## 法院如何应对 AI 生成诉讼的浪潮？ 在科罗拉多州，联邦治安法官 Maritza Braswell 日常需要处理大量由无律师当事人提交的文件。自 2023 年以来，这类文件的数量翻了一倍多，她认为这主要归功于 AI 的普及。AI 看似降低了法律服务的门槛，让更多人能够提起诉讼，但并未显著提高他们的胜诉率。法官们开始质疑，当聊天机器人充当律师角色时，它们应承担何种权利与义务。与此同时，立法者正在纠结：当聊天机器人提供糟糕的法律建议时，谁该为此买单？ ## 虚拟电厂：数据中心的新能源方案？ 你是否愿意为减少用电量而获得补偿？如果这样做是为了帮助当地的数据中心供电，你会改变主意吗？谷歌支持的一个新项目将测试这些问题。该公司签署了一项协议，在美国最大的电网中资助一个虚拟电厂。该系统将整合电动汽车、智能恒温器等设备，在电网紧张时付费让用户调整用电行为。该项目有望释放容量，满足谷歌数据中心的用电需求——但有一个问题：人们可能并不配合。 ## 今日必读 1. **欧盟提出新立法，旨在摆脱对大型科技公司的依赖**：新法律旨在推动本土云、AI 和半导体产业发展，并禁止非欧盟实体通过“关闭开关”干扰技术服务。提案还需与成员国协商。 2. **五眼联盟警告：中国间谍利用 LinkedIn 招募人员**：情报机构称北京正利用求职平台进行间谍活动，招募政府和军事人员。 3. **更多精彩内容**：请关注我们的每日科技资讯。
美国联邦治安法官玛丽莎·布拉斯特尔每天要处理大量无律师代理的诉讼文件，她发现近年来这类案件数量显著增长。一项新研究分析了2005年至2026年间的450万起联邦民事案件，显示无律师代理诉讼的比例从2022年的11%升至2025年的16.8%，其中2023年后提交的文件数量翻了一番以上。布拉斯特尔法官认为，这一变化与AI密切相关。作为一位精通技术的法官，她已学会识别大语言模型的写作风格——从流畅的措辞到偶尔出现的幻觉案例和虚构引文。AI似乎降低了诉讼门槛，但并未提高胜诉率。法官们开始质疑，当AI扮演律师角色时，它应承担何种责任？例如，聊天机器人是否有义务提供优质建议？美国各地的立法者也在探讨，当聊天机器人给出错误法律建议时，谁该为此负责。 为了验证AI是否推动了无律师代理诉讼的增长，MIT的Anand Shah和USC的Joshua Levy对1600份随机抽取的法庭文件进行了AI文本检测。结果显示，被标记为AI生成的文书比例从2023年的1%飙升至2026年的18%。布拉斯特尔法官认为，这未必令人担忧。尽管AI辅助的诉讼浪潮增加了工作量，但许多法官发现这些案件反而更容易裁决，因为AI帮助缺乏法律训练的人更清晰地陈述论点。无律师代理的文书向来难以解读——有些字迹潦草如天书，法官需费力破译。但无论如何，法官必须认真对待每一份文件。 AI的介入还引发了更深层的法律问题：当AI提供的法律建议导致当事人败诉时，平台是否应承担责任？部分州已开始考虑立法，要求AI法律工具明确标注“非专业建议”，并设置免责条款。与此同时，联邦司法中心正在培训法官识别AI生成文书，包括检测虚假判例引用。这场技术变革正在重塑司法系统的底层逻辑——从提高效率到重新定义“法律代理”的边界。
数据中心耗电巨大，AI热潮更让电网压力倍增。谷歌近日签署了一项创新协议，通过资助虚拟电厂（VPP）来缓解其数据中心对电网的负荷，为科技巨头的能源策略提供了新思路。 ## 什么是虚拟电厂？ 虚拟电厂并非实体电厂，而是一个聚合平台，将分散的电力资源（如电动汽车、智能恒温器等）整合起来，统一调度。当电网处于用电高峰时，VPP运营商可以通过协议控制这些设备降低用电或释放储存的电能，从而“虚拟”地增加电网容量。 ## 谷歌与Voltus的合作细节 谷歌与领先的VPP平台Voltus达成协议：Voltus负责组建虚拟电厂，招募用户参与并支付报酬，在电网紧张时削减用电或使用储能；谷歌则承担建设费用，而项目产生的额外容量将直接用于支持其在当地的数据中心。这是迄今为止科技巨头利用VPP满足数据中心能源需求的最具体案例之一。 ## 数据中心灵活性：40小时的关键窗口 杜克大学的一项研究指出，如果数据中心每年仅减少约40小时的用电需求（集中在电网峰值时刻），约100吉瓦的新增数据中心容量就可以在不新建电厂或输电设施的情况下上线。因为电网的设计容量是为“最热夏夜”等极端峰值准备的，而非平均负载。 ## 激励难题与解决方案 让数据中心主动降低负荷并不容易——AI推理等即时需求难以延迟，减少计算可能意味着收入损失。目前主要有两种思路： - **监管激励**：如美国一项提案允许数据中心在承诺峰值时段降低负荷的前提下提前并网；德克萨斯州则要求大型用户在紧急情况下切换备用电源或削减需求。 - **付费外包灵活性**：谷歌的做法正是代表——数据中心运营商出资，让其他用户（如家庭、商业建筑）来承担灵活性调节。 ## 前景与局限 虚拟电厂为数据中心提供了“绿色”扩容的可能，但其规模受限于可调度的分布式资源总量和用户参与意愿。目前VPP仍处于早期阶段，能否支撑AI时代指数级增长的算力需求，还有待观察。
## 特朗普新AI行政令：从松绑到微调，5个关键点解读 距离特朗普撤销拜登时代的AI行政令不到两周，他于周二签署了一份全新的AI政策指令。这份名为“促进创新与安全”的行政令，标志着白宫在AI治理上的又一次转向——既未完全回归严格监管，也未延续完全放任的态度。以下是五个核心要点： 1. **建立自愿审查机制**：科技公司需在计划发布前沿模型前30天，主动向政府提交模型供审查。这比此前被废除的90天前置审查期更为宽松。 2. **无强制许可制度**：政府不会要求企业在部署AI软件前获得许可证，保留了行业的自由度。 3. **设立AI网络安全中心**：新机构将负责协调私营部门的安全检查，形成公私合作的安全屏障。 4. **监管力度较此前弱化**：与上个月废除的行政令相比，审查时间从90天缩短至30天，且不具强制性。 5. **但仍体现监管强化趋势**：尽管力度减弱，但该政策仍标志着白宫从“完全放手”向“有限介入”的转变。 值得注意的是，特朗普上一任期的AI政策曾被批评为“分散注意力”，而如今AI技术已使网络犯罪更加便捷。新行政令能否在创新与安全之间找到平衡，仍有待观察。 ## 智能眼镜军事化：Anduril与Meta的赛博格愿景 国防科技公司Anduril与Meta合作的增强现实（AR）军用头显项目披露了更多细节。该项目旨在通过眼动追踪和语音指令实现无人机打击，由前陆军特种作战司令部成员Quay Barnett主导。他的愿景是“将人类优化为武器系统”：无人机与士兵将实现视觉共享、信息无缝协同，最终做出统一决策。 这一构想充满赛博格色彩——人类与机器不再是主从关系，而是融合为一个作战整体。MIT Technology Review已将相关报道制作为播客，可在Spotify和Apple Podcasts订阅收听。 ## 今日必读 - **特朗普AI行政令扩大模型监督**：业界期待已久的指令旨在缓解AI风险，但具体效果仍存争议。 - **AI与网络安全**：新成立的网络安全中心能否有效应对日益复杂的AI驱动攻击？ - **军用AR的伦理边界**：眼动追踪与语音指令直接关联致命打击，引发对人机协同中决策权归属的讨论。
经营一家企业需要涵盖会计、设计、市场调研和产品开发等多方面的技能，大型公司可以雇佣专家来处理这些任务，但小企业往往没有这样的财力。如今，人工智能的进步正在改变这一现状。根据《麻省理工科技评论》的报道，当前的 AI 模型已经能够承担一系列基础行政工作，从整理笔记、总结会议，到开具发票、设定目标和社交媒体规划，覆盖面相当广泛。 对于小企业主来说，AI 的吸引力在于它能以较低成本处理重复性任务，释放人力资源用于更具战略性的工作。例如，AI 工具可以自动生成财务报告、分析市场趋势，甚至协助进行初步的产品设计。这种能力使得小企业能够与大型公司在某些领域展开竞争，而不需要庞大的团队。 然而，AI 的应用也并非没有挑战。小企业主需要评估哪些任务最适合自动化，同时确保数据安全和隐私保护。此外，AI 模型的准确性和可靠性仍需持续关注，尤其是在涉及财务或法律事务时。 行业动态方面，Anthropic 已秘密提交 IPO 申请，计划最早于今年秋季上市，这可能会在 AI 领域引发新一轮竞争。与此同时，欧盟正考虑将美国云巨头排除在关键合同之外，以降低对美技术依赖。佛罗里达州则成为首个起诉 OpenAI 的州，指控 ChatGPT 存在儿童安全风险。这些事件表明，AI 的快速发展正在催生法律和监管层面的新挑战。 总体而言，AI 正在从小众技术走向企业运营的核心，小企业若能合理利用，有望迎来效率革命。但与此同时，企业主也需警惕相关风险，并关注政策变化。
全球医疗系统正承受着前所未有的压力。世界卫生组织警告，到2030年全球医护人员缺口将达1100万。在此背景下，智能体AI（Agentic AI）正成为医疗行业的希望所在。毕马威调查显示，超过三分之二（68%）的医疗机构已开始将AI智能体纳入工作流程。 与早期数字化工具不同，智能体AI不再依赖手动输入或僵化的规则框架，而是能够自主决策、从专业临床来源检索信息，并随着时间迭代优化。纽约特种外科医院首席数字与技术官Ashis Barad博士指出，智能体AI能“压缩、增强、赋能工作流，使其更高效”。 该医院已在多个领域部署AI智能体，包括处理复杂的后台流程、与医疗团队协作，甚至进行患者分诊。其核心价值在于减轻临床医生的认知负担，让他们能专注于更高层次的患者照护。 然而，智能体AI的推广仍面临数据碎片化、患者信任度等挑战。但正如Barad博士所言，这项技术有望真正“去数字化”，让医疗回归人文关怀的本质。
## 小企业如何借助AI实现效率提升？ 从会计到设计，再到市场研究和产品开发，经营一家企业需要惊人的技能广度。大公司可以雇佣专家处理这些任务，但小企业往往没有这种条件。这正是AI的用武之地。如今的AI模型在这些任务上表现尚可，关键在于小企业要明白哪些场景AI足够好用，哪些还不够。 一个“足够好”的AI已经能为小企业主提供有价值的帮助，尤其是在处理秘书技能和基本行政事务方面。以一位私人导师为例，看看他是如何利用AI改善记录、解放时间的。 ### 案例：一位私人导师的AI实践 **Sam Finnegan-Dehn** 在伦敦为一家慈善机构从事筹款工作，同时兼职为大学生辅导数学和哲学。通过这份兼职，他可以发挥自己的哲学学位优势，与学生分享对学科的热爱。但与学生见面只是好导师工作的一小部分：他还要备课、寻找新的阅读材料、布置作业、发送发票、跟进最新研究——所有这些都叠加在他的正职之上。 面对这些需求，Finnegan-Dehn没有太多时间去扩大他的辅导学员名单，于是他转向AI来帮助管理日常业务。他表示，AI在他的数字笔记本中扮演了秘书的角色——他在笔记本里记录客户的进展和新阅读材料，以保持知识更新。他把使用AI形容为拥有“第二大脑”，帮助他连接各处记录的想法。 他尝试过Claude和ChatGPT等不同工具，最终选择了 **Notion AI**，因为它能更好地集成他的辅导笔记（这些笔记分散在Notion应用的各个标签页中）。Finnegan-Dehn并不用AI来创建教学材料，但他会让Notion AI记录与客户的会议（征得同意后），然后利用自动生成的摘要来优化教学策略。例如，如果他从AI摘要中注意到某种方法似乎对某个学生没有帮助，他会在下次调整教学方式。 ### 小结 对于小企业主来说，AI的价值不在于替代人类专业判断，而在于处理那些重复性、低风险的任务，从而释放时间专注于核心业务。Finnegan-Dehn的案例表明，即使是简单的记录和摘要功能，也能显著提升工作效率。关键在于选择与现有工作流紧密结合的工具——Notion AI之所以胜出，正是因为它与他的笔记系统无缝衔接。 小企业主在引入AI时，应优先考虑行政自动化、客户沟通辅助和知识管理等领域。这些场景对准确性的要求相对较低，AI的“足够好”即可带来实际收益。同时，保持对AI输出的人工审核，特别是在教学、医疗等需要专业判断的领域。 随着AI工具日益普及，小企业正迎来前所未有的机遇——用最小的成本获取接近大企业的运营能力。关键在于找到那个“足够好”的平衡点。
中国已批准全球首个侵入式脑机接口芯片——下一步是什么？ 去年10月，在中国河南省自家院子里，董辉决定试着握笔。六年前的一场车祸让他颈部以下瘫痪，他缓慢地写下自己的名字、“谢谢”和日期。这一突破得益于名为 **NEO** 的脑植入芯片。今年3月，它成为全球首个获准在临床试验之外使用的侵入式脑机接口。该批准预计将加速中国成为脑植入全球领导者的进程。 ## 里程碑的意义 脑机接口（BCI）技术长期以来处于临床试验阶段，而中国的这一批准标志着从实验室走向商业化的关键一步。侵入式BCI通过直接植入大脑皮层读取神经信号，相比非侵入式方法，其信号精度更高，但手术风险和伦理争议也更大。NEO芯片的成功获批，意味着中国在神经技术领域已具备与国际巨头（如Neuralink）竞争的实力。 ## 中国加速布局 近年来，中国通过“十四五”规划等政策大力支持脑科学与类脑研究，投入数十亿美元。NEO的获批不仅是对技术安全性的认可，更可能推动国内BCI产业链的成熟。从芯片设计、手术机器人到康复训练，相关企业将迎来快速发展期。同时，中国也在探索非侵入式BCI在医疗、教育、娱乐等领域的应用，形成多层次技术路线。 ## 挑战与前景 尽管前景广阔，侵入式BCI仍面临诸多挑战：长期植入的生物相容性、信号衰减、数据隐私与伦理问题等。此外，全球监管标准尚未统一，中国率先批准可能引发国际争议。但无论如何，这一事件已为脑机接口的临床应用打开大门，未来5-10年，瘫痪患者恢复运动功能、失语者重新交流等场景或将逐渐成为现实。
去年十月，39岁的董辉在河南老家的院子里尝试握笔写字。六年前的一场车祸导致他颈部以下瘫痪，但借助脑内植入的NEO芯片，经过11个月的康复训练，他颤巍巍地写下了自己的名字和“谢谢”。这款由上海脑虎科技与清华大学联合开发的硬币大小设备，于今年3月获得中国监管部门批准，成为全球首款获批用于临床的侵入式脑机接口产品。 ## 从实验室到病床：一次90分钟的手术 NEO芯片的植入手术仅耗时90分钟。传感器被放置在硬脑膜上——大脑最外层的保护组织，通过颅骨上的植入体将信号传输至计算机，再转化为指令驱动软体机械手套。术后第九天，董辉就首次徒手抓住了球。如今他每天在家进行2.5小时训练，目标是实现自主穿衣、进食。 ## 里程碑背后的技术路线差异 与Neuralink的“皮层内”方案不同，NEO采用“硬膜外”路径。前者直接刺入脑组织，能读取更精确的信号，但创伤更大；后者不损伤神经元，安全性更高。脑虎科技CEO吴昊表示：“我们优先考虑患者安全，即使这意味着信号精度有所折衷。”这种务实策略可能正是通过审批的关键。 ## 监管绿灯的连锁效应 中国药监局（NMPA）的批准为BCI商业化打开了闸门。目前已有超过10名脊髓损伤患者参与临床试验，公司计划年内将治疗费用控制在10万元人民币以内。相比之下，Neuralink仍处于FDA有限批准的研究阶段。 ## 未来挑战：从移动到感知 当前NEO主要解码运动意图，但真正的挑战在于重建触觉。董辉坦言：“我仍然感觉不到手在接触物体，只能靠视觉判断。”脑虎科技已启动双向BCI的研发——不仅要“读”大脑，还要“写”入感觉信号。 ## 产业竞速：中国BCI生态初成 北京、上海、杭州等地涌现出至少20家BCI初创公司，涵盖芯片、算法、手术机器人等环节。清华大学团队正在开发无需开颅的微创植入方案，而强脑科技等企业则在非侵入式头环领域布局。 > “我们正在见证一个产业的黎明。”一位匿名投资人评论道，“但就像所有医疗技术一样，从批准到大规模应用还需要5到10年。” 董辉的故事只是开始。当芯片让瘫痪者重新书写姓名，当算法将神经信号转化为动作，我们或许正在接近一个临界点——脑机接口不再只是科幻，而是康复医学的常规工具。但随之而来的伦理问题，如隐私保护、神经数据所有权，也需要同步构建规则。
## 今日科技速览 ### 新提取工艺有望解锁全球锂资源 一项新的锂提取技术可能大幅降低电动汽车和储能领域关键材料的成本与碳排放。该方法使用**弱酸溶解硅酸盐矿物**，不仅能释放锂，还能同时回收氧化铝和二氧化硅等有用物质。麻省理工学院教授 **Yet-Ming Chiang** 表示：“规模化后，我们认为这将是全球成本最低的锂来源方式。”相关研究昨天发表在《科学》杂志上，初创公司 **Rock Zero** 已着手推动商业化。 ### 致命埃博拉疫情控制困难重重 5月5日，刚果民主共和国四名医护人员在四天内死于不明疾病，经金沙萨检测确认为**本迪布焦病毒**（埃博拉的一种）。与近期邮轮上迅速受控的汉坦病毒疫情不同，埃博拉因疾病特性、现有疗法和当地环境等因素，控制前景更为严峻。 ### 教皇通谕为AI时代提供人文框架 教皇利奥十四世的新通谕《崇高人性》指出“技术从来不是中立的”，呼吁科技界和政策制定者以勇气和团结应对AI变革。该文件警告，**AI转型的方向不能仅由企业决定**，在政府监管迟缓的背景下，机构投资者正开始承担更多责任。
5月5日，刚果民主共和国伊图里省的四名医护人员在四天内死于一种未知疾病。快速反应小组随即展开调查，金沙萨研究中心的检测结果揭示了元凶：**布恩迪布焦病毒**——一种导致埃博拉出血热的病毒。过去几周，疑似病例激增。截至5月24日，世界卫生组织估计已有223人死亡，超过900例疑似病例。今天的数字可能更高。 与不久前一艘邮轮上爆发、但迅速得到控制的汉坦病毒疫情不同，此次埃博拉疫情前景更为严峻。原因有多方面：首先，埃博拉本身是一种严重疾病，平均死亡率高达**50%**。此前西非（2014-2016年）和刚果（2018-2020年）的埃博拉疫情分别导致超过1.1万和2299人死亡，但那些疫情由**扎伊尔病毒**引起，已有获批疫苗。而此次的布恩迪布焦病毒属于不同基因序列，目前**尚无疫苗**。现有针对扎伊尔病毒的两种疫苗是否对布恩迪布焦有效尚不清楚，甚至可能干扰免疫反应、加重病情。科学家正在研发布恩迪布焦疫苗，但最先进的候选疫苗距离临床试验仍需数月。此外，目前也没有针对该病毒的特效抗病毒药物。 因此，医护人员只能通过控制传播来遏制疫情。埃博拉病毒可通过果蝠、黑猩猩等动物传人，随后经血液、呕吐物等体液在人际间传播，尤其在家庭成员、医护人员和某些葬礼仪式中扩散。世卫组织建议将患者隔离在治疗中心，并采取限制接触遗体的安全埋葬措施。但社区传播的持续和防控资源的不足，使得这场战斗异常艰难。
教皇利奥十四世发布关于人工智能的新通谕《宏大的人性》（Magnifica Humanitas），其中“技术绝非中立”的论断值得科技界与政策制定者深思。通谕以巴别塔与尼希米重建耶路撒冷为喻，警示当前AI发展若只顾增长而忽视人性代价，将导致分裂；反之，人类需以共同责任重建关系。通谕强调AI本质是商业产品，而非超自然力量，其权力已过度集中于少数企业手中。值得注意的是，通谕并非全新倡议，而是对已有股东主导的治理实践的认可——在政府监管缺位、企业不可信时，机构投资者正通过社会责任投资推动AI向善。
研究人员发现了一种从硅酸盐矿物中提取锂的新方法，该工艺更环保、成本更低，可能颠覆传统锂提取方式。相关成果已发表在《科学》杂志上，初创公司 Rock Zero 正致力于将其商业化。 ## 传统方法的困境 锂是电动汽车和储能电池的关键材料，但传统提取方式面临诸多挑战。目前最经济的方法是从盐湖卤水中提取锂，但这需要大面积蒸发池，且受地理条件限制。更常见的硬岩开采则需爆破矿石、高温焙烧，并使用危险化学品，能耗高且污染重。 ## 新方法：弱酸溶解硅酸盐 MIT 教授 **Yet-Ming Chiang** 及其团队开发的新技术，使用一种弱酸——**氟化铵**——来溶解通常惰性的硅酸盐矿物。这一过程不仅能释放锂，还能回收氧化铝和二氧化硅等有用材料。Chiang 表示：“规模化后，这将是全球成本最低的锂来源。” 有趣的是，这项研究的灵感来自一次家庭装修。Chiang 在 25 年前曾使用玻璃蚀刻膏（含氟化铵），他意识到这种弱酸可能用于溶解硅酸盐。在适当条件下，氟化铵确实能高效溶解矿物，且不会产生剧毒的氢氟酸副产品。 ## 商业化前景 Rock Zero 公司正在将这一工艺推向市场。与 Sublime Systems（Chiang 的另一家初创公司，用电化学方法生产水泥）类似，Rock Zero 有望在降低环境影响的同时，实现低成本生产。若成功，该技术将大幅缓解锂供应紧张问题，并减少对传统开采的依赖。 不过，该工艺目前仍处于实验室阶段，规模化生产还需克服工程挑战。但研究者认为，其潜力巨大，尤其适用于低品位矿石和废弃矿渣的再利用。
## 气候科技公司IPO热潮：电网的未来是什么？ 近期，气候科技领域掀起了一波IPO热潮。太阳能与电池公司 **Solv Energy** 于今年2月上市，估值达到 **60亿美元**；小型模块化核反应堆开发商 **X-energy** 紧随其后，估值 **115亿美元**；地热能公司 **Fervo Energy** 也成功上市，市值约 **124亿美元**。这三家公司的IPO均取得了成功，它们的共同点是都在竞相提供电力——在数据中心等需求激增的时代。 这一现象揭示了电网的未来：随着AI和数字化转型推动电力需求增长，清洁能源技术正成为资本市场的宠儿。接下来，这些公司能否持续增长？电网基础设施能否跟上？答案是，未来几年将迎来清洁能源技术的规模化部署和电网升级。 ## AI炒作指数回归 区分AI现实与炒作并不容易。为此，我们推出了 **AI炒作指数** —— 一个快速概览行业趋势的工具。最新一期涵盖了亿万富翁的公路旅行、学生的嘘声、虚构的引语以及过多的科幻元素。该指数帮助读者一目了然地识别哪些是真正的突破，哪些是过度宣传。 ## 本周必读 1. **伊利诺伊州通过美国最强AI安全法案**：要求进行第三方安全审计，但尚需州长批准。美国在AI监管上仍存分歧。 2. **谷歌工程师因内幕交易被起诉**：他涉嫌利用内部数据在Polymarket上押注2025年搜索量最高的人物，获利超过120万美元，被控欺诈和洗钱。 3. **字节跳动自研CPU应对AI芯片短缺**：TikTok所有者面临严重供应短缺，同时谷歌、亚马逊和微软也在自研CPU。台湾的“硅盾”可能正在削弱。 4. **四大科技巨头支持AI数据中心清洁能源计划**：亚马逊、谷歌、Meta和微软加入该倡议，投资者Elemental Impact将为每个项目部署高达500万美元。 5. **英伟达CEO加入……**（原文未完整，但可见行业领袖正积极参与AI与能源的交汇领域） ## 小结 本周科技新闻凸显了AI与清洁能源的深度融合：从IPO热潮到安全立法，从芯片短缺到能源倡议，AI的发展正在重塑多个行业。投资者和政策制定者需要紧跟这些趋势，以把握机遇并应对挑战。
今年，美国迎来一波气候科技公司IPO热潮。2月，太阳能与电池公司**Solv Energy**上市，市值达60亿美元；4月，小型模块化核反应堆公司**X-energy**首日股价飙升，市值达到115亿美元；5月中旬，地热公司**Fervo Energy**上市，当前市值约124亿美元。这些公司不约而同地瞄准了因数据中心等需求激增而日益紧张的电力市场。 ### Fervo Energy：用压裂技术撬动地热潜力 Fervo Energy 是 MIT Technology Review 长期关注的企业，其核心创新在于将水力压裂技术应用于地热开发，打破传统地热对特定地质条件的依赖。公司成立于2017年，IPO前已融资约15亿美元。其首个商业项目——犹他州的**Cape Station**，预计总装机容量约500兆瓦，首台机组将于今年10月投产，后续两台2027年1月投运。目前Fervo已签署超过600兆瓦的购电协议，并拥有可开发超过40吉瓦地热资源的土地租赁权——作为对比，2024年全美地热装机总量仅为4吉瓦。公司同时致力于降低建设与钻井成本，Cape Station 单位造价约**7美元/千瓦**，虽低于新建核电站，但仍是美国新建天然气电厂的两倍以上。 ### X-energy：小型核反应堆的突围 X-energy 代表新一代核能技术路线，其高温气冷堆使用氦气冷却和自约束球形燃料，单堆容量80兆瓦，不足大型核电站的十分之一。这种设计旨在提升安全性与部署灵活性，适合为工业园区、数据中心等提供稳定清洁电力。IPO后资金将用于推动首座示范堆建设，并加速商业化进程。 ### 上市潮背后的行业逻辑 这一波IPO并非偶然。随着AI与云计算推动数据中心电力需求飙升，美国电网面临前所未有的压力。传统电力扩容周期长、碳排放高，而气候科技公司提供的清洁、可靠且可快速部署的能源方案恰好填补了市场空白。资本市场对这些企业的追捧，反映出投资者对“清洁基荷电力”商业前景的认可。 ### 挑战与展望 尽管前景光明，这些公司仍需克服规模化降本、监管审批和并网等现实难题。Fervo 的压裂技术引发环保争议，X-energy 的模块化设计尚未通过NRC完整认证。未来12-18个月，这些企业的项目落地进度与财务表现，将成为检验气候科技IPO热潮成色的关键标尺。
又是一年毕业季，当科技巨头们站在大学礼堂的讲台上，试图用 AI 将改变世界的宏大叙事激励新一代时，他们收获的却不是掌声，而是此起彼伏的嘘声。 ## 当 AI 演讲遭遇“翻车” 在亚利桑那大学的毕业典礼上，前谷歌 CEO 埃里克·施密特（Eric Schmidt）的演讲遭遇了尴尬一幕。当他向毕业生们描绘“你们的任务是帮助塑造 AI”的愿景时，台下爆发出响亮的嘘声。施密特不得不回应：“我听到了你们的反应。”随后他承认，毕业生们对工作岗位消失和未来不确定性的担忧是“理性的”。 这一幕并非孤例。在**中佛罗里达大学**和**中田纳西州立大学**的毕业典礼上，类似的 AI 主题演讲同样遭到了学生们的冷遇。**2026届毕业生**似乎对 AI 的“画饼”并不买账，他们更担心的是，在背负沉重助学贷款的同时，自己即将踏入的就业市场已被 AI 深刻重塑。 ## 冰火两重天的 AI 世界 与毕业典礼上的怀疑氛围形成鲜明对比的是，AI 行业本身正以前所未有的速度狂飙。OpenAI 在法律诉讼中接连获胜，巨额融资不断到账，新的合作伙伴关系也在持续建立。斯坦福大学 2026 年 AI 指数报告指出，**AI 正在冲刺，而我们正在努力追赶**。 有趣的是，AI 还收获了一些意想不到的“啦啦队长”。好莱坞女星**瑞茜·威瑟斯彭**警告女性必须拥抱 AI，否则将被其取代。这表明，在硅谷和好莱坞的精英圈层中，AI 依然被视为不可逆的趋势。 ## 信任鸿沟与代际冲突 毕业季的嘘声本质上是一场代际信任危机。对于即将步入社会的年轻人而言，他们亲历了社交媒体的异化、经济衰退的冲击，如今又要面对可能颠覆整个职业体系的 AI。当科技领袖们高谈“塑造未来”时，他们看到的是算法推荐下的信息茧房、大模型带来的版权争议，以及“AI 取代人类工作”的反复预警。 这种情绪在马斯克诉奥特曼案中也得到了折射。马斯克在法庭上声称自己被欺骗，并警告 AI 可能杀死所有人，同时承认 xAI 在蒸馏 OpenAI 的模型。这些言论进一步加剧了公众对 AI 巨头的不信任感。 ## 小结 AI 的热潮与毕业生的嘘声，构成了这个时代最真实的切面。技术迭代的速度远超社会共识的形成，而信任的建立往往比技术突破更艰难。对于 AI 行业而言，或许在描绘宏大蓝图之前，先回答好“我的工作还在吗”这个朴素问题，才是赢得下一代支持的关键。
## AI 速览：如何跟上人工智能的节奏，以及 IVF 的未来 在人工智能领域，新闻更新的速度令人应接不暇。新模型、新能力层出不穷，它们对科技和社会的涟漪效应也紧随其后。**《MIT Technology Review》** 深知这一点，因此我们致力于帮你从日常噪音中筛选出真正重要的信号。 ### 如何在这个夏天跟上 AI 的节奏 我们梳理了当前 AI 领域的 **10 件大事**，并在旗舰活动 EmTech AI 上公布。此外，我们还定期举办仅限订阅用户参与的圆桌讨论会——例如上周的会议就探讨了 AI 如何通过世界模型进入物理世界。 现在订阅可享受 **25% 的折扣**。你也可以通过订阅我们的免费周报《The Algorithm》来加入讨论。 ## IVF 的未来：新技术带来希望与伦理挑战 过去四十年，体外受精（IVF）技术帮助数百万婴儿来到这个世界。但这个过程仍然缓慢、痛苦且昂贵，远不能保证成功。如今，一波新技术正试图改变这一切。 研究人员正在使用 AI 来识别有潜力的精子和胚胎，开发能够自动化 IVF 部分流程的机器人系统，甚至探索旨在预防遗传病的争议性基因编辑技术。这些技术有望让 IVF 更有效、更易获得，但也引发了一个棘手的伦理问题：生殖医学应该走多远？ **Jessica Hamzelou** 的这篇最新报道已被制作成《MIT Technology Review Narrated》播客，每周在 Spotify 和 Apple Podcasts 上发布。 ### 今日必读 - NASA 公布了今年三次无人月球任务的计划。
随着企业级 AI 智能体（agent）的采用率快速攀升，一项新的调查揭示了一个令人担忧的脱节现象：**85% 的组织希望在三年内实现“智能体化”（agentic），但 76% 承认当前的运营和基础设施无法支撑这一转变**。这种“雄心与执行”之间的鸿沟，根源在于许多企业只是将 AI 智能体简单叠加到现有业务上，而非从根本上重新设计运营模式。 ## 从“贴胶带”到“重新布线” 普华永道英国咨询公司的全球 CTO Prasun Shah 形象地将这种做法比喻为“贴胶带”——把 AI 智能体贴在一个已经运转不良的旧模式上。他指出，真正的挑战在于**重新思考工作流程如何“重新布线”**，而不是把 AI 当作补丁。智能体的真正价值在于它能自主执行完整的工作流，协调复杂任务，并在无人干预下迭代优化。据估计，在客户服务、人力资源和销售等早期落地场景中，AI 智能体若大规模部署，可使业务流程提速 **30% 至 50%**，并将低价值工作耗时减少 **25% 至 40%**。 ## 新词汇：智能体业务转型（ABT） 面对这一变革，企业级 AI 智能体平台 Ema 联合 HFS Research 提出了一个新概念——**智能体业务转型（Agentic Business Transformation，ABT）**。Ema CEO Surojit Chatterjee 解释道：“数字化转型是从纸质到软件，AI 转型是在现有流程上添加人工智能，Copilot 是 AI 辅助人类任务，但 ABT 是**把 AI 智能体编织进组织的肌理**。”ABT 试图填补现有术语的空白，为企业提供一套思考技术采纳的新框架。 ## 组织设计的三大维度 要实现 ABT，企业必须从三个维度重新设计：**人员、流程和工作流**。首先，员工需要学会与智能体协作，而非被替代；其次，业务流程需从“人类驱动”转向“智能体协调”；最后，工作流要拆解为可自动化的原子任务。Shah 强调，**缺乏对这三个维度的系统性改造**，是当前多数企业陷入“贴胶带”困境的根本原因。 ## 启示 AI 智能体的潜力毋庸置疑，但它的落地不是技术堆叠，而是组织进化。企业需要跳出“用 AI 优化现有流程”的惯性思维，转向**以智能体为中心重构运营模式**。正如 Ema 的 ABT 框架所暗示的，真正的变革发生在组织“基因”层面——而不仅仅是添加一层新技术。
## AI 就业恐慌？数据带来的一剂清醒剂 尽管关于AI威胁白领工作的言论甚嚣尘上，但目前几乎没有证据表明这项技术已经对劳动力市场产生了大规模影响。这是《The Download》今日版的核心观点——**对AI就业恐慌的一次现实核查**。 ### 数据怎么说？ 分析美国劳动数据发现，**AI暴露程度最高职业的失业率实际上低于暴露程度较低的职业**。同时，也没有迹象表明大量工人正在从受AI威胁的行业转向所谓的更安全的体力劳动岗位。诚然，当前就业市场形势并不乐观，但问题根源或许并非AI。 ### 真正的危机：入门级工作的“梯子”正在消失 不过，另一种隐忧正在浮现。南加州大学马歇尔商学院助理教授Georgios Petropoulos的观点文章指出：**AI尚未造成大规模失业，但它可能正在悄然削弱职业阶梯的第一级**。 一项斯坦福大学的最新研究发现，在生成式AI普及后，**AI高风险职业中的年轻工人就业率出现急剧下降**。这种趋势在低风险职业中并未出现，表明AI正在替代那些曾为年轻人提供最初立足点的初级任务。 ### 如何应对？ 文章呼吁：是时候重新思考如何培训、准备和支持进入职场的年轻人了。求职者、企业和社会都需要主动适应这一变化。 ### 其他必读资讯 - **教皇呼吁政府监管AI**：在其首份重要教学文件中，教皇利奥（原文为Pope Leo，但实际应为Pope Francis，此处保留原文）表示AI必须被“解除武装”。他警告AI会助长战争和虚假信息，但也可能“开辟一个向各个方向延伸的地平线”。Anthropic联合创始人Chris Olah也出席了相关活动。 - **SpaceX发射最大最强火箭**：星舰V3完成首飞测试，发射两天前Elon Musk宣布了SpaceX的IPO计划。SpaceX成功完成发射，但未能实现着陆。该火箭可能对SpaceX估值至关重要，但竞争对手也在崛起。 - **华为称五年内可生产行业领先芯片**：这家中国科技巨头宣布在芯片设计上取得突破，其进展凸显了北京推动半导体自主的决心。 **小结**：AI对就业的影响并非简单的“取代”叙事，而是更复杂、更结构性的变化——尤其是在入门级岗位的消失上。我们需要关注数据背后的真实趋势，而非被恐慌情绪裹挟。
关于 AI 即将大规模取代白领工作的警告不绝于耳，科技行业裁员潮似乎也印证了这一趋势。然而，深入分析美国劳工统计局的数据后发现，AI 对劳动力市场的实际影响远比预想的要小。那些被认为最易受 AI 冲击的职业，失业率反而低于其他岗位，且并未出现大规模从白领向蓝领岗位转移的现象。经济学家指出，目前尚无证据表明 AI 已引发大规模就业颠覆，未来几年虽然存在变数，但末日论调缺乏数据支撑。