烏鴉在數百萬年前就發現了抗生素。 當烏鴉生病時，它會做一些看起來瘋狂的事情——它會找到一個蟻群，故意惹惱它們。 螞蟻會攻擊。它們在防禦時到處噴灑蟻酸。 而烏鴉呢？不會逃跑。它展開翅膀，任由螞蟻爬滿全身。 這裡的天才之處在於：蟻酸是一種天然的抗菌和抗真菌化合物。它能殺死破壞羽毛的寄生蟲和微生物。烏鴉基本上是在給自己進行化學浴。 科學家稱這種行為為「蟻浴」。超過200種鳥類會這樣做。首次記錄於1831年，但鳥類已經這樣做了數百萬年。 事情變得更奇怪。 當螞蟻不可用時，一些鳥會抓起點燃的香煙屁股，並用煙霧擦拭自己。它們找到了替代藥物。 我們花了幾個世紀「發現」抗生素。烏鴉這段時間一直在經營自己的藥房。 這讓我感到驚訝的是：進化是原始的藥物發現引擎。數十億年，數萬億次實驗。沒有假設——只有不斷的試錯，直到找到有效的方法。 現在我們正在建立AI系統，為抗體設計做同樣的事情——搜尋廣大的分子空間，預測蛋白質結構，優化結合親和力。大自然花了數百萬年，而AI可以在幾天內探索這些。

OpenAI 剛剛在 Cerebras 的晶圓級硬體上部署了 GPT-5.3-Codex-Spark，達到每秒 1,000+ 個標記——大約比 GPU 推理快 10-20 倍。 這不是漸進式的改進；這是一個根本性的架構轉變，首次使實時 AI 協作成為可能。 --- 沒有人談論的瓶頸 這是 AI 推理的苦澀秘密：你的 GPU 集群大部分時間都在 *不計算*。 當你在 NVIDIA GPU 上運行大型語言模型時，實際的矩陣乘法是快速的。真正讓你受挫的是： 1. GPU 之間的通信——將一個 175B+ 參數模型分片到 8 個 GPU 上意味著不斷的數據洗牌 2. 記憶體帶寬——HBM 雖然快速，但仍然是離芯片的 3. 批處理開銷——GPU 優化的是吞吐量，而不是延遲，因此它們會等待批量請求 結果是？即使在最先進的 H100 上，你也只能看到前沿模型每秒 50-150 個標記。這對於異步工作負載來說還可以，但對於實時互動來說卻很糟糕。 --- CEREBRAS：一片晶圓統治一切 Cerebras 採取了截然不同的方法：不建造晶片，而是建造晶圓。 WSE-3（晶圓級引擎 3）的規格令人震驚：                     WSE-3           NVIDIA B200      比率 晶片大小            46,255 mm²      ~800 mm²         57x 晶體管             4 兆      208 億      19x AI 核心            900,000         18,432 CUDA      49x 片上記憶體      44 GB SRAM      192 GB HBM3e*    — 記憶體帶寬    21 PB/s         8 TB/s           2,600x *B200 使用離芯片的 HBM；WSE-3 的記憶體完全在晶片上。 關鍵見解：通過將所有東西保持在一個巨大的晶片上，你完全消除了互連瓶頸。 沒有 PCIe。沒有 NVLink。沒有 InfiniBand。數據就這樣... 移動。 --- 為什麼這對 CODEX 重要 OpenAI 的公告揭示了他們的策略： "Codex-Spark 針對互動工作進行了優化，在這裡延遲和智能一樣重要。你可以與模型實時協作，打斷或重新引導它的工作。" 這是真正的範式轉變。之前的 AI 編碼助手運作在請求-響應模型中： 1. 你寫一個提示 2. 你等待 10-30 秒 3. 你得到一個響應 4. 你評估並重複 在每秒 1,000 個標記的情況下，互動模型轉變為持續協作： 1. 你開始輸入 2. 模型的響應速度與你閱讀的速度一樣快 3. 你實時打斷、重新引導、精煉 4. 反饋循環緊縮到人類對話的速度 這是電子郵件和電話通話之間的區別。 --- 技術堆棧 OpenAI 的博客揭示了他們不僅僅是插入 Cerebras 硬體——他們重寫了整個推理管道： • 客戶端/服務器往返開銷減少 80% • 每個標記的開銷減少 30% • 首個標記的時間減少 50% • 持久的 WebSocket 連接（與 HTTP 請求/響應相比） Cerebras 硬體提供了原始速度；OpenAI 的基礎設施工作確保這種速度實際上能夠到達用戶。 --- 100 億美元的賭注 一月的合作夥伴關係公告：OpenAI 將在 2028 年之前購買 750MW 的 Cerebras 計算能力。以數據中心經濟學來看，這大約是 100 億美元以上的基礎設施承諾。 這不是一個試點。這是一個戰略賭注，認為以延遲為首的推理將定義下一代 AI 應用。 --- 這解鎖了什麼 在這種規模下的實時推理使得以前不切實際的 AI 互動類別成為可能： 1. 真正的配對編程——AI 能夠跟上你的思維 2. 多代理協調——子代理在幾秒鐘內完成任務，而不是幾分鐘 3. 語音優先編碼——延遲足夠低以符合自然語音節奏 4. 中斷驅動的工作流程——在生成過程中隨時改變主意而不受懲罰 --- 更大的圖景 GPU 將在訓練和高吞吐量批量推理中保持主導地位。GPT-Codex-Spark 則開辟了不同的利基市場：對延遲敏感的、實時的、互動的 AI。

大型語言模型（LLMs）有詞彙模型。專家有世界模型。 這就是整個差距。 一個大型語言模型寫出來的合約讀起來完美無瑕。律師卻能清楚看到對方律師會如何將其撕得粉碎。 生物學也是如此。一個模型預測了一種蛋白質的結構。一位生物學家會問：當細胞受到壓力、發炎或死亡時，它會如何表現？ 下一個人工智慧的前沿不是智慧，而是模擬的深度。