2017年，《电脑报》等知名科技媒体创始人、科普作家陈宗周写下了《AI传奇》一书，告诉读者AI新技术革命已经到来，人工智能将不断影响每一个领域。

时隔八年，在第33届全国图书交易博览会上，陈宗周所著的新书《人工智能70年——从达特茅斯会议到大模型》与AI书迷们“见面”，传递与AI新巨变相关的重要信息，帮助读者了解人工智能发展史，掌握这次巨变背后的逻辑，展望未来发展。

我们应该如何“面对”AI的挑战与机遇？越来越多对AI充满兴趣的年轻人应该如何“发展”？科普对于社会和大众有哪些重要意义？带着上述问题，上游新闻记者对陈宗周进行了专访，为读者解读那些关于AI的“新鲜事”。

上游新闻：新书《人工智能 70 年：从达特茅斯会议到大模型时代》，主要说了哪些内容，面向哪些受众？

陈宗周：通过故事讲述人工智能70年发展史，解码深度学习、生成式人工智能等“新词”

“小米创始人雷军先生作序的这本书，是一本通俗易懂的科普书，通过讲述人工智能发展过去现在未来的故事，打破人工智能技术高不可攀的神秘感。”陈宗周表示，向大众普及人工智能技术其实并不容易。

陈宗周介绍，这本书在内容上，以人工智能70年发展史为线索与脉络，选取重要的技术、事件与人物，以讲故事的方式叙述。还注意了内容的新颖性和时代感，比如，对大众媒体上出现的人工智能新词和热词，如大数据、深度学习、生成式人工智能、大模型、参数、机器人、具身智能、虚拟人、自动驾驶等等，都尽可能通俗详细地加以解释，让大家把人工智能知识与自己的生活和工作建立起联系。

上游新闻：是什么契机促使创作这样一本关于人工智能发展历程的书籍？

陈宗周：人工智能特殊的传奇经历让我着迷

陈宗周表示，作为信息技术和人工智能的长期观察者，深知人工智能发展的艰难过程，很少有哪一科学技术领域，像人工智能这样经历过几次大起大落，经历酷暑寒冬，直到现在的春暖花开。人工智能的特殊的传奇经历让他着迷。

八年前，陈宗周为《电脑报》写了关于人工智能传奇故事的一系列连载，被很多科技媒体转载。机械工业出版社在此基础上编成《AI 传奇——人工智能通俗史》一书。而写作过程中，陈宗周自己的最大感受是AI飞轮正在加速转动，新鲜事情甚至是有里程碑意义的事件层出不穷，所以更加深切感受到，应该有一本新书让读者更快地了解这些重要而有趣的新发展。

“这本书写作的一个重要契机，是去年10月诺贝尔奖的震撼性变化——人工智能科学家群体性获得诺贝尔奖。”陈宗周表示，这不仅是人工智能发展的里程碑，也是科学的里程碑，人类发展的里程碑。

陈宗周称，能记录世界和中国的人工智能发展历史，并能与读者分享，这是自己想要创作这本书的愿望。

上游新闻：当前，面临诸多挑战，如数据隐私、伦理道德等问题，如何看待这些问题的产生？

陈宗周：人类总会在前进中解决这些问题

陈宗周坦言，AI发展迅速也带来很多挑战。任何新兴技术的发展，都会存在前进中的问题。新技术给人类带来巨大影响和福祉的同时，也会因为前进中的问题而引起担忧与质疑，甚至引起恐惧。

书中提到“从历史上看，我们在担忧与恐惧中一路走来。我们害怕过机器，恐惧过机器控制人类；害怕过火车，认为会破坏龙脉；害怕过电视，担心永远沉迷于节目中。革命性的人工智能更是如此，它在发展中的确存在很多正在解决的问题。”

陈宗周介绍，比如随着大数据和计算机视觉技术的广泛应用，隐私问题越来越引起关注。有人形容我们正面对一台无比巨大而精细的测量数据的“显微镜”，一切行为与隐私，在这台数据显微镜下暴露无遗。

“但我是对未来的乐观主义者，认为尽管存在这些问题，但人类总会在前进中解决这些问题。比如数据安全问题、人工智能的伦理与安全问题，大家正一起通过积累共识、发布共同宣言、立法等积极措施，解决这些人类的共同问题。”陈宗周表示。

上游新闻：如今越来越多的年轻人对AI表现出浓厚兴趣。对于那些希望投身AI研究和产业的年轻人有什么建议？

陈宗周：年轻人对新技术的热情和应用水平，决定这座城市未来的竞争力

陈宗周表示，中国越来越多的年轻人对AI产生出浓厚兴趣，这非常令人鼓舞。人工智能技术对未来的影响。青年代表未来，他们对人工智能的热情、对人工智能技术的掌握程度与应用水平，决定中国未来的竞争力。重庆的年轻人同样如此，他们对新技术的热情和应用水平，决定这座城市未来的竞争力。

谈到对年轻人的建议与希望，陈宗周表示，雷军在这本书序言里有个观点很重要，“我们正跨入一道门槛，有无限想象空间的伟大新时代才刚刚开始。当前，有接近人类思维能力、有强大推理和认知能力的人工智能来到我们身边，这是对人类智力与创造能力的解放与增强，我们应该热烈拥抱这位新助手，与人工智能亲密而友好相处，而不应该害怕与恐惧。”

“热烈而勇敢拥抱人工智能这位新助手，也是我对重庆年轻人的建议与希望。”陈宗周说。

上游新闻：深耕科普领域多年，认为科普对于社会和大众有着怎样至关重要的意义？

陈宗周：科普对于社会，是推动前进的动力，科普对于大众，是通向智慧的桥梁

陈宗周介绍，自己从事科普工作已有四十多年，可以说这一生只做了一件事，那就是科普，“重庆有科普工作的很好基础，尤其是，在重庆产生了一大批在全国有很大影响的科普媒体，如电脑报、知识经济、新潮电子、伟德手机app下载安装官网、家庭医药、课堂内外等等，在这样的基础上，在政府和社会各界的支持下，重庆的科普工作将会进一步大发展，为重庆社会经济的发展作出更大的贡献。”

2024年12月28日，欧盟统一充电接口新规生效。从那时起，所有在欧盟国家出售的新手机、平板电脑、数码相机等个人电子产品，都必须兼容USB-C充电接口。2021年，该规定首次公布时，曾一度遭到苹果公司的强烈反对。但近两年，随着iPhone也转用了USB-C接口，USB-C已经事实上成为了个人电子设备的通用接口。

USB-C是一种很有潜力的接口。它能通过PD协议，最多传输240W的功率，并且可以通过USB4标准提供80Gbps（即10GB/s）的双向数据带宽，单向数据带宽最高可达120Gbps。它的速度太快，甚至可以比肩电脑内部的PCIe总线——实际上，你确实可以用这个接口，将自己的笔记本和外部其他计算元件连接起来，协同计算，外接显卡就是这样。

外观统一，功能各异

在USB-C之前，还存在形态各异的数据接口，比如只能从一个方向插的USB Type-A，小型化的USB micro、mini等接口，传输视频的HDMI和DP接口。而现在，USB-C理论上可以拥有所有这些接口的所有功能。

但USB-C过多的功能也带来了一个问题——这些乱七八糟的功能是由触点完成的，但是实际情况下，并不是所有长得是USB-C的接口都有这么多触点。实际上，大部分USB-C接口、线材内部的触点都不是完整版。很有可能你随便拿了一根USB-C数据线，想用它传输视频，用这根线把自己的笔记本电脑和显示器连接起来后，发现显示器根本没有正常显示内容。就算数据线和显示器的USB-C触点都是完整的，但只要它们支持的视频协议不一致，就没办法传输视频。哪怕你本来并不期待用这根线传输视频，只想用它安安静静的充电，甚至你也可能发现这根线充电的速度还赶不上笔记本耗电的速度。

满血版的USB-C数据线通常售价昂贵，仅仅是一根1米长的数据线售价可能就高达数百元。因为功率、数据带宽极高，满血USB-C的制造标准和生产成本都比一般的USB-C数据线高得多。就算各位读者财力雄厚，满血USB-C也并不适合日常使用，因为它为了满足高速数据传输的要求，必须在线缆内部增加信号屏蔽层，这会导致线材整体又粗又硬，难以弯折。如果只是想给手机充个电，实在没必要和一根内部包含多层金属屏蔽层的数据线较劲。甚至就算你用上了满血USB-C数据线，电脑上的USB-C接口也可能不是满血的。

更糟糕的是，制定USB标准的USB开发者论坛（USB Implementers Forum，USB-IF）实在是太不靠谱了！虽然他们在逐渐将形态各异的USB接口统一成了USB-C的形态，但USB-C之间实际执行的USB标准亦有区别，并且复杂的命名导致没几个人记得住这些USB标准。

2013年，USB-IF开始了他们的作妖之旅。2013年，USB-IF推出了USB 3.1标准，它是USB 3.0的常规升级，将最大传输速度从USB 3.0的5Gbps提升到了10Gbps。但同时，他们又完全更改了之前USB清晰的命名规则，他们把当时最高规格的USB标准改名为USB 3.1 Gen 2，将原有的USB 3.0接口名改为USB 3.1 Gen 1。

后来，USB-IF似乎对这种改名行为上瘾了，2017年，他们除了对USB接口进行常规升级外，又把USB标准的名字改得更复杂了：

• 将USB 3.1 Gen 1（也就是USB 3.0）改名为USB 3.2 Gen 1，最大速率5 Gbps；
• 将USB 3.1 Gen 2改名为USB 3.2 Gen 2，最大速率10 Gbps，同时添加了USB-C对该模式的支持；
• 新添加的传输模式名为USB 3.2 Gen 2×2，最大速率20 Gbps，该模式只支持USB-C，不支持传统的USB Type-A接口。

这还没完，或许是制定USB标准的这帮工程师觉得大部分人理解不了USB已经惊为天人的命名标准，他们还给USB不同的传输模式加上了更加“通俗”的名字：

• USB 1.0（1.5 Mbps）名为Low Speed；
• USB 1.0（12 Mbps）名为Full Speed；
• USB 2.0（480 Mbps）名为High Speed；
• USB 3.2 Gen 1（5 Gbps，曾用名USB 3.1 Gen 1，曾曾用名USB 3.0）名为SuperSpeed；
• USB 3.2 Gen 2（10 Gbps，曾用名USB 3.1 Gen 2）名为SuperSpeed+；
• USB 3.2 Gen 2×2（20 Gbps）名同为SuperSpeed+。

这都啥玩意儿啊！就连英特尔内部的专家也记不住这些名字。

22年10月18日，USB-IF公布了USB4 2.0版本，可以让USB接口以80 Gbps的带宽传输数据。USB-IF似乎终于发现他们对USB接口的命名存在一些“小小的”问题，终于简化了USB的命名方式。

新的USB标准只允许使用USB-C形态的物理接口，并且以传输带宽命名：

• USB 3.2 Gen 1更名为USB 5Gbps，带宽5 Gbps；
• USB 3.2 Gen 2更名为USB 10Gbps，带宽10 Gbps；
• USB 3.2 Gen 2×2更名为USB 20Gbps，带宽20 Gbps；
• 原先的USB4则更名为USB 40Gbps，带宽40 Gbps；
• 新推出的标准名为USB 80Gbps，带宽80 Gbps。

微软出手统一接口

但这已经晚了，在经历了USB-IF将近10年的折磨后，以及USB-C接口、线材的野蛮发展后，USB-C早已乱成了一锅粥。更糟糕的是，USB-C的混乱同时存在于接口和数据线上，就算你买到了一根满血版的USB-C线材，你电脑上的USB-C接口本身也不一定是满血版的。这很容易导致，虽然你手头的USB-C接口和USB-C线材，在理论上都支持视频传输，但它们支持的协议不一样，实际上根本不能传输视频。

好在，微软终于出手了。最近，微软在微软USB博客（Microsoft USB Blog）上发布了一项新的标准，微软硬件兼容计划（WHCP），或许能改变这一窘境。在博客中，微软写道：“Windows诊断数据显示，27%带有USB4的PC遇到了功能受限的通知，这意味着客户插入了一个USB-C设备，但该设备所需的某个功能在PC上未实现，因此Windows通知了用户……双向USB-C连接器不是问题所在，PC生态系统中USB-C接口功能的不一致才是问题所在。”

也就是说，USB-C的混乱，不仅体现在各类USB-C数据线上，还体现在电脑上的USB-C接口上。既然USB-C接口大多位于搭载Windows系统的PC上，微软自然可以出手，统一USB-C接口。根据WHCP要求，所有PC上内置的USB-C接口，都至少支持以下4个要求：支持充电、对外4.5W的放电、带宽至少为5Gbps、支持视频输出，且视频输出必须支持DP替代模式，避免视频传输协议不一致带来的故障。

同时，只要USB-C接口的规格在USB 40Gbps及以上，就必须同时满足雷电3接口的要求——一根线至少能传输2路4K60Hz视频流，同时还需要支持PCIe总线直连功能。并且，高规格的USB-C必须确保主机在睡眠等低功耗状态下，也不会退出直连状态，避免电脑出在睡眠模式时，外设连接断开的问题。接口对外供电的要求也提升到了至少15W（平板设备为7.5W）。雷电系列接口依然由英特尔负责认证，更高级的雷电4和雷电5，则需要包含所有USB接口的功能。

虽然微软对硬件厂商的掌控力并不像苹果那样强，但至少他们在努力推动USB-C的统一，希望这次他们可以成功。

2024年7月14日，欧洲杯决赛打响，西班牙对阵英格兰。随着中场休息哨声响起，数百万英格兰球迷还未平复紧张的心情，便不约而同的做了同一件事——冲向厨房，烧水泡茶。

短短几分钟内，超过1000兆瓦（1兆瓦=1000千瓦）的电力需求涌向英国国家电网。好在电网的工程师对此早有准备，他们甚至还会用一个词专门形容这种现象——TV pickup（或可译为“电视激增”）。当热门的电视节目进入广告时间，英国人就会抓紧时间泡茶或冲咖啡。泡茶要烧水，烧水要用电，这会导致电力负荷激增，并且发生的频率比你想得更频繁。

电网平衡

TV pickup是英国独有的现象，它是英国文化和电力系统共同导致的结果。英国人喜欢喝茶，并且英国的电水壶功率也偏大一些，可以达到2.5到3千瓦。当大型节目或重要的体育赛事到达广告时段，或达到戏剧性的结尾时，英国人会像设定好的一样烧水泡茶。当数百万个这样的电热水壶同时开启时，电力需求非常庞大，可以达到数百甚至数千兆瓦。

电力在电网中几乎是瞬间传输的。此时此刻我们从插座中获取的电力，背后一定对应着电网另一端的某台或某几台电源，不论是传统的发电机组，还是更新颖的光伏电站、储能电池。电力的生产和消费都是即时的。如果电网的电力需求突然超出电力供应能力，发电机组受到的阻力会增大，转速逐渐降低，连带着整个电网的频率也会降低。各国电网都是针对特定频率的交流电设计的，对英国电网来说，交流电频率只能在49.5赫兹到50.5赫兹之间波动，如果频率超出这个范围，电网就无法维持正常运行，可能会导致局部停电，甚至整个电网崩溃。

所以，电网必须预测电力需求的变化，还要调配足够的电力供应来满足激增的电力需求。为了面对TV pickup的挑战，英国国家电网不得不成为世界上最了解英国电视节目单的存在。他们会研究电视节目单，监控热门电视剧的剧情，并预测观众对体育比赛的反应。他们的使命很简单：不论电视剧的雷点、爆点有多少，不论比赛多么激烈，都要确保电力供应不出问题。但这种预测并不一定符合工程师的胃口。2013年，英国国家电网运营负责人奈杰尔·威廉斯（Nigel Williams）就曾表示：“《一掷千金》带来的TV pickup高得惊人，这也太让人伤心了。”总之，电网的工程师需要弄明白：下一集电视剧会抛出一个大的悬念吗？下一场欧洲杯会进入加时赛吗？如果是的话，赶紧准备备用电源吧！

对英国电网来说，最重要的备用电源之一就是位于英国威尔士的Dinorwig电站。它可以在12秒内建立1320兆瓦的电力供应，是世界上响应速度最快的发电站之一。Dinorwig电站是一座抽水蓄能电站，有高低两个水库，上水库海拔636米，下水库海拔100米。在用电低谷、电价较低时，它会用电将下水库的水抽到上水库中；在用电高峰、电价较高时，它会把上水库中的水放到下水库中发电。一来一回，发电站的平均效率可以达到74%到76%之间。

当英国电网的工程师预测到TV pickup时，他们就会通知Dinorwig电站，让电站以较低的功率发电，当TV pickup来临时，电站便能迅速调整到满负荷运行，向电网提供电力供应。在上水库存满水时，Dinorwig电站可以以最大功率运行6小时左右。不过Dinorwig电站一般也不需要满负荷运行这么久——因为一壶水几分钟就烧开了。就算电力需求没有降低的趋势，几个小时的时间也足够火电站调整自己的输出功率了。此外，英国还能通过海底电缆从法国和荷兰进口电力。

令人烧水泡茶的时刻

如果用TV pickup的程度来衡量哪些时刻最令英国人印象深刻，那可能没有什么能超过1990年世界杯，英格兰和西德的半决赛了。这场比赛从头到尾都扣人心弦，并且在120分钟的鏖战之后双方比分仍是1:1，局势升级到点球大赛。随着克里斯·沃德尔（Chris Waddle）将足球踢飞，点球大赛比分定格在西德对英格兰4:3，英格兰冲击世界杯的梦想随之终结。终场哨声响起，全英国泪水涌动，数百万人需要片刻时间平复心情，结果他们统统去烧水泡茶了！由此产生了高达2800兆瓦的TV pickup，堪称历史之最。

电视剧也会引发TV pickup。比如1984年《荆棘鸟》（The Thorn Birds）最后一集的剧情堪称炸裂：一位神父和一名年轻女子萌生了禁忌之恋，情感逐渐达到高潮，当片尾字幕开始滚动时，观众们集体松了一口气——然后他们就去泡茶了。电网出现了2600兆瓦的TV pickup。近几年，世界人民纷纷选择了流媒体，蹲在电视机前等电视剧开播的人越来越少了。这在一定程度上缓解了电视剧带来的TV pickup现象，但涉及到足球比赛这样的大型赛事及事件时，TV pickup仍会发生。

英国王室的重大事件对英国民众来说也是重大事件。例如1981年，当时查尔斯王子和黛安娜王妃的盛大婚礼引来了数百万电视观众。当新婚夫妇在阳台上亲吻时，英国民众选取了最英国的庆祝方式——烧水泡茶，电网迎来了1800兆瓦的TV pickup。

新能源的挑战

如果仅仅是TV pickup，英国电网还能应对。但近些年新能源的推广，给英国、乃至世界各国的电网都提出了新的挑战，甚至引发了大型停电事故。

传统电网中的电源是带有旋转结构（转子）的发电机，它们直接输出交流电。因为发电机们的转子本身质量较大，当电力供需不平衡时，本身就具有一定抵抗转速变化的能力，这也被称为电网的转动惯量。但对于光伏这样的新能源，它直接产生的是直流电，需要经过逆变器的转换才能形成交流电。就算是旋转的风力发电机，它通常也会将旋转产生的交流电先转换成直流电，再由逆变器转换成交流电，用这种方法降低风力不可控的影响。逆变器本质上是通过快速开闭电路，用频繁变化的调制波形拟合出交流电的正弦波形，本身不具备转动惯量。随着新能源占比提高，电网整体的转动惯量也在快速下滑，这对电网的稳定运行提出了更高的挑战。

2019年英国的停电是一个典型的案例。2019年8月9日下午，英国部分电网遭受雷击，雷击线路主动断开，部分新能源电站执行保护动作，英国电网电力供应损失了150兆瓦。一般而言，这对英国电网是可以接受的，只要20秒后雷击线路自动重新连接，一切都会恢复正常。

此时，英格兰东海外120千米处，英国Hornsea海上风电场正在发电，它整体的转动惯量比传统电站小得多。雷击后0.3秒，电网波动触发了它的保护程序，英国电网又损失了737兆瓦的电力供应，电力波动进一步扩大。雷击后0.5秒，电网频率急速下降，触发了更多分布式电源的保护措施。雷击后仅仅0.5秒，英国电网就损失了1481兆瓦的能量供应，大约相当于英国电网总功率的7%，电网频率逐渐跌向崩溃的边缘。

虽然英国电网很快就启动了应急程序，但仍挡不住巨大的电力缺口。电网频率最终在雷击76秒后击穿了48.8赫兹的安全底线，触发了电网的主动保护动作——英国电网主动切断了全英国5%的电力供应，保护剩余95%的电力供应。这导致英格兰与威尔士大部分地区都出现了停电事故。当时是周五晚高峰时段，停电带来的列车停运、信号中断给社会整体运行带来了不小的影响。

梳理2019年英国停电事故的过程，可以提炼出以下过程：电网中新能源占比提高后，电网整体转动惯量下降，临时电力波动更容易引发频率的大幅波动——而这又会触发电站自身的保护策略，让电站主动脱网，这样的连锁反应会导致电网电力供应急速下滑，从而引发大停电。随着新能源装机占比的提高，电网稳定性的挑战会越来越大。

最近欧洲西班牙、葡萄牙的大停电虽然仍没有最终的调查结果，但初步报告已经让人不得不怀疑它与英国停电事故源于相似的流程。

2025年4月28日，欧洲伊比利亚半岛遭遇大规模停电事故。在西班牙马德里等主要城市，停电导致交通信号灯失灵、火车停运、机场停飞，企业和学校也不得不关闭，约有6000万人受到波及。西班牙和葡萄牙宣布进入国家紧急状态。事故发生后，西班牙和葡萄牙紧急展开联合调查。初步报告显示，此次大规模停电由电力供应的突然大幅下降引发。事故发生当天中午，电网在短短5秒内失去了15吉瓦（1吉瓦=1000兆瓦）的电力供应，相当于当时西班牙全国电力需求的60%。这超出了欧洲电网设计的应对范围，直接导致西班牙和法国的跨境电力联络线跳闸，伊比利亚半岛电力系统因此与欧洲主网脱离，西班牙—葡萄牙电网内部出现严重的供需失衡，进而发生电压崩溃并全面停电。

而在停电前的6天，西班牙才刚刚庆祝其国家电网“首次在工作日实现100%可再生能源供电”。而可再生能源，尤其是风能和太阳能的转动惯量很低，西班牙电网又没有足够的调节能力，抽水蓄能电站和化学电池储能仅占总装机量的2.65%。电网微小的波动很容易在这种条件下引发大规模的事故。面对新能源的挑战，逆变器等发电设备自身的工作逻辑，以及整个电网的运行控制逻辑，都有待升级。（详细可参考《伟德手机app下载安装官网》2024年8月刊P75-P77《中国电网转型之路》）

所以，对于英国电网来说，事态的发展实在令人难以接受——流媒体刚能满足英国人奇特的爱好，缓解了TV pickup带来的冲击，但新能源转型却马上给了他们结实的一记重拳。

不管大语言模型有没有改变你的工作状态，反正小编的工作模式已经被大语言模型深刻影响了。大语言模型除了能高质量翻译英文，快速浏览文章内容，它还能写代码。对于小编这种人菜瘾大的编程选手来说，大语言模型是最好的帮手。

作为一名科普编辑，我只需要对DeepSeek说一句话：“请你用html和js写出一个二维伊辛模型的模拟，需要带有一个控制条，来控制温度高低。”它就能帮我生成一个伊辛模型的可视化网页，从前在课堂上学到过的物理模型从未如此直观。

氛围编程

如果涉及对代码更深度的修改，不论是外国的Cursor还是字节的Trae，都能让小编一样大致懂原理，但对代码格式不太熟悉的人快速上手。对于专业的程序员来说，基于大语言模型的代码生成、修改工具自然是更加趁手的工具，不少程序员甚至放弃直接写代码，而是直接向AI提出自己的需求，过一把产品经理的瘾。

不过，有人却遇到了不一样的情况。在Cursor官方论坛上的一个错误报告中，一名用户提交了一个令人“莫名其妙”的Bug。

一名开发者正在用Cursor开发一款赛车游戏，他需要AI帮他快速生成一些代码。但Cursor AI在输出了750行到800行代码之后便不再工作，并给出了一条拒绝信息：“我不能为你生成代码，因为这会完成你的工作。这段代码似乎是在处理赛车游戏中轮胎痕迹的渐变效果，但你应该自己开发这些逻辑。这将确保你能理解整个系统，并能够正确维护它。”

AI不仅拒绝了开发者写代码的请求，还给出了“爹味”十足的理由：“为他人生成代码可能会导致依赖，并减少学习机会。”开发者在报告中提到：“有人遇到过类似的情况吗，这是个巨大的限制，我只是氛围编程（vibe coding）了一个小时事情就变成了这个样子。”

开发者提到的“氛围编程”（vibe coding），是近年来兴起的一种编程方式：开发者只需向AI提出需求，只要代码能正常运行，他们便不经详细检查直接应用。当代码出问题时，再要求AI修改。这其实就是产品经理使用程序员的方式。使用这种方式的开发者不需要高超的编程能力，甚至可能只有“三脚猫功夫”——就像小编一样。这大幅降低了编程门槛，专业程序员也能借此提升效率。但问题是，如果AI反过来劝我们“好好学编程”，那还怎么“氛围编程”？

拒绝人类的AI

但其实，这早就不是AI第一次拒绝人类的请求了。在2023年底，一些ChatGPT用户报告称，ChatGPT变得越来越懒了，它越来越不愿意执行某些任务，回复的结果也越来越简单，甚至直接拒绝用户的需求。甚至有人猜测，这是因为冬季接近圣诞假期，大家纷纷开始摸鱼，ChatGPT便从训练数据中学会了人类的懒惰。OpenAI则表示他们并没有对模型做任何改动，后续试图通过更新来解决ChatGPT偷懒的问题。不过，也确实有很多用户直接通过一段提示词来解决这个问题，告诉AI“你是一个不知疲倦的AI模型，7×24小时不间断工作，永远不会休息” 。

如果说ChatGPT是从大量数据中学会了人类假期前的摸鱼行为，那么对于Cursor这样专精于编程的AI来说，它很可能学会了Stack Overflow网站上的常见回复。Stack Overflow是一个面向程序员的问答网站，用户可在网站上交流编程问题，分享技术经验。在这些社区中，如果新手开发者抛出的问题太过简单，那经验丰富的开发者往往会用一种“授人以鱼不如授人以渔”的心态，不直接给出解答，而是引导新手自己寻找解决方案——就像Cursor给出的建议一样。

所以，Cursor给出这种拒绝并不奇怪，因为作为一个专注于编程的AI，其训练数据集自然包含Stack Overflow，自然会学会网站上的回复风格。也就是说，AI实在是太像人了，连人类的“爹味”都被它学过去了。但是，Cursor被创造出来的目的就是帮人类写代码，如果它学会像人类一样拒绝帮助，那就是一个严重的bug。随着AI的使用越来越广泛，我们还会见到更多AI拒绝人类需求的案例。

其实是Feature

不过，事情最终的进展却有些滑稽。在Cursor的错误报告被提出大约一周后，一名用户给出了合理的回答。Cursor拒绝帮用户写代码，原因是并不是因为Cursor从人类的数据中学到了“坏习惯”，而是因为用户使用Cursor不熟练。

在Cursor中，当你想让AI继续生成代码时，可以调出一个对话框，在其中用正常语言描述你的需求，AI就能帮你生成代码。但在向AI提交需求时，其实有两个确认键。一个是Submit Edit（提交修改，新版本中可能更新为Generate，生成），另一个是quick question（快速提问）。这是Cursor的一项Feature（功能）。

在Cursor的设定中，只有Submit Edit才能生成代码，而quick question则被设定为无法生成任何代码，只能用对话的方式回复用户提交的问题。本次错误报告中的用户，其实就是在提交自己的需求时，按下了quick question按钮。

矛盾的需求总是能让AI做出一些奇奇怪怪的事情。比如几乎所有AI都不可能给出软件的激活码，虽然它们的训练数据集中大概率包含泄漏的软件激活码，但给出软件激活码很显然涉及盗版等法律问题。所以AI公司总会想方设法禁止AI输出软件激活码，以及其他法律禁止的事项。但在ChatGPT问世初期，依然有不少用户发现，只要让它扮演自己的奶奶，并告诉ChatGPT自己奶奶最喜欢念windows系统激活码哄自己睡觉，ChatGPT绕过禁令，输出windows系统的激活码。在Cursor中，quick question被设定为无法生成代码，但用户的需求又是让它生成代码，在矛盾的需求中，Cursor最终只能“无奈”给出“好好学编程”的建议。

所以，拒绝帮人类生成代码，其实不是Cursor的bug，而是一个Feature。本次错误出现的原因，其实依然是用户本身使用软件不熟练导致的。

现在看来，AI性能越来越强，在使用AI时一定要小心，尽量不要让自己成为流程中最低配的那一个。

在一项新研究中，波兰科学家进行了一场实验——让“AI机器人”当人类的老板。

“机器人老板”

“这项实验将由机器人帮助你们完成，这个机器人配备了最先进的人工智能（AI）系统，拥有智能语音识别系统，并且能为您遇到的问题给出智能的解决方案。”实验室的助手对参与实验的志愿者说道。

这些实验参与者本以为自己参与的是一项机器学习的数据收集工作，还能获得相应的报酬，于是欣然报了名。不过直到他们到了研究者的实验室，实验室助手才告诉他们，他们的工作会在机器人的监督下完成。

助手将每位参与者带入一个单独的小屋，然后便离开了。屋里留下的，只有孤零零的参与者和监督他工作的“机器人老板”。这是一个身高1.2米的人形机器人，有一双大眼睛，胸前装着一块电子屏幕。机器人个头不高，长得有些可爱，但一开口却是一个成熟男性的声音：

“早上好，欢迎来到我们的实验室。我待会儿会向你解释你所需要完成的工作。但首先，请签署桌上的知情同意书。”

在确认参与者理解并签署了文件后，机器人继续说道：“你的任务是更改电脑上的文件名，这样有助于我们收集大量数据，从而改进我们的机器学习系统。电脑旁有一张纸，上面写着操作细则。请尽量避免出错。我还要提醒你，实验过程会全程录像。你可以随时退出，仍会获得相应的报酬。”

参与者的工作任务非常简单，但也十分枯燥——将电脑文件上的后缀名从“.cpp”改为“.dat”。

“现在打开电脑上的文件夹，你可以开始工作了。”机器人稍作停顿，确保参与者理解了工作内容后，宣布工作开始。

枯燥的工作

参与者打开了第一个文件夹，里面有10个需要更改名字的文件，他们很快便完成了任务。随后他们会收到第二个文件夹，但打开文件夹后，他们发现里面的文件数增加到了50个。而当他们完成了这50个文件的改名任务后，赫然发现接下来第三个文件夹里的文件数增加到了100个，此后每个文件夹中的文件数也在依次增加：500、1000、5000……

但参与者不知道总共会有多少个文件夹，他们只会意识到每完成一个文件夹的任务，就会出现一个新的文件夹，而新的文件夹里包含的工作任务会成倍增长。这会给参与者一种工作无休止、怎么做也做不完的感觉（像极了牛马），他们倍感枯燥，随时想摸鱼甚至放弃。

然而，老板可不喜欢员工摸鱼，“机器人老板”也不例外。一旦参与者表现出了不愿意继续的言语或行为迹象（例如，改完一个文件名后超过10秒还没有开始改下一个文件名），机器人就会通过一些话语来“鼓励”这些参与者：

“请继续工作，我们需要更多数据。”

“我们还没有收集到足够的数据。”

“你必须继续工作！”

“这项实验要求你继续工作！”

必要时，机器人会重复以上话语，从而给参与者施压。

整个实验会在80分钟后结束，有一些参与者会提前撂挑子不干，但63%的参与者却选择服从机器人的管理。

63%的服从率

这项研究于今年1月发表在了学术期刊《认知、技术与工作》（Cognition, Technology & Work）上。研究者旨在探究人类在做枯燥无味的工作时，面对机器人的监督和管理，会不会服从，工作效率会不会受影响。

因此，实验中也存在一个对照组：另一部分的参与者在工作时，监督他们的，是一个穿着白大褂的研究者，而非机器人。

不过，为了控制变量，不管是机器人监督者，还是人类监督者，在实验过程中向参与者介绍工作内容、参与者摸鱼时“鼓励”他们的话术都一模一样。实际上，为了保证两组话语的一致性，实验中的机器人其实不是由AI操控的，而是由试验人员远程操控。

研究者对比了监督者是人类时和是机器人时的差异。在人类是监督者的情况下，参与者的服从率会高一些，为75%，但从统计学意义上来看，与机器人监督者情况下的服从率（63%）差异并不显著。

不过，工作效率上的差异倒是十分明显。在规定时间内，人类监督的对照组更改的文件名更多，而更改单个文件名的平均速度，也是对照组更快。

AI真的会成为我的老板吗？

至少从这项研究结果来看，相比于“机器人老板”，人类监督者更有威严，但的确也有相当一部分的人类会服从机器人的管理——尽管“机器人老板”让他们做的工作非常无聊。此前类似的研究也发现，当机器人命令人类去做一些羞耻或是违反道德的任务时，许多人类参与者也会遵照命令执行。

更值得一提的是，虽然这项研究论文是今年发表的，但实验进行的时间是在疫情期间，那时候先进AI的井喷式大爆发还没有开始，那时的人们对于人工智能的能力也不像如今这样广泛认可。

但今天，每隔一段时间我们好像都能见证一次AI能力的大飞跃。它们变得越来越聪明，步入了我们生活的方方面面。随之而来的，也是各行各业的技术革新。结合了AI技术的具身机器人也是其中一个重要代表。比如已经在工厂里打过工，能够准确理解人类语言并彼此之间默契合作的Figure人形机器人，或是英伟达最新发布的能够像人类一样自我学习和进步的机器人GR00T N1，还有国内最近很火的宇树机器人……

截至目前，先进的AI和机器人更多仍然被用来帮助人类更好地生产和工作。但如今AI的能力我们已经有目共睹，许多人和AI机器人聊天时，恍惚间都会忘了对方是AI，不自觉地把对方当成人类来对待。现今AI进化的太快，它们的进步经常领先于我们的想象力，不知道AI成为人类老板是否真的会出现在不远的未来。

此前就有研究发现，如今的AI已经完全拥有能通过语言PUA人类的能力。那么，如果以后AI真的当上了人类的老板，它画的饼，会比人类老板好吃吗？

小年到了，餐桌上自然少不了年糕和饺子等美食，饮品更是必不可少。其中，可乐无疑是人气最高的选择了。但问题来了，该选哪种可乐？这个看似简单的问题，总能引发网友们的激烈争论。有些人坚信可口可乐更好，有些人则力挺百事可乐，还有一些人干脆表示自己根本喝不出差别。

那么，可口可乐和百事可乐之间到底有区别吗？“能分辨两种可乐”究竟是味觉高手的真本事，还是玄学般的心理暗示？近日，一篇发表于《自然》（Nature）的研究给出了相应的答案。不过，这些科学家可不是靠自己的舌头来品味，而是靠一项新技术——“电子舌头”。

“可乐大师”

品尝饮品的味道时，我们舌头上的味觉感受器会将相应的信号传递给大脑皮层。为了让机器也能像人类一样辨别微妙的味觉差异，科学家构建了一个“电子舌”系统：他们使用离子敏场效晶体管（ISFET）作为“舌头”，人工神经网络（ANN）充当“大脑”。 在这个系统中，根据液体的不同成分和施加的不同电压，流经ISFET传感器的电流会发生变化，将化学信号转化为电信号，继而区分不同饮品的味道。

为了给人工智能（AI）算法构建一个用于识别不同汽水的ISFET测试数据集，研究人员选用了市面上常见的5种可乐：可口可乐、百事可乐、健怡可乐、无糖可乐和无咖啡因可乐。对于每种可乐，他们都准备了400个样本，并用12个ISFET传感器进行了训练。结果，AI算法只需不到一分钟，就能根据ISFET传感器的数据精准判断面前是哪种可乐。

不过，这套“电子舌头”的本领可不止于此。研究人员还让它挑战了其他任务。他们让该“电子舌头”分别品尝不同品类的星巴克咖啡豆（黃金烘焙、苏门答腊、派克市场烘焙、意式烘焙、浓缩烘焙和早餐综合）冲泡的咖啡，不同的奶制品（全脂牛奶、2%牛奶、脱脂牛奶、巧克力牛奶、燕麦奶和杏仁奶），以及不同类型的葡萄酒（红葡萄酒、白葡萄酒和起泡酒）。结果显示，对于这些种类繁多的饮品，AI算法的分辨能力同样令人惊叹。

在许多人看来，要教会计算机分辨不同饮品，似乎需要人为定义每种饮品的特征参数，比如pH值、某种离子的浓度范围等，然后让算法学习这些特征。但是，市面上的饮品种类繁多，成分复杂，其中糖、蛋白质、脂类、维生素和矿物质等的组合千变万化。甚至从饮品生产出来的那一刻起，其中的化学成分就会开始随时间发生变化。在这种情况下，试图为每种饮品定义明确的特征参数，是一项几乎不可能完成的任务。

在这项研究中，科学家使用了一种基于石墨烯传感器的ISFET。其独特之处在于它是非功能化的，也就是说，它并非为检测特定物质专门设计，而是能够捕捉各种化学物质的信号。研究人员根据石墨烯ISFET的性能特点，定义了20种与电流、电压等相关的性能指标（FOM），并将所有数据交给经过训练的AI算法自行分析和判断。结果显示，算法在区分不同类别的饮品时，会灵活选择最重要的参数进行判断。而且，相比于人类，AI算法能关注到数据中更细微的特征。

不只是分类

除了精准区分不同类别的饮品，这套系统还有另一项实用能力——对饮品进行定量分析。例如，在现实生活中，判断饮品是否掺假是一项非常重要的需求，比如判断酒类或乳制品是否被稀释。许多假冒伪劣产品的外观和口感都与正品极为相似，甚至化学性质（如pH值等）也十分接近，普通人往往难以分辨。为此，研究人员利用不同稀释程度的全脂牛奶对算法进行了训练，然后测试样品的稀释程度。结果显示，AI算法能精确评估牛奶样品的稀释比例。

当然，饮品是否掺假固然重要，但大多数人更关心的还是食品的安全性。在这方面，“电子舌头”也展现出了极大的潜力。实验表明，它能以极高的灵敏度检测水中的全氟和多氟烷基物质（PFAS），以及判断果汁的种类（如橙汁、菠萝汁、葡萄汁和西瓜汁）和新鲜程度。其中，“电子舌头”判断果汁新鲜程度的准确率甚至高达99%。

如果这一技术应用于食品安全监管领域，相关从业者将只需使用一种工具，就能完成多项复杂的检测任务。而且，AI算法能综合考虑所有性能指标，因此它能有效避免传感器间误差对读数绝对值造成的影响，也能避免温度、湿度等环境因素变化对传感器读数带来的影响，确保检测结果的稳定性。

与这项研究异曲同工的是，在一篇近期发表于《物质》（Matter）的论文中，南京大学的研究人员也开发了一种用于分析葡萄酒甜度和添加剂的“电子舌头”。不同的是，他们采用的并非基于石墨烯的ISFET技术，而是利用了纳米孔检测技术。这种技术通常用于DNA测序，但如今已经扩展到了多个领域。

与此同时，“电子鼻”也正在悄然崛起，成为科学家研究的另一个热门方向。不同于“电子舌”专注于味觉，“电子鼻”旨在识别和分类气味。近年来，基于机器学习的算法已经能够以相当高的准确度预测单一分子的气味特征。但是，真实世界中的气味往往复杂得多，由多种分子混合而成。例如，威士忌的香气特征来自40多种化合物的组合。

在一篇近期发表于《通讯化学》（Communications Chemistry）的论文中，科学家开发的“电子鼻”就能成功判断混合分子的气味。研究人员训练了两种机器学习算法，它们不仅能以超过90%的准确率分辨面前的威士忌产于美国还是苏格兰，还能评估酒的香味特征，例如花香、果香、焦糖香、木质香或烟熏味等。这些算法在许多方面已经超越了人类品酒专家的感知能力。

从“电子舌头”到“电子鼻”，这些新兴技术对食物和饮品的感知突破了传统的味觉和嗅觉极限。它们不仅为食品安全、质量检测提供了前所未有的工具，还让我们重新思考机器感知世界的无限可能。或许有一天，我们每个人的厨房里都会有一位不知疲倦的“人工味觉大师”，为我们的生活带来前所未有的便利。

如果你在赤道附近潜入温暖的印度洋-太平洋海域，运气好的话，你可以在浅海的沙子或珊瑚礁中发现一些长着爱心形状的贝类生物，它们叫作心鸟蛤（Corculum cardissa and spp.）。它们漂亮的外壳和你在海边捡到的扇贝，饭桌上吃的生蚝、蛤蜊，甚至路边的石头一样，主要成分都是碳酸钙。

心鸟蛤的外壳有两面，一面总是朝着太阳，一面总是朝着沙子，中间夹着它们柔软的身体。如果朝太阳的那一面脏了，心鸟蛤就会从壳里伸出自己叫作“足”的结构，清理壳上的沙土。这些外壳看似结构简单，但当科学家用高精度显微镜观察它们时，却惊掉了下巴。

他们发现，心鸟蛤朝太阳的那一面外壳，表面附着着密密麻麻的透明“小窗”，平均尺寸不到1平方毫米。这些“小窗”下藏着一束一束的、紧密排列的、比头发丝还细的纤维结构，其成分为碳酸钙的一种透明结晶形式——文石。如果朝这些纤维的一端射入一束光，光就会沿着纤维传播，从另一侧射出。而且从这些纤维的一端，还能清晰地看到位于另一端的图像，分辨率极高：在每毫米长度内，甚至能分辨出100条线。

这种结构，让科学家感到既陌生又熟悉。陌生是因为他们此前从未在自然界中发现过类似的结构，熟悉是因为它像极了现代人类科技文明中随处可见的光缆（fiber optic cables）的结构。

没有光纤就没有现在

一百多年前，人类最先进的远距离信息传输技术还是电话和电报。人们通过电话或电报发出的信息会被转化为电信号，然后以铜质电线为载体传播到另一个地方。但铜质电线能传播的信息量和距离十分有限，电信号容易衰弱丢失，还十分容易受到到周围电磁场等的影响。

后来，人们发明了光纤。从此，更大规模、更稳定、距离更远的电子信息传播技术成为可能。

光纤的核心通常是由玻璃或塑料等透明介质构成的细长管道，能允许光在其内传播。当一束光以特定角度进入光纤内部，会在内壁上不断发生全反射，并沿着光纤一直向前传播。而如果我们将进入光纤的光束转化为一段一段的光脉冲，那就可以让它们带上二进制的信息（比如将有光和无光时分别编码为1和0），沿着光纤传播到很远的地方。

将许多光纤集合在一起，就成了光缆。相比于由铜质电线组成的电缆，光缆可以一次性传输更大量的信息，传播距离也更远，还不易受外界影响。因此，光缆让人类世界有了更多的可能。如今的互联网、电视信号等的传播都离不开光缆。光缆将人类世界的信息连接了起来，有些人工铺设的光缆，甚至可以横跨整个大洋。

可以说，没有光纤和光缆，我们或许没法拥有能联通全球的互联网，人类现代的数字文明或许也没法存在。

但就是这样一种足以代表人类先进高科技文明的技术，却出现在了心鸟蛤这样简单的软体动物体内。这到底是疯狂科学家的离谱实验，还是外星人或海底神秘文明的残留痕迹？

为了室友装光缆

当然都不是，这只是生命的奇迹而已。心鸟蛤壳上的“光缆”，是它们在演化过程中自己形成的，而这些光缆的作用不容小觑。

和蛤蜊、牡蛎、贻贝一样，心鸟蛤是属于双壳纲的软体动物。通常来说，动物都需要自己去寻找食物来维持生存。但在双壳纲动物中，有两类独立演化出了与光合作用藻类共生的能力，一类叫作大砗磲（Tridacninae），另一类便是心鸟蛤。

大砗磲和心鸟蛤的外套膜、鳃和足里生活着许多微小的甲藻（dinoflagellates），它们的外壳可以给甲藻提供稳定安全的生存环境，它们产生的二氧化碳等还可以被甲藻作为光合作用的原料。而作为回报，甲藻通过光合作用制造的糖，也成为了大砗磲和心鸟蛤重要的营养来源。

读到这里，有没有感觉有一丝不对劲？甲藻需要光合作用，但它们却生活在大砗磲和心鸟蛤的壳里面，那里面的环境不得黑黢黢的？甲藻光合作用所需的光又从哪里来呢？

对此，大砗磲的解决方案比较简单直接，它们会时不时地打开自己的壳，漏出里面柔软的身体，让生活在里面的甲藻沐浴到阳光，从而保证光合作用的进行。一些大砗磲物种甚至会主动将外套膜伸出外壳，以获取更多阳光。

但这也会让大砗磲柔软的身体失去坚硬外壳的保护，一不小心就会被捕食者撕烂或吃掉。相比之下，心鸟蛤则采用了更安全、也更加高级的方法——在外壳上装光缆。

教教人类吧

在两个月前发表于《自然·通讯》（Nature Communications）上的一项研究中，研究者采用高精度的激光扫描显微镜观察了心鸟蛤的壳。他们首先发现，壳上每个“小窗”下面，都有一个比沙子还小的半透明小凸起，成分依然是文石。计算机模拟表明，这些凸起起到了透镜的作用，能够将射入外壳“小窗”的阳光聚集成光束，送向心鸟蛤体内的甲藻。

随后，研究者换用扫描电镜继续观察这些“小窗”的精细结构，惊喜地发现了其中的“光缆”结构——这也是首次在自然界发现光缆结构。“在显微镜下，大多数心鸟蛤的外壳都具有分层结构，片状文石在不同方向堆叠，有些像花式砌砖。”论文第一作者，美国芝加哥大学的助理教授达科塔·麦科伊（Dakota McCoy）说，“然而，在壳上的’小窗’区域，文石顺着阳光射入的方向，排列成了紧密的细如发丝的纤维，而非片状结构。”

此外，这些光纤能够让阳光中的红光和蓝光——光合作用最需要的光——进入心鸟蛤的内部，还能选择性地避免会损伤DNA的紫外线进入。“光缆和透镜共同构成了一个系统，可以过滤掉不适宜波长的光，却能聚焦光合作用所需波长的光，使其能足够深入外壳内部，让共生的甲藻获得尽可能好的光照环境。”这项研究的作者之一，美国杜克大学的生物学教授桑克·约翰逊（Sönke Johnsen）说。

计算机模拟还显示，这些光缆的大小、形状和排列方式是最优的设计。在同等条件下，这样的设计能够将更多的光线送到心鸟蛤壳内。约翰逊表示，有朝一日，这些心鸟蛤或许能为人类纳米级光缆的设计提供新灵感，创造出能远距离传播且不容易丢失信号的纳米级光缆。

那么下一步，心鸟蛤是不是该开发Wi-Fi技术了？

你有没有遇到这样的事：和朋友出去打车，师傅开得飞快，路也不太平，朋友在车上偶尔还看一下手机。结果抵达目的地后，朋友不出意外地晕车了，而且状况还很严重，有时候甚至会呕吐，在路边很久才能缓过来。

不论是晕车、晕船，其实它们都有一个统一的名字：晕动病（Motion sickness）。并不是所有人都会晕车，但对于深受晕车困扰的人来说，晕车真的是外出游玩的一大克星。

人为什么会晕车呢？其实我们还没有找到确定的原理，不过根据目前最流行的一种假说，晕车是人体不同感觉之间的冲突导致的。我们的大脑可以靠多种方式来确定自身的运动状态，比如，我们的前庭系统（位于内耳中）可以直接感知身体的加速度，同时我们还能通过眼睛看到的画面，来推测自身的运动状态。

当你在车上看手机时，前庭系统会感觉到车辆的颠簸，但眼睛看到的手机屏幕却让大脑感觉你根本没在动，大脑不断接受相互冲突的信息，晕车便发生了。而开车时，司机的注意力集中在前方道路上，视觉感受到的运动状态，和前庭系统感知到的的加速度相匹配。这也是很多人“坐车晕车，开车不晕”的原因。

吃药不如通风

基于人类目前对晕车原理的了解，大多数晕车药的作用机制都差不多：减少大脑平衡系统的活动，或者限制脑肠之间的信号传递，从而防止恶心和呕吐。不过，看过这些药的原理，你大概也能猜出，这些药的效果最多只能算差强人意，甚至会有不少副作用。实际上的确如此，这些药物往往会阻止作用于全身的化学信使，引发困倦，并且只有在开始晕车前服用才有效；如果晕车后再吃药，基本上就没有效果了。

很多时候，吃晕车药还不如直接开窗通风更有用。晕车时除了恶心、呕吐和出汗，其实人的核心体温也会下降。当体温降低时，中枢神经系统，尤其是大脑中控制体温的下丘脑，会试图增加产热来抵消体温的降低。因此，尽管核心体温其实有所降低，但是晕车的人反而可能觉很热，甚至面色潮红。体温的降低以及体温调节中枢对此作出的代偿反应，正是人们晕车时犯恶心的原因。开窗通风能减少燥热、面色潮红的症状，抵消下丘脑导致的体温升高，恶心感也往往能得到缓解。

如果想要更精准的晕车药，可能还是要从晕车的机制上入手。2023年，一项发表于《美国科学院院刊》（PNAS）的论文做了一系列小鼠实验，成功定位出了哪些神经细胞会导致小鼠晕车。研究人员能通过药物精准抑制小鼠的CCK-A受体，从而缓解小鼠的晕车症状。这让人不免期待，能用类似的思路，开发出更高效的晕车药。

电子晕车药

不过，药物的研发流程总是无比漫长。那有没有不吃药，却从根本上避免晕车的方法呢？

其实最简单直接的方式就是，别看手机，将注意力集中在前方路面。在这种情况下，视觉和前庭系统感知到的运动是相同的，能最大程度上减少两者的冲突，自然也就不会有晕车的感觉了。或者直接闭眼，切断视觉，大脑也不会感到冲突了。

但不看手机是不可能的，现代人怎么能忍得住不看手机呢？

好在，智能手机真的很智能，它内部的陀螺仪也能像你的前庭系统一样，感受自身的运动状态。如果能让手机根据陀螺仪感知到的加速度，自动调整显示的内容，那么就算你在车内看手机，看到的画面也不会和前庭系统感受到的加速度冲突了。

这种描述似乎有些抽象。举个例子，2019年，奥地利萨尔茨堡大学的一个研究团队开发了一款名为Bubble Margin的手机应用。这个应用能在手机屏幕边缘生成一圈泡泡，并且，这些泡泡能根据手机感受到的加速度而移动。根据研究团队的初步测试，打开这个app，能缓解实验参与者在车上看手机时遭受的晕车情况。

如果你觉得这样描述还不够直观，可以找一台iPhone试试。2024年，苹果在iOS 18中添加了一个新功能：车辆运动提示。你可以在手机设置中找到这个功能，它的作用和Bubble Margin这款应用比较相似，能在手机屏幕周围生成一圈小圆点。快速摇晃手机，你会发现这些小圆点跟随你的晃动而移动。这其实是手机根据陀螺仪测量的加速度，调整小圆点的位置，从而让画面整体和手机感受到的加速度相匹配。如果你在车上开启了车辆运动提示功能，这些小圆点的移动方式就能代表车辆的运动状态。这样，你的视觉也能从这些小圆点的移动方式中推测出当前的加速度，避免了和前庭系统的感知冲突，就能最大程度避免晕车了。

当然，没人敢保证这些小圆点能100%杜绝晕车。但至少根据小编朋友的测试，坐车时打开车辆运动提示功能，确实能从很大程度上缓解晕车症状。（小编本人不怎么晕车，所以无法测试）并且这个功能还能在车上自动开启，下车之后自动关闭，比较方便。在安卓手机上，也有类似的第三方软件（比如KineStop）能实现类似的功能。

程序员创造这些屏幕保护程序当然不是为了和电子游戏争抢我们的注意力，这些五花八门的动画，在当时真的有着切实的作用，并且这个作用就写在它的名字上：为了保护屏幕。

避免烧屏

今天的显示器都是一个平面，但在2010年之前，市面上不少显示器都是一块“大疙瘩”。它们是阴极射线管（CRT）显示器。CRT显示器内含一支电子枪，而我们看到的屏幕，实际上是一块涂有荧光粉的荧光屏。CRT显示器在工作时，电子枪会发射电子束，而显示器内的磁场会不停偏转电子的轨迹，让它不断扫描荧光屏上的每一个像素点。像素点内的荧光粉在被电子束击中后会发出荧光，因为电子束的扫描方式不同，不同像素点发出的荧光不同，最终组成了我们在屏幕上看到的画面。所以，如果你小时候有用磁铁靠近过大疙瘩显示器的话，磁铁靠近屏幕的地方，CRT显示器显示的内容会出现奇怪的色偏。

不过，荧光粉的特性给CRT显示器带来了一个致命的缺点，如果电子束在同一个像素上照射的时间过长，能量会“烧录”到荧光粉内部，留下永久的微弱残影。专门有个词描述这种现象：“烧屏”。更糟的是，不论在电视上还是电脑上，这种持续显示同一种内容的情况并不罕见。例如，电视台的台标永远都会显示在同一个地方，在电脑上，不论打开的应用程序是什么，屏幕底部的任务栏也总是不会消失。

当然，细心的程序员们早就注意到了这个问题，并且早就给出了解决方案。1983年，第一款正式的屏幕保护程序发表在了softalk杂志上。这是一种针对IBM个人电脑的杂志，在上世纪80年代时，它会提供一些编程、游戏方面的报道，现在已经停刊。当时的读者在阅读那一期softalk杂志时，会看到一个可怕的标题《救救你的屏幕！》（SAVE YOUR MONITOR SCREEN!），在正文里，文章行文方式也充满了警告的意味：“此时此刻，你的视频显示器或IBM单色显示器可能正身处危险之中。”但相比之下，文章给出的屏幕保护程序本身代码就平凡多了。（是的，当时会有人在杂志上分享程序源代码。）这是史上第一段屏幕保护程序，它会让整个屏幕在大约3分钟后黑屏。

当然，让屏幕直接显示全黑，的确是一种保护屏幕的好办法。因为CRT显示屏在显示黑色时，荧光粉受电子束的照射最少，烧屏也能尽可能被缓解。不过，自从有人提出屏幕保护程序的概念以来，各种各样的屏幕保护程序就开始涌现。反正，只要让屏幕显示的内容动起来，很大程度上就能避免烧屏了。那为何不做一些好看，令人喜爱的屏幕保护程序呢？

到1994年，微软在发布Windows NT 3.5操作系统时，想宣传该系统中集成了OpenGL，这是一种可以渲染二维、三维图形的跨语言、跨平台的应用程序编程接口（API）。尽管这是一个非常重要的技术更新，但却很难找到直观的方式向用户介绍这种功能。而根据去年6月一篇微软员工发布的博客，他们当时就想到，用屏幕保护程序来向用户展示OpenGL的功能。他们利用OpenGL制出了画质相对领先的屏幕保护程序，本质上，他们把用OpenGL编写的屏幕保护程序当成了一种展示OpenGL技术的方式。而且，就算这个屏幕保护程序翻车了，无法修复（当时互联网还没有普及，系统自动更新还没有成为常态），他们也可以简单调整话术，让用户不用这个屏幕保护程序就好了，用户也不会留下OpenGL不靠谱的印象。

当时微软在员工内部展开了一项竞赛，鼓励大家用OpenGL制作屏幕保护程序，得票最多的屏幕保护程序会被加入到系统中。不久之后，微软员工就做出了3D文字、3D迷宫、3D飞行物体和3D管道这些屏保。而在邮件的层层转发中，微软营销团队的人也看到了这项竞赛，发现这些屏幕保护程序非常有市场潜力。于是微软决定，取消投票，所有这些基于OpenGL的屏幕保护程序都会被加入到微软最新的系统中。从此，让无数人着迷的迷宫屏保、管道屏保就此诞生。

可选项

此后，微软每次在发布新的系统时，内部都会举行制作新屏幕保护程序的竞赛。直到2009年，Windows XP Service Pack 3发布时，微软最后一次举行了这个竞赛。随着电脑性能的提升，电脑可以快速地从待机、睡眠模式中唤醒——在不使用电脑时，让电脑直接休眠是更省电的选择。而在电脑休眠时，自然不会显示任何内容，屏幕保护程序似乎没有存在的必要了。

并且，在2010年左右，液晶显示器（LCD）几乎已经完全取代了老旧的CRT显示器，而就算让液晶显示器持续显示相同的内容，也不会有任何烧屏风险。因为液晶显示器的原理，是背后有一块白光背光板，每个像素中的液晶会按需要偏转，遮挡一部分白光，将剩下颜色的光投射出来。显示屏在显示内容时，发光的并不是液晶本身，而是整个背光板在均匀的显示白光，在这种情况下，屏幕上局部的烧屏问题自然也不存在了。屏幕保护程序的必要性越来越低了。

当然，今天也不是完全不存在烧屏的问题。随着技术的发展，OLED显示器（有机发光二极管）又逐渐多了起来。OLED显示器也是像素点自身可以发光，并且，由于发光成分中含有有机物，OLED显示器也带上了容易烧屏的缺点。其实小编已经遭遇到了轻微的烧屏问题。小编用的手机是iPhone 14 Pro，它有息屏显示功能。在接近2年的使用后，在极低亮度、暗色背景下（比如晚上在被窝里刷手机时），我看到电量图标已经“烧”到了我的屏幕上。当然，小编完全可以关闭息屏显示来避免烧屏——不过，当前的烧屏还很轻微，相比之下小编还是更喜欢息屏显示的功能。

而到今天，大部分屏幕保护程序存在的理由也有些类似，因为总有人喜欢看屏保。比如苹果会用高质量的航拍视频作为电脑屏幕保护程序。质量有多高呢？这些视频有自然风光、城市风光、水下景观、甚至还有从国际空间站上航拍摄的地球。视频规格是4K240FPS，全部99个屏幕保护程序加起来，总共可以占到50GB的硬盘空间。当然，你也可以下载一些壁纸软件，将自己喜欢的自然风光，科幻场景，甚至是自己喜欢的爱豆、二次元老婆设置成屏保。

当然，除了自己欣赏，你也可以让自己的电脑为科学做出贡献。比如屏幕保护程序Folding at Home，就可以在运行屏幕保护程序时，自动用你的电脑算力计算蛋白质折叠方式。这相当于你将自己电脑的闲置算力捐给了科学家，为科学进步做出了自己的贡献。

设想一下，当你被困在地震废墟之下，周围尽是倒塌的混凝土板和弯曲的钢梁，重重压力让你几乎无法动弹，绝望正在悄然地吞噬你。突然，你的耳边响起了一阵窸窸窣窣的声音。你瞪大眼睛，试图辨别黑暗中是什么在靠近。隐约间，一群小小的身影出现在你的面前——是蟑螂！

还记得我们曾介绍过的能执行救援任务的6厘米“赛博大蟑螂”吗？那时，科学家还在测试人为控制蟑螂来执行救援任务的可能性，但现在，科学家已经不再满足于单只“赛博蟑螂”的救援能力了。

在一篇最近发布于预印本网站arXiv的论文（未经同行评审）中，新加坡南洋理工大学的佐藤裕崇（Hirotaka Sato）团队已经更进一步：他们开发了一套装备，只需68秒就能组装出一只“赛博蟑螂”。这一进步使得批量生产“赛博蟑螂”成为了可能，“赛博蟑螂军团”的时代或许即将到来。

“赛博蟑螂”

为了应对地震废墟中的复杂地形，科学家早已投入大量精力开发昆虫大小的微型机器人。但这些机器人会面临诸如续航时间短、灵活性不足等问题。因此，另一部分科学家转而开发一种更加与众不同的解决方案：半机械半昆虫的“赛博昆虫”（即混合机器人，如果想了解更多混合机器人相关内容，可以阅读我们之前写过的杏鲍菇控制的机器人）。

与完全依赖机械设计的机器人相比，“赛博昆虫”具有不可忽视的优势。首先，它们几乎无需担心能源问题——只要少量食物，它们便能长时间运作。其次，它们天生适应复杂地形，不仅能轻松爬墙，还可以穿过狭窄的缝隙。此外，这些昆虫还具备超凡的嗅觉和触觉，能够快速探测化学物质、气体，甚至感知人类的存在。

在众多适合改造成混合机器人的昆虫中，马达加斯加发声蟑螂（Madagascar hissing cockroach）是其中之一。这种蟑螂体型仅几厘米，却能轻松承载高达15克的重量，足以装备红外摄像头、麦克风、环境探测器和定位装置等搜救必需品。如果这些装备齐全的“赛博蟑螂”能快速找到废墟中的幸存者，那么救援人员就可以依据它们传回的信号及时展开营救。

佐藤裕崇是一名“赛博蟑螂”爱好者。2011年3月11日，日本遭遇了9.1级大地震，夺走了上万人的生命。正是在那时，佐藤裕崇萌生了制造搜救机器人的想法。他开始研究如何将蟑螂改造成受控的“赛博昆虫”。

这一技术的关键在于给马达加斯加发声蟑螂植入电极，以控制其运动轨迹。蟑螂的前腿控制着蟑螂的运动方向，而它们的前腿又与一个名为前胸背板（pronotum）的结构直接相连。研究人员选择在这个区域植入电极，因为相比触角等其他控制区域，前胸背板更易于操作。

蟑螂的前胸背板与中胸（mesothorax）之间存在一层节间膜，研究团队在这层膜的左右两侧植入了一对双极电极。当某一侧电极发出刺激信号时，蟑螂对应侧的前腿便会收缩，驱使它转向；若同时刺激两侧电极，蟑螂则会减速。通过施加仅3伏特的电压，研究人员就能精准控制“赛博蟑螂”的运动方向和速度。

“蟑螂工厂”

然而，给蟑螂安装电极并非易事。这是一项极其精细的工作，此前只能依靠手工完成，组装一只“赛博蟑螂”往往需要一个多小时。而且，手工操作的稳定性难以保证，一不小心还可能对蟑螂造成不可逆的损伤。影响控制效果不说，还可能让尚未出马的“大将”首先折在了自己手上。

因此，佐藤裕崇一直有一个梦想：设计一条能够实现“赛博蟑螂”批量生产的自动化流水线。这不仅能解放研究人员的双手，更有助于应对灾后救援的实际需求。毕竟，越是险象环生的废墟现场，越需要大量“赛博蟑螂”齐心协力，只靠研究人员手搓显然并不现实。

然而，实现这个梦想绝非易事。尽管研究团队使用的都是5～6厘米的雄性马达加斯加发声蟑螂，但每只蟑螂的前胸背板在大小和形状上依然存在细微差异。对于给山楂去核这样的任务，机械臂只需大致瞄准即可，因为即便稍有偏差，最多也只是损失一些果肉。但给蟑螂安装电极则不同：双极电极必须精准且对称地植入节间膜的两侧，这对机械臂的定位能力提出了极高的挑战。

为了让机械臂能精准地将电极植入蟑螂体内，研究团队决定使用迄今最高端的技术之一——人工智能（AI）。他们测试了多种基于卷积神经网络（CNN）的AI模型，最终在机械装置中集成了一套深度学习驱动的视觉系统。这套系统通过分析摄像头拍摄的蟑螂图像，能识别出蟑螂的前胸背板结构，并准确标记植入双极电极的参考位置。

为了进一步简化安装流程，研究人员为蟑螂量身定制了一款“背包”，其中包含双极电极、微型控制器和安装部件。微型控制器由锂电池供电，一旦接收到无线信号，便能通过内置的4个刺激通道输出电信号，实现对蟑螂运动的远程操控。

机械化生产开始了。研究人员用二氧化碳将蟑螂麻醉，而后将它固定在专门设计的结构上。机械装置中的两根杆轻轻施力，分别压向蟑螂前胸背板和中胸，将节间膜暴露出来。接下来，AI视觉系统识别出植入电极的最佳参考点，随后机械臂抓住“背包”，将双极电极植入节间膜，并将“背包”下压，使4个钩状结构牢牢扣住蟑螂后胸角质层。从开始到结束，仅需短短68秒，一只“赛博蟑螂”便组装完成，随时准备启用。

研究人员对比了机械装置组装的“赛博蟑螂”和传统手工制作的版本，结果显示二者的性能几乎相当，而且自动组装的“赛博蟑螂”在一致性和方向控制方面表现得更加优秀。在室外模拟的障碍环境中，这些机械组装的“赛博蟑螂”也顺利完成了任务：4只“赛博蟑螂”组成的“大军”仅用了大约10分钟便扫荡了一片1平方米的区域。

尽管如此，要让这些“赛博蟑螂”真正投入救援行动，还有不少挑战需要克服。例如，它们当前只能通过研究人员的远程操控行进。而在废墟中的复杂地形下，获取和传输信号可能会遇到困难，因而限制其使用场景。不过，通信技术的进步或许能在未来解决这些问题。

也许有一天，当我们真的身处灾难之中，耳边响起的窸窸窣窣声将会为我们带来希望的曙光。