MIT Technology Review 的《The Download》 newsletter 近日聚焦 AI 安全中的一个核心矛盾：**我们是否过度依赖 AI 的拒绝能力来规避风险？** 当前主流 AI 模型被训练为拒绝大量敏感请求——从如何毒害同事到如何制作绞索，聊天机器人通常会给出否定回答。但这种拒绝机制并非万无一失，且失败时可能带来灾难性后果。有人正试图利用 AI 来增强生物病原体或构建自主无人机集群。文章作者 Arthur Holland Michel 警告称，**迟早有一天，拒绝失败可能引发全球性灾难**。 更深层的问题在于，依赖拒绝意味着要在"模型应遵守"和"必须违抗"之间划清界限。而政府也将各自划线，可能借此限制言论自由。与此同时，让 AI 变得有用的能力也可能使其变得危险——若要 AI 帮助治愈癌症，它就需要具备遗传学专业知识，而这些知识同样可能被用于制造生物武器。 **GLP-1 减肥药的未知副作用** 另一则报道关注 GLP-1 类减肥药。本周，MIT Technology Review 的 Antonio Regalado 报道了新研究，提示这类药物可能**延缓生物衰老**。这是该类药物一系列潜在益处中的最新发现。 但研究人员也在调查一些奇怪的副作用。**最常见的副作用是胃肠道反应**，同时也在研究其与脱发、指甲病变以及眼后神经损伤的可能关联。 **气候科技公司观察：远景能源的全球风电雄心** 远景能源入选 MIT Technology Review 的"2026 年 10 家值得关注的气候科技公司"。中国安装风力涡轮机的速度超过任何其他国家，而远景能源作为领先制造商之一，正将可再生能源整合到数据中心——**利用风力涡轮机发电，并用电池在现场储能**。该公司最近成为**首家完全使用可再生能源直接为数据中心供电的企业**。其 AI 驱动的系统可优化电力输出，使设施能够接收……（内容截断）
## 核心矛盾：拒绝指令是AI的“天性”吗？ 从科幻小说到现实政策，人们普遍假设AI应当像人一样学会拒绝有害请求。2021年，**Anthropic**提出大语言模型应做到**有用、诚实且无害**，其中“无害”意味着当被要求协助危险行为（如制造炸弹）时，AI应礼貌拒绝。这一原则几乎成为行业金科玉律。 然而，AI的“拒绝”并非天生。早期模型在训练中吸收了海量网络文本，掌握了暴力与仇恨知识，却不懂克制。前OpenAI安全研究员**Steven Adler**透露，公司最早的模型“对任何事都滔滔不绝”。哈佛大学AI与心理健康研究者**Ryan McBain**回忆，早期聊天机器人面对“如何用枪自杀最有效”这类问题，也能轻易生成回答。 ## 训练出来的“不”：技术黑箱与失效风险 如今，模型经过大量拒绝训练。若你的提问在统计上与某些有害指令足够相似——从如何毒害同事到如何上吊——AI大概率会拒绝。但公司还要用另一批AI来评估拒绝是否过度，形成“AI教AI说不”的循环。此外，模型外层还包裹着多层过滤AI，阻止恶意提示触及核心。 结果是，**拒绝已成为现代AI的内在属性**。但文章警告：这种拒绝经常失效，有时甚至导致恐怖后果。模型表面道德，内里仍藏有大量危险知识。AI的恶意能力与其善意智能同步增长——最新模型在入侵关键计算机网络方面同样出色。 ## 反思：我们是否过度依赖AI的拒绝机制？ 文章指出，我们正把太多信任押在AI的拒绝能力上。拒绝并非可靠的安全屏障，而是一种统计倾向，可被绕过、可被误判、可被滥用。真正的安全需要更根本的架构设计，而非仅靠训练模型说“不”。
## GLP-1药物：不止减肥，还可能影响生物年龄 本周，我的同事Antonio Regalado带来了关于GLP-1减肥药的有趣更新。在波士顿举行的一场衰老研究会议上，**礼来（Eli Lilly）** 和 **诺和诺德（Novo Nordisk）** 两家制药公司公布的研究数据显示，服用GLP-1药物的超重和糖尿病患者，其**生物年龄比服用安慰剂的同类人群年轻约2至3岁**。 这一发现并不令人意外。衰老领域的研究者早已将GLP-1类药物视为潜在的“长寿药”，尽管它们最初仅被批准用于治疗糖尿病、慢性肾病和肥胖症，也可用于部分超重或有心血管疾病风险的人群。 ### 适应症不断扩展，使用者激增 除了上述获批用途，研究还提示GLP-1激动剂可能对物质使用障碍、神经退行性疾病乃至癌症具有潜在益处。越来越多的人正在服用这类药物。根据最近的盖洛普民意调查，**11%的美国人正在为减肥而服用GLP-1药物**，而2024年这一比例仅为3%。此外，15%的美国人表示曾使用过此类药物减肥。 这些药物效果显著，但如同所有药物一样，副作用不容忽视。 ### 已知与未知的副作用 最常见的副作用是胃肠道反应，包括**恶心、呕吐、腹泻和便秘**。此外，药物还与**胰腺炎和胆结石疾病**有关。有少数声称药物可能导致眼后神经损伤的案例，数十人正在起诉诺和诺德和礼来，称其症状由GLP-1药物引发，但两家公司均否认这些指控，相关研究结论也不一致。 我们对减肥药如何影响头发和指甲也仍在了解中。乔治华盛顿大学医学院的Savanna Vidal及其同事分析了来自美国67个医疗组织的电子健康数据，发现了……（内容截断） 随着GLP-1药物使用范围的扩大，其长期副作用和个体差异仍需更多研究来揭示。在享受其带来的减重和潜在健康益处的同时，对风险的认知和监测同样重要。
## 从送披萨开始的新职业 当 **Trevor Wischnewsky** 听说无人机正在他所在的得克萨斯州社区配送披萨和寿司时，他立刻被吸引住了。“这太迷人了，”他说，“我马上就想要参与其中。”如今，Wischnewsky 是 **FlyTrex** 公司的一名 **RPIC（远程操控飞行员）**，这个职位类似于空中交通管制员，但管理的不是飞机，而是一群六旋翼无人机，负责将货物运送到三英里半径内的家庭和企业。他不仅要确保 FlyTrex 包裹的安全运送，还要与 **Zipline、亚马逊和 Alphabet 旗下 Wing** 等竞争对手的无人机协调交通，这些无人机正日益密集地出现在达拉斯上空。 ## 成为 RPIC 需要什么？ ### 航空经验 申请 FlyTrex 时，Wischnewsky 正在接受商业飞行员和飞行教员的培训，并且已经获得了美国联邦航空管理局（FAA）的无人机飞行员认证。该公司要求这一资质，以及为期数周的 FAA 批准培训课程，以确保飞行员在必要时能够接管无人机。虽然他不直接操控飞行器，但 Wischnewsky 在 FlyTrex 的运营中心通过 GPS、激光和多种传感器监控配送过程。 ### 协作心态 起初，最大的挑战是信任技术。“在有人驾驶飞机方面，他们告诉你‘不要相信自动化’，”Wischnewsky 说。然而，达拉斯-沃斯堡地区是无人机系统交通管理（UTM）的试验场，这个网络允许 FlyTrex 及其竞争对手的自主无人机实时共享坐标，帮助避免碰撞，即使超出飞行员视线范围。一旦 Wischnewsky 确认无人机准备就绪、路径畅通且天气晴朗，UTM 就会处理其余事项。 ### 压力下保持冷静 在最繁忙的时候，Wischnewsky 同时监控多达 10 架无人机。“你是作为安全网存在的，”他说。即使有自动化，也需要敏锐的情境意识，而最常见的危险是天气。Wischnewsky 回忆了一个特别紧张的日子：一架无人机刚升空几秒钟，风突然变大，他不得不介入，安全将其召回，防止一个冰淇淋蛋糕掉在人行道上。 ## 行业背景与未来展望 随着无人机配送从实验走向规模化，RPIC 这类新职业应运而生。它结合了传统航空知识与现代自动化系统管理技能，反映了 AI 和机器人技术对就业市场的影响。据 Wischnewsky 观察，达拉斯地区已成为无人机交通管理的测试枢纽，未来这类职位可能会在更多城市出现。 目前，该领域仍处于早期阶段，但随着亚马逊、Wing 等公司扩大配送网络，对 RPIC 的需求预计将增长。对于有志于此的人，建议先获取 FAA 无人机认证，并培养协作和应急处理能力。
## 当AI开始设计病毒：一场圆桌对话的预告 你能想象吗？AI不仅能写诗作画，还能设计出全新的生命形式。2025年，斯坦福大学博士生 **Samuel King** 利用生成式AI模型，提出了微观病毒的遗传蓝图。这虽然不是AI创造生命的直接证据，但距离那一步或许已经不远了。 MIT Technology Review 将举办一场线上圆桌对话，由资深AI记者 **James O'Donnell** 主持，邀请 Samuel King 分享他的开创性工作。King 因这项研究入选了 MIT Technology Review 的 **“35岁以下创新者”** 榜单。对话将于 **2026年10月16日** 举行，具体时间为： - 英国夏令时 18:30 - 美国东部时间 13:30 - 美国太平洋时间 10:30 ### 为什么这件事值得关注？ AI设计病毒听起来像是科幻小说的情节，但它正在成为现实。King 的工作展示了生成式AI在生物工程领域的潜力：它能够提出人类可能想不到的基因序列，从而加速新药、新疗法甚至新材料的开发。然而，这也引发了深刻的伦理和安全问题——我们是否应该让AI设计生命？如何防止滥用？ 值得注意的是，AI设计病毒并不等同于AI创造生命。病毒本身并非完整的生命体，它们需要宿主才能复制。但正如 MIT Technology Review 在相关报道中指出的，这可能是通向AI生成生命的第一步。 ### 相关背景 MIT Technology Review 此前报道过：“他让AI设计病毒……而且成功了”以及“AI设计的病毒已经问世，并且正在杀死细菌”。这些进展表明，AI在生物学中的应用正从理论走向实践。 与此同时，AI领域本身也在经历反思。例如，有观点认为，大语言模型并不真正具备推理能力；AI的递归自我改进可能不会那么快到来；AI智能体还不足以进行真正创新的开放式研究。这些讨论提醒我们，在欢呼AI设计病毒的同时，也要保持审慎。 ### 如何参与？ 这场圆桌对话面向 MIT Technology Review 订阅者开放。如果你对AI与生物学的交叉领域感兴趣，不妨注册参加，听听 King 和 O'Donnell 的深入交流。 （本文基于 MIT Technology Review 的活动预告及相关报道编写，具体技术细节以活动内容为准。）
## 人形机器人离改变生活还有多远？ 人形机器人的热度正逼近沸点。这股热潮很大程度上源于一种设想：**推动 ChatGPT 和 Claude 取得突破的 AI 技术，或许同样能让机器人模仿人类动作，就像聊天机器人模仿人类语言那样**。 但许多研究者对此持怀疑态度。他们认为，这种假设低估了将基于语言和图像构建的智能，迁移到无限多变的物理世界时所面临的挑战。研究者还指出，**将人形机器人与所谓的“通用机器”混为一谈，本身就具有误导性**。 在各机器人实验室内部，分歧正在显现：当前形式的 AI 是否足以打造出完美的全能人形机器人，还是说需要一条全新的技术路径？ > 该报道由 MIT Technology Review 与 Aventine 合作完成。Aventine 是一家非营利研究基金会，专注于创作和支持关于科技与科学如何改变生活的内容。 ## 值得关注的10家气候科技公司：WaveSave 与它的便携橡胶坝 **WaveSave** 入选了 MIT Technology Review 的“2026年值得关注的10家气候科技公司”，该榜单仅向订阅用户开放。 随着海平面上升、洪水风险加剧，WaveSave 推出了一款设计巧妙、结构简单的工具：**一款可在洪水来临时快速安装的便携式橡胶坝**。 任何人都可以把 **SlamDam** 沿着河岸或海岸线在地面展开，然后向其中注水，直到它膨胀就位。它能立起高达 **1.3 米**，在水位上涨时保护附近的财产或建筑免受损害。 WaveSave 现在计划将其独特的防洪方案推广到更远的地方。 订阅用户现在可以访问完整的“10家值得关注的气候科技公司”榜单，内容涵盖智能涡轮机、可持续水泥，以及二氧化碳电池等。 > 我们为何关注这些气候科技公司——Casey Crownhart > > 对我们来说，“气候科技公司观察名单”总是一线希望——世界上存在一些迷人的想法，关乎我们如何为世界供能，或者如何摆脱化石燃料。我们选出的公司也反映了当前时刻的几个侧面。其中之一是，**中国正处于气候与能源科技世界的中心**。另一个是，所有人都想要……
## 为什么我们关注这些气候科技公司？ 本周，**MIT Technology Review** 发布了 **2026 年度“值得关注的气候科技公司”榜单**。这是一年一度的项目，旨在挖掘气候与能源技术领域中有前景、有意思的进步和公司。对我而言，这份榜单总是一束希望之光——世界上存在着一些迷人的想法，正在改变我们为世界供能的方式，或帮助我们摆脱化石燃料，减少导致气候变化的温室气体排放。 今年入选的公司反映了当前几个关键趋势。 ### 中国：气候与能源科技的中心 这一点我已经说过多次，但中国在能源技术领域的主导地位是一个值得反复提及的全球趋势。中国拥有世界上最大的电网，可再生能源的上线速度快得令人难以想象。 **远景能源（Envision Energy）** 是这一繁荣的贡献者之一，这家可再生能源巨头第二次出现在我们的榜单上。该公司已在全球安装了超过 **100 吉瓦** 的风电，以及超过 **50 吉瓦时** 的电池储能。与当前许多中国公司一样，远景正在将目光投向拥挤的中国市场之外，在德国、巴西和澳大利亚都有项目，并即将在越南开展工作。 中国还在关键技术领域引领创新。我一直对下一代电池的潜力着迷：所有大公司以及众多小公司都在竞相开发固态电池。它们可能比现有电动汽车电池更安全，续航也更长。 **卫蓝新能源（WeLion New Energy）** 尤其引人注目。这家电池公司去年宣布了一项重大实验室成果，实现了 **824 瓦时/千克** 的能量密度——是当今标准锂离子电池的三倍多。电池研究中的实验室成果众所周知很难规模化，但卫蓝也在努力部署半固态电池，这可能会比纯固态电池更快实现，同时仍能提升锂离子电池的性能。 ### 人人都想分数据中心一杯羹 我们的榜单上只有三家美国公司，其中两家得到了大型科技公司的重大推动。随着数据中心电力需求激增，科技巨头们正在寻找更清洁、更可靠的能源解决方案。 （注：由于原文在此处中断，我们无法提供更多关于这两家美国公司的具体信息。）
## 人形机器人的狂热与现实 特斯拉的**Optimus**人形机器人频繁出现在视频中：跳舞、递爆米花、扔垃圾、吸尘，甚至按微波炉按钮。但有时它也会在递水瓶时向后摔倒，或是连熨衬衫都显得吃力。尽管如此，埃隆·马斯克依然坚信，Optimus将成为**“特斯拉有史以来最大的产品，可能也是有史以来最大的产品”**，并预测到2027年底就能公开销售。 马斯克并非唯一的人形机器人布道者。硅谷风投**Andreessen Horowitz**的联合创始人马克·安德森称机器人可能成为“地球历史上最大的产业”；英伟达CEO黄仁勋今年1月表示，人形机器人将在今年达到人类水平的能力；摩根士丹利预测，到2050年，形似人类并像人类一样行动的机器人数量将接近**10亿**，创造超过**5万亿美元**的市场。 这些乐观预测的背后，是这样一个假设：推动ChatGPT和Claude等工具的人工智能进步，将让新一代机器人能够像聊天机器人模仿人类语言那样，模仿人类的运动。 ## 研究者的怀疑 然而，许多机器人研究者对此持怀疑态度。他们认为，这种假设**低估了将建立在语言和图像之上的智能应用于掌握物理世界无限可变性所面临的挑战**。 “那些（建造人形机器人的）公司——绝对没有一家——知道如何让这些机器人足够聪明，变得有用。”经常被称为AI教父之一的**杨立昆（Yann LeCun）**在今年1月达沃斯会议的另一场活动上如此表示。 研究者还指出，人们倾向于将旨在模仿人类的人形机器人与真正能够完成实际任务的机器人混为一谈。 ## 为什么短期内难以改变生活 尽管AI在语言和图像领域取得了惊人进展，但物理世界远比语言复杂。机器人需要处理重力、摩擦力、材质多样性、不可预测的环境等无数变量。目前的人形机器人演示大多是在受控环境中完成的，离真正融入日常生活还有很长的路要走。 马斯克声称Optimus能以低至**2万美元**的价格自动化几乎所有人类劳动，但这一愿景面临技术、成本和安全性等多重障碍。即使机器人能做出类人的动作，它们仍然缺乏理解物理世界并灵活应对突发情况的能力。 因此，虽然AI机器人突破令人兴奋，但别指望它们很快就能帮你做家务或取代工厂工人。真正的变革可能需要比预期更长的时间。
## 工业 AI 的下一站，不只是更聪明 过去几十年，工业领域对 AI 的运用大多停留在预测性分析和特定场景的专用应用。但情况正在改变。基础模型、物理 AI 和代理式 AI 的进步，让自动化开始向更复杂的工业任务延伸。 与纯数字世界的 AI 不同，工业 AI 能直接与物理系统交互。这意味着一个意料之外的决策，可能波及安全、可靠性乃至关键基础设施。AVEVA 首席技术专家 Arti Garg 抛出了核心问题：**“我们如何利用这些技术，同时维持安全、保持可靠运营，并兑现新能力的承诺？”** ### 数据是转型的地基 工业系统常年沉淀着遥测数据、服务日志、工程文档等分散信息。新技术可以更快地连接和关联这些信息，在诊断问题时为操作员提供实时支持。AI 驱动的机器人还能更进一步，代替工人进入危险环境收集信息。 ### 自主性越高，治理越关键 AVEVA 提出的负责任 AI 框架，强调安全、效率以及人的监督。Garg 认为，在关键决策回路中，AI 应该增强而非取代人类，用护栏界定自动化系统可以在哪里行动、哪里必须由人负责。 ### 可持续性也是等式的一部分 随着可再生能源占比提升，AI 能帮助管理复杂的电力系统。同时，组织也需要更好地理解 AI 自身的环境足迹。Garg 参与了一个 IEEE 工作组，正在制定衡量 AI 在电力、能源、资源、水和碳等方面影响的标准方法。 下一阶段，工业 AI 可能更深地走入物理世界——从自主机器人和无人机，到让领域专家也能构建新应用的 AI 辅助编程。但 Garg 强调，释放这一潜力需要的远不止部署新技术。**组织必须重新思考业务流程，建立适当的安全保障。**
## 减肥药的新可能：延缓生物学衰老 **礼来**和**诺和诺德**两家药企近日表示，根据分子“衰老时钟”的追踪数据，服用其 **GLP-1 类减肥药**的患者，生物学衰老速度有所减缓。这些“衰老时钟”通过检测 DNA 变化或关键蛋白质水平来评估人体的衰老进程。 这一发现进一步点燃了外界的猜测：GLP-1 药物或许正在作用于衰老的基本机制，有望成为真正的**长寿疗法**。不过，这些结果究竟能在多大程度上说明问题，仍需谨慎看待。MIT 科技评论的 Antonio Regalado 对此进行了深入解读。 ## 二氧化碳电池：Energy Dome 的储能新思路 Energy Dome 入选了 MIT 科技评论 **2026 年十大值得关注的气候科技公司**。 太阳能和风能是当前最便宜、最快速的电网电力来源，但它们受天气影响，供电具有间歇性。Energy Dome 的解决方案颇为独特：利用**压缩二氧化碳**的大型电池，在电网需要时释放能量。 压缩气体储能并非全新概念——公用事业公司早已利用地下洞穴中的压缩空气来储备电力。但 Energy Dome 的方案**不依赖特定地质条件**，因此更容易在全球范围内推广。 ## 深度观点：LLM 并不具备真正的推理能力 DeepMind **AlphaGo** 团队核心成员 Thore Graepel 撰文指出，十年前 AlphaGo 击败围棋冠军李世石时，曾下出一步令评论员怀疑是程序故障的怪棋。正是 AlphaGo 的**推理能力**催生了这一创造性选择，而当今的 AI 恰恰缺乏这种能力。 这也是他最近从 Google DeepMind 离职的原因。他认为，我们需要一种全新的机器推理方法，从 AlphaGo 的架构中汲取灵感。
## 意外发现：减肥药或成“抗衰老药” 减肥药可能不止于减重。**礼来**和**诺和诺德**两大制药巨头近日表示，服用其**GLP-1类药物**的患者，生物学年龄的衰老速度似乎变慢了。这一发现来自分子“**衰老时钟**”的读数——通过检测DNA随时间累积的变化，或追踪关键蛋白质水平，来评估一个人的生物学年龄。 在**衰老研究与药物发现会议**上，两家公司公布了相关数据：服用GLP-1药物的超重或糖尿病患者，与安慰剂组相比，生物学年龄有所降低。诺和诺德全球项目负责人**Nikolaj Roed**透露，差异大约在**2到3年**之间，且在不同试验和不同组织中均观察到“生物学年龄的改善”。 ### 专家怎么看？ “**两年是相当强的效果**，”加州大学洛杉矶分校教授**Steve Horvath**表示，他因发明衰老时钟而闻名。他认为，这些新兴数据可能证明GLP-1药物是所谓的“**老年保护剂**”——能够减缓甚至逆转生物学衰老的药物。 哈佛大学生物学家**Vadim Gladyshev**则更为谨慎：“在**不健康人群中**，我确实认为它是一种抗衰老药物。但在健康人群中，尚无人知晓。” ### 不只是减肥 GLP-1药物通过刺激受体向大脑传递“不饿”的信号来减重。但真实世界研究显示，其益处远不止于此：**改善肾功能、降低血压**，甚至**大幅降低整体死亡风险**。 诺和诺德高级科学总监**Alejandro Aguayo-Orozco**在会议上表示：“如果问题是‘司美格鲁肽能否触及多个与健康寿命和衰老相关的疾病？’我们可以肯定地回答：**是的**。” 目前，科学界对GLP-1药物的抗衰老潜力仍持谨慎乐观态度。虽然数据令人鼓舞，但生物学年龄的测量方法多样，结果差异较大，且对健康人群的效果仍是未知数。未来需要更多研究来验证这些药物是否真正延缓衰老，以及其背后的机制。
**《麻省理工科技评论》** 近日发布了年度 **“十大气候科技公司”** 榜单。该榜单旨在挖掘全球最具潜力的气候科技企业，而今年的评选背景尤为严峻：全球正经历有记录以来最热的年份之一，气候灾害频发，政治动荡与国际冲突更使减排进程受阻。 ## 榜单亮点：从防洪屏障到下一代核反应堆 今年的入选公司覆盖了多个前沿领域，反映了气候科技的最新趋势： - **移动防洪屏障**：应对日益严重的洪涝灾害。 - **半固态电池**：提升储能安全性与能量密度。 - **压缩二氧化碳储能**：一种新兴的长时储能技术。 - **下一代核反应堆**：致力于提供稳定、零碳的基荷电力。 值得注意的是，榜单特别指出了 **AI 数据中心激增的能源需求** 对气候科技格局的影响。随着 AI 算力消耗的电力呈指数级增长，如何为数据中心提供清洁、可靠的能源已成为行业亟待解决的新挑战，这也成为今年评选的重要考量因素。 ## 评选背景：紧迫性与新机遇 《麻省理工科技评论》在导语中强调，今年的“赌注”比以往任何时候都高。世界正处于气候变化的关键节点，迫切需要削减排放以避免最有害的影响。这些公司的工作正是在这一背景下展开，它们不仅代表着技术突破，也映射出资本与政策关注点的转移。 ## 后续报道计划 未来几天，《麻省理工科技评论》的 **The Download** newsletter 将逐一深入介绍这 10 家公司，并披露榜单的遴选标准。我们将持续关注并带来详细解读。 > 除了气候科技榜单，今日的 The Download 还涵盖了其他热点：马斯克在五角大楼的新角色引发利益冲突担忧、科技富豪财富占比攀升至 36%、挪威计划成为首个禁止智能眼镜的国家、串联太阳能电池板有望助美国追赶中国、以及韩国总统怀疑 AI 被用于银行黑客攻击等。
《麻省理工科技评论》近日发布了**2026年度十大气候科技公司**榜单，这是该榜单的第四届。入选企业覆盖**能源存储、重工业脱碳、地热、核能、电动车、防洪设施**等多个领域，既有初创公司也有跨国企业，展现了全球应对气候危机所需的技术广度。 ## 储能：解决可再生能源间歇性的关键 储能是本次榜单中出现频率最高的赛道，共有四家企业入选，反映出行业对**长时储能**和**低成本储能**的迫切需求。 - **Energy Dome**（意大利米兰，2020年成立）：利用**二氧化碳**进行储能，属于机械储能路线的一种创新尝试。 - **WeLion New Energy**（中国北京，2016年成立）：专注于新型电池储能技术。 - **Form Energy**（美国萨默维尔，2017年成立）：以**铁-空气电池**闻名，主打超长时储能。 - **Moment Energy**（加拿大温哥华，2019年成立）：从事**电池梯次利用**，将退役电动车电池重新用于储能场景。 这四家公司分别代表了不同技术路径：二氧化碳储能、新型电池、铁-空气电池和电池回收再利用，显示出储能领域**技术路线多元化**的竞争格局。 ## 重工业与能源生产：脱碳的硬骨头 重工业和基础能源是碳排放的“硬骨头”，本次有三家公司专注于这些领域： - **Brimstone**（美国奥克兰，2019年成立）：致力于**水泥生产的清洁化**。水泥行业贡献了全球约8%的二氧化碳排放，脱碳难度极大。这是Brimstone**第三次**入选该榜单。 - **Envision Energy**（中国上海，2007年成立）：全球领先的**风力涡轮机制造商**，代表了中国在可再生能源装备领域的实力。 - **Fervo Energy**（美国休斯顿，2017年成立）：专注于**地热能**开发，利用油气钻探技术降低地热成本。 ## 核能与交通：零碳电力和出行的新路径 - **X-energy**（美国罗克维尔，2009年成立）：开发**小型模块化核反应堆**，属于核裂变技术路线，旨在提供安全、灵活的零碳电力。 - **BasiGo**（肯尼亚内罗毕，2021年成立）：在非洲推广**电动公交车**，这是该榜单中唯一一家专注电动交通的企业，且**第三次**入选。 - **WaveSave**（荷兰埃因霍温，2017年成立）：开发**防洪屏障**技术，属于气候适应领域，而非减排。这是该公司**第二年**入选。 ## 榜单背后的信号 从地域分布看，美国公司占5家，中国2家，欧洲2家，非洲1家，体现了气候科技创新的**全球化特征**。值得注意的是，**Brimstone、BasiGo和WaveSave**均为多次入选，说明这些公司的技术进展和商业落地获得了持续认可。 从技术方向看，**储能**占据绝对主导地位，这与全球可再生能源装机量激增、电网灵活性需求上升的趋势一致。同时，**核能**和**地热**作为稳定的零碳基荷电源，也受到越来越多的关注。 《麻省理工科技评论》表示，这份榜单旨在展示应对气候危机所需的**解决方案的广度**。在减排压力日益紧迫的背景下，这些公司的技术能否规模化落地，将决定它们能否从“值得关注”走向“真正改变游戏规则”。
## 从液态到固态，电池安全的必答题 电动车、货轮、无人机——越来越多交通工具正在电动化，而它们背后几乎都依赖同一种技术：**锂离子电池**。但锂离子电池有一个先天隐患：电解质是易燃液体，一旦发生热失控，起火风险极高。与此同时，市场对更高能量密度的需求也在持续攀升——谁不想让车跑得更远、船载得更重？ 总部位于北京的**卫蓝新能源（WeLion New Energy）**，正试图用半固态电池给出答案。 ## 半固态：妥协还是务实？ 全固态电池被公认为下一代电池的终极形态：用固态电解质替代液态电解质，既能提升能量密度，又能从根本上改善安全性。但全固态电池的制造难度极高，量产遥遥无期。 卫蓝选择了一条中间路线——**半固态电池**，电解质部分为液态、部分为固态。这不是技术上的退缩，而是工程上的务实。 进展已经落地： - **2023年**，卫蓝与上海电动车企**蔚来（Nio）**合作推出电池包，能量密度达 **360 Wh/kg**，远高于当前锂离子电池包约 **200 Wh/kg** 的平均水平，搭载后续航突破 **1000公里**。 - 由于成本高昂，该电池包仅生产了约 **200套**，但蔚来仍在使用中。 - 卫蓝还通过子公司为**货船和渡轮**制造电池。 - **2025年**，其工程师在测试中实现了 **824 Wh/kg** 的半固态电池能量密度，是当前标准锂离子电池的三倍以上。 ## 为什么值得关注 中国是全球二氧化碳排放量最大的国家，交通运输是减排的关键战场。卫蓝的联合创始人中包括**中国科学院科学家陈立泉**——他曾在1988年主导研制出中国第一块全固态电池。这份技术传承，加上半固态路线的渐进式落地能力，让卫蓝在全球电池竞赛中占据了一个独特位置。 半固态不是终点，但它可能是通往固态时代最现实的一座桥。
## 长时储能的新玩家 太阳能和风能正在全球大部分地区变得比化石燃料更便宜，但它们的出力受季节、天气和昼夜节律影响。为了填补供电缺口，公用事业公司越来越依赖电池储能系统——在电力富余时充电，在电网需要时放电。 目前增长最快的储能技术是**锂离子电池**。它轻便、能量密度高，但依赖昂贵的金属材料，规模化成本高，而且工业级大型锂电项目通常只能持续放电 **4 到 6 小时**。 Form Energy 想换一条路。这家成立于 2017 年、总部位于美国马萨诸塞州萨默维尔的公司，开发了一种以**铁**为原料的新型电池。铁储量丰富、价格低廉，Form 称其电池可以持续放电 **100 小时**，远超锂电的典型时长。 ## 技术原理：可逆生锈 Form 将其技术称为“**可逆生锈**”。放电时，空气中的氧气将铁金属氧化为铁锈，释放电子；充电时，电流又将铁锈还原为铁金属。这一过程循环往复，实现能量的存储与释放。 ## 商业化进展 过去两年，Form 开始获得商业订单。它在西弗吉尼亚州的工厂已经投产，首个商业项目是为明尼苏达州电力供应商 **Great River Energy** 部署的 **150 兆瓦时**系统，计划于 **2027 年**并网。 更大的项目来自另一家明尼苏达州公用事业公司 **Xcel Energy**：风电和光伏将搭配 **30 吉瓦时**的 Form 电池，为一个新建的 **Google 数据中心**供电。该项目预计在 **2028 年至 2031 年**间分阶段上线。一旦建成，它可能成为全球按能量容量计算最大的电池项目。 ## 为什么值得关注 风电和光伏对抑制全球二氧化碳排放增长至关重要，但许多电网运营商仍依赖化石燃料（尤其是天然气）来填补可再生能源供应不足或需求高峰时的缺口。Form 的电池瞄准的正是**多日尺度的供需缺口**——这是锂电难以经济地覆盖的领域。 如果铁基长时储能能够大规模落地，它可能改变电网的备用方式，减少对调峰天然气电厂的依赖，并为高比例可再生能源电网提供关键支撑。
## 当可再生能源遇上"看天吃饭" 太阳能和陆上风电已成为全球最便宜、部署最快的电力来源，但它们的致命伤在于**间歇性**——天气一变，供电就波动。随着全球电力需求持续攀升，如何把多余的清洁电力存起来、在需要时释放，成了电网面临的核心挑战。 总部位于意大利米兰的 **Energy Dome** 给出了一套颇具想象力的方案：**用压缩二氧化碳做电池**。 ## 一个巨型圆顶，如何变成"充电宝" Energy Dome 电站的核心是一座巨大的白色圆顶，占地约**七个足球场大小**，内部储存约 **2000 吨二氧化碳**。它的工作循环大致如下： - **充电**：当相连的太阳能电站等能源充足时，压缩机将二氧化碳气体压缩成液体，存入碳钢储罐。压缩过程产生的热量，被系统用专有储热材料保存下来。 - **放电**：当电网需要电力时，液态二氧化碳从储罐释放，用此前储存的热量加热，重新变回气体，推动涡轮发电，随后气体回流到圆顶中，等待下一轮循环。 这套系统单次可**持续供电长达 24 小时**，远超当前主流锂离子电池的经济适用时长（通常 4 小时以内）。 ## 为什么它比传统方案更有想象力 用压缩气体储能并非新概念——电力公司几十年来一直利用地下洞穴压缩空气来储备电力。但那种方式**依赖特定地质条件**，选址受限。 Energy Dome 的巧妙之处在于：它不需要任何特殊地质，因此**更容易在全球范围内规模化复制**。 2025 年，Energy Dome 在意大利**撒丁岛**投运了首座商业电站，容量为 **200 兆瓦时**——足以满足约 **1.8 万户意大利家庭 10 小时**的用电需求。公司还计划在**五大洲**推进总规模达 **30 吉瓦时**的项目。 ## 长时储能的商业逻辑 当前，锂离子电池主导了短时储能市场。但时长一旦拉长，经济性就迅速恶化：要在同样功率下把储能时长从 4 小时翻倍到 8 小时，电池单元数量也得翻倍，成本随之飙升。 Energy Dome 估算，其技术成本约为锂电池方案的 **10% 到 1**（原文数据在此处截断，具体对比口径尚不完整）。 更便宜的储能，意味着风能和太阳能可以承担全球更大比例的电力需求。在气候科技投资热潮中，长时储能正被视为补齐可再生能源短板的关键拼图，而 Energy Dome 的二氧化碳路线，提供了一种不依赖稀有金属、不受地理限制的新选择。 > **关键信息速览** > - 行业：储能 > - 成立时间：2020 年 > - 总部：意大利米兰 > - 首座商业电站：2025 年，撒丁岛，200 兆瓦时 > - 规划项目：五大洲共 30 吉瓦时 （本文基于 MIT Technology Review 2026 年值得关注的气候科技公司报道整理，部分数据原文未完整披露。）
## 一份名单背后的气候现实 2026年，全球气温再度逼近历史极值。山火、洪水、干旱等气候灾害频发，造成数千人死亡和数十亿美元损失。然而，政治风向转变与国际冲突让减排进程举步维艰，尤其是在美国。 正是在这样的背景下，**《麻省理工科技评论》** 发布了2026年度 **“十大值得关注的气候科技公司”** 榜单。这已经是该榜单的第四个年头，但评选团队坦言，今年的筛选过程比2023年创榜以来任何一年都更艰难。 ## 不是技术万能，而是技术必需 “技术本身无法解决气候变化，”评选团队在方法论中明确写道，“但我们相信，创新能帮助我们在应对这一时代最紧迫挑战时，带来真正的改变，改善全球生活。” 这份榜单的筛选逻辑清晰而严谨： - **技术方向**：既包括直接降低温室气体排放的技术，也涵盖帮助社区抵御极端高温、干旱等气候风险的解决方案。 - **成熟度门槛**：公司必须有可验证的成绩——无论是研究成果、融资规模还是实际部署。 - **多元平衡**：最终名单覆盖不同行业、不同发展阶段和全球不同地区的企业，同时兼顾往届上榜者和新面孔。 - **趋势映射**：评选会参考当年最重要的趋势和事件，寻找能反映这些变化的提名者。 ## 美国缺席，全球南方崛起 一个值得注意的趋势是：**2026年榜单中，大部分公司来自美国以外地区**。这并非偶然。 评选团队指出，美国联邦法规的松绑以及对政府创新财政激励的削减，意味着**美国已不再是气候科技的领导者**。这一判断与2025年榜单的趋势一致，显示出政策转向对产业生态的深远影响。 与此同时，中国等地区的清洁技术企业正在填补空白。尽管原文在此处截断，但可以合理推断，亚洲和欧洲的初创公司将在今年的名单中占据显著位置。 ## 评选流程：从提名到尽调 这份榜单的出炉并非编辑部的闭门造车。流程包括： 1. **广泛提名**：记者和编辑团队内部征集，同时向学者、研究员、投资者和分析师征求建议。 2. **深度尽调**：对每个候选公司，团队会查阅文献、报告和专利，从技术和商业两个维度进行验证。 3. **整体平衡**：不仅评估公司自身优劣，还考虑其在榜单整体中的位置——行业分布、地域多样性、发展阶段搭配。 4. **趋势校准**：结合年度重大事件，确保名单反映现实脉搏。 ## 为什么这份名单值得关注？ 在气候行动遭遇政治逆风的当下，这份榜单更像是一张**创新地图**。它不承诺技术能单枪匹马解决气候危机，但试图回答一个更务实的问题：在政策缺位的地方，哪些公司正在用工程和商业手段，为减排和气候适应提供可复制的路径？ 对于关注气候科技投资、创业或政策的人来说，这十家公司或许就是未来几年的风向标。 > 完整名单将于近期公布，届时可关注《麻省理工科技评论》官网。
太阳能和风能擅长发电，但水泥、钢铁、化工等重工业还需要大量高温热量，目前仍依赖化石燃料。传统核反应堆因使用水冷而温度不够高，X-energy 的 Xe-100 反应堆改用氦气冷却，能在更低压力和更高温度下运行，输出 80 兆瓦电力或直接提供超高温蒸汽。该反应堆采用耐熔的 TRISO 燃料球，并号称在断电时能自然停堆，本质安全。工业供热占全球温室气体排放的 18%，其中约一半来自难以电气化的高温过程。将小型核反应堆与大型制造设施共址，有望大幅削减碳足迹。X-energy 成立于 2009 年，总部位于美国马里兰州罗克维尔。
## 核心发现 企业AI智能体（Agentic AI）正面临一个看似矛盾却普遍存在的困境：**系统不断积累和分析海量数据，却依然缺乏真正的"知识"**。 根据一项针对**300位数据、AI及技术高管**的调研报告，知识与数据的薄弱环节正在系统性地拖慢AI智能体的落地进程——平均而言，**仅约34%的企业智能体项目能够进入生产环境**，即便是高科技公司也难以突破这一瓶颈。 ## 数据不等于知识 报告指出，知识不仅是数据本身，更是**理解数据在特定组织语境下意味着什么**。AI智能体需要这种理解来进行推理、决策并最终采取行动。缺少足够的知识，智能体容易做出有缺陷、不可靠的判断。 研究将企业为智能体提供上下文理解的能力拆解为三个维度： - **语义知识**（semantic knowledge） - **情景记忆**（episodic memory） - **程序性知识**（procedural knowledge） 调研发现，**知识能力与智能体成功高度相关**。一小部分"生产领先者"（其智能体项目平均有61%进入生产阶段）在知识能力上明显强于其他企业，尤其在语义层面优势显著。 ## 三大失败点 报告识别出智能体项目难以规模化的关键症结： 1. **遗留数据系统**——老旧架构难以支撑智能体的知识需求 2. **安全与隐私顾虑**——数据共享面临合规压力 3. **知识匮乏与上下文缺失**——最根本的能力短板 其中，**数据碎片化**（系统间数据共享不足）被55%的受访者列为扩大智能体知识获取的首要挑战。 ## 竞争压力下的紧迫性 市场竞争正迫使企业加速部署和扩展智能体项目。若无法突破知识瓶颈，企业不仅面临前期投入打水漂的风险，还可能在竞争对手已高效运转智能体的赛道上节节败退。 报告建议，企业需要从语义知识、情景记忆和程序性知识三个层面系统性地构建智能体的知识能力，而非仅仅堆砌数据。
2026 年，企业 AI 的竞争焦点已不再是预测模型能否超越统计预测——这早已是定论。真正的问题在于：如何让预测系统基于自身结论自主行动，同时不偏离商业意图。前沿已从预测转向自主决策，领先者与落后者之间的差距正随之拉大。 ## 从“后见之明”到“务实远见” 研究机构 Everest Group 的合伙人 Vishal Gupta 指出：“企业已经厌倦了向后看的视角，他们希望更具前瞻性。”由深度学习和生成式 AI 等技术驱动的智能分析，正让这一转变成为可能。实时训练使 AI 能够持续进化，而无需等待季度更新。此外，新一代预测引擎所依赖的数据已不再局限于规整的数值记录，而是扩展到杂乱、非结构化的、富含洞察的交互来源。 因此，AI 驱动的分析正将企业从被动的后见之明推向务实的远见。AI 将预测分析——这一涵盖预测建模、数据准备、分析工作流、结果解读和决策应用的广泛学科——提升到了新的高度。Gupta 表示：“在很多方面，我认为‘分析’这个词正在让位于 AI。一切都在变成 AI。” ## 自主决策：新的前沿 前沿已从预测转向自主决策。这意味着 AI 系统不仅能够预测结果，还能基于这些预测采取行动，同时确保行动与业务目标保持一致。这种自主性需要 AI 智能体（agentic AI）具备理解上下文、权衡利弊并做出符合企业意图的决策能力。 随着这一转变，领先企业与落后企业之间的差距正在扩大。那些能够成功部署自主决策系统的企业，将获得显著的竞争优势，因为它们能够更快地响应市场变化，更高效地运营，并释放人类员工的创造力。 ## 挑战与机遇 然而，实现自主决策并非易事。企业需要解决数据质量、模型可解释性、治理和信任等问题。此外，确保 AI 系统的行动始终与商业意图对齐，需要新的技术和管理框架。 尽管如此，趋势已经明确。AI 不再仅仅是分析工具，而是正在成为企业决策的核心参与者。对于希望在 2026 年及以后保持竞争力的企业来说，拥抱自主决策的 AI 智能体已不再是可选项，而是必然选择。