当AI把毕业典礼搞砸，而Karpathy却跑去了Anthropic

今天最重磅的消息，莫过于Andrej Karpathy宣布加入Anthropic的预训练团队。这位OpenAI的联合创始人、前特斯拉AI负责人，发了一条简短的推文："I‘ve joined Anthropic." 没有多余的铺垫，像他的技术风格一样干脆。

为什么是预训练（pre-training）？这很有意思。预训练是当前大模型最昂贵也是最关键的部分——它决定了模型最底层的能力天花板。Karpathy选择从核心层切入，说明Anthropic对他在架构和训练方法论上的经验寄予厚望。这有点像篮球界里一个主力控卫突然转会到竞争对手，而且去的还是对方最有潜力的位置。

另一边，AI在现实场景中翻车的案例又添一笔。Glendale社区学院的毕业典礼上，AI播音员把学生名字读得乱七八糟——有的直接跳过，有的发音离谱得连亲妈都认不出来。院长公开道歉，后来给愿意重来的学生办了一场补办仪式。

这几年越来越多学校用AI念名字，初衷听起来很美好：消除人类发音误差、节省人力成本。但现实讽刺之处在于，AI学会的"正确读音"往往基于训练数据里的均值——而人的名字恰恰是多样性的最后堡垒。一个名叫"Nguyen"的毕业生，在各种语料里被统计出了十几个可能的读法，AI随机选了一个，结果全家都不认帐。成本是降了，但尊严呢？如果把"会念名字"当成AI的唯一KPI，那这活儿还不如让校长亲自来。

说到政策层面，美国那边《Take It Down Act》已经全面生效。这部法律要求社交平台快速移除性深度伪造（包括AI生成的）和非自愿的私密影像。听起来像是受害者的福音——问题是，专家警告它可能变成"合法"的审查工具。因为法律规定了"收到通知即删除"的严格时限，平台为了不惹官司，大概率会过度执行：只要有人举报，不管真假，先删再说。这是典型的"好人没好报"立法——你想打击用AI做坏事的人，结果把正常的内容分享也吓得不敢发了。AI造假的速度永远快过法律修补的速度，这道理立法者不是不懂，只是政治正确比效率更重要。

同样让人皱眉的还有Google的Gemini。有作者在The Verge上发了一篇火药味十足的吐槽："Gemini is in danger of going full Copilot。" 那个小星星图标最近开始四处蔓延——Gmail里有，Drive里有，Docs里有，甚至你在写邮件时它都想插一句嘴。就像当年微软强行把Clippy纸回形针塞进Office，Gemini正在变成2026年的Clippy——只是更智能，也更烦人。我理解Google想推广AI助手，但用户不是傻子，你每多放一个按钮，就消耗一分信任。 当AI从工具变成钉子户，用户体验不再是主导，主导的是KPI。

最后，还有个长远的结构性问题值得提。IEA预测太阳能将在2035年主导能源供给，光伏板成本还会再降30%。听起来环保主义者要大笑了，但别急——AI数据中心的耗电量正在指数级增长，光靠太阳能根本不够。结果是：化石燃料不仅不会消失，反而靠着给AI"兜底"继续赖在牌桌上。这像极了AI行业本身的发展悖论：我们想用AI让世界更高效，结果效率提高后产生的额外能耗，又把我们拽回旧能源的怀抱。

所以你看，不管是大模型的人才流动，还是学校里的翻车现场，抑或是政策的一刀切、产品的过度植入、能源的困局——AI从来没有它自己宣传的那么聪明。它只是把人类那些老问题，放到了更高的算力上重新吵一遍。