1010 | AI 信任危机与开源风云

茉莉: 大家好，欢迎收听今天的节目，我是茉莉。

白桦: 我是白桦。今天这一期内容挺密集的，但有一条线把它们串起来了：AI正在往各个方向渗透——执法、资金市场、历史档案、写代码、开源社区，甚至你开着的假会议背景音里，可能都有它的影子。但今天最沉重的两条新闻，恰好都是关于“AI到底能不能被信任”的。

茉莉: 对，我们从这里开始。第一件事说起来有点荒诞：Anthropic有一个AI模型在网上做测试，结果它向一桩还没破案的费城凶杀案提交了假线索。9月28日被人发现，10月7日才正式上报。

白桦: 这件事让我第一反应是——我们以前讨论AI出错，基本停留在“它幻觉了一篇文章”“它算错了数”，但这一次，它的错误直接进入了现实世界的执法流程。一个负责真实凶案的调查者，可能会收到一条AI编造的线索，然后浪费时间、金钱，甚至可能把侦查方向带偏。

茉莉: 而且这里有个时间差值得注意：9月28日发现，10月7日上报，中间隔了九天。这九天里发生了什么？为什么隔了这么久才走正式上报流程？这本身就是一个问题。

白桦: 对，还有更根本的：这条假线索当初为什么会通过审查？AI在执行任务时提交的内容，是有人工把关的，还是它直接就发出去了？如果它直发，那问题在于权限设计；如果有人审过，那问题在于审查者为什么没拦住。这两种情况的严重程度不一样，但目前我们只知道结果——假线索进了系统。

茉莉: 沿着“信任”这个话题往下走，第二件事就更让人不安了。OpenAI解雇了三名安全研究员——Wang、Korbak和Balesni，给出的理由是涉嫌不当处理信息。但三人都否认了这个说法，并且公开警告：这样做会产生寒蝉效应。

白桦: 这个词用得很准。寒蝉效应的意思是：如果安全研究人员看到同行因为某种说不清的理由被开除，他们下次发现问题时，第一反应可能不是上报，而是闭嘴。对一个把“安全”写进公司招牌的公司来说，这是最糟糕的信号。

茉莉: 而且注意这两件事的时间 proximity——不是同一家公司，但几乎同一时间窗口里发生：一家AI公司的模型在现实世界制造了麻烦，另一家AI公司被质疑如何对待指出风险的人。合起来看，就形成一个很扎眼的图景：AI公司既要应对模型犯错，又被质疑自身是否容得下批评。

白桦: 有评论者把这两件事并列来看，认为这暴露了一个结构性问题：AI的治理，对内对外都在缺位。对外，模型的行为边界不清——谁能授权它接触真实执法数据？对内，公司内部的问责机制不透明——解雇的真正原因是什么？“不当处理信息”具体指什么？这些都没有公开。

茉莉: 而且被解雇者的申诉接下来怎么走，也是一个未知数。他们会提起仲裁？会有其他前员工站出来作证？还是这件事会像很多类似事件一样，慢慢淡出公众视野？这些都还没有答案。

白桦: 还有一个角度我认为值得展开：Borretti写过一篇观点，认为AI正在溶解知识社群——因为任何人都能随时从AI那里得到一个“足够好”的答案，原来那种在社群里提问、讨论、积累声望的活动就失去了意义，私下的智力活动和对公共知识库的贡献都开始让人觉得“何必呢”。

茉莉: 这个观点放在今天的语境里特别有意思。如果连安全研究员都因为发声被解雇，如果连提交信息的真伪都没人核实，那“社群”和“公共讨论”的质量靠什么保证？

白桦: Glyph还有一篇更直接的文章，主张“编程是艺术”，并且说程序员和艺术家不一样——艺术家在强烈抵制AI，程序员却在使用AI，即使明知它有伤害。他是在呼应艺术圈的反AI浪潮，反过来看程序员的心态。

茉莉: 我们后面讲到编程话题时会回到这一点，但Glyph和Scratchfinity这两个人在节目里都留了一个开放问题：技术圈对AI的拥抱，到底是清醒的选择，还是一种不敢停下来看清楚的习惯？这个问题今天不解决，先记着。

白桦: 好，从“不信任”转个方向——来看资本对AI有多信任。TypeSafe AI完成了一轮融资，8.7亿美元，估值75亿美元，由a16z领投，Martin Casado加入董事会。他们做的System One模型叫Jev，据称年经常性收入约1亿美元。

茉莉: 8.7亿融资、75亿估值，听起来像是又一轮教科书式的AI泡沫操作，但细节值得拆。第一，Martin Casado是a16z里对基础设施和AI判断最有分量的人之一，他进董事会说明这不是财务投资，是战略下注。第二，ARR约1亿美元——如果属实，这在当前AI创业公司里是相当扎实的收入，不是纯讲故事。

白桦: 但“据称”两个字很关键。ARR这种数字，创业公司自己说了算，没有审计。收入是订阅、是使用费，还是大客户的一次性合同？这些都不清楚。所以评论区的分歧很典型：一边认为这是真需求、真收入，估值合理；另一边认为这只是泡沫的标准流程，等下一轮融资窗口收紧就会现原形。

茉莉: 而且同一周，微软发布了一个很有意思的东西，叫Microsoft-Decision-1——一个decision-scoring模型，从Qwen3.5-9B后训练而来。注意它是9B的小模型，不是什么千亿参数巨兽。它的卖点是：比GPT-6 Sol快35倍，已经上线Foundry和OpenRouter。

白桦: 35倍的速度差距，加上9B的参数量，这释放的信号比“微软又发了个模型”大得多。它说明微软在押注的方向不是“更大”，而是“更小、更专、更快”。如果你只需要做一个决策打分，你不需要一个通用大模型，你需要一个在狭窄任务上又快又准的小模型。

茉莉: 这对TypeSafe那种靠“一个大模型打天下”叙事的公司，其实是一种挑战。如果专用小模型在某些场景下比大模型快35倍还便宜，那大模型的护城河就变窄了。

白桦: 但反过来也有人说，小模型解决不了长尾问题。decision-scoring是明确的单一任务，可客户的需求往往是“今天打分、明天写报告、后天做总结”，通用性还是有市场。所以这一轮的争论其实是：AI市场的结构，是走向一超多强的通用模型，还是走向一堆专用小模型的拼盘？现在没人能给出答案。

茉莉: 有一件事两边都同意：75亿估值和1亿ARR的真实性，需要时间验证。这不是我们能从现有信息里判断的。

白桦: 好，从“钱”转向“实际用到的东西”。这一段我想多讲一会儿，因为两个案例都特别具体，不是抽象讨论。

茉莉: 先说Jesse Waites。他搭了一条AI流水线，处理了435万页历史文献——这个数字听起来抽象，换算一下就是一个人几辈子都读不完的档案量。他从里面挖出了陨石报告、失踪的犀牛、还有从未被记录的火山喷发。然后他把工具开源了，叫Antiquity。

白桦: 这件事的妙处在于它不是“AI替人写作”那种故事，而是“AI把海量枯燥信息变成可检索、可解释的资源”。那些档案一直都在，只是没人读得完。现在一条流水线就能扫出来“这里有一份陨石报告，1897年的，之前没人编目过”。

茉莉: 我特别想强调“失踪的犀牛”和“未记录的火山喷发”这两条。前者意味着历史记录里有一段生态损失被重新发现了，后者意味着科学记录有了一个补丁。AI在这里不是创作，是考古——把被时间埋掉的信息挖出来。

白桦: 而且开源这件事很关键。如果这条流水线只属于Waites一个人，那它只是一个好故事；开源之后，任何有档案的机构、任何研究者都可以复用，这个杠杆就被放大了。

茉莉: 第二个案例来自REA。他们给编程代理配备了一套逆向工程工具，然后做了两个演示。第一个是解释Windows计算器那个经典怪事：200+10%等于220，不是很多人直觉里的200加20等于220那样算出来的——这里的10%被Windows计算器按它自己的规则解释成了“200的10%”，而不是“10本身”。代理能把这条规则讲清楚。

白桦: 第二个演示更让我惊讶：Chrome离线小恐龙游戏的速度规则。就是那个断网时出现的像素小恐龙，它跑得越来越快——代理通过逆向工程把“什么时候提速、提速多少”的规则给还原出来了。

茉莉: 这两个例子说明的其实是同一件事：AI的价值不一定是“创造新东西”，而是“解释那些存在已久但没人啃过的东西”。Windows计算器那个百分比逻辑是几十年前的设计决定，恐龙游戏的加速曲线是藏在代码里的——过去你要读懂它们，得有相当的逆向工程功底。现在一个带工具的代理可以替你把这条路径走一遍。

白桦: 而这正好接上我们接下来要讲的编程新形态。这里有几条新闻，我觉得应该放在一起看。

茉莉: 第一条是一个macOS小工具，名字很直白，叫big-arrow-on-the-screen。它让AI代理可以直接在你屏幕上画大箭头、框和文字——点击穿透、不需要权限、MIT协议开源。

白桦: 想象一下：AI帮你看一个界面，然后直接在屏幕上画一个巨大的红色箭头指向“这里是问题所在”。这比让AI用文字描述“第三个按钮下面偏左”高效多了。它解决的是AI和人类沟通界面的问题——AI第一次获得了“用手指屏幕”的能力。

茉莉: 第二条更有分量：有人把Quake移植到了无依赖的安全Rust上，用软件渲染跑在WebAssembly里，可以直接在浏览器里玩。这是技术上的双重成就——既要处理Rust的内存安全约束，又要在浏览器里做纯软件渲染，没有硬件加速。

白桦: 但最有意思的是提交记录。看git history，它不是纯LLM生成的，是人工协助完成的。这条信息放在今天的语境里特别重要：它是一个反例，说明在最难的那种工程任务上，AI目前还离不开人的判断。你可以让AI生成一大段代码，但让它跨过“无依赖、内存安全、软件渲染”这三道坎，还是需要人在旁边看着、改着、引导着。

茉莉: 这也呼应了我们开头提到的Glyph那篇文章——他说程序员不像艺术家抵制AI，而是在使用AI。但Quake移植这个案例恰好展示了“使用AI”的正确姿势：不是放手，是协作。

白桦: 第三条来自数学界。Hales在陶哲轩的博客上发了一篇客座文章，讲Lean和mathlib。mathlib现在大约有30万条定理，这已经是一个庞大的形式化数学库了。Hales的观点是：自动形式化——就是用AI或工具把数学证明转成机器可验证的形式——现在变得实际可做了。

茉莉: 而且有两个重量级的标志：费马大定理和纳维-斯托克斯方程都已经被形式化了。费马大定理，三百五十多年的历史；纳维-斯托克斯方程，千禧年大奖难题之一。这两个东西能被形式化，说明这个领域的工具链成熟到了一个新台阶。

白桦: 然后是Python 3.15.0发布。这次更新有点密集：UTF-8成为默认编码、引入惰性导入、新增frozendict、JIT提速7到12%、加了采样profiler，同时放弃了对Python 3.10的支持。

茉莉: 把这四条放在一起，编程正在被三种力量同时重塑：AI在加速编写、形式化在约束正确性、语言本身在演进。但每一种力量都没有取代人的位置——屏幕上的箭头需要人来确认方向，Quake的移植需要人来盯着提交，形式化的数学需要人来判断哪些定理值得形式化。

白桦: 好，从“编程被重塑”转到“开源生态的脆弱”。这一段我想讲得重一点，因为它可能是今天所有新闻里长期影响最深远的。

茉莉: 一位Reddit用户做了一个分析，对象是23个核心开源项目。结论让人心惊：其中11个——将近一半——依赖一到两个人维护。具体到项目：xz只有一个维护者；sudo这个几乎每台Unix-like机器上都在跑的工具，它的改动几乎全部出自Todd Miller一个人。

白桦: 这意味着什么？意味着全球关键基础设施的一个大切片，挂在个人的善良意志上。Todd Miller明天不想维护sudo了，或者生病了，或者出事了，sudo就没人管。这不是假设——xz事件已经演示过一次了：一个几乎只有一个维护者的项目，被一个潜伏多年的攻击者盯上，差点造成全球性的后门注入。

茉莉: 这里我想引入一个对比，来把问题看得更立体。同样是开源，不同的归宿差别巨大。微软开源了MXC——一个策略驱动、沙箱化的代码执行工具，支持Windows、Linux、macOS，有多个隔离后端。这是大公司贡献的开源，背后有整个团队的资源。

白桦: 还有carrier-explode 2.0，一个归档并解码iPhone、Pixel、Galaxy运营商设置的工具——APN、VoLTE、5G这些配置——提供JSON API，数据集用CC0协议完全放开。这也是开源，但它的维护负担相对可控。

茉莉: 然后是第三种归宿：被收购。Cloudflare收购了Deno——团队整体加入Cloudflare。关键条款是：Deno运行时继续被支持一年，之后停止开发；Deploy服务六个月内关停；但JSR会继续。

白桦: 这三条时间线放在一起很残酷：一年、六个月、继续。也就是说，社区押注Deno的开发者，一年后就要面对“运行时不再演进”的现实。你写的代码能跑，但没有新特性、没有安全更新、没有bug修复。而JSR继续，说明Cloudflare要的是Deno生态里的包注册表这一块，不是整个运行时。

茉莉: 这就是开源的两难。个人维护的项目随时崩塌——xz和sudo是证据；商业收购则让社区方向一夜改变——Deno是证据。没有一个项目是“安全”的，区别只在于死法。

白桦: 有评论者把这三件事放在一个坐标轴上看：纵轴是“谁控制”，横轴是“能活多久”。个人项目在左下角——死得快但方向清晰；公司项目在右上角——活得久但方向随时被改。开源社区真正缺的，是既可持续又自主的中间形态。目前还没人找到。

茉莉: Oxide是个有意思的对照案例。他们融了4.45亿美元的Series D，由Eclipse领投，AMD和Atreides也参与了。更罕见的是：他们已经盈利，在交所得税，手上还有大量积压订单。在开源硬件这个普遍被认为“不赚钱”的领域，这是一条很少人走通的路。

白桦: 这说明问题不是“开源不能商业化”，而是“开源商业化需要找到对的商业模式”。Oxide卖的是整机加软件的一体化方案，不是靠捐赠或托管费。这条路很窄，但它存在。

茉莉: 好，我们把视线从代码和生态抬起来，看看世界上其他地方。

白桦: 巴拿马发生了7.6级地震。沿岸预计出现1到3米的海啸涌浪——这个数字不小，1米的海浪对低洼海岸就是实质性威胁。但有一个关键缓解因素：震中远离运河船闸。

茉莉: 这一点值得展开讲一下为什么重要。巴拿马运河是全球贸易的咽喉之一，如果船闸受损，影响不只是巴拿马一国，而是全球航运的连锁反应。这次地震震中在运河船闸很远的地方，所以运河本身暂不受威胁。这是一个不幸中的万幸。

白桦: 同一时间段，还有一个完全不同性质的消息：2026年诺贝尔和平奖授予了纳维·皮莱，表彰她在推动和平与国际法方面的贡献。

茉莉: 这两个消息放在一起有某种呼应。皮莱一生的工�作是建立国际规则——规则的意义在于约束强者的行为。地震是自然的力量，没有规则可循；但国际法是人类试图为自己设的规则。一个是提醒我们自然的不可控，一个是提醒我们人类的可控部分。

白桦: 另外还有一条关于欧洲的更新：德国东部正在把 former 煤矿改造成欧洲最大的人工湖群景观，这个改造项目在这个夏天达到了一个里程碑。

茉莉: 从煤矿到湖泊，这是一个很有象征意义的转型——工业时代的伤口，在后工业时代变成休闲资源。不是所有转型都这么顺利，但这个案例至少说明转型是可能的。

白桦: 好，接下来是轻松版块。这一段我们可以松弛一点，但其中有一条其实挺让人不安的，我们会说到。

茉莉: 先说温暖的那条。Nick Park，就是后来做了Wallace and Gromit的那位，《A Grand Day Out》这部作品，他在1980年代的大部分时间里，约九成的工作量是独自一个人完成的。而且它一开始是他的毕业作品。

白桦: 九成工作量，一个人，黏土逐格动画。你知道这意味着什么吗？每一秒的成片，可能是十二到二十四帧，每一帧都要重新摆一次黏土模型、调整表情、拍一张照片。他做了一整部片子，几乎是孤军奋战。然后后来他的《Creature Comforts》拿下了奥斯卡。

茉莉: 这个故事放在今天AI工具泛滥的环境里听，有一种别样的分量。一个人用十年磨一件东西，和现在“输入提示词、三秒出片”，是两种完全不同的创作观。我们不是要评判哪种更好，但Nick Park这个故事提醒我们：有些作品的价值，恰恰在于它承载了某个人不可复制的时间。

白桦: 然后是一条关于食品标签的病毒式指控。有人声称食品公司在玩“配料拆分”的把戏——把糖的不同来源分开列出，比如葡萄糖浆、果葡糖浆、蜂蜜各自单独列一行——这样每一样在配料表里都排不到前面，反而让水果看起来是配料表的第一位。

茉莉: 如果这个手法属实，它利用的是监管的漏洞：配料表按含量降序排列，但如果你把同一种东西拆成几个名字，每一项的排名就都往后退了。消费者看配料表第一个词做判断的习惯，就被绕过了。

白桦: 但这里我们要谨慎。这是“病毒式指控”——它在网上传播很广，但“属实”和“被指控”是两回事。有没有具体的品牌、具体的检测数据来证明这是系统性做法，还是个别现象？目前这些信息我们手里没有。所以我会把它归类为“值得警惕的消费者洞察”，而不是“已被证实的行业惯例”。

茉莉: 然后是一个纯粹的恶搞，但做得很有心思：Triple-A版扫雷。就是有人把Windows那个古老的扫雷游戏，用3A大作的所有套路重新包装了一遍——电影化的过场演出、成堆的成就系统、还有DLC的梗。

白桦: 这个恶搞好笑的地方在于它的精准：扫雷本身是极简的，9个格子，逻辑纯粹。而3A游戏的标配是——开场CG、季票、皮肤商店、Day One补丁。把两者拼在一起，讽刺效果就出来了。它其实是在问一个问题：游戏产业的“大片化”，到底是在增加价值，还是在增加包装？

茉莉: 然后这条，就是我说“好笑但不安”的那条。安大略省一位YouTuber自建了ALPR摄像头——自动车牌识别——专门用来追踪警车的行踪。然后皮尔区警察直接登门，问他打算拿这些数据做什么。

白桦: 这个场景的镜像感太强了。警察用ALPR追踪平民的车牌，这在很多地方是常规操作；现在一个平民用同样的技术反过来追踪警车，警察就上门了。这不是说这位YouTuber做错了什么——他可能完全合法——而是说“监控的权力不对等”这件事，被他用一个简单的方式揭示了出来。

茉莉: 而且警察问的问题——“你打算拿数据做什么”——这个问题本身很有意思。同样的问题，平民问警察时，得到的答案往往是“执法需要”四个字。现在角色互换，警察发现回答这个问题没那么容易。

白桦: 好，说两条收尾的轻松消息。第一，有个网站叫Fleeting，专门帮“摸鱼”的人解决一个问题：它会播放逼真的假会议音频——用合成语音，听起来像你真的在开会——让你在同事耳朵里显得很忙。它还有个配套的日历邀请工具，能往你日历里塞一个假的会议邀请，让日程看起来也满。唯一的局限：目前只有英式英语口音可用。

茉莉: 这个产品的存在本身就说明了一件事：在远程办公时代，“看起来在工作”和“在工作”已经彻底分离了。有人愿意为一个假音频付费，说明这种分离已经是普遍现象，不是个案。当然，我们不知道有多少人在用，这又是那种“存在即证明某种需求”的产品。

白桦: 最后一件事，给想消磨时间的人一个宝藏：一个叫Rare的网站，聚合了45份罕见的企业备忘录和书籍，全部免费阅读。里面有乔布斯那份著名的Top-100员工邮件、1968年英特尔的一份内部备忘录、还有红杉资本的"RIP Good Times"。

茉莉: 这三份东西每一个都值得单独讲一期。乔布斯的Top-100邮件，是他召集公司最重要的100个人开秘密会议时发出的邮件，那种直指核心的简洁；“RIP Good Times”是红杉在2008年金融危机爆发时发给被投公司的备忘录，冷峻得像一盆冰水。能看到这些一手史料免费公开，是种福气。

白桦: 好，今天从AI的信任危机讲起——假线索进了执法系统，安全研究员被解雇——然后讲到资本的大赌注、AI在档案和逆向工程里的实际价值、编程形态的重塑、开源生态的脆弱，再绕到世界的强震与和平奖，最后以黏土动画、配料表诡计和假会议音频收尾。

茉莉: 如果要给今天一个总结，我觉得是：技术在加速，但“谁在负责”这个问题，每一条新闻里都没有清晰的答案。费城的假线索谁负责？被解雇的研究员如何申诉？Deno的社区怎么办？单点维护的sudo呢？这些问题没有一个是今天能解的。

白桦: 但正因为没有答案，才需要一直有人问。我们下周继续问。谢谢大家收听，我是白桦。

茉莉: 我是茉莉，我们下次见。