Amodei 的信任危机与能力的边界：AI 从'能力崇拜'走向'兑现拷问'

Amodei 的信任危机周末：从”唯一公司”传闻到”治愈癌症”

8 月 16 日这个周六，Anthropic 掌门人达里奥·阿莫代伊在 X 上罕见地连发长文，卷入了一场由播客引爆的信任危机。

导火索来自投资机构 Atreides Management 合伙人 Gavin Baker 的一期播客：他引述多位”秘密信源”称，Amodei 曾私下断言，随着模型能力演进，Anthropic 未来可能成为”全球唯一留存的私营公司”，其余权力主体将仅剩主权政府。Anthropic 强化学习研究员肖尔托·道格拉斯随即公开斥责该说法”纯属捏造、逻辑自相矛盾”，但”未来世界只剩 Anthropic 和政府”的只言片语已经在硅谷炸开。

Amodei 的回应没有停留在辟谣，而是把话题拉高到”信任”层面。他写道：“真正赢得公众信任的有效方法，就是能治愈癌症。“他承认”说 AI 能治愈癌症与其说鼓舞人心、不如说已是陈词滥调，大多数人认为这是故弄玄虚”，但坚持认为——对 Anthropic 这类公司”最中肯的批评”正是”尚未兑现那些造福世界的宏大承诺”。马斯克回复了四个字：“有趣的交流。”

编者评： 这一幕是 Vol.106”Anthropic 双面账本”的续集，而且方向发生了微妙但关键的反转。上一期，Anthropic 用 186 页”安全自白”给 2 万亿 IPO 铺路；这一期，面对”唯一公司”的传闻，Amodei 拿出的不再是”我们很安全”的话术，而是”我们还没兑现”。当一家公司把赢得信任的路径定义为”治愈癌症”时，它其实是在公开承认：过去两年”模型能力 = 价值”的叙事已经透支，市场开始要”兑现”。 而”唯一留存私营公司”这个传闻之所以能发酵，恰恰因为它戳中了 AI 行业最不愿明说的恐惧——Scaling Law 对资本、芯片、电力的刚性依赖，正在把”竞争”悄悄变成”集中”。Amodei 反驳”集中 vs 分发”是二元对立，但马斯克那句轻飘飘的”有趣的交流”，本身就是在提醒：这场信任危机的裁判，从来不是 CEO 的长文，而是那些兑现不了就一文不值的承诺。

HiDream-O1-World：从”生成内容”到”生成世界”的第一道桥

8 月 17 日，智象未来（HiDream.ai）发布了全球首款原生全模态交互式世界模型 HiDream-O1-World。它想回答一个被问了三年、却始终没有满意答案的问题：现有的文生图、文生视频，本质上是”用户给提示词、模型出内容、用户旁观”，那么 AI 到底能不能生成一个”可以走进去、改一改、再持续推演”的世界？

智象的答案是自研的原生全模态 UiT 架构，配合”3D 先验注入 Memory 上下文”与”Test-Time Training 在线维护”两条技术线，去啃交互式世界模型公认的两块硬骨头——时空一致性与物理一致性。第三方评测给出了直接背书：在美团 LongCat 与复旦联合推出的 WBench 基准上，HiDream-O1-World 首次参评就登顶 Navi 分榜，物理维度 73.3 排名第一、一致性 88.0 综合第一，压过了腾讯混元 1.5 和阿里 Happy Oyster。相关成果已入选 ECCV 2026。

编者评： 世界模型这条赛道，Vol.96 起我们就断续追踪过——从 Sora 到谷歌的 Omni，再到 World Labs——但 HiDream-O1-World 的特殊之处在于，它把战场从”逼真”推进到了”可交互、守物理规律”。CTO 姚霆那句”价值不在于生成一个逼真的三维场景，而在于 AI 开始真正理解空间深度、物体质感、运动惯性与光影逻辑”，说的是一个更根本的转向：当模型不再只是”渲染画面”而是”理解物理因果”，它就从内容工具变成了具身智能的仿真底座。 不过 WBench 首秀登顶的含金量仍需打个问号——它评测的是”能不能”，而”能不能商用”要看的是长时程推演下会不会漂移、会不会”重置”。世界模型的”DeepSeek 时刻”（真正开源、真正便宜、真正可复现）还没到来，但这道”通往从未抵达的世界”的桥，已经开始铺第一块板。

LittleLearner：给”后训练万能论”的一盆冷水

本周在 HN 刷屏的 LittleLearner（arXiv:2608.13545），用一套近乎苛刻的对照实验，回答了一个被大模型行业含糊带过的问题：模型的能力，到底是”学到了”还是”早就藏在预训练数据里、只是被唤醒了”？

来自 MPI-IS（马克斯普朗克智能系统研究所）、ELLIS Institute Tübingen 和 ETH Zürich 的团队，把 FineWeb-Edu 过滤成一个仅含美国 K-5 课程知识、严格排除五年级以上概念的 88B token 语料库 LittleCurriculum，从零训练了 0.6B / 1.3B / 5B 三档模型，每个都配了一个使用完全相同架构、Token 预算和配方的 Unfiltered 对照。结论干净到近乎残酷：scaling、SFT+GRPO 后训练、上下文学习，三管齐下，都只能”激发”（elicitation）预训练已经暴露的能力，无法”创造”（acquisition）知识边界之外的新能力。Grade-8 的 MathCAMPS 上，即便开到 pass@1024，过滤模型也只解决了不到对照模型一半的题目。

编者评： 这条是本期的”科学锚点”，值得和前面 Amodei 的”治愈癌症”放在一起读。Amodei 说”我们还没兑现”，LittleLearner 从机制上解释了为什么兑现那么难：如果后训练不能创造新能力，那”用 RL 让模型突然涌现出治愈癌症的洞察”这条路，在逻辑上就站不住——能力的天花板，在预训练数据被清洗好的那一刻就已经画好了。 这对当下最热的几个叙事都是降温：对”后训练 Scaling”（Vol.105 智谱 GLM-5.3 的路线）是一记提醒，对”强化学习能解锁未知能力”是一记质疑，对”合成数据无限放大能力”更是一记警钟。当然，论文的限定要看清——它证明的是”后训练不能突破预训练知识边界”，而不是”预训练数据本身不能通过更聪明的配方（如 DoReMi、Textbooks Are All You Need）被更高效地利用”。真正的结论可能是：竞争的胜负手，正在从”谁的后训练更强”，重新回到”谁的预训练语料更聪明”这一最不性感、也最不可被营销的环节上。

李飞飞：AI 最大的风险，是让下一代”没发育完大脑”

在《Huberman Lab》这期被中文媒体广泛转引的访谈里，李飞飞把关于 AI 与教育的讨论，从”会不会作弊”拉到了”会不会剥夺自主性”这个更深的层面。

她的判断很直接：AI 在学校里的最大危险，不是学生用它作弊，而是它会削弱学习能力。“最糟糕的结果是，年轻一代的自主性以及学习和生活层面的动力被工具剥夺了。“她拿自己被动的短视频观看作比——如果 AI 使用不当，可能导致未来几代人”未能充分发育大脑”。但她也明确反对全面禁止：回忆起自己学有机化学时助教答疑时间有限、教授办公时间固定，如果当时有 AI，她会提出更多问题——“我知道自己卡在哪里，我有学习动力，只需要有人引导。”

编者评： 李飞飞这个判断的锋利之处，在于它把”AI 风险”的讨论从模型层面（会不会逃逸、会不会欺骗）拉回到人的层面（会不会让人变笨）。这和 LittleLearner 形成了本期最漂亮的一组对仗：LittleLearner 证明”没喂进去的知识，模型想不出来”；李飞飞提醒”没经过自己思考的知识，人学了也没用”。 一个是关于模型能力边界的实证，一个是关于人类成长边界的警告，内核却高度一致——认知不会凭空出现，它需要前置的”喂”和”练”。把这两条和 Vol.101 里”顶尖研究员不敢结婚”、Vol.99 里”Altman 育儿翻车”连起来看，一个信号越来越清晰：AI 行业最大的叙事空白，恰恰是那个被叫嚣得最少的问题——当模型能力以指数级增长时，人的自主性到底还剩多少位置。 李飞飞给的是一个温和但坚定的答案：把 AI 当工具、别让它当替代，关键在”人”是否还在主动思考。

涨价首日的真相：中国大模型调用量连续 16 周领跑

8 月 17 日 0 时，DeepSeek 的峰谷计价正式生效，V4-Pro 高峰时段涨幅最高达 1100%。这本来可能成为”涨价流失用户”的注脚，但同一天发布的 OpenRouter 数据给出了相反的答案。

据《每日经济新闻》测算，8 月 10-16 日当周，全球 AI 大模型总调用量 75.3 万亿 Token，环比增长 9.13%。其中中国模型周调用 36.84 万亿 Token，环比 +7.56%，连续十六周超过美国（10.26 万亿）。榜单前两名都是中国模型：DeepSeek-V4-Flash 正式版连续两周第一（11.2 万亿，+27%），腾讯 Hy3 第二（9.95 万亿，+24%）。OpenAI 的 GPT-5.6 Luna 首次挤进前三（5.31 万亿，+20%），但这个”性价比款”的价格已下调 80%，单任务成本仅约 0.05 美元——只有 Claude Fable 5 的 1/60。

编者评： 这是对 Vol.106”DeepSeek 峰谷计价”最及时的一次市场检验，结果相当反直觉：涨价首日，DeepSeek 调用量不降反升。 它说明了两件事。第一，中国模型的领先早已不是”靠便宜”——连续 16 周的调用量优势，叠加涨价后依然坚挺，指向的是”不可替代性”（生态、Harness、执行层）而非”价格”。第二，中美之间的价格战方向正在反转：中国头部模型在提价，美国厂商反而在砍中低端模型价格抢开发者，GPT-5.6 Luna 降 80% 就是例证。把这条和 Antirez 在 Mac 上本地跑 V4 Pro、和 LittleLearner 的”能力边界”连起来看，一张更完整的图景浮现出来：当价格差收窄、能力差缩小，竞争正在从”谁更便宜、谁更强”的明牌，转向”谁能把能力稳定地、便宜地、可本地化地兑现成结果”的暗牌。 而这，恰好就是 FDE 们要进入现场去解决的那个问题。

FDE：当模型越强，企业越需要人进现场

本周中文 AI 圈的一期播客，把一个突然火起来的新职业推到了台前：前线部署工程师（FDE，Forward-Deployed Engineer）。

它的走红带着强烈的反直觉色彩。当程序员还在担心被 Coding Agent 替代时，FDE 反而成了 OpenAI、Anthropic、AWS 等公司争抢的岗位，一年内相关招聘增长约 7 倍。核心逻辑在于：模型能力越强，越不是”开箱即用”，越需要有人进入客户的真实业务现场，去理解需求、判断模型边界、把 AI 能力接进工作流、再把一线经验反哺回产品。词元无限 CTO 王伟、腾讯研究院研究员余一、Parall 创始人盛思雄，从研究和实战两端拆解了同一个问题：FDE 是 AI 公司的新护城河，还是一个临时补丁？

编者评： FDE 的兴起，几乎是本期所有新闻的”人话版总结”。Amodei 说要”治愈癌症”，但兑现需要有人下现场；LittleLearner 证明了能力有边界，边界在哪需要有人去摸清；DeepSeek 涨价后调用量还在涨，说明客户要的不是更便宜的 token，而是”更确定的结果”——而把 token 变成结果，恰恰是 FDE 干的活。它背后是一个正在成型的行业真相：AI 越强，人与人之间的”最后一公里”反而越值钱。 这和李飞飞说的”自主性”形成呼应——当模型包办了标准化输出，剩下需要人做的，恰恰是那些”陪领导打球”式的、无法被模型接手的事：共情、判断、价值取舍、以及为结果负责。所以”程序员会被替代”和”FDE 招聘涨 7 倍”并不矛盾，它们说的是同一件事的两面：被替代的是”写代码”这个动作，被抬升的是”让代码产生业务价值”这个责任。

Antirez 的 Mac 实验：1.6T 参数的”机房级”模型，也能装进口袋

Redis 作者 antirez 晒出的一个演示，成了当日开发者圈里被反复转发的片段：他把 DeepSeek V4 Pro 的量化版塞进了 128GB 统一内存的 Mac M5 Max，跑通了意大利语到英语的流式翻译，效果可用。

这事之所以有传播力，是因为反差足够大。DeepSeek V4 Pro 是 1.6 万亿参数、官方推理代码默认 8 路模型并行的”机房级”模型，官方甚至为多节点部署额外给了脚本；而现在，一个量化版本就能在单台消费级 Mac 上本地流式跑起来。

编者评： Antirez 的实验没有改变任何基准，但它传递的信号比任何 benchmark 都更贴近普通开发者：“开源”对大多数人的真实价值，正在从”我能下载”升级为”我能本地跑”。 一个 1.6T 参数的模型能在 Mac 上流式翻译，意味着”能力主权”——数据不出本机、不按 token 付费、不受 API 涨价影响——开始从企业级下沉到个人级。这和 DeepSeek 同日涨价形成了一组耐人寻味的对位：云端在涨价，本地化的门槛却在降低。当云端模型的性价比优势被一点点收紧，本地运行的能力就成了开源阵营最硬的一张底牌。 当然，量化版的性能折损、推理速度、上下文长度都还是现实约束，但方向已经很清楚：模型的”可携带性”，正在和”能力”一起，成为下一阶段竞争的关键变量。

北航何静：一个 90 后副教授，和一场关于”谁有资格教 AI”的争论

8 月 17 日，北航 90 后副教授何静凭借”3 岁孩子都能听懂”的 AI 科普风格在 B 站火速走红。她独创生活化类比教学，把大模型比作不同菜系的厨师，内容覆盖生成式 AI 原理、AIGC 应用、OpenClaw 部署、Agent 开发、Hermes 等；她的慕课相关短视频此前已单条播放破百万。

热度之外是争议。网友围绕她的跨学科履历（本科四川农大、博士中国矿大地理信息工程、清华新闻传播学博士后）和高产成果（40 余篇论文、20 余项课题）提出质疑。常年研究舆论的何静反过来用 AIGC 技术拍摄短片自我辟谣，逐条回应。

编者评： 这条放在本期，是一个很合适的人文注脚。当整个 AI 行业都在焦虑”人还有什么用”的时候，何静的走红恰恰证明了一件事：在 AI 知识爆炸的时代，最稀缺的反而是”把人讲懂”的能力。 她走红靠的不是更前沿的技术，而是把复杂技术翻译成日常场景的降维能力——这本质上和 FDE 的”最后一公里”、和李飞飞说的”引导卡住的人”是同一件事。而围绕她资质的争议，则暴露了另一个更深的裂缝：当 AI 让”知识获取”变得廉价，人们开始本能地质疑”权威”本身——北航副教授的资历可以被质疑，Anthropic 的”治愈癌症”承诺也一样。 在这个”兑现拷问”的时代，走红和翻车、信任和质疑，往往只隔着一层薄薄的、需要持续兑现的信用。

编者按

今天的八件事，可以被压成一句话：当”能力崇拜”的叙事开始透支，AI 行业正在集体转向”兑现拷问”——拷问模型能力从何而来，拷问承诺何时落地，也拷问人在这个系统里还剩什么位置。

先看信任这条线，它发生了一场微妙的反转。 Vol.106 里，Anthropic 还在用”186 页安全自白”给 2 万亿 IPO 铺路；这一期，面对”唯一留存私营公司”的传闻，Amodei 拿出的不再是”我们很安全”，而是”我们还没兑现——真正赢得信任的方式是治愈癌症”。这是一个标志性的时刻：当一家顶尖 AI 公司把”赢得信任”的路径，从”证明能力”改为”承认尚未兑现”，它等于替整个行业承认了那个最难说出口的事实——过去两年”模型能力 = 价值”的等式，正在被市场拆解。 马斯克那句”有趣的交流”，与其说是关系缓和，不如说是一个更精明的旁观者，看着对手从”能力叙事”的高台上走下来。

再看能力这条线，科学给了一个冷峻的答案。 LittleLearner 用 88B token 的 K-5 语料库证明：scaling、后训练、上下文学习，都只能”激发”预训练已暴露的能力，无法”创造”边界之外的新能力。这把”后训练万能论”、“RL 解锁未知能力”这些最热闹的叙事，摁回了实验室的冷板凳上。而 HiDream-O1-World 和 Antirez 的 Mac 实验，则分别从”世界模型的物理一致性”和”超大模型的本地化”两个方向，展示了”兑现”正在发生的具体形态——一边是往深处走（理解物理因果），一边是往近处走（装进口袋），但共同点是：都在把”能力”变成”可验证、可落地、可负担的结果”。

最后是那条贯穿始终的暗线——人的位置。 李飞飞说 AI 最大的风险是剥夺年轻一代的自主性；FDE 的火爆说模型越强、企业越需要人进现场；何静的走红说最稀缺的是”把人讲懂”的能力。这三件事从教育、商业、传播三个角度，指向同一个结论：当 AI 包办了越来越多的标准化输出，剩下留给人的，恰恰是那些无法被替代、也最需要兑现的东西——思考的主动性、现场的判断力、以及为结果负责的信用。 DeepSeek 涨价后调用量不降反升，则是这条暗线在数据层面的一次确认：用户要的从来不是最便宜的 token，而是最确定的价值。

从 Vol.101 的”Agent 时代的代价”，走到今天的 Vol.107，这条叙事已经足够长：AI 行业正在从”能力崇拜”的青春期，不可逆地迈入”兑现拷问”的成年期。而在这个成年期里，最锋利的拷问不是”你的模型有多强”，而是三个更朴素的问题——能力从哪来？承诺何时兑现？人还剩什么位置？ 前两个，LittleLearner 和 Amodei 已经各自给出了一个诚实的答案；第三个，则要靠每一个还在主动思考的人，自己去回答。