AI 研发正在逼近陆地物理与人工编写的双重墙角。当智谱宣布让模型调优底层算力、Google 准备把张量处理器推向太空、生物学家提出心智独立于肉身的假设，科技界呈现出一种急于“脱离地面”的亢奋，但我更在意这几场激进突围背后被繁密修辞掩盖的工程底牌。
调优十万张芯片：工程杠杆并非自指进化
智谱在 2026 年 9 月 17 日公布了一项关键动作：由 GLM-5.3 驱动的 Infra Agent，在不到两周时间内完成了适配超 10 万张国产 AI 加速芯片集群的系统工程，端到端吞吐量相比初始基准提升了约 3 倍。在此之前，这款模型以匿名代号 Ox-Alpha 部署在 OpenCode 和 OpenRouter 上，在 6 天内处理了超过 62 万亿 tokens，并保持着 100 万 token 的上下文窗口。
让大模型参与编译器调试、并行切分与算子优化，确实极具工业价值。人类工程师设定系统边界与性能反馈，Agent 负责写代码改 Kernel，这种工作流把耗时数月的底层适配硬生生压缩到十四天。但很多人顺水推舟把它冠以递归自我改进（RSI）之名，则完全混淆了概念。
学术界针对自主改进训练算法建立的 AI4AI-Bench 显示，在 29 种测试配置下，当前顶尖智能体的平均得分只有 0.166，最优系统也不过 0.250，仅仅略高于 0.1 的基线。细看测试记录就会发现，智能体超过一半的代码修改仅仅是在调整执行细节，对学习算法的核心结构毫无触动。Anthropic 虽然公开披露内部有约 26% 的前沿模型研发由 AI 主导、约 90% 的研发存在 AI 协作，但人类依然牢牢握着目标设定与损失函数定义的缰绳。
- 结论.智谱的突破在于用 Agent 啃下了国产异构硬件最苦最累的算子适配，这是极佳的工程交付胜利，但离模型改写自身心智的闭环还隔着好几层算法屏障。
轨道数据中心：极低电价遇上冷阱瓶颈
地面的另一重瓶颈是电网与能耗。陆地数据中心并网难、水耗高的困境，逼得巨头把目光投向近地轨道。Google 正在推进 Project Suncatcher 项目，利用 Trillium TPU 原型卫星测试发射振动与辐射耐受性，计划在 2027 年进行双卫星激光链路测试，甚至描绘了一座在 1 公里半径内运行 81 颗卫星的轨道集群。
Google 的测算逻辑看似坚不可摧：晨昏太阳同步轨道上的光伏面板，年均接收辐射能量最高是地面中纬度面板的 8 倍；若低地球轨道发射成本在 2030 年代中期降至每千克 200 美元以下，轨道算力的经济性就能成立。初创公司跑得更快，Starcloud 在 2025 年 11 月发射了 Starcloud-1 并搭载 NVIDIA H100 实际运行了 Gemini 相关模型与 nanoGPT 训练。按其白皮书测算，轨道等效电能成本仅约 0.005 美元/kWh，40 MW 规模的十年期轨道集群成本约 820 万美元，远低于地面的 1.67 亿美元。此外，Kepler Communications 也已在 10 颗卫星上布置了 40 个 NVIDIA Jetson Orin 模块组成的分布式边缘网络。
但账面测算无法直接抵消物理铁律。真空中没有空气对流，几百瓦的高功耗芯片发热只能靠热辐射排出，散热面积与辐射器重量成倍暴增。更致命的是折旧错配：一颗卫星设计寿命通常在 5 年以上，而前沿 AI 芯片的代际淘汰只有 1 到 2 年。把最新芯片打上去，还没收回发射与辐射构件的成本，地面芯片能效比已经翻了数倍。
- 风险.如果不能在太空中解决极低成本的高效辐射散热板，轨道数据中心在相当长时间内仍会是极窄生态位的边缘试验，无法替代地面主力集群。
柏拉图心智空间：生化异构体的哲学隐喻
当硅基系统试图逃离电网与人工编写时，生物学家甚至试图让心智逃离物质躯壳。Michael Levin 在预印本平台 PsyArXiv 发布、后发表于 2026 年《Philosophies》期刊的论文《Ingressing Minds》中，提出了一个极为激进的观点：肉身与机器不过是接口，心智是存在于柏拉图空间中的非物理模式向现实世界的投影。
支撑他这一假说的，是其实验室多年来积累的奇异生物学事实。由青蛙细胞组装的异种机器人（Xenobots）脱离了胚胎发育程序，展现出了运动学自复制行为；由未修饰人类成人气道上皮细胞自组装的人造机器人（Anthrobots），离体后能自发聚集游走，甚至在体外实验中表现出协助修复受损神经元创口的功能。
物质不是生成心智的源泉，而是接收模式的锚点。
Levin 的论断在哲学层面极富启发，但他并未推翻物理主义。细胞聚集表现出的复杂性，本质上是演化沉淀在生化网络里的多稳态潜能被人工解除了抑制，而非某种形而上实体向下施加因果作用。把生物细胞与神经网络比作接入柏拉图空间的指针，是一个漂亮的数学隐喻，但它并不提供可实证的物理推导。
无论是智谱用 Agent 在 10 万张芯片上啃下的算子适配，还是 Google、Starcloud 顶着热辐射冷阱发射的轨道芯片，抑或 Levin 笔下的形态发生学假说，都在说明同一件事：算力与智能对更高吞吐的渴求，正在倒逼各个学科向极端边界试探。但科技的每一次真正跃迁，从来不是靠形而上的概念跳脱，而是靠一行行算子工程与一瓦瓦热力学耗散的精准结算。