79倍人造草皮疯长11年，科学家急了：这玩意在放毒

2001年，美国人铺了700万平方米人造草皮。2024年，这个数字飙到7900万——能铺满整个曼哈顿还有剩。环保研究者盯着这组数据，眉头皱得比草皮还紧。

塑料行业拍着胸脯说：装对了就安全。但一堆科学家不买账。这场「AstroTurf战争」怎么打起来的？得从一块假草坪的寿命终点说起。

草皮经济学：便宜 upfront，贵在后头

人造草皮是个经典的产品经理噩梦——用户只算买的时候多爽，不算扔的时候多疼。

天然草坪要浇水、修剪、施肥，维护成本高得让体育场管理员失眠。人造草皮一次性铺好，能用8-10年，表面看是笔划算买卖。问题是：到期之后呢？

这些草皮由聚乙烯草叶、橡胶颗粒填充物、聚氨酯背衬三层组成，全是塑料。美国每年淘汰300-400块场地，每块重约20-40吨。简单数学：每年新增上万吨塑料垃圾，往哪埋？

更麻烦的是微塑料。草叶磨损、雨水冲刷，橡胶颗粒（很多来自回收轮胎）里的化学物质渗入土壤和水源。欧洲化学品管理局已经把某些轮胎添加剂列入「高度关注物质」清单。塑料行业说「装对了就安全」，但「装对」的标准谁定？维护记录谁查？十年后场地转手三次，原始安装文档早丢了。

荷兰2023年直接禁止新建含橡胶颗粒的人造草皮场。美国还在吵，环保署的态度暧昧得像产品需求文档里的「优先级待定」。

AI算力：怀疑论者第N次被打脸

Mustafa Suleyman在专栏里写了件趣事：每隔一阵子就有人跳出来喊「AI算力要到头了」，然后被现实扇耳光。

这位微软AI CEO、DeepMind联合创始人算过账——过去十几年，AI训练算力每6-10个月翻一番，增速比摩尔定律还猛。怀疑者的逻辑听起来合理：芯片制程逼近物理极限、内存带宽成瓶颈、能耗爆炸。但三个技术变量一直在改写剧本。

第一，专用计算单元。GPU（图形处理器）从游戏显卡变成AI基础设施，TPU（张量处理器）、NPU（神经网络处理器）各显神通。它们不是通用计算器，是专门为矩阵运算优化的「偏科生」，效率吊打传统CPU。

第二，高带宽内存（HBM）。AI模型参数动辄千亿，数据搬运比计算更费时间。HBM把内存堆在芯片旁边，带宽提升到每秒数TB，相当于把仓库搬到流水线隔壁。

第三，分布式训练框架。单卡不够？把几千块GPU串成超级计算机。NVLink、InfiniBand这些互联技术，让芯片之间的通信延迟降到微秒级。Meta训练Llama 3用了1.6万块H100，Anthropic的Claude 3.5集群规模类似。这种「堆数量」的策略，十年前还被认为是 brute force（暴力解法），现在成了行业标准。

Suleyman的结论是：指数增长还没停，而且短期内看不到天花板。这对AI从业者是个好消息，对电网调度员可能是噩梦——单个超算集群的功耗已经赶上小型城市。

海水淡化：中东的命根子，全球的生意

另一个被数字惊到的领域是海水淡化。记者Casey Crownhart挖到的数据，足以让任何产品经理重新理解「市场刚需」。

全球每天生产1亿吨淡化水，够4亿人饮用。中东国家依赖度极高：阿联酋90%的饮用水来自淡化，卡塔尔99%，以色列70%。沙特是全球最大淡化水生产国，日产能超过500万立方米，计划2030年再翻倍。

这背后是疯狂的工程投入。全球最大的淡化厂——沙特Ras Al-Khair，造价74亿美元，每天产水100多万立方米，配套电站装机容量2.4吉瓦。以色列Sorek淡化厂用反渗透技术，把海水淡化成本压到每立方米0.5美元以下，二十年前这个数字还是3美元。

但成本下降有代价。反渗透膜寿命3-5年，废弃膜是难降解塑料。高盐度浓盐水排回海洋，破坏沿海生态。以色列科学家发现，某些淡化厂附近的珊瑚礁死亡率上升40%。

更隐蔽的问题是能源绑定。淡化是电老虎，中东国家用廉价天然气和石油发电，变相把水资源安全锁死在化石燃料上。太阳能淡化在试点，但储能成本让大规模推广卡在「技术可行、经济难堪」的灰色地带。

气候模型预测，到2050年全球一半人口将生活在缺水地区。淡化技术会复制太阳能的成本曲线，还是陷入「越解决越依赖」的陷阱？答案可能取决于膜材料突破的速度，以及谁愿意为环境外部性买单。

Meta憋了一年，放出个「闭源」模型

Meta的AI部门有个新名字：Superintelligence Labs。负责人Alexandr Wang，Scale AI创始人，去年被挖来带队。他们交出的第一份作业叫Muse Spark，Meta一年来首个新模型。

和Llama系列的「开源狂欢」不同，Muse Spark是闭源的。推理能力被塞进Meta AI应用，普通用户能体验，但开发者拿不到权重文件。这个转向耐人寻味——Meta曾是开源派旗手，Llama 2、Llama 3的开放权重策略，被业内解读为「用基础设施换生态」。

Wang的履历暗示了变化方向。Scale AI的核心业务是数据标注和模型评估，服务军方和企业客户。Superintelligence Labs的招聘重点也在安全和对齐研究，而非单纯追求参数规模。Meta似乎在复制OpenAI的路径：先开源攒人气，再闭源做产品。

竞争对手没闲着。同一天，Anthropic的法律战传来坏消息——华盛顿特区上诉法院驳回了暂停五角大楼「黑名单」的请求。这份名单限制Anthropic与某些国防承包商合作，理由是外资背景（谷歌持有约14%股份）。加州法官3月曾暂时叫停，现在联邦层面翻盘，Anthropic陷入「各州法律打架」的泥潭。

讽刺的是，这反而给中小AI公司开了门。国防订单的门槛被抬高，但需求没消失。Palantir、Anduril这些「硅谷军工复合体」新贵，正在填补空白。

Gen Z对AI的态度：从好奇到烦躁

Axios的一组数据戳破了一个假设：年轻人天然拥抱新技术。

2023年到2024年，美国Z世代对AI感到「愤怒」的比例从22%涨到31%。「担忧」和「困惑」也在上升，「兴奋」在下降。这不是卢德主义回潮，更像是一种产品体验落差——AI被吹得太满，交付太糙。

具体抱怨很实在：搜索结果里塞满AI生成的垃圾内容、客服机器人听不懂人话、招聘系统用AI筛简历却搞错关键词。一个Reddit高赞帖吐槽：「我花了20分钟和银行AI客服周旋，最后发现『转人工』的语音指令要连说三遍才触发。」

这种烦躁有代际特征。Z世代是数字原住民，对「智能」的基准线更高。当AI表现不如预期，他们的反应不是宽容学习曲线，而是直接判定「这玩意不行」。相比之下，千禧一代和X世代对AI的接受度反而更稳定——可能因为他们经历过更多技术承诺落空的周期。

企业端的反馈更微妙。Salesforce的调研显示，72%的Z世代员工愿意用AI工具，但前提是「能控制输出质量」。翻译成人话：我可以玩，但别让我背锅。

这种心态正在重塑产品设计。Anthropic的Claude强调「可控性」，OpenAI给ChatGPT加了「临时聊天」模式（不保存历史），Google的Gemini允许用户调整回答风格。本质上，都是在回应同一类焦虑：AI不是不够强，是强得让我不放心。

Bitcoin发明者之谜：新证据指向Adam Back

《纽约时报》扔出一枚炸弹：英国密码学家Adam Back可能是中本聪。

证据链包括写作风格分析（邮件时间戳、标点习惯）、技术贡献时间线（Back的Hashcash是Bitcoin工作量证明的原型），以及一段2009年的IRC聊天记录。Back本人否认，说「不是我」，但拒绝提供不在场证明级别的反驳。

这个谜题持续了十五年，真相价值已经贬值。Bitcoin的设计哲学——去中心化、抗审查、固定供应——比发明者身份更重要。但「寻祖」冲动从未消退，因为加密货币社区需要叙事锚点。中本聪的百万枚BTC（价值约600亿美元）从未移动，这是信仰的象征，也是定时炸弹——万一某天被抛售，市场会怎么反应？