一些小道消息

总结了一下最近收集的小道消息，不担保真实性和准确性，仅供参考。

1 英伟达：自带核电能源的 RTX 6090 Ti

据接近英伟达供应链的人士透露，RTX 6090 Ti 的工程样机已在内华达州某实验室完成第三轮测试，TDP 达到 1200W，突破了民用电源的物理承载极限。此前英伟达曾尝试推出配套的 2400W 定制电源，但样品在压力测试中熔毁了两台原型机，且因体积过大「无法塞进任何一款现有机箱，包括全塔」。

为彻底解决供电问题，英伟达与一家未披露名称的欧洲能源公司联合开发了一套集成式微型核能模组，代号「Project Suncore」，直接焊在 PCB 背板上，取消了全部外接供电接口。

该模组采用氘-氚聚变反应路线，理论续航超过 12 年。一位曾经参与测试的离职工程师称「这可能是人类历史上第一张不需要插电的显卡」，随即补充道「当然，你需要插一根水冷管，因为它现在的散热需求大约相当于一台小型柴油发电机」。

消息人士称产品包装清单中除显卡本体外，还包含一件含铅复合材料背心（均码 L）、一份 94 页的辐射安全操作手册（中英日韩四语）、一张由用户本人签署的免责声明，以及一枚剂量徽章——用户可将徽章寄回英伟达检测辐射暴露量。

来自某知情人士的泄露图：

价格方面是此次最具争议的部分。显卡整体售价 42999 美元，英伟达将其定位为「个人算力基础设施」而非传统消费级显卡。

知情人士透露，这个价格中裸卡部分仅占约 3000 美元，核能模组的成本占到了整体的七成以上。但英伟达内部的定价逻辑并非基于成本，而是「它取代了你的电源、你的电费、以及未来 12 年的能源焦虑，折算下来每天不到 10 美元」。

此外，有开发者在驱动程序文件中发现了一行注释代码：「if radiation_level > threshold: display warning '请远离显卡并联系当地环保部门'」。英伟达尚未对此做出回应，但一位接近公司的人士表示，这行代码「只是工程师的临时注释，不代表最终产品功能」。

黄仁勋在一次非公开的投资者沟通中被问到「普通消费者是否真的需要一张核动力显卡」，据在场人士转述，他的回答是：

「他们不需要。但他们一定会买。」

2 Neuralink：睡后新收入？

据两位知情人士透露，Neuralink 内部正在推进一个代号为「DreamLoop」的实验性项目：通过脑机接口芯片，在用户睡眠期间采集剩余脑电波信号，将其转化为可用算力，接入 AI 大模型的分布式训练网络。

该项目的技术逻辑是：人类在深度睡眠和 REM 阶段，大脑仍在进行高强度的神经元放电活动，但这些有推理能力的算力「没有被任何有意义的意识任务占用」。Neuralink 的研究团队认为，这部分闲置脑电信号经过编码后，可以作为低功耗推理节点并入大模型训练集群——本质上，就是让你的大脑在你睡觉时「兼职打工」。

项目文档显示，单个用户一晚 8 小时睡眠可贡献的有效算力约等于 1.7 块 H100 显卡。这个数字出乎很多人意料——人脑即便在睡眠状态下的神经元并行处理能力仍然远超硅基芯片。

Neuralink 在商业计划书中据此做了一道乘法：「全球 80 亿人，假设 10% 接入，每晚可获得等效 13.6 亿块 H100 的算力。这超过了目前全球所有数据中心的 GPU 总和。英伟达需要三年的满产产能才能造出这么多卡，而我们，则只需要人类躺下。」

一位参与早期测试的志愿者在匿名论坛上分享了体验。他称植入芯片后的第一周「睡眠质量没有明显变化」，但从第二周开始频繁做与大语言模型相关的梦：「我梦见自己在一个无限长的走廊里，每扇门后面都是一个人在问我问题，我必须给出回答。醒来后异常疲惫，像上了一晚夜班。」Neuralink 对此回应称「梦境内容受主观感知影响较大，与 DreamLoop 项目无直接关联」。

商业模式方面，Neuralink 计划向用户提供「脑力共享计划」：用户授权睡眠期间的脑电波使用权后，可按贡献算力获得积分，积分可兑换 Tesla 超充额度、X Premium 会员时长，或直接折算为 Neuralink 股权积分。

一份泄露的内部定价表显示，一晚完整 8 小时深度睡眠——等效 1.7 块 H100 的算力，市场云服务租赁价约 55 美元——可兑换 0.6 度 Tesla 超充电量，或 X Premium 会员 17 分钟。

据悉，马斯克本人对该项目极为兴奋，在一次内部全员会上表示：「人类每天浪费 8 小时在睡觉上，这是文明最大的资源闲置。DreamLoop 不只是一个产品，它是对人类生产力边界的重新定义。」

3 Token 的布雷顿森林体系？

据 STN 电视台报道，Anthropic、OpenAI、Google DeepMind、月之暗面及 DeepSeek 五家公司的高级代表已于今年 2 月在新加坡举行了一场未公开的闭门会议，议题只有一个：建立全球统一的 Token 兑换体系。

会议的背景是，随着大模型 API 调用量在 2025 年爆发式增长，Token 已事实上成为一种全球性的数字生产资料，但各家定价体系完全割裂。

同样是「输出 1000 个 Token」，Claude 的价格是 DeepSeek 的近十倍，Gemini 的计费颗粒度与 GPT 又无法直接换算。大量企业客户同时调用多家模型的 API，财务部门需要在四五套完全不同的 Token 计价体系之间做对账，一位跨国公司的 CTO 将这种痛苦形容为「像是在同时使用美元、卢布和贝壳进行国际贸易」。

会议成果是一份代号为「新布雷顿森林备忘录」的框架协议草案。该草案提议成立一个名为 ATH（Alliance of Token Harmonization）的跨公司组织，总部暂设新加坡，核心职能是建立各家 Token 之间的官方兑换汇率，并提供实时清算服务。

汇率体系方面，经过多轮博弈，各方初步同意以 Claude Token 作为基准锚定货币——类似当年美元在布雷顿森林体系中的角色。选择 Claude 的原因并非 Anthropic 谈判能力最强，而是一个技术层面的理由：Claude 的 Token 单价最高，颗粒度最细，「向下兑换」时精度损失最小。

一位参会者透露，DeepSeek 代表对此「没有异议但面露复杂神情」，因为按草案汇率，1 个 Claude 输出 Token 约可兑换 11.3 个 DeepSeek 输出 Token，DeepSeek 代表对锚定方案本身没有异议，但对比价表示「需要内部讨论」。

草案中最具争议的条款是「Token 准备金制度」。ATH 要求每个成员公司按季度向组织托管一定比例的算力储备，作为汇率稳定的保障。如果某家公司突然大幅降价，ATH 有权动用准备金进行干预，维持汇率在波动区间内。

一位知情人士称这条条款「本质上就是冲着 DeepSeek 和月之暗面写的」。这两方据说提出了反对意见，但在被问到「你们未来还会不会突然降价 90%」时，代表沉默了约十秒钟，然后说「不排除任何可能」。

框架协议还包含一项引发外界关注的细节：ATH 计划发行一种名为「ATU」（Alliance Token Unit）的记账单位，作为跨模型结算的中间货币，类似国际货币基金组织的特别提款权（SDR）。

市场已经提前做出了反应。消息传出后 48 小时内，至少 3 家加密交易所宣布上线「AI Token 期货合约」，允许用户做多或做空各家大模型 Token 的兑换汇率。其中 Claude Token 对 DeepSeek Token 的合约交易量在首日就突破了 2000 万美元。

Anthropic 方面拒绝对会议细节置评，仅表示「我们始终致力于推动行业健康发展」。Sam Altman 当晚在 X 上连发了 14 条帖子表达不满，随后全部删除，最后只留下一条：「GPT-5 的定价将在近期做出调整。」市场将此解读为降价预告，OpenAI 股价应声上涨 3%。

马斯克在 X 上转发了相关报道，配文只有三个字：「扯 x 蛋。」二十分钟后又发了一条：「不过如果 Grok Token 能加入，我们可以谈谈。」

4 高德地图：不想回家模式

据接近高德地图产品团队的人士透露，高德将在下一版本中上线一项名为「不想回家」的导航模式，内部代号「Buffer」，专为下班后不想直接到家的用户设计。

该功能的交互逻辑是：用户在常规导航输入「回家」后，屏幕底部会浮现一个灰色小字按钮——「还不想到」。点击后，系统不会更改目的地，但会自动在回家路线中插入一段「缓冲路径」，途经公园、江边、林荫道或城市中相对安静的街道，时长可在 15 分钟到 1 小时之间自选。

知情人士称，这个功能的起源是一次常规用户调研。产品团队在分析导航行为数据时发现了一个反常模式：大量用户在工作日晚间设定「回家」导航后，会在距家 1-2 公里处主动偏离推荐路线，绕行 10 到 30 分钟后才真正到家。起初团队以为是地图数据出了问题，排查后发现路线完全正常：是用户自己选择了绕路。

随后的定性访谈证实了这一点。一位受访用户说：「到家就意味着要面对一些东西，晚到 20 分钟，那 20 分钟是完全属于自己的。」另一位说得更直接：「车停进地库那一刻，我的角色就切换了。我只是想晚一点切换。」产品团队将调研报告中的高频词做了统计，排名第一的不是「堵车」也不是「路线不合理」，而是「不想那么快到家」。

功能细节方面，系统会根据实时天气和季节推荐最合适的缓冲路线：晴天优先推荐江边和开阔地带，雨天推荐有顶棚的商业步道或地下停车场周边的慢行区。冬天日落早的月份，系统会自动将缓冲路径规划在有路灯覆盖的区域。

一位参与内测的用户反馈称，某次系统给他规划了一条穿过老城区的路线，经过一排只有晚上才开门的小馆子，「感受了一路的生活气息，莫名其妙就没那么累了」。

产品负责人在内部汇报中说了一句被广泛转述的话：「我们做了十年导航，一直在帮用户更快到达目的地。这是第一次，用户告诉我们，他不想那么快到。」

5 订阅制奇观：方向盘转向定制？

据一份被泄露的内部产品规划文档显示，某国产新能源车企计划在今年下半年对旗下全系车型推送 OTA 更新，将方向盘转向角度纳入软件订阅体系。

文档显示，更新后方向盘转向功能将被拆分为三个付费层级：基础版（免费）限制最大转向角度为单侧 45°，Pro 版（49.9 元/月）解锁至 90°，Ultra 版（99.9 元/月）解锁完整的 360° 转向能力。

未订阅任何付费版本的用户仍可正常直行、变道和完成大部分缓弯，但无法执行掉头、侧方位停车等需要大角度转向的操作。

文档中有一页专门标注了各层级对应的「典型使用场景」：基础版写着「通勤、高速、环线」，Pro 版写着「城区路口左转、地下车库」，Ultra 版只写了两个字：「掉头」。

该方案引发了内部激烈争论。一份会议纪要显示，有工程师当场提出异议：「方向盘转向角度是底盘硬件的物理特性，不是软件功能。」产品负责人回应：「电子助力转向系统本身就是软件控制的，我们只是对软件做了分级。硬件全部保留，一颗螺丝都没动，只是不同的付费层级调用了不同比例的硬件能力。」

客服话术培训文档也一并被泄露。文档要求客服在接到用户投诉时使用以下标准回复：「日常通勤场景下 45° 转向角度完全满足需求。数据显示，用户 87% 的驾驶时间处于直行或小幅转弯状态，大角度转向属于低频高价值操作，因此我们将其设计为增值服务。」

文档还特别提醒客服：如果用户追问「那我遇到紧急情况需要急转弯怎么办」，应回答「我们为所有用户保留了紧急转向覆写功能，在系统检测到碰撞风险时将自动临时解锁完整转向角度，无需额外付费」。随后有一行小字补充：「紧急覆写触发后，用户将收到一条推送通知，提醒其考虑升级至 Ultra 版以获得'更从容的驾驶体验'。」

定价策略文档中还透露了一项尚在讨论中的方案：推出「转向角度日卡」，单次购买 9.9 元，有效期 24 小时，面向「偶尔需要掉头但不想包月」的用户。文档中将这部分用户画像描述为「价格敏感型低频掉头人群」。有内部人士在匿名社区转述了这个词后，迅速成为社交媒体热梗。

该车企公关部门尚未对泄露文档做出正式回应。但其官方社交媒体账号在昨天深夜发布了一条动态：「驾驶自由，从选择开始。」配图是一辆该品牌车型正在一条笔直的公路上行驶。评论区最高赞评论是：「确实挺直的，因为转不了弯。」

官方账号回复了一个微笑表情，随后删除。

6 AI·增长黑客

据一位前员工透露，国内某头部天气 APP 在今年 3 月的版本更新中，将首页沿用了八年的经典布局——顶部大号温度数字、天气图标、一周预报横栏——全部砍掉，替换为一个全屏 AI 对话界面。用户打开 APP 后看到的不再是「晴，27°C」，而是一个空白输入框和一句引导语：「问问我，今天适合做什么？」

一位用户在应用商店留下的一星评价完整还原了使用流程：「早上出门前打开 APP，看到一个对话框，我打了'今天天气怎么样'。等了三秒，AI 回复了一段 200 多字的长文，依次告诉我今日气温区间、体感温度、相对湿度、气压值、空气质量指数、紫外线等级、花粉浓度，最后附了一段穿衣建议，说我适合穿'轻薄透气的叠穿组合，外搭一件防晒衫'。我只是想知道要不要带伞。我往下滑了四屏，终于在最后一段看到一句'午后有零星阵雨，建议携带雨具'。以前这个信息就是首页一个小雨滴图标。」该评价获得了 4700 个「有用」。

不过，改版上线后的数据表现被产品团队在内部汇报中描述为「超出预期」。核心指标是：用户平均停留时长从改版前的 8 秒提升至 37 秒，增幅超过 300%。这个数字被写进了向管理层的周报中，标题为「AI 对话改版带来显著用户参与度提升」。

这并非孤例。类似的「AI 对话化改造」正在各个品类蔓延。某记账 APP 砍掉了「记一笔」按钮，用户现在需要对 AI 说「我午饭花了 28 块」，然后被追问是工作餐还是个人消费、要不要归入预算、需不需要看同地段更便宜的选择，记完一笔账花了 4 分钟，上个版本只需 3 秒。

某航司 APP 将机票搜索从三栏输入改成对话框，用户说「下周三北京飞上海」后被连续追问五轮偏好，最终看到的航班列表和改版前一模一样，只是多花了两分钟。

这些 APP 的产品汇报中无一例外都写着同一个关键词：「用户停留时长显著提升」。一位资深产品经理在朋友圈写了一段话，被截图广泛转发：「2015 年的增长黑客是想方设法让用户多点两下，2026 年的增长黑客是想方设法让用户多说两句。底层逻辑没变——都是制造摩擦然后把摩擦包装成用户留存。」

7 新产品：AI 味儿书写器

据多位互联网从业者透露，一款名为「AI 味儿」的浏览器插件正在各大公司内部以非官方渠道迅速传播，核心功能只有一个：将人类创作的内容加工成「看起来像是 AI 生成的」。

这款工具的诞生源于一个真实的职场困境。一位早期用户在匿名社区解释了自己的使用动机：「上周我花了三天写了一份方案，leader 看完之后说'这个不够好，重新写'。我当天晚上原封不动重新提交了一次，只是在开头加了一句'以下由 AI 辅助生成'。leader 第二天回复'你看看现在 AI 的发展，果然厉害啊，写的很可以，小改几处就能用了'。从那以后我就悟了——署名自己，就要被反复修改；署名 AI，就只需要'小改几处'。」

该帖子获得了超过两万次点赞，评论区大量从业者表示「有完全一致的经历」。

「AI 味儿」插件的技术实现并不复杂，但细节设计颇为考究。它提供四个核心功能模块：

「公文模式」——在段落开头自动插入「综上所述」「值得注意的是」「从以下几个维度来看」等 AI 高频连接词。

「列表模式」——将任何连贯的自然段强行拆分为带编号的列表，即使内容之间没有并列关系。

「万能连接词模式」——在句与句之间随机插入「此外」「与此同时」「另一方面」，即使前后两句话讨论的是同一件事。

「幻觉注入模式」——它会在文本中故意插入一到两处似是而非的细节错误，比如把一个真实的年份改偏两年，或者把一位真实人物的职位写错一级。

开发者称幻觉注入是画龙点睛的功能：「一篇文章如果完全正确，反而显得不够 AI。有经验的读者看到几个小错误，才会真正放心'这确实是 AI 写的'。」

使用场景远不止文案写作。一位 UI 设计师透露，她用「AI 味儿」的图片处理功能给自己的设计稿加上了轻微的 AI 瑕疵——手指多一根关节、背景文字似是而非、对称构图中故意留一处不对称。

「之前我交付的稿子，老板会提 15 条修改意见。加了 AI 瑕疵之后，他只说了一句'AI 生成的效果还行，这几个细节你调一下'。修改意见变成了 3 条。」

程序员群体中的使用方式更加直接。一位后端开发者称，他在提交代码时会用插件在注释里自动添加「// Generated by AI assistant」。「以前代码出问题，leader 会拉着你逐行 review，做 root cause analysis，写事故复盘文档，严重的还要背绩效。现在只要 commit 记录里有 AI 辅助的标记，整个追责链条就松了一截——'AI 生成的嘛，有 bug 正常，关键是你得赶紧修掉'。同一个 bug，过去会批评为'你怎么写出这种代码'，现在变成了'AI 还是不太靠谱啊'。」

截至发稿时，该插件的周活跃用户已突破 30 万，在互联网、金融、咨询三个行业的渗透率最高。

开发者近期宣布即将上线付费版功能「AI 味儿 Pro」——可根据用户指定的具体模型（ChatGPT 风格、Claude 风格、豆包风格等）生成对应的「方言级 AI 味儿」。

据悉 Gemini 风格最受欢迎，因为「它的味儿最浓，一看就是 AI 写的」。

8 字节跳动：沟通 Token 绩效制？

据一位字节跳动员工透露，公司内部于本月起在部分业务线试点推行一套名为「Token 绩效制」的全新管理体系，核心机制是：每位员工每月获得固定的「个人 Token 配额」，在公司内部的一切沟通行为均需消耗对应数量的 Token。配额耗尽后，该员工当月的沟通渠道将被自动降级为「只读模式」，直到次月刷新。

一份内部宣导文档将制度的设计初衷表述为：「沟通是有成本的。每一句话、每一条消息、每一场会议都在消耗组织的注意力资源。Token 绩效制的目标是让每个人在开口之前想一想，这句话值不值得说。」

文档引用了一项内部审计数据：字节员工日均发送飞书消息 187 条，其中被归类为「可省略信息」的比例高达 63%，包括「好的」「收到」「嗯嗯」「辛苦了」「有空对一下」等。文档将这些统称为「熵增信息」，并附了一张图表，标题是「每一句'收到'的隐性成本：0.3 分钟 × 平均 7 位阅读者 = 2.1 分钟组织资源损耗」。

该制度最核心的设计是「上行/下行双轨配额」。每位员工的月度 Token 被拆分为两个独立池：「上行 Token」用于一切主动表达行为，包括发消息、写文档、提交代码、发起会议等；「下行 Token」则用于一切被动接收行为，包括被 @ 提及、被拉入群聊、被邀请参加会议、被分配任务评论、甚至被抄送邮件。两个池的配额比例约为 3:7。

配额的总量与绩效强挂钩。上季度绩效 S 级的员工每月获得 100M 总 Token，其中上行 30M、下行 70M，足够支撑高强度的跨团队协作；B 级员工 20M 总配额，「需要有意识地精简表达」；C 级员工仅获得 2M——据多位员工实测，这个额度大约够每天发送 15 条短消息和被动接收约 40 条 @ 消息。一旦哪个池先耗尽，对应的功能就会被冻结：上行耗尽意味着你无法说话，下行耗尽意味着你无法被联系到。

一位拿到 C 绩效的员工在匿名社区描述了自己的典型一天：「早上 9 点打开飞书，发现被拉进了 3 个新群，被 @ 了 11 次，被邀请了 2 场会议。还没说一个字，下行 Token 已经消耗了 40%。下午 leader 在一个 200 人的大群里 @ 所有人发了一段 3000 字的季度总结，我光'接收'这条消息就花了 1500 下行 Token。而他作为 S 级，发这条消息消耗的上行 Token 对他来说九牛一毛。到了傍晚我的下行池见底，飞书彻底安静了。第二天同事问我为什么没回消息，我说我不是不想回，是收不到了。」

一位同样 C 绩效的员工在匿名社区描述了此现象为「Token 窒息」：「你不是被开除的，你只是收不到任何消息了。没人通知你开会，没人给你派活，你坐在工位上，飞书安安静静，像是被世界遗忘了。月初配额刷新的那天早上，消息像洪水一样涌进来，你才知道过去一周发生了什么。」

上行配额的稀缺则从根本上重塑了沟通方式。群聊中「嗯」「好」「收到」等回复几乎消失，因为每个字都要消耗上行 Token。取而代之的是一种新礼仪——「已读不回」不再被视为态度冷淡，而被理解为「对方在节省配额」。

会议文化受到的冲击更大。由于发起会议消耗发起者的上行 Token，且参会发言也从上行池扣除，员工开始极度审慎地对待每一场会议。一位工程师表示：「以前那种'拉个会对齐一下'基本绝迹了。现在大家宁可在文档里评论三句话解决问题，因为比开会便宜。」

试点部门的周均会议数量下降了 47%，平均时长从 45 分钟缩短至 22 分钟。但有员工指出了另一面：「不是效率高了，是大家不敢说话了。上周需求评审会，全程只有 leader 一个人在讲，因为只有他是 S 绩效，Token 花得起。其他人全程沉默，会后通电话私聊才详细交换了意见的。」

该评论被转发后，有字节员工回复了四个字：「说得对。省着说。」下面紧跟着另一条回复：「你这四个字花了 200 Token，不如点个赞，免费。」再下面是一条被折叠的回复，点开后只有一个标点：「。」

9 Netflix 多结局机制

据一位接近 Netflix 产品团队的人士透露，Netflix 计划于今年第三季度对全平台原创剧集上线「多结局」功能：每部剧的最终集将不再只有一个版本，而是预埋 3 到 7 个替代结局，个性化推荐给不同的用户。

该功能的起源是一个困扰 Netflix 多年的数据：平台上约 31% 的退订行为发生在某部热门剧集大结局播出后的 72 小时内。内部团队将此称为「结局性退订」。

结局的分类体系在文档中被详细列出。每个替代结局有一个情绪标签：HE（Happy Ending）、SE（Sad Ending）、OE（Open Ending）、RE（Revenge Ending）。系统会根据用户历史观看数据自动推荐「最可能让你满意的结局」。文档中以《鱿鱼游戏》为例做了一次模拟推演：一个过去两年看完所有韩剧都打了五星的用户，系统会推送成奇勋活下来并与家人团聚的 HE 版本；而一个偏好犯罪悬疑类型的用户，会被推送成奇勋重返游戏、成为新一代主办方的 SE 版本。文档在这个案例旁标注了一句话：「同一部剧，两个用户，两种结局，两次续订。」

Netflix 首席内容官在内部会议上的回应被与会者转述：「数据告诉我们一个事实——结局满意的用户续订率是不满意用户的 2.3 倍。如果当初《权力的游戏》有多结局功能，HBO 不会在最终季后流失那么多订阅用户。我们不想重蹈覆辙。」

上线后最出乎意料的现象发生在社交媒体上。由于每个用户看到的结局可能不同，关于「大结局到底讲了什么」的公共讨论几乎瞬间瓦解。一位用户发帖称：「我跟我老婆同时看完了《Stranger Things》的大结局，她的版本里 Eleven 活了，我的版本里 Eleven 死了。我们吵了四十分钟才意识到看的不是同一个结局。」

但这正是 Netflix 也喜闻乐见的。多结局的讨论本身也拉高了剧集的热度，这是意外收获。

高级会员的独占功能将争议推向了顶点，Premium 会员可使用「Prompt Ending」，即用自然语言描述自己想要的结局，由 AI 实时生成一段定制影像。

一位早期测试用户分享了体验：他给《三体》生成了「罗辑和庄颜带着孩子在澳大利亚开农场安度余生」的结局。还有人给《鱿鱼游戏》输入了「所有参赛者最后发现这其实是一档综艺节目，主持人是刘在石」，AI 忠实地生成了刘在石走进竞技场鞠躬致意的画面，全场参赛者鼓掌的结局。该片段在 X 上的播放量超过了《鱿鱼游戏》正片预告片。

该功能上线一个月后，Netflix 发布了一份用户行为报告，其中有一条数据引发了广泛关注：在所有启用了 Prompt Ending 的用户中，最高频的输入不是某个具体的剧情走向，而是同一句话——「让所有人都活着，在一起，幸福地生活」。这句话在不同剧集、不同类型、不同语言的用户中反复出现，占全部 prompt 输入的 22%。

Netflix 在报告中将此描述为「用户对正向情感体验的强烈需求」。一位编剧在看到这条数据后评论道：「花了几十亿美元开发 AI 结局生成系统，最后发现人类想要的就是童话故事的最后一句话。这笔钱不如直接在每部剧结尾加一行字：'他们从此过上了幸福的生活'，效果一样，还省了服务器算力。」

10 可背走的汽车电池？

据一位接近某头部新能源车企的人士透露，该品牌将在今年下半年通过 OTA 推送一项名为「能源自由」的新功能：车主可将车辆底盘电池组拆分为最多 12 个独立模块，每个模块约 7kWh、重约 11 公斤，配合随车附赠的转接背带，可以像背登山包一样背走，为笔记本电脑、露营设备、甚至家用电器供电，成为一个大型充电宝。

内测期间已涌现出大量使用场景。有车主背着模块去露营，一个模块够一台便携冰箱运行两天；有摄影师把它当移动电源带进深山，给无人机和灯光设备持续供电 10 小时；有夜市摊主直接用它给煎饼摊的电磁炉供电；最离谱的是一位网友在小区停电时拆了三个模块回家，撑过了整个下午——空调、路由器、冰箱全靠它。

另外，每个模块底部内置折叠式家用插头，可直接插入家中 220V 墙壁插座充电，充满约需 6 小时。这意味着车主不再依赖充电桩——把模块拎回家，睡前插上，第二天带下楼装回车里就行。

这个设计精准击中了没有家用充电桩的车主。一位住在老旧小区六楼的车主在论坛写道：「我买新能源车两年，小区没充电桩，每周开 15 公里去商场充电。现在每天拆两个模块上楼，用厨房插座充，一周轮一圈就全充满了。」由于家用电价远低于商业充电桩，他算了一笔账：充满全车 85kWh，家用电费约 42 元，充电桩要 120-150 元，「省下的钱每月够多吃三顿火锅」。

意想不到的是，「每天负重 22 公斤爬六楼」这件事本身在健身社区引发了热议。有人在 Keep 上发布了一套「电池模块负重训练计划」，将每日上下楼搬运模块编排为有氧与力量复合训练课程，两周内收藏量破万。一位健身博主实测后发帖称：「背两个模块爬六楼，心率峰值 165，热量消耗约等于跑步 3 公里。连续一个月后我的深蹲成绩涨了 15 公斤。」

评论区有人总结：「这是人类历史上第一次，一辆车同时解决了出行、供电和健身三个需求。」

不过也有车主反映了全新的续航焦虑问题。一位将 8 个模块拆下用于露营并且分享给其他朋友用电的用户，返程时发现剩余电量仅够行驶 37 公里，最后在高速服务区等了两小时。他发帖：「我带着满满的电出门，给帐篷供了两天电，电脑和手机一直工作，晚上可以灯火通明，可唯一没电的是我的车。」

主要参考资料：

《NVIDIA Next-Gen GPU Roadmap: From Silicon to Fission》，Tom's Hardware，2026 年 2 月

《英伟达 RTX 6090 Ti 供应链溯源：一块 PCB 背板的核能之旅》，电子工程专辑

《Neuralink DreamLoop White Paper v0.3 (Leaked Draft)》，TechCrunch 独家获取

《睡眠经济的终极形态：当你的大脑成为算力节点》，晚点 LatePost

《人脑算力等效估算：从神经突触到 FLOPS》，Nature Computational Science, Vol.6, Issue 2

《The Bretton Woods of AI: Can Token Become a Global Reserve Unit?》，The Information

《Token 定价体系的割裂与统一：一份来自新加坡闭门会的备忘录》，财新科技

《Alliance of Token Harmonization (ATH) Framework Agreement Draft》，文件编号 ATH-2026-SG-001

《Sam Altman's 14 Deleted Posts: A Timeline》，The Verge

《高德地图产品体验报告：从 A 到 B 之间，用户到底想要什么》，人人都是产品经理

《城市通勤者的「最后两公里」：一项关于到家前绕路行为的定性研究》，清华大学交通研究所工作论文

《Subscription Fatigue in the Automotive Industry: When Hardware Meets SaaS》，McKinsey Digital, 2026 Q1

《某国产新能源车企 OTA 订阅策略内部文档》，未来汽车日报独家获取

《AI-Native UX or AI-Forced UX? The Hidden Cost of Conversational Redesign》，Nielsen Norman Group

《从 GUI 到 LUI：对话式交互的增长幻觉》，极客公园

《「AI 味儿」插件 GitHub 仓库 README.md》，存档于 Web Archive

《When Workers Want to Look Like Machines: Reverse Turing in the Workplace》，Harvard Business Review

《字节跳动飞书消息审计报告（2025 年度）》，Tech 星球独家

《Token Budgeting as Organizational Control: A Case Study》，MIT Sloan Management Review

《Netflix Personalized Endings: Internal Product Spec v2.1》，Bloomberg Technology

《结局经济学：流媒体时代的叙事权力转移》，三联生活周刊

《You Season 5 Finale Backlash and the 671M-Hour Paradox》，Collider

《Prompt Ending 用户行为分析报告（首月）》，Netflix Research Blog

《22% 的人只想要 Happy Ending：一项跨文化叙事偏好研究》，斯坦福人机交互实验室预印本

——

* 本文内容纯属虚构，如有雷同，那我是预言家。

* Claude Opus、ChatGPT、Gemini、豆包 亦有帮助