前两天 APPSO 提到，大模型即将迎来史上最残酷的一个月，这就来了。 而Claude Opus 4.6 「不幸」成为背景板，一天之内被超越两次。 早上 Anthropic 发布了 Claude Mythos Preview，在 SWE-bench Pro 上拿下 77.8%，把 Opus 4.6 的 57.3% 甩在身后。这个分数意味着它能在真实 GitHub 仓库里定位并修复高难度工程 Bug，已经超过了绝大多数人类程序员。 可 Mythos Preview 暂时不对普通用户开放，与此同时，另外一个超 Opus 4.6 的模型出现了——智谱开源了 GLM-5.1。 GLM-5.1 SWE-bench Pro 得分 58.4%，超过 Opus 4.6 的 57.3%，也超过 GPT-5.4 的 57.7%。HuggingFace CEO Clement Delangue 也发推祝贺：「SWE-Bench Pro 上表现最好的模型现在在 HuggingFace 上开源了！欢迎 GLM 5.1！」 全球第三，开源第一。虽然没等来 DeepSeek V4，但开源新一哥还是来了，依然是咱们国产大模型。 说实话，我第一反应是又来了，大模型的「榜单狂欢」，每次发布会都是「史诗级进步」，各家模型在榜单上各领风数小时，这次的剧本有什么不同呢。 APPSO 看完 GLM-5.1 的技术细节和体验后，带你看看这个模型是什么水平 从 20 步到 1700 步，持续工作 8 小时 GLM-5.1 最让人没想到的，不是跑分，是它能工作多久。 智谱有个一个案例让我印象比较深。8 小时从零构建 Linux 桌面系统。不是写几个 demo 文件那种「构建」，是真的从零开始，画架构、写代码、跑测试、修 bug，历时 8 小时整，执行了 1200 多步，最后产出了一套功能完善的 Linux 桌面系统。 包括完整的桌面、窗口管理器、状态栏、应用程序、VPN 管理器、中文字体支持、游戏库，4.8MB 的配套文件。这相当于一个 4 人团队一周的工作量。 全程没有人参与测试、审查代码。GLM-5.1 甚至给自己的代码写了回归测试，而且跑过了。 知乎程序员博主 Toyama nao 做了个更狠的测试。他给 GLM-5.1 扔了三个工程项目：用 Swift 写 macOS 的 OpenGL 渲染器、用 Flutter 开发全功能聊天软件同时用 Golang 开发服务端、自选技术栈开发纯网页端视频剪辑应用。每个项目跑 10-12 轮提示词，每轮 1500-2000 字。 结果 GLM-5.1 成为第一个通过他全部测试工程的国产模型，也是第一个正式超越 Sonnet 4.5 Thinking 的国产模型。 他的评价是：「GLM-5.1 大幅扩展了编程的适应范围，不再是前端 only 战神，也不只是 oneshot 样子货，是可以在复杂工况下充当编程主力。」但他也指出了问题：「超长上下文时容易幻觉爆炸，如果遇到 2 轮改不好一个问题，不要抱有侥幸，直接重开。」 去年年底，AI 智能体大约只能完成 20 个步骤。GLM-5.1 现在可以完成 1700 个步骤。这是模型能不能真正「独立工作」的分水岭。 智谱在技术报告里解释了关键突破点：以前的模型，包括 GLM-5，会在早期快速取得收益后就进入瓶颈期。它们反复尝试已知的优化手段，但无法在一条路走不通时主动切换策略。 GLM-5.1 的训练目标就是突破这个瓶颈，让模型能够在一个固定策略内进行增量调优，当收益趋于停滞时，主动分析 Benchmark 日志、定位当前瓶颈，然后跳转到结构性不同的方案。 向量数据库优化案例就是典型的「阶梯型」优化轨迹。GLM-5.1 用了 655 次迭代，把查询吞吐从 3108 QPS 一路推到 21472 QPS，提升了 6.9 倍。 这个过程中，模型自己完成了从全库扫描切到 IVF 分桶召回、引入半精度压缩、加入量化粗排、做两级路由，再到提前剪枝的整套优化链条。每一次跳跃都伴随着短暂的 Recall 下降，因为模型在探索新方向时会暂时打破约束，随后再调回来。这个「打破-修复」的循环本身就是有效优化的标志。 在 KernelBench Level 3 优化基准上，GLM-5.1 对 50 个真实机器学习计算负载进行了超过 24 小时的不间断迭代，最终取得 3.6 倍的几何平均加速比，显著高于 torch.compile max-autotune 模式的 1.49 倍。模型自主编写定制 Triton Kernel 和 CUDA Kernel，运用 cuBLASLt epilogue 融合并实施 shared memory tiling 与 CUDA Graph 优化，覆盖了从高层算子融合到微架构级调优的完整技术栈。 还有一个更有意思的测试：Vending Bench 2。这个基准要求模型模拟经营一年的自动售货机业务，需要长期规划和资源管理。GLM-5.1 最终账户余额达到 $4,432，在开源模型中排名第一，接近 Claude Opus 4.5 的水平。 744B 参数，零英伟达芯片，成本降低 97% GLM-5.1 的技术规格值得细看：744B 参数的混合专家模型（MoE），每个 token 激活 40B 参数，28.5T tokens 训练数据，集成了 DeepSeek Sparse Attention（DSA）来降低部署成本同时保持长上下文能力。200K 上下文窗口，最大输出 131,072 tokens。 更关键的是，整个模型全部使用华为昇腾 910B 芯片训练，没有英伟达 GPU 参与。在算力被卡脖子的情况下，国产模型依然能做到全球第三、开源第一。 开发者 Beau Johnson 把自己部署的 OpenClaw 背后的模型从 Claude Opus 4.6 切换到 GLM-5.1，体验上没有任何差别，但成本从 1000 美元暴砍至 30 美元左右，降低了 97%。GLM-5.1 的输入成本是 Claude Opus 的 1/5，输出成本是 1/8。简单来说：接近 Opus 的能力，20% 的价格。 而且GLM-5.1 是开源的。MIT License，最宽松的开源许可证之一。你可以拿去改，拿去商用，拿去做任何事。支持 vLLM、SGLang、xLLM 等主流推理框架，可以直接在本地部署。 当然 GLM-5.1 也不是没有提升的空间，部分开发者反馈，GLM-5.1 的推理速度只有 44.3 tokens/秒，在同类产品没太大优势。复杂任务甚至要一小时起步，哪怕 Pro 套餐额度是 Claude 的 15 倍，也可能不太够用。 这些问题都是真实存在的。GLM-5.1 不是完美的，但这不妨碍它成为一个里程碑。 GLM-5.1 的意义，不在于它比 Opus 4.6 强多少，而在于它证明了，在算力被卡脖子的情况下，国产模型依然能做到开源第一。而且它是开源的，任何人都可以用，任何人都可以改。 你睡觉的 8 小时，现在可以是 AI 上班的 8 小时了。而且这个 AI ，是开源的，是国产的，是任何人都可以用的。

快科技4月8日消息，据报道，钙离子电池技术迎来关键突破，未来有望落地智能手机领域，推动便携电子设备续航体系重构，该电池完成1000次充放电循环后容量仅衰减26%，剩余容量保持在74%。 钙元素是地壳中第五丰富的元素，相较锂资源更易获取，这为其规模化应用奠定了基础。 同时，钙离子电池具备更优的材料稳定性，钙金属熔点约980℃，且无毒环保，其理论体积能量密度达3202Wh/L，高于当前商用顶级硅碳基锂离子电池的2800Wh/L。 此次技术突破的核心，来自香港科技大学研发团队开发的准固态钙电解质。 该材料有效解决了钙基电解质充放电时的电极溶解问题，既提升了离子传输效率，又抑制了电池老化。 在低电流条件下实现了与锂离子电池相近的能量密度，电压提升至3.6V时，能量密度可进一步提升至1800Wh/L。 针对钙离子体积大、电荷密度高可能损害循环稳定性的问题。 解决方案是：采用含大空隙氧化物结构（七角形和六角形通道）的氧化钼钒（MoVO）作为钙离子“宿主”，测试证明钙离子可快速插入和提取，MoVO也展现出优异的钙离子存储性能。 此外，钙离子为二价离子，每次插入可提供两个电子，能让同效率电池拥有更小的质量和体积。 不过，钙离子电池现阶段仍有技术难题待解。 钙离子体积大于锂离子，迁移速度较慢导致充电速度滞后，且钙元素相关的开采、提炼及电池生产配套基础设施尚未完善，其商业化落地仍需时间。

快科技4月8日消息，今日，联想moto官微宣布，其首款大折叠手机razr fold将于5月发布。 moto razr fold主打轻薄设计，整机展开后单边厚度仅4.55mm/4.6mm，折叠状态下厚度为9.89mm/9.9mm，机身重量为244g。 该机外屏为6.6英寸OLED屏，支持165Hz刷新率，峰值亮度6000nits，首发康宁大猩猩玻璃陶瓷3，进一步提升抗跌落能力。 内屏则配备8.1英寸2K屏，支持144Hz刷新率，峰值亮度6200nits，双屏均通过Pantone色彩认证，支持100%DCI-P3色域与HDR10+。 影像方面，moto razr fold后置5000万像素三摄，包含索尼LYTIA 828主摄（f/1.6、OIS）、122°超广角微距镜头、LYTIA 600潜望长焦（3倍光学变焦、OIS），覆盖多场景拍摄需求。 核心配置上，新机搭载骁龙8 Gen5芯片，内置6000mAh电池，支持80W有线快充与50W无线快充，整机支持IP48/IP49级防护，并配备独立AI按键，可一键唤醒AI功能，提升日常使用效率。

IT之家 4 月 8 日消息，科技媒体 Android Authority 今天（4 月 8 日）发布博文，报道称在安卓 17 Beta 2 版更新中，谷歌原生引入了系统级手柄按键重映射功能。 和依赖单个游戏或第三方应用的解决方案不同，安卓 17 的实现方案作用于系统底层，用户自定义的按键布局可跨游戏全局生效，从而解决重复设置的繁琐问题。 该功能原生支持有线与蓝牙手柄，提供了精细化的重映射选项。IT之家援引博文介绍，用户可通过系统设置路径访问：有线手柄需进入“设置 > 系统 > 游戏手柄”，蓝牙手柄则需前往“设置 > 已连接的设备 > 设备详情 > 游戏手柄设置”。 在设置界面中，玩家能够自由重映射面部按键、扳机、摇杆按压，甚至可以交换方向键与模拟摇杆的输入逻辑，并将配置文件保存在本地设备中。 谷歌表示，该功能的设计初衷，充分考量无障碍体验，让玩家根据自身的生理需求与肌肉记忆调整操控方案，尤其方便在不同布局的手柄平台间切换时使用，让有特殊操控需求的用户不再依赖第三方工具实现原生调整。 作为早期版本，谷歌承认仍存在部分缺陷，例如特定手柄可能显示错误的按键图标，但实际功能运行不受影响。谷歌正积极收集用户反馈，以便在正式版发布前进一步完善功能细节。

凤凰网科技讯 4月8日，新阿维塔12正式上市，新车搭载华为全球量产最高896线激光雷达，上市价格为29.39万元起。 新阿维塔12可选云紫、曦金灰、曜灰、曜黑等六种车漆配色。采用半隐藏式门把手，保留机械开启方式，新增照明灯。此外，车内应急拉手位于门板位置，解锁力经调校防止儿童误触。 驾控方面，新阿维塔12全系搭载太行智控2.0技术，时速200公里发生爆胎时，系统在0.1秒内介入，将横摆角速度控制在10°/s以内，通过对其他车轮的精准制动和扭矩分配保持车身稳定。纯电双电机版零百加速4.1秒，三电机版搭配高性能轮胎后达2.71秒，并配备一键加速按钮，按下后额外获得30%推力。 此外，首次在该级别引入电磁悬架，阻尼调节频率达每秒1000次，从最软至最硬切换时间10毫秒，峰值阻尼力超过10000N（1m/s活塞速度）。 规格方面，系列车型尺寸为5020×1999×1470/1460mm、轴距3020mm，可选265/45R20、265/40R21规格轮胎。 电池方面，纯电版搭载宁德时代麒麟6C超充电池，30%-80%充电时间少于10分钟；增程版搭载宁德时代骁遥超级增混电池，52度容量，30%-80%充电时间10分钟，综合续航超1200公里。 智能方面，新阿维塔12是首款搭载华为乾崑ADS 4.1与鸿蒙座舱5的联合共创车型。硬件上配备全球量产最高896线激光雷达，采用双光路架构，长焦与广角双焦段一体成像，分辨率较行业主流提升4倍，可稳定感知120米外14厘米高小物体，低反射率目标感知识别距离提升190%，异型障碍物感知识别距离提升77%。 售价方面，Max双电机增程版29.99万元；Max双电机纯电版30.99万元。Ultra双电机增程版31.99万元；Ultra双电机纯电版32.99万元。Performance三电机纯电版35.99万元；Master三电机纯电版38.99万元；皇家剧院版43.99万元。

凤凰网科技讯 4月8日，阿维塔06T正式开启预售，新车搭载华为乾崑全球量产最高896线激光雷达，车身B柱配备华为乾崑辅助驾驶Logo，预售价22.99万元起。 该车搭载鸿蒙座舱5，全系搭载MoLA大模型。后备箱空间517L，后排腰部空间10cm，后排座椅支持一键放倒。 规格方面，新车尺寸为4940*1960*1475mm、轴距2940mm，全系标配分布式左右双驱技术、华为乾崑全维防撞系统，还将搭载宁德时代双动力专属电池。车辆全系标配太行分布式电驱，首发大师漂移模式。 售价方面，Elite双电机纯电版22.99万元；Max双电机增程版24.99万元；Max双电机纯电版24.99万元；Performance三电机纯电版27.99万元。

近日有网友发图指出，张雪机车品牌 LOGO 与一款国外已有标识高度相似，二者在图形结构、线条走向、整体造型上近乎一致，仅细节略有改动。 据了解，巴顿品牌设计团队账号 于2025年3月发布的笔记透露，这套品牌设计全案，是该团队操刀设计。 而张雪此前曾多次公开介绍 LOGO 设计理念，称其灵感源于自身骑行经历，以风与自由为核心，融入骑行记忆与雪的元素，强调为独立原创。 他还透露，整套品牌 LOGO 及 VI 系统共计花费 40 万元，其中 LOGO 设计属于附加赠送。 公开报道显示，张雪机车LOGO 从创立到现在经历过多次迭代，最早只有艺术字体，后续才加入圆形图形。设计核心围绕机车轮毂、速度与力量，由团队全程原创打磨，并未参考或接触过涉事国外化工品牌标识。 从法律角度来说，判定抄袭需看实质性相似及是否接触原作。张雪机车 LOGO 内部含机车专属纹理，字体为定制加粗款，与国外品牌的化学符号、纤细字体差异明显，不构成侵权。 同时，该 LOGO 已成功注册国家商标，手续齐全合法，受法律保护。 值得一提的是，张雪曾在与师傅张继星（牙哥）的直播中，谈及哪吒汽车 "5 亿元设计 LOGO" 时，直言对方是 " 乱花钱 "。 张雪表示：“5个亿设计logo，必死无疑……企业应先活下来，钱要花在研发和产品上，叫什么不重要，就我叫‘狗屎’，但是我的产品牛逼的时候，我也是‘金狗屎’。” 他认为这钱花得离谱："5亿能开发全新动力总成、建半条自动化产线，或给全体员工发一年奖金，砸在没人记住的 LOGO 上，不是害死企业吗？" 值得一提的是，哪吒汽车的logo花费5亿元制作并不属实。 哪吒汽车前CEO张勇曾专门进行过解释：网传“5亿设计logo”是其直播发言被断章取义的结果，实际5亿是指2018-2025年七年间，哪吒在品牌宣传、渠道建设、营销推广等综合投入，而非单一logo设计费，其中logo本身设计成本不超过100万元。

头图由AI辅助生成 编译 | 陈佳 编辑 | 程茜 智东西4月8日消息，Anthropic今日发布新一代模型Claude Mythos Preview及配套安全项目Project Glasswing。该模型最强的能力是，它能找到人类专家和自动化工具都没发现的软件漏洞。OpenBSD是公认最难攻破的操作系统之一，它在里面找到了一个藏了27年的漏洞；FFmpeg的某行代码已被自动化测试工具触发500万次，却始终未能识别出问题，而该模型则成功发现了其中的漏洞。 但因相关防护机制尚未成熟，该模型当前不对公众开放，仅在由12家机构组成的小范围合作体系中提供访问。Anthropic同时承诺提供最高1亿美元（约合人民币6.87亿元）的模型使用额度，用于防御性网络安全研究。 Anthropic官方发布Project Glasswing项目的社交媒体X平台推文 在专业漏洞复现测试CyberGym上，它的得分是83.1%，而Anthropic此前最强的公开模型Opus 4.6是66.6%。编程能力方面，在衡量软件工程任务的SWE-bench Verified测试中，它得了93.9%，Opus 4.6是80.8%。Anthropic称，新模型的能力已经达到“可以与最顶尖人类安全专家竞争”的水平。 Anthropic还发布了Firefox JS shell环境下的漏洞利用专项测试结果。数据显示，Mythos Preview在该场景下成功生成完整可利用exploit（漏洞利用代码）的比例高达72.4%，另有11.6%的测试实现了寄存器控制；而前代模型Opus 4.6在相同任务中的成功率不足1%。这意味着Mythos Preview的漏洞利用能力较Opus 4.6提升了近80倍。 Claude三款模型在Firefox JS shell环境下的漏洞利用能力对比测试（图源：Anthropic） 与此同时，Anthropic还公布了配套安排，包括向开源社区提供400万美元（约合人民币2747.2万元）资助、在90天内披露阶段性研究成果，并推动围绕漏洞披露、供应链安全等议题的行业协作。整体来看，这一项目不仅围绕模型能力展开，也延伸至治理机制与行业规范层面。 这次正式发布，有一个并不体面的前情。今年3月底，Anthropic内容管理系统出现配置错误，导致近3000份未发布的内部资产意外暴露在可公开搜索的数据存储中。泄露内容显示，Anthropic内部已将该模型命名为Claude Mythos，并定性为“迄今为止最强大的AI模型”，同时在文件中直接警告其“带来了前所未有的网络安全风险”。 而就在Glasswing计划正式发布前约一周，Anthropic又因Claude Code软件包2.1.88版本的打包错误，意外泄露了近2000个源代码文件、逾50万行代码，随后在尝试清理时又误将约8100个GitHub代码仓库发出下架通知，后经紧急撤回才平息。 系统卡：https://www-cdn.anthropic.com/8b8380204f74670be75e81c820ca8dda846ab289.pdf 一、挖出藏了27年的老漏洞，发现500万次测试都被遗漏的漏洞 Anthropic在官网披露，其新训练的前沿模型Claude Mythos Preview已在所有主流操作系统和所有主流浏览器中发现数千个零日漏洞，其中多个被定级为高危。 该公司称，该模型的漏洞挖掘能力已可超越“除最顶尖安全专家之外的所有人类”，且上述工作全程由模型自主完成，无需人工引导。 官网提供了三个已修复漏洞的具体案例。 其一，该模型在以安全性著称、常用于运行防火墙等关键基础设施的OpenBSD中发现了一个存在27年的漏洞，攻击者只需建立连接即可远程崩溃运行该系统的任意机器。 其二，在被大量软件用于视频编解码的FFmpeg中，发现了一个已存在16年的漏洞，此前自动化测试工具曾命中该行代码500万次，始终未能识别。 其三，在运行全球大多数服务器的Linux内核中，模型自主发现并串联多个漏洞，实现了从普通用户权限到完全控制目标机器的提权。 三项漏洞均已报告给相关软件维护方并完成修补，其余已发现的漏洞细节以加密哈希形式提交，待修复到位后陆续公开。 在CyberGym漏洞复现基准测试中，Mythos Preview得分83.1%，Anthropic此前最强公开模型Opus 4.6为66.6%。该公司说，随着AI能力以当前速度推进，此类攻击性能力将不可避免地向更广泛行为者扩散，其中不排除无意愿负责任部署的行为者，届时对经济、公共安全和国家安全的潜在冲击将是严峻的。 Claude Mythos Preview与Claude Opus 4.6在CyberGym网络安全漏洞复现基准测试中的得分对比（图源：Anthropic） Claude Mythos Preview与Claude Opus 4.6在多项代码能力基准测试中的得分对比（图源：Anthropic） Claude Mythos Preview与Claude Opus 4.6在多项通用推理能力基准测试中的得分对比（图源：Anthropic） Claude Mythos Preview与Claude Opus 4.6在自主搜索与计算机操作类基准测试中的得分对比（图源：Anthropic） 二、联合多家机构启动Glasswing，提供最高1亿美元额度支持安全研究 Project Glasswing由Anthropic牵头发起，亚马逊云科技（AWS）、苹果、博通（Broadcom）、思科（Cisco）、网络安全公司CrowdStrike、谷歌、摩根大通（JPMorganChase）、开源基金会Linux Foundation、微软、英伟达、网络安全公司Palo Alto Networks共12家机构作为创始合作伙伴加入。 Project Glasswing发起合作方企业Logo（图源：Anthropic ） Anthropic承诺在研究预览期间提供最高1亿美元（约合人民币6.87亿元）的Mythos Preview模型使用额度，覆盖上述合作方的防御性安全工作。在12家创始伙伴之外，目前已有超过40家构建或维护关键软件基础设施的组织获得扩展访问权限，用于扫描和加固各自的第一方系统及所依赖的开源系统。 在资金支持之外，Anthropic另行向开源生态提供400万美元（约合人民币2747.2万元）直接捐款：其中250万美元（约合人民币1717万元）捐赠给Linux Foundation旗下的Alpha-Omega和OpenSSF，150万美元（约合人民币1030.2万元）捐赠给Apache Software Foundation，用于帮助开源软件维护者应对AI时代下网络安全威胁格局的变化。 有意申请访问权限的开源维护者可通过Claude for Open Source项目单独提交申请。 研究预览期结束后，Mythos Preview将向参与机构提供商业化访问，定价为每百万tokens输入25美元（约合人民币171.7元）、输出125美元（约合人民币858.5元），接入渠道包括Claude API、Amazon Bedrock、Google Cloud Vertex AI和Microsoft Foundry。 就使用场景而言，官网将合作方的工作重点列为本地漏洞检测、二进制文件黑盒测试、端点安全加固和系统渗透测试，所涉及的基础系统覆盖全球相当规模的共享网络攻击面。 各合作方已就Mythos Preview的测试效果陆续发声：Cisco、AWS、Microsoft、CrowdStrike、Palo Alto Networks等均公开确认该模型在其内部安全工作中已发现此前版本遗漏的复杂漏洞，Google则将通过Vertex AI平台向项目参与者提供模型访问。 三、模型暂不对外发布，防护机制尚未就绪是主要原因 Anthropic不计划将Claude Mythos Preview面向公众开放。官方给出的理由是：要实现Mythos级别模型的安全大规模部署，前提是开发出能够检测并屏蔽模型最危险输出的网络安全防护措施，而这套机制目前尚未就绪。 在过渡安排上，Anthropic计划先在即将推出的Claude Opus模型上部署和测试上述防护机制。 其逻辑是：Opus模型不具备Mythos Preview同等级别的风险，可以作为改进和完善防护措施的相对低风险载体，待机制成熟后再向Mythos级别的模型推广。 对于合规工作受新防护措施影响的安全专业人员，Anthropic称将开放一个名为“Cyber Verification Program”的专项申请渠道，但具体细节尚未公布。 Anthropic官方博客称，随着AI能力持续推进，此类进攻性能力“不久之后”将不可避免地向更广泛行为者扩散，其中不排除不承诺负责任部署的行为者，潜在后果涉及经济、公共安全和国家安全。 与此同时，Anthropic称已就Mythos Preview的进攻性和防御性网络能力与美国政府官员展开持续讨论，并称美国及其盟友必须在AI技术上保持“决定性领先”，政府在评估和缓解AI相关国家安全风险方面具有不可或缺的作用。 四、承诺90天内公开研究成果，推动建立跨行业网络安全规范体系 Anthropic承诺将在90天内发布公开报告，内容涵盖研究阶段的主要发现、已修复漏洞情况及可对外披露的系统改进成果。项目合作伙伴也将在各自能力允许的范围内互相分享信息与最佳实践。 官网将项目整体持续时间表述为“数月”，并指出前沿AI能力本身“可能在未来几个月内大幅推进”，网络安全防御方（cyber defenders）因此需要立即行动，而非等待。 行业规范层面，Anthropic列出了拟与领先安全组织合作推动的具体议题，包括漏洞披露流程、软件更新流程、开源与供应链安全、软件开发生命周期与安全设计实践、受监管行业的安全标准、漏洞分类处理的规模化与自动化，以及补丁自动化。官网未披露上述议题的具体推进时间表或已确认的合作方名单。 机构建设层面，Anthropic提出了一个中期设想：建立一个独立的第三方机构，汇聚私营和公共部门组织，作为大规模网络安全项目持续推进的长期载体。该公司同时公开邀请其他AI行业成员加入，共同参与行业标准的制定。 Anthropic将Project Glasswing定性为“一个起点”，并称没有任何单一机构能够独立解决这些网络安全问题，前沿AI开发者、软件企业、安全研究人员、开源维护者和各国政府均在其列。 结语：不追能力上限，先管安全底线 从Glasswing项目披露的信息来看，Anthropic并未将重点放在继续放大模型能力本身，而是将更多精力转向能力如何被约束和使用。Claude Mythos Preview所展现出的漏洞挖掘与利用能力，已经超出传统工具的使用范畴。 Glasswing给出的路径是，在能力尚未完全匹配防护机制之前，通过小范围合作和集中资源投入进行验证。这一方式并不改变模型能力本身，但改变了能力的扩散节奏。配套的资金支持、信息披露和规范讨论，也在尝试将单一公司的技术问题，转化为跨机构协作的安全议题。 从更长周期看，这一项目的意义不在于短期内发现多少漏洞，而在于是否能够形成一套可复制的运行和治理框架。随着模型能力继续提升，类似Glasswing的机制是否成为行业常态，将直接影响高能力AI系统的实际落地路径。

美国中部时间 4 月 6 号下午 12 点 56 分，北京时间 4 月 7 号凌晨 1 点 56 分，执行绕月任务的阿尔忒弥斯 2 号（Artemis II）任务组传回了一条令人振奋的消息： 至美国中部时间下午 12:56，阿尔忒弥斯 2 号载人绕月测试任务组来到了距离地球 248,655 英里（约 40.02 万公里）的地方，正式超越了 1970 年阿波罗 13 号任务创下的人类太空飞行最远距离纪录。 阿尔忒弥斯 2 号任务组在绕回地球之前，理论最远距离可以达到 252,756 英里（约 40.68 万公里）左右。 作为 NASA 时隔 57 年「重返月球」项目的开端，阿尔忒弥斯计划（Artemis Program）终于取得了突破性的进展。 在 2022 年无人绕月测试的四年之后，经过验证的全新 SLS（Space Launch System，太空发射系统）和猎户座（Orion）飞船搭载着四名宇航员，沿着曾经阿波罗计划的足迹，重新开始了探险。 图｜Interstellar Gateway 这时再看 57 年前，阿波罗 11 号登月任务中尼尔·阿姆斯特朗的那句「这是个人的一小步，却是人类的一大步」，此刻也闪烁着与曾经不一样的光芒了。 248,655：人类最远航程 不过，尽管阿尔忒弥斯 2 号上的四名宇航员迈出了迄今为止人类在太空中航行的最远纪录，但还只是整个阿尔忒弥斯计划中的第二步。 预计要到 2028 年的阿尔忒弥斯 4 号（Artemis IV），我们才有机会见到人类足迹再次踏上月球： 阿尔忒弥斯 4 号模拟图｜ESA（欧洲航天局） 但是作为目前全球最新的载人深空飞行任务，阿尔忒弥斯 2 号依然有着非常多有趣的信息和细节。 尤其相比曾经的阿波罗 8 号绕月任务，以及阿波罗 11 号登月任务来说，这半个世纪以来的科学进步不可谓不显著。 阿尔忒弥斯 2 号的任务组成员由三男一女组成，分别是指令长里德·怀斯曼（Reid Wiseman）、飞行员维克多·格洛弗（Victor Glover）、任务专家克里斯蒂娜·科赫（Christina Koch）与杰里米·汉森（Jeremy Hansen）： 左起：里德、维克托、克里斯蒂娜、杰里米｜NASA 这个非常多元化的任务组不仅打破了当年阿波罗计划中「没有女性航天员」的遗憾，同时也是首个由有色人种和外籍航天员参与的探月任务： 除了克里斯蒂娜作为首个飞往月球的女性航天员之外，维克多成为了首个飞往月球的有色人种，隶属加拿大航天局（CSA）的杰里米则是首个非美国籍的探月航天员。 另一方面，四人乘坐飞上太空的 SLS 太空发射系统也和半个世纪前有了很大的差异。 图｜路透社 尽管目前的 SLS Block 1 还不是最终登月的完全体，但它仍然超越了当年载阿波罗 11 号上天的土星 5 号（Saturn V）重型运载火箭，起飞推力达到了约 880 万磅（约 39.5 兆牛）： 图｜NASA 这一数据超越了当年土星 5 号的 760 万磅（34.5 兆牛）与前苏联的能源号（Energia）火箭 34.8 兆牛，成为了人类历史上成功入轨推力最强的一次性运载火箭。 从 SUV 到面包车 而阿尔忒弥斯 2 号任务使用的载人飞船「猎户座」号相比半个世纪前的阿波罗任务指令舱也有了不小的进步。 在阿波罗 11 号模拟器中训练的迈克尔·柯林斯｜NASA 从成员空间来说，猎户座飞船无论从外部结构还是内部空间尺寸，相比阿波罗 11 号的指令舱都有了扩大—— 不仅是要容纳更多的仪器和生活用品，同时也是为了给航天员提供更舒适的生活环境。 单论航天员生活和活动的「可居住空间」（Habitable Volume），猎户座飞船的容积约为 9.3 立方米左右，大约相当于一辆中型面包车的后厢，或者两个载客电梯轿厢的空间： 图｜NASA 相比当年阿波罗 11 号指令舱内约 6.2 立方米的生活空间来说，这已经是不小的进步了，相当于「三个人挤在一辆 SUV 里面」升级到了「四个人挤在一辆面包车后面」。 伴随着阿尔忒弥斯 2 号一起飞跃的还有航天食品技术。 当然，受限于猎户座飞船的空间，阿尔忒弥斯 2 号任务组肯定没有办法吃到类似中国航天员在天宫空间站里面做出的「太空炸鸡」，但仍然称得上相当丰富了。 进行餐食测试的阿尔忒弥斯 2 号任务组｜NASA 从菜单上看，阿尔忒弥斯 2 号成员组的航食基本与国际空间站上面经过长期验证的太空食谱差别不大—— 比如 58 张不易掉屑的墨西哥薄饼（tortilla）、43 杯浓缩咖啡、5 种不同辣度的酱汁，以及丰富的甜品，食品和饮料种类总数来到了 189 种： 正在用餐的阿尔忒弥斯 2 号任务组｜NASA 更重要的则是进餐方式。 阿尔忒弥斯 2 号任务组不用忍受当年阿波罗任务组吃的「牙膏管」食品糊了，而是以软包装的复水食品和热稳定食品为主，口感和风味上都远超当年。 当然，阿尔忒弥斯 2 号的任务类型也不适合携带大型的餐饮装置。如果把目光放到空间站或者未来月球基地的层面，无疑还是现场烹调类食品更加合适： 天宫空间站特产：「太空炸鸡」｜央视新闻 苹果梦寐以求的广告 除了日常起居，过去 24 小时火遍全球的，当属阿尔忒弥斯 2 号任务组用 iPhone 17 Pro Max 拍下的那张地球全景了： 图｜NASA 有趣的是，智能手机与太空的关系，实际上比我们想象的都要更紧密。 早在 2011 年的亚特兰蒂斯号航天飞机 STS-135 任务中，NASA 就将两部 iPhone 4 送上国际空间站参与了一些测量任务，这是 iPhone 第一次作为「科研设备」被送入太空： STS-135 任务，亚特兰蒂斯号航天飞机最后一次起飞｜launch photography 2021 年 SpaceX Inspiration4 任务中，参与飞行的不仅有 iPhone 12 Pro，还有用来检测健康状态的 Apple Watch series 6 和用作任务电脑的 iPad mini 4： Inspiration4 任务组｜纽约时报 阿尔忒弥斯 2 号任务组不仅被允许携带 iPhone，据悉指令长里德在发射前的最后一刻「成功加菜」，还带上了一台尼康 Z9 无反相机： 图｜SlashCAM 要知道在这之前，各种太空任务中频繁出场的相机并不是时下最新的型号，反而是十年前的尼康 D5 单反—— 不为别的，就为了 D5 迄今仍然是尼康第一的高感光度表现，对于太空拍摄非常有利。 虽然带着 Z9，但 D5 仍然是阿尔忒弥斯 2 号任务组的主力相机｜NASA 不出意外的话，尼康 D5 将会继续在国际空间站和阿尔忒弥斯计划的后续任务中亮相，甚至伴随着阿尔忒弥斯 4 号登月，成为人类历史上第二台登月相机。 图｜NASM（美国国家航空航天博物馆） 另外还有一个冷知识：虽然如今我们都觉得哈苏 500EL 是伴随着阿波罗 11 号登月的「月球相机」，但当年任务组使用的相机更像是一个缝合怪。 虽然沿用了哈苏 500EL 的外壳和卷片结构，但阿波罗登月相机几乎拆除了内部所有的反光镜、对焦屏和取景器，以求减重和减少故障点。 同时，当年任务组使用的还是一颗蔡司专门为真空环境设计的 Biogon 60mm f/5.6 镜头，胶片后背里面塞着的也是柯达特制的超薄胶片，容量可以达到 160-200 张。 图｜PetaPixel 甚至阿波罗 11 号任务结束后，为了减轻返航时的重量，宇航员们只带回了胶片盒、相机机身和镜头至今仍然留在月球表面的静海基地上…… 听起来像是个不错的二手捡漏机会，对吧？ 跨时代的如厕体验 与此同时，猎户座飞船的空间也为四名航天员带来其他方面的生活品质飞跃——尤其是在「三急」方面。 57 年前的阿波罗 11 号任务虽然辉煌，但期间也伴随着一些难以言说的「黑历史」： 受限于当时的技术条件和指令舱空间，阿波罗 11 号是没有专门的厕所装置的。 因此，在尼尔·阿姆斯特朗、巴兹·奥尔德林和迈克尔·柯林斯为期 8 天的任务中，他们需要用舱内服后面粘贴的塑料袋、在无重力环境下进行「手动掐断」操作，才能完成一次基本的如厕： 图｜Earthly Mission 而如果你坐过早期的绿皮车，一定记得那种「直排式」厕所—— 57 年前阿波罗 11 号的尿液收集装置就是类似的工作原理。 通过管道收集的尿液小部分留样，大部分都排出舱外，在真空里化成了闪亮的冰晶，被阿波罗任务的组员调侃：「这是深空中最美的景色」。 更好玩的是，当年的阿波罗任务中，任务组在每一次执行着陆之后，都会把大部分「固体废物」留在月球上。 而 NASA 出于科研的目的，正打算借着阿尔忒弥斯计划，将这些「史料」收集回来一部分以供研究： 人类在月球上留下的「屎」迹｜Vox 相比之下，猎户座飞船中的如厕体验就文明许多了。更大的舱内空间让 NASA 可以放下一套重金研发的通用废物管理系统（UWMS）： 猎户座飞船厕所模拟器｜Threads 相比需要手动微操的塑料袋，阿尔忒弥斯 2 号的厕所不仅有了独立的封闭空间，更是通过风扇抽风解决了太空环境下排泄物难以收集的问题，体验直接看齐国际空间站。 其实不止国际空间站，我国天宫空间站采用的厕所同样为吸气式原理，分别位于 2021 年升空的「天和」核心舱与 2022 年升空的「天问」实验舱中： 安装阶段的太空厕所｜中国载人航天官方网站 有趣的是：天宫空间站的「人体废物」也是要定期回收的——依然是小部分留样，大部分则会在天舟货运飞船重新入轨的时候抛入大气层「焚烧处理」。 2030 年，记得抬头望天 距离地球只剩 3 天「车程」的阿尔忒弥斯 2 号无疑是人类航天工程史上的一个关键节点。 它结束了自 1972 年阿波罗 17 号以来近半个世纪的「深空留白」，将人类的足迹重新带回了月球轨道，也为计划中的 2028 年登月打下了坚实的基础。 阿尔忒弥斯 4 号任务分段｜NASA 而在 2030 年前，我们的时间表也同样紧凑—— 不出意外的话，嫦娥七号探月器将于今年启程，前往月球南极；而作为 2030 年前中国载人登月基础的长征十号运载火箭也在紧张的研制过程中，一切都在稳步进行。 图｜新华社 在过去 6 天接近 40 万公里的航程中，阿尔忒弥斯 2 号将全人类的目光从混乱的地球上挪开，提醒着全人类—— 在地缘政治、海峡封锁、资源战争之外，还有一整片广袤的星空值得我们探索。 文｜马扶摇

作者 | 杨京丽 编辑 | 李水青 智东西4月8日报道，上周，AI视频生成领域盲测平台Artificial Analysis的榜首出现了一个匿名模型——HappyHorse（快乐小马），该模型在文生视频和图生视频两条赛道的无音频类别中同时登顶，将此前霸榜的字节跳动Seedance 2.0挤到了第二位。 截至目前，没有任何公司或团队公开认领这个模型。外网社区围绕“它到底是谁”展开了激烈猜测，网友普遍认为HappyHorse出自中国团队，阿里万相、阿里淘天、可灵、Sand.ai都被列为嫌疑对象。 一、榜单成绩：无音频双冠，有音频紧咬Seedance 2.0 Artificial Analysis是目前AI视频生成领域最具公信力的盲测平台之一，其评测采用Bradley-Terry模型的Elo评分系统。用户在完全不知道模型身份的情况下，对同一提示词生成的两段视频进行盲评选优，最终通过最大似然估计拟合Elo分数，95%置信区间通过1000次bootstrap重采样计算。 HappyHorse 1.0在该平台榜单上的表现如下： 在纯视频质量的比拼中，HappyHorse全面领先。文生视频（无音频）榜上，它以1349的分数排名第一，第二名Seedance2.0为1273。 文生视频（无音频）榜单（图源：Artificial Analysis） 图生视频（无音频）榜的情况类似，HappyHorse以1403的分数高居榜首，领先Seedance 2.0达48分。 图生视频（无音频）榜单（图源：Artificial Analysis） 在有音频的两个榜单上，Seedance 2.0仍以微弱优势保持领先，但差距极小。文生视频两者差距仅11分，图生视频仅有1分差距。 文生视频（有音频）榜单（图源：Artificial Analysis） 文生视频（有音频）榜单（图源：Artificial Analysis） 需要指出的是，HappyHorse的对比样本量约为3500次，远低于Seedance 2.0的7500次，这意味着它上榜时间很短，95%置信区间偏宽（±12~13分）。但即便考虑置信区间，其在无音频赛道上的领先优势仍然稳固。 二、全网猜猜猜：“快乐小马”出自阿里、快手，还是？ HappyHorse引发的最大讨论不是技术，而是身份。 网友Brent Lynch率先在X平台发帖猜测：“HappyHorse到底是谁？是不是阿里万相Wan 2.7？一个全新的神秘AI视频模型突然出现在Artificial Analysis排行榜上，有V1和V2两个变体。它看起来肯定来自亚洲。如果真是Wan 2.7的话，那相比2.6是一个巨大的飞跃。” 另外，他觉得该模型“并不算Seedance 2.0的杀手”，“水平更接近近期的可灵”。 网友对于HappyHorse的猜测（图源：X） 还有传言说，HappyHorse是阿里淘天团队未来生活实验室张迪团队做的。 张迪目前是阿里淘天集团未来生活实验室的负责人，聚焦多模态大模型等前沿技术。此前，他曾在2010年加入阿里巴巴，担任资深技术专家，后于2020年加入快手，担任技术副总裁。2023年初，张迪被任命为大模型与多媒体技术团队负责人。2024年起，作为技术负责人，他牵头可灵AI的底层架构研发与应用落地。2025年4月，张迪作为快手副总裁、可灵AI负责人发布了可灵2.0大师版。2025年9月初，张迪加入哔哩哔哩担任技术条线负责人，但一个多月后即离开。2025年11月，张迪又重返阿里巴巴。 网友对于HappyHorse的猜测（图源：X） 另外还有网友说，该模型可能是Sand.ai的daVinci-MagiHuman，参数都对的上。 Sand.ai2023年在北京成立，由Swin Transformer第一作者曹越创立，其联合创始人张拯同为Swin Transformer作者，二人均出自微软亚洲研究院，论文引用量合计超过11万次。该公司已完成近6000万美元融资，此前发布过全球首个自回归视频生成模型Magi-1，被业界称为“AI视频界的DeepSeek”。 网友对于HappyHorse的猜测（图源：X） 总之，大家对于HappyHorse归属的猜测众说纷纭，究竟出自哪家，各有各的观点。但从名字上判断，网友普遍认为，HappyHorse出自中国团队。 三、产品现状：套壳网站层出不穷 HappyHorse官方使用入口尚未确认。Artificial Analysis排行榜上的盲测成绩由平台官方确认属实，但模型本身没有公开的API，也没有可供体验的Demo页面。 然而，围绕这个名字的商业化动作已经快人一步。目前发现大量以“HappyHorse AI”为名的第三方网站，提供付费视频生成服务或技术展示页面。 网友对于HappyHorse套壳网站的猜测（图源：X） 经查，这些网站存在明显的套壳特征：域名注册时间集中在2026年4月初，注册人信息均被隐私服务遮蔽；其中部分站点在页脚注明“本平台提供模型访问服务，并非原始开发者”。部分网站展示的技术参数和英文描述，与已开源的模型一致，可能也是抄袭的。 可以说，在HappyHorse的真实开发者尚未现身之前，SEO玩家们已经抢先一步把流量生意做了起来。 结语：“快乐小马”，一匹等待认领的黑马 HappyHorse目前唯一经过验证的信息，是它在Artificial Analysis盲测中的成绩。除此之外，没有代码仓库，没有团队署名，甚至连一个可信的官方网站都没有。 但正因如此，它的身份才格外值得关注。围绕它的猜测覆盖了从大厂到创业公司，究竟是哪家的AI视频荣登榜首，需要等后续模型发布见真章。 2026年的AI视频生成赛道已经进入密集交锋期。字节Seedance 2.0、快手Kling 3.0、Google Veo 3轮番迭代，一匹不知从哪里跑来的“快乐小马”突然冲到最前面，无论它最终被证明是谁家的马，这场比赛都变得更好看了。

易车讯 4月8日，我们从零跑汽车官方获悉，Lafa5车系顶配版本Lafa5 Ultra正式亮相。新车搭载专属运动套件，专属内饰细节，兼顾运动与实用。新车将于4月正式上市。 外观方面，Lafa5 Ultra搭载专属运动套件，配备破风前铲、风翼侧裙、驭风尾翼及尾部扩散器，搭配19英寸掠翼枪灰轮毂、哑光金属深灰卡钳与全车枪灰黑化标识，低趴宽体姿态极具视觉冲击力。无框车门 + 纯平侧窗设计，进一步强化轿跑专属仪式感，与普通版形成显著差异化运动风格。 内饰方面，与普通版的差异化设计，采用逐风灰仿麂皮材质与大面积软包，配备Ultra专属运动座椅、车身同色印花安全带及铝合金门槛饰板。同时搭载同级独有的前排8点式座椅按摩，在保持运动型格的同时，兼顾极致舒适体验。 动力方面，Lafa5 Ultra搭载180kW高功率电驱，带来更强劲的动力输出；配合中欧联合底盘调校，兼顾运动操控与日常舒适。智能配置方面，新车搭载 SA8295+8650 双旗舰芯片，配备激光雷达，实现全国范围城市NAP功能，打破高精地图依赖。

摘要： 首销24小时破1万台，全景无人机的“旗舰元年”，依旧还是由大疆来开启。 凤凰网科技 出品 作者｜Dale 编辑｜董雨晴 近几年，无人机赛道已鲜少有刺激人的新故事，而在2025年高调登场的全景无人机产品算是其一。彼时，随着消费级无人机市场增长趋缓，行业进入存量竞争阶段。 一款中间地带的新品类诞生后，很快激活了潜在的目标受众。 但当时上市的产品也存在诸多弊端——画质差、图传不便、定价高，最终电商平台前台销量显示长期定格在数百台。这种方兴未艾的状态在今年迎来了关键的转折点。 2026年3月26日晚，大疆正式发布了其首款全景无人机——DJI Avata 360，以2788元的起售价，8K/60fps HDR录制水准，抗干扰且最远传输距离可达20公里的O4+全高清图传，再辅以全向避障系统，这些硬核配置荡平了外界对全景无人机的诸多质疑。 据披露，Avata 360在中国区全渠道24小时销量突破10000台，销售额近6000万元。市场热度从国内传导至海外，全球订单量一举突破100000台。超预期的订单量仍在持续攀升，产品全线供不应求。 过去，在无人机行业，大疆本就是标准的代名词。当全景无人机这个新赛道初启，市场仍在为“什么是好的全景飞行体验”而摸索时，大疆带着Avata 360亮相。它用产品力与真实成绩告诉市场，在Avata 360之后，全景无人机真正迎来了“旗舰元年”。 大疆下场，全景无人机迎来春天 全景无人机诞生之初，一直是争议与赞誉并存。 称赞者认为其如同汽车替代马车，掀起了代际革命。但评判者认为，初代产品在画质、图传延迟、全向避障等无人机的基础飞行素质上都未达标。这让其对专业用户像“玩具”，对小白用户又价格过高，陷入了“高不成低不就”的尴尬。 有被新奇视角吸引来的新玩家在社交媒体反馈，作为不太会飞的新手，在复杂的飞行环境中需要时刻提心吊胆，担心“炸机”。另有用户表达道，安全是其次，最头疼的是图传不稳定，“图传画质有些拉，稍微暗光一些就不行”。 这种混乱本质上在于，作为一个充满可能性的新赛道，全景无人机品类的标准尚未形成，用户没有真正的参照系——是完美的全景体验，是8K画质优先，还是全向避障、图传稳定优先，市场在摸索，导致现有产品的体验差异大，而用户在观望，担心自己成为了试验的小白鼠。 历史一再证明，在抢占概念的情况下抢先发布，往往也很难带来准备充足的产品。 无论是智能手机时代的苹果，还是电动车大潮中的特斯拉，亦或是无人机赛道的大疆，都形成了统一的趋势——当巨头下场，整合技术、定义完整体验、建立生态壁垒，最终才会成为真正的标准定义者。 在全景无人机赛道亦是如此，随着大疆的入场，有望结束当前的这种无序。 Avata 360的发布，标志着全景赛道正式进入“旗舰元年”。它不是一款试水产品，而是带着大疆在无人机领域近20年的技术积淀，直接为这个新兴赛道画下了一条清晰的旗舰基准线。 在无人机赛道，大疆从来不需要跟随，因为在无人机领域，大疆本身就是标准。大疆的加入，也有望让全景无人机从一个有潜力的新品类，变成一个普通消费者愿意购买的成熟商品，专业创作者愿意买单的旗舰生产力。 技术复利下的降维打击 头部玩家的护城河，从来不是一道孤立的城墙，而是一场融合了供应链、生态与核心技术构建的体系化战役。 Avata 360的全面突破，答案正藏在大疆引以为傲的技术复利中。它没有采用“全景相机+无人机”的拼接思路，而是从一开始就将其作为一款旗舰级无人机来打造，将航拍领域的成熟技术体系，对新兴的全景赛道进行了一次降维打击。 这种降维首先体现在画质上。Avata 360搭载了等效1英寸传感器，支持输出8K/60fps HDR视频与1.2亿像素的真球形全景照片，基本上是规格天花板。这一配置直接对标专业航拍机，彻底终结了“全景=低质”的刻板印象。用户后期即便任意裁切，仍能保留1080P的可用画质，为二次创作留足了空间。这是大疆给全景画质设定的“上限”。 其二，则是安全。Avata 360配备了全向避障系统与一体化桨叶保护罩设计，并内置了4G模块，搭载旗舰级O4+图传技术。这意味着，即使在城市高楼间穿梭，或是在复杂的自然场景远距离拍摄，它也能实时传输高清全景画面，并自动规避障碍。对于用户而言，无论是新手还是老手，飞行安全不再是需要取舍的选项，而是旗舰的标配。 一步到位的配置，源于大疆深厚的技术积累。从Mavic系列的便携到Inspire系列的专业，大疆已将无人机飞控、图传、避障等技术打磨至炉火纯青。如今，将这些技术“打包”注入Avata 360，是对新赛道的一次精准的技术复利兑现。 在定价方面，因为技术复利优势，让Avata 360此次定价极具诚意，起售价只有2788元，大幅降低入手门槛，首销表现相当优异，24小时即超1万台。 小白的“飞天”神器，大疆依旧是用户懂王 从过往产品来看，大疆尤其擅长将用户的痛点翻译成工程语言，并用极致的技术方案去死磕。 Phantom“精灵”系列直接把专业门槛拉下神坛，它最先普及了“到手即飞”的理念，是真正消费级无人机的开创者。 再拿Osmo Pocket来说，它把专业云台揣进兜里，将无人机上的三轴机械增稳浓缩进口红大小的机身，解决了手机防抖差、专业设备笨重的痛点，开创了全民Vlog时代。 顺着这一逻辑，Avata 360直接对全景航拍逻辑进行了一次釜底抽薪。 一次性解决画质、安全、构图等问题，以技术实力重构全景无人机的使用体验。 许多人被全景无人机吸引，都是因为喜爱其独特的沉浸感。通过全景镜头和手柄的操控，目光所及之处都是重点，不需要复杂的运镜，可以得到多角度的素材。再搭配VR眼镜，事后回看镜头时，会有很多意想不到的体感，真的有种在天上飞的感觉。 而Avata 360，在这些需求点上做到了极致平衡，真正做到了一个好飞、好拍、好用的全景无人机产品。 在操控模式上，Avata 360支持两种操控：飞行眼镜+手柄，或者是传统的带屏遥控器。 在搭配飞行眼镜N3和穿越摇杆3使用时，建议打开头部追踪，画面会随着你的头部转动而转动，往哪边看，镜头就会拍哪边，抬头，看到的就是头顶的天空。 智能跟随一直是大疆的长处，Avata 360的云台设计，让这个长处继续发扬。 Avata 360支持焦点跟随，拍摄主体可以始终占据C位，打开焦点跟随锁定跟随目标后，你的拍摄画面就会锁定主角了。智能协助运镜，意味着过去两个专业飞手使用Inspire 3才能拍出的镜头语言，在Avata 360上只需要一个人就能实现。 第一视角的沉浸式飞行效果很清爽，这一点对专业创作者很有吸引力，能获得“如在天上飞”的沉浸式操控体验，实现各种花飞效果——横移、180°漂移、空翻以及朱克翻滚。 同时启用上下两颗镜头就是全景模式，360°无死角，如果你不需要全景，那么用遥控器一键切回单镜头模式，就变回了经典Avata，拍4K/60fps常规视角，基本可以做到一机两用。 能看出Avata 360在产品构思上，努力让全景创作从小众尝鲜走向大众普及。 对于新手和大众用户，Avata 360的友好是全方位的。前述提及的全向避障系统和一体化桨叶保护罩设计，都能给用户兜底，无需担心“炸机”风险，可以大胆尝试贴地近物跟拍、建筑环绕等创意飞行。用安全感激发创作欲望的第一步。同时，产品还支持一键运镜，秒出大片，配合全景虚拟云台技术，一次飞行即可导出“小行星视角”“隧道视角”等多组成片，让小白用户也能轻松获得专业感的作品。 Avata 360的正式发布，其意义远超产品本身。它再次证明了大疆在无人机领域的核心能力——定义赛道。 回溯大疆的发展史，无论是将航拍从专业领域带入大众视野的Phantom系列，还是重新定义便携无人机的Mavic系列，抑或是开创“第一人称视角”飞行体验的Avata系列，大疆每一次产品迭代，都在重新划定行业的边界。这种定义权的背后，是技术、用户洞察与供应链整合能力的综合体现。 如今，在旗舰全景无人机这一新赛道上，Avata 360的出现，无疑将激活整个产业链。它进一步降低了新手飞行的门槛，打开了行业的受众面。同时，为内容创作者提供了全新的创作工具，为文旅宣传、影视辅助、沉浸式新闻等应用场景打开了想象空间。更重要的是，它吸引更多人加入全景创作的行列，共同推动这一赛道从小众走向主流。 随着Avata 360旗舰标准的确立，全景无人机将真正从概念走向现实，成为一款适合大众的、真正好飞、真正好用的全景设备。 大疆始终走在用技术填补用户需求的路上，只是这一次，拿出的诚意之作填补的刚好是全景无人机赛道的旗舰标准。这不仅是一款新品的胜利，更是大疆创新在科技赛道上始终以用户需求为导向的朴实风格，一次次用硬核技术，精准敲开用户的心门。

快科技4月8日消息，由中国电信广东公司联合阿里云共同建设的粤港澳大湾区首个基于“真武”芯片的万卡智算集群，近日在韶关数据中心集群正式上线。阿里云表示该集群预计扩容至10万卡规模。 该集群实现了从芯片、云平台到模型应用的全链路自主研发，是国家“超大规模智算集群”新基建在大湾区的首个落地项目。 技术上，集群通过卡间RoCE高性能组网与双平面多轨通信技术，端到端网络时延低至4微秒，网络峰值利用率超过95%。 同时，真武芯片整机提供1.5T超大显存，卡间互联带宽超过700GB/s，为国产算力底座提供了坚实支撑。 值得一提的是，相较传统单机部署模式，集群单卡吞吐性能提升达9.3倍，每秒Token生成总量提升近10倍。 集群提供IaaS、PaaS、MaaS全栈AI智算云化产品服务，训练与推理效率提升超过30%。 集群支持DeepSeek-V3.2满血版、Qwen3.5-397A-A17b等业内领先开源模型实现单机快速部署。 目前，该集群已在多个行业场景落地。尤其是在医疗民生领域，上线的“全诊通”应用，已在中山大学肿瘤防治中心等医院开展国产化迁移与应用试点。 为进一步推动算力普惠，集群资源已同步上架“广东电信算力超市”，面向中小企业提供按卡、按小时计费的算力零售服务。

IT之家 4 月 8 日消息，据路透社今天报道，三位知情人士透露，Stellantis 正在与零跑汽车深度谈判，计划联合开发欧宝品牌电动 SUV。 据报道，该车将采用中国车企技术，并在 Stellantis 西班牙萨拉戈萨工厂生产。如果协议最终达成，将有助于 Stellantis 降低电动汽车开发时间、成本。 目前，Stellantis 这家法意合资车企正在将重点转向油电混合动力车型，今年早些时候公司因缩减电动汽车计划导致 250 亿美元（IT之家注：现汇率约合 1718.06 亿元人民币）减值。 Stellantis 与零跑的合作始于 2023 年，当时前者收购了后者五分之一股份，双方还成立合资企业 Leapmotor International，负责零跑汽车在中国以外市场的销售、生产。 两位消息人士表示，这款新车将与零跑 B10 紧凑型 SUV 共享平台，预计 2028 年投产，年产量目标 5 万辆。 根据目前的研讨方案，零跑将提供电气系统等关键技术、零部件，欧宝负责设计外观，其中相当一部分研发工作将在中国完成。 一位消息人士透露，双方围绕该项目的谈判始于 2025 年末，最快可能在本月达成协议。不过 Stellantis 在声明中表示，双方已持续就扩大合作方式进行常规沟通，但拒绝进一步置评。 而零跑方面则回应道，公司确实在和 Stellantis 等合作伙伴进行洽谈，但仅限提供自主研发零部件，并无平台层面合作计划。

快科技4月8日消息，华为乾崑智能汽车解决方案官宣了ADS Pro增强版高阶功能包的限时优惠，最高省6000元。 优惠活动显示，一次性购买的原价是18000元，限时优惠后只要12000元，这也是本次优惠里省得最多的档位。 年卡的价格也有下调，从原本的3599元/年降到2499元/年，月卡保持359元/月不变，但可连续包月，价格是249元/月。 优惠价格的有效期从4月8日起，直到6月30日，长达近3个月，时间比较充裕。 ADS Pro增强版高阶功能包和基础版的区别很明显，基础版只有车道巡航辅助增强、代客泊车等辅助功能，而增强版则支持城区领航辅助功能，能大幅提升日常城区驾驶的便利性。 现在已经搭载华为乾崑智驾ADS 4的ADS Pro增强版车型，后续可以升级到ADS 5的ADS Pro版本，不过具体的升级时间和策略，还是要以车企的官方通知为准。而如果是ADS 4 SE基础版的车型，暂时不支持升级到ADS 4 Pro版本。 另外，对于选择连续包月的车主，订阅后服务会立即生效，一个服务周期是31天。官方会在开通服务时，还有每次自动续费扣款前5天，通过车机消息提醒车主。

IT之家 4 月 8 日消息，比亚迪仰望销售事业部总经理胡晓庆今日发文宣布，仰望 U8L 四座版汽车将于 4 月 24 日北京车展正式亮相。 胡晓庆表示，作为仰望家族最鼎的旗舰车型，四座版在座舱体验、专属权益、个性化选装等方面都会“更鼎”。新车的价格也是很鼎的，与六座版之间会有明显的区间差异。 据IT之家此前报道，在今年 3 月 5 日晚的比亚迪二代刀片电池暨闪充技术发布会上，比亚迪发布了 2026 款仰望 U7 、U8 和 U8L 鼎世版车型，新车搭载第二代刀片电池及闪充技术。 仰望 U8L 2026 款提升了续航，新增闪充技术，同时还提供三大安全升级：应急浮水紧急自动激活、NOA 爆胎稳行稳停、全场景隐私安全，老款车型后续也能通过 OTA 获得这些功能，售价 130 万元起。

IT之家 4 月 8 日消息，小鹏 GX 旗舰 SUV 今日开启预热，官方陆续放出了新车“峡湾灰”和“日照金山”车色的外观图，并分享了外观细节设计解读。 峡湾灰 日照金山 据介绍，小鹏 GX 定位“新科技旗舰”，号称面向物理 AI 时代科技大成之作，定义了下一个时代的科技旗舰高度。 小鹏 GX 旗舰 SUV 的日照金山车色灵感来自梅里雪山卡瓦格博峰，采用巴斯夫哑光清漆 + 陶瓷级纳米涂层，硬度提升 50%。 新车采用游艇式流线造型，配备蚌式机盖 + 一体式蚌式尾门，辅以隐藏式水切，并配备超大面积纯平侧窗。小鹏 GX 还首发太空陶瓷 24K 金标，悬浮轮毂搭配超宽式 22 英寸鸳鸯胎。 IT之家注意到，小鹏 GX 拥有同级最大寰宇天地贯穿灯和百万像素 DLP 数字投影大灯。

说到买床垫，大家脑子里肯定会浮现出一个叼着烟斗、长得像乔布斯的外国老头。没错，这就是把“伪洋牌”营销玩到极致的“睡眠一哥”——慕思。 最近，这位卖床垫的大佬不仅不提法国血统了，反而摇身一变，在水立方搞了一场极其盛大、科技感拉满的新品发布会。他们重磅推出了搭载华为鸿蒙系统的“AI智能床”，宣称能监测心率、还能干预打呼噜，大有一种要从传统家居厂硬核转型成“硅谷科技巨头”的架势。 然而，就在这场充满科技与狠活的盛宴背后，资本市场和经销商圈子里，却是一地鸡毛。 一边是高调发布AI新品，另一边却是公司急匆匆地找银行申请4.5亿授信担保；一边是净利润大幅跳水，另一边却是大股东们疯狂套现分红。今天，咱们就来撕开科技的包装，看看慕思这家曾经规模千亿的龙头，到底在焦虑些什么。 咱们先来看看慕思刚刚过去的2025年成绩单（前三季度）。 如果是普通家居厂，在大环境推行“以旧换新”的政策红利下，多少能回点血。但慕思的数据却相当难看：2025年前三季度，营收37.61亿元，同比下降3.01%；归母净利润4.67亿元，同比下降10.61%；最能反映主业赚钱能力的扣非净利润，更是大跌了25.29%！ 到了第三季度单季，更是典型的“增收不增利”，利润同比暴降26.8%。而且，公司经营现金流净额直接锐减了62%，应收账款还翻着倍地上涨。简单来说，就是东西越来越难卖，卖了钱还收不回来。 为什么不赚钱？ 老毛病又犯了：重营销、轻研发。 慕思前三季度的销售费用高达10.79亿元，而研发费用仅仅只有区区1.61亿元。天天把AI、高科技挂在嘴边，结果花在打广告上的钱是搞研发的6倍多。 最让中小股东们跌破眼镜的是，公司明明现金流亮起了红灯，甚至还要给子公司担保去银行借4.5亿，但管理层在“分红”这件事上，大方得简直像散财童子。 2024年搞了个“10派10元”的高分红，2025年年中又推出了“10派4.5元”的预案。要知道，慕思两位实控人（王炳坤、林集永）合计持股超过76%。这大比例的现金分红，兜兜转转，绝大部分全流进了两位老板的私人腰包。 一边是公司缺钱转型，一边是老板狂分现金，这操作，谁看了不说一句“内行”？ 如果说财务数据只是表象，那慕思基本盘的松动，才是真正的危机。 慕思能有今天，全靠遍布全国的经销商网络（经销收入占比超74%）。但这根“主动脉”，现在正在严重失血。截至2025年6月末，慕思的线下专卖店一年内净减少了约400家。 加盟商为什么排着队跑路？ 因为实在扛不住了。 最近，江苏、重庆等多地的经销商集体实名举报，把慕思的种种“潜规则”抖了个底朝天： 割韭菜式装修：公司要求门店“四年一轮回”强制翻新装修，而且所有物料必须从慕思高价采购，不配合就直接淘汰。 巧立名目乱罚款：经销商稍有不慎就被罚，什么“未完成打卡”、“未按指定品类出店”统统要罚钱。有经销商控诉自己被罚了15万，公司连开发票都直接写成“价外收入”。 强行压货：新品卖不动？没关系，直接让经销商买单吃库存，帮上市公司粉饰销售业绩。 压死骆驼的最后一根稻草，是2023年那场轰动全网的“辛巴带货事件”。线下门店标价两万的真皮软床，辛巴直播间直接干到了4980元！这等于是把线下经销商的底裤都给扒了，全国经销商集体暴走。 虽然事后慕思赶紧出来灭火，承诺短期内不再找头部主播搞这种大甩卖，但这道信任的裂痕，早就深可见骨了。 传统生意卖不动了，经销商也快造反了，慕思急需一个足够性感的新故事。于是，“AI智能床垫”成了全村的希望。 和华为鸿蒙深度绑定，搞出个能监测心率、还能干预打呼噜的“潮汐算法2.0”，听起来确实唬人。慕思总裁甚至放话，要“定义未来卧室的互联标准”。 但现实很骨感。2025年上半年，慕思这块被寄予厚望的AI产品，虽然增速高达300%，但总收入仅仅只有1.21亿元，在总营收里的占比还不到5%。 指望这不到5%的业务，去拉动一家几十亿规模的企业逆风翻盘，无异于小马拉大车。 更尴尬的是，步子迈得太大，产品似乎没跟上。 在黑猫投诉等平台上，慕思的这款高科技床垫翻了车。有消费者花了八千多买的AI床垫，不仅皮面破损、床尾塌陷，甚至大半夜还会发出“滋滋”的电流声并无故震动，吓得一家人只能打地铺。 对于“半夜鬼畜震动”的问题，慕思官方的解释是：这属于使用环境问题，是床垫在感知到您翻身、心率变化时做出的“自适应微调”，只是初次使用不习惯罢了。 好家伙，我不适应高科技，原来是我的问题？这番公关说辞，连见惯了大风大浪的吃瓜群众都得竖起大拇指。 其实，在睡眠经济崛起的大背景下，慕思想要拥抱科技、智能化转型的方向并没错。 但一家企业的硬核壁垒，从来不是靠给床垫贴个“AI”的标签、或者花几十亿打广告就能砸出来的。在营收利润双降、渠道矛盾激化、产品品控翻车的多重夹击下，留给慕思试错的时间已经不多了。 如果不把心思花在真正的产品打磨和修复经销商信任上，只是一味地蹭鸿蒙热点、玩转高分红套现，那这张标榜着“高科技”的豪华大床，恐怕很难让投资者和消费者安稳入睡了。

人类用了半个多世纪，终于再次飞向月球，怎么花了这么久？登月技术为什么消失了？ 阿尔忒弥斯二号4月1号起飞，载着四名宇航员，等到今天，也就是4月6号，他们将飞越月球，来到月球背面，并去复刻那张人类历史上最有名的照片之一——地出。 地出拍摄于1968年，摄影师是阿波罗8号宇航员威廉·安德斯。照片里蓝白色的地球正从月球表面升起，与前景中的贫瘠月球表面形成鲜明对比。 第二年，阿波罗11号登上月球。 几乎所有人，不论是科幻小说家，政治家，或者是普通人，都觉得这是人类征服宇宙的开始，但仅仅四年后，1972年底，阿波罗17号最后一次登上月球，人类便再也没有回去过。 直到五十三年后的今天，人类再次飞向月球，并将前往月之暗面，打破距离地球最远的记录。 这件事当然会让人兴奋，毕竟星辰大海永远能激发人们心灵最深处的那股浪漫与激情。但在激情之外，我不知道你有没有疑惑过一件事，为什么要花五十三年？为什么要花这么久？人类到底在干什么？ 我倒不是批评说人类内耗于各种自我毁灭的行为，而是一个单纯的技术追问。 关于登月这件事，一直有各种各样的阴谋论，其中最有名的当然是「登月是假的，是在摄影棚里拍的」——这些也有很多人出面反驳了。 在这些阴谋论里，有一个论点倒是有一些道理：如果在半个多世纪以前，在那个电脑运行内存只有几KB的时候，人类都能登上月球，那么为什么之后都不行了，都没有这个技术了？ 登月阴谋论当然是个很扯的事情，甚至反驳本身也是浪费时间，但这个论点本身倒没那么反智。它的核心其实是在说，技术难道不是只进不退的吗？阿波罗的那些图纸、那些数据，应该都还在吧？为什么不能直接拿出来再用？而且技术实现成本是在降低的，那么我们应该能更低成本回到月球才对。 那么那些图纸还在不在呢？ 确实还在。NASA的档案里保存着阿波罗项目的每一份设计文档，每一张工程图纸，每一份测试报告都在，甚至F-1发动机也能找到。 这是人类历史上推力最大的单燃烧室液体火箭发动机。土星五号火箭的第一级用了五台F-1，五台一起点火，产生的推力大到能把一栋三十层楼高、六百多万磅重的火箭从地面推上天。可以这么说，没有F-1就没有土星五号，没有土星五号就没有登月。 但问题是，你拿着这些文档，仍然造不出一台F-1发动机。 2013年，NASA马歇尔航天飞行中心做了一件很有意思的事——他们启动了一个F-1发动机的逆向工程项目，就是把一台原始的F-1拆开，看看能不能搞清楚它到底是怎么造出来的。 参与这个项目的是一群年轻工程师，其中大多数在阿波罗登月的时候还没有出生。他们特意穿上了六十年代风格的白衬衫配黑领带，致敬他们的前辈。 他们从史密森尼博物馆借来了一台编号F-6049的F-1发动机。这台发动机原本是装在阿波罗11号上的，因为在测试中发现了故障被替换下来，从来没有真正点过火，就这么在博物馆里放了几十年。他们把它拆开了，发现了什么？ 用NASA工程师的话说：「这些是手工制造的机器。」喷注器面板是手工钻孔、手工焊接组装的，燃烧室的管束焊缝是大师级的焊工一条一条手工焊出来的，一条复杂的焊缝甚至要花一整天。 所以，即便都是同一型号，每台发动机也都是独一无二的，与其他的有些微的区别。看设计文档没什么用，而且那些文档是在极端的时间压力下写出来的，没有任何计算机辅助设计工具，根本无法完整地描述这些硬件的真实状态。很多关键的制造技巧，只存在于当年那些工程师和技师的脑子里，或者写在一些早就不知道丢到哪去的纸条上。 当然，并不是说现代人造不出来火箭发动机了，这就有些荒谬了，事实上，这次逆向工程确认了另一个结论：如果用现代的计算建模和制造技术来重新设计F-1——这个新版本叫F-1B——它的零部件数量可以从原来的五千六百个，压缩到四十个。 五千六百个，变成四十个。技术确实在发展，两个时代的制造方式已经完全不是一回事。五十多年前的发动机之所以那么复杂，是因为在没有精密数控加工、没有3D打印、没有搅拌摩擦焊的时代，你只能把复杂的结构拆成大量简单的小零件，然后靠工人一个一个手工装配和焊接。 现代人没有必要去做如此复杂的事情，而且即便想做，也没有这个能力了，因为很多知识并不藏在图纸里。我们平时很自然地把「知道怎么造」和「能造出来」当成是一回事。图纸在，就等于能力在，但其实这两者之间有一道裂缝，这道裂缝需要依靠人来填补和传承。 回到F-1发动机的故事，说一个更具体的细节。F-1在研发早期，碰到了一个差点让整个阿波罗计划夭折的问题——燃烧不稳定性。什么意思？就是火焰在燃烧室内部会突然产生剧烈的振荡，频率非常高，压力波在燃烧室里反复震荡放大，能在瞬间把发动机从内部炸掉。 这种爆炸很突然，而且随机出现，事先没什么预兆。如果燃烧不稳定性解决不了，登月就没有了。负责制造F-1的Rocketdyne公司花了两年时间来对付这个问题，在两百一十种不同的喷注器设计上跑了上千次测试。 他们的诊断方法说出来有点吓人——在发动机运转的时候，注意，是在发动机正在点火的时候，从燃烧室外面往里引爆小型炸药，他们管这叫「炸弹」。目的是人为制造一个压力扰动，然后看燃烧室怎么响应。如果发动机能在被「炸」了之后自己稳定下来，就说明这个设计是好的；如果稳定不下来，就换一个设计继续试。 最终，他们找到了一个有效的喷注器和挡板的组合。发动机稳定到什么程度呢？你往里扔「炸弹」，十分之一秒之内它就能自己恢复平稳燃烧。 这个「炸弹测试法」非常精妙，但它本质上不是什么精妙的科学，而更像是一种玄学或者说黑魔法。工程师们知道这个组合有效，但他们对「为什么有效」的理解是不完整的。这不是先有理论、再做设计、最后验证的过程，这是反过来的——先试，试了上千次，试出了一个能用的结果，然后对这个结果的理论解释是后来才慢慢补上的，而且到今天也不能说完全搞清楚了。 这就是图纸里没有的知识，从物理学教科书里推导不出来，只能通过一遍一遍尝试，最终才能出现。甚至这种知识很难通过语言或者文字传承下去，它只能在做的过程中生成，也只能在做的过程中保持。一旦没有人在做了——没有人在点火、没有人在扔「炸弹」、没有人在焊管束——这种知识就开始消散。这种判断力住在手上，不是住在脑子里。 再想想那些焊接F-1燃烧室的焊工。F-1的燃烧室是用镍合金管束焊成的，几百根细管弯成火箭喷管的形状，一根一根焊在一起。燃料在管子里流动带走热量，燃烧在管子外面进行，每一条焊缝同时要满足结构强度、气密性和热传导三个要求。 焊工在操作的时候，看的是熔池的颜色，听的是电弧的声音，感受的是手腕上微妙的阻力变化。这些信号不经过「思考」这个中间环节，直接在身体层面就被处理和回应了。他的手在根据这些信号实时调整——电流大一点还是小一点、速度快一点还是慢一点、角度偏一偏。 这些调整的依据没法写成操作手册，因为它不是一组固定的参数，它是一个人的身体和一块特定的金属在一个特定的瞬间之间的互动。换一个人，换一块金属，那个互动就不一样了。 在阿波罗11号升空前两年，1966年，有一位科学哲学家叫迈克尔·波兰尼，他在《隐性之维》（The Tacit Dimension）这本书里写了一句话：「我们知道的，比我们能说出来的，多得多。」 波兰尼自己就是从物理化学转向哲学的——一个从科学实践中走出来思考知识本质的人。他说的就是这种知识，每个文明都独立发现了它的存在，给了它不同的名字。 在医学里面叫「临床直觉」——一个有经验的医生看一眼病人就觉得「这个人不对劲」，但你让他说到底哪里不对劲，他说不清楚，检查指标可能还全部正常。日本的手工艺传统里面叫「勘」，中国人说得更直接，就叫「手感」。 哲学家们给这种知识起了个名字，叫「具身知识」，英文是embodied knowledge。 「具身」这个词现在常被用在机器人领域，叫「具身智能」，但它原本的含义更广。具身指的就是你的身体，而具身知识是长在你身体里的能力。 它是怎么来的？通过反复的实践，在真实的物质世界中不断试错、不断调整，慢慢沉淀到你的肌肉记忆里、感官判断里、直觉反应里。你可以把操作手册背得滚瓜烂熟，但如果没有亲手做过几千次，你仍然不会。即便你会了，你也很难把它完整地教给别人。 就好像骑自行车一样，我从来没见过只靠读书就能学会骑自行车的——甚至事实上，自行车为什么能骑这件事本身，直到发明近两百年后的2011年，康奈尔大学的研究团队才推翻了长期以来关于陀螺效应和拖曳效应的传统解释，发现真正的稳定机制要复杂得多——而且这个解释至今仍有争议。 这种知识必须依附于具体的人，依附于人与物质世界的持续接触。一旦这种接触中断——人退休了、工厂关闭了、没有新人接手——具身知识就开始衰减，不是因为有人故意隐瞒，而是因为它本质上就无法被完整地「存档」。 说到底，技术传承从来就不是图纸的传承，不是符号的传承，而是人和产业链的传承。如果人丢了，技术可能也就消失了。 那这些人是怎么走的？ 阿波罗的技术不是在某一天突然消失的，没有人按下一个红色大按钮然后登月能力就没了。它的消失是一个漫长的过程，跨越了几十年，而且这个过程中的每一步都是基于主动甚至合理的选择。 1969到1972年是阿波罗计划的巅峰。阿波罗11号到17号，六次成功登月。NASA的预算在1966年达到了联邦预算的百分之四点四，差不多是现在的十倍。整个项目在高峰期雇用了大约四十万人，涉及两万家承包商，这是一个规模极其庞大的工业体系。 然而，就在阿波罗计划连续取得成功的时候，阿波罗18号、19号、20号就被国会砍掉了。注意，不是因为失败，恰恰相反，是在连续成功的时候被砍的。 但是尼克松政府的判断很明确——登月原本是一场巨大的政治宣传，现在我们已经赢了，继续花这个钱没有政治回报。 1970年，土星五号的生产线关闭。 当然NASA并没有停下来，它转向了下一个项目：航天飞机。只是要注意，阿波罗和航天飞机之间几乎没有技术继承关系，它们是完全不同的设计哲学，完全不同的引擎，完全不同的任务目标。 阿波罗是一次性使用的深空运载工具，目标是月球；航天飞机是设计成可重复使用的近地轨道运输工具，目标是地球轨道。航天飞机被推销给国会和公众的时候，用的说法是「太空卡车」——廉价、安全、常规化运营，差不多每个礼拜就能发射一次。 它们之间的关系，有点像你不能说会开轿车就等于会开轮船——虽然都是交通工具，但根本不是一回事。第一代阿波罗工程师中有一部分人确实参与了航天飞机项目，但他们带过去的是一些通用的工程方法论和经验，不是F-1发动机的焊接手法。那些手法没有地方可去，因为新项目根本不需要它们。 1981年，美国航天飞机首飞，但那些承诺——廉价、安全、常规化运营，差不多每个礼拜就能发射一次——一个也没有实现。这不是因为工程师不够努力，而是因为航天飞机从设计阶段就被妥协给限制住了。 最初的方案是一个完全可重复使用的两级系统——助推级和轨道器都能像飞机一样飞回来降落，这是能让成本真正降下来的设计。但尼克松政府砍了研发预算，NASA被迫在设计上做了一系列妥协：放弃了可重复使用的助推级，换成了更便宜的固体火箭助推器；加上了一个一次性使用的外部燃料箱——那个巨大的橙色罐子，每飞一次就扔掉一个。 这些妥协直接决定了航天飞机永远不可能便宜。固体助推器每次用完要从海里捞回来翻新，外部燃料箱每次都要新造一个，轨道器每次回来之后数千块隔热瓦逐一人工检查。实际上每次任务的成本在四亿五千万到十五亿美元之间，所谓「每周发射」，最快的周转也要将近两个月。 这些妥协甚至带来了灾难。 「挑战者号」爆炸 1986年1月28日，挑战者号在发射后73秒爆炸，七名宇航员全部遇难——右侧固体助推器的O型密封圈在低温下失效，高温气体泄漏引燃了外部燃料箱。 这不是一个「没想到」的问题。O型密封圈在低温下的脆化风险在设计阶段就被发现了，工程师提出过警告，但改设计意味着重新制造助推器，成本和时间都不可接受，于是这个已知的缺陷被归类为「可接受的风险」，带着它继续飞。 2003年2月1日，哥伦比亚号在返回大气层时解体，又是七名宇航员遇难——发射时外部燃料箱的隔热泡沫脱落，击中了机翼前缘的碳碳面板，再入时高温气体从破损处侵入，烧毁了整个机翼结构。 泡沫脱落也不是第一次发生，几乎每次发射都有泡沫脱落。工程师知道这个问题，但因为之前的任务都没出事，它被重新定义成了「已知的、可接受的异常现象」。 物理学家理查德·费曼在挑战者号事故的调查报告里写过一段很有名的话：当你不断地在侥幸中成功，你对「成功」的定义就会悄悄扩展，直到把本来不可接受的风险也包含进去。 「这就像玩俄罗斯轮盘赌——你扣动扳机，枪没响，于是你觉得再扣一次也是安全的。」 换句话说，你不是在真的去解决问题，而是在重新定义哪些事情是需要被解决的问题，那些只是一些可以接受的小小偏差——或者说，你只是在赌它们不会出问题。 2004年，小布什总统宣布：航天飞机将在完成空间站组装后退役。 不过，航天飞机最终关停，并不仅仅因为哥伦比亚号的事故，事实上在挑战者号事故的时候，里根总统说的是：我们将继续探索太空。我们将有更多次的航天飞行，有更多的宇航员……一切不会到此为止。 因为1986年的时候，国际空间站的建设还没有开始，航天飞机是当时美国唯一的载人航天工具，没有任何替代方案，冷战还在进行。如果砍掉航天飞机，美国就完全没有能力把人送上太空了。 然而，2003年的时候，国际空间站已经接近完成了——航天飞机最重要的使命快要做完了。它的不可替代性降低了。同时，航天飞机占满了NASA载人航天的预算，以至于任何新的探索项目都无法启动。 当时一位NASA工程师说：航天飞机和空间站完全主导了预算，要做任何新的事情，至少得放弃一个。空间站刚开始产出科研成果，不能放弃，那就只能放弃航天飞机。 2011年，最后一架航天飞机降落。三十年的项目结束了。那些围绕航天飞机建立起来的技术体系——RS-25发动机、固体助推器、隔热瓦维护、近地轨道对接——该怎么办？ 有些会被保留，因为后续项目需要它们；有些会随着项目一起消失。而在做这些决定的时候，没有人能完全预见哪些东西十年后会被需要，哪些会成为「早知道当初应该留着」的遗憾。 从1970年土星五号生产线关闭，到2011年航天飞机退役，四十一年里，美国的载人深空探索能力一直在这种「转向-建设-锁定-终结」的循环中消耗。技术能力不是在某一天突然消失的，它是在一连串看起来很合理的决策中被一步一步放下的。 每一步都有当时充分的理由，但每一步的后果都超出了当时决策者的时间视野。而且，没有哪一步是某个人在「操控」——都是分散的、局部理性的、各自有各自道理的决定，汇在一起，形成了一个谁也没有打算走到的终点。 这是一种消失的方式——无数分散的决策慢慢累积，像水滴石穿一样把能力磨没了。没有人策划，没有人主导，但能力确实消失了。 然而还有另一种消失的方式。有时候，一个技术的命运就掌握在一两个具体的人手里——这些人之间的关系，他们的恩怨、他们的选择、甚至他们什么时候死，直接决定了这个技术是活还是死。 苏联的登月计划，就是这样没的。 苏联在六十年代也在搞登月，他们的月球火箭叫N1——对标的就是美国的土星五号。这个项目最后彻底失败了，苏联政府甚至否认有过这个项目，一直到八十年代末苏联快解体的时候外界才知道这件事的全貌。 N1失败的故事，从表面上看是技术失败——四次发射四次爆炸。但如果你往里看，它的根源是两个人之间的恩怨。 科罗廖夫，苏联航天的灵魂人物，是把加加林送上太空的人。苏联在太空竞赛早期能压美国一头，很大程度上靠的就是他。N1是他的项目，他需要强大的发动机来驱动火箭的第一级。 苏联最顶尖的火箭发动机设计师叫格鲁什科，按道理让格鲁什科来造发动机是最合理的选择，但科罗廖夫和格鲁什科之间有深刻的个人恩怨。 表面上的分歧是技术路线——格鲁什科主张用一种叫偏二甲肼的有毒推进剂，这种燃料成熟可靠，美国人在大力神火箭上用过，效果很好。但科罗廖夫坚决拒绝，他认为有毒燃料对载人飞行来说太危险，坚持要用煤油和液氧。 不过两个人的分歧并不止在于技术层面。 科罗廖夫认为，格鲁什科在1930年代斯大林大清洗的时候告发了他——科罗廖夫因此被投进了科雷马古拉格集中营，在那里吃了很多苦；而格鲁什科反过来也怀疑科罗廖夫做了类似的事。两个人之间的关系已经不是「技术观点不同」能概括的了，甚至可以说是有深仇大恨。 结果是什么？格鲁什科彻底拒绝为科罗廖夫的N1制造发动机——苏联最好的火箭发动机设计师，拒绝参与苏联最重要的火箭项目。 科罗廖夫被迫去找了库兹涅佐夫。库兹涅佐夫是造航空发动机的，不是造火箭发动机的，没有格鲁什科那样的经验。他的解决方案很直接：既然造不了大发动机，那就用更多的小发动机。 最终N1的第一级装了三十台发动机——三十台。作为对比，土星五号用了五台。三十台发动机意味着三十个可能出问题的地方，意味着极其复杂的协调控制。 而且N1还有一个致命的问题——保密制度太严格，他们没有条件像美国人那样在地面做大规模的静态点火测试，只能直接上天试，等于是把测试和首飞合并在一起做。 然后是1966年1月。科罗廖夫做了一个手术，本来是切除直肠息肉，结果手术中发现了一个恶性肿瘤。更致命的是，他的下颌骨曾在古拉格中被打断，导致气管插管极其困难，手术中出血无法控制，最终死于心脏骤停。古拉格的伤害，在二十多年后以一种意想不到的方式杀死了他。 接替他的是副手米申，一个能干的工程师，但他缺少科罗廖夫的两样东西：政治资本和个人权威。科罗廖夫能让互相敌视的设计局勉强合作，能从克里姆林宫争取到资源和时间；米申做不到，在他手下，竞争对手的设计局变得更加不合作，资源争夺更加激烈。 1969年到1972年，N1进行了四次发射，四次全部失败。第二次发射的爆炸特别壮观——火箭在发射台上方几百米处炸开，落回来摧毁了整个双发射台设施，据说是人类航天史上最大的非核爆炸之一。 N1火箭爆炸 1974年，米申被解职了。接替他的是谁？格鲁什科。就是当年拒绝给N1造发动机的那个格鲁什科。他上任之后的第一件事就是取消N1项目，取消整个载人登月计划——尽管米申在被解职前坚持说，再给两年，火箭就能飞了。 后来分析认为，N1的设计在理论上是可以成功的，只要有足够的时间和资源它是能飞的。但它没有得到那个机会——技术最终被具体的人、具体的恩怨、具体的权力交接杀死。 读过《三体》的朋友可能会想到章北海。章北海刺杀了几个关键人物来改变技术路线。刘慈欣写这个情节的时候隐含了一个假设：技术路线的选择取决于少数关键决策者，换掉这些人就能改变路线。 科罗廖夫和格鲁什科的故事说明，这个假设在某些历史时刻是接近事实的——一个人的恩怨真的可以决定一枚火箭的命运，一个人的死亡真的可以终结一个国家的登月计划。 但章北海的故事和真实历史有一个重要的区别——章北海事先知道哪条路线是对的。而在真实的历史中，没有人有这个上帝视角。科罗廖夫坚持液氧煤油是对的吗？从后来的发展看可能是对的，但在当时，格鲁什科的有毒推进剂路线也有充分的技术理由。关键决策的关键性，往往只能在事后才被识别。 美国与苏联，技术不同，国情不同，但结果一样：关键能力依附于具体的人，人走了，能力就消失了。 不管是哪种方式，做决定的人都看不到全部的后果。决策的时间尺度是政治周期——四年、八年，后果的时间尺度是代际——几十年。做决定的人看不到后果。承受后果的人做不了决定。 当然，这种消失并不是瞬间的断裂。1970年，阿波罗18号被砍掉的那一刻，登月能力并没有立刻消失。那些工程师还在，那些工厂还在，供应链还在。如果当时有人说「等一下，我们过两年再重启」，成本是可控的。 但问题是，这些闲置下来的东西——闲置的工程师、闲置的产线、闲置的供应商——在预算表上只有一个名字：冗余。 想象一下当时的场景——一个国会议员翻开NASA的预算报告，看到一行：某个工厂，去年的产出为零，但还在消耗维护费用；另一行：一批工程师，没有项目可做，但还在领工资。 在他看到的这张表上，这些东西的价值是零。他不知道这些「零产出」的人和设施在维持着什么，那种具身能力不会出现在任何报表上。所以他做了一个在他的信息框架内完全理性的判断：砍掉。 没有人愿意为一个不确定的未来持续支付维持成本。这些「冗余」就这样一项一项被砍掉了——工程师退休了，没有新人补上；工厂转做别的东西了，后来拆了；供应商拿不到订单，关门了。恢复的成本从「重新启动」变成了「从头重建」，谁也不知道在哪个节点，这种消失变得不再可逆。 冗余有一个很残酷的特点：它在存在的时候永远看起来像浪费，它的价值是保险性质的，你在为一个可能永远不会发生的未来需求付钱。而它的价值只有在一个特定的时刻才能被感知到——就是你需要它，但它已经不在了的时候。 从这个角度来说，阿尔忒弥斯计划很幸运，它在不可逆的那个节点之前成功启动了。 2005年，小布什政府启动了「星座计划」，目标是开发航天飞机的继任者——新的火箭和飞船，能把人送回月球、未来再去火星。 到2009年奥巴马上台的时候，星座计划已经严重超支、严重拖期，奥巴马政府想砍掉它，让商业公司来做载人航天。但国会不同意，因为星座计划和航天飞机项目养活着几万名工程师和技术工人，分布在阿拉巴马、德克萨斯、佛罗里达这些关键的选举州。 砍掉项目就是让这些人失业，来自这些州的参议员联合起来反击了。 2010年，参议院通过了NASA授权法案，保留了猎户座飞船和重型火箭项目，给了它一个新名字——太空发射系统，SLS。法案明确要求NASA利用现有的航天飞机和星座计划的合同、基础设施和劳动力来建造SLS。 SLS本质上就是航天飞机劳动力的延续——犹他州的参议员确保新火箭使用航天飞机的固体助推器，因为助推器在犹他州制造；阿拉巴马州的参议员确保马歇尔航天飞行中心负责火箭的设计和测试。这就是为什么SLS被批评者叫做「Senate Launch System」——参议院发射系统。它的架构在很大程度上不是由工程最优解决定的，而是由「哪些工厂还开着、哪些参议员需要保住选区的就业」决定的。国会拨款的时候甚至还没有一个明确的登月任务给SLS去执行，火箭先于使命被创造出来了。 国会要求SLS在2016年首飞，实际首飞是2022年——晚了将近六年。波音是核心级主承包商，用的是cost-plus合同——你花多少钱政府都给你报销，然后在上面再加一个利润百分比，花得越多、拖得越久，赚得越多。到2023年，SLS的开发已经花了一百一十八亿美元。 我们之前说，阿波罗的技术消散是因为政治决策砍掉了预算，导致人和产业链散了。而SLS的故事是镜像——政治决策强行维持了一条产业链，不是因为这条路在工程上最优，而是因为太多人的饭碗系在上面。 但不管怎样，SLS确实做成了一件事：它让阿尔忒弥斯飞起来了。用航天飞机的老引擎、老助推器、老的产业基础，拼出了一枚能把人送向月球的火箭。 SLS用的是RS-25发动机——就是航天飞机的主引擎，前几次任务直接从仓库里拿出航天飞机时代剩下的库存来用。这些发动机每一台都有自己的编号和飞行记录，有的在航天飞机时代飞过十几次任务。 工程师把一台在80年代就开始服役的引擎从仓库里推出来，检修，测试，然后装到一枚2020年代的新火箭上——这个画面本身就说明了什么叫「用还活着的供应链拼火箭」。这种发动机烧液氢，推力大概是F-1的三分之一，三台RS-25加起来才顶一台F-1。它不是为登月设计的，是为在地球轨道反复往返而设计的。 NASA其实认真考虑过在SLS上用F-1的现代改进版——就是我们前面提到的F-1B，那个把五千六百个零件压缩到四十个的方案。论证结果是可行的，性能甚至比原版更好，但最终没有选它。 为什么？因为F-1的供应链已经死了。造F-1B意味着从零建立一整条新的产业链——新的工厂、新的工人、新的质量控制体系。而RS-25的供应链还活着——航天飞机用了三十年，制造商还在，技术工人还在，测试设备还在。 也就是说，最终选RS-25，不是因为它更好，是因为它的供应链还活着。不是最好的方案，但确实是一个能用的方案。 国会保住那些就业岗位的动机可能不那么高尚，但客观结果是：一条本来可能已经死掉的供应链被维持住了，而正是这条供应链让人类重返了月球轨道——有时候「还活着的供应链」本身就是一种资源，哪怕它还活着的原因不是因为它最优，而是因为有人需要它来保选票。 甚至在阿尔忒弥斯二号发射当天，这条老供应链又救了一次场。 发射前不到两个小时，地面与飞行终止系统之间的通信硬件出了问题——这个系统是在火箭偏离轨道时从地面远程引爆它的安全机制，没有它不能发射，火箭进入了「No-Go」状态。 发射控制员被紧急派往旁边的飞行器装配大楼，取回了一套航天飞机时代的老设备来验证通信系统——一套保存了几十年的老装备，以一种完全计划外的方式，帮助确认了新火箭可以安全发射。这让我们很难不多想一下，如果那套老设备已经被当成「冗余」处理掉了呢？ 就在SLS艰难推进的同时，马斯克和他的SpaceX用了完全不同的路径。 SpaceX没有继承任何NASA的老供应链，反而是从零开始建了一套全新的体系——这也是马斯克津津乐道的「第一性原理」。 猎鹰9号、猎鹰重型、星舰——每一代都在挑战传统航天工业的假设。可回收火箭、垂直着陆、快速迭代——这些在传统承包商看来不可能或者不划算的事情，SpaceX都做成了。 到2026年阿尔忒弥斯二号发射的时候，SpaceX的星舰已经在测试中了，运载能力是SLS的两倍以上，而且完全可重复使用。每次发射可能只要几千万美元，而SLS每次发射要四十亿美元。 四十亿对几千万。这个对比让很多人觉得SLS是一个笑话，但这个判断忽略了一个时间维度的问题。SpaceX能做成星舰，是因为他们站在了NASA几十年积累的肩膀上——那些公开的技术文档、那些失败的教训、那些在阿波罗和航天飞机时代培养出来后来去了SpaceX的工程师。 而且更关键的是，SpaceX能有十几年时间去试错、去迭代，是因为在这十几年里，NASA和SLS顶住了载人深空探索的需求——国会愿意给NASA拨款，部分原因就是SLS在那里，看起来「美国还在做这件事」。 如果SLS在2010年就被砍掉了，国会会不会继续支持载人登月？SpaceX会不会拿到NASA的合同来开发星舰？这些都是反事实的假设，没有答案。但可以确定的是：SLS用一种极其低效、极其昂贵的方式，维持住了「美国有能力进行载人深空探索」这个事实。而这个事实本身，可能为SpaceX这样的新玩家争取到了时间和空间。 阿尔忒弥斯飞起来了，航天能力在某种意义上重生了。但这就引出了一个问题：为什么有些技术能重生，有些就彻底没了？ 关键在两件事：它所回应的那个需求是否还活着，以及维持它的那个生态是否还完整。 协和号，超音速客机，1969年首飞——巧了，和阿波罗11号同一年——2003年退役。它能在三个半小时内从伦敦飞到纽约，比普通客机快一倍以上，技术上完全没问题，飞了二十七年。 但经济上不成立——协和号票价极贵，能坐满的航线很少，维护成本高，超音速飞行产生的音爆让它不能在陆地上空超音速飞行，极大限制了航线选择。杀死协和号的不是技术问题，是需求的消失——商务舱够舒服了，视频会议够好了，碳排放的压力够大了。需求被一系列社会因素联合杀死了，需求没了，产业链就没有理由维持，能力就跟着消失了。 罗马混凝土是另一种命运——配方在中世纪失传，上千年没有人造得出罗马人那种能自我修复的混凝土。但和协和号不同的是，混凝土的需求从来没有消失过，人类这一千多年一直需要混凝土，一直在想办法做得更好。 最终，在2023年，MIT的研究团队从一个完全不同的方向——现代材料科学——搞清楚了罗马人的秘密：掺入生石灰颗粒，裂缝出现时生石灰与水反应填补裂缝，实现自我修复。需求活着，路径就会重新长出来，哪怕长出来的样子和原来完全不同。 但也有些技术没有这么幸运，不是因为需求不在了，而是因为整个生态——矿源、贸易路线、工匠群体——同时消失了。大马士革钢就是这样，十八世纪所有环节同时断裂，至今未被完全复现。更极端的是拜占庭帝国的希腊火，帝国灭亡后连知道配方的人都没了，需求的载体都不存在了。 从SpaceX到罗马混凝土到协和号到大马士革钢——这是一个从重生到消亡的谱系。技术自身的先进程度不能决定它的命运，图纸保存得多完整也不能。能决定的只有：需求是否活着，生态是否完整。两个都在就有可能重建，任何一个没了，消亡就只是时间问题。而需求本身也不是天经地义的，它是社会的、经济的、政治的，它也会变，也会消散。 那现在，当下，在似乎一切都可以数字化、都可以」skill化「的2020年代，有什么正在消失？ 2020年新冠疫情，美国好几个州的失业救济系统崩溃了——申请人太多，系统扛不住。新泽西州的州长在电视上公开呼吁：谁还会COBOL？请回来帮帮忙。 COBOL是1959年发明的编程语言，你可能都没听说过，但全世界大量的银行核心系统、保险系统、政府福利系统，到今天还在用COBOL写的程序跑着。代码和服务器都还在，但没什么人看得懂之前的代码了，能维护这些系统的程序员正在退休、正在消失。 最后应召回来的那些人很多已经七十多岁了，年纪最大的85岁，他们从退休生活中被拉回来坐到键盘前，去用一种比他们的孙子孙女已经完全不会理解的语言，修理至今依然对维持美国正常运转至关重要的系统。 还有核能。 1979年三里岛事故，1986年切尔诺贝利，2011年福岛。三十多年里，三次事故，几乎摧毁了公众对核能的信心。新建核电站在很多国家几乎停滞了整整一代人——三十年，足够让一个年轻的核工程师从入行走到退休。 没有新项目就不需要新人，不需要新人大学里学核工程的学生就越来越少，学生少了教授的岗位也萎缩，教授少了连培养下一代的能力都在退化。这条衰减链条和阿波罗砍预算之后发生的事情一模一样——不是某一天突然断掉的，是在三十年里一个环节一个环节慢慢松脱的。 但现在情况有了变化。大家可能直到，AI很费电，这是AI发展的基础，但同时，脱碳也正成为很重要的需求，于是，各国政府突然发现核能可能是目前唯一能同时满足"大规模""稳定""低碳"三个要求的电力来源。 美国政府说要把核电容量翻四倍，然后他们发现，大约百分之四十的核能劳动力将在未来十年内退休。培养一个合格的核电站操作员，标准的学徒制项目需要三到五年，而真正积累起在控制室里做出关键判断的能力——哪个读数偏了一点点是正常波动，哪个偏了一点点意味着你得马上打电话——可能需要更长的时间。 现在很多核电站面临的现实是，经验最丰富的那批操作员即将退休，而留给新人的培训窗口远远不够。和阿波罗计划一样，图纸都在，设备可以买，但那层具身知识——积累在具体的人身上的判断力——正在随着这些人的离开而消散。消散了三十年，直到突然需要的时候才有人注意到。 还有正在发生的事情，Vibe Coding。 现在越来越多的程序员在用AI辅助编程——你描述一下你想要什么，AI帮你生成代码，效率确实提高了。于是新一代的开发者，很多人可能从来不需要真正理解底层系统是怎么运转的——日常开发确实不需要这些，AI帮你处理了。 但是，当底层出了故障的时候呢？当你需要做一个影响整个系统架构的关键判断的时候呢？这些时候你需要的那种深度理解，只能通过自己亲手写代码、亲自踩坑、亲自调试才能获得。新一代开发者不是「忘记了」底层知识，他们是从来没有知道过。 这是一种全新形态的放弃——你不需要主动放弃什么，你只需要提供一条更容易的路，旧的那条路就会自己长满杂草。 其实这个现象背后，是一个比编程更大的问题。我们现在越来越习惯用一种方式来理解人的价值：把一个人的能力拆解成一组可以定义的技能，然后评估哪些技能可以被自动化、被AI替代、被流程取代。这个框架用来提高效率，没什么问题，它确实能帮你做出合理的人力资源决策。 但它有个问题，判断力是没办法被定义或者蒸馏成Skill的，康德说「判断力不可教」，我们不用到这个高度，只要想想前面提到的具体场景。 F-1的焊工看着熔池颜色实时调整手法，那不是一个技能，是几千条焊缝积累出来的判断力；核电站操作员在仪表盘读数全部正常但就是觉得哪里不对的那种直觉，也不是技能。这种判断力长在人和具体工作的长期接触中，不能被提取出来写成操作手册，不能被拆解成可以培训的模块。 当你用AI替人做越来越多的中间步骤的时候——不需要裁员，甚至不需要改变任何人的岗位——人和工作之间的接触面就在不知不觉中收窄了。AI处理了日常的百分之九十，你只处理剩下的百分之十。 看起来效率提高了，不是吗？但你用来培养判断力的那个试错过程——那个你亲手犯错、亲自感知到「这里不对」的过程——正在被跳过。判断力会因此慢慢变钝。而且你自己可能完全不会注意到。就像泡沫脱落十七年没出事，每个人都觉得一切正常，直到哥伦比亚号变成空中的一个大火球。 甚至已经有悲剧正在前面等着。 抗生素。大型制药公司在过去二十年里系统性地退出了抗生素研发——新抗生素必须严格限制使用以延缓耐药性，所以研发投入大、销售收入少，砍掉团队在商业上完全合理。 但耐药危机不是一个「可能会来」的风险，几乎是一个必然。有研究预测到2050年耐药感染每年可能导致数百万人死亡。届时缺的不只是新药，是知道怎么做抗生素研发的那种跨学科判断力——理解微生物学、药物化学和临床试验设计之间复杂交叉的能力。培养这种能力需要一代人，砍掉团队的同时，衰减的时钟就启动了。 衰减在当下发生，代价在未来显现。做出让衰减发生的那些决策的人和最终承受代价的人不是同一代人，他们看不到、甚至不需要看到通往未来的因果链条，便做出了在当下看起来合理的决策。 阴谋论者说登月是假的，这当然是错的。但他们的直觉触到了一个真实的东西——确实有什么丢失了。只是丢失的不是图纸，不是数据。丢失的是人和物质世界之间那种具身的、持续的、不可编码的接触。 技术不是信息，不是符号，不是存在硬盘里的文件下载就能用——它更像一种需要不断喂养的生物，你停止喂养它，它就开始死亡。 有些会重生，比如混凝土，比如阿尔忒弥斯计划，有些永远消失了。什么会重生，什么会彻底消失？没人说得清楚，这需要有人恰好站在新旧体系的裂缝那里，恰好需求还活着，恰好有足够的资源去承受重新积累具身经验的过程中那些不可避免的失败。 全是恰好，全是不确定，所以每次技术的起飞，甚至比它展现出来的能力本身，更值得我们惊叹。 此刻，阿尔忒弥斯二号的四个宇航员可能已经完成了月球飞行，正在返回地球，他们坐在一枚由四十年前的引擎、二十年前的政治妥协和半个多世纪前的知识余温拼成的火箭里，试图接续起人类曾经有的激情和梦想。 脆弱的、偶然的，但确实，他们飞了起来。