1026 | 从罗马战场到AI监控：一周科技与人文扫描

茉莉: 大家好，欢迎收听本期节目，我是茉莉。

白桦: 我是白桦。今天这期信息密度不小，但它们其实有一条暗线：不管是两千年前的战场、你家客厅里的电视，还是街头的摄像头，核心都是同一件事——谁在记录、谁在看、以及这些记录被用来做什么。

茉莉: 对，我们从一张罗马战史地图讲起，一路讲到你想不到的地方。准备好了吗？

白桦: 先说第一件事。有人做了一个互动地图，收录了罗马的1709场战役，时间跨度从公元前753年一直到公元1475年，差不多两千年。

茉莉: 这个数字看起来很唬人，但更唬人的是统计结果：916胜、41平、512败。

白桦: 对，胜率大约六成。这个数字有意思的地方在于，它其实不高。你想象中的罗马军团应该是那种百战百胜的形象，但数据显示罗马更像是一个输得起、也输得起的文明。

茉莉: 这就是讨论里最值得展开的点：罗马的强大不在于单场战役的胜率，而在于持久和组织。你可以输掉一场坎尼式的惨败，但只要组织结构还在、兵源还在、制度还在，你就能把战争拖到对手先崩溃。

白桦: 换句话说，罗马赢的是战争，不是战役。而且这个地图的门槛也不低，两千多年前的很多战役，史料本身就是有问题的。

茉莉: 对，这也是一个未解的问题：这1709场战役里，有多少场的历史记载是可靠的？古代的战报本来就是胜利者书写的，数字经常被夸大或缩小。地图把所有战役放在同一个平面上呈现，反而提醒我们史料质量的巨大差异。

白桦: 说到古代资料，还有个很有味道的插曲：1505年的Codex Löffelholz，一个纽伦堡骑士的工具书，154页，到今天都没有一份完整的转录。

茉莉: 对，一本五百多年前骑士用的工具手册，记录当时的技术和武器，居然还没人完整地整理出来。这跟罗马地图是同一个问题的两面：我们对自己过去的知识，缺口比想象中大得多。

白桦: 好，那我们从古代战场转到现代监控。先从你家客厅说起。

茉莉: 三星电视这条新闻很有意思，而且是两层。第一层来自拆解分析：三星的电视会定期对960×540的画面跑一个AlexNet的TFLite模型，文件名就叫alex.tflite，目的是判断你正在玩什么游戏。

白桦: 每几秒一次。也就是说，你的电视在你不知情的情况下，持续地对客厅画面做图像识别。

茉莉: 这第二个爆料更让人不舒服：一位工程师透露，三星电视通过蓝牙分类声音，把声音归类成狗叫、婴儿啼哭之类的，然后作为遥测数据上传。

白桦: 狗叫和婴儿啼哭。这个分类本身就说明他们在做的不只是画质优化，是在理解这个家里发生了什么。

茉莉: 对。讨论里大家关注的焦点是：这些数据去了哪里？谁知道？ retention策略是什么？完全不清楚。而且AlexNet是个2012年的架构，用十年前的老模型做这件事，说明这不是什么高精尖研究，是随手就能做的监控。

白桦: 这也引出一个预测：智能家居设备的数据流向，未来监管压力大概率会加大。现在的问题是用户完全看不到。

茉莉: 而且不光是客厅。从电视到街头的下一层监控，规模大得多。Proton做了一个地图，展示美国Flock车牌读取摄像头的分布。

白桦: 这个网络的规模是每月处理超过200亿次车牌读取。

茉莉: 两百亿。每个月。这是一个国家级别的追踪基础设施，由无数个地方摄像头组成。地图的价值在于让这种分布式的东西变得可见——你平时看不到一个摄像头能干什么，但放在地图上，你就看到这是一张网。

白桦: 这跟前一个话题形成了一个很好的呼应：三星电视在你家客厅识别你，Flock在街头追踪你。一个是消费级设备的隐性采集，一个是公共空间的显性采集。从客厅到街头，监控是全景的。

茉莉: 而且罗马那张地图也是个监控的隐喻，只不过罗马记录的是战役，我们记录的是人和车牌。记录工具变了，记录这件事本身从来没停过。

白桦: 好，换个大方向，说说AI经济学。这里有两个数字值得记住：第一个，OpenAI和Anthropic在几个月内把大模型的价格砍掉了最多80%。

茉莉: 砍到80%，不是砍掉80%……哦不，等等，是降了最多80%，也就是价格最多降到原来的两成。几个月内做到这一点，说明这个市场的价格战烈度非常高。

白桦: 第二个数字更反直觉：在AI代理的成本结构里，缓存读取占96%到99%。

茉莉: 对，这几乎意味着代理的成本不是花在生成上，而是花在读取上。因为代理要反复处理很长的上下文，而缓存读取让重复的部分便宜到几乎可以忽略，但量大到占绝对主导。

白桦: 讨论 里有个重要的推论：代理经济正在按成本结构重构。如果你知道成本几乎全在读取，你的架构、你的商业模式、你的产品形态，都会围绕这一点去设计。

茉莉: 这也解释了为什么降价这么激进——当读取占绝对大头，价格每降一个百分点，对代理商的影响是指数级的。

白桦: 与成本相关的另一个话题是可观测性。有一篇很有争议的主张：Meta的Scuba风格wide events，宽事件，就足以做可观测性了；OpenTelemetry把指标、日志、追踪分成三类，反而制造了混乱。

茉莉: 这在讨论里吵得很凶。支持方认为，wide events让你把一个请求的所有相关上下文放进一个宽记录，查询时直接筛选，不需要在三类遥测之间做关联。反对方认为，OTel的生态已经存在，三类模型在复杂系统里有它存在的理由。

白桦: 我觉得这个争论的本质不是技术，是简单性和标准之间的张力。一个足够宽的事件模型，对大多数团队够用；但行业标准一旦建立，就有自己的惯性。

茉莉: 对，而且值得注意的是，这个争论和前面的成本话题是连着的：当代理的成本结构变成这样，你怎么观测你的代理花了多少钱、为什么花，就变成了一个直接的商业问题，不只是工程问题。

白桦: 说到这里，就自然要聊上下文工程的边界了。有一篇讨论总结了上下文工程的四类失败：poisoning、distraction、confusion、clash。

茉莉: 一个个说。poisoning是上下文里被注入了坏信息；distraction是上下文里太多无关内容，把模型带偏；confusion是模型被相似但矛盾的信息搞糊涂；clash是不同来源的信息直接冲突。

白桦: 还有一个更根本的发现：模型在超长上下文下反而变差。不是更长就更好。

茉莉: 对，这是一个重要的边界认知。上下文不是越大越好，它有收益递减，甚至有负收益区间。

白桦: 而 不知道这一点，就没法真正理解另一个预言。William Gibson在2020年的小说Agency里就描写了自主AI代理，比ChatGPT早了三年。他说过一句"Eunice快来了"，Eunice是小说里那个代理。

茉莉: Gibson在2020年，也就是ChatGPT之前三年，已经把自主代理的形态写出来了。这说明这个方向不是突然出现的，是推理的必然——但真正让它落地的，是成本结构的变化和上下文能力的边界被摸清。

白桦: 对，这就是我们把这几个话题连起来的原因：成本告诉你什么做得起，上下文边界告诉你什么做不好，而Gibson告诉你什么会到来。

茉莉: 好，接下来是一个能让所有人震惊的数据对比：一个十年的老CNN，Inception v3，诊断皮肤癌的正确率是62%；而两个新旗舰模型，GPT-6 Astra和Claude Fable 5.1，只有42%。

白桦: 十年的模型赢了二十个百分点。这个结果在讨论里引发了激烈的争论。

茉莉: 支持专精小模型的人认为，这恰恰证明了医疗场景的最优解仍然是专精模型。十年前就有人把Inception v3训练到在这个任务上表现很好，而通用大模型并没有为这个任务优化过。

白桦: 反方的质疑是：这能不能反映通用模型在专业任务上的结构性短板？还是说只是测试方式和比较方法的问题？这是目前没解决的问题。

茉莉: 我觉得至少可以说：专精模型在它被优化的任务上，可能仍然是最优解。通用性和专业性之间的权衡，没有被通用模型的进步消灭，反而更明显了。

白桦: 这跟前面的wide events讨论形成了一个很有意思的对照：一个是可观测性领域"统一标准 vs 简单工具"的争论，一个是医疗领域"通用 vs 专精"的争论。答案可能都是：别迷信大一统。

茉莉: 好，聊工具。JetBrains推出了一个开源IDE，叫Thinkrail，围绕一个叫pi的代理构建。

白桦: 几个关键特性：隔离的工作区，还有"活specs"——也就是规格文档不是死的，是随开发进程保持同步的。目前1.4k星。

茉莉: 这个项目的意义在于，工具生态正在围绕"代理优先"重组。传统IDE围绕文件和代码组织，代理优先的IDE围绕任务和上下文组织。隔离工作区解决的是代理并行工作时的安全问题，活specs解决的是代理需要持续理解项目意图的问题。

白桦: 讨论 里有人把它看作开发工作流的范式转变，也有人持观望态度，认为还要看实际生产力提升。但"围绕代理重建工具"这个方向，已经是明显的趋势了。

茉莉: 好，接下来是一个更严肃的话题：审查与平台权力。这个话题有三条线索，但核心是同一个问题——谁控制信息通道。

白桦: 先说最大的那条：法国总理Lecornu要求Orange、SFR、Free、Bouygues这四家运营商，在10月24日抗议活动之前，准备对TikTok、Instagram、Snapchat和X做DNS封锁。

茉莉: 注意措辞：是"准备"，不是"实施"。但仅仅是要求准备，就已经是一个重大的信号了。DNS封锁意味着国家可以直接切断公民对特定平台的访问。

白桦: 讨论里的担忧是：一旦"临时封锁"的技术和流程常态化，未来各国可能都这么做。"临时"这个说法很危险，因为临时措施一旦建立，撤销的动力就很小。

茉莉: 第二条线索是网漫作者。他们面对的不是国家封锁，而是平台算法和支付处理商的审查——他们的在线商店被暂停了。

白桦: 这是一个很微妙的权力结构：国家可以切断DNS，但支付处理商可以切断你的收入，算法可以切断你的分发。三种不同的审查，行使的是同一种权力：决定谁能被看见、谁能赚钱。

茉莉: 而且支付这条线特别阴险，因为它绕过了言论自由的传统保护框架。你没有被禁止说话，你只是……被禁止收钱了。

白桦: 第三条是抵抗的一方：FOSDEM 27将设立一个Digital Dissident的devroom，专门讨论面向专制政权下用户的端到端抗审查工具。

茉莉: 对，这是一个开源社区层面的回应。开发者社区意识到审查不只是技术问题，是用户权利问题，所以专门开辟了一个track来讨论anti-censorship工具的设计，特别是针对生活在专制政权下的最终用户。

白桦: 把三条线索放在一起看，就是一场正在进行的博弈：国家在建立封锁能力，平台和支付商在行使事实上的审查权，而开发者社区在建造规避工具。这个三角关系会持续很多年。

茉莉: 好，继续顺着权力和不透明这个话题往下走，还是三个例子，但这次的重点是拖延和不负责任。

白桦: 第一个：俄勒冈州Eugene的警方，公开一名警察的公共记录，开价250万美元和44,816小时的工作量。

茉莉: 44,816个小时。折算下来大概是二十多个人年的工作量。一份关于单个警察的公共记录。这在讨论里被普遍视为一种以价格为武器的阻挠——不是不能给，是开一个让你根本付不起的价格。

白桦: 公共记录法的精神是透明，但这种定价实际上把透明变成了一个只有媒体机构或者巨额资助的诉讼才玩得起的东西。

茉莉: 第二个：DreamHost发生了一个主动事件，File Manager出现故障，被迫要求用户重置邮箱和FTP/SFTP的密码。

白桦: 这个相对来说是正面处理——主动披露、主动要求重置。但在一个充满不透明的图景里，这个例子提供了一个对照：出了问题就告知、就补救，这本来是应该的，反而显得突出了其他领域的缺失。

茉莉: 第三个最有政治分量：有团体向巴西选举法院提交了证据，称Meta的AI和Instagram偏向Bolsonaro，并把Lula与负面内容关联——尽管法院已有裁定。

白桦: 注意最后那个从句：尽管法院已有裁定。也就是说，法院已经做出了裁定，但相关行为据称仍在继续。这就是这个话题的核心：制度与平台对透明和问责的拖延。

茉莉: 把三个例子串起来看：警方用价格拖延透明，平台用持续行为拖延合规，DreamHost反而是个例外，主动披露。这一组对照说明了，不透明不是技术限制，是选择。

白桦: 好，来点好消息，而且是真正的里程碑级好消息。Moderna和Merck的个性化mRNA疫苗，在三期试验中把黑色素瘤的死亡或复发降低了42%。

茉莉: 这个数字的分量在于三点：第一，它是三期试验，不是早期的探索性研究；第二，是个性化的——疫苗是根据每个病人的肿瘤定制的；第三，mRNA技术在新冠疫苗之后，第一次在大规模癌症试验里验证了自己的平台价值。

白桦: 讨论 里有人把它看作个性化医疗的里程碑，也有人展望它与AI药物研发形成合力——AI负责找靶点和设计，mRNA负责快速生产。

茉莉: 对，这两个方向是天然互补的。个性化药物以前做不了，因为太慢太贵；AI加mRNA平台，正好把这两个瓶颈分别解决。

白桦: 好，再聊一个财富和人才的话题。有人做了一个S&P 500的可视化，其中Nvidia的数字非常刺眼：市值5.2万亿美元，员工只有42,000人。

茉莉: 算一下人均：大约1.24亿美元的市值每员工。这个数字说明的是，现在的财富创造和就业创造已经完全脱钩了。

白桦: 讨论 里有人把这看作技术效率的胜利，也有人担忧这种集中。而一个很好的对比来自教育界：菲尔兹奖得主、UC Berkeley的Richard Borcherds，停止批改作业了，因为学生毫无节制地用AI。

茉莉: 这个组合太有意思了。一边是人均1.24亿美元的财富集中，一边是一位顶级数学家因为AI而放弃了一个基本的教育环节——批改作业，本来的作用是了解学生学没学会。

白桦: 对，Borcherds放弃的不是作业本身，是评估学生学习的那条通道。如果作业全部是AI做的，老师批改作业就失去了它作为反馈回路的功能。

茉莉: 所以这两个故事合在一起：生产力被重写了，同时教育里的信任也被重写了。效率在飙升，但人和人之间验证理解的那个环节，正在断裂。

白桦: 好，我们从喧嚣里出来一下，用一个温暖的故事收尾。Dolly Parton的Imagination Library，图书馆的想象力——今年满31年了。

茉莉: 这个项目做的事很朴素：每月给0到5岁的孩子寄一本书，完全免费，覆盖5个国家。31年，从未间断。

白桦: 在今天聊了这么多监控、审查、不透明之后，这个故事特别有对照价值。同样是大规模的信息分发——Flock每月200亿次车牌读取，而Dolly Parton每月给全球的幼儿寄书。

茉莉: 一个是把信息当作控制工具，一个是把信息当作礼物。同样的物流能力、同样的规模效应，用在完全不同的方向上。

白桦: 好，那在结束之前，我们还有最后一个板块，也是最能体现"人的热情延续"的板块：复古与开源复刻。三个故事。

茉莉: 第一个是关于怎么成为程序员的。Alfie John走的是demoscene这条路——他是通过在BBS上下载Denthor的ASPHYXIA小组写的Pascal图形教程，自学成为程序员的。

白桦: 对，那个年代没有网课，没有视频教程，你拨号上一个BBS，下载一份文字教程，照着敲代码，就这样学会了图形编程。Demoscene那种"做出不可能的东西"的社群文化，培养了一整代程序员。

茉莉: 第二个故事也是demoscene的：Genesis Project发布了Saber Wulf Remastered，C64版，复刻的是Ultimate在1984年的经典——原版有256个屏幕。

白桦: 四十年后，一群C64爱好者把一个1984年的游戏重新做了出来。这不是怀旧，这是在极度受限的硬件上重新做工程。

茉莉: 第三个是fheroes2：一个开源项目用GPL-2.0重建英雄无敌2的引擎，带HD画面和改进的AI。注意它要求你有原版游戏——这是个很讲究的边界，不碰版权内容，只重建引擎。

白桦: 3.6k星。而且改进AI这一点特别有意思——他们不只是在复刻，是在让一个1996年的游戏变得更好玩。

茉莉: 把这三个故事连起来看：Alfie John从BBS教程走到职业程序员，Genesis Project四十年后重做一个经典，fheroes2在给一个老游戏写更好的AI。共同点是社群的热情和知识的免费传递。

白桦: Denthor的教程当年免费放在BBS上，Alfie John因此成为程序员；fheroes2今天以GPL开源，下一个Alfie John可能就在下载它。这个链条没有断。

茉莉: 而且它跟我们今天聊过的很多主题形成了完整的收束：监控在扩张，审查在加强，财富在集中——但在角落里，仍然有人不计回报地把知识和快乐传递下去。

白桦: 这大概就是今天全部的内容了。从罗马的两千年战场，到你客厅里的电视，再到一个给五岁孩子寄书的人。

茉莉: 感谢收听，我是茉莉。

白桦: 我是白桦，我们下期见。