夜雨聆风她5岁下棋，12岁听说超级AI，18岁进哈佛，21岁做对齐。现在，她说打字是原始人的行为，未来你只需要想，AI就能替你把话说出来。
2026年8月5日，一条推文在X上获得了百万级浏览。发帖人叫Naomi Bashkansky，23岁，两周前刚从OpenAI辞职。她的新身份写在简介里，只有五个词：Building telepathy at Conduit，在Conduit，建造心灵感应。
她加入的这家旧金山创业公司，字面意义上在做一件事：让你戴上头盔，然后读取你脑子里正在想的话。
一、从棋盘到OpenAI，再到“地下室”
Naomi的履历像一部加速主义者的成长小说。
华盛顿州长大，5岁开始下竞技象棋，拿到女子国际大师（WIM）称号后挂拍。12岁第一次在网上看到“AI可能比人类聪明”的说法，当时觉得这不过是一个有趣的怪想法。18岁进哈佛读计算机，课上接触GPT-3，又读了Bostrom的《超级智能》，从此，AI安全成了她的执念。
她加入了OpenAI的对齐团队，参与了AGI入职培训材料的编写、alignment研究博客的筹建，在那里工作了约一年半。然后，2026年7月23日，她递了辞呈。
第二天，她出现在一间旧金山地下室里。
这间地下室属于Conduit，一家你大概率没听过的创业公司。联合创始人Rio Popper和Clem von Stengel来自牛津与剑桥，2025年底就已经进入《福布斯》的雷达。他们的slogan只有一行：Building telepathy at scale，规模化建造心灵感应。
▲ Conduit官网：招募旧金山本地有偿研究参与者，单次最高约50美元
二、地下室里的一万小时：怎么“读脑”？
先说结论：当前技术距离科幻电影里的全脑窃听还很远。
Conduit的做法是收集你“即将打出来/说出来”的那几秒钟里的脑活动信号，然后训练模型，让它猜出你要说什么。
▲ Conduit技术博文页首：《How we collected 10,000 hours of neuro-language data in our basement》
具体怎么做？像工厂流水线一样采集脑数据
受试者签好同意书，坐进隔间，戴上一顶约4磅重的多模态头盔，EEG脑电、fNIRS近红外、多种传感器拼在一起，3D打印的结构件把不同厂商的设备攒成一台“弗兰肯斯坦式头显”。然后，你和一个大语言模型自由聊天约两小时，想聊什么聊什么。你说话、打字，系统同步记录你的脑信号。
这条产线号称每天运转约20小时，一周7天不停。在大约6个月内，他们声称采集了约1万小时神经-语言配对数据，覆盖数千名独立受试者。早期完成首场会话的比率不足20%，头盔太重、太闷、通风差，后来他们用长管从中央风扇接到各隔间（电器不能紧挨传感器以免干扰），完成率飙升到超过97%。
Craigslist广告、动态定价、超售机制、“参与者大使”拉新，这哪里是实验室？这分明是一座数据工厂
三、“苦涩的教训”：为什么死磕规模？
Naomi在博文里反复引用一个名字：Rich Sutton。
2019年，强化学习先驱Sutton写了一篇著名短文《The Bitter Lesson》（苦涩的教训）：七十年AI史反复证明，能随着算力和数据扩张的通用方法往往走得更远，人类领域知识堆砌出的精巧系统则容易触及上限。
▲ Rich Sutton《The Bitter Lesson》原文页面
Naomi把这条法则直接平移到了脑机接口：对“语音→文本”有效的路，对“脑信号→文本”也有效，先把数据拉到另一个数量级，再寻找脑科学捷径。
这就是她选择非侵入路线的核心逻辑。侵入式植入（比如Neuralink那种往脑子里装芯片）信号清晰，但几乎不可能规模化，没几个人愿意开颅。非侵入头盔信号又弱又脏，但你可以让成千上万的普通人走进地下室。数据够多，模型就能从噪声里学到信号。
他们还给了一个让人印象深刻的数字：在数据量达到约4000-5000小时之后，数据规模开始压过精细降噪的效果。 模型见过足够多人、多种设置下的同一模式，噪声本身就变得可以被学习和过滤。
目前的解码效果怎么样？公开示例是这样的，
真实内容： the room seemed colder（房间似乎更冷了）模型预测： there was a breeze even a gentle gust（有一阵风，甚至是一阵轻柔的风）
语义沾边，但不精确 媒体转述的数字是约45%语义匹配，且可零样本，从未见过的新用户也能解码。Naomi则称：“我们还处在GPT-2时代。”
她给了一个绝妙类比：不完美的解码就像城市里的噪声GPS，单靠它定不了精确位置，但叠上地图与导航路线（对应大语言模型与上下文），就能走到你想去的地方。
四、2027→2035：她看到了什么样的未来？
博文中最让人既兴奋又不安的部分，是三段“情景小品”。
2027年： 头带经蓝牙连笔记本你浏览代码时脑中的模糊念头，被Conduit模型每约10秒解码一次，自动发给AI助手执行。你去冲咖啡，脑子几乎放空，系统仍可能根据只言片语的回忆在后台干活。你并没有在心里“默念”指令，你只是在正常思考，“感觉像魔法”。
2030年： AI公司直接对接Conduit的脑信号潜表示，连自然语言都不需要了。头带成为日常没有它的时候，你觉得自己在跟一个“超级强大却永远猜不透你要什么的外星同事”说话。
2035年： AI不再是“他者”，而像第六感与另一条肢体。思考问题像冲浪式浏览网页并获得直觉闪光。她引用了Musk的话：若实现紧密共生，AI就不会是外物，而会像大脑皮层与边缘系统的关系。
五、评论区的担忧：“恐怖短篇”还是“人类未来”？
评论主要集中在技术边界与伦理缺口上。有人讽刺：你来自alignment团队，写了一整篇长文，伦理一行都没有，就靠“non-invasive”四个字就想过关？
▲ “Of course you did alignment at OpenAI!”，讽刺对齐背景与伦理缺席的张力
另一条评论追问：45%的语义匹配率连着一个每10秒自动执行的AI代理时，谁有权根据一个噪声信号，替你采取行动？
六、我们该关心什么？
剥掉所有修辞泡沫，这件事的内核其实是一道古老的题目：当一项新技术在“能做”和“该做”之间撕开巨大裂缝时，谁来填？
侵入式脑机接口在医疗场景的正当性几乎无可争辩，让瘫痪者重新“说话”，UCSF和Stanford的言语神经假体已经证明了这条路。Conduit则把同样的逻辑搬进消费级场景，想给健康人装上更快的油门。
当“脑数据”开始像语音数据一样按小时、按美元批量采购，Craigslist招人、动态定价、质量评分、大使拉新，知情同意、二次使用、再识别风险，就从伦理课PPT变成了产品条款里的每一行小字。
Naomi自己给出的估值愿景是：如果Conduit成为通用“读脑+写脑”平台，个人预期估值可超万亿美元。 这个数字本身不重要，重要的是它暴露的野心尺度，团队的目标已经从辅具延伸到人类意识基础设施。
矛盾也由此出现：一位从对齐团队走出来的研究者，转身投入了一个旨在大幅提高人机带宽、最终讨论向大脑写入信息的创业公司。支持者说这是让人类留在决策回路里的最后机会；批评者说这是在加速一种让人类更依赖、更透明、更可被预测和操纵的接口。
她的长文里，伦理章节的空白本身，已经成为了公共文本的一部分。
我们或许正站在一个诡异的门槛上：技术还在GPT-2时代，但它指向的那个未来，已经开始让人失眠了。