不分左右,75%的美国人恨上了AI的”肉身”

反对AI一点不稀奇,这类观点我见得多了,也充分理解。但现在,美国人已经不是担忧AI会争夺人类岗位了,或者是出现什么AI幻觉了。

你可能天天看到这个模型又震惊全场了,那个模型又炸裂行业了。
稍微停一停,想想这件事:训练模型,是不是需要。。。数据中心?
AI看上去是比特世界中的软件,但它其实依然需要原子世界的“肉身”:一套极其庞大的物理机器:数据中心。无论训练还是推理,都需要成千上万乃至更多高端芯片(或许你听说过所谓万卡部署),而这些芯片并非简单地堆进一间机房:它们需要服务器和高速网络连接,需要海量存储,需要稳定而巨大的电力输入,还需要变电、配电、备用电源,以及把芯片产生的巨大热量持续带走的液冷、风冷和循环水系统,等等。
数据中心这玩意儿其实是把土地、厂房、芯片、服务器、存储、网络、电力、变电设施、备用发电、冷却系统和安全设施(全是实实在在的看得见的原子世界中的东西)组织起来的一座巨型“算力工厂”,非常的工业时代。
AI数据中心可大可小,但今天最受关注的超大规模项目往往以数百兆瓦乃至1吉瓦(GW)计;1个吉瓦就意味着仅持续用电功率就相当于几十万户家庭,大概投资在360亿至800亿美元——注意,还未必包括项目之外的大规模电网升级。

OpenAI在密歇根开工的数据中心项目是一个1吉瓦园区。如今更大的项目已经开始按照数个吉瓦规划。
整个产业的竞争已经完全白热化,进入了所谓AI“军备竞赛”阶段。在这个阶段,早已不再是单纯的模型、算法和人才之间的竞争,它越来越表现为一场重资产竞赛:谁能抢到更多芯片,谁能获得更多土地和电力,谁能融资并建成更多、更大的数据中心,谁就拥有更大的算力储备。
从这个意义上说,今天AI军备竞赛很大程度上就是一场大规模、高投入的数据中心竞赛。那些过去以轻资产标榜自己的科技巨头们,一个一个,从财务结构上成为了重资产公司。
你看到的那些ai媒体惯用的标题党“炸裂”“惊爆”,背后其实是真正意义上炸裂惊爆的重资产投资:成百上千亿美元,没几个月就咔咔投下去了——雇一些人类最聪明的顶级天才,也用不着那么多。

这件事到后来,会走向一个神奇的阶段:一家卖芯片的公司,担保自己的客户去买自己的芯片。

美国人民开始反对搞数据中心了,而且这个反对,无关党派,无关白左还是MAGA,快要成全民一致的态度了。
华尔街日报发表了一则短讯:
(看看用词:incredibly unpopular,极其不欢迎)
26年8月,一项针对2045名美国登记选民的调查显示,75%的受访者反对在自己居住地附近新建数据中心,其中超过六成表示“强烈反对”;一年前,这一比例还只有42%。 短讯中显示,盖洛普此前的调查也得到类似结果:71%的美国人反对在当地建设AI数据中心,反对在当地建设核电站的人也不过53%。
民意已经开始转化为政治压力,而且不分党派。The Information发布了一篇长篇报道,题目为《America Really, Really Hates Data Centers》(美国真的、真的很讨厌数据中心),称共和党执政的得州因为电力和用水问题,一度让大量数据中心项目陷入停顿。而民主党执政的宾夕法尼亚州(州长过去是对人工智能是持拥抱态度的)则在8月出台行政命令,提高数据中心的环保、信息披露和地方社区同意要求。
这恐怕很难只是用“环保”这个所谓白左议题来理解。这里包括土地的占用、海量电力和水的消耗、噪音排放,以及最为居民敏感的电价上涨。一项调研显示,超过一半受访者把电价上涨很大程度归咎于新建数据中心。但它却对当地长期就业岗位提升有限。如果地方政府还给点类似税收减免的优惠以吸引巨额投资,当地居民就更感不平:科技巨头拿到了好处,但坏处却全是我们的——这和意识形态没有什么关系,就是眼门前切切实实的利益。
当然,这种情绪中还混杂着对大型科技公司乃至AI本身的不信任,但至少就地方政治而言,它也是一种典型的“邻避”心理(Not In My Back Yard,NIMBY):很多美国人并不是认为不应该建设数据中心,而是认为:数据中心当然可以建,只是别建在我这里。
路透的调查说明了这一点:只有约三分之一的美国人支持目前数据中心扩张的速度,而只有14%愿意在自己社区里迎来一座数据中心。
25年1月,特朗普与OpenAI、软银、甲骨文共同宣布“星际之门”项目启动。特朗普当时不无意气风发地表示,这个项目会“非常、非常迅速地推进,几乎立即创造超过十万个美国就业岗位”。
现如今,美国全国性的政治气候和社会情绪已经明显转向。

星际之门,一个重资产最典型的产物。它是历史上规模最大的AI基础设施建设计划。计划未来四年投入5000亿美元,在全美建设一系列超大规模数据中心——这是OpenAI雄心勃勃的军备开支。
OpenAI与软银是项目的主导方,其中OpenAI负责运营,软银负责财务安排,甲骨文则既是出资者,也是核心云计算和数据中心合作伙伴。
目前,得州Abilene首个园区已经投入部分运行,OpenAI用来做模型训练和推理;OpenAI又与甲骨文签下最多4.5吉瓦的新增数据中心容量。到了26年4月,OpenAI宣布已经锁定超过10吉瓦的美国AI基础设施容量(包括已签约、在建和规划容量),提前跨过最初计划到29年才达到的10吉瓦。
来看看这三家巨头之间是个啥关系。
OpenAI是这些数据中心最重要的最终客户,甲骨文一边建设和运营基础设施、一边把算力长期卖给OpenAI;软银一边参与建设和融资,一边又是OpenAI最大的资本支持者之一——软银对OpenAI累计投资已达到约546亿美元,并计划在10月继续投入100亿美元。
“星际之门”并非几个相互独立的企业简单凑钱盖机房,它是一张把AI公司、基础设施提供商和资本提供者紧密绑在一起的巨型网络。
是有些巨头间互相哄着高兴的意味,是吧?
还不止呐。

到了8月,OpenAI又把这种重资产竞赛推进了一步。
它与软银旗下的SB Energy、英伟达以及美国能源部合作,在俄亥俄州派克县准备搞一个约8吉瓦的AI数据中心容量,计划2032年逐步建成。
角色分工大致如此:SB Energy负责建设、持有和运营数据中心;OpenAI则签下20年租约,成为这8GW算力的最终客户;整个园区将采用英伟达的AI计算设备。
SB Energy是个什么机构?它虽然成立于19年,但在今年1月获得OpenAI与软银各自5亿美元的投资,英伟达后来还追加投资15亿美元——它不仅是这个项目的独家芯片供应商,还为项目提供最高约1050亿美元的信用支持。
路透因此毫不客气地指出,这类交易已经引起市场对于AI产业“循环融资”的质疑。 三个臭皮匠合伙建数据中心,第一个臭皮匠做20年长期客户;第二个臭皮匠的三个爹一个是前面那个臭皮匠、一个是前面个臭皮匠的重要投资者、一个是第三个臭皮匠;第三个臭皮匠会长期并迭代地出售自己的芯片给这个数据中心,并给这个数据中心作保。
这场颇有些“自嗨”意味的游戏真是玩到了巅峰:这个单一数据中心据估算就要4000-5000亿美元。
它只能赌一件事:OpenAI必须把昂贵的算力变成ChatGPT、API和企业服务,卖给并不参与这套资本循环的企业与消费者,并从他们那里持续获得足够现金流,不仅支付租金、电力和日常运营成本,还要支撑未来一轮又一轮的计算设备迭代更新。这件事要赌错,后果不堪设想。
三个臭皮匠,会顶一个诸葛亮么?

今天的AI军备竞赛,已经不只是模型和算法之争,而是一场围绕芯片、数据中心、电力和资本展开的重资产竞赛。
资产越来越重,约束也越来越重:外部是越来越强的民众反对,内部是越来越复杂的资本循环。前者决定这些巨型数据中心还能不能顺利建下去,后者则决定这套高投入模式能不能持续融资。
大洋彼岸的争吵,对我们,未必只是隔岸吃瓜。
—— 首发 扯氮集 ——
英伟达在AI数据中心基建商这个新赛道上投资频频,主要目标是那些有吉瓦容量建设能力的:Lancium(先20亿美元,一个关于电力供应的milestone完成便最高再投10亿美元)、SB Energy(15亿美元)、Cloverleaf Infrastructure(官方未披露,WSJ称数亿)。这些企业都有一个特点:已拥有土地且有一定量的电力供应保障。英伟达通过这些投资在”锁定电力“。这么说,老黄的策略开始从“确保我的GPU有人买”在转向“确保有足够的带电力的土地,这样我的GPU就有人买”。

谁在断章取义张丹丹 断了什么章取了什么义

张丹丹教授最近因为一句话陷入争议。
在《聊一波》谈到两亿多灵活就业者时,主持人问:“这个群体有什么社会保障?”张丹丹答:“从劳动经济学角度看,灵活性本身就是一种福利。”随后她拿正规就业作比较:朝九晚五的人获得五险一金,同时失去一部分时间自由;灵活就业者获得更大的时间自主和自我管理权,相应的社会保障则更弱。
这里有个节目官方账号的完整文字版,有兴趣可以去看看(https://www.toutiao.com/article/7670105647343075894/)
涉及这段的短视频切片传播以后,出现了一个让大众情绪产生剧烈波动的版本:北大教授告诉外卖骑手、网约车司机,你们虽然没有稳定工作和完整社保,但你们有“自由”,这本身就是一种福利。
因为是切片简化版本,所以很容易就想到这一层,张丹丹有没有被断章取义?
如果把她过去的研究和这期节目完整看完,答案是:有的,xdzm们,有的。
但答案却也并不是“有”,或者“没有”。
当你看过完整节目,就应该知道,她反复强调零工群体高度异质。比如制造业零工、外卖骑手、网约车司机这些群体,年龄、经历和经济状况差异很大。其中确实有人主动选择零工,但也有人是被动进入零工市场。如果去看她过去的研究——我曾经也比较关注过外卖骑手社保问题,所以看过她的研究——就更不存在“既然自由,就不需要保障”。正相反的是,她的长期议题是这样的:标准五险一金建立在稳定劳动关系之上,而零工劳动高度流动,需要设计一种既保留灵活性、又能提供基本保障的新制度。她给过几个建议,比如厘清平台责任、改善社保接续、对低收入零工提供补贴,等等。
所以,她的长期核心观点被概括成“外卖员没有社保也是一种福利”,确实算一种断章取义。
但分析到这一步是不够的,而且你也很容易提出这样的问题:难道我看一个视频对谈节目之前,需要把嘉宾的过往研究都去看一遍?这未免要求太高。

这里存在两种“断章取义”。
第一种显而易见,切片当全部,属于受者侧的断章取义,没啥好多聊的。
第二种就很有意思,即张丹丹对张丹丹的传者侧的断章取义。
我自己因为一些经历,其实是有体会的。比如去个节目做嘉宾,去个论坛做panel,就我关心很久的话题进行讨论。我事后看回放或文字记录,都意识到我在对我自己进行断章取义:一个复杂的推演过程(我平时的文章)会被我简化(我在即兴发言的时候),一个专业的术语概念,我会不加解释。一个写出来其实会力求严谨的论证,我会说得略满。
张丹丹并不是一个什么伪砖家,她可能真没送过外卖,但不代表她没有调查。她知道零工就业内部存在巨大的分化,也知道收入、户籍、社会保障、劳动关系认定、工作自由之间存在极为复杂的交叉关系。根据我读过她的研究,必须说一句,她比很多嘴巴上喊“要关心骑手”的人(我称之为虚伪中产)强得多。她是真正意义上代入骑手去考察这个问题的,绝不是一句骑手也要上社保那么简单的。你问过骑手怎么想的么?
可是到了大众节目,她自己先完成了第一次“断章取义”。
张丹丹有一整套对零工就业的观察——>到了访谈节目里变成几十分钟的对谈——>到了短视频平台,又变成几十秒——>最后在社交网络、短视频标题和评论区里,甚至只剩下八个字:“灵活本身就是一种福利”这句刺耳论断。
一整套复杂研究,就被解读成一个非常容易理解但属实有点简单粗暴的交换关系:正规就业获得保障、牺牲自由;灵活就业获得自由、牺牲保障。
所以张丹丹在这场风波中的位置很特殊:她既是断章取义的受害者,也是自己观点的第一位剪辑者。
完整研究先被本人简化,简化后的表达再被短视频二次切片,切片之后再被社交网络只字片语。这场舆论风暴,是三次压缩共同制造出来的。

她自我简化中最危险的一个地方,就是“福利”这个词。
在劳动经济学里,这是一个很正常的术语。评价一份工作的价值,本来就不能只看工资。工作时间是否自由、通勤远近、工作环境、稳定性、自主程度,都是非工资性的工作属性。一个人愿意用更低的工资换取更自由的时间,也完全符合经济学逻辑。
所以,灵活性本身具有价值,没啥大错。
但张丹丹在节目里跨出了危险的一步,她把正规就业和灵活就业描述成了一种相当工整的交换:正规就业:保障多,自由少。灵活就业:自由多,保障少。——这一点,很难讲是冤枉她。
接下来就很容易让人产生她在暗示我们:社会保障不足,是获得灵活性的自然代价。——这一点,可以说成是大众的跳跃,但这种跳跃未尝不是没有道理。
事实上,张丹丹自己的政策研究恰恰在寻找这种“既灵活又有保障”的制度,但在节目中,她把这两个可以独立的变量,说成了一对交换关系,甚至是近乎天然的。
所以,我并不认为简单用“断章取义”就可以替她解围。

事情到这里本来还是一个内容文本议题:她到底说了什么,她的逻辑哪里成立,哪里存在过度简化。
如果仅就内容进行讨论,其实是一个“阶层政治”范畴的题目。零工阶层该怎样提供福利。这是标准的现代社会议题。
我今年有一个思维上的切换,从过去的喜欢用左中右这种阶层政治作为框架去理解社会现象,现在正在转向用“身份政治”去理解这个后现代社会。这个变化是从预制菜争议开始的。因为我越来越意识到,阶层政治这件衣服,在当下,已经不是打两个补丁就能合身的事了。
张丹丹这起争议,我读到了很强的“身份政治”的味儿。
一套劳动经济学论证无法被压缩进十五秒的短视频中,也无法在社交网络的只言片语中全部呈现,但“北大教授对外卖骑手说灵活是一种福利”却可以。
完整研究中有数据、样本、分类、制度设计。但基于身份的传播里不需要这些。它只需要保留三件事:张丹丹是谁;她在谈谁;她说了哪句最有身份冲突感的话。
于是一个极其清晰的身份关系迅速形成:
北大教授、高学历精英、稳定职业、社会保障相对完整 vs 骑手、司机、零工、收入波动、职业不稳定。
当我们再把“灵活是一种福利”放进这个身份构图以后,可以看到意义产生了巨变。
原来的问题是:灵活性是不是一种具有经济价值的工作属性?——某个特定阶层的利益问题。
现在则变成:一个自己拥有稳定保障的北大教授,凭什么告诉没有稳定保障的人,他们得到的自由也是一种福利?——某个特定身份的资格问题。
这就是身份政治开始接管讨论的时刻。
你要证明灵活就业者中究竟多少人主动、多少人被迫,要讲调查方法、样本、比例和定义;但要让观众在十秒钟内辨认“精英”和“底层”,一张脸、一个头衔、一句话就够了。
文本越短,身份信息在剩余信息中的占比就越高。
所以这个短视频和社交网络时代的断章取义,并不只是把一句话从上下文中剪出来。
更深的一层是:随着上下文被删除,公众越来越只能依靠说话人的身份理解这句话。
而身份一旦完成编码,后文甚至变得不那么重要。你再告诉一个已经愤怒的人,张丹丹其实做过三万多人的调查、其实主张加强零工社保,ta完全可以嗤之以鼻:“那又怎样?她自己有五险一金,当然站着说话不腰疼。”
你看,争论已经从“命题真假”转向“发言资格”。

严格来说,这其实都不是典型的身份政治,而更像是阶级问题被身份化了。
灵活就业原本是一个非常传统的劳动与分配问题:工资多少,劳动时间多长,平台抽成多少,谁承担工伤风险,谁缴纳社保,劳动者有没有议价能力。
如果放在现代社会阶层政治语言里,讨论的核心应该是利益和制度。
但到了这场具有浓厚后现代色彩的争议里,越来越多的表达变成了:精英不懂底层生活;有稳定工作的人没资格谈零工的自由;北大教授凭什么定义骑手的“福利”。
于是“应该怎样分配”逐渐变成了“谁有资格替谁说话”。
这是从再分配向身份确认的转移:劳动者不仅要求获得更多资源,也要求自己的生活经验得到承认,而不是被处在另一种社会位置上的人重新定义。
这并非毫无道理。专家当然可能因为自己的生活位置产生盲区,一个拥有稳定职业的人,也确实更容易高估“灵活”的价值、低估“不稳定”的成本。张丹丹这次也确实自我简化了。
但身份政治走到另一头,也会产生新的问题。
“你送过外卖吗?”可以提醒研究者不要傲慢,却不能成为反驳研究的论据。否则顺着同样的逻辑,只有穷人才能研究贫困,只有农民才能研究农村,只有犯罪者才能研究犯罪。整个社会科学,轰然倒塌。
身份决定一个人从哪里观察,却不能直接决定一句话是真是假。一个北大教授可以凭借错误的数据得出错误结论,一个骑手也可以把个人经验错误地推广到几千万劳动者。
所以最后还是得回到那些最不适合短视频和社交网络的问题:多少人主动选择零工,多少人是被迫进入;灵活性对不同人价值多大;社会保障不足究竟是不是灵活的必要代价;平台、政府和劳动者应该分别承担什么责任。
这绝不是抡棍子、喊口号、抖机灵、晒道德能解决的。

张丹丹被断章取义了?北大教授何不食肉糜了?
她先断了自己的章,短视频又断了她的章,社交网络继续断了她的章。
当章与章之间的上下文全部消失以后,最后留下来的,恰好只剩了“身份”这个义。
—— 首发 扯氮集 ——