AWS 模拟器：当智能体写代码，工程师的活变成了设计护栏

深度摘要

AWS 发布 AWS Emulator：一个可在本地离线运行的 AWS 副本，覆盖 200 多个服务、400 多个 API 模型，代码与测试全部由智能体写成。客座作者 Swami Sivasubramanian 把这件事连回二十年前的分布式锁服务 Alf（基于 Paxos，支撑 S3 与 DynamoDB）：当年团队靠手写仿真加 TLA+ 形式化推理才啃下并发 bug；今天 AWS 服务太多、手写测试环境已不可能，于是让智能体对照公开 API 模型（Smithy）与真实 AWS 自己写模拟器、用“保真度测试”自我纠错。他的结论是：智能体写代码之后，工程师的工作变成给智能体留出自主空间，并设计决定“什么算对”的规范、测试与合并门禁——他用 Kiro 重建 Alf 复制引擎的亲身经历作证：没给规范和测试环境时四夜无进展，给了之后两小时完成。

关键要点

• AWS Emulator 本地免费离线运行，覆盖 200 多个服务、400 多个 API 模型，代码全部由智能体编写与测试
• 智能体按公开 API 模型（Smithy）写模拟器，再用对照真实 AWS 的“保真度测试”自我纠错，缺口进入 things-that-do-not-work 清单
• 想法源自二十年前 Paxos 锁服务 Alf 的手写仿真测试：当年靠仿真加 TLA+ 提前消灭了大部分并发 bug
• 工程师的新工作是设计规范、测试与合并门禁（包括多智能体安全评审与确定性检查），而非亲自写代码
• Kiro 重建 Alf 复制引擎：无规范与测试环境时四夜无果，有了之后两小时完成；首版内部原型一个周末成型

关键事实

发布于 2026 年 11 月 11 日；模拟器覆盖 200 多个 AWS 服务、400 多个 API 模型，代码以 CC0 开源；原型思路来自 AWS 开发者工具团队高级首席工程师 Matt Goldberg 的假设；Kiro 接到一句话提示后约 15 分钟给出可用的 SQS 模拟器初版；合并门禁包括多名安全智能体的对抗评审与确定性检查；Alf 是基于 Paxos 的分布式锁服务，支撑 S3、DynamoDB 等服务；当年 Amazon 约 70% 的数据库操作实际是键值操作而非关系操作，这一发现催生了 Dynamo。

作者观点

Swami 主张，软件质量在 AI 时代取决于工程师围绕智能体设计的护栏——对照真实 AWS 验证的保真度测试、多智能体安全评审的合并门禁、禁止智能体触碰无关代码的确定性检查；未来智能体将编写并检查绝大多数软件，工程师决定建什么、何时算对。

为什么重要

这是迄今最具体的“智能体规模化写生产级软件”案例：不是演示，而是一个覆盖 200 多个服务的真实基础设施，由智能体从零写出并自我测试。它同时给出了可复制的方法论——规范加可验证的测试环境——以及工程师角色转变的清晰表述，对任何在引入编码智能体的团队都有直接参考价值。

编辑点评

文章最有分量的是两段对照：二十年前手写 Alf 仿真与今天智能体自建模拟器，方法一脉相承，只是执行者换了；以及 Kiro 四夜无果与两小时完成，说明瓶颈从来不是模型能力，而是能否自我验证。另据 Willison 的转述，该项目前三周产生了 29,684 次提交——这个数字本身就是智能体写代码规模的注脚。需要打折扣的是：保真度测试对照的是 AWS 自家的 API 模型，模拟器的“正确”由 AWS 自己定义；真正独立的检验要等外部用户在 re:Invent 之后的实测。

深度摘要

上周 MIT CSAIL 发表《权重空间编程的火花》：GPT-6 Astra 只看小模型的权重就能判断它被训练来玩哪种游戏，只给游戏规则就能从零写出权重、打败训练了一亿步 PPO 的网络；让 Qwen3.5-0.8B 的数学能力提升时，Astra 只改了 0.016% 的权重，MATH-500 准确率从 7.9% 跃升至 48.1%。Nathan Barry 复现并拆解了这次编辑：Astra 的大部分时间花在试错式搜索上——约 8 小时、28 次前向传播，寻找改哪些权重、改多少；而这件事本质上是一个线性规划：循环 token 与正常 token 的激活向量给出线性约束，L1 最小化自动选出稀疏的列。两次 LP 求解（他自写的 GPU 求解器约一分钟一次）就复现了 Astra 的编辑，且改动的权重再少 8 倍。更有意思的是，编辑的效果几乎等价于在残差流上加一个恒定转向向量——这意味着改权重和推理时加向量在这个问题上是同一回事。

关键要点

• Astra 只改 Qwen3.5-0.8B 的 0.016% 权重，MATH-500 从 7.9% 升至 48.1%，IFEval 从 21% 升至 62%
• 修复的原理：找到模型陷入循环时残差流的固定偏移方向，编辑第 15、19 层 MLP，让其输出反向抵消该方向
• Astra 为找改哪些列、改多少试错约 8 小时；作者证明这是线性规划，L1 最小化自动选出稀疏解，两次求解约一分钟
• LP 编辑与 Astra 的编辑在各项基准上相当（开发集 62.5 对 59.4，MATH-500 53.2 对 50.0），改动权重再少 8 倍
• 用启发式方向（无 LLM 参与）也能达到约 93% 的效果；随机方向则完全无效
• 同样的修正可由推理时加恒定转向向量实现，1 倍强度几乎完全复现，但窗口很窄：0.5 倍循环复发，2 倍推理崩坏
• 局限：只在一个模型、一种行为（去循环）上验证；选层仍依赖 Astra；对需要区别对待不同 token 的行为，LP 的逐 token 约束尚未真正经受考验

关键事实

MIT CSAIL 论文《Sparks of Weight-Space Programming》2026 年发表，Astra 完整运行 158 轮、20.3 小时（含 4.7 小时中断），前向传播预算 50 次；Qwen3.5-0.8B 基础模型 93% 的回答因陷入循环而触及 32,768 token 上限；Astra 的编辑冻结于约 10 小时后，最终用系数 6、每层 64 列；LP 用 8 列每层，HiGHS 求解器每次 20 分钟以上，作者自写 GPU 求解器（PDHG）约一分钟、距最优 0.2%；Gemma 3 270M 很少循环，Astra 无法显著提升其数学能力。

作者观点

作者主张，权重编辑中搜索的部分可以被线性规划取代；更重要的是，这类单方向可操纵的行为（拒答、谄媚等）或许都适用同一套 LP 方法——但这仍待验证；他同时承认，LP 的逐 token 约束在这次任务里其实没起多大作用，因为循环最终可用恒定推动修复。

为什么重要

这是“智能体做科学”的罕见可复现案例：Astra 的完整日志公开，作者逐行复现并找到了更便宜的解法。它把一个听起来像魔法（读权重就知道模型会玩什么游戏）的能力，拆解成可验证的线性代数；同时提醒人们，权重编辑与推理时转向在很多场景下是等价的，选哪条路更多是工程权衡而非能力差异。

编辑点评

文章的诚实度很高：作者不仅给出更优解，还花了整节讲局限——只测了一个模型、一种行为，选层与最优方向仍依赖 Astra。真正值得留意的是那个恒定转向向量几乎等价的发现：它暗示许多权重编辑的神秘感可能只是“在残差流上加一个方向”的包装。反过来看，LP 方法的价值恰恰在于它不依赖智能体试错——当“AI 做研究”本身成为研究对象时，能复现、能压缩、能讲清原理的跟进，比原始演示更重要。

深度摘要

Anthropic 启动 IPO 路演，Simon Willison 用 MacWhisper 转录了路演视频并摘出要点。联合创始人 Tom Brown 讲了 Anthropic 的两大算力优势：一是多芯片战略——Claude 如今横跨 AWS Trainium、Google TPU、NVIDIA 与 AMD 四大芯片家族，这源于早期一个被认为不划算的押注（每块芯片都要单独的软件栈与推理栈）；二是“计算乘数”的发现速度——每发现一个乘数，有效算力就翻倍，且乘数之间相互叠加。最抓眼球的例子：今年首次引入 AMD GPU 时，智能体 Mythos 只用三天、几乎零人工干预就让 Claude 在 AMD 上跑起来，近 100% 的内核由 Claude 移植或编写；而过去引入一个新芯片平台需要几十名工程师花数月时间。Brown 认为，随着接近递归自我改进，Claude 将能自行发现计算乘数，乘数的增长会越来越快。

关键要点

• Anthropic 已启动 IPO 路演，路演视频披露此前未公开的业务与算力细节
• Claude 横跨 Trainium、TPU、NVIDIA、AMD 四大芯片家族，源于早期多芯片战略押注
• 智能体 Mythos 三天把 Claude 移植到 AMD，近 100% 内核由 Claude 移植或编写；过去同类工作需几十名工程师数月
• 计算乘数概念：有效算力等于物理算力乘以乘数，4 倍乘数意味着同等智能只需四分之一算力
• 乘数相互叠加、越积越快；Brown 认为接近递归自我改进时，Claude 将自行发现乘数
• Willison 指出，去年 9 月 Anthropic 的故障复盘已透露多芯片战略的蛛丝马迹（仅影响 TPU 部署的 bug）

关键事实

路演于 2026 年 11 月 10 日启动；视频无官方文字稿，转录由 Willison 用 MacWhisper 提取；AMD 移植耗时三天，近 100% 内核由 Claude 移植或编写；过去引入新芯片平台需几十名工程师、数月时间；Anthropic 的算力组合包括 AWS Trainium、Google TPU、NVIDIA GPU、AMD GPU。

作者观点

Brown 的主张是 Anthropic 的竞争优势不在算力规模本身，而在两点：跨芯片的工程能力（多年积累、难以复制）与计算乘数的发现速度；他把递归自我改进描绘为乘数加速的自然延续。Willison 的转述保持克制，只摘录要点而不作展开评论。

为什么重要

这是 Anthropic 首次系统披露其算力战略的细节，也是 IPO 路演中最具技术含量的部分：它把“多芯片”从成本负担重述为护城河，并把“智能体移植内核”作为可量化的效率证据。对关注 AI 基础设施与芯片竞争的人来说，Mythos 三天移植 AMD 是比任何基准数字都具体的信号。

编辑点评

内容来自路演视频的转录与 Willison 的摘录，属于二手材料，但引用的原话足够具体（三天、近 100% 内核），可信度高于一般的发布会通稿。需要打折扣的是：这是 IPO 路演——面向投资人的叙事，“计算乘数”与“递归自我改进”的表述带有明显的融资修辞；Mythos 的例子没有披露验证细节（正确性如何检验、性能是否达标）。当作“Anthropic 如何讲述自己的优势”来读，比当作技术事实来读更稳妥。

深度摘要

苹果机器学习团队在 ICML 2026 发表“摊销最大内积搜索”：把 RAG 检索的核心操作（最大内积搜索，MIPS）预先“摊销”进小型神经网络。传统方法按 key 的几何结构建索引（聚类后按质心路由），却忽略了 query 与 key 的分布差异——RAG 里 query 是简短的用户问题，key 是长而精的文档；而且生产系统的 query 分布通常是稳定可刻画的。苹果的思路是离线训练小网络来拟合支撑函数：SupportNet 直接学支撑函数、用于替代质心路由；KeyNet 直接预测最佳匹配 key 的向量、作为查询改写器放在现有 IVF 索引之前。在约 260 万段落的 Natural Questions 数据集上，小型 SupportNet 达到 95% 路由召回的速度比质心路由快约 1.9 倍（1.74ms 对 3.36ms）；KeyNet 达到 99% 召回的最长耗时比原始查询少约 8 倍。结论是：当 query 分布已知时，把 MIPS 的解编码进网络权重，是一次性训练成本换取推理时更快更准检索的划算交易。

关键要点

• MIPS 是推荐、搜索与 RAG 的核心操作；key 达数百万、维度上千时，暴力比较成本极高
• 传统近似方法只利用 key 的几何结构，忽略 query 分布；RAG 中 query（短问题）与 key（长文档）分布差异很大
• 关键洞察：query 到最大内积的映射是该 key 集合的支撑函数——凸函数，其梯度即最佳匹配 key
• SupportNet 用输入凸神经网络学支撑函数，替代 IVF 的质心路由；KeyNet 直接预测最佳 key 向量，作查询改写器
• Natural Questions（约 260 万段落、128 簇）上，小型 SupportNet 以 95% 路由召回、1.9 倍速度胜过质心路由；扫描 5% 数据库时路由召回约 90–93%（基线 87.5%）
• KeyNet 达到 99% 召回耗时最多比原始查询少约 8 倍（0.23ms 对 1.8ms）；只扫描 0.001% 数据库时召回 89–97%（原始查询 86%）
• 两者都可接入现有近似搜索基础设施；大规模系统可组合使用：SupportNet 做路由、每簇一个 KeyNet 做精查

关键事实

论文《Amortizing Maximum Inner Product Search with Learned Support Functions》发表于 ICML 2026；实验数据集为 Natural Questions，约 260 万唯一段落，分 128 簇；SupportNet 与 KeyNet 各有 XS、S、M、L 四档，规模为数据库的 1%、5%、10%、20%，深度均为 16 层；小型 SupportNet 95% 路由召回耗时 1.74ms（质心路由 3.36ms），大型模型 1.74ms 达 97%；KeyNet 最大模型 99% 召回耗时 0.23ms（原始查询 1.8ms），扫描 0.001% 数据库召回最高 96.7%（原始查询 86%）。

作者观点

苹果团队主张，生产级检索系统的 query 分布通常是已知且稳定的，值得为它专门优化——把 MIPS 的解编码进网络权重，用一次性离线训练成本换取推理时更快更准的检索；SupportNet 与 KeyNet 分别适用于“还需要校准分数”与“推理速度是瓶颈”的场景。

为什么重要

RAG 的检索环节长期被 IVF、量化等几何方法主导，这篇工作把“学习式检索”做成了一个可落地的配方：不用换索引，只需在前面加一个小网络。它对任何自建 RAG、且 query 分布稳定的团队都有直接参考价值；同时它也是“把计算从推理时挪到训练时”这一思路在检索上的干净示范。

编辑点评

论文的论证链条完整：数学洞察（支撑函数）—两种网络—可复现的实验数字，且明确说明了适用边界（query 分布已知、key 库固定）。需要留意的是：所有数字都来自苹果自己的实验与 Natural Questions 一个主数据集（作者称趋势在其他数据集上一致，但正文未展开）；训练成本（为每个 key 库训一个网络）与分布漂移时的退化程度，是落地前必须自己验证的两点。

深度摘要

作者用操作系统的“抖动”作比喻：当程序的工作集超出内存，系统会把大量时间花在内存与磁盘之间搬数据上，真正进展寥寥无几。用 AI 的人正在经历同样的事——一个智能体在跑，你几乎会条件反射地再开一个新任务；等智能体回来，你得先把它的改动重新装回脑子里才能评审，而这时另一个智能体又在等你回答。于是整天都在把上下文换进换出，真正推进的很少。更糟的是，“让智能体顺手做一下”感觉成本极低，于是人们接下了以前根本不会接的任务，却忘了自己还得理解、检查并完成它。作者借用杰文斯悖论：任务变便宜了，任务总量反而上升。给出的办法也借自操作系统：像挂起进程一样挂起一部分任务——接活前先判断是否值得现在做、把自己的评审时间算进工期、先清掉待评审的积压再开新任务、允许智能体闲着。

关键要点

• 抖动比喻：并行任务超出人的注意力内存，时间全花在上下文切换上，进展寥寥
• Codex、Claude Code、Cursor 等工具让多开任务变得毫不费力，人在智能体运行时会下意识再开新活
• 评审才是成本：智能体交活两小时后，你得重新理解当初的要求与改动，才能判断它是否靠谱
• 让智能体做一下感觉像零成本，于是接下以前会直接排队或放弃的任务，忘了自己还要理解、检查、收尾
• 杰文斯悖论：每项任务变便宜，总任务量反而上升
• 对策：接活前判断是否值得现在做；把评审时间算进工期；先清待评审积压再开新任务；允许智能体闲着

关键事实

文中提到的工具包括 Codex、Claude Code、Cursor；作者建议的具体做法共四条（判断是否现在做、计入评审时间、先清积压、允许智能体空闲）；文中类比的操作系统概念为 thrashing（抖动）与挂起进程。

作者观点

作者主张，疲惫的根源不是智能体不够好，而是并行任务超出了人的上下文容量；解决办法不是更努力地多线程，而是像操作系统挂起进程一样主动限流——完成一件事、确认它能用，再开下一件；省下来的时间应当真的还给自己。

为什么重要

这是本期最贴近日常体感的一篇：几乎每个用编码智能体的人都经历过“十个任务同时在跑、自己却在原地打转”的一天。它把这种疲惫从情绪层面拉回机制层面（上下文切换成本），并给出了可直接照做的四条做法。

编辑点评

比喻贴切、建议具体，是本期最有用的一篇短文。需要指出的是，文章的药方建立在一个前提上——人是唯一的评审者；如果评审本身也能部分自动化（测试、护栏、第二意见智能体），抖动的上限会抬高。但即便如此，作者的核心判断仍然成立：并行度不是免费的，最终总要有人为上下文切换买单。

深度摘要

Sean Goedecke 延续他 2024 年“胶水活有害”的论点：在 LLM 写大部分代码的今天，胶水活不是变多了，而是对公司更不重要了，理由有四：第一，智能体的放大效应让单个工程师能完成过去一个小团队的活，协调需求随之减少；第二，2020 年代的工程师不再需要那么多小心伺候——零利率时代结束后，许多靠否决权吃饭的守门人已被迫离开或改变态度；第三，招的初级工程师少了，需要人默默带新人的场合也少了；第四，写出来没人读的自证式报告可以直接交给 LLM。但他划了一条红线：真正的沟通绝不能外包——需要向同事同步进度、回应消息时，自己写；让对方跟你的 Claude Opus 实例对话，是毁掉同事关系最快的方式。结论与 2024 年一致：坚决不当胶水活专员，让坏流程死掉以便被改革，只在能实质推动项目时做少量战术性胶水活，时间仍应主要花在代码上。

关键要点

• 胶水活指软件开发中不属于正式流程、只靠有人自愿承担的软性工作：协调团队、写报告、更新文档、带新人
• 理由一：智能体放大单个工程师的能力，过去需小团队的项目现在一人可做，协调类胶水活减少
• 理由二：零利率时代结束后，靠否决权与 ego 制造协调成本的守门人大量出局或收敛
• 理由三：初级工程师招聘减少，带新人的胶水活随之减少（作者承认这对行业未必是好事）
• 理由四：写出来没人读的自证式报告可由 LLM 代写——反正本来也没人读
• 红线：与工程师的真实沟通绝不能交给 LLM；让同事跟你的 Claude 实例对话会迅速毁掉关系
• 结论：不当胶水活专员、让坏流程死掉、只做少量战术性胶水活，时间主要花在代码与驱动智能体上

关键事实

作者 2024 年发表过《Glue work considered harmful》；文中给出的四条理由依次为协调需求下降、守门人减少、初级招聘减少、写-only 报告可自动化；作者把胶水活定义为正式流程之外、自愿承担的非技术工作。

作者观点

作者主张，只能靠无偿牺牲维持的流程本就该死；AI 时代胶水活的重要性进一步下降；但与人沟通这部分胶水活不可自动化——把它交给 LLM 是对同事关系最直接的破坏；工程师的时间仍应主要投入代码与驱动智能体、并使其符合公司价值观。

为什么重要

与本期“AI 让一个人干一个团队的活”的主线直接呼应，但它追问的是组织层面的后果：当协调成本塌缩，团队里哪些工作会消失、哪些反而更值钱。作者的答案很具体——消失的是流程性胶水活，升值的是人与人之间的真实沟通。

编辑点评

四条理由中，第一条（单人产能）与第四条（报告自动化）最有说服力；第二条（守门人出局）更多是作者的个人经验与行业传闻，带有幸存者偏差——零利率结束确实改变了权力结构，但难搞的人变少了未必是普遍事实。第三条作者自己也承认对行业不是好事。红线部分是全文最值得带走的一句：可以外包报告，不能外包关系。

深度摘要

作者在秘鲁旅行时想到：如果当年的探险家有今天的工具会怎样？他让多个智能体（Gemini、ChatGPT、Claude、Grok）分析 NASA 的激光雷达数据：约 1,200 平方公里的玛雅雨林被转成图像，48 个智能体像耐心的考古学家一样逐张查看，筛掉自然山丘与天坑，标记出疑似金字塔、平台与广场的地貌。其中一处山顶遗址有平整广场、8–12 米高的椭圆金字塔、抬升庭院与疑似水库；智能体随后检索文献与档案、起草报告并翻译成西班牙语，作者 72 小时内就收到了墨西哥国家人类学与历史研究所（INAH）的官方回复：该地点未登记在册。但 11 月 11 日的更新补上了反转：该遗址其实已在 Estrada-Belli 等人 2025 年的论文中被测绘过，只是尚未进入 INAH 的登记册——智能体在查文献时漏掉了它。作者的结论是：这恰恰说明外行加智能体能走到与专家相近的地方，而智能体的故事早已不止于写代码。

关键要点

• 灵感来自 Hiram Bingham 1911 年“发现”马丘比丘的经历：卫星图看不穿雨林，激光雷达可以
• 约 1,200 平方公里雨林的激光雷达数据转成图像，48 个智能体逐张筛查，无专用分类器，只按指南看图
• 标记的山顶遗址有平整广场、8–12 米高椭圆金字塔、抬升庭院与疑似水库
• 智能体检索文献与档案、起草报告、翻译成西班牙语；72 小时内收到 INAH 官方回复：该地点未登记
• 反转：该遗址已在 Estrada-Belli 等人 2025 年论文中被测绘，智能体查文献时漏掉了它；只是尚未进入 INAH 登记册
• 作者自述不是考古学家，结论是外行身份可能是超能力；智能体的应用早已超出编码、数学与物理

关键事实

数据为 NASA 激光雷达，覆盖约 1,200 平方公里；48 个智能体参与筛查；遗址特征：平整广场、8–12 米高椭圆金字塔、抬升庭院、疑似水库；时间线：10 月 18 日立意、19 日筛查、20 日发报告、21 日收到 INAH 回复；遗址已在 Estrada-Belli 等人 2025 年论文中测绘；2024 年已有考古学家用同样方法在墨西哥发现一整座玛雅城市（Auld-Thomas 等人）。

作者观点

作者主张，现在是做事最好的时代：一个外行凭好奇心加算力，就能走到与专家相近的地方；智能体革命的瓶颈只剩下好奇心、想象力与算力；他建议把整个地球都激光雷达扫描一遍，让智能体发现剩下的部分。

为什么重要

这是本期最生动的“智能体走出代码”的证据：同一套“看图加查文献加写报告”的工作流，从软件工程平移到了田野考古。而且故事自带纠错机制——标题里的重新发现与文末的反转，恰恰展示了智能体工作流最真实的优点与短板：执行力极强，文献核查仍会漏网。

编辑点评

标题的括号（Re)discovered 是作者自己加的诚实标注，值得肯定。但要分清两层事实：INAH 的回复说的是“未登记”，不是“未发现”——作者在正文里也承认了这一点。真正的看点不在发现，而在“72 小时从念头到官方回复”的执行速度，以及一个外行用现成工具复现专家工作的能力。把它当作智能体科研工作流演示来读，比当作考古发现来读更准确。

深度摘要

这是一篇写给 Naomi Bashkansky 的公开信——她 8 月发文称离开 OpenAI 去“建造读心术”，认为几年后“用思想与 AI 对话”将成为主要方式。作者不争论技术可行性，而是用科幻小说的方式推演“读心术一旦实用”的世界：戴上名为 Conduit 的脑机接口后，念头还没成型就被执行，想改主意已经晚了；无法对它撒谎，甚至无法省略信息；亲戚读伴侣的 thought-log 来勒索，雇主因员工想过组织工会而起诉，法院把想过内幕交易却没说出口判成犯罪，失业救济要求提供思想证明，假释条件是同意装上脑机接口。作者的结论是：读心术不是中性技术，无论个人自律还是政治立场如何，其风险都远大于收益——没人逼你建折磨纽带，请在竞赛开始前停下。

关键要点

• 起因：Naomi Bashkansky 8 月发文离开 OpenAI 去建造读心术，称几年后思想将成为与 AI 对话的主要方式
• 推演一：念头即行动——想改主意时模型已执行，无法撒谎、无法省略信息，思维的速度快过了自我审查
• 推演二：亲密关系武器化——伴侣读取对方的 thought-log 勒索、家暴，童年创伤成为精准操纵的把柄
• 推演三：思想成为证据——想过内幕交易未说出口仍被判刑，想过组织工会被雇主以威胁披露商业秘密起诉
• 推演四：制度化强制——失业救济要求思想证明、假释以装脑机为条件、学校里的孩子因脑机收到旅行广告
• 作者的结论：读心术不是中性技术，风险远大于收益；呼吁在竞赛开始前停下

关键事实

Naomi Bashkansky 2026 年 8 月发文《Why I'm leaving OpenAI to build telepathy》，称几年后与 AI 对话的主要方式将是思想；文中引用的开场为《侏罗纪公园》中 Ian Malcolm 的台词；作者说明，Bashkansky 的原文假设现阶段的写入仍通过计算机中介；文末脚注承认某一节对 Conduit 是直接写脑还是经计算机呈现存在歧义，但认为不影响结论。

作者观点

作者主张，读心术（无论以何种具体形式实现）极其危险，且与个人自律或政治立场无关；它不是中性技术；建造者完全可以选择不建，“没人逼你建折磨纽带”，应在逐底竞争开始前停下。

为什么重要

本期唯一一篇直面“下一代接口”的文章：当智能体从屏幕走向大脑，Anthropic IPO 与 AWS 模拟器讨论的能力问题会变成“思想本身是否还属于自己”的问题。它与本期其他文章形成对照——别人讨论智能体能做什么，这篇讨论有些事值不值得做。

编辑点评

作为思想实验，它的力量在于具体：每一幕都从一个真实机制出发（念头即行动、日志可被读取、思想可被取证），而不是空泛的末日想象。需要说明的是：全文是虚构推演而非事实报道，Bashkansky 的原主张（乐观但高度可能）作者明确表示不争论；文章的价值在于把“脑机接口的风险”从抽象原则翻译成了可感知的日常场景。读的时候要分清：推演的情节是虚构的，推演所依赖的机制（接口会执行未加审查的念头、日志会被他人读取）是真实的产品设计问题。