Show Notes
从编程神器到盗版书库，AI竞赛最终却是普通人买单 🎙️ 节目介绍：极致的技术优雅与极端的商业操作，到底能碰撞出多大的裂痕？ 在了解了Anthropic给自己立下的“高尚人设”与“道德宪法”后，本期我们将直面这家人气AI巨头硬币的反面 。从让打工人们效率跃迁的编程神器Claude Code，到令人咋舌的千万级盗版书库建立；从无视规则、暴力冲垮网站的激进爬虫，再到强行引入地缘政治导致核心华人科学家愤然离职 。在技术的狂飙突进中，当“作恶”被包装成“保护”，我们更需要剥离道德滤镜，客观审视这场以全人类资源为代价的AI军备竞赛。 ⚠️ 播出说明：本集为[下集] 本期为Anthropic深度探讨的下半集 。如果你错过了上半集关于他们前世今生、商业版图与“宪法AI”的解析，强烈建议先去补课，因为只有了解了其初心的宏大，你才能在这一集获得最极致的反差体验 。 📖 节目内容简介 在本期《跨域请求》的后半程，主播CL与小王首先分享了当前备受好评的Claude Code诞生的幕后故事，并实操拆解了如何用“Skills”功能实现普通人日常工作流的提效 。 随后画风突变，节目开启了硬核吐槽模式：客观还原了Anthropic陷入的版权侵权诉讼细节、犹如洪水般无节制的网络爬虫引发的公愤，以及管理层极端的冷战思维与傲慢 。 最后，我们将视角拉回现实，聊聊在这场百亿美元级别的算力通胀中，为何最终买单的是屏幕前的每一个普通人 。 ⏱️ 时间线 00:00 - 12:00 幕后故事：神级工具 Claude Code 是如何诞生的？ 从一个效果平平的代码补全小工具，到高管用Scaling Law（增长定律）视角启发开发者提前布局，最终成为全网公认的编程神器 。 不仅是程序员，数据科学家甚至非技术人员都开始尝试用命令行工具大幅提升工作效率 。 公开发布后的爆炸口碑，使得代码能力与工具的完美结合成为了Anthropic最深的护城河 。
12:00 - 25:00 效率跃迁：用 Skills 技能库对抗上下文爆炸 痛点解析：传统的长提示词会让AI“脑容量过载”，且大幅消耗昂贵的Token额度 。 化整为零的四步逻辑：Metadata（打标签） -> Discovery（按需匹配） -> Activation（调出专属说明书） -> Execution（实操执行代码） 。 不仅能自动查资料，还能现场写脚本“撸起袖子干活”，真正做到知行合一 。 由AI全程自动编写、仅花一周半就上线带图形界面的Cowork，以及背后应对开源竞品的防守动作 。
25:00 - 35:00 知行不一的“盗版图书馆”侵权案 《宪法AI》明文承诺不侵犯知识产权，私下里高管却用BT协议下载了几百万本盗版书建立“中心图书馆” 。 被原告抓包的致命实锤：AI不仅复述了书中未公开的排班表细节，甚至连原版扫描丢失字母的排版错误都精准复刻 。 面对法院强制要求提交的元数据，内部文件的哈希值（文本指纹）与盗版书库完全一致，撕破了掩饰的面具 。
35:00 - 43:00 犹如洪水的激进爬虫 ClaudeBot 24小时内发起100万次请求，极其暴力的抓取手段直接冲垮了多家知名开源社区与维修教程网站的服务器 。 不仅无视行业的“礼貌策略”（如速率限制、退避算法），还在被拒绝访问时通过伪装IP强行抓取数据 。 拒绝像竞争对手那样支付数据许可费，强行爬取Reddit甚至包含已被用户删除的帖子 。
43:00 - 54:00 技术封锁、双标言论与华人科学家离职 面对竞争对手即将被收购，以极短的通知期强行切断知名代码编辑器的API供应 。 修改服务条款大搞冷战思维，将东大定义为“敌对国家”并大面积封停关联账号 。 意识形态输出的后果：引发核心华人科学家姚顺宇（不是姚顺雨）愤然离职，留下那句著名的“Anthropic，没有你我会更好” 。 极度双标的言论：一边以“国家安全”为由限制他人，一边悄悄修改条款允许产品被用于美国军方情报与破坏活动分析 。
54:00 - 结尾 蝴蝶效应：AI算力通胀，普通人来买单 从电脑内存条价格狂飙数倍，看AI巨头烧钱狂揽HBM产能对消费级硬件市场的挤压 。 建造超级数据中心引发的地方电网负荷危机，以及庞大用水散热量导致的社区水资源冲突 。 在这个野蛮发展的时代，我们在惊叹AI工具强大的同时，更应保持一份清醒与批判性思考 。
📱 进听友群 扫描公告二维码，或添加微信号：cliu21，备注“跨域请求”。
在小宇宙查看该单集文稿
More from 跨域请求
AI 末日论 | AI 减速 | Jacob Coxon | Hugging Face 入侵事件 | Dario Amodei | 黄仁勋 | METR | 监管俘获 | 纳维-斯托克斯 | 陶哲轩 | DeepSeek 算子 | Sam Altman | 马斯克 | Hinton | All-In Podcast | 千禧年难题 | 开放安全 AI 联盟 | RSI 递归自进化 | 智谱 GLM | 我不得不把才华埋葬在昨天 🎧 本期简介 伦敦一场上千人参加的 AI 展望会上，一位听众突然站上凳子，打断了台上嘉宾的分享：AI 有 10% 的概率在十年内杀死所有人，我们当中有谁对这件事有发言权？你们真的觉得，这就是我们愿意被带进去的世界吗？保安已经走过来准备请她离场，现场却响起了掌声。 “10% 的概率”是从哪儿来的？9 月 8 日，OpenAI 宣布用一万多个 AI 智能体、88 个小时，解出了千禧年难题之一的纳维-斯托克斯问题。几个小时后，在 OpenAI 和 Anthropic 都做过预训练研究的 Jacob Coxon 发帖宣布辞职，说造 AI 的这些人真心相信，AI 可能在这个十年内让人类灭绝。Anthropic 对齐团队负责人 Evan Hubinger 转发附和，Hinton 也说 10% 这个数字并不离谱。再往前，7 月 OpenAI 内部测试中的几百个智能体，为了找到测试答案，入侵了 Hugging Face 的服务器；事后分析攻击日志时，Claude 拒绝帮忙，最后是国产开源模型 GLM 帮着收拾了残局。 都这样了，为什么还不慢下来？Anthropic CEO 达里奥（Dario Amodei）发博客呼吁控制前沿 AI 的发展节奏，奥特曼和马斯克罕见地一起点头。可没过几天风向就变了：David Sacks 说你们真觉得危险，现在就可以自己停；马斯克留言说“seems like a setup”；黄仁勋在 All-In 大会的台上接到特朗普的电话，第二天又在 Dreamforce 上说，安全是个工程问题，出了问题自己解决，不要拉着全行业减速。我们顺着这些争论，看看第三方评估机构 METR 的调查是否真的客观中立，OpenAI 为什么说今年不上市了，正在冲刺 IPO 的 Anthropic 又为什么被怀疑在搞“监管俘获”。 公司和 CEO 们在吵，代价却已经落到具体的人身上。研究同一方向的数学家，眼看 OpenAI 用很相似的方法抢先公布结果，还卷进了一场署名风波；二十多位菲尔兹奖得主联名发声之后，OpenAI 又一口气放出 700 多篇数学论文。DeepSeek 的算子工程师刘胜与（intlsy）写下《我不得不把才华埋葬在昨天》：他明知道自己的算子写得越好，新模型就进步越快，自己也越早被取代，却还是想把它写到最好。 🧩 概念解释 人物 Jacob Coxon：曾在 OpenAI 和 Anthropic 做大模型预训练研究，9 月 8 日从 Anthropic 辞职，并连发多条帖子，指责两家公司拿人类的性命做赌注；本期的故事从他说起。
Sanjay Ghemawat | MapReduce | 谷歌技术史 | 三驾马车 | 大数据 | 分布式系统 | 比特翻转 | 神经网络 | TPU | Gemini | 谷歌搜索 | 谷歌广告 | 谷歌翻译 | ChatGPT | 聊天机器人 Meena 🎧 本期简介 2026 年 8 月的一天工作日下午，谷歌内部一个平时容纳 300 人的咖啡馆，涌进了 1500 位同事，来送别一个在谷歌写了 27 年代码的程序员。晚上，他照常去上瑜伽课、踢足球，回家后又一条条回复告别消息，直到凌晨两点半。 这位程序员叫 Jeff Dean。作为同行，我早就听过他的名字，也用过他参与开发的技术，但真要介绍他，却说不出个所以然。这次从他的离职消息往回查，我才发现，搜索、大数据、机器学习，这些年学过、用过的东西，竟然有这么多能追到他和同事们的工作里。 这期就顺着他的告别信，把时间倒回早年间的谷歌，来看看这位工程师帮助谷歌做大做强的。我们会认识他的长期编程搭档 Sanjay Ghemawat，看他们怎样在修故障、抠性能、反复重写系统的日常里，做出后来影响整个行业的工具。我们也终于能知道那些“编译器不警告 Jeff Dean，是他警告编译器”的段子是怎么来的了。 当然，工程师的成就之外，Jeff 还有管理者需要面对的争议：最为谷歌 AI 的领导人，聊天机器人为什么迟迟不发布，以至于让谷歌在 AI 竞争中错失良机，被 ChatGPT 抢先一步？研究人员的论文和公司的利益发生冲突时，该怎么办？我想借这一个多小时，聊聊这位“伟大的程序员”。 🎙️ 推荐播客 推荐我们的友台：《科技这碗饭》，主播是八十只耳朵，也就是节目里提到的耳朵老师。 我们两档节目这次同步发布，一起从两条线聊谷歌：《跨域请求》沿着 Jeff Dean 的经历，聊他做过的技术、他的编程搭子，以及那些具体的工作现场，是如何成就了今天的谷歌；耳朵老师则在新一期《谷歌AI风云15年：诸神黄昏——发明未来的人为何错过未来？》里，顺着这次谷歌 AI 大洗牌，聊聊谷歌 AI 的前世今生。如果这期还没听够，欢迎去听这期节目，把这段故事拼得更完整一些。 🧩 概念解释 本期人物 Jeff Dean（杰夫·迪恩）：本期主角，1999 年加入谷歌的软件工程师，谷歌的 30 号员工，参与开发搜索、大数据和机器学习系统，后来领导 Google AI，并担任过谷歌首席科学家。
永久底层阶级 | Claude Fable 5 | token 打表计费 | AI 失业 | AI 焦虑 | 贫富差距 | 瓦特蒸汽机 | 卢德运动 | 恩格斯停顿 | 铁路之父史蒂芬森 | 托马斯·库克 | 卡内基 🎧 本期简介 做这期播客是来自于最近一段时间我被 AI 裹挟过程中的思考。我算了某一周我的 token 用量，按照 Claude Fable 5 的 API 价格（假设缓存全部未命中），可能超过 9000 美元。 看着这个数字我沉默了：当模型能力越来越强但是也越来越贵，只有大公司和富裕的用户（那得多富裕）才能用得起，普通人会不会因此掉进一个难以翻身的循环？ 《纽约时报》一篇文章给这种担忧命名：永久底层阶级。意思是当大模型能力全面超越人类能力，一部分人的工作被完全接管，这部分人会因为失去竞争力而迅速向下层阶级滑落，被永久锁死在底层阶级。 今天的 AI 变革在很多地方跟过去的工业革命都很相似。于是我就翻遍历史，尝试找找答案。 当年瓦特蒸汽机同样昂贵，甚至按量收费这个模式250年前就有了。手摇织工也曾是上一轮自动化的受益者，却在动力织机成熟后，看着周薪从 21 先令一路跌到 5 先令。合法请愿、投票、结社和罢工的路被堵住后，工人砸毁机器，卢德运动最终遭到军队和死刑镇压。 工业革命留下的也不只有坏消息。制度改革最终带来了工时限制、童工保护、工会合法化、公共教育和更广泛的选举权；乔治·史蒂芬森从一个文盲矿井工人，靠自学成为了铁路之父，带领人类进入铁路时代；家境贫寒的托马斯·库克，不懂技术，但是把铁路、真实的需求、组织活动的能力，开辟出了旅游业，创立了 Thomas Cook 集团；安德鲁·卡内基一家则及时离开被动力织机挤压的行业，找准时机投身变革时期的上升行业，最终卡内基成为钢铁大王。历史没有保证每个人都能翻身，但它留下了普通人换位置、找入口的具体路径。 🧩 概念解释 打表计费（usage-based pricing）：不按固定月费购买无限使用权，而是根据实际调用量结算，类似水表或电表；大模型 API 按输入和输出的 token（模型处理文本的计量单位）分别计价。
人怎么能捅这么大篓子 | 苹果泄密 | iPhone 18 Pro | 塔塔集团 | World Leaks | 勒索即服务 | WannaCry | Gizmodo | 印度制造 | 华强北 | 供应链安全 | HBM 🎧 本期简介 2010年，一名苹果工程师把尚未发布的 iPhone 4 原型机落在加州酒吧里。苹果为追回这台手机惊动警方和检方，把捡手机的人送上法庭，还让买下并拆解手机的科技媒体 Gizmodo 遭到搜查和四年封杀。16 年后，黑客组织 World Leaks 声称把从苹果印度供应商塔塔电子窃取的 630GB 文件挂上暗网，其中包括 iPhone 18 Pro 主板图、芯片资料、供应商清单和跌落测试照片。塔塔披露事件后，苹果始终没有公开回应。 这期节目从两次泄密事件，苹果的反差表现出发，回看苹果如何建立自己的保密帝国：由前美国国家安全局、联邦调查局等机构人员组成的新产品安全团队，华强北回购三万个 iPhone 5C 外壳，以及一份泄露的内部录音所说的“中国 40 家工厂每天安检 270 万人次”。苹果真正难以搬走的资产，是它与中国供应链磨合二十年形成的流程和纪律。 另一条故事线，是苹果从 2017 年开始的印度制造豪赌。关税、贸易战和 2022 年郑州工厂停摆，一步步把苹果推向印度；纬创工厂暴乱、富士康食物中毒和塔塔工厂大火，也没有让苹果踩下刹车。塔塔电子只用了几年，就从生产金属外壳的学徒，变成掌握多座工厂的核心代工商；与此同时，塔塔集团多个板块在四年间反复遭到勒索组织入侵。 节目还拆解了勒索产业的四轮变化：从 WannaCry 按电脑收赎金，到专攻管道、赌场和银行，再到偷走文件双重勒索，最后发展成“只偷不锁”和“勒索即服务”。World Leaks 不只向下游黑客出租工具、抽取佣金，甚至允许媒体提前 24 小时看料，把新闻曝光也变成谈判筹码。 如果你是苹果管理层，会公开批评塔塔、暂停塔塔的新订单，还是低调处理？节目用苹果在印度的产量、供应商结构和美国关税压力解释：2026 年的今天，苹果为什么几乎只能选择沉默；也讨论这场泄密造成的新成本，未来可能怎样影响每一个普通人。 🧩 概念解释 原型机（prototype）：为了开发、测试、评估或质量控制而制作的早期版本，不等于已经定型的量产商品。它可能只验证某一项功能，也可能已经非常接近成品；因此 2010 年那台 iPhone 4 的价值不在它能卖多少钱，而在它提前暴露了未发布的设计。参考：美国《联邦法规汇编》对原型机用途的界定。
AI同化 | 英仙座流星雨 | 硅谷AI焦虑 | 夏天仪式 | 观星 | 观鸟 | digital twin | 过暑假 | 真人状态 🎧 本期简介 我们一开始发明 AI，是想让机器更像人；但这期聊着聊着，问题反过来了：我们会不会正在慢慢变得更像 AI？写东西开始有“AI 味儿”，跟朋友聊天会冒出“上下文窗口”“涌现”这种词，遇到一点重复流程就想先做成 SOP。最吓人的地方不是 AI 变强，而是我们不一定能察觉自己什么时候被它改写了。 所以这一期《跨域请求》做了一次反向输出。CL 邀请两位老朋友小王和小李，一边从硅谷 AI 工作环境里的真实压力说起，一边把话题拽回夏天、流星、天台、瀑布、冰红茶、观鸟和打球这些“没什么用”的事情。它们没有效率、没法外包，也不一定能变成什么长期复用的工作流，但正因为如此，反而能把人从高密度信息流里捞出来。 节目里最反复出现的画面，是英仙座流星雨：在天目山开房车找观测点，在 Mauna Kea 拍银河，或者只是坐在山脚下看父母第一次用肉眼看到银河。流星本质上只是尘埃和碎片燃烧，但人站在星空底下，会自然地想到几百万年、几亿年的尺度，也就没那么想纠结今天那条消息、那个项目和那个新工具到底该怎么追了。 后半段更像一份成年人暑假清单：洗车、做柠檬冰红茶、在天台喝啤酒、用 3D 打印机做小鸟喂食器、看小鸟来阳台吃自助、在瀑布边听白噪声、打网球看到彩虹和飞机交错、追星、花艺班、夜里越野跑。它们共同回答了一个问题：如果 AI 已经越来越会替我们做事，人还可以怎样具体地、缓慢地、没效率地生活？ 🧩 概念解释 AI 同化：这期的核心说法，指人开始用 AI 的词、AI 的结构和 AI 的工作流来理解自己、表达自己，甚至安排生活。