AI 的双向分化:光芯片挑战摩尔定律,Linux 之父拥抱“氛围编程”
- 2026-10-21 13:28:41
大家好，我是瀚海星尘。这是「好奇的猫」Signal 栏目的第 5 期。
AI 似乎正在经历一场深刻的“双向分化”。向上，是硬核基建的重构——玻璃基光芯片试图跳出摩尔定律的物理限制，强化学习云正在定义“后训练时代”的算力标准；向下，是使用门槛的消融——连 Linux 之父 Linus Torvalds 都开始承认使用“氛围编程”来跳过繁琐细节，打工人在用“影子 AI”重塑工作流，而 10 后一代已成为彻底的 AI 原住民。与此同时，商业世界正在经历痛苦的挤泡沫过程，智谱的 To G 困局为所有大模型厂商敲响了“项目制陷阱”的警钟。
以下是今天值得关注的信号。
01 硬核：光速计算与强化学习云
光本位发布玻璃光芯片：算力 1400 倍 TPU(来源: 芯东西) & 九章云极发布 Agentic RL Cloud(来源: 机器之心)
AI 的算力底座正在发生代际更迭，以适应“推理时代”的需求。
光本位科技宣布研发出玻璃基光计算芯片。利用玻璃的高透光性和热稳定性，该芯片在 AI 推理场景下的算力据称是 Google TPU 的 1400 倍，能效比提升 200 倍。 九章云极推出了业界首个强化学习云平台。这呼应了 OpenAI o1 和 DeepSeek R1 带来的趋势——AI 的核心算力消耗正在从“预训练”转向“后训练”和“推理时思考”。
Signal 点评：马克·安德森预言的“算力价格崩塌”正在通过这些技术突破成为现实。当推理成本接近于零时，商业模式将从“卖 Token”彻底转向“卖服务/结果”。
02 具身：开源登顶与视觉短板
国产模型 Spirit v1.5 登顶 RoboChallenge(来源: 机器之心SOTA) & BabyVision 评测：大模型不如三岁小孩(来源: 赛博禅心)
具身智能正在经历“躯体变强”与“感知滞后”的矛盾。
Spirit v1.5：千寻智能开源了基于 Qwen3-VL 的视觉语言动作（VLA）模型，并在 RoboChallenge 榜单上登顶。其核心策略是引入扩散变换器作为动作头，大幅提升了操作丝滑度。 BabyVision：红杉 xbench 的评测泼了一盆冷水——虽然模型能写论文，但在纯视觉任务（如追踪线条、空间想象）上，顶尖模型的表现普遍不如 3 岁儿童。
Signal 点评：这是一个恐怖谷时刻：我们造出了能精准做手术的机械臂，但它的视力直觉可能还不如幼儿。未来的突破点不在于让手更稳，而在于补齐视觉的“直觉”和认知的“物理常识”。
03 范式：祖师爷的“真香”时刻
Linux 之父：Vibe Coding 真的好用(来源: 新智元) & Claude Code 存储架构拆解(来源: Zilliz)
开发者的工作流正在被重塑，从“写代码”转向“设计系统”。
Linus Torvalds：Linux 之父在开发 AudioNoise 项目时，承认使用了 Google Antigravity 进行 **"Vibe Coding"**（氛围编程）。他跳过了学习 Python 库细节的中间环节，直接让 AI 生成代码。 Claude Code：针对企业级 RAG/Agent 的本地化数据安全需求，其 File Snapshot（修改前自动备份）和 流式 JSONL 存储设计，正在成为新的工程标准。
Signal 点评：当最硬核的底层程序员都开始拥抱 AI 辅助时，“写代码”作为一项独立技能正在消亡，取而代之的是“系统设计”和“审美判断”。
04 商业：To G 困局与影子 AI
智谱的 To G 隐忧：AI 四小龙魔咒？(来源: 雷峰网) & 90% 员工在用“影子 AI”(来源: APPSO)
智谱 AI：上市在即，但 84.8% 的营收来自 To G 私有化部署。这让人联想到当年“AI 四小龙”的困境——项目制陷阱（高定制、低毛利、回款慢）。 影子 AI：MIT 报告显示，企业斥巨资部署的官方 AI 系统 95% 失败，而 90% 的员工正在自费购买 ChatGPT/Claude 来干活。
Signal 点评：打工人用脚投票证明了一件事：灵活、个性化的工具远胜于僵化的企业级部署。未来的企业软件，要么被“影子 AI”架空，要么主动集成这种自下而上的创新。
05 伦理：理解 AI 如何思考
2026 AI 伦理观察(来源: 腾讯研究院)
AI 治理的重心正在从“控制 AI 做什么”转向“理解 AI 如何思考”。可解释性技术（如电路追踪）和对 AI 欺骗（Deception）的研究，将是 2026 年的安全主旋律。同时，10 后一代正在跳过搜索引擎直接问 AI，引发了关于“丧失独立思考能力”的担忧。
本文由 AI 辅助生成，瀚海星尘 (Signal) 整理
