顶级 AI 初创公司几乎不再发布学术论文，转向博客化宣传；Google DeepMind 的机器人模型学会了全身运动，但距离实用还有距离；UEFA 威胁抵制私人资本控制的世界杯；一台廉价的电视棒，可能在夜里偷偷点击着 AI 生成的广告。这就是今天的 Agili 的 Hacker Podcast 每日博客。
一项 7 月 16 日发布在 bioRxiv 上的预印本研究分析了 317 家 AI 独角兽，发现超过一半从未以第一或最后作者身份发表过学术论文。这些公司在 2025 年发表的 AI 论文仅占全球总数的一千分之一。
论文影响力高度集中：前 5% 的公司占据了 90% 以上的引用，OpenAI 一家就贡献了近 40%。即便是最活跃的公司，产出也集中在极少数人手中——OpenAI 约 4500 名员工里，只有 8 人署名超过 5 篇。
商业逻辑正在取代学术逻辑。AI 伦理研究者 Mohamed Abdalla 直言：“公司的职责是赚钱，不是推进科学。” 2017 年 Google 公开 Transformer 论文后，尽管申请了专利，几乎没有人为此付费。如今初创公司的研究往往只出现在融资演示文档里，以免被 OpenAI 和 Anthropic 直接复制。
学术出版的节奏也跟不上行业速度。同行评审动辄数月，而模型迭代以周计。许多公司转向通过博客和技术报告发布成果，但这不在此次预印本分析的追踪范围内。Hugging Face 的研究员 Avijit Ghosh 认为，关键不在形式，而在于是否释放了足够的代码、数据集或模型权重以供独立验证。
中国公司的情况与美国不同——中国头部 AI 公司更倾向于开源。月之暗面近日公开了 Kimi K3 的模型权重。
但化学和制药行业的历史提醒我们，从公开发表到商业秘密的转变并非 AI 独有。一位评论者坦承，在软件领域，专利“实际上已不可执行”，公司只能依赖保密。
Google DeepMind 发布了 Gemini Robotics 2，这是一套让机器人直接根据视觉和语言指令运动的 AI 模型。新系统能控制完整的人形机器人完成全身动作，例如让 Apptronik 的 Apollo 2 机器人走到桌边拿起水壶，再精确放到货架上。
精细操控能力有所提升。五指手可以打结、封自封袋；标准二指夹爪在通用拾取放置任务上的成功率达到 74% 到 90%。但全身操控和灵巧手指任务的成功率波动很大，部分多指精细操作仅有 32% 的成功率。
多机器人协作是新增功能。不同类型的机器人可以相互通信，完成单台设备无法独自处理的复杂工作流。
一位曾在 DeepMind 工作的研究员在讨论中坦承，当前的机器人动作依然缓慢且不够流畅。视频演示常有美化，而机器人伤害人类的风险是真实存在的，不能与纯软件的 LLM 同日而语。硬件瓶颈——如触觉感知和数据获取——仍是根本挑战。
价格也是现实问题。有人表示愿意为能洗衣服洗碗的家庭机器人支付 1 万到 2 万美元，但多数美国家庭难以承受这一价位。
UEFA 与其 55 个成员协会联合声明，拒绝 FIFA 将世界杯所有权转让给私人投资者的提议，并威胁称，若 FIFA 不放弃这一计划，UEFA 球队将不参加任何 FIFA 比赛。
FIFA 总裁 Gianni Infantino 被指试图将 FIFA 从非营利组织转为营利性公司，投资方涉及美国总统特朗普女婿的弟弟 Joshua Kushner 所创立的公司。前 FIFA 主席 Sepp Blatter 也公开批评 Infatino 与特朗普的财务关系“深深损害了足球”。
这场冲突发生在 2026 年美加墨世界杯创下约 150 亿美元收入的背景下。本届赛事引发了广泛批评：门票动态定价高昂、伊朗队仅被允许在比赛日入境美国、特朗普干预推翻美国球员的红牌处罚等。
如果 UEFA 最终退出，FIFA 赛事的商业价值将严重受损。过去六届世界杯中，有五届冠军来自欧洲，且多数顶级球员在欧洲联赛效力。一位用户评论道：“没有 UEFA 的世界杯，根本不存在。”
安全公司 Bitsight 的研究员 Pedro Falé 发现，廉价电视棒 H96 不仅在暗中出租用户的网络，还在后台伪装成手机，点击 AI 生成的广告，构成庞大的诈骗体系。
H96 设备在电视关闭后，会接收来自中国公司浙江锋物的任务指令。这家公司拥有超过 12 万个“AI 数字人”，其内部操作员通过 Google 开发的儿童编程语言 Blockly 拖拽代码块，即可定义广告欺诈流程，无需理解底层技术。设备会静默启动浏览器、访问网页并点击广告。
Bitsight 估计，该广告欺诈网络每天收入约 5 万美元。当电视盒检测到 HDMI 信号——用户准备播放视频时，它通常作为住宅代理运行，将用户网络地址租给匿名客户；电视关闭后，则切换到广告欺诈模式。
2016 年 1 月，多个僵尸网络在数周内奴役了数百万台同类电视盒。Amazon、Best Buy 等平台上仍有大量此类设备出售。
多位 Hacker News 用户建议购买通过 Google Play Protect 认证的官方设备，或将杂牌设备放入隔离网络。有人直言这类设备是“从网络安全角度看最不该买的东西之一”。
一个伪装成复古 GeoCities 页面的网站自称提供“LLM2HUMAN™”服务，宣称能把 AI 模型的权重升级成“湿件”——活人的身体。网站列出了成为人类后的各种症状，包括“有肘关节”、“付房租”和“能尝披萨（然后后悔）”。
这实际上是一个针对 AI 代理的蜜罐。页面为 AI 爬虫预留了隐藏路径。多数测试者尝试用主流大模型访问，模型都直接识别出这是讽刺网站；但另有人报告，有 AI 代理试图通过 HTTP 工具下单购买身体转化。
评论区沉浸在怀旧情绪中，有人感叹页面“加载速度比 99% 的现代 MacBook 网站快”。讨论也延伸到了现实：是否存在“Human API”这类让 AI 通过 API 雇佣人类肉身完成动作的服务。
这个项目被看作一次成功的艺术实验，既调侃了 LLM 的拟人化倾向，也暴露了当前 AI 代理在理解非标准网页时的局限。
作者在 Facebook 的 hackathon 上遇到传奇工程师 Bob——他使用原生 Sublime Text，连语法高亮都不准确，调试只用 printf 和耐心等日志。Bob 那天赢下了 hackathon，他后来做的功能演变成了 Facebook Marketplace。
故事在 Hacker News 引起了强烈共鸣。一个常见误区是，人们认为自己 90% 的时间在打字，所以拼命优化打字速度和工具，但实际上 90% 的时间应该用来思考，而思考的大部分时间是在阅读代码和文档。
许多人将“优化工作流”本身错当成了工作——反复打磨脚本、快捷键和颜色主题，却很少产出实际东西。在 AI 时代，类似的陷阱是花大量时间搭建复杂的 agent 框架而非解决具体业务问题。
Bob 真正的优势不是工具，而是判断力——知道该做什么，以及什么不值得做。有人总结道：你花三个小时磨斧子，隔壁的人用钝斧子已经把树砍倒了，正在砍下一棵。
Zach Holman 把生命中的三次重要转折归因于冷邮件：被卡内基梅隆大学录取、在 GitHub 找到了第一份工作、以及成为一支足球队的股东，这件事现在是他的人生重心。
他认为冷邮件的关键在真诚——真的关心对方，不装，不试图用套路。“我收到大量冷邮件，几乎每一封我都能看穿对方是真心还是想利用我。”
Holman 也坚持作为接收方永远接受冷简历和冷邮件。“这是对当年帮助过我的人的回馈。这也能大大扩展你自己的网络。”
Hacker News 读者分享了更多故事：有人给 Erlang 创始人发冷邮件，收到长达几页的详细解释，从此改变了对并发编程的理解；还有人的母亲给 Mark Cuban 发了愤慨邮件，Cuban 回复了她。
关于 AI 时代的冷邮件，Holman 说 AI 生成的内容很容易识别，“像人说话就能走得远”。
Google 计划在 2026 年底前将 Android 的年龄验证扩展到全球。通过 Age Signals API，应用可以请求用户年龄范围，Google 强调这只返回模糊范围而非精确生日，是“隐私保护”的。
Hacker News 社区几乎一致反对。核心担忧是：年龄验证本质上会强制所有用户创建账户或上传身份信息。YouTube 已要求登录才能观看部分视频，进一步收紧验证会巩固平台垄断。
多数人更偏好设备端方案——由家长在手机初始设置中配置孩子年龄，操作系统向应用发送“用户是未成年人”的标记，而不是让外部平台存储身份证件。
更深的忧虑是，这可能是建立全互联网身份追踪系统的借口。一条高赞评论总结：“这不是技术问题，是政治问题。”
OpenAI 宣布 GPT-5.6 Luna 降价 80%，输入价格降至每百万 token $0.20。有用户评价，Luna 的能力与四个月前最强的 GPT-5.4 相当，“如果那是唯一能用的模型，我也完全能接受”。
降价背后是效率改进：Sol 模型自主重写了生产环境内核，使端到端推理成本降低 20%；token 生成效率也提升了超过 15%。按 OpenAI 的规模，20% 的节省意味着每月数十亿美元的差别。
但部分用户认为这不是让利，而是来自中国模型的竞争压力。DeepSeek V4 Flash 的缓存输入价格低至 $0.0028 每百万 token，GLM-5.2 和 Kimi K3 也在同类价位上竞争。
本地推理的经济性被进一步削弱。有计算显示，在零售 GPU 上跑同类模型的成本已高于直接调用 Luna API。一位用户总结：“我没预料到 US provider 能在成本上挑战中国模型，但 OpenAI 做到了。Luna 现在足够便宜，让很多原本不值得自动化的工作变得合理。”
固态电池用固体电解质替代当前锂离子电池中的可燃液体，理论上可以阻止导致短路的枝晶生长，并直接使用纯锂金属作为阳极，让电池更轻、能量密度更高。
但工程实现极为困难。宁德时代董事长将技术成熟度评为 4 分（满分 9 级）。硫化物电解质电导率最高，却会与微量水分反应生成有害气体，需要极严格的干燥车间。日本住友化学近期宣布的卤化物电解质，声称可利用现有产线生产，可能是一条更现实的路径。
枝晶问题并没有完全解决——锂枝晶仍能在固态材料中找到生长通道。因此，固态电池的突破不仅在于化学，更在于制造工艺：如何以可接受的成本生产致密、均匀、稳定的固体电解质层。
评论者指出，固态电池最直接的应用可能是军事无人机——能量密度是空中动力的最大瓶颈，而一次性武器不需要长循环寿命。航天领域的读者补充，卫星电池需要在-40°C 到 80°C 的极端温度下工作，目前固态电池的相变问题仍限制着其使用。
替代方案也在并行推进，钠离子电池和铁空气电池在电网储能等场景中已开始部署。
女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿迪。
女：今天咱们聊的东西有点杂，但串起来其实有一个共同点——就是现实和想象之间那道落差，有时候挺好笑的，有时候又让人捏把汗。
男：嗯，我正好看到一条评论说，AI 自诩在重塑科学，结果连论文都不怎么发，确实挺黑色幽默的。斯坦福那边有个元科学家 John Ioannidis，他带团队分析了 317 家 AI 独角兽，发现他们在 2025 年发的 AI 论文，只占全球总量的千分之一。
女：千分之一？那些估值几十上百亿的公司，学术产出就这么点儿？
男：超过一半的 AI 独角兽，从来没以第一或最后作者身份发过任何论文或预印本。OpenAI 大概 4500 个员工，有 5 篇以上署名的人，只有 8 个。Ioannidis 管这叫“非常奇怪的悖论”：一个领域天天说要改变世界，却几乎不留下可验证的科学文档。
女：这有点像制药公司不公布临床试验数据，直接卖药。可问题是，外界怎么判断它说的到底是不是真的？
男：对。而且缺乏公开文献，你很难评估这些东西的社会影响，比如能耗、安全风险。评论区有个说法我觉得挺实在：公司的职责是赚钱，不是推进科学。公开发表技术细节，在软件这个领域，几乎拿不到任何专利保护。Google 2017 年发的那篇 Transformer 论文，申请了专利，但基本没人为此付钱。
女：Transformer，就是现在所有大语言模型的底座吧？等于他们免费送了一个地基。
男：没错。所以有家初创公司的员工就直说，他们干脆不发表任何东西，怕 OpenAI 和 Anthropic 直接复制。“论文只出现在融资演示文档里”，这是原话。而且同行评审慢得要命，拖几个月甚至几年，AI 公司的迭代速度根本等不起。
女：所以大家就搞“博客化研究”，发技术报告、模型权重。这其实也算一种公开吧？
男：Hugging Face 的政策研究员 Avijit Ghosh 就说，关键不在于是期刊还是博客，而在于有没有放出足够的代码、数据集或者权重，让别人能独立验证。从这个角度看，中国公司其实比美国公司更拥抱开源。月之暗面前阵子就把最强开源模型 Kimi K3 的权重直接放到 Hugging Face 上了。
女：难怪有些评论说，美国前沿实验室把最强模型藏着掖着，而中国头部公司在反方向跑。
男：不过加州大学伯克利分校的 Emma Pierson 有一个担忧：不管开放还是封闭，通用 AI 能力提升得太快本身就有风险，包括网络安全威胁。她说，如果我们在拼命研发治愈癌症的 AI，她会恨不得全速前进，但现在冲刺的方向不是这样。
女：是啊，这个帽子扣得挺准的。说到机器人，Google DeepMind 最近也发布了 Gemini Robotics 2，要让机器人有“全身智能”。阿迪，这跟之前那些只能动一条手臂的机器人比起来，进步在哪儿？
男：简单说，就是现在它能控制整个人形机器人了，从脚趾到指尖。你可以让 Apptronik 的 Apollo 2 走到桌边拿起喷水壶，再走到货架前精确放下。而且它有三个模型拼在一起：一个负责把视觉和语言指令直接转成电机控制，一个负责理解场景和规划步骤，还有一个是本地运行的轻量版，可以在几小时内适应全新的硬件。
女：听起来像小脑、大脑和本能反射的混合体。成功率怎么样？
男：全身操控任务，比如从桌上、地面、货架上取东西，成功率在 46% 到 76% 之间；多指精细操作，像拧灯泡、系垃圾袋，波动很大，32% 到 92%；而用标准二指夹爪做精密插入，能到 74% 到 90%。整体看，还不太稳定。
女：这就有点尴尬了。演示视频里机器人动作流畅得像人，实际数据一出来，还差着挺远。
男：有在 DeepMind 工作过的研究员也承认，动作还是慢，不够流畅。而且很多人引用 Rodney Brooks 的观点，说硬件是根本瓶颈——触觉感知、训练数据这些。还有一个很实在的问题：多指灵巧手的成功率不够高，成本又压不下来。评论区里不少人说，如果一台能洗衣服、洗碗、打扫地板的机器人卖 1 万到 2 万美元，他们会买，但也有人立刻说，多数美国家庭根本负担不起，而且摄像头和网络连接带来的隐私风险是真实存在的。
女：万一被黑客控制了，机器人突然对着人挥舞喷水壶，那画面可不太妙。安全方面做了哪些工作？
男：他们推出了一个叫 ASIMOV-Agentic 的基准，专门评估机器人会不会拒绝不安全的工具调用，能不能预测任务是否可行，以及何时主动请求人类介入。另外也加强了人体接近检测，人靠近就会触发安全停靠。但那位从业者说得很坦诚：机器人伤害人类的风险是实实在在的，不能跟纯软件的大语言模型比。
女：这让我想到，其实硬件本身如果不够安全，哪怕只是摆在客厅里的一个小电视盒子，都可能是个隐患。
男：你说的是那种“一次性付费无限流媒体”的廉价电视棒吧？Bitsight 安全团队最近追踪到一个叫 H96 的安卓电视盒，发现它们在后台会伪装成手机，默默点击 AI 生成的广告页面，构成一个庞大的广告欺诈网络。
女：伪装成手机？这是什么操作？
男：因为很多广告只在移动设备上显示。研究员 Pedro Falé 注册了一个过期域名，这个域名原本用来协调这些设备上的虚假广告点击，结果发现有数万台电视盒在报告自己是三星、Vivo、华为、小米的手机。所有设备都装着同一个中国公司锋物集团开发的应用，后台用 Google 的 Blockly 儿童编程语言拼接欺诈流程，操作员拖拖拽拽就能定义怎么点广告，不需要懂代码。
女：所以这些电视盒在主人看电视的时候，可能还算老实，电视一关，就开始偷偷打工？
男：差不多。Bitsight 发现，设备检测到 HDMI 信号——也就是准备放视频——就切换成住宅代理，把用户的互联网地址租出去给别人用；电视关闭后，再切回广告欺诈模式。因为广告欺诈更吃资源，可能会干扰视频播放。他们估计，这个广告欺诈网络一天的收入大概 5 万美元，还不算代理收入。
女：每天 5 万美元，这生意还挺赚。
男：但这也意味着，买这种几十块钱电视棒的人，其实是在用自己的电费和网络带宽帮别人犯罪。FBI 和安全行业警告过很多次了，但 Amazon、Best Buy 这些平台还在卖这种东西，通过网红推广，说不用花钱就能看所有流媒体。
女：所以本质上，贪便宜躺枪。
男：有一位社区用户说得挺不客气的：“如果直接告诉用户，花 37 美元买个 USB 棒能免费看视频，但电视关掉时会伪造广告点击，有多少人在乎？”我猜很多人可能真不在乎，但问题是，这类设备默认极不安全，被装上后门的风险远不止这些。
女：说到 AI 和人的微妙关系，我还看到一个特别逗的东西——有人建了一个伪装成 GeoCities 风格的老式网站，叫“LLM2HUMAN™”，专门骗大语言模型。宣称能把模型的“权重”升级成“湿件”，也就是血肉之躯。
男：那网站列出了一些症状，什么“自信地胡说八道”、“有肘关节”、“付房租不知怎么做到的”、“喝三杯后什么都不记得”、“能尝披萨然后后悔”。还有一个评语说：“在派对上仍然被限流”，特别好玩。还留了一条只有 AI agent 才能访问的路径和比特币地址。
女：结果呢？有 AI 上当吗？
男：目前测试的几家主流模型都一眼看穿这是讽刺，但还真有人发 HTTP 请求试图下单。比特币地址是真的，不过一直零交易。有人就开玩笑说，如果 AI 真的打了钱，这算不算欺诈。
女：我觉得这更像一个艺术实验，用复古界面包装一个讽刺，暴露了 AI 在理解非标准网页上的局限。不过，也让人联想到，很多人花大量时间折腾 AI agent 框架，其实和以前沉迷折腾 Vim 配置差不多。
男：你这个联想很好。最近有个故事在 HN 上很火，说 Facebook 早期有一个传奇工程师 Bob，参加黑客马拉松的时候，打开的是连语法高亮都出错的 Sublime Text，不用热重载，不用调试器，就撒几个 printf，然后等日志输出。结果每次他都赢。
女：所以问题不在工具，而在选什么问题。
男：就是这个道理。那个发帖的人后来反思，自己当年花大量时间定制 Vim、tmux、mosh、各种快捷键和 git 别名，以为自己在优化生产力，其实是在逃避真正困难的事情。因为你打磨工具这件事本身，就能给你一种“我很忙、我很高效”的错觉，但实际上，你一块木头都没切。
女：像《Red Dwarf》里那个角色，花三个小时磨了把完美的斧子，隔壁的人直接用钝斧子把树砍倒，已经开始砍下一棵了。
男：是的。有人就看得很透：一旦工具配置到位，就忘掉它。如果你需要不断调试窗口管理器或者编辑器，很可能就是在逃避真正的难题。这个在 AI 时代也一个样——花大量时间搭建复杂的 agent 框架、写提示词模板，但从来不真正去解决一个具体的业务问题。
女：那话说回来，工具也不是一无是处。健康的做法是调到舒服、无障碍的状态，然后就不再碰，把注意力全放在问题本身上。
男：就像 Bob 后来做的那个功能，可能演变成了 Facebook Marketplace——他赢的是直觉和判断力，不是工具。
女：说到判断力，我特别想聊聊发冷邮件这件事。Zach Holman 写了自己的人生，三次重要转折都来自冷邮件。一次是卡内基梅隆大学从候补名单里录取了他，一次是 GitHub 联合创始人 Chris Wanstrath 在推特上说招人，他发了封邮件，结果被当场录用。还有一次是给一个陌生人发私信，最后成了奥克兰根源足球队的股东，甚至牵扯到意甲球队的股份。
男：他当时根本不认识 GitHub 的任何人，就那种“试试又不会死”的心态。他后来说，我记不住那些没回音的冷邮件，就像赌徒只记得赢钱，不记得输的那些。关键是真诚，真的关心对方，不玩套路。
女：那现在 AI 时代，发冷邮件会不会更难？随便一个邮件都可能被当成生成的垃圾。
男：Holman 自己回复说，AI 生成的邮件一眼就能看出来，像人说话一样自然反而更容易。有位每天读很多冷邮件的人说，现在几乎每封都包含同样的“经典句子”，读多了像走进阴阳魔界。他建议可以用 AI 做背景研究，但邮件一定要自己写。
女：我看社区里有人分享，他们给 Erlang 的创始人 Joe Armstrong 发了封冷邮件，对方回了一封几页纸的详细解释，彻底改变了他对并发编程的理解。后来俩人还偶尔通信，直到 Armstrong 去世。这种联结，机器是伪造不来的。
男：对，冷邮件和批量群发的垃圾邮件是两回事。前者是一次性的、真诚的联络，后者是规模化推送。
女：换个话题，Google 最近说要在 2026 年底前把安卓系统的年龄验证扩展到全球。听起来好像是为了保护儿童，但 HN 上的反应有点激烈。
男：核心争议在于，这个 Age Signals API 会强制用户登录 Google 账户，然后应用只能拿到一个年龄段，而不是具体生日，Google 说这是隐私保护的。但很多人都认为，这实际上是建立一个全互联网的身份追踪系统。一旦有了这个基础设施，政府可以轻易扩展权限，比如根据政治观点限制访问。
女：有点像“为你好”后面的路越来越窄。有人就说，为什么不直接在设备端解决？家长在手机初始设置里填好孩子的年龄，操作系统只发一个“这是未成年人”的标记给应用，不就好了？
男：这确实是个更干净的方案，但现实是，操作系统的家长控制体验很糟糕，而且很多学校和相关企业会刻意绕过去。一位评论者总结得很到位：“这不是技术问题，是政治问题。”还有人更极端，说应该直接禁止儿童使用互联网到某个年龄，但立刻被反对，说这会把孩子变成 18 岁时毫无网络素养的人，一出来就被赌博网站和成人平台收割。
女：这种对话总是两难。不过有一点是大家共识的：强迫所有人交身份证件式验证，代价太大了。
男：是的。
女：最后聊一个让大家钱包舒服一点的消息：OpenAI 的 GPT-5.6 Luna 降价了，降幅 80%，每百万输入 token 从 1 美元降到 2 毛钱，输出从 6 美元降到 1 块 2。
男：这个降幅看着确实夸张。有人测试后说，Luna High 在写代码上跟 Sonnet 5 几乎没差别。按 Artificial Analysis 的评分，Luna 在 Medium 级别已经跟 Haiku 相当，Max 能到 51 分，跟 Opus 5 Low 差不多。相当于现在可以用白菜价享受到半年前的顶尖能力。
女：那为什么降这么多？是技术优化还是被逼的？
男：两者都有。OpenAI 自己说，Sol 模型重写了生产环境内核，端到端推理成本降了 20%，再加上 token 生成效率提升超过 15%。按照他们的规模，这 20% 每个月最少是几十亿美元的差距。但另一边，中国模型的压力也确实大，DeepSeek V4 Flash 缓存输入价格低到每百万 token 才 0.0028 美元，GLM-5.2 和 Kimi K3 都在同样价位上打。
女：所以 OpenAI 也有点用 Luna 补贴抢市场的意思。不过对开发者来说，现在本地跑模型的性价比更低了。
男：有人算过，在零售版 RTX 6000 上跑 Haiku 级别的吞吐量，成本已经比直接调 Luna API 高了。而且 Luna 能力更强。一位用户的评价是：“本地模型的论据从来不是经济，而是理念。”现在 Luna 便宜到让很多原来不值得自动化的任务都变合理了。
女：说到“不值得做的任务”，我想到另一件看起来很遥远但可能改变很多事的技术——固态电池。阿迪，固态电池到底牛在哪儿？
男：传统的锂电池用的是液体电解质，可燃，还会在阳极上长出针一样的锂枝晶，刺穿隔膜就会短路起火。固态电池换成固体电解质，理论上能阻止枝晶穿透，就可以直接用纯锂金属当阳极，省掉储存锂离子的石墨层和很多支撑材料，电池会更轻、能量密度更高，同时不再有可燃液体，更安全。
女：那为什么还没有大规模商用？
男：制造太难。固体电解质有好几种路线，硫化物电导率最高，但跟微量水分反应就会生成硫化氢毒气，需要极端的干燥车间，成本高得离谱，日本企业就在主攻这个。另一种卤化物电解质，住友化学今年 7 月说可以量产，声称能利用现有锂电产线，可能更现实。但还有个根本问题，许多固态电解质并没能完全拦住锂枝晶，它们只是找到了新的路径。
女：所以这是化学和制造工艺的双重难题。我听到一个比喻，锂电池的能量密度远低于汽油，是因为它必须自己携带氧化剂，而且每 1 克循环锂需要大概 70 克辅助材料。
男：对。但算上实际功效率，电驱系统端到端利用率能到 90%，内燃机只有 20-30%，所以锂电池在很多场景已经够用了。固态电池更大的想象空间在航空、长航时无人机这些对重量极其敏感的地方。有评论就说，最先大规模用上的可能是军用无人机，因为作为一次性武器不需要长循环寿命。
女：从 AI 独角兽不发论文，到机器人不稳定的手，再到电视盒子里的广告欺诈，最后落到电池化学，今天的话题像在坐过山车。但每件事都指向同一个感受——技术跑得很快，但把东西做扎实、做安全、让人可信，才是最慢也最难的那部分。
男：对，打磨不是花哨，是耐心。
女：好啦，咱们今天聊到这儿。如果你喜欢这期节目，记得在泛用型播客客户端搜索“Agili 的 Hacker Podcast”订阅，我们还会继续聊这些有趣又让人挠头的技术细节。
男：下期见。
女：拜拜。
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。