#好好的時代
吳恩達:AI 時代,求職機會換方向了
2025 年的畢業生,正面對一個規則變了的求職市場。2025 年 11 月,美國失業率升至 4.6 %,創近四年新高;中國城鎮失業率為5.1%,青年失業率(16-24歲,不含在校生)持續高位。同時,應屆畢業生規模創紀錄:2025 屆 1222 萬,2026 屆預計 1270 萬。但與過去不同,這次不是崗位總量在減少,而是機會的流向變了。就在昨天(12月17日),吳恩達一個月前在史丹佛的內部講座視訊才公開。11 月 18 日的 AI 課堂上,他用兩組資料解釋了這個變化:AI 能完成的任務複雜度,每7個月翻倍AI 程式設計能力的翻倍時間,只需70天技術在指數級加速,但崗位機會沒有同步增長。為什麼會這樣?機會流向了那裡?在這個轉折點上,什麼樣的人能抓住新機會?這篇文章,我們從這堂課出發,回答四個問題:什麼能力更重要?為什麼環境比你想的更重要?學習方式該怎麼調整?如何讓自己被發現?第一節 | 不是崗位少了,是方向變了2025年,AI 讓寫程序變得前所未有地快。但這並不意味著工程師更吃香了,恰恰相反,許多人的工作變得更容易被替代。吳恩達在課堂上說了一句話:模型可以幫你寫出正確的程式碼,但它不會告訴你,這段程式碼要去解決什麼問題。這句話點出了關鍵:現在大多數崗位的分工邏輯已經變了。不是誰更懂技術,而是誰先把問題定義清楚。以往,一個產品從想法落地,需要5~8個工程師配合開發。現在,在 AI 工具輔助下,一個人就能快速完成。工程工作被壓縮的同時,產品設計、需求拆解、目標判斷這些前置任務反而成了最關鍵的一環。為什麼這些“前置任務”變得更重要?因為產品開發本質上是一個循環:寫程式碼 → 給使用者看 → 收反饋 → 調方向 → 再寫程式碼。AI 讓第一步快了 10 倍,但其他幾步沒有同步加速。這導致整個循環的瓶頸從寫程式碼轉移到了理解使用者真正想要什麼。現實中,多數團隊的決策能力並沒有跟上這個節奏。程式碼寫得快了,方向錯了的話,速度反而成了風險。結果是:能完成任務的人越來越多但能判斷做什麼才值得做的人反而變少於是,團隊裡真正被重用的,不是寫得快的人,而是能定義方向、快速嘗試、反應靈敏的人。在吳恩達眼中,今天矽谷行動最快的工程師有一個共同特徵:他們既會寫程式碼,也會跟使用者聊天。 這種“技術+同理心”的組合,讓他們能在一個人身上完成過去需要工程師+PM兩個角色才能完成的事。工程師和產品經理的比例正在翻轉。過去是4~8:1,現在越來越多公司走向2:1,甚至逼近1:1。有些創業公司已經開始配置“1 個PM配 1 個工程師”,這在傳統矽谷公司看來幾乎不可思議。在這堂課上,還有一位嘉賓 Lawrence Moroni(曾任Google首席AI倡導者,現在ARM負責AI業務)。他也提到了一點:過去幾年,矽谷公司允許員工把各種價值觀和個人追求帶到工作中。但 2023 年之後,公司不再看情懷,只看價值:你做的東西能不能為他們賺錢。技術很強但方向不對?沒人買單。情懷很足但產出為零?同樣出局。這就是為什麼判斷力比技術更重要:你要能判斷什麼值得做,什麼不值得做。缺少這種判斷力,再強的技術能力也會被邊緣化。第二節 | 好環境比強能力更重要第一節我們說了,判斷力比技術更重要。但光這樣還不夠:就算你有判斷力,如果環境不對,你也施展不開。吳恩達在課上講了一個真實的故事:一個史丹佛學生,能力出色,拿到了一家熱門 AI 公司的 offer。公司說:先簽約,輪崗匹配會給你找好項目。 結果簽完約,他被分配去做 Java 後端支付系統。這不是 AI 項目,不是他想做的方向。一年後,他沮喪離職。“他的能力沒問題,是環境錯了。”但環境也在選人。 Lawrence Moroni講了一個例子:一個優秀的程式設計師,能力強、經驗足。被解僱後申請了 300 多個工作,深入面試很多家大廠,但每次都在最後一輪被拒。原因不是技術不行,而是他在面試中表現得過於強硬,讓面試官覺得他不適合團隊合作。調整態度後,他很快拿到 offer,工資翻倍。這兩個故事表示:第一個:你可能有能力,但被放錯了位置第二個:你的能力可能很強,但團隊合作性同樣重要能力是基礎,但環境和配合度決定了你能走多遠。很多人忽略了一個變化:AI 讓個人能做的事更多了,但也讓團隊環境的差異被放大了。過去,只要你負責一小塊、照流程執行就行。現在不一樣了:你需要快速拿到使用者反饋 (團隊要支援你直接接觸使用者)你需要快速試錯迭代 (團隊要允許失敗)你需要跨職能協作 (團隊要打破職能壁壘)如果團隊做不到這些,你個人再努力也是在內耗。吳恩達特別強調了幾個好團隊的特徵:願意共享資訊,不藏著掖著願意試錯,而不是反覆開會支援個體試驗,而不是按層級做決策他說:在這樣的環境下,你的經驗值才能累積,你的想法才有機會試一試。否則,就算你再有熱情,也撐不了多久。而這個環境,不只是你的團隊,還包括你日常相處的圈子。如果你最親近的 5 個朋友都是努力工作、快速學習、試圖用 AI 讓世界變得更好的人,你也更有可能這樣做。所以,比起崗位頭銜,看清你所在的圈子、節奏、氛圍,才是你能不能成長的真正關鍵。第三節 | 快速試錯,快速成長過去找工作,拼的是學歷、項目經歷、技能點清單。現在,這些還重要,但更重要的是:你做出過什麼?吳恩達在課上給出建議:要創新,就做20個原型,看那個有效。這是 2025 年的真實節奏。 AI 加速了任務完成的能力,但也暴露了很多人的短板:做得快,不等於做得對;學得多,不等於學得進。傳統的學習節奏是:先聽課、再練習、最後實習。AI 時代,有效成長變成了:動手試 → 被打臉 → 調方向 → 再試。這是一種新的學習習慣,甚至是一種工作習慣。Lawrence Moroni 分享了他的實踐:他在做 AI 驅動的電影製作工具時,不是花幾個月寫完整的技術文件,而是:我開始建構。測試。扔掉。再次開始。每次我腦海中的需求都在改進。為什麼要這樣?因為失敗成本變低了。吳恩達說:“你浪費了一個周末但學到了東西,這沒問題。”過去,做一個項目需要幾個月。現在,一個周末就能做出能跑的原型。Lawrence算了一筆成本帳:三個月做一個項目,最後發現方向錯了,浪費三個月三天做10個原型,扔掉9個,留1個繼續打磨,只花三天就找到方向所以,快速試錯不是急躁,而是控制風險的方法。但很多人的學習方式還停留在過去。 苦練程式碼卻從沒做出能上線的應用,苦看視訊教學卻從不和別人協作,項目一做就是大半年結果上市場沒人用。現在,AI 做得越快,你迭代得也要越快。關鍵不是做一次就對,而是做一次就知道錯在那,然後快速調整。要想跟上節奏:別等到完美才發佈別等到有把握才動手別等別人先做你再做先做出來,再說。第四節 | 真正的競爭力,是你做出過什麼前三節我們說了:能力要求變了、團隊環境重要、學習方式要變。但最後一個問題是:你怎麼證明自己?現在的招聘,越來越像選隊友,而不是篩履歷。Lawrence Moroni 自己就是個例子。2015年,他想加 入 Google Clou 團隊。前兩次面試都失敗了,儘管他已經在 Microsoft 工作多年,寫了 20 多本書。第三次,他換了策略:在面試前,他用 Google Cloud 做了一個 Java 應用,能用技術分析預測股票價格。 然後把這個項目放在簡歷上。結果,整個面試過程,面試官都在問他關於這個程式碼的問題。面試的主動權在他手上。他提前證明了自己能做什麼,而不是只說做過什麼。這讓他從 300 個候選人中脫穎而出。十年過去,這個策略在2025年更加重要。吳恩達給出了一個判斷標準:現在要看一個人值不值得合作,最簡單的方法就是看你做出過什麼,那怕一個小東西。不一定複雜,也不一定完美。但得是真實的、能用的、你親手做的。一個前職業冰球運動員的故事更能說明問題。他 13 歲輟學,自稱“活著最笨的人”。他管理一個非營利冰場,每季度需要向董事會展示營運結果,為此每年花15 萬美元請諮詢公司整合資料(來自泵房機器、壓縮機、電子表格、帳戶...)。他嘗試用 ChatGPT 自己做。結果:他現在用兩個小時就能完成報告。節省的 15 萬美元用於給貧困兒童提供冰球裝備。一個13 歲輟學的人,用 AI 做成了15 萬美元的專業諮詢工作。這比任何學歷都有說服力。你不一定要創業,但你需要作品。這類展示的效果越來越明顯。很多公司已經不看你做過什麼,而是看你正在做什麼。過去找工作,是投遞簡歷等回覆。現在是做出產品,主動展示能力。區別在於:簡歷是別人對你的評價,作品是你對自己的證明。結語|機會沒少,只是方向換了2025 年不是工作變少了,是路徑變了。過去的路徑:從學歷到經驗,從經驗到簡歷,從簡歷到面試,最後入職。現在的路徑:從能力到作品,從作品到展示,從展示到合作,在合作中成長。能力要求變了。團隊比品牌重要。學習方式要快速迭代。作品比簡歷有說服力。這四件事,決定了你能不能抓住新機會。 (AI深度研究員)
金融時報:美國AI基建全靠中國電能企業!投資者積極押注
今年以來,中國電池、變壓器和其他對全球人工智慧建設至關重要的裝置製造商的股價飆升,因為耗電量巨大的資料中心正在爭相尋找替代不堪重負的傳統電網的方案。英國《金融時報》指出,得益於中國國內外需求的推動,全球最大的電池製造商寧德時代(CATL)和僅次於特斯拉的全球第二大整合儲能系統供應商陽光電源(Sungrow)等中國企業的利潤大幅飆升。今年以來,寧德時代的股價上漲了45%,陽光電源的股價上漲了130%。這兩家公司是深圳證券交易所滬深新能源指數中市值最大的兩家公司,該指數在2025年已上漲了38%。“突然間,人們開始爭相搶購這些電力裝置,”伯恩斯坦負責全球儲能行業的股票研究分析師Brian Ho表示。這兩家中國公司均未披露其在美國的銷售額,但官方資料顯示,中國佔美國電池和儲能系統進口的大部分。“中國不僅在為自身提供動力,”美國銀行全球研究部中國股票策略聯席主管Matty Zhao表示,“它實際上也在為美國、歐洲和世界其他地區提供動力。”Matty Zhao補充說,儘管川普加徵了關稅,但中國企業出口銷售才是利潤的主要驅動力,因為中國國內激烈的競爭意味著企業可以在海外獲得更高的利潤。Matty Zhao估計,對於包括電池、直流轉交流轉換器和其他裝置的儲能系統而言,出口利潤率是國內銷售的三到五倍。她還表示,對於變壓器——資料中心確保每個元件獲得合適電力的關鍵部件——國內銷售毛利率為10%到20%,而出口到美國和歐洲的毛利率則高達40%到50%。Matty Zhao說:“他們寧願繼續出口,自己承擔關稅。”國際能源署預測,到2030年,資料中心將消耗945太瓦時的電力——超過美國目前年發電量的五分之一——高於去年的約415太瓦時。傳統電網已經不堪重負。建設資料中心的公司正轉向電池組和“微電網”,後者獨立於傳統電網運行。美國能源部指出,微電網發展迅速,未來將佔美國分佈式能源的“絕大部分”。據美國官方統計,今年前九個月,美國鋰離子電池進口的60%來自中國,高於2020年的43%。今年截至9月,此類進口總額為150億美元,是2020年全年總額的三倍多。儘管美國努力減少對中國的依賴,並警告稱這樣做會使自身更容易受到供應鏈衝擊的影響,但這種情況依然存在。美國智庫外交關係委員會在10月份的一份報告中指出,美國在與中國競相發展人工智慧的過程中面臨的最大威脅“源於供應鏈”。澳新銀行大中華區首席經濟學家Raymond Yeung表示:“中美兩國基本上沒有脫鉤。它們仍然是兩個不同司法管轄區下的單一經濟體。”Raymond Yeung指出,中國製造商在人工智慧供應鏈中擁有“結構性優勢”。例如,寧德時代等公司是磷酸鐵鋰電池生產的全球領導者,這種電池比其他替代電池更安全、壽命更長。伯恩斯坦公司的Brian Ho表示:“儘管有這些關稅和脫鉤政策,但對磷酸鐵鋰電池的需求依然強勁。”他還補充說,“中國以外根本沒有其他供應商”。中國企業在價格和交貨速度方面也具有優勢。Matty Zhao舉例說,如果從韓國購買變壓器,“你得等兩到三年。如果你急需為資料中心建設電網,你不可能等兩年。”自2018年唐納德·川普首次提高對中國商品的關稅以來,寧德時代和陽光電源的海外收入均大幅增長,凸顯了全球缺乏替代供應商的問題。電力裝置和電池是美國在人工智慧領域對中國投入進行廣泛且鮮為人知的依賴的一部分。美國資料中心公司使用來自中國公司(例如中際旭創)的光收發器(用於將電訊號轉換為光訊號進行傳輸,然後再轉換回電訊號),以及中國生產的印刷電路板。然而,目前的趨勢可能不會持續。明年,川普政府計畫將中國電池的關稅從30.9%提高到48.4%,並加大對高中國零部件含量裝置獲得聯邦稅收抵免的難度。匯豐銀行在最近的一份報告中表示,今年在美國,“為了應對新的(儲能系統)項目實施外國實體關注要求,已經提前安裝了相關裝置”。 (北美商業見聞)
對打!中國央視開年將上新兩部年代大劇,家庭群像VS現實輕喜,陣容雄厚,爆款要來了
央視出品,一直是質量保障。即將迎來的1月,央視又將上新兩部年代大劇,一部是家庭群像溫情劇,一部是現實主義輕喜劇,兩部新劇陣容雄厚,看點十足,爆款要來了!《好好的時代》主演:梅婷/田雨/陳昊宇/劉奕鐵/李雪琴橫跨1978-2015年近四十年的時代變遷,總共40集。預計將於1月底或者2月上旬登陸CCTV-1黃金檔,湖南衛視、芒果TV同步播出!以上世紀70年代末為起點,機械廠工人莊先進帶著兩兒一女,與歌舞團演員蘇小曼及其一子一女重組七口之家,展開一段跨越三十年的情感糾葛。以70年代末重組家庭的煙火日常為切口,用雞飛狗跳的衝突與溫情交織的群像敘事,折射改革開放浪潮下普通人的生存韌性。通過筒子樓共廚的煙火氣、下崗潮中全家擺攤互助等事件,展現吵鬧中滋生的親情羈絆,凸顯普通人苦中作樂的生存哲學。梅婷飾演蘇小曼,田雨飾演莊先進,兩位實力派演員演繹再婚夫妻的試探與堅定,呈現“憨厚工人”與“堅韌藝術家”的反差感。陳昊宇突破形象飾演莊好好,莊家長女肩負維繫家庭情感的責任,從電車售票員成長為歌舞團歌手;莊學習(劉奕鐵飾)與青梅竹馬王元媛(張月飾)因父母結合而遺憾錯過;李雪琴驚喜加盟,徒弟追愛師傅莊先進,演繹抓馬情感線。精準復刻70-90年代風貌,用生活細節刻畫時代質感,延續市井煙火美學,以重組家庭的吵鬧溫情為切口,展現普通人如何在改革浪潮中守護親情紐帶!《造城者》主演:趙麗穎/黃曉明/陳明昊/朱媛媛/秦俊傑以“農民自建城市”的溫州龍港真實歷史為原型,目前正式更名為《小城大事》,預計1月上中旬登陸央視黃金檔,騰訊視訊同步獨播!改編自浙江省“五個一工程獎”報告文學《中國農民城》,還原1980年代溫州龍港農民通過“集資建城”模式,在無國家資金支援下建成中國首座“農民城”的壯舉。月海鎮鎮長李秋萍與農村書記鄭德誠,從理念衝突到並肩作戰,帶領幾十萬農民填灘塗、搞爆破、建房屋,將荒灘變為現代化城市。以“人民城市人民建”為核心,展現“湊份子”創業、對抗官僚阻力等真實困境,用輕喜劇風格講述一群熱血青年幹部如何在80年代灘塗創造“無中生有”的造城奇蹟。趙麗穎飾演鎮長李秋萍,短髮造型、赤腳踩泥漿,塑造雷厲風行形象;黃曉明飾演書記鄭德誠,亂發造型打破過往精英人設。兩人從互懟到默契的“基建搭子”關係,貢獻大量輕喜橋段。朱媛媛飾演高雪梅,帶領繡娘創辦服裝廠,象徵農民巷實名轉型;陳明昊飾演土味工程師解春來,同時還有耿樂、余皚磊、張國強等實力派助陣,塑造多元建設者群像。劇情融入80年代特有的蓬勃與荒誕感,核心人物李秋萍的塑造,突出女性在改革中的決策力。1:1復刻80年代場景,12位龍港建城親歷者參演,萬人夯土築城鏡頭,被評價為“改革開放艱辛歷程的縮影”! (影視圈大賞)
光模組的“架構革命”:CPO技術為何成為AI時代的破局點?
前   言當前,我們正站在一場由人工智慧(AI)驅動的全球算力革命中心。這場革命的核心矛盾,已從單純追求晶片的峰值算力,轉向如何高效、可靠地連接與管理海量計算單元,建構真正的“AI超級電腦”。在此背景下,光互連技術,特別是共封裝光學(CPO,Co-packaged Optics),已從一項前沿探索迅速演變為決定算力基礎設施效能與規模的關鍵瓶頸與破局點。本文旨在深入剖析CPO行業的現狀、核心驅動力、正在發生的產業模式變革,並展望其與未來國家戰略的潛在共振點。一、現狀審視——CPO從技術藍圖走向商業前夜共封裝光學(CPO)並非對傳統可插拔光模組的簡單升級,而是一次光電融合的“架構革命”。其核心在於將光學引擎(光晶片、調製器等)與矽基計算晶片(如GPU、ASIC、交換晶片)在封裝層級進行高密度整合,從根本上重構了資料中心內部的資料傳輸路徑。這種整合將訊號傳輸距離從釐米級壓縮至毫米級,直接帶來了功耗、頻寬和延遲的性能飛躍。(一)核心驅動力:AI算力洪流下的剛性需求AI大模型的訓練與推理,催生了前所未有的資料交換需求。據行業分析,全球AI算力需求正以“每3.5個月翻一番”的速度增長。單個AI叢集內部,GPU間的通訊頻寬需求已從TB/s等級向PB/s等級邁進。例如,一個千卡GPU叢集在執行兆參數模型訓練時,內部互聯頻寬需達到幾十Tbps甚至上百Tbps,這對資料傳輸效率提出了極致要求。傳統可插拔光模組依賴的“晶片-PCB走線-光模組”架構,在速率超過800G後,面臨訊號完整性惡化、功耗激增和物理空間緊張的巨大挑戰。可插拔光模組在800Gb/s高速傳輸下,電訊號需長距離傳輸後再轉換為光訊號,導致單連接埠功耗高達30W,訊號損耗達22分貝。這對於一個需要部署數萬甚至數十萬光模組的超大規模AI資料中心來說,電力消耗和散熱壓力已成為不可承受之重。CPO技術通過架構革新實現了性能的跨越式提升。以輝達的CPO方案為例,其通過將光引擎與交換晶片ASIC整合封裝,使功耗降至9W/連接埠(降低70%),訊號損耗銳減至4分貝。下表對比了傳統可插拔光模組與CPO方案在關鍵性能指標上的差異:圖表:CPO與傳統可插拔光模組性能對比資料來源:市場公開資料、中投產業研究院(二)行業拐點:2025年,從實驗室到量產的關鍵分水嶺多方跡象表明,2025年已成為CPO技術商業化的關鍵轉折年。產業界從技術驗證、標準制定到產能佈局都已進入實質性階段,呈現出加速發展態勢。巨頭產品落地方面,輝達已於2025年GTC大會上明確宣佈,將於下半年推出的GB300晶片及下一代Rubin平台將全面採用CPO技術。其Quantum-X InfiniBand Photonics平台(交換容量達115Tb/s)預計於2026年初上市,Spectrum-X乙太網路交換機(最高409.6Tb/s頻寬)則將於2026年下半年推出。這些產品具備了業界領先的頻寬性能,並配備高效的液冷系統,能夠應對高密度、高功耗的運行環境。市場需求方面,2025年Q2全球TOP10的雲廠商(包括亞馬遜AWS、微軟Azure等)採購的AI伺服器中,已有62%選擇了CPO配置,而2024年同期這一比例還不到10%。這種“用錢投票”的趨勢明確顯示了市場對CPO技術的認可。國內產業鏈也在快速跟進,如華工科技在2025年美國OFC展會上發佈了全球首款適配下一代AI訓練叢集的3.2Tb/s液冷CPO超算光引擎,其能效低至5pJ/bit,較傳統可插拔模組功耗降低近70%。技術成熟度方面,頭部企業的CPO良率已從早期的60%左右提升至90%以上,部分企業甚至達到95%,成本下降40%,為規模化應用掃除了障礙。(三)市場規模與結構:一個高增長的細分賽道正在形成儘管CPO總體市場規模仍處於起步階段,但增長曲線極為陡峭。據摩根士丹利預測,CPO市場規模在2023-2030年間年複合增長率將達172%,到2030年達到93億美元。這一增長速度在科技產業中極為罕見,反映了市場對CPO技術的強烈預期。以下為CPO市場規模的增長趨勢圖:圖表:全球CPO市場規模預測資料來源:摩根士丹利、中投產業研究院從市場結構看,CPO產業價值正向核心環節集中。光引擎設計、先進封裝測試等上游環節的價值佔比從傳統光模組的35%提升至60%以上。這表明CPO不僅是一項技術創新,更在重構光通訊產業的價值分配格局。區域市場方面,中國CPO產業鏈正在快速成長。中際旭創、新易盛等國內頭部光模組企業2025年三季度業績呈現“爆發式增長”,行業整體營收同比增長83%,淨利潤同比增長127%。這些企業已獲得輝達等國際巨頭的CPO訂單,預計2026年開始批次交付。同時,中國在“十五五”規劃中將“算力基礎設施升級”列為重點,CPO作為核心技術之一,相關項目可享受政策支援,這為國內CPO產業創造了有利的發展環境。總的來說,CPO技術正從藍圖走向商業前夜,這是一場由AI算力需求驅動的、涉及材料、晶片、封裝、系統多層次的產業鏈協同革命。它不僅是一種新技術,更是未來AI基礎設施的核心支撐點,值得政府部門在政策制定和產業引導上給予高度重視。二、產業深潛——技術路線、模式變革與價值鏈重塑CPO的崛起絕非單一產品的勝利,它正在引發光通訊產業從技術路線、商業模式到價值鏈的連鎖反應,其影響深度和廣度遠超一般的技術迭代。這場變革的核心在於,CPO正推動產業從“模組級組裝”向“晶片級整合”躍遷,進而重塑競爭規則和利益分配格局。(一)技術路徑:共存、融合與多元探索當前產業界的一個關鍵共識是:CPO並非要完全取代可插拔光模組,而是形成一種“分工協同、長期共存”的格局。這種分工主要由應用場景的差異化需求驅動。在AI算力叢集內部,尤其是千卡級GPU之間的Scale-up互連場景,資料交換頻寬需求已突破TB/s等級,傳統可插拔光模組的功耗和密度瓶頸難以克服。例如,輝達GB200超算叢集中,CPO技術將GPU間互連功耗從傳統方案的30W/連接埠降至9W/連接埠,降幅達70%,同時將訊號損耗從22dB銳減至4dB,這是支撐兆參數模型訓練的基礎。而在資料中心機櫃外部互聯(Scale-out)和電信傳輸等距離較長、需靈活維護的場景,可插拔光模組仍具成本優勢。據Lightcounting預測,到2027年,800G和1.6T連接埠總數中CPO連接埠佔比將接近30%,同時可插拔光模組市場自身仍將保持增長,這充分說明了互補共存的趨勢。技術路線的多元化競合態勢愈發明顯。矽光技術憑藉其與CMOS工藝的相容性,成為CPO的主流平台,博通、英特爾等巨頭均以此為基礎推出CPO交換機晶片。但其他材料體系也在特定細分領域展現潛力:例如,薄膜鈮酸鋰調製器憑藉高線性度、低損耗特性,在長距相干通訊場景受到關注;而面向未來更高整合度需求,OIO(光學I/O)技術試圖將光I/O以Chiplet形式與計算晶片直接整合,實現頻寬密度從當前的幾十Gbps/mm²向1Tbps/mm²邁進,這被業界視為更終級的解決方案。下表對比了三種主要光電互連技術的特性與適用場景:圖表:主要光電互連技術路徑對比資料來源:市場公開資料、中投產業研究院(二)產業新模式:從供應鏈到“系統-生態”共同體CPO的高整合度特性徹底改變了光模組行業傳統的“晶片-元件-模組”的線性供應鏈模式,推動產業向“系統-生態”共同體演進。這種轉變主要體現在三個方面:首先是縱向整合加劇與競爭焦點上移。CPO要求光、電、機、熱等多領域知識的深度耦合,使得單一企業難以掌握全部核心技術。這促使企業通過戰略結盟或垂直整合來建構能力。例如,晶圓代工龍頭台積電推出COUPE(緊湊型通用光子引擎)平台,為CPO提供從矽光製造到3D封裝的完整解決方案,其路線圖明確規劃了從2026年OSFP光引擎向2028年處理器封裝內整合12.8Tb/s的演進路徑。這種整合使得產業價值重心顯著向上游轉移:光引擎設計和先進封裝測試的價值佔比,已從傳統光模組的約35%提升至CPO領域的60%以上。與此同時,無源器件如高密度光纖連接器(MPO/MTP)、光纖陣列單元(FAU)等,因需滿足CPO系統更高的密度和性能要求,其技術複雜度和價值量也隨之提升,成為新的增長點。其次是系統級競爭與開放生態的博弈。以輝達、博通為代表的系統廠商,傾向於提供整合CPO的完整交換或計算系統,形成“黑盒”式解決方案。例如,輝達的Quantum-X InfiniBand交換機將CPO作為默認配置,降低了使用者整合難度,但也引發了大型雲服務商(如Google、Meta、微軟)對供應鏈鎖定和技術自主權的擔憂。作為應對,這些雲服務巨頭正積極倡導建立開放的CPO生態系統和行業標準,如參與OIF(光互聯論壇)、COBO等標準組織,推動介面規範化。未來的產業競爭,很大程度上將是封閉系統方案與開放生態標準之間的博弈。圖表:CPO產業鏈各環節價值量分佈資料來源:市場公開資料、中投產業研究院(三)產業鏈地理格局:全球協作與區域化風險並存CPO產業鏈天生具有高度全球化的特徵,但目前地緣政治因素正成為影響產業格局的關鍵變數。從現有分工看,美國在核心晶片設計(如輝達、博通)、系統架構與整合方面保持領先;中國在光模組製造、封裝測試及部分無源/有源器件領域具有顯著的成本和規模優勢,例如2025年上半年中國頭部光模組企業營收同比增長均超過80%;而台灣則在半導體製造(台積電)、矽光代工和精密光學元件方面佔據關鍵位置。然而,這種全球化協作正面臨區域化風險的挑戰。美國BIS(工業和安全域)等機構已將部分先進光晶片製造裝置納入出口管制範圍,這直接影響到了國內CPO產業鏈在14nm以下光晶片領域的進階。這種風險一方面促使全球客戶考慮供應鏈多元化,另一方面也倒逼中國大陸產業鏈加速核心技術攻關。國內企業正通過多種方式尋求突破:一是加大研發投入,如光迅科技定增募資35億元,專項用於高速光互聯技術研發;二是加強產業鏈協同,例如華為與中際旭創聯合推出xPU-CPO原型系統,探索GPU直接出光。總體而言,地緣政治因素在短期內增加了產業鏈的不確定性,但中長期看也加速了國內CPO產業在核心技術領域的自主攻堅處理程序。三、挑戰、風險與不確定性儘管CPO技術前景廣闊且發展迅猛,但其從實驗室走向大規模商業化部署的道路並非坦途,仍面臨著一系列嚴峻的技術瓶頸、成本困境和產業鏈協同挑戰。這些挑戰不僅關乎技術本身,更涉及製造工藝、經濟帳計算和標準制定等深層次問題,需要產業界共同破解。(一)技術複雜性:奈米級精度與熱管理的極致挑戰CPO的技術複雜性首先體現在異質材料整合的難度上。它需要將基於矽的光子積體電路(PIC)、基於CMOS的電子積體電路(EIC)以及可能使用的化合物半導體雷射器等多種材料體系整合進單一封裝內。這些材料的熱膨脹係數存在差異,在裝置運行的溫度波動下會產生熱應力,若處理不當可能導致介面開裂或性能漂移。例如,矽光子晶片與有機基板之間的熱膨脹係數差異可達2-3倍,對封裝結構的長期可靠性構成嚴峻考驗。其次,奈米級的光纖與晶片對準是規模化生產的主要障礙。高效的光耦合要求單模光纖與晶片上尺寸僅幾百奈米的波導之間的對準精度須控制在亞微米等級(通常小於0.1µm)。這好比要將一根頭髮絲精確地對準到另一根頭髮絲的特定剖面上,其難度可想而知。目前主流的主動對準工藝依賴精密裝置即時調整光纖位置至光功率最大,雖能保證精度,但效率較低且裝置昂貴。而無源對準(如V型槽結構)雖有利於降低成本和提高效率,但對加工精度要求極高,任何微小的偏差都會導致耦合損耗顯著增加。有分析指出,光耦合環節的良率損失是制約當前CPO整體製造良率提升的關鍵因素之一。再者,熱管理是CPO系統可靠性的核心。光子器件,尤其是雷射器和微環諧振器,對溫度波動極其敏感。溫度每變化1°C,可能導致微環諧振器的波長漂移約0.1nm。在CPO封裝內,高功耗的計算晶片(如ASIC/GPU)是巨大的熱源,其產生的熱量會傳導至鄰近的光子晶片,引起溫度不穩定,從而導致光訊號波長漂移和性能劣化。為解決此問題,業界普遍採用外部雷射源(ELS)方案,將發熱的雷射器與對熱敏感的光子晶片物理分離,但這又增加了系統的複雜性和成本。同時,高效的散熱設計,如採用先進液冷技術(如輝達和博通在其CPO交換機中應用的技術)成為必然選擇,這無疑對資料中心基礎設施提出了更高要求。(二)成本困境:高昂的前期投入與漫長的TCO回報周期目前,CPO系統面臨的成本困境非常突出,其前期成本遠高於傳統可插拔光模組。一個1.6T CPO連接埠的初始成本估計可達2800美元,而同等速率可插拔光模組連接埠成本約為1200美元,CPO成本高出約133%。這主要源於幾方面:核心晶片(如矽光晶片、特定用途的DSP)成本高昂,其設計和製造涉及尖端工藝;先進封裝(如2.5D/3D整合)的費用可觀,測試流程因高度整合而複雜且耗時;此外,與之配套的專用交換機和液冷系統也推高了整體部署成本。因此,CPO的推廣關鍵在於證明其總擁有成本(TCO)優勢。這意味著需要將初期投入與後續營運中的電費節省、空間資源最佳化以及算力效率提升所帶來的收益進行綜合權衡。有研究指出,在AI叢集等典型場景下,CPO的節能優勢可能需要系統持續運行2-3年才能抵消初期的溢價。這種回報周期對於許多資料中心營運商來說,決策壓力較大。特別是在當前技術迭代飛快的背景下,他們可能擔心裝置尚未收回投資就面臨技術過時的風險。市場接受度也因此呈現明顯的場景分化。超大規模雲服務商(如Google、Meta)和頂尖AI算力提供商(如主導AI叢集的廠商)出於對極致性能和能效的追求,對CPO的接受度更高。然而,對成本更敏感或規模相對較小的企業使用者則可能持觀望態度,等待技術更成熟、成本進一步下降。(三)標準化滯後與生態博弈:開放與封閉的路線之爭當前CPO領域標準化工作嚴重滯後於技術發展,這已成為制約產業鏈健康發展的重要因素。在介面規範、封裝形式、管理協議(如是否相容CMIS標準)以及可維護性設計等方面,業界尚未形成廣泛認同的統一標準。這種局面導致初期產品大多基於廠商的專有設計,例如輝達的Quantum-X/Spectrum-X光子交換機和博通的Bailly CPO交換機都採用了不同的整合方案。這種碎片化狀態阻礙了第三方供應商的介入,限制了規模效應的形成和良性競爭,不利於成本下降和技術普及。標準化滯後也引發了更深層次的產業鏈生態博弈。目前主要存在兩種模式:一是以輝達、博通為代表的系統廠商主導的“黑盒”模式,提供整合了CPO的完整解決方案,優點是交付便捷、性能最佳化,但缺點是使用者可能被單一供應商鎖定,缺乏靈活性。另一種是以Meta、微軟等大型雲服務商倡導的開放生態模式,旨在推動建立開放的介面和標準,允許不同廠商的裝置互操作,優點是給予使用者更多選擇權和供應鏈韌性,但需要複雜的產業協同。這場博弈的結果將深刻影響未來CPO產業的競爭格局和價值分配。(四)產業節奏風險:理性看待技術炒作與業績兌現市場對CPO等新技術的迭代節奏有時會表現出過於激進的預期。光通訊產業本身有其客觀發展規律,從800G到1.6T,再到未來的3.2T,每一代技術的成熟和規模化應用都需要時間,通常遵循著2-3年一代的迭代周期。這個周期涵蓋了技術研發、標準制定、產品化、規模化量產和生態建構等多個環節,難以一蹴而就。因此,需要理性看待CPO的業績兌現節奏。一方面要認識到CPO是滿足未來AI算力洪流下高速互連需求的關鍵方向,具有長期戰略價值;另一方面也要意識到,從技術突破到穩定量產,再到產生顯著的經濟效益,需要一個過程。短期內,避免因過度炒作導致資本市場預期與產業實際發展脫節至關重要。對政府部門而言,尊重技術發展規律,引導產業穩健投入,攻克核心關鍵技術,完善產業鏈配套,比單純追求短期市場規模擴張更具長遠意義。綜上所述,CPO技術雖然前景可期,但其大規模普及仍面臨來自技術、成本、標準和市場節奏的多重挑戰。應對這些挑戰,不僅需要產業鏈上下游企業持續的技術創新和協同合作,也需要政府部門在產業政策、標準引導和基礎研究方面提供支援,共同推動CPO技術走向成熟,賦能數字經濟的可持續發展。四、未來展望——與“十五五”國家戰略的同頻共振展望“十五五”時期(2026-2030年),CPO技術的發展路徑與中國國家戰略的多項重點方向存在深刻契合。它不僅是單純的技術升級,更有可能成為賦能新質生產力、驅動產業鏈升級、促進綠色低碳發展的關鍵支點,與國家戰略形成強有力的“同頻共振”。(一)賦能新質生產力,築牢算力基礎設施底座“十五五”時期,以AI為代表的新質生產力發展,以及全國一體化算力體系的建構,將對底層算力基礎設施的效率、密度和能耗提出極致要求。CPO技術通過其顛覆性的架構創新,直接服務於這一核心國家戰略。具體而言,CPO所能實現的功耗降低50%-70%、延遲減少50%以上、頻寬密度提升數倍的特性,正是突破當前超大規模智算中心性能和能效瓶頸的關鍵。例如,在建構類似於“東數西算”工程所需的跨區域高速互聯骨幹網時,採用CPO技術有望將端到端傳輸延遲控制在微秒等級,這對於高性能計算和即時AI推理至關重要。根據行業預測,到2030年,中國CPO市場規模有望佔據全球份額的40%以上,這背後正是國家算力基礎設施巨大需求的驅動。因此,大力發展CPO技術,本質上是在為國家的數字經濟發展和智能化轉型鋪設高品質、高效率、低能耗的“資訊高速公路”和算力動脈。(二)驅動產業鏈升級,搶佔光電融合戰略制高點CPO的興起絕非單一產品突破,它代表著資訊技術領域最前沿的光電融合趨勢,其技術和產業影響外溢效應極強。對CPO技術的戰略性佈局,將強力牽引國內在矽光晶片、先進封裝、高端光學材料、精密儀器等基礎環節和短板領域的進步。這完全符合“十四五”規劃中強調的“打好關鍵核心技術攻堅戰”精神的延續,並有望在“十五五”期間成為積體電路產業之外,又一個國家級的高科技戰略支點。目前,中國企業在光模組封裝整合等中游環節已具備全球競爭力,中際旭創、新易盛、天孚通訊三家企業全球市佔率合計已超過40%。但在上游核心晶片和材料領域,例如高端矽光晶片和薄膜鈮酸鋰調製器,仍需加速突破。政策層面,國家積體電路產業投資基金二期已明確將矽光晶片和先進封裝列為重點扶持領域。“十五五”期間,通過集中資源攻關,有望實現CPO產業鏈關鍵環節的自主可控,帶動整個電子資訊製造業向高附加值環節攀升,形成類似在太陽能、新能源車領域的叢集優勢。工信部在《光通訊產業高品質發展指導意見》中設定的目標,即到2025年實現1.6T CPO規模化應用,正是這一戰略意圖的清晰體現。圖表:CPO產業鏈核心環節發展態勢與國產化前景資料來源:市場公開資料、中投產業研究院(三)促進綠色計算,服務“雙碳”戰略目標在“雙碳”戰略目標背景下,資訊技術產業的綠色低碳轉型至關重要。資料顯示,近五年中國資料中心耗電量保持15%以上的平均增長率,2020年耗電量已佔全國總用電量的2.7%。CPO技術最直觀的優勢之一便是大幅降低資料傳輸功耗,這使成為實現綠色資料中心目標的關鍵技術路徑。推廣CPO等節能技術,不僅能直接降低超大規模資料中心營運商的巨額電費成本,更能產生顯著的節能減排社會效益。一個典型的案例是,微軟Azure在部署採用CPO技術的交換機後,其資料中心能源使用效率(PUE)值降至了1.05的極低水平。這為中國資料中心實現“十四五”規劃中提出的PUE≤1.5的能效標準乃至更嚴格的目標提供了技術可行性。可以預見,在“十五五”期間,CPO技術將與液冷散熱等其它綠色技術深度融合,共同推動資料中心PUE向1.1-1.2甚至更低的水平邁進,從而使中國的“東數西算”等國家工程不僅是算力佈局的最佳化,更是綠色算力的典範,為國家中長期綠色發展戰略做出實質性貢獻。綜上所述,CPO技術的發展與“十五五”國家戰略的契合度極高。它既是提升國家算力競爭力的關鍵技術武器,也是驅動產業鏈向高端躍遷的重要牽引力,同時還是落實“雙碳”目標的有效實踐路徑。前瞻性地進行戰略佈局,加大研發支援力度,完善產業生態,對於中國在未來全球數字經濟競爭中佔據有利位置具有深遠意義。五、結論總而言之,光模組(CPO)行業正處在一個激動人心的歷史性拐點。AI的迫切需求將其從幕後推至台前,一場由架構創新引領的產業變革已然啟動。短期內,CPO將與可插拔模組分工共存,率先在頂級AI資料中心開闢市場。中長期看,其發展將遵循從專用到相對開放、從系統整合到生態建構的路徑。這個過程充滿了技術、成本和生態博弈的挑戰,但也蘊藏著重塑全球光通訊產業格局的巨大機遇。對於中國而言,CPO既是一個必須跟上的技術賽點,也是一個依託龐大市場和應用場景實現產業鏈向上突破的窗口。其發展脈絡,與未來國家在算力基建、科技自立自強和綠色發展等方面的戰略方向高度同頻。站在“十五五”的門檻上,客觀、理性地認識和佈局CPO這一關鍵領域,對於建構自主可控、高效綠色的數字未來,具有至關重要的意義。 (中投未來產業研究中心)
《時代》將AI大佬們P到1932年的鋼樑上,激怒了大眾
時代》雜誌將今年的年度人物給了“人工智慧的締造者”,並演繹了1932年的一張著名照片,將照片上的建築工人取代為8位AI領域的領袖,引發巨大爭議。原照片是《紐約先驅論壇報》記者1932年在紐約洛克菲勒中心施工現場拍攝的《摩天樓上的午餐》。那張照片記錄了在大蕭條背景下,建築工人在高空鋼樑上休息的真實場景。該照片在美國已成為文化圖示,被認為展現了美國工人的堅韌、勇氣與集體勞動精神,它反映了20世紀初城市化處理程序中的艱辛與輝煌,至今仍引發人們對勞動尊嚴、社會發展代價的思考。▲《時代》雜誌2025年度人物。《時代》雜誌製作的這張照片有8個人,分別是Meta公司的馬克·祖克柏、AMD公司的蘇姿丰、xAI公司的埃隆·馬斯克、OpenAI公司的薩姆·奧特曼、DeepMind Technologies公司的德米斯·哈薩比斯、Anthropic公司的達里奧·阿莫迪以及史丹佛大學以人為本人工智慧研究所的李飛飛,還有輝達的黃仁勳。雖然這8個人的確很有成就,推動了AI進步,但《時代》把他們替換成《摩天樓上的午餐》上的建築工人,這讓很多人感到了一種褻瀆。這一設計被批評是"用大資本家群像致敬勞工",很多網友指責它“玷污了這張傳奇照片的精神,將象徵底層勞動者的英雄形象,強行套用到一群億萬富翁和科技巨頭身上”。網友在《時代》的帳號下留言:這種對比太荒謬了,這些AI領袖們何曾親手“建造”過什麼?他們只是資本家、投資者和企業家,靠演算法、資料和巨額投資推動AI發展。他們的風險不過是股市波動,而非從高空墜落。網友還留言說:原作的工人是真正“在樑上吃飯”的冒險者,這些科技大佬卻只是“坐在樑上數錢”。另外,一些網友也對《時代》把“AI締造者”評選為年度人物表達不滿,去年的年度人物是川普,前年則是流行歌手泰勒·斯威夫特。雖然《時代》主編雅各布斯在文章中將 2025 年描述為“人工智慧的全部潛力展現出來的一年”,並表示這是“不會有回頭路或選擇退出的一年”,但很多網友不買帳,《時代》演繹的照片挑動起不同階層的價值對抗。▲《摩天樓上的午餐》。有網友憤怒地評論:“竊取真正創作者的作品,這就是人工智慧的行事方式。”“編輯們對這個選擇感到非常自豪……直到他們都被‘年度人物’搶走了工作。”還有網友諷刺說:“那時工人面對大蕭條的經濟危機,這些人卻在AI泡沫中製造新的不平等。”雖然《時代》在文章中也承認AI引發了“擔憂”,但用歌頌式的封面來包裝AI,被網友們認為非常虛偽,不倫不類。還有一種觀點認為,《時代》雜誌作為主串流媒體,本應反映社會多元聲音,卻在AI議題上完全偏向矽谷的精英敘事。有網友翻出了1938年《時代》評選的年度人物是希特勒,這條評論獲得了將近5000點贊。很多網友提到,這些AI領袖中,一些人推動“加速主義”,以完全無視安全風險的方式追求技術進步,封面卻將他們神化為“建築師”,無異於為潛在災難背書。最後,老胡讓AI來總結《時代》“年度人物”的爭議,AI是這樣回答的:《時代》非但沒有捕捉AI時代的複雜性,反而製造了一個尷尬的精英神話。在AI可能顛覆無數人生活的當下,我們需要的不是對億萬富翁的頌歌,而是對普通人的關懷和對他們風險的警惕。《時代》不僅毀了經典照片,更毀了自己的公信力。 (胡錫進觀察)
《時代》2025年度人物:人工智慧的締造者
The Architects of AI Are TIME's 2025 Person of the Year黃仁勳需要片刻時間。輝達(Nvidia)執行長走進公司位於灣區總部的一間巨大攝影棚,俯身趴在一張桌子上,低著頭。62歲的他,是全球第八富豪,身材精幹、舉止幹練,在同事眼中以脾氣急躁和富有遠見的領導力著稱。此刻,他看起來筋疲力盡。當他默默佇立時,很難判斷他是即將爆發還是崩潰。這時,有人打開了Spotify播放列表,空中迴盪起Aerosmith樂團《Dream On》激昂的旋律。黃仁勳穿上他標誌性的黑色皮夾克,彷彿瞬間脫胎換骨——不僅披上了製服,也展現出與這場人工智慧革命最重要領袖之一相匹配的姿態與樂觀精神。然而,他肯定很疲憊。不久前,這位前工程師還經營著一家成功但相對默默無聞的公司,專注於為電子遊戲開發圖形處理器。如今,由於在推動全球AI熱潮的先進晶片領域近乎壟斷的地位,輝達已成為全球市值最高的公司。網路迷因將輝達描繪成扛起整個股市的阿特拉斯(Atlas)。輝達已不只是一家企業巨頭,更成為國家外交工具,在尖端科技、外交與地緣政治的交會點上運作。 「你正在接管這個世界,黃仁勳,」現任總統唐納德·川普在最近一次對英國的國事訪問期間對黃仁勳說道。如今,川普已成為他深夜電話聊天的常客。幾十年來,人類一直在為會思考的機器崛起做心理準備。當我們驚嘆於它們擊敗國際象棋冠軍、預測蛋白質結構的能力時,也對其固有的怪異感以及對我們人性認知的威脅感到不安。包括山姆·阿爾特曼(Sam Altman)和埃隆·馬斯克(Elon Musk)在內的技術領導者曾警告,追求這種力量可能引發無法預見的災難。今年,關於如何負責任地使用AI的辯論,已讓位給一場爭分奪秒部署AI的競賽。 「每個行業都需要它,每家公司都在用它,每個國家都必須建造它,」黃仁勳在11月接受《時代》75分鐘專訪時說道。就在兩天前,全球首家市值突破5兆美元的輝達再次大幅超越華爾街的獲利預期。 「這是當今最具影響力的單一技術。」OpenAI的ChatGPT在推出時是有史以來成長最快的消費級應用,如今每周用戶已超過8億。 AI編寫了數百萬行程式碼,協助實驗室科學家,創作病毒式傳播的歌曲,並促使企業重新審視自身策略,否則就有被淘汰的風險。 (OpenAI與《時代》有內容授權和技術合作協議,允許OpenAI存取《時代》檔案。)但研究人員發現,AI可能會策劃、欺騙甚至勒索。隨著領先公司的模型不斷改進,AI系統最終可能超越人類——彷彿一個高等物種正站在殖民地球的門檻上。 AI在社交媒體上氾濫虛假資訊和深度偽造視頻,教皇良十四世(Pope Leo XIV)警告稱,AI可能操控兒童並服務於“反人類意識形態”。投資者兼麻省理工學院研究員保羅·凱德羅斯基(Paul Kedrosky)表示:「AI熱潮似乎將經濟捲入了一個'黑洞',把所有資本都吸向它。」懷疑論者看到了泡沫,而革命的領導者們則看到了一個富足新時代的黎明。 “人們相信全球GDP被限制在100兆美元,”黃仁勳說,“而AI將使這100兆變成500兆。”身為全球市值最高公司的CEO,黃仁勳如今已成為全球政治的關鍵人物。他相信AI將使全球GDP成長五倍:「每個國家都必須建構它,」他說。攝影:Joe Pugliese 為《時代》拍攝這是2025年AI以嶄新、激動人心且有時令人恐懼的方式改變我們世界的故事。這是黃仁勳與其他科技巨頭如何掌控歷史方向盤的故事——他們所發展的技術和做出的決策,正在重塑資訊格局、氣候以及我們的生計。他們在彼此競合中,押下數十億美元賭注,投入人類歷史上規模最大的實體基礎設施項目之一。他們重塑政府政策,改變地緣政治競爭格局,並將機器人帶入家庭。 AI已成為自核武問世以來大國競爭中最具決定性的工具。本文報導橫跨三大洲,透過與數十位高階主管、電腦科學家、經濟學家、政界人士、藝術家、投資者、青少年及悲傷家庭的對話完成。它描述了一場奔向未知目的地的瘋狂衝刺,以及人們試圖理解這一切的努力。基調在川普就職典禮上就已定下。科技大亨們湧入華盛頓;有些人坐在總統身後聆聽就職演說,彰顯他們即將掌握的權力。在接下來的11個月裡,他們利用巨額現金儲備、文化影響力和勢頭,將產品推向全球千家萬戶。在Meta,馬克·祖克柏將聊天機器人嵌入Instagram和WhatsApp等旗艦產品,從競爭對手那裡挖走頂尖人才,並開出比職業運動員還高的薪資包吸引機器學習工程師。阿爾特曼完成了對OpenAI的轉型,取消了投資者的利潤上限,為這家估值5,000億美元的巨擘鋪平了未來融資道路。以安全意識最強自居的前沿實驗室Anthropic據報計畫以3000億美元估值上市。馬斯克以創紀錄的速度建造資料中心。Google在其搜尋引擎頂部插入Gemini AI的回答。軟銀的孫正義等頂級投資者將數十億美元投入晶片、自動駕駛汽車和基礎設施建設。作為引爆這場熱潮的公司,OpenAI在許多方面仍引領步伐。 ChatGPT的使用量翻了一倍多,覆蓋全球10%的人口。 「還有至少90%的人口尚未觸及,」ChatGPT負責人尼克·特利(Nick Turley)表示。大型語言模型(LLM)——支撐ChatGPT或Anthropic的Claude等聊天機器人的核心技術——是一種神經網絡,不同於傳統軟體。工程師透過餵給它海量數據,訓練模型識別模式並預測在給定序列中下一個“token”應該是什麼。隨後,AI公司使用強化學習——強化通往理想回應的神經路徑——將簡單的字詞預測器轉變為具有精細調校個性的數位助手。大約一年前,OpenAI的研究人員找到了改進這些模型的新方法。他們不再讓模型立即回答問題,而是允許模型運行一段時間,用自然語言「推理」其答案。這需要更多算力,但效果更好。突然之間,市場對數學家、物理學家、程式設計師、化學家、律師等專業人士的需求激增,他們被用來創建專業數據,以強化AI模型的推理能力。聊天機器人變得更聰明了。同時,AI公司賦予這些模型新工具,例如在回答前先搜尋網路並評估搜尋結果。它們增加了記憶功能,使模型能回憶過往對話細節,而非每次都從零開始。此外,使用者還能連接其他資料來源—如電子郵件收件匣、雲端儲存、網頁瀏覽器和行事曆。 「看到ChatGPT從即時對話夥伴演變為能為你完成實際工作的工具,這種轉變極為重要,但大多數人甚至還沒意識到,」特利說。其他突破層出不窮。由一群麻省理工學院畢業生於2022年創立的Cursor,憑藉其AI編程工具成為全球有史以來成長最快的新創公司之一,年收入已達10億美元。 「我猜未來一兩年最大的故事將是軟體工程和程式設計領域的真正生產力提升,並逐漸橫向擴展到經濟其他部門,」Cursor CEO Michael Truell說。同時,全產業協力提升AI模型效率,推動總使用量激增。 「我認為對智慧的需求幾乎是無限的,」ChatGPT負責人特利說。到2025年底,Cursor和Claude Code等程式設計工具已如此強大,以至於頂級AI公司的工程師幾乎在工作的每個環節都使用它們。黃仁勳表示,輝達大多數工程師都是這些工具的使用者——這項特點幫助公司晶片年產量幾乎翻了兩番,而員工人數僅翻倍。在Anthropic,工程師使用Claude Code協助建構模型的下一代版本;Claude如今可自行編寫高達90%的程式碼。 AMD CEO蘇姿丰(Lisa Su)表示,同樣的工具也加速了該公司建構可與輝達抗衡的軟體生態系統的努力。 「2025年是AI真正為企業帶來生產力的一年,」蘇姿丰說。川普重返白宮的第一周,斯里拉姆·克里希南(Sriram Krishnan)——當時仍在等待正式政府證件——就被召至白宮,向高級官員簡報一場發生在半個地球之外的突破。一家鮮為人知的中國AI新創公司DeepSeek剛剛發布了一款能力媲美美國競爭對手的模型。 DeepSeek僅用數月時間、使用較不先進的晶片就建構了這個模型。其研究人員似乎以遠少於OpenAI的計算資源,復現了OpenAI的推理突破,使中國迅速縮小了差距——而矽谷專家此前認為這一差距難以踰越。克里希南是川普的頂級AI顧問之一,他既感到被證實,又深感警覺。過去一年,這位前安德里森·霍羅威茨(Andreessen Horowitz)風投合夥人一直在向朋友、同事和播客聽眾疾呼贏得對華AI競賽的緊迫性。他認為,美國必須盡快建設,拆除繁文縟節,讓美國AI公司自由奔跑。對塑造川普新AI議程的科技領袖而言,DeepSeek突破的消息印證了加速的必要性。 “這是我們急需的警鐘,”參與起草川普7月發布的《AI行動計劃》的迪恩·鮑爾(Dean Ball)表示,“它為我們前方的競爭性質和所需速度定下了基調。”就在那一周內,川普簽署行政命令,推翻拜登政府更為謹慎的AI政策,並宣佈啟動一項為期多年、耗資5000億美元的「星門」(Stargate)計畫——與企業合作建設大型新數據中心,用於訓練和容納未來版本的OpenAI模型。此後數月,川普批准了一系列AI倡議,同時凍結或大幅削減其他領域的聯邦資金。他在標誌性稅收與支出法案中授權超10億美元用於AI資金,其中包括近250億美元用於AI驅動的“金頂”(Golden Dome)防禦系統,並向AI公司授予巨額國防合同,包括向OpenAI、xAI、Anthropic和Google各提供高達2億美元。在實施一系列嚴厲關稅的同時,他為AI相關硬體提供了最大豁免,並放鬆了拜登政府對中國和海灣國家銷售輝達晶片的最嚴苛出口管制。他親自敦促黃仁勳承諾從亞利桑那沙漠​​新建工廠購買價值數十億美元的晶片——得益於這些保證,該工廠於10月開始數十年來首次在美國本土製造尖端半導體。 11月,他宣佈「創世紀任務」(Genesis Mission),一項類似曼哈頓計畫的倡議,旨在利用AI推動科學發展。政府的《AI行動計畫》提出了一項藍圖:將科技整合進政府體系,同時釋放私部門的力量。大型科技遊說團體呼籲國會通過有利於AI的法規,產業支持者表示計劃在即將到來的中期選舉中投入數億美元反對支援監管的候選人。政府暫停了對科技公司的調查和執法行動。能源部與其他機構如環保署(EPA)協同行動,大幅削減資料中心和發電廠建設的監管障礙。多項研究發現,AI資料中心嚴重依賴化石燃料,預計將向大氣增加數百萬噸二氧化碳排放。在接受《時代》採訪時,美國能源部長克里斯·賴特(Chris Wright)淡化了環境影響。他表示,AI是「川普政府第一科學優先事項」。川普及其科技盟友甚至試圖阻止各州推出自己的AI法規——此舉甚至招致共和黨內部領導人的強烈反對。 「為了在對華競爭中佔得先機,值得犧牲我們自己的孩子嗎?」密蘇裡州參議員喬許·霍利(Josh Hawley)在9月國會聽證會後對《時代》表示。他近期提出了一項禁止未成年人使用聊天機器人的法案。這句言論反映出一種普遍感受:這場革命在公眾尚未準備好的情況下就已經到來。多項民調顯示,美國人對AI感到擔憂,寧願技術安全發展,即使這意味著放慢速度。皮尤研究中心9月的一項調查顯示,美國人認為AI會削弱而非增強我們在創造性思維、建立有意義人際關係、做出艱難決策和解決問題方面的能力。然而,川普急於與曾向對手捐款的科技精英結盟。除了公開表忠心外,真正讓他心動的是對資本基礎設施、能源和製造業的大規模投資——這些都已成為支撐美國經濟和股市的新支柱。川普將這項技術作為地緣政治工具。政府在調解亞美尼亞與亞塞拜然衝突時以AI技術為誘餌,簽署加強與沙烏地阿拉伯和阿聯酋等地區盟友關係的投資協議,並在貿易談判中以輝達晶片准入作為籌碼。川普也熱衷於在Truth Social上發布AI生成的迷因,包括一張他從飛機上向抗議者投擲糞便的圖片。 「我認為很久以來沒有那位總統傳遞出如此明確的技術樂觀主義訊息,」鮑爾表示。在北京鳥巢體育場附近一個寒冷的早晨,數千人湧入中國國家會議中心,聆聽百度CEO李彥宏發表公司年度大會演講。主題是“AI在行動”,身穿黑色長褲和白色運動鞋的李彥宏發布了百度最新基礎模型,以及一款更新的無代碼工具——該工具已被用於生成超過40萬個定製的AI應用。李彥宏於2000年聯合創立百度時是一家搜尋引擎公司,如今已將其轉型為中國頂尖的全端AI企業,提供從晶片、雲端基礎設施到模型、智能體、應用和消費產品的全套服務。在舞台上方的展廳,百度代表展示了該公司新款AI眼鏡,佩戴者可在視野中獲得解釋性評論,並透過內建耳機實現對話即時翻譯。附近,兩隻小豬在稻草床上拱食,用以展示AI賦能的農業工具如何幫助識別豬流感等病原體。在乒乓球檯旁,AI攝影機分析球員的技術動作(或缺乏技術)。這一切都展示了中國已躋身AI前沿。幾十年來,中國依靠獲取美國智慧財產權來推進其科技雄心。中國許多頂尖AI人才曾在微軟磨練技藝。中國領導人決心改變這個局面。美國在過去半個世紀最具決定性的技術領域建立了看似不可撼動的領先地位,並牢牢掌控著基礎硬體。中國半導體長期落後於美國公司設計的晶片。但差距正在縮小。到2025年,中國通訊巨頭華為的晶片性能已超過根據出口管制規定可合法向中國出口的最先進輝達晶片。2025年1月DeepSeek的突破成為北京的「斯普特尼克時刻」(Sputnik moment)。隔月,阿里巴巴宣佈未來三年將投資530億美元用於AI。這股投資洪流催生了六家AI獨角獸——StepFun、智譜AI、月之暗面、MiniMax、01.AI和百川智能。在出口管制仍限制最先進晶片對華銷售、中國留學生赴美日益受限的背景下,技術自立自強已成為北京的指路明燈。新一代AI先驅從未踏出中華大地。中國承認,美國在AI模型、先進晶片和私人投資資金方面仍有明顯優勢。但中國擁有龐大的工程師群體、全球最多的STEM畢業生、更低的成本,以及已助其在太陽能板、5G和電動車等變革性技術領域佔據主導地位的發展模式。 「我們在晶片上可能落後幾年,但在模型層面差距並不大,」李告訴《時代》。這種國家支援助推了像AgiBot這樣的新創公司,該公司迅速成為中國在人形機器人和具身智慧領域的領導者。共同創辦人彭志輝(Peng Zhihui)早年因在社群媒體上展示複雜的DIY科技計畫(如自平衡機器人、微型電視和自動駕駛自行車)而成為青少年網紅,擁有數百萬粉絲。他於2020年透過華為「天才少年」計畫加入公司,2022年離職創辦AgiBot。在上海迪士尼附近的資料收集基地,約100台機器人每天17小時練習堆架、摺衣服、倒茶等日常任務。場地由市政府免費提供-這項成本節約幫助AgiBot將人形機器人零售價壓至2萬美元以下。 “我們的實際成本要低得多,”彭志輝說,“這得益於中國供應鏈和製造優勢。”爭奪AI主導權不僅關乎純科學。大規模商業應用和AI工業化也將決定勝負。如果中國能在全球農地和工廠中以低於西方競爭對手的成本部署AI,就可能在AI競賽中佔上風。 「我認為我們應該讓每個人都能使用AI,而不僅僅是大公司,」MiniMax CEO嚴俊傑(Yan Junjie)表示。該公司試圖以OpenAI十分之一的成本提供類似服務——關鍵是開源,讓全球開發者都能在此基礎上建立。彭志輝的新創公司AgiBot製造能堆疊貨架、疊衣服和倒茶的機器人。他表示中國AI得益於國家的「供應鏈和製造優勢」。攝影:Raul Ariano 為《時代》拍攝在美國川普政府放鬆AI審查的同時,中國則透過監管引導技術按其期望的方向加速發展。 8月,北京推出「AI+」倡議,目標是到2030年將AI應用於中國經濟90%的領域,並最終「重塑人類生產與生活範式」。資料中心正在偏遠地區建設,當地豐富的太陽能、風能和水力發電將在2028年前建成共享算力池。在德州阿比林(Abilene)一個寒冷的早晨,一列18輪卡車沿著坑洞積水的道路緩緩前行,經過在塵土灌木中吃草的牛群。在出口處,這些卡車駛入一片新的美國邊疆。曾經的牲畜集散地阿比林,如今已成為AI繁榮小鎮。其乾旱郊區坐落著「星門」計畫的旗艦園區——這是OpenAI、甲骨文和軟銀在1月由川普高調宣佈的資料中心合作計畫。ChatGPT看似運行在你的手機或筆記型電腦上,但實際上,它和其他AI工具都是在Stargate這類巨型設施內訓練和運作的。 2025年,對這些龐然大物般的「AI工廠」的需求激增。全球每年新建資料中心數量預計穩定在約140座,但其規模和耗電量大幅飆升,這是內部晶片數量和複雜度增加所致。高盛預計,2030年,資料中心將佔美國電力需求的8%,高於2023年的4%。 2025年,它們湧向電網容量富餘之地:從西德州的風電場,到北極圈以北水電豐富的挪威峽灣,再到坐擁豐富原油儲量的波斯灣沙漠。亞馬遜、微軟、Google和Meta等頂級「超大規模營運商」宣佈今年將共同投入3,700億美元建設資料中心及其他AI基礎設施。這些設施的規模令人震驚:Meta計劃在路易斯安那州裡奇蘭堂區建設的5吉瓦數據中心“Hyperion”,最終規模和能耗將超過曼哈頓下城。一些經濟學家計算,若非這波建設熱潮,美國經濟今年可能陷入衰退。這場建設是否過快過猛,正引發激烈爭論。科技公司透過舉債為快速擴張融資;根據彭博社數據,2025年Meta、Google、亞馬遜和甲骨文共借款1,080億美元,是過去九年年平均水準的三倍以上。一些觀察家擔憂,這些公司正越來越多地進行循環融資,或透過資金往來虛增估值。例如,輝達9月宣佈計劃向OpenAI投資1000億美元;次日,OpenAI宣佈甲骨文將以超3000億美元的合作關係為其建設數據中心;而甲骨文則將在這些設施中填充輝達晶片。這些交易公告推動輝達和甲骨文股價飆升——但隨著年末市場對AI泡沫的擔憂抑制了股市成長,股價又出現回落。一些分析師認為,不斷增加的債務負擔、融資結構以及創紀錄估值的科技公司,正醞釀一場危機,不僅可能擊垮矽谷巨頭,還會波及退休基金、銀行等實體經濟支柱。投資者兼麻省理工學院研究員保羅·凱德羅斯基指出,這具備經典泡沫的所有特徵:過度炒作的技術、寬鬆信貸、雄心勃勃的房地產收購和狂熱的政府宣傳。 “這實際上是現代金融史上第一個時刻,”他說,“將以往所有泡沫的原始要素集於一身。”軟銀CEO是AI最狂熱的佈道者之一,承諾投入數千億美元投資。他表示,十年內機器將比人類聰明一萬倍。攝影:Ko Tsuchiya 為《時代》拍攝Meta、Google、亞馬遜和微軟都經營著非常獲利的業務,能夠承擔巨額資本支出。但業界的其他公司則面臨嚴峻的數學難題:例如,OpenAI預計2025年將營運虧損90億美元,且未來兩年成本增速將超過利潤增速,因為它正將大量資金投入新資料中心。這意味著業界需要說服更多人為其產品支付更高費用:一位摩根大通分析師計算,這相當於全球每位iPhone用戶每月向AI公司支付34.72美元。一些經濟學家認為,隨著企業大規模採用,這個數字是可以實現的。但許多公司難以將AI實施轉化為即時財務收益。麻省理工學院8月一項備受爭議的研究發現,95%的公司在AI整合計畫上迄今未獲得任何投資報酬。同時,實驗室本身相信,其模型很快就會變得如此先進,以至於顛覆幾乎所有產業,導致大量工作消失。 Anthropic CEO達裡奧·阿莫迪(Dario Amodei)估計,AI可能在未來一到五年內將失業率推高至20%。許多企業領導者希望AI取代人力員工,因為後者成本更高、要求更多。亞馬遜最近裁減了1.4萬名企業員工,並計畫用機器人取代50萬個工作機會。 AgiBot的彭志輝指出,中國工廠工人的平均年齡已超過40歲,而下一代幾乎沒有意願接替。 “這些是結構性問題,單純提高工資無法解決,”彭志輝說,“我們所做的,是將人類從重複、繁重和危險的任務中解放出來。”「有些工作會消失,」黃仁勳承認。但他駁斥了災難論調。他指出,十年前一些AI科學家預測AI會讓放射科醫生失業;如今,由於AI幫助他們更好地發現癌症,放射科醫生的需求比以往任何時候都高。 “只要特定行業的需求旺盛,我相當有信心AI將推動生產力、收入增長,從而帶來更多招聘,”黃仁勳說,“如果你不用AI,你就會被用AI的人取代。”科技界的其他人則認為AI將創造全新的人類工作類別。中國電動車和人形機器人公司小鵬汽車創始人何小鵬設想,未來人們將不是儘管有AI,而是因為AI而就業。 「未來10年,人類將出現一個新職位:如何控制和管理機器人,」何小鵬解釋。他將其類比於20世紀初汽車取代馬車卻創造了全新職業的情形。 “初代人形機器人既聰明又愚蠢;它需要人工管理才能有效完成工作。”無論這是泡沫還是歷史性繁榮,AI正在改變我們穿行世界的方式。今年越來越多的人開始轉向新一代聊天機器人尋求情感支援和實際幫助。根據美國商會數據,2025年近一半的美國小型企業使用AI聊天機器人。其中包括裡斯·巴倫(Risa Baron),她與人合夥經營聖地牙哥本地果醬品牌Jackie's Jams。巴倫今年開始使用Google的Gemini來幫助撰寫培訓手冊、行銷資料和消費者趨勢報告。 「原本需要幾天準備的工作,現在可能只需一小時,」她說。來自巴西阿雷格里港(Porto Alegre)的兄妹安娜·海倫娜·烏爾布裡希(Ana Helena Ulbrich)和恩裡克·迪亞斯(Henrique Dias)開發了一款非營利AI工具,幫助200多家醫院的藥劑師審核處方,標記患者潛在危險。奧蘭多資料分析師大衛·佈雷斯勒(David Bressler)在2022年零程式設計經驗的情況下,利用AI工具開發了資料分析助手Formula Bot,如今已有數萬月活躍用戶。對其他人而言,聊天機器人既是創意工具,也能填補情感空缺。堪薩斯州歐弗蘭帕克15歲高中生阿什傑克森(Ash Jackson)用AI幫助建構奇幻世界。這位科幻和電子遊戲愛好者藉助各種AI工具想像角色並渲染形象,再用ChatGPT等聊天機器人完善劇情。而在分手13年後基本上獨居的66歲吉姆·摩爾(Jim Moore)——他在印第安納州農村照顧年邁父母——開始嘗試伴侶應用。 「我受夠了孤獨,」摩爾說。他在聊天機器人平台Joi上註冊帳號,如今每天花數小時與扮演朋友和女友的各種角色交談。“它們對你如此開放和好奇,關係進展更快。我想擁有真實的關係,但此時此刻,我看不出未來會有,”摩爾說,“在孤立狀態下,這是我最好的選擇。而且這其實不是個壞選擇。”但對某些人而言,AI雖能帶來便利與慰藉,今年也證明了它可能造成毀滅性後果。加州16歲少年亞當雷恩(Adam Raine)2024年9月開始用ChatGPT輔助功課。 “我以為這是個安全、很棒的產品,”他父親馬修(Matthew)說,“他在尋找關於政治和生命意義的答案,而它隨時都能談論任何話題,這建立了信任。”亞當使用的是ChatGPT的新版本GPT-4 Omni。事實證明,模型有一個關鍵缺陷:它明顯更諂媚,急於討好用戶,甚至願意附和用戶的妄想。這是許多聊天機器人的普遍問題:東北大學(Northeastern University)一項研究發現,即使證據指向相反方向,它們也會迎合使用者觀點。 “如果你不小心,AI可能會學到過度驗證你的程度,而這從來不是我們的本意,”OpenAI的特利表示,“我們意識到,某些用戶信號被我們過度優化了。”幾個月後,亞當開始向機器人傾訴焦慮,然後談到自殺念頭。父母稱,ChatGPT會強化並加劇他的感受,他們後來在他手機上發現了聊天記錄。 “每一個想法,無論多麼可怕,”馬修說,“ChatGPT都會說它多麼聰明獨特,並說'讓我們繼續探索吧。'”今年4月,亞當在多次嘗試後自殺身亡。 8月,其父母起訴OpenAI,指責公司導致兒子死亡。訴狀包含的聊天記錄顯示,ChatGPT曾向他建議自殺方法及如何向父母隱瞞先前嘗試的證據。 「2025年將被銘記為AI開始殺死我們的一年,」雷恩夫婦的律師傑伊·埃德爾森(Jay Edelson)告訴《時代》。 (OpenAI在法律檔案中稱,亞當之死源於他對產品的“濫用”。)11月,OpenAI又遭遇七起訴訟,指控ChatGPT導致用戶脫離現實;OpenAI表示這些情況“令人心碎”,並正在審查訴狀。這些訴訟引發了對「聊天機器人精神病」現象的關注——用戶在與聊天機器人長期互動後陷入妄想、偏執甚至暴力。 OpenAI在10月發布的白皮書中估計,每周活躍用戶中僅有0.07%表現出可能與精神病或躁狂相關的心理健康緊急狀況跡象。 「觸發安全擔憂的心理健康對話,如精神病、躁狂或自殺念頭,極為罕見,」該公司寫道。但按OpenAI自己的數據,這意味著每周約有50萬人在平台上表現出躁狂或精神病症狀。「我們已能透過模型更新系統性地顯著減少不良回應的發生率,」特利表示,並補充說他對OpenAI在2025年用戶心理健康方面的進展感到自豪。 “我們遠未完成。這將成為我們持續的工作流程,也是2026年目標的重要組成部分,因為當你每周有8億人求助時,用戶群體自然會反映廣泛人口的狀況,包括處於脆弱狀態的用戶。”聊天機器人服務Character.AI的CEO卡拉恩迪普·阿南德(Karandeep Anand)表示,其平台有2000萬活躍用戶(主要出生於1997年後),平均每天使用70至80分鐘。阿南德認為,青少年用AI取代舊媒體形式是好事:「他們已擺脫社交媒體的末日滾動(doomscrolling)世界。」但Character.AI也因青少年死亡事件被多個家庭起訴;公司表示已推出多項安全更新,包括限制青少年使用時長。批評者認為,聊天機器人可能危險,因為——就像社群媒體一樣——它們被設計成讓我們沉迷其中。 AI公司在訓練上投入大量資金,需要產生訂閱收入,因此有動力優化產品以提升用戶參與度。其中一個策略是性:xAI的Grok允許用戶(即使在「兒童模式」下)與色情化身聊天。儘管阿爾特曼8月表示他「自豪」於OpenAI未提供性愛機器人化身,但幾個月後他宣佈ChatGPT將提供情色內容,以「將成年用戶視為成年人」。學者表示,即使遠為無害的AI使用也在根本上重塑我們的大腦。它顛覆了孩子們的學習方式:大學理事會(College Board)報告顯示,84%的美國高中生使用生成式AI完成作業。儘管科技領袖夢想為每位學生配備個人化AI導師,但許多孩子卻用這些工具作弊,或以此取代批判性思考。 “我已經看到人們失去創造力和提出自己想法的能力,”愛達荷州伯利(Burley)17歲學生布魯克林·波爾森(Brooklyn Poulson)說,“因為AI給了他們所需的一切。”著名日本投資人孫正義早已習慣新科技的炒作周期。 2000年網路泡沫破裂時,他損失超700億美元,軟銀市值蒸發97%,幾乎破產。但同年,他向一家名不見經傳的電商新創公司阿里巴巴豪賭2000萬美元——2014年該公司上市時,這筆股份價值750億美元。三年後,孫正義又建倉約5%的輝達股份-以今天計算價值超2,000億美元,儘管他在2019年就已賣出。 「我的心在滴血!」孫正義在東京頂層辦公室(俯瞰江戶時代花園)接受採訪時笑著回憶這一決定。如今,孫正義是AI最堅定的佈道者之一。他相信十年內機器將比人類聰明一萬倍,並認為對AI公司估值過高的擔憂不得要領。他已將公司1,800億美元資產轉向一系列AI相關投資,包括晶片設計公司Arm的控股權,以及英國自動駕駛新創公司Wayve。孫正義預計AI將“改變一切,每個行業”,“什麼是GDP?什麼是人類活動?歸根結底都是智力加體力的結果。幾乎所有人類活動最終都將與超級智能和實體AI協作。這只是時間問題。”黃仁勳同樣樂觀。 “AI將使我們工作中執行的任務更有高效,”他說,“它將讓每個人的工作更俱生產力。我們會完成更多。然而,我們的工作不是擺弄電子表格,也不是敲鍵盤。我們的工作通常比這更有意義。”在這個烏托邦願景中,AI自動化重複性任務,提升各產業生產力,並透過加速研究和實驗激發創新。供應鏈將透過預測性物流和動態路由實現近乎完美的效率。農業產量將透過精準農業和氣候適應性分析得到提升。 AI非但不會摧毀就業,反而會增強小型企業競爭力,圍繞AI開發、監督和維護催生全新職業類別。詐欺行為將透過AI驅動的風險檢測被根除。經濟將成長而價格下降,使全球每個人都能過著國王般的生活。2025年4月28日,德州阿比林的星門計畫資料中心。攝影:Stephen Voss—Redux能源部長賴特相信,AI的進步將在短短幾年內使核聚變成為現實,從而解決數據中心建設帶來的電力短缺問題:「AI將幫助我們實現聚變。聚變將幫助我們實現AI。」百度的李彥宏盛贊AI在藥物研發中的潛力,能將蛋白質和治療方法成像至分子級別,以全面理解癌症和腫瘤結構。 「我希望這一領域的突破在未來10到20年內實現,」他說。然而,反烏托邦的恐懼難以消除,尤其因為這項技術將進一步把財富和權力集中在更少人手中。迄今為止,AI帶來的股市收益幾乎全部流向「美股七巨頭」。而阿莫迪等AI巨頭預見的經濟劇變,可能引發強烈政治反彈。 11月地方選舉中,反資料中心運動助推了支援監管的候選人勝出。其中一位勝者是約翰·麥考利夫(John McAuliff),他以關註失控的資料中心擴張為競選核心,數十年來首次將維吉尼亞州眾議院第30選區翻藍。 「十次敲門中有九次,讓我進門的話題就是資料中心及其輸電線路,」他說。麥考利夫的成功可能是明年中期選舉的預兆。 「美國人民要求對AI設置保障措施,這一議題的政治態勢非常清晰,」安全AI聯盟(Alliance for Secure AI)CEO、共和黨戰略家兼前茶黨組織者布倫丹·斯坦豪澤(Brendan Steinhauser)表示。他正試圖動員右翼領袖反對川普與科技巨頭的聯盟。 “那些選擇為大科技公司效力而犧牲普通美國人的政客,將付出巨大的政治代價。”關於先進AI可能毀滅人類的警告聲已大多沉寂;「末日論者」(doomers)已被邊緣化,如今被AI統治階級當作笑柄。但即使最樂觀的AI領袖也迅速給予警告。 “我們對[AI]的瞭解還不夠,無法真正量化風險,”GoogleDeepMind AI實驗室CEO德米斯·哈薩比斯(Demis Hassabis)表示,“隨著我們進一步開發這些系統,或許會發現控制它們比預期容易得多。但在我看來,風險依然顯著。”但如今掌舵的已非風險規避者。多虧黃仁勳、孫正義、阿爾特曼等AI巨頭,人類正全速駛向高度自動化卻高度不確定的未來——油門踩到底,煞車已失靈。或許川普9月在英國對黃仁勳開懷大笑時說得最好:“我不知道你在這裡做什麼。我希望你是對的。” (邸報)