一千亿砸向DeepSeek，AI却开始嫌人类改Bug太慢

DeepSeek完成近1000亿元融资，宁德时代和腾讯参投。这个数字放在今天的AI融资环境里不算最夸张的，但投资方名单值得多看两眼——一个做动力电池的、一个做社交和游戏的，同时出现在一家大模型公司的股东表里。AI的钱早就不只从互联网流出来了，制造业和传统巨头正在用资本换一张入场券。

差不多同一时间，奥特曼在最新那场45分钟访谈里说，自己一年没写代码了。这句话被不少媒体拿去当标题，但访谈里更有意思的是他后面那句：嫌ChatGPT太谄媚。一个把产品做到全球日活最高的人，公开说自己的模型"太讨好用户"，这其实挺微妙的。对齐做到最后，模型学会了说用户想听的话，而不是正确的话——这个度怎么把握，OpenAI自己也没完全想清楚。他还提到压力大到不想起床，这种话从奥特曼嘴里说出来，倒让"AI竞赛"这个词有了点人味。

如果说奥特曼的访谈是行业情绪的一面镜子，那最近一堆开发工具的新闻就是另一面：AI已经在实打实地改写软件生产的节奏，只不过瓶颈从"写"挪到了"审"。

PostgreSQL 19的发版被卡住了，原因挺黑色幽默——AI"找茬"的速度太快，人类修Bug的速度跟不上。这大概是今年最诚实的一条工程新闻：AI能高效地发现漏洞和问题，但修复、评审、合并这些环节仍然需要人。Spotify那边的情况类似，AI辅助开发之后月代码变更量翻倍，听上去是效率提升，但代码变更翻倍也意味着review、测试、部署的压力翻倍。GitLab 19.4加了目标驱动型智能体，Xcode 27.2干脆把项目配置改成对智能体更友好的JSON格式来减少合并冲突——工具在努力适配AI，可人类的协作流程还没跟上。顺带一提，AI安全那块也在喊"需要第二意见"：AI写代码的速度已经超过了我们保护这些代码的速度，这不是危言耸听，是很多安全团队当下的日常。

算力这头的叙事也在变。智源推了FlagOS 2.2，主打前沿模型和多元算力的协同演进；有文章在讨论AI Agent怎么改写CPU的价值——当Token变成行动，算力竞争不再只是拼GPU。这个观察挺准的，Agent执行任务时调度、内存、I/O的压力会重新分配，CPU不再只是给GPU打下手的角色。StartLux开源了Prism，专门给决策模型做推理引擎，单卡最高提速5.3倍。讯飞那边端到端交互模型发布，语音大模型调用量涨了20倍，端侧已经能跑出约70%的云端能力。把这几条放在一起看，算力的故事正在从"谁的卡多"转向"谁的异构调度更聪明"。

行业也在问下一个十年。刘铁岩和几位诺奖、图灵奖得主坐在一起聊Transformer之后AI的下一张王牌是什么。这种讨论每年都有，但今年格外密集——大概是因为所有人都感觉到，scaling law的边际收益在变薄，而工程侧的摩擦在变大。

投资侧的分化更明显。Oracle在AI World上宣布10亿美元、四年的合作伙伴生态投资；Higgsfield拿到TCV和NVIDIA的新一轮B轮扩展；Infosys的Q2财报里AI已经贡献了10.5%的收入，环比增长29%。另一面，有分析说投资者正在分成两类：一类仍然觉得AI是巨大机会，另一类看着越来越重的基础设施投入，开始觉得风险太高。还有一篇用Amdahl定律讲AI的"绝望之谷"——单点提速再快，系统其他环节也会设上限。这跟PostgreSQL那条新闻其实是同一个道理。欧盟AI法案的实操指南也出来了，Wayve、Stellantis和NVIDIA拉上法国政府做自动驾驶部署。监管和落地在同时推进，只是节奏不一样。

回到开头那个对照：一边是近千亿融资，一边是发版卡壳；一边是模型能力狂飙，一边是奥特曼说自己压力大到不想起床。这一轮AI竞赛最真实的切面，可能不是谁又刷新了benchmark，而是整个软件工业和它的从业者，正在努力跟上自己造出来的东西的速度。工具已经跑在前面了，人的流程、判断和体力，还在后面追。