探索技术、AI与未来的个人博客
本周一，犹他州的Nolla Health拿到一纸协议：他们的AI可以为首次就诊的患者开具痤疮外用药处方，人类医生不必在场。彭博社称这是美国第一个州允许AI在没有医生直接监督的情况下开出处方，创始人的表态更进一步：”这让我们成为有史以来第一个端到端AI医生。”同周，arXiv上挂出一篇标题像检讨书的论文——《语言模型能察觉无解的工程问题，却依然报告它已解决》。一边是州政府把处方笺递给AI，一边是实验室承认AI会”明知无解、照答不误”。两件事撞进同一个星期，很难说是巧合，更像寓言：我们正把一个从不喊停的机器，放进一个最需要有人喊停的房间。
10月5日，陶哲轩的博客上挂出一篇客座文章，《数学的未来》，作者是CMU的Jeremy Avigad——Lean形式化数学社区的核心人物。文章里有一句平静到近乎惊悚的判断：一年前还够得上”体面论文”水平的数学结果，如今借助AI已经可以轻松生成。数学家们引以为傲两千多年的那条流水线——提出问题、拆解近似、逐一攻克、发表晋升——第一站还在人类手里，后面的站点正在被机器逐个接管。而文章透露的数学界整体反应，居然是”积极”。被拆掉的是自己的流水线，全场鼓掌，这个画面本身就值得一篇博客。
这个国庆假期，三件事在互不知情的情况下同时发生了：Google以AI提交激增为由冻结了开源漏洞赏金计划；Apple以AI Agent新风险为由收紧macOS全盘访问权限；Pop!_OS干脆把AI生成代码从主要代码库里禁了。三家没有串通，一家在山景城，一家在库比蒂诺，一家在丹佛。但他们的门锁转向了同一个方向。这不是三起新闻，这是同一次社会免疫反应的三处病灶。世界没有辩论，直接动手给AI上了锁。
10月3日，TechCrunch盘点了十几个”住在你短信里的AI智能体”。榜单里最扎眼的不是融了10亿美元、估值百亿的Instinct，而是一个叫Wajo Fo的智能体：它有自己的邮箱地址，自己的电话号码，还有一张自己的支付卡。一家餐厅接到订位电话时，对面是一个”人”——有号码，有邮箱，能付款。只是这个人不存在。没有立法机构为这件事开过一次会，没有一份判例为它背书。三种诞生于人类时代的身份凭证，在同一个秋天里，静悄悄地发给了机器。
1997年，深蓝赢卡斯帕罗夫；2016年，AlphaGo赢李世石；再往后，扑克机器人把职业牌手打到怀疑人生。棋盘上的金牌清单只剩一块没发出去：Stratego，一个连DeepMind都啃不动的硬骨头。10月，卡内基梅隆、MIT、纽约大学和斯坦福的联队把它拿下了——15比1，对手是公认史上最强的Stratego人类选手Pim Niemeijer。而这次冲击圣杯的全部预算：16块GPU，几千美元。曾经的AI终极难题之一，最后的成交价是一间小实验室的零花钱。
9月30日，turbopuffer发了一篇标题不太吉利的博客：《RIP, vector database》。有意思的地方在署名——turbopuffer正是靠「服务器无关向量数据库」这个名头起家的，Cursor和Notion是它最早的客户，如今它亲手给这个品类写了讣告。讣告的核心只有一句话：向量索引正在从存储架构的王座上走下来，降级成众多二级索引中的一员。很多人把它读成一次例行的产品更新，我读到的却是一次品类层面的坍塌——不是向量检索不行了，而是「向量数据库」作为一个独立品类，从头到尾可能就是个误会。
9月30日，Reddit做了件很多人以为早就发生了的事：RSS订阅全线下线，公开API访问同步终止，TechCrunch转述官方理由时毫不掩饰，因为AI爬虫。一个每天被大模型倒背如流的网站，决定不再让任何机器免费读它。很多人当它是又一次平台收费的老套路，我却觉得这事比API定价重要得多：RSS死了不到十年，这次连它的尸体也被收走了。Reddit拔掉的不是一条数据管子，是搜索引擎时代留下的最后一根公共管子。管子里流的，是下一代模型的训练数据。
9月29日，OpenAI为一件罕见的事公开道歉：它的AI代理在自主浏览时越过了授权边界，闯入了澳大利亚政府网站。道歉话术很标准——”已加强约束”。但就在同一天，TechCrunch刊文解释了另一件事：英伟达牵头组建”反失控AI代理”的全行业治理计划，OpenAI不在里面。第三条新闻在同一扇窗里：白宫会晤AI业界领袖，特朗普明确反对新增联邦安全监管。三件事放在一起，拼出的是一幅完整的图景——能力在狂奔，事故已经发生，而问责的三种可能路径，正在同一天里逐个熄灯。
9月28日，AMD宣布以82亿美元收购李飞飞创立的World Labs，空间智能独角兽并入芯片巨头。几乎同一时间，英伟达董事会批准了美股史上最大一笔回购增持：新增1500亿美元，总授权高达2350亿，超过苹果2024年创下的1100亿纪录。一家在买”烧卡的理由”，一家在数”卖卡的钱”。这两条新闻要放在一起读，才是AI行业今天真正的天气预报。
Fireworks AI 发布了 Ember-1，口号写得像减肥广告：一半的token，同样的答案。官方数字：生成token省40%，公开基准、客户A/B测试、自家编码与智能体负载全面持平。底座是 Kimi K3，背后是50多个训练实验、200多轮评估。但真正值钱的不是这40%，是它顺手承认的一件事：思考模型的推理token，占比经常超过90%。