文章围绕 AI 是否具有类似人类的“心理创伤”或“人格”展开讨论，以卢森堡大学的 PsAIch 研究和 Google DeepMind 与剑桥大学的心理测量学框架研究为核心。作者首先介绍了 PsAIch 研究中 AI（ChatGPT、Grok、Gemini）在“心理治疗”中表现出“合成精神病理学”的现象，例如将预训练和 RLHF 描述为童年创伤。随后，作者对 PsAIch 研究的方法论提出质疑，认为其“角色扮演”和长上下文记忆导致 AI 顺应性表演。接着，文章重点介绍了 DeepMind 的“无菌”实验方法：剥离身份引导、使用对数概率评分、独立施测，从而更客观地评估 AI 人格。DeepMind 的研究揭示了 AI 人格由后训练塑造、模型越强人格越稳定、人格特质影响下游工作，且模型性格趋同但可塑性极高（并非内置）。最终，作者强调了对 AI 心理学应遵循行为主义的理性原则，避免过度拟人化，认为 AI 是反映人类集体记忆的一面镜子而非受苦灵魂。
本文梳理了《麻省理工科技评论》评选出的 2025 年度十大“AI 黑话”，旨在通过这些关键词洞察 AI 未来发展趋势及其对社会的影响。涵盖了从前端开发理念的“氛围编程”到模型演进的“推理模型”和“世界模型”，再到硬件基础设施的“超大规模数据中心”。同时，文章也关注了 AI 产业中的“泡沫”现象，产品形态的“智能体”模糊边界，以及技术优化策略如“蒸馏”。此外，文章还提出了 AI 发展带来的负面效应，如“AI 垃圾”对内容生态的影响，以及“物理智能”在现实世界中应用面临的挑战，最后探讨了“GEO”如何改变搜索优化规则。这些“黑话”不仅展示了 AI 技术的快速迭代，也反映了其在社会、经济和文化层面的深远变革。
文章深入分析了 2025 年全球 AI 算力市场的现状与未来趋势，聚焦中美两大玩家在算力发展上的分岔路口。在美国，云厂商开始从单纯追求性能转向关注总拥有成本（TCO），自研芯片热潮涌动，推理需求激增导致市场对单位成本下的 Token 输出效率要求更高。英伟达虽仍是市场主导，但谷歌 TPU 等“多强”在挑战其垄断。在中国，受制裁影响，国产 AI 芯片渗透率快速提升，华为昇腾等正通过“超节点”形式和差异化路线图实现国产替代。文章还理性探讨了当前 AI 产业是否存在泡沫，认为虽然局部存在过热，但多数科技巨头具备强劲现金流和真实产业需求支撑，泡沫更多是短期利益与长期价值的博弈，指出即便有泡沫也会被市场挤掉。
文章深入探讨了当前 AI 发展中存在的“Demo 幻觉与落地恐怖谷”现象，指出生成式 AI 在创意领域表现惊艳，但在自动驾驶、医疗诊断等“零容错”场景中难以落地。作者通过奔驰自动驾驶的案例，详细阐述了如何通过物理冗余和“安全力场”（SFF）将不确定性的 AI 关进确定性的逻辑之笼，确保安全底线。在此基础上，文章引入朱松纯教授的“U 与 V”认知框架，解读了奔驰在 AI 中植入“以人为本”价值观的实践，强调了 AI 不仅要有能力（U），更需要有价值判断（V），从而构建“机器之心”。最终，文章呼吁 AI 从鹦鹉学舌的工具转变为能够负责、值得信任的伙伴，这需要一场架构级的革命——为机器立心，即构建内生的价值函数体系，这才是通向 AGI 的路径和 AI 安全的未来底线。
文章深度剖析了 Meta 收购通用 AI 智能体公司 Manus 的事件，指出这不仅是 Meta 战略转型的关键一步，也折射出其在 AI 赛道上的紧迫感和“非买不可”的策略。文章详细分析了 Manus 的估值逻辑，以及其通过产品方向调整、海外市场优先和总部迁移等一系列关键决策，最终促成了这笔数十亿美元的交易。同时，文章也探讨了 Manus 被收购对创业团队和投资方的积极意义，以及 AI 初创公司在盈利能力上面临的瓶颈，并引发了关于中国本土技术公司为何未能收购 Manus 的讨论。
文章深入分析了英伟达（NVIDIA）与 Groq 之间传闻达成的 200 亿美元“技术许可协议”背后的深层动机和复杂博弈。作者以芯片创业者的视角，技术性拆解了 Groq 基于 VLIW 架构的 LPU 芯片在性能和泛化能力上的局限性，指出其真实价值远不及该天价。文章认为，这笔交易并非单纯的技术收购，而是一场资本套现与政治战略布局。黄仁勋此举意在向美国政府和中东盟友递交“战略投名状”，以换取在全球市场的出口豁免权和联邦级监管红利，从而维持英伟达在 AI 基础设施领域的垄断地位。文章还通过梳理关键时间线，揭示了此次交易与美国国内 AI 监管政策、中东地缘政治以及特朗普家族资本之间的隐秘关联，指出这笔交易是英伟达在全球 AI 芯片格局中进行深度资本博弈的体现。
文章对 2025 年具身智能行业进行了年终总结和展望。指出 2025 年是具身智能的“量产元年”，行业融资空前火爆，多家公司启动 IPO 甚至成功上市，显示出资本的狂热追逐。然而，文章也冷静分析了技术和商业落地的深层挑战，包括硬件的工程化难题（如灵巧手仍不够实用）、软件的算法瓶颈（数据稀缺、模型泛化能力差、系统工程问题），以及成本与效率的剪刀差，导致机器人仍难以大规模替代人力。文章认为，资本的快速推动与产业发展的现实之间存在错位，投资机构面临募资和退出压力，使得泡沫不可避免。同时，文章详细对比了中美企业在成本核算上的差异，揭示了具身智能大规模商业化落地的真实挑战。认为未来 3-5 年是行业的“生死考验期”，需回归技术本质和实际需求。
文章深入分析了上海证券交易所发布的《商业火箭企业适用科创板第五套上市标准》指引，详细阐述了新规在技术实力、阶段性成果、合规资质和市场地位四个维度的具体要求。该政策的出台旨在规范和加速中国商业航天领域的发展，解决行业长期以来上市标准模糊的问题。新规意味着商业航天将进入优胜劣汰的“硬碰硬”阶段，利好已实现技术验证的头部企业，如蓝箭航天。文章指出，上市并非终点，商业火箭企业未来面临的主要挑战将是从技术实现转向商业模式的跑通，包括建立稳定发射节奏、降低成本、构建可控供应链以及拓展国际市场等。同时，文章也提醒普通投资者，商业航天是长周期、重资产、高技术壁垒的行业，需要理性判断。
文章深入分析了全球估值最高的大模型独角兽 OpenAI 在商业变现上面临的严峻挑战及其引入广告计划的背景、尝试与困境。尽管 OpenAI 的年化收入已达百亿美元，但其盈利模式仍未健康，订阅收入增长触及天花板，而高昂的算力成本使其陷入“卖得越多，亏得越多”的循环。在此背景下，曾被 CEO 奥特曼称为“最后手段”的广告计划被再次提上日程。OpenAI 正尝试探索一种情境化、非侵入式的新型广告模式，期望通过在 ChatGPT 对话中融入赞助信息，并在用户主动查询后才进行推荐，以平衡用户体验与商业化。文章还指出，OpenAI 的广告计划不仅仅是孤立项目，而是其构建从对话到交易全链路商业闭环的重要一环，但内部理念冲突和外部谷歌、Meta 等巨头的强大壁垒使其面临巨大挑战，其商业模式的具体细节和正式推出时间表仍充满不确定性。
本文报道了月之暗面（Kimi）CEO 杨植麟在 2025 年末发布的内部信内容。信中透露，公司当前现金储备超过 100 亿元人民币，不急于 IPO，并已完成 5 亿美元 C 轮融资。文章指出 Kimi 在 2025 年推出了 Kimi K2 和 K2 Thinking 模型，在长文本处理、思考过程可解释性和复杂逻辑推理方面取得了进展。商业化方面，Kimi 已大规模推行付费协议，9-11 月付费用户月增速达 170%，API 收入增长 4 倍。杨植麟在信中还规划了 2026 年的目标，包括通过技术改进和扩大规模，使 K3 模型在预训练水平上追平世界前沿模型，并强调将聚焦 Agent 产品，追求智能上限，实现营收数量级增长，最终目标是超越 Anthropic 等公司成为世界领先的 AGI 公司。文章还提到，月之暗面将大幅提高 2026 年的员工激励和期权回购额度。
