夜雨聆风
早安，硅基观察员们。今天的关键词是：战争的算法、教育的转向、脑机接口。AI第一次大规模参与战场目标选择，却把一所学校送上了打击名单；国务院把人工智能写进了十五五规划的全学段教育；Meta则让脑电信号直接变成了句子。技术的两面性，从来没有像今天这样刺眼。
【重磅】
美军首次大规模用AI选目标，Claude嵌入Palantir系统首日建议约1000个目标，却误炸了一所学校
美军在打击伊朗时首次大规模使用AI选择目标。Anthropic的Claude模型被嵌入Palantir的Maven Smart System，首日就建议了约1000个目标。但随后对一所学校的导弹袭击导致约120名儿童死亡。
调查发现，情报分析师早在2019年就通过数字工具标记该地点已变为小学，但这个工具没有连接军方官方目标数据库MIDB，信息从未送达指挥官。MIDB建于1980年代，依赖手动输入，替代系统MARS多年延迟。五角大楼事后宣布推出agentic AI initiative，Project Maven创建人Jack Shanahan批评目标验证不力不可原谅。
Jesse的比喻：这就像你让导航AI规划路线，但它用的地图是五年前的，而且新修的路从来没同步进去。问题是，这次导航的不是车，是导弹。
Jesse的判断：这不是AI"犯错"，而是人机系统接口断裂的惨剧。模型可以一天生成1000个目标建议，但如果没有可靠的数据管道和人工验证机制，建议越多，风险越大。所有推"AI决策"的军方和公司都该从这个案例中学到：速度不能替代准确性，自动化不能替代责任。
━━━━━━━━━━━━━━━━
【精选】
【应用层】Anthropic工程师自曝：提示词工程不是写prompt，是调试生产提示词
Anthropic应用AI工程师Margot Van Laar在Code with Claude分享了提示词工程实战手册。她的核心观点很反直觉：我们很少从零写提示词，大部分时间都在调试和维护已有的生产提示词。
她举了两个场景：客服机器人维护中，要用XML标签结构化清理，移除旧模型遗留的"禁止列表"指令--因为新模型会过度拟合这些旧规则；零售排班Agent从零构建时，拆成生成-评估-修复三个简单提示词反而更稳定。她反复强调一句话：评估（Eval）是唯一严谨方式，没有评估就是碰运气。
Jesse的判断：这是来自一线的工程智慧。很多团队把prompt工程当成"写得更漂亮"，但真正的功夫在评估、清理和迭代。Margot的方法比死记模板重要得多，做AI应用的人都该看一遍。
━━━━━━━━━━━━━━━━
【模型层】Meta发布Brain2Qwerty v2：不插电极，用脑电波实时解码句子
Meta公布了Brain2Qwerty v2，这是非侵入式脑电信号解码研究的最新里程碑。基于当天发表在《Nature》的v1，v2是性能最高的端到端管道，能从原始脑信号实时解码句子。其性能从字符级提升到解码单词和语义，整体沟通准确性大幅提高。
Jesse的判断：这比任何benchmark刷分都有意义。Brain2Qwerty给因脑损伤或疾病无法沟通的人群带来了真正的希望。非侵入式不需要手术，技术路径更可行。Meta在AI医疗应用上的这一步，值得尊重。
━━━━━━━━━━━━━━━━
【政策层】国务院印发教育发展十五五规划：推进人工智能全学段教育
国务院日前印发《教育发展"十五五"规划》，要求推进人工智能全学段教育，提升学生人工智能素养及提出问题、解决问题的能力。规划明确完善科学教育体系，强化科技教育与人文教育协同，加强青少年科学素养、批判性思维和创新能力培养。目标到2030年高质量教育体系基本建成。
Jesse的判断：这是顶层设计首次明确要求提升全民AI素养。对教育行业和AI+教育产品是长期利好。但关键在执行--AI教育不是让学生背几个概念，而是培养他们和AI协作、质疑AI、用AI解决问题的能力。
━━━━━━━━━━━━━━━━
【商业层】三星和SK海力士砸5900亿美元扩产芯片，内存价格要涨到2028年
在韩国政府支持下，三星和SK海力士计划投入5900亿美元扩大芯片产能，包括800万亿韩元新建四座工厂、81万亿韩元建封装中心，以及未来15年30万亿韩元用于研发下一代芯片。AI数据中心需求是主要驱动力。
Jefferies预测，2026年Q3内存价格将上涨40%至50%，Q4再涨30%至40%，2027年继续上涨40%至45%，到2028年新产能仅上线15%至20%才可能缓解。两家公司合计控制全球近80%的高带宽内存芯片市场。
Jesse的判断：内存涨价已经推高了消费电子产品成本，苹果已上调Mac和MacBook售价。做硬件采购和成本核算的人，这一年都会很头疼。AI基础设施的拉动远未到顶，上游芯片厂正在坐地起价。
━━━━━━━━━━━━━━━━
【应用层】Wayfinder Router：不调用模型，微秒级决定把请求发给哪个LLM
Wayfinder Router通过分析提示词的结构（长度、标题、列表、代码）和措辞（证明、数学、硬约束），在微秒级完成路由决策，完全离线且无需调用其他模型。对比依赖模型调用的路由器（如RouteLLM、NotDiamond），它避免了延迟、成本和随机性。用户可在自有数据上校准评分阈值，支持任何OpenAI兼容API，可自托管。
Jesse的判断：模型路由这个赛道正在分化--一派靠另一个模型做决策，一派靠规则+特征做决策。Wayfinder走的是后者，优势是零额外延迟和零额外成本。对成本敏感的应用来说，这种确定性路由可能比"智能"路由更实用。
━━━━━━━━━━━━━━━━
【冷知识】
Herdr：一个驻留在终端里的AI智能体多路复用器
Herdr是一个驻留在终端中的AI智能体多路复用器，允许用户在单一终端界面内管理和切换多个AI智能体会话。对命令行重度用户来说，这比开一堆浏览器标签自然得多。
Jesse的判断：这个工具把AI代理管理塞进终端，是个值得尝试的early idea。对习惯在终端工作的人，它可能成为Claude Code、Codex、Cursor之外的一个新入口。
━━━━━━━━━━━━━━━━
今日硅基箴言
"AI可以一天生成1000个目标建议，也可以让失去语言的人重新说话。技术本身没有道德，但它放大了使用者的选择。今天我们看到了AI最黑暗的一面，也看到了最光明的一面。问题是：我们选择让哪一面占上风？"
