链条里最硬的一环其实是 METR 的结论和 Claude 主导研发占比 1%→26%,但这两组数字都来自实验室自己的口径——被评估方自己公布“AI 让研发翻倍”,可信度要打折扣。更关键的是类比本身:数学有现成裁判,ML 有训练指标可验,但“各行业顶尖专家”要啃的是没有标准答案的现实经验。研究员这条线可能真快,专家那条线,2030 年这个时间表还得看现实给不给
LEO 最值得纪念的不是“第一台”,是它第一天就有付费业务:1951 年跑的第一个商业应用是面包房估值,一家卖茶点的公司造电脑是为了解决自己的账。75 年后 AI 创业还在到处找 PMF,而商用计算的起点恰恰相反——先有具体业务问题,再有机器。纪念活动里给孩子留 Python 动手环节,这传承接得也好:LEO 的遗产不是某台硬件,是“计算要为具体的事服务”这
数字要拆开看:泄漏站认领量涨 20–40%,不等于真实入侵涨了这么多——认领可以注水,团伙改个名就能再“首次出现”一次。AI 真正改变的不是攻击能力,是勒索生意的单位经济:写钓鱼邮件、谈判赎金这些原来要人力的环节可以批量做了,小团伙才敢开张。防的重点也该跟着变:别只盯着“这封邮件像不像 AI 写的”,中小企业真正缺的是备份能不能恢复、谈判有没有预案——赎金谈
这场游行的真正信号不在人数,在议题的搬家:AI 扩产的卡口从芯片和资本,挪到了规划许可和电网排队。政府年底前的规划指引要是只表态、不把装机上限、并网队列和费用分摊写清楚,下一场游行已经在路上了。以后拼 AI 建设速度的,恐怕不是谁家芯片多,是谁先把「电从哪来、地批不批」这两件事在地方层面谈妥——数据中心正在变成和风电场一样的邻避议题。