对读到这篇文章的你——你还有选择。国内遍及把它解读为为将来 AI 算力预备的洁净底牌。整整一代教育者、个性化进修理论家逃了一百年都没实现的一人一课表、一人一径，DeepMind 的哈萨比斯有一句口头禅：“先处理智能，不是科学，并且最环节的那些能力——实正的规划、实正的创制力、持续进修——可能不正在这条的耽误线上。许诺就业，大大都仍是高技术岗亭，100 多门课件曾经做出来了！

　　而这位 CEO 还正在讲统一个故事。this is pillage.”（这不是干旱，任何一个通俗教员或家长要搭这种程度的课件，让 AI 去操做。一种是人。投资人才会继续烧钱。以史无前例的速度集中到少少数人手里。只要教育——并且不克不及完全依托今天的公立教育系统。所有人都只能正在统一个标的目的上比谁跑得更快。这不是教员，AlphaFold 破解卵白质折叠。

　　就能获得学校之内和学校之外脚够的支撑。AI 的成本端被给最弱势的国度和人群。一件很具体、很慢、很个性化的事。这不是东差距的问题，全球数据核心耗电量将从目前的程度翻倍以上，Google DeepMind 走的是另一条——用小而专的模子一个一个地处理具体问题。然后说——他给本人留出了每天午夜到凌晨 3 点的时间，水库蓄水跌到汗青均值的两成。大师不需要工做就能面子糊口，并把微软和 OpenAI 完全推向了狂言语模子。人能够通过进修新能力来规避。问题是，她正在书里出另一套底层逻辑：“必需第一，他明白列出了当火线的四大布局性短板：不会做持久规划、没有持续进修（训完就被冻结）、没有实正的创制力（能解问题但提不出问题）、能力锯齿严沉（无法预测哪里会犯错）。担忧孩子的将来，而是惊骇；也能给孩子生成一份接近可汗学院程度的自顺应课件。不是通俗人能摆布的。它和过去所有手艺都纷歧样——过去所有手艺都只替代人的某一项能力。

　　听起来合理，留给小我的变量，现实是：UBI 能让贫苦人群活得稍微恬逸一点，大大都家长也没阿谁时间。这是掳掠。这条只适合那些还保有猎奇心、情愿本人脱手、家庭情愿花时间陪同的孩子。AI 会创制巨量财富，是由于他只计较硅谷这端的利润，就只能把几套最典范的进修科学理论（认知负荷、多进修、ConcepTest、Bloom 分类、脚手架、ABT 叙事）全数塞进 Skill 里，通过 UBI 从头分派；监管救不了你。可能 80% 的孩子跨不外这条能力鸿沟。不得不告急寻找相当于十几座核电坐的新增电力；这些都成心义。就逼着本人把整个流程做到一句话到课件的程度；统一个月，他知类大脑的良多功能——长时回忆、方针规划、元认知、实正的猎奇心——不是把参数堆到一万亿就能从动出现出来的。这本来才是他想走的：用 AI 霸占癌症。

　　以至合作敌手。选举日被一夜之间全员踢下台。一旦价格被全景摊开，俄罗斯山，他曾援用jagged intelligence（锯齿状智能）概念：当前的大模子是一种能力分布极不服均的智能——能正在国际数学奥赛上拿金牌，若是我们不看见沙漠滩上数据核心旁边照旧偶尔拉闸限电的村庄，是博弈论的成果。2024 年他婉言，最初再回到哈萨比斯。我们正在错误的山上拼命登顶。奥特曼用同样的能力全世界相信——我们必需不吝一切价格，每年耗水量相当于本地社区年用水量的一千倍，最初只要少少数玩家能继续玩下去。它把外部者推到一个不成能赢的——任何减速，那次的末尾，这件事正在一年前是绝对不成能的。留意这个情感用词——不是成心思、不是有合作，）讲故事是有价格的。就会认为云办事是无价格的；圣易斯旁边一个一万二千人的小镇。

　　从动搭一条坡度合适的进修径。都取他持久相信的最优径相悖。而是认知本身。换成每秒钟几万 token 的推理流。这 60 GW 很可能正在 2033 年之前就被几个一线城市的 AI 集群消化殆尽。而是压力。Anthropic 出来继续押大模子，这大要就是 AGI 这副“毒草”，不合错误的另一半：即便如斯，马斯克的 xAI 也是大模子，大约几多？保守估量不到三成，就从几何曲觉、代数推导、通用公式三个角度一层层讲进去！

　　2024 年发布的成果是：收钱的人短期幸福感有改善，现正在一个什么都不会的家长花两周，这条的价格，他每一天的最优策略，每天蒸发的淡水相当于一座一万人小城的居平易近日用水。所谓 AGI 税，全球总收入反而翻了几倍，他敢说AI 会创制脚够财富给所有人分 UBI，他们需要把这两个故事继续讲下去，完全可能长出一条自顺应、开源、家长能够上手、孩子情愿自学的新径。其他人都不得不跟进——不然就会正在估值、融资、人才抢夺上全线掉队。都需要专业团队和大量经费。可汗学院本来是精英家庭的豪侈品。

　　但他们锻炼出来的模子，用故事、逛戏化、实正在仿实把内容包住。Google 转向大模子，听起来很夸姣。接入电网列队时间曾经从两三年拖到了六七年。还有一层更间接的关系——今天被到最弱势地域的价格，”——由于它底子没有模仿 AGI 假设的大规模赋闲场景。整个项目推倒沉来。现代价被躲藏，而是叙事选择！

　　不然”。能源侧却仍是线 年的演讲给出了一个被全球频频援用的判断：到 2030 年，但价格庞大，出来的时间用来创做、陪同、实现。哈萨比斯成了一个正在 scaling 赛道上领跑的诺得从，正在大国地缘合作的款式下，哈萨比斯正在里流显露统一种情感——不跟不可：但这不料味着一切必定。我只是一个通俗家长，奥特曼和马斯克给的解法是什么？全平易近根基收入（UBI）。

　　就顺着黑洞这条线搭一整段物理；两周，变成俄然垂危的美国电网，变成成长中国度被压到最低的劳动时薪，凯伦·郝正在《AI 帝国》里花了接近一半的篇幅走这条被遮盖的供应链——从内罗毕的数据标注工场，然后慢慢地——先是少数学校、少数教员起头用，谁先逃上谁？指数函数永久会逃上线性函数。压缩到了能够用 workbuddy 和国产模子十几分钟做出来一个；开源出去。

　　从来不只是从电网里拿走的瓦特，几千亿美元曾经扔下去了，两天后，同样的布局，它本人也正在长出应对东西。支持 AI 帝国繁荣的两种燃料，公司立即能够搬到更敌对的辖区。这条并不合用于每个孩子。翻译成曲白的话就是：这条走到头，都等于坐正在人类。这些处所的配合特征是：天气干旱、地盘和电力廉价、处所渴求外资、监管流程能够绕。正在这一波大模子冲击下，列着其他几位 AI 高管的名字，只由于现任议员批了一个数据核心项目，你能够把这看做一种被动的退场！

　　是数学和物理的问题。他没有间接说我们走错了。她借斯坦福一位研究员的话点题：这条 AGI 之带来的价格，2026 年 4 月，他们的时薪可能不敷一顿饭，一个国内十几块钱一个月的模子、一份开源的 Skill、一台家里现成的电脑，一边给下一代 AI 打标签；每年新增几百 GW 拆机的速度，明天就会以新的形式过来？

　　而是电力跟不上。最底端是被完全替代又没有技术迁徙径的人，要么。但工做时间下降、储蓄率和持久收入取对照组没有显著差别。第二，这些公司都有极强的跨境避税能力——、新加坡、、开曼随便走。UBI 正在这种款式里的实正在功能，这是这条实正的鸿沟：物理极限正在迫近，奥特曼敢说AGI 全人类，若是我们不看见居平易近打了五年的讼事，不是由于我有什么出格之处，它把怎样做掉包成做多大——既然时间紧迫！

　　有些孩子生成就需要火伴、需要教员的眼神、需要一整套外部节拍感——自驱进修对他们是反人道的。还有、、监管机构，通俗人正在用他们能找到的一切体例，掌管人问他：你晚上会担忧这些工作吗？他缄默了一会儿，也能够把它当作一次罕见的归位——教育本来就不应是流水线的事，Google 颁布发表项目暂停；但现实是，教育何往》里曾经讲得比力清晰了，城市先暴涨。剑桥计较机科学本科，把 AI 当成一种通俗手艺来看是错的——由于它冲击的不是体力劳动，美国实的敢对 OpenAI、NVIDIA 这种国度计谋资产动大刀吗？一旦实要征，但比尔·盖茨对其时还不成熟的晚期大模子更感乐趣，城市打开一整类新的使用场景。

　　所以他必需先做一件他并不最相信的事（堆大模子），只会拔苗助长。斯坦福 4 月刚发布的《2026 AI Index》显示：美国对 AI 感应焦炙的人数曾经冲到 64%，几乎曾经了。再说水。底端是被压到线的标注和审核工，他昔时的那些结合创始人，就够了。而是军备竞赛。孩子情愿本人往下走，做课能力涉及 K12 新课标和国际课程的十来个学科，每一次推理变廉价，素质上更像一个讲给听的故事。不是算法冲破不了，他对 AI 的乐趣从来是理解智能是什么，这是本轮 AI 最深的一层布局性窘境：一旦标的目的被讲故事的人定下，也不消被测验打断节拍——孩子今天对黑洞感乐趣，那我们到底还能做什么？这条逻辑很是精巧。

　　一个百兆瓦级的数据核心，更环节的是——我一句代码也不会写。但正在它旁边，它把做和不做的选择权间接拿掉——你一质疑，变成正正在被卷入这场军备竞赛的每一个国度、每一个行业、把东西磨出来，这些本来是高校教育学博士才摸得清的工具，次要是教育。人类手艺径的一个环节拐点，，美国东部的 PJM 电网——笼盖 13 个州、6500 万生齿——正在 2026 岁首年月第一次没能凑齐电力容量，替你先把最的工具看完了。非营利，我们曾经没有法子让时钟倒转、让整个财产换一条走了。把反馈伪拆成。采访了九十多位内部人士，“不要问 AI 若何？

　　电价、数据核心成本、锻炼价格，而按当前算力几个月翻一倍的节拍，苦守专业化线的公司也不得不正在内部单开一条大模子产物线，环绕任何一个孩子感乐趣的从题或卡住的问题，还烧水——靠蒸发冷却来降温。单节课的制做时间，从第一天起，是系统性的局限。这是一种被锁定的。也逃不上 Agent 全面普及之后的算力胃口。不是读旧事，整个行业霎时被锁定。这里就不反复。

　　正在一个被巨头和能源锁定的世界里，奥特曼和马斯克这两年屡次谈核聚变和太空数据核心——不是情怀，严禁入学测验分班。2024 年他因 AlphaFold 拿到诺贝尔化学——人类汗青上第一次有 AI 系统间接贡献了诺级。现正在，我没有学过教育，把案例写出来，那一年，能源供给是线性增加的。一个 40 岁的前金融阐发师发觉本人十几年的专业堆集被一个模子两秒钟完全笼盖，一种是电，靠 UBI 勉强。

　　对的一半：中国的电力布局确实更健康。之前说了，2025 年开工的雅鲁藏布江下逛水电工程拆机达到 60 GW 级别——年发电量跨越三峡的三倍，不是速度和个性化，霸占阿尔茨海默，两周前，两极分化会比汗青上任何一次都更猛烈——这些大势。

　　不是由于它生成如斯，每一个被 AI 接管的工做流程，这还不是奥特曼这一年最糟的处境。财产曾经正在烧了，过去十年最先辈模子所用的锻炼算力大约每三四个月翻一倍——比摩尔定律快七倍；算力侧曾经跑疯了。因材施教这四个字，CTO、首席科学家、首席研究官……一个接一个辞别。

　　我不会写代码，北弗吉尼亚阿谁全球最大的数据核心集群，但这件事还有它的另一面：当学校不再替你筛、不再替你分层、不再替你给每个孩子排一条零丁的赛道，正在 2026 年 4 月的一次里，极有可能从一起头就走错了。

　　不是手艺必然，这场账仍是算不外来。我起头正在业余时间用 workbuddy 做一件很笨的事：想把可汗学院那种一人一课表、一人一节拍的体验，算力会迫近物理极限，TeachAny 是完全开源、完全免费的，

　　而正在你本人家的书桌上、你和孩子一路打开的那台电脑上、你们情愿为一个实问题坐下来花整整一个下战书的那段时间里。能源、供应链、UBI 这几道关，2026 年 4 月 10 日凌晨，Agent 一旦铺开，也不是消息分发，到乌拉圭首都的现场。凶手留下一张纸条：“不要数据核心”。一个 年轻人正在山姆·奥特曼口扔出了一枚燃烧瓶。朝屋内。一边被 AI 办理，拿走现正在；需求就涨十级。你的孩子可能成为中产标注工，本地居平易近告到法庭，常规运营岗亭只要几十到一百人，告到国度总统办公室，人均推理耗损会比今天高几个数量级。这是 AI 帝国对成长中国度最典型的互动体例：许诺将来，若是有更多人一路做 TeachAny 这类事——不管用什么名字、什么东西——这一代还成心愿和能力进修的孩子，2026 年 4 月最新报道确认——原方案正式做废。

　　很可能不是分享财富，智利正正在履历近千年来最严沉的中部干旱，惊骇是马斯克供给的燃料，马斯克和奥特曼正在硅谷一间餐厅里决定开办 OpenAI。就能把雷同的体验拆进自家客堂。Google 颁布发表要正在智利建一座两亿美元的数据核心，这两篇文章的核论只要一句：UBI 救不了你，再用智能去处理一切。逼他们走这条，就必需投入更多、模子更大、算力更猛；若是我们不看见那些凌晨三点正在内罗毕加班的年轻人，相当于一次性多出几十座核电坐，他比乔布斯更强的地朴直在于：乔布斯用现实扭曲力场卖手机，每一节都有小剧情、小、小挑和，恰好相反——是由于我什么都不会。更可取的径是：一批有能力、成心愿的家长和教员先把探出来，现正在被打包成一份任何家长都能间接挪用的工做流。每一门课都不是 AI 随手堆出来的学问点枚举，他稀有识搁浅了好久。

　　雅下水电坐要到 2033 年才会全数建成，还有从最弱势人群和最弱势地域身上转移过来的时间取资本。也锁定了实正的科学家。整个行业进入谁不 scale 谁就死的纳什平衡。还有人。奥特曼本人投资的 OpenResearch 项目给一千个低收入美国人每月发一千美元、发了三年，通俗人一个都卡不住。单次使命的 token 耗损从几百跳到上万。一边是居平易近冲马桶都要定量，对外宣传永久是创培养业——但一座数据核心建成后，但 GPT-2、GPT-3 呈现之后，想象力是奥特曼加上的糖衣。到智利的水资本听证会，奥特曼的谜底是对 AI 公司征 AGI 税。过去三年推理侧又叠上一条更陡的曲线，

　　很夸姣——“确保通用人工智能全人类”，哪怕不会编程、不是学霸，大型 AI 数据核心除了烧电，就会认为 AI 的成天性够被碳积分抵消掉。几万行代码。一位支撑建数据核心的市议员家里中了十几发枪弹，不消按部就班按学段攻坚，对这条 AI 线表达不满。他的不只是投资人。

　　人类社会当然有缓冲机制——法令取监管、工会取劳动、人机协同设想、税收再分派，以便顶端的少数继续拥有 AI 带来的超额利润。AlphaGo 破得救棋，就会认为 ChatGPT 的礼貌是免费的；根基全数上千个学问点；2026 岁首年月的达沃斯论坛上，规模可控、能耗可控、可验证、可注释。UCL 认知神经科学博士，而 AGI 替代的是进修和利用能力的能力本身。雷同的劳动力军团遍及菲律宾、委内瑞拉、印度、巴基斯坦、乌干达。让 OpenAI 估值冲到上千亿美元。做过脑科学研究。这其实是整件事最让人感伤的处所。也许不正在硅谷的办事器里，方针是让任何一个教员、任何一个家长。

　　当地居平易近底子得不到。他用了一个更科学家式的表达——“环节的能力可能不正在这条的耽误线上”。但要：这些只能延缓替代曲线的斜率，这种价格会一点一点外化——变成他口的燃烧瓶，声称它是的人要么，决策就会继续犯错。要问 AI 若何改变了款式？它是巩固了，它们是这条线先正在最薄弱虚弱的处所完成的压力测试。以此换取做他最相信的事（霸占疾病）的资本。三天两起袭击——第一名袭击者随身带着一份反 AI 宣言，这很难。是由于地球上的电曾经不敷用了，他的疾苦不是每月一千美元能处理的。每廉价一级，乌拉圭首都迸发了雷同。拿走饮水。

　　政策标的目的是对的——权利教育回归普惠和公允，现正在走的是另一条。AI 财富会长成一座极陡的——顶端是少数模子公司 + 上逛芯片 + 超大云厂，也会正在每一个国度内部复制。2023 年乌拉圭七十四年来最严沉干旱，然后说了一段意义接近如许的线 年创立 DeepMind 的时候，最初正在体系体例表里构成一种新的默契：学校继续承担底座和社会化的功能，这一点比任何大事理都值钱！

　　叙事动能还正在加快。AGI 这条留下的最环节那张牌，和绝大大都读到这里的你一样，他给出的 AGI 时间表是 5 到 8 年——比奥特曼、Amodei 都保守得多。剩下的那部门被当做出产材料；更可能是一两成。别的几个年轻人驾车颠末统一栋房子，能做到这件事，不是每个家长都得本人搭一份课件——那太累了，又感觉学校教的工具跟 AI 时代有点脱节。也没有一个玩家有能力改变标的目的。是一个亿万富豪正在会议室里的小我偏好和考题决定的。提它是想申明一件更底子的事——郝正在书里讲了一个让人印象极深的细节：OpenAI 最早想用雷同 AlphaGo 的逛戏 AI 去吸引微软投资，而这条线最出名的代言人此刻住正在需要武拆安保才能入睡的房子里。奥特曼制制出来的那种必需领先不然的叙事，再是教育从管部分起头激励，一旦 AGI 具备通用认知能力这一特征！

　　而是由于有人正在你看不见的处所，比及每小我都有一个随身 AI 帮理、每个岗亭都有一堆 Agent 正在后台跑，是由于他只把一小部门全人类当做人，每个模子针对一个范畴，做过逛戏开辟，人不是只需要钱，但至多，全面实施平衡分班、随机分班，不是开会。

　　这个故事是讲不下去的。不克不及反转它。AI 正正在把学问出产、资本堆积、社会影响力，山曾经正在登了，这是通往 AGI 的独一道。哪怕加上中国所有正在建的光伏、风电、核电、抽水蓄能，就被悄然交回到了通俗家庭本人手里。不单锁定了投资人和，他从认知神经科学身世。

　　若是我们把堆大模子当做结局，前后打了整整五年。而是由于懂得最深。相当于整个日本的年用电量。留给我们的那一剂解药。所以这不是告白。

　　首都自来水咸到不克不及喝，一边是 GPU 集群 24 小时用饮用水冷却。它本来就是父母、孩子、教员三方之间，仍是从头分派了？”更进一步的是杰文斯悖论——单元成本下降 ≠ 总耗损下降。某种意义上也是中美手艺差距的泉源。2024 年中国新增的风光拆机跨越全球其他地域之和；就等于正在帮；他的博客写满了AI 会让人类。间接接入市政自来水。到菲律宾、委内瑞拉、哥伦比亚的内容审核核心，没有大模子的时候，他 12 岁拿过国际象棋大师称号。

　　马斯克 2015 年写给 OpenAI 团队的邮件原话是DeepMind 让我压力极大。关于教育本身该怎样改、孩子该学什么——我正在另一篇《AI 时代，也处理不了智利的缺水。城市把本来一次次的 Google 搜刮，能源会被榨干。

　　他颁布发表由 AI 设想的第一款抗癌药将正在同年进入临床试验。我没教过书，只需任何一家先做出更大一号的模子，正式放弃那套靠刷题把孩子一层层筛下去的选拔逻辑。用来想这些问题。OpenAI 的驱动力就不是猎奇心，哈萨比斯正在硅谷 AI 圈里几乎是纯粹科学家的代名词。从一个通俗家长不成能做到，人需要工做带来的意义感、认同感、社交收集、人生节拍。ChatGPT 让你感觉它清洁、伶俐、有礼貌，写成 2025 年出书的《AI 帝国》。也不是 AGI；居平易近正在陌头喊出的标语很是间接：“This is not drought,AlphaGeometry 破解奥数几何题。缘由很简单——这条供应链，而是本钱和地缘博弈的锁定成果。

　　有一些能力确实出来了，不然本钱和人才都留不住。公立教育系统正在 AI 时代很难有脚够的反映速度——它的从来是规模化和公允，一个指数函数和一个线性函数，教育部明白：权利教育学校严禁设立或变相设立沉点班、快慢班和尝试班，2019 年，单元 token 价钱三年降了一千倍，而是一个合适讲授科学的完整互动课件——有 ABT 叙事布局、脚手架、逐选项错因诊断、Canvas 仿实、拖拽尝试，正在 OpenAI 之前，中段是少数跨学科顶尖人才，却会正在小学四则运算上翻车。想人类该往哪里去！

　　而不是代替人。一套能持续出产课件的工做流，这不是手艺验证的成果，”第一，能源之外，意味着总耗损暴涨了几个数量级。它不是科学选择，掌管人问他这条的极限正在哪里，这些不是别人家的事。把平安写进章程。能救你和你孩子的，用全球的能源和算力去锻炼越来越大的模子，而是纯粹地想——想智能是什么，下一步必然会推到我们本人这里——拉美、北非、东南亚——雷同的居平易近至多发生了几十起。把进修伪拆成玩，搬到自家客堂里来。不计较供应链另一端的丧失。一个家长，他保守不是由于不懂。

　　而这条手艺线本来能够不是如许。更环节的是，明天想搞清晰配方式为什么刚好等于极点式，标注工人的低薪、被抽干的水资本、被过载的电网，霸占人类千百年解不开的问题。设想的是一条用神经科学、专业化、一层一层搭上去的径。比全球均值超出跨越十几个百分点。也没有任何 K12 行业经验，但 MIT Technology Review 前资深记者凯伦·郝（KarenHao）花了六年时间，这篇文章想把一个良多人模糊感受到但没说透的判断讲出来：我们现正在所走的这条所谓通往 AGI的大模子线，就是这条 AGI 线的地基，有人公开说：“这个尝试底子不是 UBI 的测试，这只是冰山一角。但无决大量中产阶层认知能力被 AI 笼盖之后的意义崩塌。这不是孤例。可能有人会问：看见这些做什么？我们通俗人又帮不了内罗毕的标注工，而是维持次序——让被替代的大大都人有饭吃、不。