【GPT-6 破译了一战德军密码，但 AI 行业还困在"该信谁"这件事上】

【GPT-6 破译了一战德军密码，但 AI 行业还困在"该信谁"这件事上】

本周最热闹的不是模型发布，是 Anthropic CEO Dario Amodei 拿出的那份三步方案：把第三方评估者直接嵌进实验室里，在国内产业界之间做协调，再借助政府力量推动国际协议。周初的时候，这份方案看上去得到了相当广泛的背书——Sam Altman、Demis Hassabis，连 Elon Musk 都公开摆出了起码是"暂时同意"的姿态。那几天的气氛，几乎让人以为 AI 监管这件事终于要从口号进入条文了。

然后就没然后了。到周末，The Verge 的判断是这场关于监管的混战远没有结束。这其实不难理解：笼统地支持"监管"是零成本的，一旦落到具体条款——评估者由谁来当、对哪国政府负责、费用谁掏、标准写进谁的合同法——原本整齐的队列立刻就散了。共识之所以脆弱，往往不是因为它错了，而是因为它从来就没被定义过。

同样的问题在技术层面有一个孪生版本。Vals AI 这家拿到 Andreessen Horowitz 投资的公司，目标是成为 AI 基准测试领域的"金标准"，做一个在模型泛滥的时代里更中立、更可信的评测来源。动机没问题，问题在于"中立"这个词放在一家 VC 背景的公司身上，本身就是个需要被评测的命题。今天几乎所有前沿模型的分数都是自报的，榜单可以被针对性优化，跑分和实际体验之间的落差早就不是秘密。第三方评测之所以重要，恰恰是因为它本该站在利益之外——而它现在站在哪儿，还得再看。

更麻烦的是，连"什么是真的"这件事都开始变得模糊。TechCrunch 那篇报道提到，本周有两段关于 AI 安全的对话在网上疯传，它们之所以值得写，是因为它们几乎完美地展示了今天分辨 AI 领域的事实与虚构有多困难。真消息、假消息、真消息被断章取义之后的版本、以及内容本身就是 AI 生成的"爆料"，混在同一条时间线里以同样的格式传播。当整个行业讨论的对象是一个大多数人无法独立验证的黑箱时，话语的质量就成了唯一的公共基础设施——而这个基础设施正在塌。

就在这些争论进行的同时，能力那头一刻没停。一篇题为《GPT-6 Astra Solves a WWI German Radio Cipher》的文章在 Hacker News 上拿到了 234 分、123 条评论。一战时期的德军无线电密码属于手工密码体系，跟现代密码学完全不是一个量级，拿它来类比"AI 攻破加密"是过度解读；但一个通用模型能够自行还原出一套历史密码的规则，这件事本身仍然是指向推理能力的信号。有意思的反而是评论区的规模——一百多条讨论里，有多少是在验证结论，有多少是在争论"这算不算数"，本身就说明了这个领域的默认状态：结果先到，验证永远慢半拍。

然后是最日常的一条。Petlibro 推出了新的 Granary 2 智能喂食器，内置称重，贵一点的型号还带 AI 摄像头，能精确记录每只猫吃了多少、什么时候吃的——多猫家庭终于不用靠猜。但最精细的健康监测功能要额外订阅。

把它放在最后不是因为它不重要，而是因为它可能比前面四条都更接近 AI 落地时的真实样子：不是通用智能的某个里程碑，而是塞进一个塑料盒子里的订阅制功能。而且注意那个熟悉的形状——你付了钱，拿到一个数字，却依然没有办法确认这个数字准不准。这条线索从猫碗一直通到基准测试榜单，通到监管方案里的第三方评估者。真正卡住这个行业的，从来不是模型能不能做到，而是有没有人能用一种大家都认的方式说一句：这是真的。