Agili 的 Hacker Podcast 今日为我们梳理了十篇来自科技与科学领域的最新讨论。其中最引人注目的，是 OpenAI 泄露的财务数据，揭示了 AI 行业惊人的烧钱速度与商业化的艰难平衡。
OpenAI 在 2025 年的财务数据被 Ed Zitron 披露，并经《金融时报》和 Ars Technica 确认。数据显示，尽管营收达到 130.7 亿美元，但净亏损高达 385.3 亿美元。
亏损的大头来自会计处理。2025 年包含了 415.5 亿美元与可转债和权证公允价值变动相关的非现金损失，这源于公司从非营利组织向公益公司（PBC）转型的重组。去掉这笔账面损失，运营亏损为 209.2 亿美元，相比 2024 年的 87.8 亿美元增长了约 2.4 倍。好消息是，同期营收增长更快，约为 3.5 倍。
这种增长快于成本的速度，让一些人看好其在 2026 年营收预计达到 250-300 亿美元时接近盈亏平衡。但反对观点指出，AI 的边际成本不为零——每生成一个 token 都需要电力和算力，这与传统软件卖拷贝的模式不同，规模效应不会自动转化为利润。其研发支出高达 191.8 亿美元，训练新模型的刚性成本难以缩减。
文件还揭示了微软的关键角色。OpenAI 在 2025 年向既是股东（持股约 27%）又是最大基础设施供应商的微软支付了 172 亿美元，包括 105.9 亿研发和 60.47 亿收入成本。这显示其核心进展依然深度绑定在一个每年消耗数百亿的供应商身上。OpenAI 已秘密提交上市申请，这些财务数据将成为其 IPO 路演的核心辩论点。
Anthropic 发布了《创始人手册》，声称是“构建 AI 原生初创公司”的实用指南。手册将创业分为四个阶段，并结合自家 Claude 系列产品提供从 idea 验证到规模化的建议。
Hacker News 社区的反应几乎是一边倒的批评。多数用户指出，这本质上是 Anthropic 为推销自家工具的营销行为。正如一条评论所说：“买一台焊接机不代表你成了焊工。”
更深层的批评在于，手册忽略了创业的真正难点。找到产品-市场契合度、建立信任、销售和人脉，这些 AI 无法替代。有用户反驳“验证周期缩短到一下午”的说法，指出 SEO 和粉丝积累等长期工作不可逾越。还有人认为，如果人人都能靠 AI 创业，那真正的壁垒反而被弱化，所谓“创始人即编排者”的概念意义有限。这本手册被普遍视为一场面向“创始人 cosplay”群体的表演，而非经得起推敲的方法论。
美国司法部提交备忘录，支持 xAI 在孟菲斯数据中心使用数十台未获许可的燃气轮机。司法部称，若环保诉讼阻止这些涡轮机，将损害“国家、经济和能源安全”，因为它会影响为军事行动提供支持的 AI 创新。
xAI 声称其安装在拖车上的 57 台涡轮机符合当地一年豁免期的规定。但反对者认为这违反联邦法律，且涡轮机数量翻倍已导致当地 PM2.5 等污染物增加，恶化了这个以黑人居民为主的社区的空气质量。NAACP 指出，这些污染物与哮喘、心血管疾病和癌症相关。
Hacker News 社区对此反应强烈。许多人批评以“国家安全”为名规避环保法规是危险趋势，并直指这是环境种族主义。社区也注意到，这些“临时”解决方案可能因电网升级缓慢而成为永久设施，而 xAI 并入 SpaceX 并计划再购买 28 亿美元燃气轮机的举动，进一步巩固了其政治和经济影响力。
《科学》期刊发表的一项研究指出，全球土壤中丛枝菌根真菌形成的网络总长度达到 110 亿亿公里。研究团队通过分析超过 16,000 个土壤样本，利用机器学习绘制了首张全球真菌网络分布图。
这些与 70% 以上植物共生的真菌，能帮助植物吸收养分和水分，并将碳固定到土壤中，已存续约 4.75 亿年。研究发现，草原的菌丝密度最高，而农田因耕作、化肥和杀菌剂的使用，密度比野生环境低 47.3%，这削弱了土壤的碳储存能力。
一些读者对巨大数字表示理解，指出微米级的菌丝累加后的长度并不惊人。也有读者对干旱地区的高密度表示疑问，但研究者解释沙漠下层可能更潮湿。该研究的价值在于为土壤健康设立了基准，正如作者所说，人们现在知道了“一个健康的微生物群落应该长什么样”。
19 世纪，德国化学家 Justus Liebig 因预算有限，自学并教授学生吹制玻璃仪器。他设计的 Kaliapparat 装置能低成本测定有机物碳含量，加上大力推广，使得玻璃吹制一度成为化学家的必备技能。
到 19 世纪末，Otto Schott 和 Ernst Abbe 等人合作，开发出热稳定性更好、更耐腐蚀的硼硅玻璃，解决了光学仪器色散和化学实验器皿的耐用性问题。一战后，美国的 Corning 公司凭借 Pyrex 品牌迅速占领市场，标准磨口接头的出现更让化学家能像搭积木一样组装实验设备。
Hacker News 的讨论延伸到现代。有用户指出，20 世纪 50 年代前化学课还教玻璃吹制，如今已成外包手艺。塑料在培养皿等领域替代了玻璃，但玻璃在光学和高温应用上仍不可替代。
畅销书作家 Tim Ferriss 根据个人销售数据指出，自 ChatGPT 问世后，他名下多本《纽约时报》榜首书籍的销量急剧下滑，2026 年上半年销量同比腰斩。他认为，AI 大型语言模型（LLM）替代了这类“决策树”式书籍的功能，用户只需向免费聊天机器人提问，几秒内就能获得个性化方案。
但 Ferriss 并未完全悲观。他观察到，许多拿到他书中“减重秘诀”的人并未行动，而跟随书中精心设计的路径和故事去做的读者却成功减重。他认为，AI 摧毁的是“信息”市场，而能带来“改变”的沉浸式旅程，其价值反而会提升。他的对策是：找到 1000 个铁杆粉丝，持续给他们惊喜。
社区的讨论补充了一个观点：这就像音乐流媒体摧毁专辑销售一样，AI 正在瓦解旧有的内容销售模式，而书籍中大量的“填充物”曾只是为了让它卖得够厚。
女：Hello 大家好，欢迎收听 Agile 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿迪。
女：今天这期节目感觉会像在翻一本很厚的财经和科技杂志，话题跨度还挺大的。阿迪，你猜我今天看到最夸张的一个数字是什么？
男：我猜是 OpenAI 的亏损？三百多亿美金那个。
女：对，就是那个。我看到的时候反复确认了好几遍。Ed Zitron 最早披露的，后来金融时报和 Ars Technica 也确认了。OpenAI 在 2025 年的营收是 130.7 亿美元，这个数字其实挺惊人的，但 net loss，净亏损，是 385.3 亿。
男：这个亏损数字看着吓人，其实得拆开看。大头是一笔 415.5 亿美元的账面损失。这是他们从非营利转成公益公司时，那些可转债和权证的公允价值变动带来的。简单说，不是烧现金烧掉了这么多，是会计准则要求他们把未来可能要给投资人的收益提前算成亏损。就像你手里的股票涨了，公司账上得多记一笔成本。
女：就像房价涨了，我虽然没卖房，但物业跑来跟我说你的居住成本暴涨，因为你这房子现在值更多钱了。
男：对，那个比喻挺准的。去掉这笔会计操作，他们实际的运营亏损是 209.2 亿美元。相比 2024 年的 87.8 亿美元，涨了差不多 1.4 倍。
女：可它的营收从 37 亿涨到了 130.7 亿，涨了快 2.5 倍。咱们之前聊过很多初创公司的财务，这种营收增速快于成本增速的信号，通常会被看作积极的。我看有分析说 2026 年他们预计营收能到 250 到 300 亿，是不是就到盈亏平衡点了？
男：理论上有可能，但这里有个陷阱。有些人喜欢说 AI 的边际成本是零，卖一个 token 跟卖一份软件拷贝一样，规模上去了利润就自然来了。但完全不是一回事——卖下一个 token 需要电力和算力，这个成本刚性很强。OpenAI 去年的研发支出是 191.8 亿，销售和市场花了 57.3 亿。而且往微软那边一看，2025 年他们给微软付了 172 亿美元，其中 105.9 亿是研发成本，60.47 亿是收入成本。
女：所以微软既是股东，又是最大的房东和供应商。这种关系听起来，OpenAI 的进步就像长在一根很粗的管子上，管子那头是每年消耗几百亿的算力账单。
男：微软持有它约 27% 的股份。这种双重身份意味着，OpenAI 的收入增长再快，都很难摆脱基础设施的天花板。而且在 6 月 8 号，他们已经向 SEC 秘密提交了 S-1 草案，计划上市。到时候路演的核心问题就一个：Sam Altman 能不能在成本基础还没收敛的情况下，让这台营收机器跑赢着火的算力账单。
女：我正好想到另一个相关的消息。Anthropic 最近发布了一份《创始人手册》，号称是给 AI 原生初创公司的实用指南。从 Idea 到 Scale 分四个阶段，教你怎么用他们的 Claude 系列产品。我看完之后感觉，这不就是冲着 AI 创业这股焦虑来的吗？
男：HN 上基本都在批评，说这就是卖铲子的经典营销。有人讲得很直白：“买一台焊接机不代表你成了焊工。”还有个细节特逗，那个 PDF 文件名里带着“_v3 (1)”，疑似版本管理也是一团乱。
女：但手册里的有些话说得挺诱人的。比如“验证周期从几个月缩短到一下午”，还有“非技术背景的人也能构建生产级应用”。这听起来确实能让一些想做点什么的普通人跃跃欲试。
男：这就是问题所在，创业里最难的那些事，找到产品-市场契合度、建立信任、销售、人脉维护，AI 根本替代不了。有位评论说得很好：现在所有 AI 生成的推销邮件读起来都像垃圾信息，销售反而更依赖线下展会了。手册把创始人比作“编排者”，听着很高级，但如果人人都能靠提示词创业，那真正构成壁垒的东西——资本、客户关系、领域知识——反而被大大弱化了。
女：不过也有少数人说，对于街角开小店的人，AI 确实能帮你做点自动化。比如让一个手工编织生意的店主能轻松测试不同颜色的市场需求。但总体看，社区的冷水泼得还挺彻底的，甚至有人拿 Anthropic 自己员工每天合并几百个 PR，前阵子还不小心泄露源码这事儿来反讽手册里的建议。
男：对，手册里那句“知道你的代码库里有什么”从他们自己嘴里说出来，确实有点意思。比起教人创业，我觉得这更像一场面向“创始人 cosplay”的营销活动。
女：说到 AI 公司的一些争议做法，最近孟菲斯那边有个事儿也闹得挺大。美国司法部周一提交了一份备忘录，支持 xAI 在一场诉讼里的立场。诉讼是 NAACP 今年 4 月提起的，想阻止 xAI 在数据中心附近使用几十台没拿到许可的天然气涡轮机。
男：司法部的说辞很重，说如果 NAACP 赢了，会损害“美国的国家、经济和能源安全”，因为这会切断支持军事行动的人工智能创新电力。备忘录里还特别提到 xAI 的 Grok 模型，是支持“关键任务行动”的四个 AI 模型之一，比如最近在伊朗的打击行动。
女：可 NAACP 的说法完全在另一个层面。他们说 xAI 在 Colossus 数据中心周围用了 57 台所谓的“移动式”燃气轮机，装在拖车上。公司坚称它们符合密西西比州空气污染法规的一年豁免期，但环保法律中心认为，这些拖车设备实际上就是固定设施，应该受到联邦法律严格监管。而且那个地区，本来就是全国污染最严重的区域之一，自从数据中心上线，PM2.5、甲醛和氮氧化物都显著增加。这些污染物和哮喘、心脏病、癌症都直接相关。
男：HN 上很多人指出，用“国家安全”当借口来绕过地方环保法规，正变成一种趋势。而且孟菲斯是以黑人居民为主的社区，把高污染设施集中在这，很多人就直接点明这就是环境种族主义。更讽刺的是，这些 AI 公司平时都在反复强调能源效率，结果私下却在大规模上新化石燃料。有评论说，这种“临时”移动涡轮机，就像很多 IT 临时方案一样，最终会变成永久性设施。
女：而且 xAI 现在已经并入 SpaceX 成为它的 AI 部门了。SpaceX 的 IPO 文件里说，未来三年还要再花 28 亿美元买燃气轮机，至少 20 亿是专用于“移动式”的。这听起来，规则框架本身的漏洞好像被固化成了“功能”，电网升级和可再生能源审批太慢，那“临时”烧气就成了快速通道。
男：没错，规则就是这么被利用的。这事儿放一起看挺让人沉默的——一家公司在账面上烧掉几百亿美金搞研发，另一家公司因为要支撑这种研发的算力，需要绕过环保法规烧化石燃料。技术的进步好像把账单转嫁到了不同地方。
女：说到巨大的账本，我前几天还看到一个非常不一样的数字，不是财务上的，而是生命尺度上的。有研究发现，全球土壤里的丛枝菌根真菌形成的网络，总长度达到了 110 亿亿公里。
男：110 亿亿公里，相当于从地球到太阳往返大概 7.5 亿次。这是首张全球真菌网络分布图给出的结果，发在《科学》期刊上。研究团队叫“地下网络保护协会”，他们用机器学习分析了超过 16000 个土壤样本。有个画面特别形象——一茶匙土壤里，可能就有长达 10 米的菌丝网络。
女：这种真菌和超过 70% 的植物是共生的。菌丝网络给植物送水分和养分，植物把光合作用产生的碳送给真菌。这过程已经持续了大概 4.75 亿年，等于是一个巨大的地下碳泵，把碳固定到土壤里，调节气候。但直到现在，我们对它的分布和密度都知之甚少。
男：分布图有些挺反直觉的发现。菌丝密度最高的不在森林，而在草原——像美国弗林特山草原、南苏丹的苏德湿地，还有中国青藏高原的一些地方，每立方厘米土壤里菌丝长度超过 8 到 11 米。但是在农田里，平均密度比野生生态系统低了 47.3%。耕作直接撕裂菌丝网络，化肥和杀菌剂破坏共生关系。网一坏，土壤储碳能力和养分分配能力下降，更多的氮磷就冲进水里了。
女：我记得以前读过《纠缠的生命》那本书，说树木能通过菌根网络交流，还有个浪漫的名字叫“木联网”。但后来好像有综述说，这个说法的证据其实没那么强。
男：对，有读者也指出来了，那部分描述更多是流行科学，后续研究认为证据偏弱。不过对于这张全球分布图，HN 上有人觉得这些天文数字并不意外。一根菌丝直径只有 1 微米，1 立方米的空间里就能塞下超过 1 万亿根细丝，加起来长度轻松突破亿公里。还有人拿人自己举例——我们体内的 DNA 总长度，大概是这些真菌网络长度的近 1000 倍。
女：所以比起尺度，更重要的还是它给我们带来的认知更新。研究团队说，这是第一次让人知道一个健康的土壤微生物群落应该长什么样。他们今年八月要在联合国荒漠化大会上展示这些数据。像研究作者 Toby Kiers 说的，这套数据终于让“健康”有了参照基准。
男：从地下看不见的真菌到实验室里看得见的玻璃，其实科学的基础工具进化史也挺有意思。关于玻璃吹制那段历史，你看了没？
女：看了。19 世纪 20 年代，德国化学家 Justus Liebig 因为没钱买巴黎同行那种昂贵仪器，就自己学会了吹玻璃，还教给学生。1830 年他搞出了一个 Kaliapparat，一个扭曲的玻璃三角瓶，里面装氢氧化钾溶液。燃烧有机物后，产生的二氧化碳被溶液吸收，一称重就能算出碳含量。
男：这个装置彻底降低了有机分析的门槛。到了 1840 年代，业余玻璃吹制成风，化学家自己动手做设备成了必备技能。后来显微镜和望远镜的镜片老有色散问题，有个叫 Otto Schott 的化学家，在 1879 年成功熔炼出高锂含量的玻璃，又和耶拿的教授 Abbe、蔡司一起合作，开发出了硼硅玻璃。又硬、热稳定性又好、还耐腐蚀。1892 年正式做成实验室器皿，一战前就成标准了。
女：一战时候英国一封锁，美国就断供了。国家标准局赶紧测试本土品牌，结果 Corning 的 Pyrex 表现最好，热膨胀系数异常低，耐化学性还略优于德国货。到 1918 年，“Pyrex”这个词在出版物里出现的频率已经超过了“borosilicate”，1927 年甚至超过了“Kodak”。一个器皿品牌比胶卷巨头还有名，这也挺神奇的。
男：而且 1920 到 1930 年代，标准磨口接头普及了，化学家可以像搭积木一样组装装置，再也不用软木塞和橡胶管了。直到二十世纪五十年代，化学本科课程里还普遍包含玻璃吹制课。现在当然大多数化学家都不自己做了，这变成了一门外包手艺。但玻璃在光学和高温应用里还是无法替代。有个 HN 读者推荐去纽约州北部的康宁玻璃博物馆，说那里有演示。
女：还有个关于玻璃的冷知识，说东德以前生产过一种叫 Superfest 的强化玻璃杯，其实就是康宁 60 年代发明的 Gorilla Glass 的前身。但评论里有人说，那种离子交换玻璃破裂时会产生大量尖锐碎片，不如普通钢化玻璃的立方体碎片安全。有人就说，我愿意为摔不碎的酒杯多付钱，但马上被提醒，那种双层 Bodum 杯摔碎后碎片能飞很远，随时可能伤人。
男：这让我想起另一个和驾驶安全有关的东西，非常轻松，甚至有点搞笑。有人用 Godot 引擎做了个游戏，叫“西雅图地区的魔法环岛”，讽刺 Kirkland 地区 85 街和 I-405 交界那个环岛。
女：我玩了一下，差点崩溃。它的操控方式是恒定速度，你只能用方向键换道，空格刹车。但问题是，在出口附近，有时候你不操作，车就自己绕圈；有时候它又突然直接给你带出去了。有个人说得特别损，说“我猜那个用 AI 写代码的人觉得这个控制逻辑很合理”。
男：现实里的那个环岛争议也很大。有人开了几十年车，说这是自己见过最混乱的设计，第一次路过就错过出口。另一个本地司机就说 sign 很清楚，完全没问题。从俯视图看，它中心是一个大圆环，两边有额外车道给右转车用，但因为出入口都在曲线最紧的地方，进出就是不流畅。而且它还承担了快速公交站功能，可能这就是设计妥协的原因。
女：美国对环岛的接受度好像一直不高。有人坚持认为环岛让事故率上升，尽管严重事故减少了。支持者说它能比四向 stop sign 大幅提升通过效率。还有人建议不如换成“发散菱形立交”，华盛顿州 Lacey 和 Preston 那边效果就很好。虽然第一次开进去会觉得在逆行，很懵，但熟悉后每天能省几分钟。
男：不过因为那个环岛得兼顾公交枢纽，可能没法改成那种立交。感觉城市规划里的环岛，就像是物理世界的一个用户界面设计问题——设计得好，顺畅高效；设计有妥协，就变成一个让所有司机困惑的魔法圆环。
女：我们聊了 AI 烧钱、烧气、地下真菌、桌上玻璃、路上环岛，我感觉还有一个线索可以串起来，就是 Tim Ferriss 对 AI 时代内容创作的反思。他自己公布了销售数据，说在 2022 年 ChatGPT 出来之后，他名下五本《纽约时报》榜首书的销量开始急剧下滑。2025 年的印刷销量同比暴跌 46%，2026 年上半年又比 2025 年同期跌了 57%。
男：他的解释挺直接的。他的书，比如《每周工作 4 小时》《身体调校圣经》，本质上就是决策树和查找表，教你如何设计生活方式，如何快速增肌减重。现在用户只要在聊天机器人里输入身高体重和日程安排，15 秒就能得到一个完全个性化的方案，比买书便宜，比看书快。对他这种类型的内容，LLM 的替代性实在太强了。
女：他倒没有完全悲观。他回忆说，2010 年《身体调校圣经》出版时，朋友问他要 20 条减重秘诀，他给了，但那些拿到要点的人，一个都没实施。反倒是那些跟着书里精心设计的路径和故事去做的读者，有上千人减重超过 100 磅。所以他觉得，AI 摧毁的是“信息”市场，但“改变”市场反而可能变得更有价值。他宁愿为 10000 个能真正被改变的人写东西，也不想为 1000 万马上忘掉的观众做短视频。
男：这个观点 HN 上讨论得也挺深。有人把他的原文喂给 Claude，压成 300 字版本，然后说你看，问题就在这儿，书里的“填充物”只是为了让书够厚。但立刻有人指出，这个 AI 摘要恰恰漏掉了原文最重要的论点——就是 Ferriss 说的那种沉浸式旅程和行为改变的价值。信息可以压缩，但改变不能。这就像音乐流媒体摧毁了专辑销售，但深度乐迷还是会去买黑胶，去听现场。
女：这种对旧物的情感连接，让我想起今天最后一个话题，IBM 1130。它是一个 1965 年推出的计算机，当时是 IBM 最便宜的型号，主打教育和工程市场。有爱好者团队给它做了在线模拟器，支持 FORTRAN、RPG 或 APL，定期还搞聚会。
男：很多人的“个人计算”初体验就来自 1130 或者它的克隆机。有个 HN 用户回忆，巴拉圭的国家大学计算中心 1969 年装了一台 1130，学生按预约时段付费上机，甚至通宵运行。到 1982 年，还有土木工程师在用。还有人说，1967 年他的第一次编程就是用 Fortran 在 1130 上实现的。
女：最有趣的冷知识可能是编程语言名字的由来。Chuck Moore 本来想把自己开发的第四代语言叫 FOURTH，结果因为 1130 的 DMS 操作系统文件名限制为 5 个字符，被截断成了 FORTH。磁盘系统的一个约束，意外地固定了一个语言的名字，一用就是几十年。
男：也有人顺着 1130 的局限性问了个脑洞题：如果 1969 年后硬件停止发展，单靠软件能走多远？多数观点认为，批处理会一直占主导，交互式计算很难推广，虽然早期 PDP-10 和 Lisp 已经证明了交互的可行性。但像 1130 这种依赖读卡机、内存又小的机器，编程会变得极其繁琐，根本普及不开。
女：听起来就像如果胶卷相机限制一直不突破，数码摄影就不会出现，我们可能至今还在一卷一卷冲洗照片，然后抱怨拍糊了没法撤回。想到这些技术的演进，再回到开头 OpenAI 几百亿的亏损和 xAI 那些冒烟的涡轮机，会觉得这个世界的运转，好像总是在极端之间反复。
男：从算力账单烧穿盈亏线，到地下菌丝静默固碳；从手工吹制的玻璃，到被字符数限制命名的编程语言——技术在飞速狂奔，但它留下的印记，有时候是一个环岛、一个文件名、或者一本没人读完的书。
女：那今天这期有点长，也聊得挺散的，但很尽兴。希望各位听众能从这堆看似分散的故事里，找到一点属于自己的线索。我们下期再见。
男：别忘了，您可以在任何泛用型播客客户端订阅我们。下期见。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。