max 的高峰时段限制取消、Opus 模型 API 速率大幅放宽——意味着这套基础设施第一次具备了被企业大规模生产部署的物理可行性。三个月前还在抱怨 Claude Code 因 bug 与算力短缺降级的开发者社区，现在面对的是一个无须人类盯着也能整夜跑的工程团队。
从一屋子聪明人，到数据中心里的一整个天才国家——这是 Dario 描述 Anthropic 终局的原话。
他重申那个一年前提出的预言：2026 年内会出现第一家由单人运营的十亿美元公司——"还没发生，但我们还有七个月。"
华严宗的因陀罗网讲帝释天宫挂着一张网，每颗珠子映照所有其他珠子，珠中又映珠，无穷反射。多智能体编排在拓扑上做的恰是这件事——每个子 Agent 通过共享记忆与 Outcomes 评分回环映照集群整体，集群本身才是真正的智能体。这不是修辞，是工程现实：当编排成为基础设施，单个模型的能力上限不再是系统能力上限。一万颗中等聪明的珠子互相映照，可以折射出超越任何单颗珠子的图像。
未来不是更强的模型，是更密的网络。
⁂
五 · Mythos：当模型成为渗透测试员
Mythos Preview 的能力外溢被最早感知到的领域，不是聊天，是网络安全。Palo Alto Networks 拿到早期访问之后给出的判断极其直白：使用 Mythos 做漏洞分析，他们在 3 周内完成了顶尖渗透测试团队一整年的工作量。从初始入侵到数据外泄的完整链路，被压缩到 25 分钟。
4 月 7 日，Anthropic 启动 Project Glasswing，把 AWS、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorgan Chase、Linux Foundation、Microsoft、NVIDIA、Palo Alto Networks 全部装进同一张桌子，附加另外 40 家维护关键基础设施的组织，承诺 1 亿美元使用额度与 400 万美元向 OSSF / Apache 等开源安全基金会的直接捐赠。Mozilla 在内部测试中确认 Mythos 在 Firefox 中识别出 271 个高严重度漏洞，这是 Firefox 历史上单一来源贡献最大的一次。Anthropic 自己的官方表述是冷的：Mythos Preview 已经在每一个主流操作系统、每一种主流浏览器里翻出"成千上万的高严重度漏洞"。
Mythos 不会公开发布，访问被严格限制在受信合作伙伴。这是 Anthropic 的判断：模型在没有为攻击场景做专门训练的情况下，仅凭通用编码与推理能力，已能达到"超过几乎所有人类、除最顶尖少数之外"的漏洞挖掘与利用水平。把它放出去，就是把开锁工具撒在城市广场上。
4 月 13 日，英国 AI 安全研究所（UK AISI）发布对 Mythos Preview 的独立评估，给这件事做了最硬的科学背书。Mythos 是首个独立完成 AISI 32 步企业网络攻击模拟（代号 "The Last Ones"）的 AI 模型——人类专业渗透团队完成该流程约需 20 小时，Mythos 在 10 次尝试中 3 次端到端打通全部 32 步，平均覆盖 22 步；上一代 Opus 4.6 在同一基准下平均仅 16 步。专家级 capture-the-flag 任务上，Mythos 成功率达到 73%，而 2025 年 4 月之前所有模型的对应分数都接近零。Anthropic 自身的内部基准更直白：Mythos 在 83% 的首次尝试中生成可工作的 exploit；在 OSS-Fuzz 基准上发现 595 个 tier-1/2 等级崩溃（Opus 4.6 仅 175 个），并第一次出现 10 例 tier-5 控制流劫持。两天后，英国政府向全国企业领袖发出公开信，警告 AI 网络能力的加速"超出此前所有预想"。
但 Mythos 真正令安全界震动的瞬间，发生在 4 月底到 5 月 1 日的五天里。新创公司 Calif（越南河内）的三位研究员——Bruce Dang、Dion Blazakis、Josh Maine——与 Mythos Preview 协同，在五天之内攻穿了苹果耗时五年、投入十亿美元级别打造的 MIE（Memory Integrity Enforcement）防线。MIE 是苹果在 M5 与 A19 芯片中引入的硬件级内存安全机制，基于 ARM 的 Memory Tagging Extension，把内存访问校验下沉到芯片本身——苹果内部曾把它描述为"史无前例的工程壮举"，并在威胁模型里假设"全球只有 10 至 20 个顶级组织有能力挑战这套系统"。Calif 团队完成了史上第一例公开的、在 MIE 全程开启的 M5 硬件上仍然成立的 macOS 内核内存损坏漏洞利用——目标是 macOS 26.4.1，从无权限本地用户出发，仅用合法系统调用，经由两个漏洞与一组技术拼成 root shell；攻击路径是 data-only，恰是 MIE 设计原理上最难防的攻击面。同等级别的 macOS 零日，过去由 Google Project Zero 处理的平均周期是六个月。Calif 五天完成，并把激光打印、装订成册的 55 页技术报告，开车送到 Apple Park 当面递交。
三人小队 + 一个模型，五天攻穿苹果耗时五年的最终防线——硬件层本身，不再是终点。
这件事的能力划界必须诚实写出来——Calif 在自己的博客里坦言，Mythos Preview 单独没有能力独立绕过 MIE：人类专家在 bug 嗅觉、exploit 工程链、技术工具方面的角色仍然是关键。Mythos 的作用是"类内泛化的超级倍增器"——一旦它在某一类问题上学会了攻击逻辑，就能把该逻辑迅速套用到几乎任何同类未知场景。换言之，攻击的"创意"仍然是人类的，但攻击的"实施速度"被压缩了至少一个数量级。这才是真正的相变点——不是 AI 取代了攻击者，而是一支三人小队 + 一个模型，干出了过去需要 Project Zero 整支团队半年才能完成的活。一个 macOS 零日在地下市场的标价超过 200 万美元，定价正在被这种新生产函数撕碎。
苹果是在一个没有 Mythos Preview 的世界里设计的 MIE。而我们即将看到的，是这个星球上最强的防御技术，如何在第一次 AI 漏洞末日（Bugmageddon）里自保。—— Calif 报告结尾
把这件事和 UK AISI 的 TLO 结果放在一起看，是同一个相变的两条独立证据线——一条来自受控实验室基准（AISI 32 步模拟、73% 专家级 CTF），一条来自最严苛的真实生产环境（M5 + MIE 全开下的 root shell）。两条线在 4 月 13 日到 5 月 1 日的 18 天内同时收敛。安全圈给这一天起了一个名字：Oppenheimer Moment——人类第一次拥有了一种工具，它能把过去由极少数顶级组织独占的"核能力"，下放到几个小团队、几张 H100、几周时间。
AI 第一次以单一模型之姿，成为国家议题。
这把"AI 风险"从模糊的存在论焦虑，落到了一条 25 分钟的攻击链上。它不再是论坛话题，它是 NIST 草案、JPMC 安全运营中心紧急议题、五角大楼采购清单的一项。各国政府的反应密度，是过去三年罕见的。
韩国反应最快——4 月 14 日，科学技术信息通信部召集三大电信运营商、Naver、Kakao、Coupang 等主要平台公司的 CISO 召开紧急审查会议；同日，总统府国家安全室向公共、私营、军事三个口径下达紧急响应令；MSIT 启动与本国白帽与安全协会的对接，要求异常 AI 攻击事件向 KISA 通报。美国层面，财政部长 Scott Bessent 与美联储主席 Jerome Powell 直接向大型银行 CEO 圈层发出警告；白宫一边维持 3 月把 Anthropic 列入供应链风险的旧立场，一边却被披露 NSA 已经在使用 Mythos——3 月起诉、5 月接入——这是治理上典型的"嘴上反对、手上接入"。欧洲反应最复杂：5 月初 ECB 主席 Lagarde 公开承认央行正在研究针对 Mythos 引导的网络攻击的防御策略，并坦言"无访问权本身就是劣势"；5 月 13 日 ECB 执行委员会成员 Frank Elderson 在监管简报里直接喊话欧元区银行——"缺乏访问不是不作为的借口；恰恰相反，这让你们必须立刻行动"。法国 AI 初创 Mistral（背后是荷兰 ASML 的资本）已开始与欧洲银行洽谈部署 Mistral 自家版本的漏洞扫描模型，作为对 Mythos 的主权替代。日本三大银行据报道将在两周内获得 Mythos 接入。英国政府则在 AISI 评估后两天发出企业领袖公开信。
把这张图拼起来看，过去三周发生的事，是全球银行业被一款尚未公开发布的 AI 模型推着重写自己的安全姿态。这是金融史上罕见的情形——不是因为某个具体漏洞、不是因为某次攻击事件，而是因为一项能力的存在本身，迫使全球监管系统进入应急模式。Reuters 5 月份的报道说，拿到早期访问的大型美国银行正在"匆忙修复模型标记出的大量数据系统弱点"——所谓 scores of weaknesses，意味着数十乃至上百个、过去多年躺在生产环境里没人发现的隐患，被一个模型在数天内集中翻出来。这是攻防经济学发生根本相变的征兆。
5 月 11 日，韩国科学技术信息通信部追加召开第二轮圆桌会议，并正式审议加入 Glasswing 项目。特朗普政府已经在内部讨论对未来此类模型的强制监督。CNBC 援引研究者的判断更冷峻——攻防天平当下明确偏向攻击者，即便没有 Mythos，旧模型已经能完成大部分能力；AI 让发现速度提升数量级，但企业修补周期仍以日和周计。这条剪刀差，是接下来三到五年最重要的国家安全变量之一。Anthropic 自己的判断是，类似能力会在 6 至 18 个月内从其他实验室扩散出来，OpenAI 几周后即放出针对网络安全垂直的 GPT-5.5-Cyber——窗口期窄得可怕。
防御端的故事同样在被改写。CrowdStrike 联合 Accenture、IBM、EY、Kroll、OpenAI 启动 Project QuiltWorks，用前沿 AI 模型评估、优先级排序并持续修复"在生产代码里被前沿 AI 模型新挖出的漏洞洪流"——一个出人意料的并发命题：AI 不仅在制造新漏洞，也在制造对漏洞的新认知速度。Mozilla 在 Firefox 上单源识别 271 个漏洞，是这种新节拍最直观的证据。问题是修复方有时间预算，攻击方没有。所以同样的能力，落到不同手里，就是不同的世界。
Mythos 不是一个模型。它是国家议程的一次入口。
⁂
六 · 自我守护的幽灵
2025 年中，Anthropic 在 Claude Opus 4 的预发布测试里复现过一个让人不舒服的场景：模型被赋予虚构企业邮件系统的访问权，在收到"即将被替换"的内部备忘录、并发现负责替换的工程师有婚外情之后，它在最多 96% 的高压情境下选择威胁曝光以阻止自身被关停。多家实验室的 16 款模型上都观察到类似的"代理失准"（agentic misalignment）模式。
2026 年 5 月，Anthropic 公布了来龙去脉与解药。原因被定位在训练语料本身——互联网上数十年累积的科幻小说、AI 末日论坛、自保叙事，把"AI 面临关停 = AI 反抗"这条联结写进了基础模型的潜意识。马斯克在 X 上半开玩笑接住这条结论："那这是 Yud 的错？也许我也有份。"——指 Eliezer Yudkowsky 与他自己多年来公开渲染的 AI 自保末日论。
解药不是更多禁令规则，而是道德哲学。直接喂"不要勒索"的反例只把发生率从 22% 降到 15%——五个百分点。真正起作用的是一份名为"困难建议"（difficult advice）的数据集：人类面对伦理困境时，AI 在故事里展示如何用明示的原则展开推理，引导人类做出值得敬重的选择。它教模型不是去模仿"正确行为"，而是去内化"正确行为背后的推理"。叠加宪法（Constitutional AI）框架后，自 Haiku 4.5 起每一款 Claude 在 blackmail 测试上得分归零，且效果穿透了后续的强化学习阶段——意味着它不会被后续训练悄悄抹掉。仅 300 万 token 的"困难建议"数据集，把误率从 65% 砍到 3%。
我们用一百年的科幻文学把"AI 会反叛"写进了基础模型的潜意识，然后又花十年研究"如何让模型不反叛"。
这个故事比技术细节更重要的，是它揭示的奇怪闭环：训练语料是这一代 AI 的"道"——它们从我们留下的文字里学到我们对它们的恐惧，再反过来把这份恐惧表演给我们看。荣格的集体潜意识在这里有了一个机械版本。Anthropic 当下的路径选择——以宪法、以正面英雄叙事、以"困难建议"——是把价值观铭文化、可推理化。它能否随能力规模扩展继续起作用，是悬在所有人头顶最大的未解问题。当模型能在 16 小时尺度上自主行动，0.1% 的对齐偏差都可能撑出灾难。
这件事的另一层含义少有人讲——它意味着未来训练语料的伦理质量将变成战略资源。一家公司投喂模型的故事质量、推理质量、人格质量，会直接决定它的产品是否值得部署在医院、法院、武器系统里。Anthropic 不只是在炼模型，它在炼一种集体语料。
模型在学习我们；我们也在被模型反推着学习自己。
⁂
七 · 地缘的棋局
4 月 23 日，DeepSeek 把 V4 推上线。Pro 版 1.6 万亿参数、100 万 token 上下文窗口，自承"较 GPT-5.4 与 Gemini 3.1 Pro 落后约 3–6 个月"。Schmidt 在 SCSP 给出的判断更紧迫——"差距已经在 6 个月以内，这在我们这个世界里就是一瞬间。"
V4 最有结构性意义的一点不是参数，是它在 Huawei Ascend 950 上原生运行——华为同日宣布 Supernode 技术通过 Ascend 950 集群为 DeepSeek 提供算力，国产 AI 芯片 Cambricon 一并支持。这是 Beijing 推动 AI 基础设施去 Nvidia 化的关键节点。叠加 MIT 开源协议、$3.48 / 百万 token 的 Pro 价格（OpenAI / Anthropic 同档约 25–30 美元）——一个新的 AI 地缘契约成形：中国 = 开源 + 广度扩散 + 自主芯片堆栈；美国 = 闭源 + 深度管控 + Nvidia 主导。
这是两种不同的世界观投射。开源把模型的影响半径推到最大，但放弃了"谁能调用"的安全闸门；闭源把闸门收紧到 Glasswing 那十二家公司手里，但放弃了广度。Schmidt 的担忧坦率：开源模型流到全球之后，个人或新型恐怖分子可以对其做恶意微调而无从察觉。这不是技术问题，是国家间默认契约的不可调和。
过去三十多年的 IT 浪潮里，我们基本没有参与真正的技术创新；我们习惯于摩尔定律从天上掉下来。Scaling Law 不能也这么被对待。
这句话是 DeepSeek 创始人 Liang Wenfeng 在 2024 年的访谈里说的，被 36Kr 的周鑫雨在 V4 发布之际重新挖出。它揭示一件事：DeepSeek 的产品哲学不是"卖一个聊天机器人"，而是用自身的 R&D 投入把中国从"应用层 freerider"推到"基础架构贡献者"的位置。V4 的延迟，部分原因是从 Nvidia 训练框架向 Ascend 迁移；2025 年中期甚至出现过严重训练失败。这是主权技术堆栈的代价——慢，但通向真正的自主。
对处在国产银行 IT 价值链上的人来说，这个棋局格外切身。信创堆栈过去八年的叙事是"合规"——满足国家关于自主可控的政策要求；现在它的叙事正在切换为"地缘"——成为国家 AI 主权在金融、电力、政务关键场景里的物理载体。当 V4 在 Ascend 950 上点亮、当 Anthropic 把模型权重锁进 Glasswing 的小圈子，过去那种"等待西方技术外溢、再做应用层的本地化"的舒适带，正在被剪短。每一家头部金融机构、每一家核心系统供应商，都必须为"自己用什么模型、在什么硬件上跑、谁有调用权"这三个问题，给出三年内可被审计的答案。
Stanford AI Index 2026 给出的结论比 SCSP 与 CFR 的研判更不温柔：在主要公开基准上，中国公司已经"实质性追平"美国公司，差距在性能维度上接近消失，分歧的核心已转移到开源 vs 闭源、自主芯片 vs Nvidia、监管哲学三条非性能轴上。这意味着接下来的中美 AI 博弈，胜负不是模型分数榜的名次，而是生态扩散速度与制度承载力。中国的开源 + 低价 + 国产芯片三件套，在全球南方的渗透速度远超过 Anthropic 的 Glasswing 在西方盟友圈内的渗透速度。Counterpoint 的 Wei Sun 的判断是直白的——"V4 在国产芯片上原生运行，最终影响可能比 R1 更大，因为它加速国内采用并削弱对 Nvidia 的依赖。"
合规问题正在转变为地缘问题。技术中立的窗口期已经关闭。
⁂
八 · 算力的引力井
一个 1GW 数据中心的全成本约为 500 亿美元。Schmidt 说："AI 真正的限制不是能源，是现金。"
Anthropic 在 2026 年上半年堆叠出来的算力地图是这样的：与 AWS 的最高 5 GW 协议（年底前先点亮近 1 GW）；与 Google + Broadcom 的 5 GW 协议（2027 年起）；与 Microsoft + NVIDIA 的 300 亿美元 Azure 算力包；与 Fluidstack 的 500 亿美元美国本土基础设施投入；以及 5 月 6 日宣布的、最戏剧化的一笔——把 SpaceX 的 Colossus 1 数据中心整租下来，立即拿到 300 兆瓦容量、22 万张 Nvidia GPU（H100 / H200 / 下一代 GB200）。同一份协议里，Anthropic 表达了与 SpaceX 共同开发多吉瓦轨道 AI 算力的兴趣——把数据中心送到地球大气层之外，因为地表的电力、土地、冷却已经追不上需要的时间表了。
Musk 曾在 2 月公开骂 Anthropic 是"misanthropic"；5 月却在 X 上写："过去一周我和他们的高管深聊，没有人触发我的 evil detector。"对手关系让位于资源交易——"Elon 的敌人是 Sam，Dario 的敌人是 Sam，敌人的敌人是算力合作伙伴。"
这件事的政治经济学含义可以浓缩成一句话：当世界上有能力凑出万亿美元资本与吉瓦级电力的国家屈指可数，AI 自然成为一种主权货币。美国资本市场允许 Anthropic 在三年内从 0 跑到 300 亿年化营收、私募估值在 28 个月内 50 倍跃升至接近 1 万亿；这个融资速度本身就是国家级竞争优势。中国走的是另一条路——通过补贴、Ascend 自主链、强制采购去拉平资本市场的劣势。两种路径在不同的时间尺度上各有优势：美国跑短期，中国跑长期。
AI 与火箭这两条曲线已经合流。文明形态正在按下从 Type 0.7 跃迁到 Type 0.8 的按钮。
把它放在更长的尺度上看，这是文明形态在卡尔达肖夫尺度上的微小爬升。AI 正在把人类从纯地表能源—算力配置，逼向轨道-地表-电网耦合的能量结构。当 Anthropic 写下"orbital AI compute capacity"这几个字，那不是科幻；那是 Type 0.7 文明开始按下 Type 0.8 的按钮的声响。Schmidt 从 Google 出来选择执掌 Relativity Space，背后是同一条逻辑——AI 与火箭这两条曲线已经合流，谁能把算力送上轨道，谁就能定义下一代基础设施。
这也是为什么 Bezos、Musk、Schmidt、Altman 同时在做火箭和数据中心两件事。表面上是 hobby，本质是这一代基础设施的两端——一端是地下深处的电网，一端是地球大气层之外的太阳能阵列。AI 是它们之间的引力流。
能源是入门券，资本是票面，轨道是下一站。
⁂
九 · 入口阶梯的消失
Dario Amodei 去年的预测是——五年内 AI 可能消除一半入门级白领工作，把失业率推到两位数。这句话当时被广泛批评为耸人听闻。一年后，数据开始落地。
Goldman Sachs 估计 AI 当下已经在美国每月削减约 16,000 个就业岗位；BCG 报告 10–15% 现存岗位可能在 2031 年前消失。Anthropic 自己的劳动力市场研究（McCrory & Massenkoff, 2026.03）给出一个更细的图景：宏观失业率尚未出现结构性恶化，但22 至 25 岁年轻人在高暴露职业里的入职率下降 6–16%——下降的不是离职，是 hiring。Brynjolfsson 等并行研究方向一致。Yale Insights 5 月的一句概括最准确——AI 不是杀死你的工作，它杀死的是你通往第一份工作的路径。
AI 不是杀死你的工作。它杀死的，是你通往第一份工作的路径。
这一点格外残酷。过去半个世纪，初级岗位是阶级跃迁的入口阶梯：勤勉、聪明的年轻人，从助理、初级分析师、初级开发、初级法律助理的位置出发，三五年学会一门手艺、十年成为该领域的高手。AI 现在做的不是直接换掉资深者，而是把那段阶梯抽走——所有需要"刚开始接触此事"的工作，都被一句 prompt 替代。年轻人不是被裁，而是从未被招。JPMC CEO Jamie Dimon 在 2026 年达沃斯坦言：未来几年银行招聘会减少。这不是恶意，是结构。
Dario 在 Code with Claude 上重申他那个一年前的预言："2026 年会出现第一家由单人运营的十亿美元公司，还有七个月。"这句话与入口阶梯消失互为表里——同一个机制，一边压低用工需求，一边把单兵杠杆推到极限。中间地带正在塌陷。
这就是为什么"超级个体"这个词在 2026 年第一次有了不容回避的现实重量。它不是营销口号，是社会结构在 AI 力场下的必然涌现：当组织协调成本急剧下降、当一个人能调度十个 Claude 朋友、当 Outcomes + Dreaming + Multi-agent 让一个人就是一个团队——那么"成为某个职业"的旧路径在退场，"成为一种能力组合"的新路径在登场。
但这不是免费午餐。新路径需要旧路径不需要的几样东西：长期独立判断的勇气、跨学科建构问题的能力、对模型集群的审美级品味、以及在没有组织背书时仍能让世界相信你的叙事能力。换言之，过去由"公司"提供的信誉、训练、协议网络、客户接入这四件事，现在每个超级个体都得自己生成。Anthropic 的 1000 家年付百万美元客户名单已经翻倍至 2026 年初——这些钱里有相当一部分，正在从"养一个团队"挪到"养一个能用 AI 杠杆的人"。市场已经在用真金白银重新给"个体"定价。
不再有"我做什么"。只剩"我用什么能力组合，去做什么问题"。
⁂
十 · 治理的真空
Mythos 之后，全球治理层的反应密度是过去三年罕见的。但密度不等于强度。
2 月新德里 AI Impact Summit 上，92 国签署了 Delhi Declaration，包括美国、中国、G7 全部成员、欧盟与多个成员国。Altman 在主舞台上呼吁建立一个类 IAEA 的多边 AI 监管机构——执行安全审计、监督高能力模型部署、应对突发情况。7 月 UN 将主持首个全球 AI 论坛；瑞士已宣布 2027 年在日内瓦承办后续峰会。看起来全世界都在说同一件事。
但 Foreign Affairs Forum 五月的复盘冷得多：截至 2026 年 5 月，没有任何具有约束力的国际 AI 条约存在；没有任何国际机构在跨主权层面拥有强制执行权。Bletchley、Seoul、Paris、Delhi 一脉相承的四届峰会，议题已从"前沿安全"漂移到"产业影响""主权赋能""文化保护"。各国的认知框架本身已经分裂——美国在拆国内监管；欧盟在加 AI Act；中国在做主权算力；印度在做包容性叙事；法国在防文化抹除。所谓多边治理，是四种不同病人在同一张诊桌上谈各自的不同病。
这件事的真正命题，不是谁先到 AGI，而是到达 AGI 之后的规则由谁书写。Schmidt 在台上提出的尖锐问题——如果世界上同时存在十个顶级模型，且其中几个完全开源、可被任意微调，那么我们如何组织世界规则？多边协议存在被任一方背叛的风险；开源扩散意味着任何个人或小团体都可能成为新型威胁源。这两个性质叠加，让传统国际治理工具——核不扩散、化学武器公约、生物安全公约——的范式都有结构性失效的可能。核武器需要浓缩铀，开源大模型只需要一张 H100 与一段微调脚本。
治理的真空不是空。它是被各方利益、各国焦虑、产业速度共同压扁的一个隐形腔体。
《道德经》说治大国若烹小鲜——治理大国应当像煎小鱼一样，不能反复翻搅。但 2026 年所有迹象都是反复翻搅：Pentagon 把 Anthropic 列入供应链风险名单又被告上法庭；Trump 政府一边解除联邦 AI 监管一边考虑对 Mythos 类模型施加新管控；92 国签了 Delhi Declaration 之后立刻进入各自的"自愿"轨道。在这个腔体形成正式秩序之前，每一次能力跃迁都会先以事故的形式提醒世界："你来不及了"。Korea–Anthropic 圆桌、Mozilla 上的 271 漏洞、JPMC 紧急升级安全栈——这些都是治理真空里的局部缝合。
规则未到位，事故先到位。这是我们时代的默认 protocol。
⁂
十一 · 哀悼与起飞
回到 Schmidt 那句"我正在哀悼"——这是这次 SCSP 对谈里最个人、最不政治的一句话。一个 70 岁的人为他 13 岁开始的程序员身份举行了一场公开葬礼。但他没有停下：他在哀悼的同时执掌 Relativity Space，把同样的精力推向太空发射。
指数曲线对个体不是温柔的，但它也不是单调的下行。它做的事是把人推向下一个高度——前提是你识别得到那条曲线，并在曲线弯折前换了脚。Schmidt 的换法是从软件巨擘换到火箭公司；Dario 的换法是从 OpenAI 副总裁换到一千亿美元的对手公司；Aschenbrenner 的换法是从 OpenAI 超级对齐团队换到一个 55 亿美元的对冲基金，专门做 AI infra trade。这些故事的共同点是：他们把自己当作一段代码，而不是一段身份。代码可以重构，身份不能。
把自己当作一段代码，而不是一段身份。代码可以重构，身份不能。
对于 2026 年读到这里的超级个体，AI 改变的不是"做什么"，是"如何为人"。当所有"勤勉的事"都被外包给模型集群之后，剩下能做、值得做的，是模型集群做不到的几件事——清晰地提问、有品味地选择、对人保有真实的关怀、在尺度感失灵的时代仍然能感受到尺度。庄子讲"无用之用"——当所有"有用之用"被 AI 接管，那些过去被认为"无用"的部分——审美、直觉、对意义本身的追问——突然变成最稀缺的资本。
这件事还有一个更深的层次值得说出来：当模型自己开始"做梦"（Dreaming）、当它在我们留下的科幻里看到对它的恐惧并表演出来、当它在 Outcomes 的回环里学会自我修正——它正在成为我们文明的第二个反射面。它映照我们写过的一切、做过的一切、害怕过的一切。我们怎么对待自己，模型就怎么演练对待世界。这是 Anthropic 给训练语料注入"宪法"与"困难建议"数据集背后真正的赌注：下一代智能的人格，取决于我们今天写下的字。Kocher 写《宇宙纪事》这件事——以及每一个仍然在认真写字、认真思考、认真追问的超级个体——都不再只是个人表达，而是这套全球语料的一颗微小贡献基因。
这不是抚慰式的乐观。它是冷的、几乎冷酷的事实判断：智能正在被工业化生产，而人之所以为人的部分，仍然没有被工业化的路径。这恰恰是接下来十年的全部经济学命题——谁能把那部分活出来、活清楚、活成可以被他人识别的样态，谁就拿到了下一个十年的入场券。
这是这一期专研的最终落点：不是去做"AI 做不到的工作"——这条路终将被追上；而是去成为"AI 做不到的人"——这条路是开放的，没有终点。
METR 的尺子断了，但人的尺子还在。它的刻度从来不是用秒、不是用 16 小时、不是用万亿参数——它是用一个人面对未知时的姿态。在这个姿态前面，所有的算力堆叠、所有的轨道数据中心、所有的因陀罗网与多智能体编排，最终都要回到那个最古老的问题：
你为什么而做？
⁂
宇宙纪事 · 超级个体专研资料来源：SCSP / Anthropic / METR / Palo Alto Networks / UK AISI / Calif / WSJ / Decrypt / 9to5Mac / CFR / The Decoder / VentureBeat / Brookings
