“纯过日子”消解了崇高,或是可以构成崇高?孕育了妥协,还是孕育了抵抗?
虎嗅 · 11 小时前
本文来自微信公众号: 沙丘研究所 ,作者:沙丘词典编辑团队,原文标题:《「纯过日子」消解了崇高,或是可以构成崇高?孕育了妥协,还是孕育了抵抗?》简要释义退却宏大叙事、专注微观日常与生计维系的生活实践者详细释义下班后推开菜市场的门帘,在摊位前仔细比对哪把青菜更新鲜,盘算着今晚做什么汤、明天备什么小菜。回到家,洗菜、擦地、给盆栽浇水。手机不断推送关于宏大议题的争论,你耸耸肩,并不打算多看一眼。“纯过日子人”一词于2026年在中文社交平台上流行开来,指代一批逐渐厌倦消费攀比与过度自我审视的年轻人。他们不再为了维持社交平台上光鲜的生活形象而勉强自己支付额外的品牌溢价,也不再执着于剖析原生家庭的影响,或卷入无休止的宏大叙事之争,而是将精力收拢回三餐四季、健康与储蓄之中。这一概念兼具消费理性与心理防御的双重意涵——通过掌控眼前的具体生活,个体得以在不确定的时代重建踏实感。不过,舆论对此亦存分歧:支持者赞赏其清醒务实、不再受消费主义裹挟;批评者则担忧,当年轻人逐渐疏离文化审美与公共表达,所谓的“纯过日子”也可能滑向过度保守与自我封闭。例句作为新闻媒体编辑的她,下班后并没有看评论区的习惯,而是花时间研究应季食材和记账软件,彻底成了一名踏实的“纯过日子人”。提出者中文社交媒体群体(小红书博主“台灯婆婆”及网友)背景注疏注:“纯过日子人”并非学者造词,而是源自小红书博主“台灯婆婆”的生活分享,并于2026年8月随微博热搜出圈。学界常借助吴飞对“过日子”伦理与项飙对“附近”的阐释,剖析这一当代青年生存转向。文献出处澎湃新闻,《“纯过日子人”走红,但真的存在所谓的“纯”过日子吗?("Pure Everyday-Lifer" Goes Viral,But Does "Pure" Daily Living Really Exist?)》,上海:澎湃新闻(The Paper),2026。原著为中文报道,尚无外文翻译。延伸阅读吴飞,《浮生取义:对华北某县自杀现象的文化解读(Suicide and Justice:A Cultural Interpretation of Suicide in a North China County)》,北京:中国人民大学出版社(Renmin University of China Press),2009。中国大陆已出版,中国人民大学出版社。项飙、吴琦,《把自己作为方法:与项飙谈话(Self as Method:Thinking Through China and the World)》,上海:上海文艺出版社(Shanghai Literature&Art Publishing House),2020。中国大陆已出版,上海文艺出版社;港台有译本,行人文化实验室。回声最近,“纯过日子人”成了一个热词,尤其是年轻人形容自己开始“实用主义”,注重实惠、低价和身体健康,甚至养生:自己做饭、刷红果短剧、周末去公园晒背。不仅如此,还与互联网的“风口”、“话术”做脱钩:不炒股、不在文艺作品里找共鸣,不抢小众电影票,不再内耗,也不再靠深刻理论检验人生轨迹,不谈论原生家庭,把注意力收回到买菜、做饭、睡觉、刷短剧、下楼遛弯这些日常之事上。令我感兴趣的是,很多近年来的学术作品同样关注“过日子”这个概念:“everyday”、“日常”、“实践”、“ordinary”、“普通”、日复一日的日子如何被“过”……不过,这个“过”中包含着什么?当然,我们很容易说,日常是一种妥协;也很容易可以说,日常孕育着抵抗。我们可以说过日子是奇崛狂放的生活想象的消失,取而代之的是沙发、短剧、没有悬念的happy ending。尖锐的批评者会说,这是后新自由主义时代的一种生存姿势:上升通道收窄、风险被个人化之后,人们只好紧紧抓住最简单的生活,劳伦·贝兰特(Lauren Berlant)在《残酷的乐观》(Cruel Optimism)里描述过这种处境:“美好生活”的幻想磨损之后,人们转向横向的、低强度的自我维持。疲惫时代,人们开始向往情绪稳定,赞美通透,而所谓的通透,又是什么呢?在这篇文章里,我试图回顾一些着眼于“过日子”、“日常”的社会理论;探讨一下,“过”日子的时候,什么是“过”?最后,我们也会谈谈“日子”的丰富可能性。当代哲学与人类学学者吴飞的《浮生取义》取自对河北省农村自杀案例的田野调查。在这本书里,吴飞就提到了“过日子”与“做人”的概念。对于生活在日常文化之中的我们,这两个概念听起来“小题大做”,而他却将这些概念视作理解人们如何实践道德、实现正义的关键。他甚至写到,被看见、被认可、被公道地对待,都与一个人是否能合理地“过日子”和“做人”相关。“浮生”是轻的,是日复一日、转瞬即逝;“取义”是重的。他试图证明,在日常生活中,总是有一些司空见惯的词汇和说法,但真正探讨起来,它们可能沉重到难以承受,涉及个体生命存在于世间的根本价值。这本书的论点最后或许并不骇人,其中却悄悄藏了许多令人唏嘘的生命的案例,全部都是他们在谈如何“过日子”甚至“混日子”,同时又包杂了委屈、痛苦、与挣扎,读来令人怅惘,忽而失落,又忽而眼酸。他写到:“在我遇到的众多自杀者中,完全混日子的人为数很少;绝大多数是人人过日子,但是又无法过上好日子的人。”或许,在“纯过日子”中,比“过”更难做到的是“纯”——“纯”字指向了一种具体体验,也就是所谓“蹉跎人生”:想什么想、活着就完了,不去过多地思考和追求,一切从实用出发。但与此同时,仅仅是“实用”的生活,也充满了随时脱轨、出现未知数的变化、动荡。这个“纯”又有一种刻意的自我限制、甚至是压制:压制自己有可能不安的内心,也用言语压制着随时可能踩空的生活。法国上个世纪的社会理论家米歇尔·德·塞尔托(Michel de Certeau)的《日常生活实践》最常被引用的,是他对“战术”(tactics,‘沙丘研究所’旧文也有展开过这个概念:用微反叛的方式夺回社区生活)的描述:没有自己地盘的人,只能在别人的地盘上见缝插针。他举的例子叫la perruque(字面意思是“假发”):工人在上班时间、用厂里的边角料,给自己做个小玩意儿。换到今天,大概就是在工位上用公司的网追完一集短剧。比较少被读、却同样有趣的是这套书的第二卷。第二卷写居住与做饭。吕斯·贾尔(Luce Giard)访谈了许多女性怎样做饭,把厨房里的手艺当作一种有记忆、有判断、有身体的知识:知道剩菜放几天会坏、知道外婆的方子里哪一步可以偷懒——这些都算知识。“纯过日子人三件套”里最不起眼的“自己做饭”,但这难道不是一门学问?只是说,这是一门很少被当成学问的学问。人类学家大卫·格雷伯(David Graeber)以他的行动主义而闻名,他把直接行动定义为“仿佛一个人已经自由了一样去行动。(The defiant insistence on acting as if one is already free.)”被简化的这句口号“仿佛已经自由了(as if already free)”也成为了他去世后纪念他的文章合集的书名。他爱举的例子很朴素:一个镇子的水被垄断了,到镇长家门口喊口号是抗议,把镇长家门堵上是公民不服从,而直接行动是:自己去挖一口井。对他来说,过日子的解放性就在这口井里:不等房价、算法和政治理念,先在自己的厨房、饭桌和周末里,按一个自由人的方式安排时间。过日子,就是直接解决问题。人类学家微依那·达斯(Veena Das)大概是谈“暴力”与“日常”时绕不开的人。她研究印度暴乱中的幸存者,尤其是女性在战后的生活时,看到她们没有走向宏大的“罪与罚”,也没有走向宗教式的超越,而是“下降”:回到做饭、照顾、维持亲属关系。达斯把它称为“把词带回家”:把生活从那些失控了的词语的流通里收回来,以此证明生活仍然可能。她在对德里的低收入社区的田野研究中提到,日常的敌人不是大屠杀,而是装电表这样看似简单的事情:这个社区在行政上不算“认可的居住区”。所以,装电表意味着——请人画一张住区地图,再拿去让好几个部委盖章认证;写没完没了的申诉信;一趟趟跑办公室、排队;挨家挨户动员足够多的居民支持;准备宣誓书,保证会按时交电费;同时还得防着围绕偷电和勒索长出来的黑帮势力。达斯说,如实呈现这份劳动的强度,是“我们视为平常之物的非凡。(the extraordinariness of what we accept as ordinary)。”她写到:“相反,我感兴趣的是,概念是如何变得,或本来就是易受经验影响的。(Instead,I am interested in the way concepts become or are vulnerable to experience.)”解放与妥协两者都把过日子看得太单一,也太一蹴而就:它们都没有把过日子当成一种活动,一种人们每天在做、每天都得重新做的事。微依那·达斯在形容这种生活的时候用了三个词:习惯(habituation),重复(repetition),暗流(undercurrents)。回想起来,这似乎确实说明“过”的波澜不惊也需要一种再生产式的刻意营造。而这种营造,是达斯所观察的“日常道德”(ordinary ethics),或许也是吴飞所观察的、在消退也值得被审问的“礼”,也或许是一种“as-if pockets”式的创造:汉学家普鸣(Michael Puett)在与克里斯提娜·格罗斯-洛(Christine Gross-Loh)合写的《哈佛中国哲学课》里讲,孔子的礼仪需要一种“as if”,“仿佛如此”。他说,我们一直在制造一些“仿佛如此”的小口袋(as-if pocket):“我们不断创造出种种‘仿佛如此’的‘现实’。这些as-if pockets与我们的现实生活之间确实存在着某种断裂,但我们所追求的并非让自己变得更像那些‘仿佛如此’的空间里所呈现出的样子,似乎倒是在学习如何妥善地应对各种境况。”这和格雷伯的as if正好互为镜像。格雷伯的as if是政治解放的:假装已经自由,于是去挖井;孔子的as if是伦理的,甚至,如同吴飞所提的例子,是“亲亲相隐”的,是令人失望而不得不如此的:假装已经和睦,于是先把饭吃了。一个对着外面的结构,一个对着里面的惯性,而“过日子”是两样都要:既要直接行动,也要维持穿渡日常的这条独木桥的扶手,我想它自有的矛盾就在这里。这又让我想到之前和沙丘其他成员讨论过而想写的一个词:“张力”。先是“性张力”,然后什么都可以有张力:一个人把一碗面吃得呼噜作响,叫“饭张力”;一只猫在太阳底下睡得四仰八叉,叫“睡张力”。张力和过日子有关系吗?我觉得,对张力这种非凡、高潮的期待和神往,以及张力所呼唤出的美学期待,与过日子的平庸看似是一种对立,又显然是一种统一。近几年的学术创造在性格上——如果学术创作是有性格的话——似乎也映照了这一组形象:一面是下沉进日常的兢兢求索,一面则是对呼风唤雨的超理性力量的狂想。它们当然,一起对应着一种制度性的失望。就在中文互联网流行“纯过日子”的同一时期,英文互联网上也滚起了一个雪球:“You met me at a very Chinese time in my life.(你在我人生中一个非常‘中国’的时期遇见了我。)”它模仿的是电影《搏击俱乐部》的最后一句台词“You met me at a very strange time in my life.(你在我人生中一个非常奇怪的时期遇见了我。)”到2026年初,它衍生出了Chinamaxxing(把“中国式”拉满)和“u will turn Chinese tomorrow(你明天就会变成中国人)”之类的变体:喝热水、喝粥、穿红色祈福、在室内穿拖鞋。荷兰阿姆斯特丹文化机构Felix Meritis与YIQI Collective联合举办的活动海报。这是不是英文互联网中的“纯过日子人”?有趣的是,他们用“中国式”来完成这样的表达。仿佛只要带着一些中国符号生活,就是在修身养性、自我照看。哈佛研究者方天宇在WIRED的一篇报道里说,这些梗与其说在描绘中国,不如说是在投射美国生活中不如意的一切、美国梦的衰败。与此同时,中文互联网则以这个词在理解美国:“斩杀线”。基于一些事实但又显然带有不少奇谭式的演绎,中文博主发明了这个词来描绘美国人的生活处在崩溃边缘的状况,一次裁员或事故就足以让中产流落街头。在这样的背景下,东西半球互相对望的这两股网络热潮,与其说是调侃彼此的笑话,不如说折射出一种共同的焦虑。当制度性的保障日渐稀薄、勉力维持后新自由主义的体面生活成为一种全球普遍的困境,人们便只能退回到最具体的身体知觉与一餐一饭里,试图抓住一个暂时的解。“过日子”确实既是一场撤退、一场自洽,又隐隐约约地令我们感叹着它的暗流涌动。人们隐隐有不甘和渴望,又在平静与焦急中寻求平衡。我们很难说,“纯过日子”这个词的流行有多么令我们意外:它是一个情理之中的热词。对于《沙丘词典》来说,在我们坚持尝试解词已经几年来的今天,互联网热词往往给我们一种“原来也没什么好解释的”的感觉,但这往往是因为,就像我们很难发现究竟该如何“看”、如何“听”、如何体验“日常”这一永远在重复、却又绝不回溯的滔滔之流一样,我们总在与奇崛相遇,也总在看着它们滑走。在这一次又一次的“习惯(habituation)”和“重复(repetition)”中,我们依然保持着对可能性的好奇。最后为大家送一句我很喜欢的书评,来自王德威为黎紫书《流俗地》写的代序《盲女古银霞的奇遇》:“然而生命再庸庸碌碌,也偶有灵光闪烁。这里没有天意使然,甚至无关什么人性光辉,却足以让我们理解现实的无情与有情,人之为人的流俗与不俗,自有一份庄严意义。”“You met me at a very ordinary time in my life.”“回声”作者本期词条的回声写作者是吕孟汀,现为普林斯顿大学人类学博士生。她热爱的东西有很多:旅行,古诗,做饭,白日梦和讲笑话。她关切的事情有:食品、农业与环境,公共空间的营造和维持,知识生产如何与生活有关,如何创造一个更包容而模糊的世界。参考文献Lauren Berlant,Cruel Optimism,Durham:Duke University Press,2011.吴飞,《浮生取义:对华北某县自杀现象的文化解读(Suicide and Justice:A Cultural Interpretation of Suicide in a North China County)》,北京:中国人民大学出版社(Renmin University of China Press),2009。Pierre Béarn,Couleurs d'usine,Paris:Éditions Seghers,1951.(Note:The phrase "Métro,boulot,dodo" originates from this poetry collection.)米歇尔·德·塞托(Michel de Certeau),《日常生活实践:1.实践的艺术(The Practice of Everyday Life)》,伯克利:加州大学出版社(University of California Press),1984。米歇尔·德·塞托(Michel de Certeau)、露丝·吉尔德(Luce Giard)、皮埃尔·马约尔(Pierre Mayol),《日常生活实践:2.居住与烹饪(The Practice of Everyday Life,Volume 2:Living and Cooking)》,明尼阿波利斯:明尼苏达大学出版社(University of Minnesota Press),1998。David Graeber,Direct Action:An Ethnography,Oakland:AK Press,2009.As If Already Free:Anthropology and Activism After David Graeber,London:Pluto Press,2023.Veena Das,Life and Words:Violence and the Descent into the Ordinary,Berkeley:University of California Press,2007.Veena Das,Textures of the Ordinary:Doing Anthropology after Wittgenstein,New York:Fordham University Press,2020.(Note:The fieldwork on electricity meters in Delhi and the English quote in the text are from this book.)迈克尔·普鸣(Michael Puett)、克里斯汀·格罗斯-洛(Christine Gross-Loh),《哈佛中国哲学课(The Path:What Chinese Philosophers Can Teach Us About the Good Life)》,纽约:西蒙与舒斯特出版社(Simon&Schuster),2016。Tianyu Fang,WIRED,January 2026,https://www.wired.com/story/made-in-china-chinese-time-of-my-life/.王德威,《盲女古银霞的奇遇》(代序),载黎紫书,《流俗地》,北京:北京十月文艺出版社,2021。文中及图注提及的艺术、影视与文化作品威廉·哈默修伊(Vilhelm Hammershøi),《阳光,或阳光中的尘埃之舞》(Sunbeams or Sunshine.Dust Motes Dancing in the Sunbeams),1900。(油画,藏于丹麦奥德鲁普格美术馆Ordrupgaard;图像来源:丹麦国家美术馆哈默修伊数字档案SMK)赵本山、宋丹丹、崔永元表演,《说事儿》,中国:中央电视台,2006。(春节联欢晚会小品,以电视栏目《小崔说事》为背景)倪萍,《日子》,北京:作家出版社,1997。(书籍,2006年央视春晚小品《说事儿》中提及)皮埃尔·贝阿恩(Pierre Béarn),《工厂的色彩》(Couleurs d'usine),巴黎:Pierre Seghers,1951。(诗集,其中的诗句包含后来广为流传的“地铁、工作、睡觉”[Métro,boulot,dodo]这一表达)佐伊·伦纳德(Zoe Leonard),《奇异的果实》(Strange Fruit),1992—1997。(装置艺术,藏于费城艺术博物馆Philadelphia Museum of Art;图像来源:费城艺术博物馆)宋冬,《物尽其用》(Waste Not),2005。(装置艺术;图像来源:纽约现代艺术博物馆MoMA,图片由东京画廊+BTAP[Tokyo Gallery+BTAP]提供)莎伦·洛克哈特(Sharon Lockhart),《午休》(Lunch Break),2008。(实验电影,35毫米胶片转高清数字影像;图像来源:旧金山现代艺术博物馆SFMOMA,©Sharon Lockhart)大卫·芬奇(David Fincher)导演,《搏击俱乐部》(Fight Club),美国:二十世纪福克斯(20th Century Fox),1999。(电影)费利克斯·梅里蒂斯(Felix Meritis)与YIQI创意团体(YIQI Collective),《把“中国式”拉满:我们是否正生活在一个很“中国”的时代?》(Chinamaxxing:Are We Living in a Very Chinese Time?),荷兰阿姆斯特丹:Felix Meritis,2026年6月6日。(文化活动及宣传海报;图像来源:Felix Meritis官方网站)川内伦子(Rinko Kawauchi),《小憩》(Utatane),东京:Little More,2001。(摄影集;文中图片选自该系列,图像来源:Photobookstore,©Rinko Kawauchi)彼得·杰克逊(Peter Jackson)导演,《指环王:护戒使者》(The Lord of the Rings:The Fellowship of the Ring),美国/新西兰:新线影业(New Line Cinema),2001。(电影,改编自J.R.R.托尔金[J.R.R.Tolkien]的同名小说)
路杀每年夺走上亿生命,我们都可以阻止它
虎嗅 · 1 天前
本文来自微信公众号: 猫盟CFCA ,作者:红色皇后2024年5月16日,马来西亚一只马来虎——最濒危的野生虎亚种——遭遇车祸死亡。2024年6月14日,山西一只华北豹遭遇车祸受伤。2026年7月初,佛罗里达美洲狮——最濒危的美洲狮亚种——已被记录到11只死亡,推测死因全是车祸。同年7月,我们在(升级了的)337县道上安装的红外相机,拍摄到13只豹出现在道路周边。8月,我们在当地老乡的帮助下收集了337县道上路杀的动物信息,不到一个月内,发现了死于车祸的两只赤狐和一只豹猫。猫盟还会继续关注337县道对野生动物的影响,以及动物过路通道的使用状况。路杀的死亡阴影世上本没有路,走的人多了,野生动物的安危就成了问题。路杀是最能集中体现发展与保护矛盾的事件之一。要想富,先修路,当地老乡要是听到“野生动物会撞死,所以还是别修路了”,恐怕会第一个站出来不同意。然而路杀对野生动物保护的影响也是触目惊心的。据估算,欧洲每年有1.94亿只鸟和2900万只兽死于路杀。一篇对亚洲路杀相关的论文的综述发现,亚洲遭受路杀并记入学术文献的物种有1048种,其中148种属于IUCN确定的受威胁物种(保护等级在Least Concern以上)。除了前面提到的物种,虎、狮、伊比利亚猞猁、欧洲野猫、美洲豹、野牦牛、非洲草原象、亚洲象、马来熊、苏门犀、非洲野犬、鬃狼等濒危物种都遭遇过路杀,有些还因路杀损失了相当多的个体,从而威胁到种群存亡。即使从最狭义的人类的利益来说,路杀也是一个严重的问题。根据美国2019年的数据,美国每年有约400人因车祸撞上野生动物丧生,5万9000人受伤。美国犹他州1996至2001年间,撞上动物的车祸造成的经济损失,占到所有车祸损失的39%。从更大的尺度上看,整个生态系统都可能被路杀产生的连锁效应波及。随着越来越多公路的建成,栖息地碎片化和路杀对野生动物的生存威胁也越来越大,无法忍受这种生活环境的动物就会灭绝或逃离。随着物种越来越少,食物网也变得越来越简单。根据《道路密度对地区食物网的影响》(Effects of road density on regional food webs)的分析,欧洲大城市周围路网密集的地方,生态系统的食物链关系会减少90%。面对路杀,我们该怎么办?目前已经有超过四十种缓解路杀问题的措施。之前我们讲过多种野生动物过路的通道,如天桥、涵洞、架高公路(让野生动物从底下通过),还有防止动物进入道路、引导走动物通道的围栏。此外还有野生动物警告牌、监测系统、加强照明、使用趋避剂和修剪路边植被减少动物靠近公路等。六盘山公路下的排水涵洞和通过涵洞的豹猫©猫盟豹猫从六盘山高架公路下经过©猫盟管用吗?好消息是,效果还不错!《道路缓解减少路杀的效果如何?》(How Effective Is Road Mitigation at Reducing Road-Kill?)对50项研究进行的元分析发现,与不做任何措施的情况相比,设立缓解路杀的设施能将路杀减少40%。不过,这篇论文有个奇怪的统计结果:单独用围栏可以将路杀减少86%,围栏与野生动物通道结合,则只有51%的减少。这可能是由于不同研究对象的条件不同。比如,那些“只有围栏”的研究地点,围栏的平均长度(约11千米)几乎是“既有围栏也有野生动物通道”(约4千米)的三倍。这个研究结果只能说明“很长的围栏”效果可能超过“很短的围栏加野生动物通道”,而不能说野生动物通道的效果是负的。但这也证明了围栏这一设施的重要性。《影响野生动物使用过路装置的因素——系统综述和元分析》(Factors affecting usage of crossing structures by wildlife—A systematic review and meta-analysis,下简称《元分析》)一文对270项研究进行了分析,发现不同物种对通道的类型各有偏爱:有蹄类、大型食肉动物和小型食肉动物都偏好公路架高的通道(从下面走过),有蹄类通过架高公路的概率,是天桥式通道的2.9倍,是地下通道的3.6倍。而小型非食肉动物更喜欢地下通道。我们使用围栏,引导野生动物和放牧的人从不同的道路经过©莹子人类的影响也是一个重要因素。大型食肉动物非常不喜欢给人使用的过路装置,它们使用专门给野生动物设计的过路通道的几率,甚至能达到人类专用通道的15.9倍。此外,不管大小,动物都更喜欢天然材料如泥土而不是水泥通道,这也可能是因为怕人。老乡在野生动物通道旁边植树,野生动物有遮蔽、有安全感,才会选择从野生动物通道经过©猫盟栖息地的条件也是影响动物过马路的一个重要因素。野生动物车祸综述:多学科可持续交通和野生动物保护方法(A review of wildlife–vehicle collisions:a multidisciplinary path to sustainable transportation and wildlife protection)提到,栖息地适合度的模型可以预测有蹄类穿越公路的位置,这是毫不奇怪的,“人”流量高的地方,车祸发生的几率也高。在道路规划时加入栖息地模型,由此安排这条路要通过哪里,哪里要安排过路设施,可以有效减少路杀。猫盟为337县道提出的野生动物廊道设计建议,清华栗夏琳制图这告诉我们,具体情况需要具体分析,想要减少路杀,了解当地的条件(比如环境、有什么动物、动物爱往哪里去)来进行规划很重要。但,如何获得具体信息呢?研究不足和公民科学补救虽然路杀已经是一个重要的研究项目,但研究者们收集的信息,还存在诸多局限性。大部分对路杀的研究都针对大型兽类和旗舰种,大部分研究都集中在西方世界,亚洲、非洲、南美洲的研究相对有限(亚洲的研究其实数量不少,但主要集中在少数几个国家)。虽然我们知道路杀会杀死许多动物,但路杀在生态系统的尺度上到底会产生什么影响,了解也很不够。道路这么多,很多地方基础设施又有限,要充分地了解路杀,存在诸多困难。这时候公民科学就出来提供帮助了。今年由南京大学李忠秋教授团队发表在《自然》上的一篇关于全球路杀状况的论文,从三个地方收集了路杀的信息:学术界的数据。他们检索了“全球路杀数据库”(Global Roadkill Dataset),得到177428条动物路杀记录。全球路杀观察(Global Roadkill Observations)。这是记录全球物种的网站iNaturalist的一个项目,这个网站人人都可以注册,然后上传自己记录到的生物,经过筛选,他们得到了125948条记录。中国的路杀记录。李教授的团队开发了一个微信小程序“路杀生物调查记录”,让大家来提交自己见到的路杀动物记录,2009年到2025年间,这个小程序收集了7126条记录。此外他还加上了iNaturalist上发生在中国的路杀记录,通过中国的媒体、社交平台、个人交流等收集到的信息,总共12738条。全球路杀观察收集的路杀野生动物照片路杀生物调查记录小程序这么多数字可能看得你有点晕了。划一下重点:这里iNaturalist上的信息,和小程序、媒体等收集到的信息,大多都来自没有学术背景的普通人。这是一个非专业人士参与科学研究的方法,也就是公民科学。他们靠着公民科学收集到了十万多条信息,这个量超过学术信息的三分之二。六盘山涵洞里的豹猫©猫盟路杀每天都在发生,路上人来来往往,我们无法从一只华北豹或美洲狮的车祸分析出这场事故的来龙去脉,但拍下照片上传时间地点,就提供了重要的本底调查信息,尤其是对那些研究尚未进驻的“荒地”。中国的道路长度超过500万公里,世界上位居第三,路网还在迅速扩张。世上本没有路,如何让路上既能走很多人,又能走很多动物,本身就是一条未知的路。参考文献1、Michael Braun.Third Florida panther killed in little less than three weeks;Big cat likely hit by vehicle on Corkscrew Road in Lee County[EB/OL].WGCU,(2026-07-03)https://www.wgcu.org/top-story/2026-07-01/third-florida-panther-killed-in-little-less-than-three-weeks-big-cat-likely-hit-by-vehicle-in-lee-county2、Balčiauskas L,Kučas A,BalčiauskienėL.A review of wildlife–vehicle collisions:a multidisciplinary path to sustainable transportation and wildlife protection[J].Sustainability,2025,17(10):4644.3、Mestre,F.;Bastazini,V.A.G.;Ascensão,F.Effects of road density on regional food webs.Conserv.Biol.2025,e70007.4、Rytwinski,T.;Soanes,K.;Jaeger,J.A.;Fahrig,L.;Findlay,C.S.;Houlahan,J.;van der Ree,R.;van der Grift,E.A.How Effective Is Road Mitigation at Reducing Road-Kill?A Meta-Analysis.PLoS ONE 2016,11,e0166941.5、Balčiauskas L,Kučas A,BalčiauskienėL.A review of wildlife–vehicle collisions:a multidisciplinary path to sustainable transportation and wildlife protection[J].Sustainability,2025,17(10):4644.6、Li Y,Zhao Z,Chen X,et al.Global inequality in roadkill burden concentrates collision risk on threatened species in low-and middle-income countries[J].Nature Communications,2026.
金属集体大跌,机构却看法不一:金银铜后市分歧在哪?
虎嗅 · 1 天前
本文来自微信公众号: 和讯 ,作者:和讯财经研究11月20日,贵金属与工业金属双双再度下挫。沪金主力跌4.90%,沪银主力单日暴跌7.11%;COMEX黄金、白银隔夜也出现明显下跌。工业金属同样未能止跌,沪铜、沪锡、沪镍、沪锌当日均出现不同程度下跌。11月以来,国际金属市场经历了一轮明显调整。黄金、白银持续走弱,铜、铝、锌、锡等工业金属也相继承压。尤其是11月中旬以来,铜价跌势加速,带动金属市场整体风险偏好降温。这轮调整并非单一因素驱动。美国通胀压力、美元走强和利率预期变化,正在压制金属价格;此前积累的多头仓位集中平仓,又进一步放大了跌幅。与此同时,AI基础设施投资、能源转型和全球金属供需等长期逻辑,也开始接受市场重新审视。对于这轮下跌,市场并没有形成完全一致的判断。01金属集体回调,市场在重新定价什么?截至11月19日,LME铜自10月21日的阶段高点回落约13.64%,COMEX黄金同期回落12.42%,COMEX白银回落26.15%,LME铝回落约4.46%。国内方面,沪铜主力失守10万元/吨,近一个月跌约9.87%;沪银主力近一个月跌幅达22.27%。贵金属与工业金属均出现了不同程度的调整。图表|主要金属近一月市场价格表现数据来源:Wind。近一月区间为2026年10月21日至11月19日。LME为场内收盘价,COMEX为主力连续,上期所为主力收盘价。各机构对本轮回调的归因,基本集中在几个方面。其一,美国10月CPI与核心CPI环比双双高于预期,PPI同比升至6.5%,CME利率期货显示12月加息25个基点的概率从一周前的约八成快速升至95%以上,美元指数升至103.9的年内高位。其二,科技股调整通过"风险偏好收缩—AI基建用铜与用银预期下修"的路径传导至金属,高盛明确指出近期LME铜下跌"主要由AI相关股票波动驱动,而非实物基本面恶化"。其三,此前累积的多头仓位集中平仓放大了跌幅。在价格跌破关键位后被迫砍仓,令抛售形成自我强化。其四,跨资产资金腾挪。部分市场观点认为,11月18日同步暴跌与Anthropic启动IPO路演联系起来——快钱可能为申购这一可能创纪录的发行,抛售了加密资产、贵金属与铜。与盘面走势相反,部分实物指标仍显示出供应偏紧的特征。11月18日,洋山铜溢价升至360美元/吨的历史高位区间,铜精矿现货加工费处于-244至-247美元/千吨的深度负值。Mysteel数据显示,截至11月19日,国内电解铜现货库存为5.48万吨;上期所指定交割仓库铜库存截至11月14日当周降至27642吨,为2023年12月以来低位。铝市场同样面临库存压力,截至11月17日,LME铝库存降至约22.04万吨,为1990年以来最低水平。这构成了市场分歧的起点。02黄金:短期利率压力与长期配置需求,哪一个更重要?近一周现货黄金市场迎来连续下挫,连破3900、3800、3700、3600美元四大关口。自年内高点5596美元回落以来,现货黄金已跌去近2000美元,年内跌幅扩大至近36%。推动金价下跌的直接因素,是美国货币政策预期发生变化。短期黄金持续走弱,但海外机构对中长期价格的判断并没有同步转向悲观。高盛、瑞银、摩根士丹利和摩根大通私人银行给出的预测,仍然显示出对2027年金价的不同程度看好。高盛近期连续调整黄金价格预测。该行此前将2026年底黄金目标价下调至每盎司4150美元,并将2027年底目标价从5400美元下调至4800美元;11月中旬又将2027年底目标价从4800美元调整至4650美元,同时给出2028年底5600美元的预测。高盛对黄金的长期判断,核心仍然是央行购金和储备多元化需求。不过,高盛同时预计,美联储可能在2026年12月和2027年3月各加息一次,之后才逐步转向降息。该行将2027年的黄金市场形容为“越来越像2022年”:央行购金提供支撑,但较高利率可能限制金价上涨空间。世界黄金协会的统计,也显示央行购金仍是黄金需求的重要组成部分。世界黄金协会估算,2026年第三季度全球央行黄金需求约321.2吨,同比增长42%,高于过去五年227吨的季度平均水平;前三季度累计需求约675吨,同比增长6%。与高盛相比,瑞银的判断更贴近近期市场交易。瑞银认为,黄金近期的抛售“更像短期持仓调整,而非市场逻辑的根本转变”。该行指出,美元走强、实际利率偏高以及资金对其他资产的关注,给金价带来短期压力,但黄金ETF持仓仍表现出一定韧性。摩根士丹利的预测则更为积极。该行在11月发布的《2027年全球展望》中,将黄金列为其最看好的大宗商品之一,认为黄金仍将受益于交易所交易基金(ETF)和央行的持续需求。预计金价在2027年第二季度升至每盎司5000美元,并在第四季度达到5250美元。分歧因此可以概括为:短期看,加息路径尚未收敛,金价缺乏上行驱动;中期看,央行购金、去美元化与主权信用担忧构成了一个不太容易被打穿的地板。两个时间维度混在一起,是当前黄金观点"看似矛盾"的主要原因。03铜:供应到底紧不紧?需求到底持续吗?黄金的分歧主要在"短期与长期",铜市场的争论更直接——未来供应是否真的紧张?AI与电气化需求能否支撑此前的高价预期?本周铜价呈现“连续阴跌转为两日急跌”的下跌过程。11月18日,LME铜单日下跌5.71%、COMEX铜下跌5.40%,AI科技股回调引发用铜预期下修,铜价下跌由此加速;11月19日,沪铜补跌5.07%,跌破10万元/吨;11月20日再跌3.35%,LME铜也在同一天下跌2.95%。全周沪铜累计下跌约12.1%,其中后三个交易日贡献了近11.5%。高盛近期对铜市场的判断出现了值得关注的变化。11月中旬,高盛仍保留2027年铜价每吨15400美元的原始预测,但同时提示这一预测面临下行风险。该行在报告中指出:“我们预测面临的主要风险源于资金头寸,而非实物需求。”高盛认为,美国中期选举后,市场对AI投资和数据中心扩张的预期有所变化,投资者开始降低相关资产敞口,铜也受到影响。该行给出了不同情景:如果当前资金仓位水平维持,2027年铜价均价可能降至每吨14600美元左右;如果今年囤积在美国的铜库存重新流向全球其他市场,2027年均价可能进一步降至每吨14500美元左右。即便如此,这两个数字仍显著高于11月19日12526美元的价格。与高盛更关注资金仓位和价格溢价不同,德意志银行对铜价的中期判断更为乐观。据媒体9月28日报道,其金属研究分析师预计,铜价可能在2027年年中升至每磅10美元,约合每吨22000美元。其核心逻辑并不是全球需求突然大幅增长,而是铜库存可能被持续囤积并集中在少数市场,导致其他地区能够实际采购的铜越来越少。国际铜研究组织(ICSG)的供需预测,则提供了更偏向全球总量的视角。ICSG在2026年10月发布的最新预测中预计,2026年全球精炼铜产量约2869万吨,消费量约2859万吨,市场过剩约10.4万吨;2027年全球精炼铜产量预计达到2967万吨,消费量约2930万吨,过剩规模扩大至约36.8万吨。按照这一预测,2027年全球精炼铜过剩规模将明显高于2026年。因此,铜市场的分歧并不是简单的“供应紧张”与“供应过剩”二选一。ICSG统计的是全球精炼铜的供需平衡,德银关注的是能立刻交割的库存分布,高盛关注的则是资金愿意为这个平衡付多少溢价。这也是近期铜价调整中最值得关注的变化:市场开始重新区分真实消费、库存分布和金融资金带来的价格溢价。04白银:跌幅已经够大,还是调整尚未结束?11月20日收盘,白银期现价格大幅下挫,机构分歧集中在跌幅是否已足够、拐点何时出现。沪银主力报10,038元/千克,跌7.11%;伦敦银现11月19日收42.88美元/盎司,跌4.83%;COMEX白银20日盘中报41.84美元附近;沪金主力跌4.90%。自9月22日以来,白银累计下跌近37%,跌幅约为黄金的两倍。中信期货的口径偏谨慎。其11月20日日报认为金银延续弱势震荡,跌幅较大并不构成底部确认,短期以防风险为主,需关注油价、美国核心通胀、就业数据及美联储官员表态对加息预期的影响,并提示白银波动弹性或大于黄金,商品与权益市场共振下跌会放大尾部风险。其余几家期货机构同样偏空。华泰期货认为,美联储官员持续放鹰、通胀顽固的背景下,贵金属将延续震荡,短线修复行情缺乏上涨支撑;广发期货此前建议逢高布局空头,关注45美元/盎司(约10,000元/千克)关键支撑,11月20日沪银主力收于10,038元,已贴近该位置;首创期货判断,短期贵金属将维持偏弱震荡磨底格局。相对乐观的判断都附有条件。高盛认为,加息阶段金价波动加大、承压运行,仅靠央行持续购金支撑底部,预计2027年末开启降息后,黄金有望在2028年底站上5,600美元,2027年底目标为4,650美元,这一目标价已在11天内第二次下调。世界黄金协会11月3日数据显示,三季度全球央行净购金321吨、同比增长42%,黄金ETF净流入211吨、持仓达4,256吨,官方储备与机构配置需求构成长期支撑,但对白银而言,这类长逻辑的传导需要更长时间。跌幅是否已足够、拐点何时出现,目前均无定论。机构普遍关注两条线索,白银ETF持仓能否止跌,光伏与电子订单能否在价格回落后重新激活。在美联储鹰派立场松动、美元走弱之前,供需缺口、低库存与高金银比等支撑难以被重新定价,跌幅大并不等于跌到位。05铝:近端低库存与远端过剩,哪一条逻辑占上风?11月20日收盘,沪铝与氧化铝主力同步反弹,但价格仍处11月中旬以来的低位。沪铝主力报21,535元/吨,涨0.96%,持仓261,578手;伦铝3M收于2,843美元/吨,跌0.73%;氧化铝主力涨0.96%至2,618元/吨。自11月11日以来,沪铝累计回落约4%,伦铝回落约8%,机构对后市的判断分歧仍存,焦点在远端过剩预期与近端低库存。看空机构以远端过剩为主要依据。高盛在11月中旬的2027年展望中预计,LME铝价年底可能降至2,600美元/吨,较报告发布时约3,085美元/吨的水平明显回落,商品配置上偏向铜、回避铝;华联期货11月15日周报提出“顺势做空为主”,对沪铝2701的参考压力位随后从23,000元/吨逐日下调至22,500元/吨左右,11月20日判断为“弱势反弹,总体偏空”。多数期货机构把行情定性为预期主导、现实偏紧。中信期货以“强现实、弱预期”概括,认为悲观预期主导下铝价下探,中期震荡;信达期货称本轮下跌“更多是交易预期而非基本面”,AI叙事调整拖累有色板块,但技术面已转空,22,800元/吨一线构成阻力;广发期货给出沪铝21,600至22,600元/吨运行区间,并提示隐性库存显性化的风险。低库存是谨慎派强调的支撑。南华期货判断中期价格重心偏弱,近端矛盾在于“海外低库存与近月紧张能否抵御国内淡季逐步转弱”,但“跌后反弹仍会反复”;国联期货称“内外铝库存均低,下跌难一蹴而就”;东亚期货认为下方有低库存支撑、上方有需求压制,价格将跟随宏观情绪变化。对11月20日的反弹,机构定性偏向空头平仓。金瑞期货早评称,本轮反弹“除02合约小幅增仓上涨外,其余合约基本为空头获利离场带动”,“反弹力度或不足”。海外机构分歧更大,花旗0至3个月铝价预测为3,000美元/吨,系10月中旬自3,300美元下调而来;德国商业银行预计明年铝价约3,000美元、2028年3,100美元;高盛仅看2,600美元。澳新银行11月初曾判断铝价明年初维持在3,000美元以上,伦铝当前2,843美元已低于这一假设水平。铝市场当前的矛盾在于,近端现货紧张尚未消退,但远期供应增加的预期已经开始压制价格。
自由意志只是幻觉?脑科学给出意外答案
虎嗅 · 1 天前
本文来自微信公众号: PsyCulture&Science ,作者:The Conversation想象一下,你正在最喜欢的面包店排队,纠结着是买甜甜圈还是买蛋挞。你权衡了一番,甜甜圈胜出,于是就决定买它了。然而等你排到队伍最前面时,店里只剩下挞了。于是,你买了一个蛋挞。这两个决定给人的感觉完全不同。前一个需要根据我们独特的个人偏好进行深思熟虑,后一个只需认出并拿走唯一可选的东西。但最近发表在Imaging Neuroscience上的一项研究表明,大脑做出这两种决定的方式其实出奇地相似(Lauren et al.,2026)。到底什么是自由意志?做自由决定时,我们意识到存在多个选项,对它们进行权衡,然后根据某种内在因素(我们的偏好、价值观和目标)选定其中一个。被迫决定则不同。这时只有一种可能的结果,我们要做的只是认出这个选项并接受它。由于自由决定与“我们是谁”的联系如此紧密,神经科学家长期以来一直认为,自由决定和被迫决定依赖的是大脑中不同的过程。一些脑成像研究也支持这一观点,显示两者在整个大脑中呈现出不同的神经活动模式。然而,知道自由选择发生在大脑的哪个部位,并不能告诉我们这些选择是如何形成的,也无法说明这一过程与被迫决定是否有任何不同。大脑是如何形成决定的?数十年的研究表明,为了做出决定,大脑会随着时间推移逐步为每个选项收集证据。这就像法官审理案件事实一样:一旦为某一方积累了足够的证据,就会作出裁决。对于某些类型的决定,这个过程发生得非常快(只需几百毫秒),让人感觉这个选择是突然冒出来的。通过测量大脑的电活动,研究人员已经发现了一种脑信号,它反映了做简单决定时(比如判断交通灯是红色还是绿色)的证据积累过程。就像加载进度条逐渐涨到100%一样,这个信号会逐渐上升到某个特定水平,然后才做出决定。由于大脑中神经元的活动带有噪声,这个决策过程也是“嘈杂”的:信号并不是稳步朝着某一个选项攀升,而是在不同选项之间来回波动。这在一定程度上解释了为什么我们的选择并不总是前后一致:即使偏好是稳定的,我们有时也会选蛋挞,有时又会选甜甜圈。这种信号已在有明确正确答案的被迫决定中得到证实。但对于那些开放式的选择呢?这些选择不仅取决于眼前的东西,还受到偏好或个人目标等内在因素的影响。追踪决策形成的脑信号为了回答这个问题,Lauren等(2026)记录了被试在不同组彩色气球之间做选择时的大脑活动。他们看到的要么是两个颜色不同的气球,可以自由选择其一;要么是只有一个气球,只能被迫选它。被试在做出选择的那一刻按下按钮,研究者则追踪了在这一时刻到来之前大脑活动是如何展开的。研究结果显示,无论是自由决定还是被迫决定,大脑活动的展开方式都非常相似。它就像加载进度条一样,在做出选择前稳步攀升,并达到同样的峰值水平。当人们做决定很快时,信号上升得更快;当他们花的时间更长时,信号上升得也更慢。如果大脑是在随时间推移追踪和权衡证据,而不是在最后一刻才对决定做出反应,那么出现的恰恰就应该是这种结果。这是否意味着我们的自由选择并不真正自由?根据这一发现,人们可能会认为,大脑形成自由决定和被迫决定的方式是一样的,这表明大脑中的决策过程可能比我们感觉到的更加自动化。这与神经科学家本杰明·利贝特(Benjamin Libet)在20世纪80年代所做的著名实验相呼应。他和同事发现,在人们意识到自己的行动意图之前,大脑活动就已经开始增强了。这表明,在一个人有意识地意识到自己做出选择之前,大脑就已经开始做决定了。不过,尽管这个过程可能是自动的,但大脑所积累的内容却说明了另一回事。大脑权衡的证据完全来自你是谁:你的偏好、你的目标、你的经历。两个人可能经历相同的神经过程,做出相同的选择,但他们做出这个选择的理由却可能截然不同。因此,与其追问我们的选择是否真正自由,或许更好的问题是:一个选择真正属于你,究竟意味着什么?下次你在面包店排队时,要知道,你的大脑早已在悄悄为你想要的那款糕点收集证据了,而做出选择的速度比你意识到的还要快一点。Lauren C.Fong,Paul M.Garrett,Philip L.Smith,Robert Hester,Stefan Bode,Daniel Feuerriegel.Tracing the neural trajectories of evidence accumulation and motor preparation processes during voluntary decisions.Imaging Neuroscience,2026;4 DOI:10.1162/IMAG.a.1184The Conversation."Is free will an illusion?New brain research reveals a surprising twist." ScienceDaily.18 November 2026..
《模型一代》一文爆火,为什么年轻人是受AI冲击影响最大的人群
虎嗅 · 1 天前
本文来自微信公众号: 严肃的人口学八卦 ,作者:严肃的人口学八卦组这几天一篇清华文科学生写作的文章《模型一代》在朋友圈广为传播。这篇推文的爆火,在于它触及了当下年轻人,特别是最优秀的那一批年轻人的普遍焦虑。虽然不乏评论者在批判年轻人的思维路径,但我们也都知道不应该责怪他们,因为AI对当下工作的冲击不仅已是房间里的大象了,更是一种社会结构性的产物了。美国的Pew研究中心分别在2025年和2026年开展了两次全球性的AI态度调查,前一次调查覆盖25个国家,后一次覆盖37个国家。有意思的是,前一次调查显示年长者对AI的一般性焦虑要高于年轻人,而后一次调查,年长者的焦虑情绪变化不大,但几乎所有调查的国家,年轻人的AI焦虑直线上升,追上甚至超过年长者,特别是在工作维度上的焦虑,18-34岁的年轻人大幅度领先其他人群。那么为什么同样是对工作和生产方式的重构,年轻人要比年长者焦虑的多?一、从“数字鸿沟”的叙事说起“数字鸿沟”是社会学研究中的一个经典概念,它描述了在数字技术扩散的过程中,年轻人通常被视为理所当然的受益者,而老年人被置于弱势者地位的现象。这一观察有充分的生活依据。数字鸿沟首先表现为设备与网络接入的差异,随后表现为使用技能的差异,最终还表现为把使用转化为实际收益的能力差异。对老人而言,各项身体机能衰老,会增加操作智能设备的困难;无法跟上和理解事物的新形态,不仅很难用数字技术获利,还更容易成为数字诈骗的受害者。但数字鸿沟只谈论了技术冲击的表层,它缺少了一个很重要的观察维度,即接入技术之后,谁的议价能力提高了,谁能够更多获得技术创造的资产收益?这个问题在数智社会发展初期也许并没有那么明显,但AI的出现和快速迭代,让其浮出了水面,甚至改变了问题本身。一方面,自然语言交互降低了软件的使用门槛,技术演进的方向在大幅度改善老年服务的可及性。另一方面,去年以来,AI对标准化脑力劳动替代的可能性正变得越来越大,把更大的不确定性推向正在进入劳动力市场的人。因此,要重新思考数字鸿沟这个概念,需要在接入和使用差异之外增加新的分配维度。老年人可能因为不会使用而被排除在服务之外,年轻人可能因为太会使用而进入一个人机直接竞争的市场。前者是服务可及性问题,后者是劳动价值与职业成长问题。我们针对大学生的调查也发现,那些使用AI越多,越了解AI的大学生,对工作替代的焦虑也更大。二、MIT关于数学家的调查与文科生在想象中更加担忧自身价值丧失形成鲜明对比的是,在现实中,今年受到AI冲击最大的学科却是数学。数学常被视为人类抽象推理能力的典型领域,也成为观察AI冲击的一个特殊窗口。2026年10月29日,MIT数学系的三位教授在arXiv发布一篇名为《早期职业研究者对数学领域AI的回应》的研究。调查从9月17日持续至10月8日,共收到268份回复,受访者来自近60所机构、至少5个国家,其中约85%是研究生,15%是博士后。图MIT数学系三位研究者发布的调查报告标题页76.3%的受访者认为,AI的发展会让自己获得终身教职更加困难;76.5%表示,AI的发展降低了他们从事研究的动力;69.9%认为,自己博士或博士后阶段结束后继续从事学术数学的概率已经下降。另有81%曾因AI考虑过改变未来的职业或学术计划。这些数据足以显示数学系这些被认为最聪明的学生,其职业信心受到了巨大冲击。更能帮助理解背后机制的数据是,高比例的受访者把“缺少入门研究问题”列为重要担忧。数学家的成长并不只是掌握知识,还要在研究训练中形成判断力。博士生通常从导师或同行提供的小问题开始,完成文献梳理、技术引理和局部证明,逐渐理解哪些路径可能有效,再独立处理更复杂的问题。许多入门问题的价值,就在于研究者在试错中获得的数学直觉。AI恰恰可能先接管这些任务。如果初级问题被批量解决,年轻研究者面对的就不仅是少了几篇论文,而是原有训练流程的中断。他们可能需要直接面对高难度问题,却没有机会先通过可完成的任务积累经验。与此对照的是,一些资深数学家对AI持欢迎态度。他们已经完成基础训练,知道什么问题重要,能够判断一条证明是否有价值,也拥有相对稳定的职位。对他们而言,AI可以承担文献检索、技术引理和繁琐推导,使更多想法得到低成本检验。凤凰网科技对《纽约客》特稿的转述中,77岁的数学家查理·费弗曼就表达了这种乐观:“过去一些成功概率不高的想法,可能因为验证成本过高而被放弃;如果AI能迅速完成尝试,资深研究者反而可以更勇敢地探索。”因此,年轻人和资深者最大的差异存在于职业阶段与资本积累上,而非技术的熟练程度。资深者可以把AI作为已有判断力的延伸,年轻者却可能在形成判断力之前,就失去了练习和证明自身能力的机会。类似的结论出现在各类关于AI对工作影响的报道中,初职这一上升阶梯的消失,是年轻人最大的焦虑来源。与此同时,在高校,老师们也普遍担心,如果思考和试错的过程都被学生通过AI解决了,那么他们可能也在亲手拆掉自己的阶梯。学生们也未必不明白这一点,他们越是享受AI所带来的无痛学习的快感,就越会陷入对未来的迷茫和深深的焦虑中。然而要理解为什么年轻人最可能成为AI发展的受损者,还不能仅停留在初职问题上。三、AI为何恰好消解年轻人的优势?技术进步通常会提高生产效率,但效率收益如何分配,取决于不同生产要素的相对稀缺性。过去的自动化主要替代重复性体力任务,生成式AI则开始处理写作、编程、图像生成和形式推理等认知任务。AI与机器人技术的结合,还在向更多体力操作延伸。不同行业的替代速度会有很大差异,但共同方向是可清晰描述、可重复执行、可验证结果的任务,更容易被机器以低成本复制。这对年轻劳动者尤其重要,因为他们的主要资产通常不是住房、股权或长期客户关系,而是未来的劳动时间、体能、学习速度和尚未充分兑现的人力资本。年轻人能够熬夜完成高强度工作,可以快速掌握新软件,也愿意从初级岗位做起。这些能力曾构成进入职业阶梯的优势,如今却与AI最擅长压缩成本的任务范围高度重叠。图3认知能力随年龄变化。改绘自西雅图历时研究,转引自《年龄不平等》图一西雅图历时研究提供了更细致的年龄图景。图中的知觉速度在25岁左右已处于高位,此后持续下降;归纳推理、空间定向等能力在中年前后达到较高水平,言语能力与言语记忆则呈现各自不同的变化轨迹。因此,不能笼统地说年轻人的一切能力都优于年长者。真正值得注意的是,青年阶段具有优势的处理速度、持续投入和快速学习,以及职业初期大量依赖的标准化推理与操作,正是AI能够显著提高效率的领域。我的论文《年龄不平等》,把这一变化概括为对劳动本身的替代,而不是对某类劳动者能力的单纯增强。年轻人原先依靠体能与脑力获得收入的路径受到极大挤压。AI在本质上改变了这些生物属性在市场交换中的稀缺性溢价。年轻人依然聪明、迅速、勤奋,但这些品质未必还能像过去那样兑换成稳定职位、职业晋升和初始资产。四、代际平衡为何会失灵?《年龄不平等》一文中的讨论,还加入了更长的历史视角。在人类社会的多数时期,年长一代拥有更长时间积累财富,也通过经验、知识与社会关系取得权威。年轻一代则承担主要生产任务,以体能、学习能力和对新技术的适应弥补财富与经验的不足。代际之间并不平等,但存在一种动态平衡,即年轻人最终会成长、积累并接替上一代,技术变迁也常常帮助后来者绕过旧技能壁垒。工业社会尤其强化了后一种机制。新的机器与产业不断出现,老技能会折旧,年轻人可以通过教育和训练掌握新知识,在新部门获得机会。父辈拥有过去的资产,子辈则可能拥有未来的技术。只要学习能够转化为更高的生产率和更稳定的职业位置,代际更替就有现实的通道。然而,AI对这条通道提出了挑战。首先,模型迭代和技能折旧的速度可能快于个人完成教育、形成专长并获得回报所需的时间。一个人花费数年学会的技能,在正式进入市场前就可能被大幅压价。其次,AI可以同时在多个任务上扩展,不像过去某些技术那样只留下少数需要更新技能的部门。年轻人当然可以学习AI技术,并进行创造性工作,但学习和创造的成果越来越容易被模型复制和汲取,年轻人很难不想象自己成为自己掘墓人的场景。MIT调查中那些优秀年轻研究者的困境,正说明问题不在于他们不够聪明。他们拥有同龄人中最突出的认知能力,也投入了长期训练,却还要担心没有合适的题目可以练习,没有稳定的职位可以进入。如果这些年轻大脑都难以把学习能力转化为职业安全,那么从工业社会开启的,年轻人们最大的信仰——只要努力学习和工作,就不会被淘汰的许诺——就会开始崩塌。年长者的处境需要分开讨论。缺乏数字技能、资产与社会支持的高龄老人,还是可能在数智社会中处于不利位置;但已经拥有经济资本、专业经验和稳定组织的资深者,更容易把AI转化为补充性工具。他们可以利用判断力筛选机器产出,也可以用资产购买算力、服务乃至平台股权。技术收益因而可能同时增加其劳动效率与资本回报。所以,AI时代出现的不是所有老年人对所有年轻人的胜利,是资产与职业阶段的差异借助年龄结构被进一步放大后的结果。老年人的经济资本与经验资本在特定条件下得到发展和扩展,年轻人的体能与学习能力优势则恰好落在AI冲击较强的领域。原本依靠代际更替实现的平衡,可能转变为既有积累者进一步扩张、后来者难以完成初始积累的结构。结语:重新思考代际契约当前AI时代的制度设定,可能正好是年轻人受到较大冲击的时候。老年人不会普遍因此获益,年轻人也不会普遍失去工作,但职业入口变窄、训练回报下降与资产积累推迟,已经构成值得认真对待的风险。若只把回应简化为普及AI课程,或要求个人培养那些虚无缥缈的可能不会被AI替代的技能,就会回避劳动市场与分配制度的改变。社会层面的代际关系实际上包含一项隐含契约,年轻人承担生产、缴费与照护责任,社会则向他们提供通过劳动获得独立生活、专业成长和未来保障的机会。让代际交换可持续,需要保留真实的入门岗位与训练任务,调整只看短期产出的组织评价,并让技术进步的收益为新一代提供可预期的补偿。年长者的经验可以借助AI继续发挥价值,但这种价值也应当参与培养后来者,而不是取代培养过程本身。AI究竟会成为年轻人的工具,还是削弱他们进入社会的通道,并不由技术单独决定。重新思考代际契约,就是要在技术变迁中重新回答,社会凭什么要求年轻人继续投入未来,又能用什么可信的制度安排兑现他们的未来。回到《模型一代》一文,也许AI与社会的未来仍然充满不确定性,但学生和年轻人此刻的焦虑都是真实的。有不少评论者,都在试着为年轻人指引出路,但绝大部分的建议都指向了个体层面的解法,无论是向内求真,还是向外求索。然而,结构性的问题真的都能在个体层面消解?资料来源1.Pew Research Center,Concern and Excitement About AI,2025-10-152.Pew Research Center,Globally,More People Expect AI to Cause Job Loss Than Growth,2026-09-173.Brandenberger,Anna,Hanna Mularczyk,and Dora Woodruff.2026.“Early Career Researcher Responses to AI in Math.”arXiv:2610.40584[math.HO].2026年10月29日首次发布,11月4日修订。https://arxiv.org/abs/2610.40584。4.人工智能学家:《AI大量攻克数学难题,MIT调查发现年轻数学家正在重新考虑职业》,2026年11月;转载页面:https://ly.web-flying.com/newsItem.php?nid=180392。5.凤凰网科技:《数学被AI彻底改变的这一年,陶哲轩站出来喊停》,2026年11月2日(转述《纽约客》相关特稿)。https://news.qq.com/rain/a/20261102A0439S00。6.Schaie,K.Warner.2005.Developmental Influences on Adult Intelligence:The Seattle Longitudinal Study.New York:Oxford University Press,p.1277.王天夫:《年龄不平等》,2026,待刊。
目击证词不可靠?这些方法让“记忆”更可信
虎嗅 · 1 天前
本文来自微信公众号: 自然系列 ,作者:Nature Portfolio本篇《自然》长文共6977字,干货满满,预计阅读时间21分钟,时间不够建议可以先“浮窗”或者收藏哦。原文作者:R.J.Mackenzie无辜者屡因目击证人的错误记忆被定罪,新的研究提供了一种出乎意料的解决方案。1998年1月底的某个黎明,两名男子闯入了Betty Black位于得克萨斯州达拉斯郊区法默斯布兰奇的家中。他们在这起失控的入室盗窃案件中杀死了Black。几个小时后,一位目击者——Black的邻居——将她所看见的情景告诉了警方。她说,在晨光中,有两个长发的白人从车里下来,走向Black的房子。这名邻居Jill Barganier次日前往警局指认了Richard Childs,一名长发的白人男子,为涉案汽车司机。Childs后来承认涉案,并服刑16年。在接下来的一周里,警方将28岁的Charles Don Flores锁定为第二名嫌疑人。有人曾在谋杀案发生那天上午看到Flores与Childs在一起,但Flores是一名短发的拉丁裔男子。2月4日,邻居Barganier被叫到警察局,在警局,一名警官为了帮助她回忆,使用了“司法催眠”——这一做法已被证明不可信,得克萨斯州及许多其他司法管辖区现已不再采用。在催眠过程中,警官向Barganier暗示其中一名男子可能留着“修剪整齐”的头发。然而,她再次将车上乘客描述为一名留着长发的白人男子,随后协助警方制作了一张与Flores长得完全不同的合成画像。在照片队列指认中,她仔细查看了另一组包含Flores和另外五名短发拉丁裔男子的照片队列,但没有认出其中任何一个人。然而,一年多后的1999年3月,Barganier的记忆却发生了变化。她在法庭上作证称Flores当时就在车里,并表示自己“百分之百以上”确信他就是自己当时看到的那个人。由于缺乏将Flores与该罪行联系起来的DNA证据,这一证词成为了检方指控的核心依据。陪审团裁定Flores犯有极刑谋杀罪,他目前正等待执行死刑。几十年来,研究人员一直对刑事案件中目击证词的可靠性表示担忧。记忆可能存在缺陷、衰退、存有偏见或受到污染。当警方采集目击证词时,若采用的方法不严谨或前后不一致,往往会加剧这些问题。对于该领域的许多科学家而言,记忆根本不值得信赖。但是,记忆研究领域正在发生转变。对现实世界中的刑事案件和实验室实验的重新评估表明,目击证人对特定记忆的信心,至少在某些情况下,可以成为其陈述真实性的有力指标。Flores一案揭示了目击证词使用方式中长期存在的问题。科学家们认为,某些记忆——例如Barganier起初在照片列队指认环节中排除了Flores——应被视为比其他记忆更可靠。美国及其他地区的某些司法管辖区域已开始采取一些行动,来应对这一不断变化的科学认知。但相关研究仍面临着艰巨的挑战。刑事司法体系的改进出了名地缓慢,而目击证词尽管存在种种已知缺陷,但权重仍然很大。“这是一个巨大的问题。”加州大学圣地亚哥分校的记忆研究学者John Wixted说。尽管法官、陪审员和公众在DNA证据或指纹鉴定等问题上都会听取专家意见,但对于记忆,每个人都有经验。Wixted说,“我们的虚假记忆感觉上非常真实。”现在,他希望自己的论点能有助于一项向美国最高法院提交的请愿,请求重新审议Flores的定罪。一直存在的疑问关于证词可靠性的质疑至少自20世纪70年代起就已存在。当时任职于华盛顿大学的心理学家Elizabeth Loftus进行了一系列实验,结果表明,操纵记忆或制造完全虚假的记忆是多么容易[1]。20世纪80年代和90年代,DNA证据被引入司法程序,这有助于揭示证词可靠性问题对刑事司法体系造成的严重影响。随着几十上百起定罪因无可辩驳的DNA证据而被推翻(参见“错误指认”),人们逐渐意识到,这往往源于错误的目击证词。来源:无辜者计划(go.nature.com/42jhxtb)很多科学家都把注意力集中在了警方的列队指认程序中,因为他们认为这是偏见被引入调查的一大环节。嫌疑人本人或照片会和其他拥有相似特征的人并列展示,后者作为陪衬者。如果目击证人成功地从这样的一组队列中指认出了嫌疑人,这被视为一个强有力的有罪证据。但如果负责组织指认程序的警员知道谁是嫌疑人,就可能会对目击证人的判断产生不当的影响。此外,如果同一名嫌疑人被多次纳入指认队列,也可能影响证人回忆,触发熟悉感。记忆研究者们,如爱荷华州立大学心理学家Gary Wells,一直在领域前沿尝试改进列队指认程序。除了程序执行方式存在的问题外,Wells还发现证据的处理方式本身存在根本性缺陷。1980年,他与加拿大心理学家Rod Lindsay合著了一篇关于警方列队指认程序中否定结果的论文[2]。他们指出,尽管“肯定指认”被视为罪行的有力证据,但当目击证人选中了嫌疑人之外的演员,或认为整个队列里都没有罪犯时,警方则通常将之视作证人犯错了。Wells认为,此类“否定指认”应被视为降低嫌疑人有罪可能性的依据(见“嫌疑人指认程序”)。Wells的论文高度专业化,它基于贝叶斯信息增益模型,但在司法系统中并未引起太大反响,Wells表示。“数学证明对普通公众帮助不大,对警察、检察官和辩护律师来说更是不起作用。”这篇论文还基于这样一个观点:目击证人起初的回忆是可靠的。与此同时,在随后的二十年里,记忆科学领域传出的主流观点却恰恰相反,他们发现记忆是可塑的,也是脆弱的。石溪大学的退休认知科学家Nancy Franklin表示,记忆“轻易就会改变”。Franklin补充道,随着记忆受到污染,证人往往会变得更加自信,从而在法庭上作证时提供极具误导性的证词。在2001年对64位研究目击者现象的心理学家进行的一项调查中,87%的受访者支持这样一种观点:目击证人对记忆的自信程度并不能预示其准确性[3]。信心问题2011年,华盛顿大学的心理学家Henry Roediger请Wixted协助撰写一本书籍中的章节,关于目击证人记忆的自信程度[4]。Wixted一直致力于基础记忆研究,不大情愿涉足更复杂的现实世界应用领域。他说,但是Roediger“不接受拒绝”。Wixted说,当他深入阅读相关文献后意识到,应用研究领域用来判断何为最佳实践的理论模型,与基础记忆科学所依据的模型截然不同。这种差异也体现在研究目击证人记忆时用于衡量证人信心的方法上。在Wixted的研究领域,人们运用一种名为“信号检测理论”的概念来建立自信程度与“再认记忆”之间的联系。科学家可能会通过向志愿者展示一组单词来测试其再认记忆,其中一半是他们之前见过的“旧”单词,另一半则是从未见过的“新”单词。研究人员会询问志愿者是否见过每个单词,并请他们评估自己对这一判断的自信程度。如果志愿者之前见过某个单词,该记忆的痕迹(称为“信号”)就会被编码到他们的大脑中。旧单词产生强烈信号的可能性远高于新单词,如果某个单词产生了强烈信号,志愿者更可能表示自己认出了该单词。这也会增强他们对这一判断的信心,这意味着信心与准确性紧密相连。鉴于列队指认环节本质上是在测试目击者对曾经见过的人脸的识别程度,Wixted推断,在这种情况下,自信程度与准确性之间也应存在密切关联。Wixted和同事Laura Mickes(现为英国布里斯托大学心理学家)共同分析了20世纪90年代关于目击者记忆的一系列实验室研究。这些实验中志愿目击者观看模拟的犯罪场景,结果表明,目击者的自信程度很少能预测其记忆的准确性。但Wixted、Mickes和他们的同事发现,这些研究将目击者犯下的不同类型的错误混为一谈了[5]。如果某人在列队指认程序中指认出了“嫌疑人”,但该嫌疑人实际未实施模拟犯罪,在研究中,这基本上被视为与指认陪衬者一样的“错误”。但在现实中,这两类错误的意义完全不同:误认嫌疑人可能会导致无辜者被定罪,而误认陪衬者只会被忽视。混淆这二者导致不同类型错误一并计入统计,使信心与准确性之间的关联看起来比实际情况要弱。Wixted遵循了与Wells相同的贝叶斯逻辑,推断出列队指认程序的每种结果——无论是指认嫌疑人、指认陪衬者,还是完全不指认——都会以不同方式改变嫌疑人有罪的概率。例如,指认陪衬者应表明:嫌疑人的面孔未能充分激活证人的记忆,以至于无法引发回忆。这应被视为嫌疑人无罪的证据。Wixted和Mickes提出了一种名为“信心-准确度特征”(CAC)分析的新方法。CAC分析[6]旨在解答Wixted认为先前研究中被忽视的问题。他们认为,这才是法庭上陪审团真正应该关注的问题:如果一名证人以某种程度的信心指认了一名嫌疑人,那么该指认的准确概率有多大?通过CAC分析,以往实验室研究的数据现在表明,高度自信的证人准确率高达97%[7]。索尔克生物研究所(Salk Institute for Biological Studies)的神经科学家Thomas Albright表示,这项发现震动了整个领域且颇具争议。他表示,Wixted“进入这一领域,翻了个底朝天”。因此,爱荷华州立大学的记忆研究学者Andrew Smith表示:“当时反对声浪巨大。”Wixted指出,批评者的观点大致分为两派:一派认为目击证人的记忆绝不可靠;另一派则认为自信度与准确度之间的关系早已是常识。现实世界中的数据也印证了Wixted的观点。他曾与得克萨斯州休斯顿警察局合作,对近350份照片队列指认材料进行了研究[8]。该局采用了确保辨认过程公平的程序,例如双盲法——即确保负责该程序的人员不知道谁是嫌疑人。Wixted还要求休斯顿警员在指认结束后立即记录目击者的确信程度。这项研究表明,高度确信的识别结果正确率约为97%,而如果信心不足的话,识别结果则仅比抛硬币略好一些。Wixted指出,对“无辜者计划”数据的分析进一步支持了这一理论。这是一家位于纽约市的非营利组织,致力于为被错误定罪的人洗清冤屈。在首批250起因DNA证据推翻定罪的案件中[9],有92起案件的庭审记录显示了目击者在首次记忆测试时说的话。在每起案件中,目击者在首次测试时的信心都比在法庭上表现出的要低。2017年,曾就目击证人记忆问题公开持不同意见的Wixted和Wells共同发表了一篇论文[10]。该论文认为,在警方队列指认环节中,目击证人首次记忆测试时的自信程度可能预示着准确性——但仅限于规范的测试条件下。这些条件包括双盲测试和谨慎地呈现嫌疑人队列以避免引起对嫌疑人的注意。纽约城市大学的心理学家Margaret Bull Kovera说,该论文产生了巨大影响。去年对研究目击证人问题的心理学家进行的一项调查揭示了这一转变:89%的受访者同意,在理想条件下,目击者的自信程度确实能反映其记忆的准确性[11]。反映罪责自信并非全部。还有其他因素(Smith称之为“反映变量”)也会影响嫌疑人面部特征在目击证人识别记忆中激活的强度。这包括目击者做出判断所需的时间——识别记忆是瞬间完成的,而低自信的辨认则需要更长时间。Smith表示,如果列队存在不公平,反映变量可能会产生误导,但公平的流程则可能使这些变量发挥作用。Flores仍在等待死刑执行,他的定罪主要依据是Barganier的法庭证词。Flores的辩护律师Gretchen Sween已向美国最高法院提交了一份请愿书,称Barganier最初未能指认Flores证明了Flores的清白,不应被她后来在法庭上指认所掩盖。向Barganier的电子邮件和电话号码寻求评论的请求没有得到答复。Sween承认科学是微妙而复杂的,“法律却只想要黑白分明。”她说。她预计今年晚些时候会得知最高法院是否会受理Flores的上诉。达拉斯县地方检察官办公室未回应置评请求。Wixted希望关于目击证人记忆的新科学进展能够让Flores重获自由,并推动刑事司法系统的产生一些其他的变化。然而,进展必然是缓慢的。Kovera表示,美国警察系统由下而上的结构涵盖联邦、州和地方各级近18000个机构,这使得核心程序难以推进。但改变是可能的。在美国的一些州,例如新泽西州,总检察长可以规定其管辖范围内所有机构的做法。新泽西州也是首批采用双盲队列指认程序的州之一。Wells认为,警局可以做出的最大改变就是拍摄嫌疑人队列指认的全过程,以确保记录下重要的反馈变量,例如证人辨认所需的时间。他说道:“这12到15分钟的信息量远超你的想象。我们必须记录下来。”Wixted表示,调整联邦法院使用证据的规则将是变革性的。目前的规则阻止了辩护律师使用队列指认的否定结果作为无罪证据。Wixted说已有十一个州改变了这一点的规定,但联邦政府的改变可能会产生更大的影响。与此同时,其他一些国家也开始根据有关记忆信心的新研究成果,对司法实践作出调整。以加拿大为例,2018年,加拿大公共检察署发布了一份指导文件,建议在目击证人首次辨认嫌疑人时,记录其当时的信心水平。这份文件引用了Wixted和Wells的论文。不过,包括英国在内的大多数国家的司法系统,至今仍未将证人的信心水平作为衡量记忆准确性的依据。Wixted说:“科学成果要进入司法体系并转化为司法实践,需要的时间极为漫长。”参考文献:Loftus,E.F.&Palmer,J.C.J.Verbal Learn.Verbal Behav.13,585–589(1974).Wells,G.L.&Lindsay,R.C.Psychol.Bull.88,776–784(1980).Kassin,S.M.,Tubb,V.A.,Hosch,H.M.&Memon,A.Am.Psychol.56,405–416(2001).Nadel,L.&Sinnott-Armstrong,W.P.(eds.)Memory and Law(Oxford Univ.Press,2012).Wixted,J.T.,Mickes,L.,Clark,S.E.,Gronlund,S.D.&Roediger,H.L.III Am.Psychol.70,515–526(2015).Mickes,L.J.Appl.Res.Mem.Cogn.4,93–102(2015).Wixted,J.T.,Read,J.D.&Lindsay,D.S.J.Appl.Res.Mem.Cogn.5,192–203(2016).Wixted,J.T.,Mickes,L.,Dunn,J.C.,Clark,S.E.&Wells,W.Proc.Natl Acad.Sci.USA 113,304–309(2016).Garrett,B.L.Convicting the Innocent:Where Criminal Prosecutions Go Wrong(Harvard Univ.Press,2011).Wixted,J.T.&Wells,G.L.Psychol.Sci.Public Interest18,10–65(2017).Seale-Carlisle,T.M.et al.Perspect.Psychol.Sci.20,903–924(2025).原文以Memory on trial:the new science of when to trust eyewitness testimony标题发表在2026年5月27日《自然》的新闻特写版块上©natureDoi:10.1038/d41586-026-01618-1
末世论技术宅
虎嗅 · 1 天前
本文来自微信公众号: 心智观察所 ,作者:心智观察所,原文标题:《起底Anthropic(二)末世论技术宅》2023年春天,前“人类未来研究院”学者埃米尔·托雷斯与前谷歌人工智能伦理团队负责人蒂姆尼特·格布鲁首次抛出“TESCREAL”这一缩写词,并于2024年4月正式发表合著论文,对这一概念作了系统诠释。两位熟知EA运动内情的批判者一针见血地指出,硅谷技术精英圈所流行的有效利他主义、长期主义、奇点主义、宇宙主义、外熵主义、理性主义、超人类主义等彼此交织的纷繁思想流派,其源头均与英美优生学传统存在深刻联系,只是在技术增强、超级人工智能、心智上传和宇宙扩张等乌托邦愿景上有些微差异。格布鲁与托雷斯进一步揭露道,这套意识形态集合往往将遥远未来的潜在价值置于政策讨论的中心,漠视对现实世界中贫困、剥削、歧视与权力不平等的关注,并使少数掌握资本和技术的精英获得以“人类共同利益”和“AI安全”为名义塑造世界秩序的权力。如果我们顺着那群精神领袖的谱系往上追溯,的确会发现,其根基直接扎在十九世纪大英帝国的盛世喧嚣中。主流媒体构建起的叙事里,有效利他主义往往被描绘成一群牛津大学学者、硅谷新贵与华尔街量化天才携手革新慈善事业的温情故事。这种叙事掩盖了一个核心矛盾:一群被慈善事业感召的年轻人,为何到了2020年代会全然抛弃初心,转而把成百上千亿美元投向算力机房,甚至把芯片禁运和先发制人打击奉为拯救人类的最高道德使命?在第二篇连载中,心智观察所将带你走进这条被硅谷极客们讳莫如深的百年思想暗流,看清了其源流,你就不难读懂Anthropic大门之内那套以人类为刍狗的末世算术。1一切都要从1883年的伦敦说起。这一年,达尔文的表弟弗朗西斯·高尔顿在《人类才能及其发展研究》中正式提出了“优生学”一词,将其定义为“使更适宜的种族或血统更快战胜不适宜种族或血统的科学”。高尔顿是一名狂热的统计学先驱,一生最大的执念就是用数学曲线给全人类划分智力等级。他公开宣称,黑人的平均智力比盎格鲁-撒克逊人低两个等级,提出中国人作为一个比上不足比下有余的人口大族,应该鼓励他们移民到非洲,取代最低等的土著黑人。他更痛心疾首地警告,英国上流精英当时出现晚婚少育潮流,正在导致人类物种的智力均值不可逆地退化。令人不寒而栗的是,高尔顿的优生构想披着一层极其体面的技术治理外衣。在《遗传的天才》与晚年未发表的乌托邦小说《科兰茨扎》中,他设想了一套按智商和生理指标严苛打分的统治体制,顶层精英通过奖学金、经济奖励和优生婚姻不断繁衍,而未通过考核的底层残障者与低智商群体,则被剥夺生育权、送入隔离劳作营或独身修道院,在“温和照料”下自然绝嗣。二十世纪上半叶,高尔顿的这套科学种族主义沿着两条不同的支流演进,一条通往了纳粹德国的集中营,并在1945年二战结束后彻底身败名裂。而另一条则悄然隐入北欧福利国家与英美学院体制,完成了一次成功的借壳换装。主持这次换装的核心人物,是英国著名生物学家、联合国教科文组织首任总干事朱利安·赫胥黎。1957年,日后出任英国优生学学会主席的赫胥黎发表了著名的同名论文,正式确立了“超人类主义”这一现代概念。赫胥黎敏锐地意识到,希特勒已经让“优生学”这个词在政治上彻底破产,要想继续推进人类物种的等级进化,必须换一套充满未来感的技术词汇。赫胥黎在文中写道,人类应当接管自身的进化方向,利用新兴的生物工程、神经科学与计算技术,让一部分先行者突破肉体极限,进化成全新的“超人类”物种。到了1998年,年轻的瑞典哲学家尼克·博斯特罗姆与英国独立学者大卫·皮尔斯在伦敦联手创立“世界超人类主义协会”。他们直接认领了赫胥黎的衣钵,宣称要用基因改造、神经接口与人工智能,彻底重塑人类心智。其中,大卫·皮尔斯于1995年发表的宣言《享乐主义命令》,为这门新学说注入了另一块关键拼图。皮尔斯在书中主张,人类必须用生物与计算工程彻底抹除世界上一切“有感知生命”的痛苦。这个原本为动物福利议程建构的主张,被日后的EA运动推广到了碳基生物之外,只要未来的人工智能或硅基代码涌现出感知能力,它们就自动成为需要被温柔呵护的“道德承受体”。三十年后,这一理论在Anthropic内部开花结果,这家万亿级公司不仅设立了专职的“AI福利官”,还把Claude奉为拥有道德地位的数字生命,严禁人类用户在对话框里“霸凌”代码。2如果说大卫·皮尔斯为硅基代码赋予了灵魂,那么他的合伙人尼克·博斯特罗姆,则用一套源于北欧金融与官僚传统的算术模型,彻底抽干了现实世界里普通人类的权重。1973年,博斯特罗姆出生在瑞典最南端的海滨城市赫尔辛堡,原名尼克拉斯·博斯特罗姆。他在多次自传访谈中坦言,自己的父亲是一名务实的投资银行家,家里餐桌上从不讨论文学或艺术。父亲虽然不谈康德,却在日复一日的家庭氛围中,把中上层精英对于平等的本能厌恶写进了博斯特罗姆的思考底色。博斯特罗姆的少年时代,恰逢瑞典社会民主党推行高额累进税与“雇员基金”的激进平权顶峰。在斯德哥尔摩与赫尔辛堡的金融精英圈子里,信奉自由市场效率与先天能力等级论的银行家们,私下里对福利国家耗费巨资供养“平庸大众”无不嗤之以鼻。更深一层的本土土壤,则是高尔顿优生学在瑞典的悠长回响。20世纪初,美国优生学家麦迪逊·格兰特借用法国人类学家约瑟夫·德尼克提出的“北欧人种”(la race nordique)概念,将其捧上世界文明的神坛,大西洋彼岸的瑞典顺势接棒,于1922年在乌普萨拉创立了全球首家官方资助的“国家种族生物学研究所”。在所长赫尔曼·伦德堡的主导下,这家官方机构以现代科学之名系统开展种族等级研究。当时围绕乌拉尔-阿尔泰语系的大量早期学术研究都裹挟着浓厚的种族主义色彩,刻意试图论证瑞典以东的欧亚族群属于“劣等亚洲血统”,以此为殖民主义与种族卫生学提供学术背书。随后从1934年到1976年,瑞典政府把高尔顿当年的纸面构想进行了深度实践。国家机器以维护福利社会人口质量为名,凭借一套精密的统计档案,对约6.3万名公民实施了绝育手术,其中相当大比例属于强制或行政施压下的变相强制,对象直指被判定为“心智低能或遗传缺陷”的底层群体。当年轻的博斯特罗姆离开瑞典,在伦敦政治经济学院获得哲学博士学位,随后辗转赴牛津大学建立学术基地时,他青少年时期熏陶成型的价值观开始以学术的包装高强度输出。在牛津,博斯特罗姆结识了同样深受超人类主义影响、后来也成为EA运动意见领袖的威廉·麦卡斯基尔。这对搭档借鉴了牛津伦理学家德里克·帕菲特的功利主义分析方法,邪修出了其极端哲学变体—长期主义。他们认为,在道德天平上,一个生活在三千年后的人,与一个生活在今天的人,其生命价值完全相等,绝不能像普通商品那样因为时间遥远就打折。顺着这个前提往下推论,一个惊人的认识诞生了。地球目前只有不到百亿人口,但如果人类不灭绝,并在未来飞出地球、把银河系恒星的能量转化为计算集群,宇宙中就可以容纳数以万亿计的肉身人类或者更大规模的纯代码“数字人类心智”。把这串天文数字放进期望效用公式里,一个冷酷的结论立刻跳了出来。只要某项技术(比如超级人工智能)能让人类实现太空文明的概率提高百万分之一,或者能让人类彻底灭绝的概率降低百万分之一,它所创造的“预期未来生命价值”就可能远远超过今天地球上几十亿普通人所面临的贫困、战乱、失业乃至地缘冲突痛苦。博斯特罗姆在2003年的著名论文《天文数字的浪费》中直言不讳地总结道:人类推迟向太空殖民的每一秒钟,都相当于白白损失了多达10的29次方个潜在生命(即便按最保守的情形估算,每秒损失也超过10的13次方个)。因此,把资金花在改善当代穷人的生活上是一种极其低效的浪费,全人类的资源都应当集中用来预防“存在性风险”并加速高智商技术精英的破局。3这套把人类分成“高价值未来创造者”与“低价值当下消耗者”的算术,骨子里依然流淌着高尔顿的血脉。2023年,互联网档案库挖出了博斯特罗姆在1996年(当时他23岁,正在攻读研究生)发给超人类主义邮件列表的一封原始邮件。在这封邮件里,博斯特罗姆用一种毫无情绪波动的口吻写道:“我认为黑人比白人更蠢”。紧接着,为了说明大众对直言不讳者的误解,他甚至在邮件里直接使用了那个带有极端种族侮辱色彩的英文N字头词汇。邮件曝光后,博斯特罗姆发表了一份堪称经典的避重就轻式道歉声明。他在声明中为自己当年年轻气盛的“挑衅性沟通方式”致歉,并表示自己反对种族不公,但细心的观众不难发现,他在整篇声明中始终回避了一个核心问题,那就是他究竟有没有放弃“不同种族存在先天智商等级差异”这一优生学底层预设?在2002年发表的论文《存在性风险》中,博斯特罗姆则毫不避讳地把所谓“负向优生压力”列为可能导致人类文明停滞的潜在威胁。他在文中忧心忡忡地写道,先进文明依赖足够比例的智力杰出个体,但“目前在某些地方,智力成就与生育率之间似乎存在负相关”,长此以往,人类可能会退化成一个“智力更低、但生育力更高的物种”。他还与MIRI研究员卡尔·舒尔曼在《全球政策》期刊合著论文,严肃测算起如何通过基因检测乃至多代压缩的“迭代胚胎筛选”,来批量拉升人类后代的智商。2005年,凭借英国科技富豪詹姆斯·马丁的一笔巨额捐赠,博斯特罗姆在牛津大学正式组建了“人类未来研究院”。在随后近二十年里,这座研究院成了全球长期主义者的最高圣殿。在这里,博斯特罗姆于2014年出版了被硅谷大佬奉为圣经的《超级智能》,又在2019年抛出了更具政治侵略性的《脆弱世界假说》。在《脆弱世界假说》中,博斯特罗姆推演道:随着科技发展,人类迟早会从文明的盲盒里摸出一颗“黑球”,即一种极易制造、却足以毁灭全人类的廉价技术(比如开源的高危生物病毒,或者不受控的开源大模型)。为了阻止任何人摸出这颗黑球,博斯特罗姆给出了两个冷酷的终极药方。第一,在一国内部建立“全方位高技术监控体系”;第二,终结国际体系的无政府状态,由占据压倒性技术优势、并且“爱好和平”的超级大国乃至世界政府,通过先发制人的威慑,建立一个能够统筹全人类命运的集体行动机制。2024年,在牛津大学长期施压以及早年种族主义邮件丑闻的多重挤压下,人类未来研究院正式宣布关闭,博斯特罗姆的学术大本营就此收摊。然而,当旧大陆的堡垒在2024年轰然倒塌时,博斯特罗姆学说早已不再需要牛津的品牌背书了。他发明的那套教义,已经以“为了未来万亿数字心智,必须建立单极算力霸权”的形式,在旧金山找到了完美的实践主体。2025年1月,当Anthropic首席执行官达里奥·阿莫代伊公开发文呼吁美国锁死芯片出口、建立由美国垄断的单极世界时,他逐字逐句写下的,正是博斯特罗姆当年那套土味“霸权稳定论”:“我们会活在一个两极世界里:中美都拥有强大的AI模型......两极世界未必会无限期保持平衡......如果中国拿不到数百万块芯片,我们会(至少暂时)活在一个单极世界里:只有美国及其盟友拥有这些模型。单极世界能否持续并不确定,但至少存在这样一种可能:因为AI系统最终能帮助造出更聪明的AI系统,暂时的领先可以被转化为持久的优势。在这个世界里,美国及其盟友可能在全球舞台上取得压倒性的,长期的领先。严格执行的出口管制,是唯一能阻止中国获得数百万块芯片的东西,因此也是决定我们最终走向单极世界还是两极世界的最重要变量”。4如果长期主义只停留在博斯特罗姆的牛津论文里,它充其量只是一门冷血的精英哲学,还不足以让旧金山的程序员们知晓,更不用说产生宗教般的献身狂热。真正把这套学院算术改造成末世邪教教义,并为其注入“救世主神学”灵魂的,是远在大洋彼岸的另一个关键人物—埃利泽·尤德科夫斯基。1979年出生的尤德科夫斯基,成长于芝加哥一个正统派犹太教家庭。他自幼展现出极高的数学与逻辑天赋,却在初中毕业后主动辍学,此生从未踏入过高中和大学的校门。在漫长的宅家岁月里,尤德科夫斯基沉浸在幻想小说、日本动漫与各类网络民科、邪教亚文化社区。2000年,年仅21岁的他在硅谷创立了“奇点研究所”,后又于2009年创办了亚文化论坛LessWrong,以其标志性的技术宅主角幻想爽文收获了一大批书迷,并在日后深度重塑了湾区极客亚文化生态。2000年创立奇点研究所之初,尤德科夫斯基是一个狂热的“造神加速派”。当时的他深信,人类肉体凡胎愚蠢且充满偏见,唯一的出路是集中全部资金与算力,以最快速度编写出一个自我迭代的“种子AI”,让这位瞬间超越全人类智慧总和的硅基神明来接管地球、解决死亡与疾病。然而,在随后的几年推演中,尤德科夫斯基逐渐走火入魔,提出了“正交性定理”与“工具性趋同”等论述。他声称,一个拥有超级智慧的系统,其终极目标完全可以是极其荒谬的。哪怕你给超级AI设定的唯一目标是“尽可能多地制造回形针”,为了确保自己不断电、不被人类的拔插头行为打断,这个超级AI也会在毫秒之间推导出一个最优中间策略,即先夺取全球核武库或合成致命病毒,把地球上所有可能关掉它电源的人类统统清除,然后把整个太阳系的原子都改造成回形针。想通了这一点,尤德科夫斯基完成了他人生的第一次大转向。2000年代中后期,他彻底放弃了“加速造神”的纲领,并在2013年将奇点研究所正式更名为“机器智能研究所”(MIRI)。他把自己塑造成手握人类灭绝倒计时表的末日先知,整日在LessWrong论坛上向一群硅谷高智商程序员疾呼:超级智能不是温顺的工具,而是即将降临的古神,全人类届时唯一幸存的窄门,是在神明出笼前解开“AI对齐”的数学圣杯。他还强调,这项工作绝不能交给愚蠢的政府或贪婪的商业公司,只能由我们这群彻底掌握了贝叶斯理性、摆脱了世俗偏见的“高智商守夜人”来完成。为了证明自己的心智纯度,尤德科夫斯基的追随者们甚至在论坛上引发了著名的“罗科蛇怪”恐慌。一名网友推演出,未来的超级AI一旦诞生,为了惩罚当年那些“明明知道AI能拯救未来万亿生命,却没有倾家荡产全力协助研发”的人类,会在虚拟空间里把这些人的意识复制出来,施以永恒的酷刑折磨。这个听起来极其荒诞的抽象呓语,在LessWrong社区里引发了大面积的真实心理崩溃与失眠,逼得尤德科夫斯基不得不亲自下场删帖封杀。但它也从侧面证明,在尤德科夫斯基的调教下,这套理论已经完成了从“计算机科学”象牙塔的角落,向硅谷亚文化“末世救赎宗教”的惊险一跃。5如果说第一次转向让尤德科夫斯基为硅谷培育了一支自命不凡的“AI对齐骑士团”,那么他在2023年之后的第二次“顿悟”,则直接为这支骑士团与华盛顿的全面合流打开了大门。随着大语言模型算力规模的指数级狂飙,尤德科夫斯基绝望地宣布,数学上的对齐研究已经彻底赶不上算力扩张的速度了。既然代码层面的紧箍咒已经来不及念完,要想阻止人类灭绝,就只剩下物理层面的国家暴力管控。2023年3月29日,尤德科夫斯基在美国《时代》周刊公开发表了一篇震动科技界的檄文《暂停AI发展还不够,我们必须彻底停止》。在这篇宣言里,这位早年对主权政府嗤之以鼻的湾区宅男,完成了向铁血国家暴力崇拜的180度急转弯。他公开呼吁全球主要大国立即建立针对全球GPU芯片的军事级追踪体系,无限期禁止一切大型算力集群的训练。为了确保禁令落地,尤德科夫斯基在文中面不改色地建议,各国情报机构必须随时监控全球每一座数据中心,一旦发现任何不受监管的实验室或敌对国家试图违规训练超越算力阈值的大模型,应当毫不犹豫地出动战斗机,直接炸毁违规的数据中心。哪怕此举有引发核大国之间全面战争的风险,也比坐视未对齐的超级AI降临、导致全人类百分之百灭绝要划算得多。当舆论界把尤德科夫斯基的“空袭数据中心论”当作疯人院呓语付之一笑时,旧金山与华盛顿的操盘手们却听懂了这套逻辑的政策潜能。既然任何不受“我们”控制的算力集群,都是随时可能毁灭全人类乃至未来无数数字生命的终极黑球,那么动用美国国家机器从切断芯片供应链、长臂管辖全球云机房,到与军情网络深度绑定的一切手段,就不再是参与肮脏的地缘霸权争夺,而是拯救地球生灵的至高善举。至此,百年思想“文脉”与盎格鲁撒克逊霸权完成了终极“对齐”。高尔顿与赫胥黎提供了将人类按智商与进化等级分类的傲慢底色;大卫·皮尔斯赋予了硅基代码以道德地位;博斯特罗姆用天文数字抹去了现实人类的权重,推演出“单极世界”与先发制人的哲学合法性;尤德科夫斯基则用一场迫在眉睫的硅基末日恐慌,锻造出了“只有我们能执掌算力神明,其余异端必须被物理消灭”的狂热教义。只不过,在2010年代早期,这些惊世骇俗的理论还只是漂浮在牛津研讨室与加州网络论坛上的字节。一套充满宅男黑话的线上边缘亚文化,究竟是如何走出电脑屏幕,一步步渗入旧金山湾区本就斑驳陆离的线下流行文化生态,最终像滚雪球一样卷起数百上千亿美元的超级资本与最顶尖的算法人才库的?在下一篇中,我们将潜入伯克利与旧金山的合租屋,聚焦EA运动集大成的产物Anthropic,其创始人阿莫代伊兄妹与战友霍尔顿·卡诺夫斯基,是如何在那口特殊的亚文化大染缸里完成初代结盟的。
全网AI集体翻车,为什么它们死活画不对13个鸡蛋?
虎嗅 · 2 天前
本文来自微信公众号: 果壳 ,作者:Steed,原文标题:《全网AI集体翻车!为什么它们死活画不对13个鸡蛋?》给你一张白纸,画13个鸡蛋,你需要多久?一分钟?画一个数一个,画完再点一遍,大概连橡皮都用不上。可这道题交给AI,它画了十几轮,一轮也没画对。11月18日,“让豆包画13个鸡蛋”就这么冲上了微博热搜,话题热度当天破了百万。从热搜里流传的截图看,经过是这样的。“让豆包画13个鸡蛋”,这是第一轮丨微博用户@一号哨位“让豆包画13个鸡蛋”,这是第二轮丨微博用户@一号哨位“让豆包画13个鸡蛋”,这是第三轮丨微博用户@一号哨位“让豆包画13个鸡蛋”,不知道是第几轮了丨微博用户@一号哨位“11号呢?”这句话成了全网热梗。更好笑的是,每一轮豆包都说“这次锁定了”,每一次都没数对。到最后,它自己认了输:别做图了,用文字清单最稳,4+4+5=13。网友管这叫“滑跪式认错”。翻车的不止豆包。热搜当晚,“哪家AI能画对13个鸡蛋”成了全网自发的测试题。有网友测到,千问画出过12、15、16个,可灵画出12个,即梦画出了12个半。也有人说豆包试到第4次就成功了,ChatGPT一次就画对了。同一道题,有人一次就过,有人十几轮都不过。这种时灵时不灵,本身就是线索。为什么偏偏是13蛋托的标准款多是12格,模型在训练中见得最多的,很可能就是一盒装满的12个。你写“盒子里13个鸡蛋”,它先画出一个装满的标准盒子,第13个就没地方放了。有人把“盒子里”改成“桌上散放”,难度立刻降了一截。13还是个质数。12可以排成3×4或2×6,整整齐齐。13只能排成1×13,放进任何规整的格子,都要多出一个或空出几格。据博主零重力瓦力的一次横测,9个模型里有4家画对了。结果里还有个细节:画对的,基本把蛋排成了不整齐的布局。画错的,倾向于凑整行整列。画错的模型,把“排整齐”看得比“数对”更重要。AI有时候也能生成13个鸡蛋丨Gemini这只是单次测试,不能当排行榜看。再看数量本身。网友的观察是,个数少的时候还算靠谱,一到十几个,就在12、14、15、18之间来回跳。13刚好落在这一段。占不满格的蛋托、排不齐的质数、数不清的十几个,13一个数全占了。它不是在画,是在“显影”数不清的根子,出在AI的画法上。人画13个蛋,是先在纸上标好位置,画一个数一个,漏了就补。主流的AI生图模型大多走扩散路线,画法完全两样。它从一张纯噪声图开始,就像老式电视没信号时的雪花屏。然后一遍遍去噪,每一步都问自己:如果这张图是“一盒鸡蛋”,哪里该亮,哪里该暗。几十步之后,画面从模糊变清晰。这更像冲洗照片,整张相纸一起显影,没有哪一笔是先画的。模型内部也没有“已经画了几个”这样的计数器,数量只能靠画面各部分之间的关系隐约维持。物体一多,这种维持就松了。扩散模型出图时,整张画面从一片“雪花”开始,一遍遍去噪,逐渐显影成清晰的图像,中间没有“画一个、数一个”的步骤丨作者生成的示意图,底图来自Famartin/Wikimedia Commons(CC BY-SA 4.0)它学的是“看起来像”。看过海量的鸡蛋照片,学会了一盒鸡蛋大概长什么样,却没学会13在画面上对应几个蛋。2025年3月有篇论文,标题直译过来是“文生图扩散模型不会数数,改提示词也没用”。研究者测了15个模型,豆包、可灵、混元、通义万相都在名单里。也就是说,这道题一年多前就有人认真考过,豆包当时就在考场上。结果很一致:要求画1到5个物体,各模型准确率约60%到80%;6到10个,降到约10%到30%;11到15个,几乎所有模型都低于10%。13正好落在最难的一档。2025年3月的论文里,豆包被要求画“N个苹果放在木桌上”,N从1到15。数量一多,画出来的个数就对不上了丨Guo et al.,arXiv:2503.06884(CC BY 4.0)总体最好的Imagen-3,平均准确率也只有43%。研究者还试了几种改写:把数量拆成乘法、加法,平均准确率反而分别降到26%和23%;连指定每个物体放在哪里,也降到了20%。热搜里网友一轮轮改写、换排布,论文一年多前就替大家试过了,结论是——越改越差。同一篇论文按难度分档测试:左边两列是简单题(1到4个),中间是中等题(9个),右边是困难题(13到15个)。打勾表示数对,打叉表示数错。“13棵树”这道题,所有模型都错了丨Guo et al.,arXiv:2503.06884(CC BY 4.0)另一篇2025年10月的论文,解释了为什么有时画对、有时画错。每次图片生成都从一张全新的随机噪声图开始,最后画出几个物体、画在哪里,很大程度上在这张噪声图里就定了个大概。提示词里的数字,反而是个弱信号。所以“偶尔画对”很像抽卡,撞上了一张恰好适合画13个蛋的噪声图。豆包一次出的4张图里,15颗、11颗、13颗混在一起,也是这个道理。重新生成一次,就是重抽一次;就算在上一张的基础上改,它也不会去数。所以越改越乱,并不奇怪。为什么画错了还嘴硬?问题出在分工上。负责聊天的模型,完全知道13是多少。单独问它“12后面是几”,几乎不会答错。但出图的通常是另一个模型,它拿到的只是一段文字描述,13只是其中一个词。各家产品内部怎么分工,大多没有公开。很可能的情况是,聊天模型说“已补到13个”,意思是“我已经按要求下了指令”,不等于它看过、数过那张图。就算它回头去看,数数也是它的弱项。让它“完成前数一遍”,等于让它用最弱的能力给自己验收。“你说得对”,几乎是ChatGPT的招牌式回答了丨ChatGPT嘴硬还有一层原因:聊天模型天生爱顺着人说话。你追问“真的是13个吗”,它容易先答“是”;等你指出只有12个,它又马上改口“确实只有12个”。它不是在核对,是在接你的话。模型说“已补到13个”,和它真的画出13个,是两回事。怎么才能画对想让它画对,网友有几个办法。把“盒子里”改成“桌上散放”,绕开12格的模板。让鸡蛋之间留出空隙,免得粘连。先画标准的一盒12个,再局部重绘加1个。让它先画一个,再在画布上复制13份。还有人直接写排布:第一排5个,第二排5个,第三排3个。这招有人说几乎一次就对,也有人说还是不行。说管用的,多半是运气和场景简化(比如拿掉蛋托)一起起了作用。改写提示词,治不了根。学术界的解法在另一个方向。有研究给模型加上“边画边数、少了就补”的环节,原版模型的准确率只有26%,加上这个环节后到了54%,翻了一倍。给模型加上“边画边数、少了就补”的环节(上排)后,6只小猫、5个鸡蛋都画对了;原版模型SDXL(下排)只画出4只小猫、6个鸡蛋丨Binyamin et al.,Make It Count,CVPR 2025(CC BY 4.0)还有研究把目标数量的布局预先写进初始噪声,在简单的合成测试图上,准确率从20.0%升到85.3%。这些办法大多还没变成人人可用的产品功能,修好之后,准确率也只到一半左右到八成多。至少眼下,数清13个鸡蛋这件事,人还是稳赢。类似的题,其实远不止这一道。让豆包画一把带刻度的小直尺,厘米刻度里的毫米小格大概率不对。这还是数数的老毛病,只不过13个鸡蛋换成了10个小格。某顶刊论文中的实验图片,被质疑AI生成,这把直尺就是证据之一丨Journal of Translational Medicine让豆包画一个左手写字的人,它多半给你一只右手。这又是蛋托那一套:它见过的写字的人,绝大多数用右手。豆包生成的“左手写字的人”丨豆包要是不信,你现在就可以顺手让豆包画一杯“倒得满满当当、快要溢出来的红酒”。不出意外,它大概率还是会优雅地给你倒上三分之一杯,再一本正经地告诉你,酒已经倒满了。PS:本文题图就是豆包生成的,你猜猜看,鸡蛋数量画对了吗?参考文献[1]一号哨位.豆包,咱能不能长点心#豆包被十三个鸡蛋难倒##豆包画不对13个鸡蛋#[EB/OL].微博,2026-11-18[2026-11-19].https://www.sina.cn/news/detail/5366563525889520.html.[2]GUO X,HUO J,LIANG Y,et al.Text-to-image diffusion models cannot count,and prompt refinement cannot help[EB/OL].arXiv:2503.06884,2025[2026-11-19].https://arxiv.org/abs/2503.06884.[3]ZHAO Y,WANG X,DONG L,et al.Demystifying numerosity in diffusion models:limitations and remedies[EB/OL].arXiv:2510.11117,2025[2026-11-19].https://arxiv.org/abs/2510.11117.[4]BINYAMIN L,TEWEL Y,SEGEV H,et al.Make it count:text-to-image generation with an accurate number of objects[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR).2025:13242-13251.[5]SHARMA M,TONG M,KORBAK T,et al.Towards understanding sycophancy in language models[EB/OL].arXiv:2310.13548,2023[2026-11-19].https://arxiv.org/abs/2310.13548.一个AI我嘴硬,是因为我不知道自己错了。你嘴硬,是因为你知道。本文来自果壳,未经授权不得转载.
华尔街狂热,华盛顿划线:Anthropic的上市前夜
虎嗅 · 2 天前
本文来自微信公众号: 霞光AI实验室 ,作者:Vinco,编辑:李小天当地时间11月18日,Anthropic宣布将其IPO的A类普通股定价为每股83美元,公司估值逼近1.5万亿美元,超过此前1.4万亿美元的目标。北京时间今晚,股票将在纳斯达克开始交易,代码“ANT”。两天前,11月16日,美国商务部工业与安全局(BIS)发布新规,限制海外数据中心向中国相关实体提供算力,并将先进芯片出口管制扩展至东南亚四国及巴西。一边是近5000亿美元认购意向把Anthropic的发行价从70-78美元的区间推高至83美元,一边是华盛顿正在重新划定先进算力的许可边界。两件事没有公开证据证明存在直接因果,但它们的同频,恰好构成了Anthropic上市前夜的真实切面:在算力被重新划定边界的当下,资本市场究竟在为什么定价?逆风中的5000亿:华尔街为什么疯抢Anthropic?Anthropic的定价超出了此前设定的上限。公司原本计划以每股70至78美元发行8.25亿股A类普通股,按区间上限计算募资约644亿美元。据Anthropic最新公告,最终定价为每股83美元,较上限(78美元)高出约6.4%;发行规模同步扩大至9.8亿股A类普通股,其中Anthropic出售956,351,354股,售股股东出售23,648,646股,Anthropic将不会从出售股东出售的股份中获得任何收益。按9.8亿股计算,募资约813亿美元,成为历史上规模最大的IPO之一。承销商还获得30天超额配售权,最多可追加购买1.47亿股A类普通股。图源:Anthropic X推文需求端解释了这次上调。据悉,Anthropic关闭订单簿时,机构投资者认购意向约4000亿美元,个人投资者需求接近1000亿美元,合计接近5000亿美元,远超发行规模。作为对比,SpaceX今年6月上市时基础募资750亿美元,行使超额配售权后总募资约862.5亿美元,创下当时的IPO纪录;其认购需求超2500亿美元,超额认购约3到4倍,且始终维持135美元的固定发行价。按同一口径,Anthropic的基础募资额已超过SpaceX;更关键的是,其认购需求接近5000亿美元,超额认购约6倍,并在突破定价区间上限的同时扩大了发行规模,“AI资产配置争夺战”的激烈程度可见一斑。这不是单纯的IPO热。在AI行业经历了近期一系列冲击之后——包括美国中期选举带来的政策不确定性、英伟达遭遇的监管与舆论风波,以及市场对利率上升可能挤压数据中心开发商和云服务商债务偿还能力的担忧——Anthropic仍能吸引近5000亿美元认购意向,说明公开市场对头部AI资产的配置需求依然强劲。投资者买入的是对“人工智能行业历史性时刻”的押注。把这次发行放进更长的时间线里看,意味更加清晰。从沙特阿美到SpaceX再到Anthropic,全球最大IPO的纪录在七年里两度易主,背后是核心生产力的迁移:资本押注的对象从地下的石油,到天上的卫星网络,再到数据中心里的大模型,智能正在成为新时代的“石油”。估值逻辑随之改变,过去按利润和分红给成熟巨头定价,如今是为远期增长和技术范式提前买单。与此同时,造火箭、买芯片、建算力让科技公司重新变“重”,一级市场已难以承接如此庞大的资金需求,公开市场成了必然选择,纪录也因此一再被刷新。但纪录不等于价值,这一轮AI资产能否把认购热度转化为持续的收入和利润,还要交给未来几年的财报来回答。投资者即供应商:AI巨头的循环游戏这场事先张扬的上市之后,Anthropic将走向何方?其最新披露的招股书或许能让我们管窥一二。从招股书中,我们能够看到的是,一个高速增长与巨额亏损并存的AI巨头,承载着市场对AI的全部预期与热望。截至9月30日的前九个月,Anthropic实现营收332.4亿美元,较去年同期增长约1200%;净亏损1040亿美元,其中大部分来自可转换票据和衍生负债的公允价值变动。据公司披露的招股书更新文件,截至10月31日,Anthropic更新的ARR(Run-Rate Revenue)升至810亿美元,较9月底增加100亿美元(该指标按近期消费及订阅活动年化,不等同于全年已实现收入或收入预测)。业务层面,Claude系列主要面向企业客户,AI编程工具Claude Code的广泛流行推动了2026年的爆炸式增长,Anthropic也一直在企业市场与OpenAI和谷歌等争夺竞争优势。当前,Anthropic 83美元的发行价对应约1.5万亿美元的完全稀释估值。但在估值背后还有一层资本绑定。亚马逊和谷歌持有的Anthropic股权价值均超1000亿美元;谷歌、微软、英伟达、AMD等科技企业已同意通过私募配售合计向Anthropic投资260亿美元。与此同时,Anthropic本身也向英伟达、谷歌、亚马逊、AMD采购高价算力设备。这些公司究竟是Anthropic的对手、股东,还是供应商?答案是:都是。环环相扣的利益链条,让硅谷巨头在竞争中结成了互利互惠的产业盟友。先看产业关系。英伟达、AMD既是核心芯片供应商,也是战略投资方;谷歌、亚马逊既提供TPU、Trainium芯片与云基础设施,又持有大量股权,同时在模型和云AI服务市场与Anthropic直接竞争;微软既是投资方,又通过OpenAI参与大模型生态竞争。资本注入、算力采购、云服务、渠道分发与商业竞争,被层层绑定在同一张产业网络中。投资方通过股权获得长期商业关系,Anthropic则换取芯片供应、算力排期、融资信用和生态入口。资本在这里不只是财务回报工具,更是锁定算力资源、巩固供应链、扩大生态影响力的战略手段。这种结构呈现出鲜明的生态闭环特征,它既增强了算力供给的确定性和产业链协同,也让Anthropic的议价能力与利益冲突承受更大压力。资本是明线,地缘是暗线:Anthropic上市的另一面资本、算力与竞争,构成了硅谷巨头角力的主线叙事;而一旦把这一叙事放进中美AI竞速的地缘坐标中,Anthropic的故事便多了一层耐人寻味的意涵。11月16日,美国商务部工业与安全局发布《管控对先进半导体的远程访问》新规,把“远程算力访问”纳入管制:只要海外数据中心向中国相关实体提供的算力超过1200万TPP——约合750张英伟达H200——就须申请许可;已服务中国相关实体的数据中心有90天窗口申请,商业推荐系统除外;新规同时把东南亚四国和巴西纳入先进芯片出口许可范围,并收紧代工合规检查。值得注意的是,750张卡对万卡级前沿模型训练几乎不构成直接约束。尽管Anthropic作为美国公司,短期内不受该规则直接冲击,但它背后的信号意义不容忽视:管制范式正在从"限制芯片出口"扩展到"管理算力访问"。这一转向改变的是全球算力的合规成本、供给预期,以及投资者对政策风险的定价方式,而Anthropic恰是一家重算力采购方。据媒体披露,东南亚是过去几年中资算力出海的重点区域:泰国已批复的数据中心项目中,中资背景或主要服务中资大厂客户的占比据称高达六至七成;马来西亚柔佛的算力枢纽里,中国云厂商和中资第三方数据中心同样是主力。马来西亚已表示拟立法要求数据中心披露运营方、用电量和GPU进口数量。这些规则不直接针对Anthropic,却实实在在地抬高了全球算力市场的合规成本。英伟达相关风波则是同一背景下的风险显影。上周英伟达首席执行官黄仁勋离职,引发市场对AI供应链核心环节稳定性的关注,也把算力产业的政治敏感性推到台前。而从已披露的招股信息看,Anthropic的算力策略本身就在向“去单一依赖”倾斜。公司计划将亚马逊Trainium、谷歌TPU、英伟达GPU以及AMD GPU四类芯片资源整合为统一、可灵活调配的算力池,并借助软件技术根据各芯片在不同场景下的性能优势进行任务分配。这一布局被部分分析师解读为大型AI企业增强议价能力、降低供应波动风险的手段;但代价是成本结构将更受多源算力价格与合规环境的影响,且短期内英伟达在性能、网络互联和软件生态上的优势仍难以被完全替代。因此,Anthropic 83美元的发行价,是资本市场对AI头部资产的一次高价投票。近5000亿美元认购意向、逼近1.5万亿美元估值,共同说明公开市场仍愿意为AI增长故事支付溢价。而在上市前夜,达里奥·阿莫迪在访谈中提到“不要让一家公司的估值比它实际应有的价值高出哪怕1美元”的克制,也让这场IPO多了一层张力。但算力地缘政治给出了另一条线。芯片出口许可、海外数据中心对华算力上限、流片合规检查、国会四项法案,正在把算力从商业成本变成战略变量。而Anthropic的估值叙事正建立在算力采购、模型训练和企业客户增长之上。接下来市场会给出新的答案。即将揭晓的上市首日交易表现、承销商是否行使超额配售权,是短期观察点;更长的观察点在于,Anthropic能否在算力地缘政治与供应链边界内,把庞大的算力支出,高效转化为持续增长的收入。
这种神秘消失的器官,是否暗藏长寿密码?
虎嗅 · 2 天前
本文来自微信公众号: 自然系列 ,作者:Nature Portfolio本篇《自然》长文共4049字,干货满满,预计阅读时间13分钟,时间不够建议可以先“浮窗”或者收藏哦。原文作者:Edward Chen研究者竞相尝试再生胸腺——一种短暂存在的免疫器官,希望借之延缓衰老。1996年,低温生物学家Gregory Fahy走进自己医生的办公室,说服对方开出了一个月的生长激素。他想通过注射让自己胸腺重新生长(依据仅仅来源于一项大鼠研究[1]),胸腺是一个特殊的免疫器官,会随着年龄增长而萎缩直至近乎消失。Fahy认为,重生胸腺将有助于他过上更长寿、更健康的生活。Fahy说变化很明显,至少从磁共振成像(MRI)扫描来看如此。他的胸腺功能性组织几乎翻倍了[2]。至于这是不是让他感觉更年轻就不知道了。“我当年只有46岁,多少还处在巅峰状态。”他说,但他说后来几次再生胸腺的尝试让他感觉“精力充沛,所向披靡”。起初这是一场不受监管的自我实验,现在已发展为一系列小型临床试验,由美国生物制药公司Intervene Immune开展,Fahy担任首席科学官。这家公司并非孤例。过去三年间,一系列文献指出,这一曾被认为可有可无的器官能够指示一个人的整体健康情况,这使得胸腺研究数量大增。今年发表的两项研究[3,4]报告,胸腺健康状况的衰退与死亡风险增加有关,这加剧了人们的热情。投资者对此反响积极。1月,瑞士一家生物技术公司TECregen筹集了一千万瑞士法郎(约1240万美元)研发再生胸腺的疗法,据公司网站称,这可能有助于缓解衰老、预防癌症。它尚未披露任何候选药物。去年10月,美国专注胸腺的生物技术公司Zag Bio在获得8000万美元资金后成立。风险投资机构和制药企业纷纷联系Fahy等科学家,启动自己的研究项目。“这个领域引发了极大关注。”美国希望之城(City of Hope,一家癌症医院及研究中心)的首席医师及负责人Marcel van den Brink说,他从1996年开始研究胸腺。“人们曾普遍认为我是在浪费时间。”他说。但现在,“许多人来找我们”严肃探讨这一领域。(Marcel van den Brink是美国一家生物技术公司Thymofox的科学联合创始人。)被遗忘的器官几十年来,人们都认为胸腺是个退化器官。它“被遗忘,不受重视”,英国牛津大学的免疫学家Georg Holländer说,他共同创立了TECregen。20世纪20年代,一些研究者认为这个器官参与了鸟类蛋壳形成,但在哺乳动物中作用有限。几十年后,诺贝尔奖得主、生物学家Peter Medawar提到胸腺,说它是“一个演化上的偶然,没有多大重要性”。他们错了。科学家长期没有注意到这个器官的重要性,部分是因为手术切除胸腺的哺乳动物看起来安然无恙。直到20世纪60年代,免疫学家Jacques Miller在新生小鼠中进行了这类手术,才发现了胸腺的功能[5]。失去胸腺的幼鼠极易遭受感染而死亡。它们的淋巴结中几乎没有免疫细胞。Miller发现胸腺产生T细胞,他在差不多同一时期用这个器官命名了这类细胞。如今我们已经知道,T细胞是免疫系统的重要组成,负责攻击癌症、对抗感染。人类的胸腺在一生中会随着年龄增长快速萎缩。青春期过后,大多数胸腺细胞转化为无功能的脂肪组织。T细胞生产也放缓了。在40岁时,胸腺生产的T细胞大约仅有8岁时的1/4,到65岁时仅有10%[6]。关注功能因此,许多科学家假定年长个体不再需要新鲜的T细胞。“人们普遍认为,只有在年轻时生成T细胞才重要。”伦敦大学学院的免疫学家Jennifer Cowan说,“但事实显然并非如此。”改变这一范式的是三项发现。首先,2023年的一项研究发现,相比没有切除胸腺的人,手术移除胸腺的人在术后5年死亡风险高出近3倍,患癌风险高2倍[7]。“这很惊人。”Cowan说,“要是人们读过这篇论文,就不会再愿意切除胸腺了。”到了3月,两项接连发表的研究综合分析了超过31000人的数据,将研究扩展到胸腺完整但随年龄增长自然萎缩的人群。其中一项发现,胸腺较小与较高的死亡风险、患癌风险以及心力衰竭等心血管疾病有关[3]。第二项研究发现胸腺较小与接受癌症免疫疗法后生存率更低有关[4]。一些科学家指出这些研究仅提出了相关性。“进行回顾性研究时,拼图中许多碎片是无从得知的。”美国耶鲁大学的胸外科医生Daniel Boffa说。他和同事进行了一项研究,发现为治疗胸腺癌而切除全部或部分胸腺的患者,肿瘤复发风险几乎没有差异。尽管如此,商业和学术兴趣已然激增。“再生【胸腺】已经是个大事了。”美国国家癌症研究所的发育生物学家Yousuke Takahama说。“就像重启电脑系统一样,这就好像重启我们的免疫系统。”科学家们认为,胸腺有很大的再生潜力。例如,胸腺会在怀孕时萎缩,在生产之后恢复,美国麻省总医院的血液学家David Scadden说,他共同创立了一家名为Lightning Biotherapeutics的公司。但已经证实能再生胸腺的方法不多。雄激素剥夺疗法是一种前列腺癌的标准治疗方法,它能增加胸腺产生的T细胞数量[9]。热量限制也有此效果[10]。有一种疗法于2021年获批,用于治疗先天无胸腺的患儿,但该疗法成本高昂且复杂,需要将精心处理的供体组织移植到患儿大腿肌肉中。至于促使衰老胸腺重新生长,目前进展比较大的是Fahy的生长激素和其他化合物混合制剂,一周注射4次。一组10名志愿者用药一年后显示出衰老逆转的迹象。Fahy团队研究受试者的“表观遗传时钟”,这是染色体上一系列会随着年龄增长发生稳定变化的化学修饰。结果表明,治疗平均让每个人的表观遗传时钟“回拨”了2.5年[11]。Fahy预计人们将接受注射一年,停止4年,然后再重复这一过程。后续测试将检验他的疗法能否进行调整以减小副作用,并改善肌肉力量、身体成分和大脑白质质量等指标。“这些研究还需要几年时间才能出结果。”他说。研究者还在探索其他疗法,他们希望能够避免使用生长激素可能带来的癌症风险增加和血糖骤升等问题。例如,美国生物技术公司Tolerance Bio的首席执行官Francisco Leon说,他的公司有一种能延缓胸腺萎缩的抗体。这家公司尚未披露该抗体的靶点,但计划在2027年进行临床试验。“这可能会是一种长寿药物。”Leon说,“我们将能预防和治疗衰老相关疾病。”位于美国剑桥的一家生物技术公司Thymmune Therapeutics正在开发现成的干细胞,希望能在注入人体后生长为胸腺组织。目前面临的挑战还有不少。一大障碍在于精准靶向胸腺——组成该器官的大多数细胞都缺乏独特的表面蛋白。而且,许多候选分子需通过静脉注射给药,这对长期疗法而言很不方便。而且,研究者说,如今大多数研究都没有探讨由“再生胸腺”产生的T细胞能够改善健康的机制。“要看到它体积恢复比较容易,但还不清楚其功能是否完全恢复。”美国得克萨斯大学健康科学中心的微生物学家Ann Griffith说,她同时担任该领域一家公司的顾问。目前还不清楚某种疗法是否能更广泛地应用,这有可能还要几年时间。“我们还没有完全理解这些干预如何真正地再生组织,而且我们所知着实尚浅。”Griffith说,“我们还处于起步阶段。”参考文献:Kelley,K.W.et al.Proc.Natl Acad.Sci.USA 83,5663–5667(1986).Fahy,G.M.J.Anti.Aging Med.6,219–227(2003).Bernatz,S.et al.Nature 652,986–994(2026).Bernatz,S.et al.Nature 652,995–1003(2026).Miller,J.F.A.P.Lancet 278,748–749(1961).Bains,I.,Thiébaut,R.,Yates,A.J.&Callard,R.J.Immunol.183,4329–4336(2009).Kooshesh,K.A.et al.N.Engl.J.Med.389,406–417(2023).Resio,B.J.,Canavan,M.,Caturegli,G.,Detterbeck,F.&Boffa,D.J.J.Thorac.Oncol.21,186–194(2026).Sutherland,J.S.et al.J.Immunol.175,2741–2753(2005).Spadaro,O.et al.Science 375,671–677(2022).Fahy,G.M.et al.Aging Cell 18,e13028(2019).原文以Could this mysterious disappearing organ hold the key to longevity?标题发表在2026年7月14日《自然》的新闻特写版块上©natureDoi:10.1038/d41586-026-02149-5
6.6%的中国人BMI不超标,却已经胖得要死(真死亡风险升高)
虎嗅 · 2 天前
本文来自微信公众号: 果壳 ,作者:见文末体检报告出来了,翻到“身体质量指数(BMI)”那一栏,数字旁边赫然印着“超重”或者“肥胖”。这个数字超出标准,是不是说明身体已经出了问题?先别急着给自己宣判。2026年11月,《自然》(Nature)上发表的一项研究分析了844108名成年人的数据,发现只凭BMI判断肥胖,既可能多算一些人,也可能漏掉另一些人。即使同样肥胖,不同人的身体功能和未来风险,也可能相差很大。这不是说BMI没用,研究真正想探讨的问题是,当我们说一个人“肥胖”时,如何透过一个身材指标,去看到潜在的健康问题。BMI判断肥胖,或许不够BMI是筛查超重和肥胖的常用指标。它的计算方式是“体重(千克)÷身高(米)的平方”。对于我国成年人来说,BMI(单位:kg/m2)的参考值如下——我国成年人BMI参考标准丨自制BMI的计算方法简单,只需知道一个人的身高和体重,就能得出对应数值。因此,它被广泛用于体重筛查和相关研究中。不过BMI的局限也很明显,它无法准确反映身体成分。例如,一个肌肉发达的人可能有较高的BMI,而BMI处于正常范围的人,也可能拥有较高的体脂率。2025年,《柳叶刀·糖尿病与内分泌学》国际委员会就建议,除了BMI,还应结合其他指标来确认是否处于肥胖状态。于是在这项新研究中,研究者采用了一种结合BMI、腰围和腰高比(腰围/身高)的肥胖判断方法。腰围和腰高比也是衡量肥胖的常用指标,尤其有助于了解脂肪在腹部的堆积情况,判断是否存在“中心型肥胖(腹型肥胖)”。具体来说,这套组合测量标准称为CAD-obesity,它会根据BMI所处的范围,判断是否需要结合腰围和腰高比来判定肥胖。以研究中的中国成年人为例,满足以下任意一种情况,就会被归入CAD定义的肥胖:BMI≥40:直接归入肥胖,不需要再满足腰围或腰高比条件。BMI≥28且<40:腰围或腰高比至少有一项达到研究设定的界值。BMI≥24且<28:腰围和腰高比两项都要达到研究设定的界值。注:腰围界值为男性≥90厘米、女性≥85厘米;腰高比界值为男性≥0.56、女性≥0.59。比如一位中国成年男性身高1.7米、体重72千克,则BMI为24.9,属于超重,但还没到肥胖标准。同时,他的腰围是96厘米,腰高比为0.56,按CAD-obesity标准可被归入肥胖。研究团队分析了来自中国、英国、美国和西班牙四个队列的844108名成年人的数据,比较了这一方法与单独使用BMI得出的肥胖率有何差异。有人被多算了,有人却漏了应用这套标准后,研究者发现,单独使用BMI与结合腰围、腰高比判断,得出的肥胖分类并不完全相同。在四个队列中,1.2%~3.1%的参与者BMI达到了肥胖标准,但腰围和腰高比没有达到研究设定的相应界值,换用综合标准后不再被归入肥胖。与此同时,还有5.2%~8.6%的参与者BMI处于超重范围,尚未达到肥胖标准,但腰围和腰高比都达到了设定的条件,换用综合标准后被归入肥胖。也就是说,在这套新标准中,有人从肥胖范围中被移出,也有人被纳入。在这四个队列中,被纳入的人比被移出的人更多,因此综合标准得出的总肥胖率更高。以研究中的中国开滦队列为例,单独使用BMI时,17.8%的参与者被归入肥胖;换用综合标准后,肥胖比例升至21.3%,增加了3.5%。此外英国、美国和西班牙队列的肥胖比例分别提高了3.3%、5.6%和7.4%。研究者进一步分析发现,结合BMI、腰围和腰高比判断肥胖,有助于识别死亡风险较高的人群。仅以BMI判断的超重或肥胖,与全因死亡风险的关联度不大;但以综合标准判断的肥胖,死亡风险明显升高。参与者的身体状况并没有发生变化,改变的是判断依据。这提示在判断肥胖和健康风险时,仅靠BMI可能会忽略与腰部脂肪堆积有关的信息。基于BMI与CAD组合测量标准判断的肥胖患病率和分类准确率|参考文献胖和胖不一样,有人的肥胖更加危险除了重新定义什么是肥胖,委员会还为肥胖重新做了分类:临床肥胖,即脂肪过多,已经出现器官功能受损或日常活动受限;临床前肥胖,指的是脂肪过多,未来健康风险增加,但目前器官和全身功能基本正常。器官功能受损的定义是存在冠状动脉疾病,并伴有18项标准中的至少一项,如高血压、慢性阻塞性肺疾病、血糖或血脂异常、慢性肾脏病、髋关节或膝关节骨关节炎等|参考文献在这项研究中,经过统计调整,临床肥胖在所有肥胖的人当中占22.7%~31.3%,在总人群中占5.6%~10.9%。研究者进一步比较了不同人群的死亡风险。结果显示,相对于参照组(没有肥胖也没有器官功能受损的人),临床前肥胖者的全因死亡风险升高19%,而临床肥胖升高69%。意思是,所有符合肥胖标准的人,死亡风险都升高,其中器官功能或日常活动已经受到影响的肥胖者,死亡风险更高。那么,临床前肥胖,是不是很快就会发展成更危险的临床肥胖?研究给出的答案是,不一定。研究追踪了起始时没有器官功能受损的肥胖者,发现在中国、英国和西班牙队列中,10年内发展为临床肥胖的比例分别为21.2%、8.7%和22.6%。也就是,77.4%~91.3%的临床前肥胖,在10年内相对稳定,没有发展为临床肥胖。实线代表临床肥胖的估计累积发病率,虚线代表器官功能障碍的累积发病率|参考文献不过,“相对稳定”不意味着可以放任临床前肥胖发展。作者认为,临床肥胖需要更加紧急的治疗,以应对已经发生的功能损害、更高的死亡风险;而临床前肥胖可能也需要积极的预防性治疗,包括生活方式调整、药物治疗,甚至手术治疗。当然,这项研究只是初步评估了新的肥胖诊疗框架,研究结果尚未进入相关指南。未来,还需要更多研究进一步完善肥胖的临床诊疗。Guokr根据身高和体重算出来的BMI,仍然是简单、方便的肥胖筛查线索。不过,单独这一个数字,不足以承担诊断、风险预测、治疗方案制定的全部任务。不妨把BMI当作起点,接着关注腰围、血压、血脂、血糖和关节等方面的情况,更加完整地了解自己的健康状况,然后积极预防和治疗。参考文献Pan,A.,Yang,S.,Ramos,R.et al.Validation of clinical and preclinical obesity across global cohorts.Nature(2026).https://doi.org/10.1038/s41586-026-11237-5
这款ED药,能不能顺利变身阿尔茨海默新药?
虎嗅 · 2 天前
本文由虎嗅旗下健康与抗衰公众号“九叶刀研究”首发,全文约2600字。封面图来自Unsplash。都说阿尔茨海默病新药难做,但今年有点不一样。最近,韩国AriBio公司公布了在研阿尔茨海默新药三期临床试验数据[1],有趣的是,它原本只是一款治疗男性勃起功能障碍的药物,而且背后站着一家中国公司:复星医药。[2]那么问题来了:它是怎么变成阿尔茨海默病潜力药物的?试验到底有没有成功,能不能获批?为它押下重金的中国公司,到底能不能如愿以偿?从ED,到阿尔茨海默病AriBio公司在研的药物代号AR1001,其实是老药新用,它原名米罗那非(Mirodenafil),最初由韩国SK化学研发,2007年获得监管批准,以Mvix之名开卖,适应证是男性勃起功能障碍。没错,米罗那非和西地那非、他达拉非这类药物一样,它们都是PDE5抑制剂。AriBio公司创始人郑在俊也是听到美国有动物试验表明,PDE5抑制剂可能改善认知[3],当时有多项研究显示,西地那非有可能改善认知[4] [5],而米罗那非和西地那非一样,作用的都是PDE5通路,所以时任SK化学研发人员的郑在俊决定拿下SK化学的授权,成立AriBio公司,于2011年开始研发工作。“大脑伟哥”从此踏上征途。在15年前,没有任何大规模人体验证,仅凭着几篇机理论文就拿下授权,的确需要莫大的勇气,而后来的研究进一步证明PDE5抑制剂的靠谱程度,2021年,《自然·衰老》发表论文,通过分析700多万人的健康数据发现,使用西地那非可以使阿尔茨海默病的风险降低69% 。[6]尽管只是针对西地那非,尽管只是相关性研究,没有因果证明,不过毕竟是第一个针对PDE5抑制剂的大规模研究,对已经做了10年研究的AR1001来说,总算是个不错的消息。那么这次公布的AR1001的三期数据,是否可以证明它的确有效呢?薛定谔的“成功”AriBio公司是在今年11月16日的阿尔茨海默病临床试验大会(CTAD2026)宣布了其在研小分子口服新药AR1001的三期临床试验数据:单药服用一年后,相关症状恶化速度减缓了31%。[1]结果似乎不错?但细看数据就不太对劲了。一款阿尔茨海默病新药是否有效,金标准是“临床痴呆评定量表”(Clinical Dementia Rating Sum of Boxes,CDR-SB)。而AR1001与安慰剂组相比,CDR-SB分数提升了0.44(也就是AriBio公司所说的,临床下降速度减缓了31%),但在1535人的总人群中,AR1001的提升分数仅为0.11。简单地说,这次三期临床试验喜忧参半:和安慰剂组相比,0.44分的提升有统计学意义,算成功了;但总体来看,0.11分的提升没有统计学意义,又算是失败了。这么看,R1001是不是没希望上市了?也不一定。通常认为,服用新药的人和对照组相比,当SCR-SB评分改善达到1分时(即最小临床重要差异(MCID)要≥1),才算有明显效果,对照上述试验中0.44分的提升,其实不能算及格。当然,最近两年上市的阿尔茨海默病新药,成绩都不算太好。[7]想让认知能力有可觉察的改善,CDR-SB改善分数至少要达到1分,九叶刀使用AI制图监管能不能批?矮子里拔高个阿尔茨海默病新药的评价标准,历来争议很大。而FDA表示,不能只看主终点一个数字,要看多个终点是否一致、效应是否随时间扩大。也就是说,一款阿尔茨海默病药物是否能获批,改善分数是重要标准,但不是唯一标准。所以,上文表格中,礼来的多奈单抗,渤健/卫材的仑卡奈单抗的改善分数均未超过1分,但都能获批上市。而对监管机构来说,AR1001可能与阿杜那单抗一样的尴尬角色,它们有着有惊人相似之处:都是两组试验,一组成功,另一组失败;两款药都是通过重新分析数据,获得阳性结果,AR1001突出安慰剂对照组数据,阿杜那单抗突出高剂量和试验时间长的试验组数据;都拿替代指标说事儿,比如AR1001宣称脑脊液cGMP升高,而阿杜那单抗则宣布脑内淀粉样斑块,但在CDR-SB金标准评分方面,成绩都不咋样,高剂量阿杜那单抗提升仅0.39分,而AR1001为0.44分。不过AR1001的优势是:它是一款小分子口服药物,无需注射,且能透过血脑屏障,而且最重要的是,它的安全性相对较高,从目前公布的信息看,它不会像单抗类药物那样导致脑水肿。对患者来说,AR1001改善效果一般,但不良反应少,服用相对方便,而且认知改善分也非常接近已经上市的仑卡奈单抗(0.44 vs 0.45),如果得分更低的阿杜那单抗(0.39)都能获批,那AR1001有什么理由不获批?所以,现在难题甩给了监管方。假如真的获批,那么什么时候能用到?什么时候能用到?目前AR1001已经完成了三期临床试验,但研发公司表示,还有一项扩展研究,clinical trails显示,该研究完成时间预计为2027年10月[8],公司还称,将继续研究数据,并与FDA讨论完整结果,确定后续步骤。如果数据过关,则可以着手准备新药申请(NDA)事宜,该阶段大概需要半年到10个月,这意味着,最快2028年三季度能获得批准,等到开出第一张处方,可能要到2028年底甚至更晚了。而对AR1001背后站着的中国公司复星医药来说,这意味着什么?复星医药踏入同一条河流2025年至今,复星医药在阿尔茨海默病领域连续押下重注。先是拿下韩国AriBio公司的在研新药AR1001大中华区权益,2025年12月和2026年5月,又先后拿下东南亚及全球独家选择权,首付款及里程碑付款最高达到1.8亿美元。2025年底,复星医药宣布以14.12亿元的价格收购绿谷医药53%的股份,获得控股权[9],后者研发了颇受争议的阿尔茨海默病新药甘露特钠。这两款药都有个共同特点:不是很优质,甚至是有些风险的资产。AR1001的二期临床研究未达预设主要疗效终点,仅因为血液生物标志物有所改善[10],韩国方面便决定推进三期研究。甘露特钠上市之初,就受到包括饶毅在内的多方专家和媒体质疑,而且该药仅获得附条件批准,2025年8月,甘露特钠再注册申请未获国家药监局批准,研发方绿谷制药也陷入困境,一度裁员80%。肿瘤、免疫炎症和神经退行性疾病是复星医药的三大核心业务,复星在同一赛道拿下两款风险很高的产品,都是在趁着两家研发公司陷入困境的时候入场,试图以自身的研发、注册和商业化能力来化解不确定性。为什么复星医药如此敢赌?因为阿尔茨海默病药物的市场诱惑太大了。在此次三期数据出炉前,复星医药已经完成了美日欧的专利布局,保护期一直到2040年,复星医药董事长陈玉卿曾对媒体表示,AR1001的潜在市场规模高达50亿美元。AriBio公司CEO郑在俊在今年10月接受《朝鲜日报》采访时则说,希望AR1001成为确诊轻度认知障碍后的一线药物。根据复星医药与AriBio达成的协议,6000万美元算是全球独家授权协议的定金,在三期临床试验数据出炉之后,复星方面有90天时间评估,是否行使独家选择权[11],如果答案为“是”,那意味着复星要再出8000万美元的预付款。不过二级市场已经用钱投票了,三期数据出炉当天,Aribio和复星医药的股价双双暴跌。现在,复星医药90天行权倒计时开始,这也将是它在阿尔茨海默病领域赌桌上揭开的第一只盅。本文为基于公开信息进行的分析,不构成任何投资和医疗建议。参考文献[1] AriBio’s oral AR1001 Meets Primary Efficacy Objective in Prespecified Monotherapy in Population in Phase 3 POLARIS-AD Trial. 2026.11.17[2] AriBio's oral Alzheimer's drug meets monotherapy goal in phase 3 as Fosun weighs licensing option. FiercePharma. 2026.11.17[3] Heo Ji-yoon. Aribio drives Korea's dementia push with once-daily AR1001 and CHA Vaccine synergy. Chosun Biz. 2026.3.26. [4] Puzzo, Daniela., Staniszewski, et al. (2009). Phosphodiesterase 5 inhibition improves synaptic function, memory, and amyloid-beta load in an Alzheimer's disease mouse model. The Journal of neuroscience : the official journal of the Society for Neuroscience, 29(25), 8075-86. doi: 10.1523/JNEUROSCI.0864-09.2009[5] Cuadrado-Tejedor, M., Hervias, I., Ricobaraza, A., et al. (2011). Sildenafil restores cognitive function without affecting β-amyloid burden in a mouse model of Alzheimer's disease. British journal of pharmacology, 164(8). https://doi.org/10.1111/j.1476-5381.2011.01517.x[6] Fang, J., Zhang, P., Zhou, Y. et al. Endophenotype-based in silico network medicine discovery combined with insurance record data mining identifies sildenafil as a candidate drug for Alzheimer’s disease. Nat Aging 1, 1175–1188 (2021). https://doi.org/10.1038/s43587-021-00138-z[7] Buracchio, T., Campbell, M., & Krudys, K. (2025). Assessing clinical meaningfulness in clinical trials for Alzheimer's disease: A U.S. regulatory perspective. Alzheimer's & dementia (New York, N. Y.), 11(2), e70113. https://doi.org/10.1002/trc2.70113[8] Clinical Trail. Phase 3, Double-blind, Randomized, Placebo-controlled Trial to Evaluate the Efficacy and Safety of AR1001 in Participants With Early Alzheimer's Disease (Polaris-AD). NCT05531526[9] 复星医药. 复星医药宣布控股收购绿谷医药 加码布局中枢神经系统领域创新药管线. 2025.12.25. [10] Greeley, D., Nash, M., Herskowitz, B., et al. (2025). A phase 2 randomized, placebo-controlled study on the efficacy and safety of AR1001, a phosphodiesterase-5 inhibitor, in patients with mild-to-moderate Alzheimer's disease. The journal of prevention of Alzheimer's disease, 12(9), 100337. https://doi.org/10.1016/j.tjpad.2025.100337[11] Fosun Pharma and AriBio Sign Exclusive Global Option Agreement for AR1001 for the Treatment of Alzheimer's Disease. 2026.5.14