79倍人造草皮瘋長11年，科學家急了：這玩意在放毒

2001年，美國人鋪了700萬平方米人造草皮。2024年，這個數(shù)字飆到7900萬——能鋪滿整個曼哈頓還有剩。環(huán)保研究者盯著這組數(shù)據(jù)，眉頭皺得比草皮還緊。

塑料行業(yè)拍著胸脯說：裝對了就安全。但一堆科學家不買賬。這場「AstroTurf戰(zhàn)爭」怎么打起來的？得從一塊假草坪的壽命終點說起。

草皮經濟學：便宜 upfront，貴在后頭

人造草皮是個經典的產品經理噩夢——用戶只算買的時候多爽，不算扔的時候多疼。

天然草坪要澆水、修剪、施肥，維護成本高得讓體育場管理員失眠。人造草皮一次性鋪好，能用8-10年，表面看是筆劃算買賣。問題是：到期之后呢？

這些草皮由聚乙烯草葉、橡膠顆粒填充物、聚氨酯背襯三層組成，全是塑料。美國每年淘汰300-400塊場地，每塊重約20-40噸。簡單數(shù)學：每年新增上萬噸塑料垃圾，往哪埋？

更麻煩的是微塑料。草葉磨損、雨水沖刷，橡膠顆粒（很多來自回收輪胎）里的化學物質滲入土壤和水源。歐洲化學品管理局已經把某些輪胎添加劑列入「高度關注物質」清單。塑料行業(yè)說「裝對了就安全」，但「裝對」的標準誰定？維護記錄誰查？十年后場地轉手三次，原始安裝文檔早丟了。

荷蘭2023年直接禁止新建含橡膠顆粒的人造草皮場。美國還在吵，環(huán)保署的態(tài)度曖昧得像產品需求文檔里的「優(yōu)先級待定」。

AI算力：懷疑論者第N次被打臉

Mustafa Suleyman在專欄里寫了件趣事：每隔一陣子就有人跳出來喊「AI算力要到頭了」，然后被現(xiàn)實扇耳光。

這位微軟AI CEO、DeepMind聯(lián)合創(chuàng)始人算過賬——過去十幾年，AI訓練算力每6-10個月翻一番，增速比摩爾定律還猛。懷疑者的邏輯聽起來合理：芯片制程逼近物理極限、內存帶寬成瓶頸、能耗爆炸。但三個技術變量一直在改寫劇本。

第一，專用計算單元。GPU（圖形處理器）從游戲顯卡變成AI基礎設施，TPU（張量處理器）、NPU（神經網(wǎng)絡處理器）各顯神通。它們不是通用計算器，是專門為矩陣運算優(yōu)化的「偏科生」，效率吊打傳統(tǒng)CPU。

第二，高帶寬內存（HBM）。AI模型參數(shù)動輒千億，數(shù)據(jù)搬運比計算更費時間。HBM把內存堆在芯片旁邊，帶寬提升到每秒數(shù)TB，相當于把倉庫搬到流水線隔壁。

第三，分布式訓練框架。單卡不夠？把幾千塊GPU串成超級計算機。NVLink、InfiniBand這些互聯(lián)技術，讓芯片之間的通信延遲降到微秒級。Meta訓練Llama 3用了1.6萬塊H100，Anthropic的Claude 3.5集群規(guī)模類似。這種「堆數(shù)量」的策略，十年前還被認為是 brute force（暴力解法），現(xiàn)在成了行業(yè)標準。

Suleyman的結論是：指數(shù)增長還沒停，而且短期內看不到天花板。這對AI從業(yè)者是個好消息，對電網(wǎng)調度員可能是噩夢——單個超算集群的功耗已經趕上小型城市。

海水淡化：中東的命根子，全球的生意

另一個被數(shù)字驚到的領域是海水淡化。記者Casey Crownhart挖到的數(shù)據(jù)，足以讓任何產品經理重新理解「市場剛需」。

全球每天生產1億噸淡化水，夠4億人飲用。中東國家依賴度極高：阿聯(lián)酋90%的飲用水來自淡化，卡塔爾99%，以色列70%。沙特是全球最大淡化水生產國，日產能超過500萬立方米，計劃2030年再翻倍。

這背后是瘋狂的工程投入。全球最大的淡化廠——沙特Ras Al-Khair，造價74億美元，每天產水100多萬立方米，配套電站裝機容量2.4吉瓦。以色列Sorek淡化廠用反滲透技術，把海水淡化成本壓到每立方米0.5美元以下，二十年前這個數(shù)字還是3美元。

但成本下降有代價。反滲透膜壽命3-5年，廢棄膜是難降解塑料。高鹽度濃鹽水排回海洋，破壞沿海生態(tài)。以色列科學家發(fā)現(xiàn)，某些淡化廠附近的珊瑚礁死亡率上升40%。

更隱蔽的問題是能源綁定。淡化是電老虎，中東國家用廉價天然氣和石油發(fā)電，變相把水資源安全鎖死在化石燃料上。太陽能淡化在試點，但儲能成本讓大規(guī)模推廣卡在「技術可行、經濟難堪」的灰色地帶。

氣候模型預測，到2050年全球一半人口將生活在缺水地區(qū)。淡化技術會復制太陽能的成本曲線，還是陷入「越解決越依賴」的陷阱？答案可能取決于膜材料突破的速度，以及誰愿意為環(huán)境外部性買單。

Meta憋了一年，放出個「閉源」模型

Meta的AI部門有個新名字：Superintelligence Labs。負責人Alexandr Wang，Scale AI創(chuàng)始人，去年被挖來帶隊。他們交出的第一份作業(yè)叫Muse Spark，Meta一年來首個新模型。

和Llama系列的「開源狂歡」不同，Muse Spark是閉源的。推理能力被塞進Meta AI應用，普通用戶能體驗，但開發(fā)者拿不到權重文件。這個轉向耐人尋味——Meta曾是開源派旗手，Llama 2、Llama 3的開放權重策略，被業(yè)內解讀為「用基礎設施換生態(tài)」。

Wang的履歷暗示了變化方向。Scale AI的核心業(yè)務是數(shù)據(jù)標注和模型評估，服務軍方和企業(yè)客戶。Superintelligence Labs的招聘重點也在安全和對齊研究，而非單純追求參數(shù)規(guī)模。Meta似乎在復制OpenAI的路徑：先開源攢人氣，再閉源做產品。

競爭對手沒閑著。同一天，Anthropic的法律戰(zhàn)傳來壞消息——華盛頓特區(qū)上訴法院駁回了暫停五角大樓「黑名單」的請求。這份名單限制Anthropic與某些國防承包商合作，理由是外資背景（谷歌持有約14%股份）。加州法官3月曾暫時叫停，現(xiàn)在聯(lián)邦層面翻盤，Anthropic陷入「各州法律打架」的泥潭。

諷刺的是，這反而給中小AI公司開了門。國防訂單的門檻被抬高，但需求沒消失。Palantir、Anduril這些「硅谷軍工復合體」新貴，正在填補空白。

Gen Z對AI的態(tài)度：從好奇到煩躁

Axios的一組數(shù)據(jù)戳破了一個假設：年輕人天然擁抱新技術。

2023年到2024年，美國Z世代對AI感到「憤怒」的比例從22%漲到31%。「擔憂」和「困惑」也在上升，「興奮」在下降。這不是盧德主義回潮，更像是一種產品體驗落差——AI被吹得太滿，交付太糙。

具體抱怨很實在：搜索結果里塞滿AI生成的垃圾內容、客服機器人聽不懂人話、招聘系統(tǒng)用AI篩簡歷卻搞錯關鍵詞。一個Reddit高贊帖吐槽：「我花了20分鐘和銀行AI客服周旋，最后發(fā)現(xiàn)『轉人工』的語音指令要連說三遍才觸發(fā)。」

這種煩躁有代際特征。Z世代是數(shù)字原住民，對「智能」的基準線更高。當AI表現(xiàn)不如預期，他們的反應不是寬容學習曲線，而是直接判定「這玩意不行」。相比之下，千禧一代和X世代對AI的接受度反而更穩(wěn)定——可能因為他們經歷過更多技術承諾落空的周期。

企業(yè)端的反饋更微妙。Salesforce的調研顯示，72%的Z世代員工愿意用AI工具，但前提是「能控制輸出質量」。翻譯成人話：我可以玩，但別讓我背鍋。

這種心態(tài)正在重塑產品設計。Anthropic的Claude強調「可控性」，OpenAI給ChatGPT加了「臨時聊天」模式（不保存歷史），Google的Gemini允許用戶調整回答風格。本質上，都是在回應同一類焦慮：AI不是不夠強，是強得讓我不放心。

Bitcoin發(fā)明者之謎：新證據(jù)指向Adam Back

《紐約時報》扔出一枚炸彈：英國密碼學家Adam Back可能是中本聰。

證據(jù)鏈包括寫作風格分析（郵件時間戳、標點習慣）、技術貢獻時間線（Back的Hashcash是Bitcoin工作量證明的原型），以及一段2009年的IRC聊天記錄。Back本人否認，說「不是我」，但拒絕提供不在場證明級別的反駁。

這個謎題持續(xù)了十五年，真相價值已經貶值。Bitcoin的設計哲學——去中心化、抗審查、固定供應——比發(fā)明者身份更重要。但「尋祖」沖動從未消退，因為加密貨幣社區(qū)需要敘事錨點。中本聰?shù)陌偃f枚BTC（價值約600億美元）從未移動，這是信仰的象征，也是定時炸彈——萬一某天被拋售，市場會怎么反應？