Meta 171亿美元和解：拿全美青少年当人质的「行业领导力」

章节时间轴

• 0:00 开场：47州和解落地 — 录制前突发新闻，Meta 同意最高支付 171 亿美元并修改产品，Casey 回顾自己 2023 年从看空此案到看到未删节版后判断「这家公司完了」。
• 1:32 两条诉因 — 一是未经父母同意收集 13 岁以下儿童数据，二是推送、排序算法、无屏幕时间限制等一整套成瘾性设计。
• 3:48 钱怎么算 — 初期约 120 亿，若 TikTok、YouTube 跟进则升至约 171 亿；Casey 调侃 Meta 今年约 100 亿美元诈骗广告收入正好拿来交罚款。
• 4:35 人质游戏与全版广告 — Meta 把强制改动包装成行业领导力，准备在主要报纸刊登公开信喊话竞争对手。
• 6:07 产品改动清单 — 时长上限、夜间封锁、上课时段静音推送（私信豁免）、隐藏点赞数、关闭极端妆容滤镜。
• 8:28 博弈论：TikTok 与 YouTube 会怎么做 — Kevin 认为 YouTube 会坚持「我们更像电视不是社交媒体」，Casey 判断两家最终会接受，Meta 借此宣称自己引领了标准。
• 10:47 香烟类比与效果预期 — 全球民主国家正直接禁掉青少年社交应用；戒烟靠的是逐步变贵变难和文化转向，社交媒体可能走同一条路。
• 13:52 和解对 Meta 意味着什么 — 法官人选与万亿风险敞口；Kevin 拿微软反垄断类比诉讼的注意力损耗，Casey 认为 Meta 早已在「逃离自己的产品」去做超级智能。
• 16:10 裁员与 AI 原生小组 — Reuters 记者 Katie Paul 报道 Meta 曾计划把团队砍掉多达 60% 换成 AI 原生小队，Zuckerberg 中途叫停；Casey 预测明年会再试。
• 18:28 减害与「民主生效」 — 两人都认为 App 设计解决不了青少年心理健康危机，但减害有效；这是州检察长做成了国会没做成的事。
• 20:00 数据中心反弹的真问题 — 引入 Arvind Narayanan 的反直觉结论：拦数据中心不是拖慢 AI 的有效手段。
• 24:36 训练、推理与效率数学 — Narayanan 拆解为何停几个数据中心动不了训练，以及效率提升为何压倒新建容量。
• 30:44 核电类比与真正有效的战场 — 反核靠抬高全国监管成本，与数据中心反对的运作方式不同；社区更应争取直接补偿与投资。
• 37:39 勒德分子式的集体谈判 — Kevin 引 Eric Hobsbawm「以骚乱进行集体谈判」，Casey 举韩国工人罢工威胁与好莱坞工会谈 AI 保护条款。
• 40:00 最后一期 hat GPT — Vision Pro 进手术室、GTA 6 泄露、亚马逊无人机投包入泳池、信鸽速度聊天 App、meat proxy、人形机器人百米撞墙起火。
• 55:21 OpenAI 距 AGI 还有 20% — Time 封面报道称 Mark Chen 估算 OpenAI 已走完 80%，Kevin 主张按 2022 年前的任何定义 AGI 早已到来。

详细内容

一、诉讼的两条主线：儿童数据与成瘾设计

Casey 从 2023 年案件提起时就在跟踪。他坦言最初写专栏时认为起诉书「看起来没那么有说服力」，但未删节版公开后判断彻底反转——里面有大量证据显示 Meta 明确知道数百万 13 岁以下儿童在使用平台，却从未索取父母同意 0:45。

第一条诉因是美国少有的隐私保护条款：不得在未获父母许可的情况下收集 12 岁儿童的数据。Meta 的做法是把责任推给注册门槛——「不满 13 岁不能加入」——而实际执行形同虚设。Casey 认为这一点让检察长们「抓得死死的」，也是本案和解的主要原因 2:17。

第二条诉因是所有让人一天反复打开 Facebook 和 Instagram 的机制：全天候乃至深夜的推送通知、追求最强吸引力的排序算法、完全不设真实屏幕时间限制。检察长的定性是「你在制造成瘾」，而 Meta 最终选择不再抗辩 3:03。

Kevin 补充了和解的时间点信息：Instagram 负责人 Adam Mosseri 已经作证，Mark Zuckerberg 原定接着出庭，但律师们在那之前谈成了协议 2:17。这个细节暗示 Meta 极力避免让 Zuckerberg 上证人席。

二、钱：120亿起、171亿顶，以及「诈骗预算」

财务条款分两层。Kevin 指出 Meta 初期需支付约 120 亿美元，对 Meta 而言是真金白银但不至于伤及根本，而且可以多年摊销、不必立即支付 3:48。

Casey 在这里插入一个刺人的对照：Reuters 记者 Jeff Horowitz 数月前报道，Meta 预计今年将从诈骗相关广告中获得约 100 亿美元收入。所以在他看来，Meta「只需要把诈骗收入交出来支付和解」，Kevin 接梗称这是「把诈骗预算挪到和解预算，基本就轧平了」 3:48。

第二层是条件性的：若 TikTok 和 YouTube 也接受处罚并修改产品，总额会升至约 171 亿美元。两位主持人都认为，产品改动的分量远大于财务部分——Kevin 明确说「这些不是边缘的表面调整」，青少年用户的 Instagram 与 Facebook 体验将发生显著变化 10:47。

三、产品改动清单，以及被豁免的私信

Casey 逐条列举了主要条款：跨 Facebook 与 Instagram 累计的默认每日 2 小时上限；午夜到早 6 点的默认封锁，届时青少年无法发帖或看 stories；以及首次实现的上午 8 点至下午 3 点推送静音——Casey 讽刺 Meta「过去十几年一直在上课时间不停打扰孩子」 6:07。

但有一个关键豁免：直接消息（DM）不在静音范围内。Kevin 以「那我上化学课怎么和我的 Nasty Nancy AI 聊天机器人聊天」开玩笑，Casey 回答「好消息是 DM 被豁免了」，于是学生仍然可以在上微积分课时收到 Instagram 私信推送 6:54。

其余改动包括：默认隐藏 Instagram 帖子的点赞数（Casey 提到有研究显示这对青少年心理健康可能有适度益处），以及关闭所谓「极端妆容滤镜」——两人对「究竟要多浓的妆才算极端」展开了一段关于小丑妆（juggalo filter）的插科打诨 6:54 7:41。

四、人质条款：把强制改动包装成行业领导力

最引发两位主持人反感的是条件性条款：如果 TikTok 和 YouTube 同意 Meta 的条件，Meta 才会把每日上限进一步降到 1 小时，并把夜间模式从午夜至早 6 点扩展到晚 10 点至早 7 点 8:28。

Casey 的解读毫不留情：Meta 的潜台词是「别让我们单方面裁军」——凭什么我们做负责的事而对手不用？于是「我们要拿全美青少年做人质，除非那些人也做，我们就不给孩子最安全的体验」；而对外，Meta 把这包装成为青少年安全设立新行业标准的领导力 4:35。他形容 Meta 的做法是「在 47 位检察长的枪口下，等到最后一秒才做了最低限度的事，然后宣布我们很高兴宣布自己在青少年安全领域的领导地位」，这种犬儒的深度即便对长期报道这家公司的他也「令人窒息」 5:22。

Kevin 提供了配套证据：据《纽约时报》同事 Mike Isaac，Meta 准备本周在全国主要报纸投放全版广告和公开信，呼吁 TikTok 与 YouTube「加入我们支持青少年」，理由是「当青少年在一个 App 上受限，他们只会转向另一个」 4:35。Casey 承认这个论断「狭义上是真的」，但不能因此原谅整个姿态。

在博弈论层面，Kevin 预测 YouTube 会强烈反驳，因为它一贯主张「我们不是社交媒体，我们更像电视」，有教育用途、被大量学校使用，与 Instagram、Facebook 性质不同；TikTok 也会有自己的区分理由 9:14。Casey 的判断相反：两家很可能最终采纳这些标准，因为不采纳就可能面对自己的 171 亿美元和解。而一旦它们跟进，Meta 就会宣称「我们引领行业呼吁新标准，并让同行采纳了我们设定的标准」——Casey 称这是他预期的「下一波犬儒」，Kevin 补上一句「而且完全是自愿的，没有法院要求，也没有数十亿罚款的威胁」 10:00。

五、香烟类比：改动有用，但文化转向更关键

Kevin 追问这些改动是否真能改善青少年心理健康。Casey 搬出香烟类比：让人们戒烟不是靠某一记重拳，而是长期让体验一点点变贵、变难、变差——价格持续上涨、可吸烟场所持续减少、有关健康危害的信息持续渗透，最终多数人自己说「这不适合我」11:34 12:19。他预期社交媒体走同一条路：孩子使用会越来越麻烦，关于恶性后果的信息不断传来，最终迁移到更安全、不同的空间。

Kevin 顺着 1998 年烟草多州和解案追问：真正让吸烟率下降的可能不是那些广告限制条款，而是餐厅不再有吸烟区这类文化氛围（cultural milieu）的转变，是吸烟在文化中的「vibe shift」。他由此提出，本次和解的意义可能更多是象征性的重要一步——让 App 稍微不那么成瘾，从而给青少年一点距离去反思「这东西对我和朋友做了什么」，而真正起决定作用的仍是文化因素 13:05。Casey 认同，但设了边界：短视频的消费他「暂时看不到下车匝道」，其他机制则确实会让社交媒体没那么好玩 13:52。

Casey 还提醒了更大的背景：越来越多的民主国家正在直接对青少年禁用这些应用，这才是 Meta 真正盯着的枪口，所以它愿意以自身有限的标准走得相当远来避免这个命运 10:47。

六、为什么 Meta 现在和解：一万亿的风险敞口

Casey 给出三重原因 13:52：检察长在部分事实上「抓得死死的」；本案由一人裁决——以严格著称的法官 Yvonne Gonzalez Rogers；Meta 听了头几天的证词，又看了自己近期在同类议题上已经输掉的诉讼，估算最坏后果可能超过一万亿美元，接近公司总市值。结论是这个案子「危险到不能打到最后」。

Kevin 顺势类比几十年前的微软反垄断案：常见叙事是，拆分令虽在上诉中被推翻，但漫长诉讼极度分散了高管注意力，让公司变得极度谨慎、每场会议都坐着律师，结果错过了移动平台迁移、错过了搜索 14:38 15:24。他问 Meta 是否也会如此。

Casey 认为 Meta 内部很清楚这个故事，而且这家公司一贯偏执，长期向员工强调被竞争淘汰的可能性——它的反应就是把所有资源转向 AI 15:24。他给出一个观察作为佐证：Meta 如今的公开叙事里几乎没有 Facebook 和 Instagram 的光明未来，偶尔为创作者说几句，但它说自己在做的是构建超级智能、发布能接入日历替你干活的 Mac 应用。「这家公司的公开姿态是从自己的产品旁边跑开去做完全不同的东西，这本身就说明了它怎么看自己已经造出来的东西」16:10。

七、裁员与「AI 原生小组」：同一天的另一条 Meta 新闻

Kevin 带入 Reuters 记者 Katie Paul 当天的报道：Zuckerberg 及其副手已谋划数月，想推翻 Meta 的组织架构图，用小而灵活的「AI 原生小组」取代臃肿的大团队，方案涉及把全公司多个团队规模削减多达 60%。但报道称实际推进不如预期，Zuckerberg 在这场大刀阔斧的重组中途「怯场」，叫停了后续裁员规划 16:57。

Kevin 的解读是：这是一家意识到自己「为上一个时代而造」、尚未完成向新时代跃迁的公司；他追问社交媒体成瘾与危害诉讼是否也是变量。Casey 认为难说，因为社交媒体业务对 Meta 依然极度赚钱——Facebook 与 Instagram「在为这家公司印钞」，而且尽管有一切争议仍极受欢迎；他甚至反过来说，这些诉讼本质上针对的正是它们「太受欢迎」这个事实 17:43。

但 Casey 还给了一个来自多年高管接触的观察：Meta 对自己拥有的很多员工「变得很不舒服」，觉得员工想法太多、太有优越感、要求太多，因此在裁掉大量员工时「其实相当享受」。他给出明确预测：今年怯场没做的 60% 裁员，明年 AI 系统更好时会再试一次 17:43。

八、Narayanan 的数学：为什么拦数据中心拦不住 AI

Kevin 先给出「天真的反对派论证」：要让 AI 渗透社会就得训练更大的模型，因此要建更多能训练的数据中心，还要有数据中心来提供服务；所以数据中心越少，可训练与可服务的地方就越少，那么拦下自家后院的这一个就是尽了一份力 24:36。

Narayanan 分两步拆解 25:23。训练侧：据他理解，绝大多数数据中心并不用于训练，训练需要一定程度的专门化、在特定集群里完成，所以东拦一个西拦一个「完全不会拖慢训练」——要影响训练需要全国甚至全球性的禁令。所以真正的问题在推理侧：一个社区或一个州的禁令，是否有意义地减少了世界上在给定能力水平上的 AI 总容量？

答案是几乎没有，原因是两个常被忽略的因素 26:09：一是软件层面的效率提升，产业在用更少电力和机器完成同等能力水平的任务；二是硬件，新一代 GPU 更省电，而这些新 GPU 并不只进新建的数据中心，也在往已有数据中心里装。这两个「在现有数据中心里能做到的事」，主导性地压倒了新建数据中心带来的容量增益——他给出的量级是「大约一个数量级」26:56。

Kevin 提出关键反驳：效率提升本身是更多算力和更大模型的产物，是研究者靠算力发现新算法与效率技巧的结果，那么算力总量与可得性不正是维持这条效率曲线的前提吗？Narayanan 完全承认这个机制，但强调量级问题 27:41 28:26：一个社区甚至一个州能影响的，只是全国或全球数据中心容量的约 0.1%；无论这部分算力本来会用于服务模型还是进一步的 AI 研究，同等的进步都能靠持续的效率改进补回来——他算过，一个州停止新建数据中心，折算下来约等于让整个 AI 产业花 10 小时追平被放弃的算力 29:12。（两位主持人在开场引述该文时给的区间是「一年禁令约拖慢 5 到 10 小时」20:47。）

九、总量 vs 相对量：为什么实验室仍在拼命抢算力

Kevin 指出这个结论极度反直觉：整个今年前沿实验室都处在算力紧缺中，基本是造多少卖多少，显然建数据中心对它们非常重要 29:12。

Narayanan 的调和方式是区分绝对与相对 29:58：GPU 与软件效率带来的进步基本被所有 AI 公司共享，因此这个因素在公司之间「相互抵消」；而一家公司相对另一家的竞争优势，归根到底取决于它能控制多少算力。于是两个结论同时成立——算力总量不是行业总体进步速度的主要变量，但相对算力却是公司相对竞争位置里出人意料地重要的变量。Casey 追问是否意味着对单个实验室而言抢算力仍然至关重要，Narayanan 回答「正是如此，哪怕只是为了阻止竞争对手拿到它们」30:44。

十、核电类比与真正值得打的仗

Kevin 抛出 1970—80 年代的反核运动类比：三里岛等事故后，美国相当大一部分（至少是政治活跃的那部分）民众认定核电危险，运动大获成功，美国大约 30 年没建核电站；但它没有终止这项技术，只是改变了地理分布——法国和其他地方在建 30:44。他问数据中心的反对是否也是这个结局。

Narayanan 同意「不会终止技术」，但对「改变分布」也很怀疑 31:30：州与州之间或许有影响，但据他理解，反核之所以成功是靠抬高全国性的监管成本，而数据中心反弹完全不是这个模式——它不是让全国任何地方的开发者都要走额外审查、装额外安全设施、把成本和部署时间线抬高十倍的全国性法规，而只是把项目从一个地点挪到另一个地点，「在本地看像大胜，在全国层面我看不出有多大作用」32:17。

那什么才是建设性的目标？Narayanan 说自己研究过反数据中心运动的驱动力，并明确表示他不认为「减速 AI」是这场运动的主要目标：很多是本地关切（噪音、水），很多是程序性关切——缺乏透明度、地方政客不给公民发声机会就签下协议 32:17 33:03。但他认为目前的做法「可以说是相当理性的」，因为必须有可信的禁建与暂停威胁，才能把公司拉到谈判桌上。他的建议是：既然公司赚了很多钱，社区可以把反对意愿导向争取直接付款和对本地的投资，规模应远超目前 AI 公司给出的水平 33:03。

至于「更好的战场」在哪，Narayanan 给了两层答案 33:49 34:35。第一层是关注最强模型的能力（若你担心的是像 hugging face 那次事件那样的安全风险）。第二层他讲得更多：反对把不适合 AI 的事交给 AI、过度委派决策权。他举了被戏称为「CEO 的 AI 精神病」的现象——CEO 用 Claude Code 试着替代某个员工的工作，模型给出一个表面看起来能用的初版，于是裁掉一批人，等出事时发现没人能收拾残局，只好再把人请回来，「这种故事我们已经听过很多遍」。他承认某些情况下模型确实足以替代人的某些任务，但 CEO 们过早决策的程度令人担忧；他本以为这些「真金白银在场上」的人会出于理性自利做出更兼顾 AI 局限的判断 35:21。因此他认为更好的反对目标不在社区层面而在职场层面：让基层员工（他们对自家公司里 AI 能与不能做什么有远为扎实的理解）与前瞻但可能误判的管理层之间，在激励、决策与信息上更好地对齐。

十一、个人层面的能动性，与「以骚乱进行集体谈判」

Kevin 追问，很多人只是想在 AI 快速推进的世界里拿回控制感，「靠组织惯性拖慢进程」不会让他们满意 36:07。Narayanan 把答案落到个人使用层面：他自己是 AI 工具和 agent 的重度用户，却发现默认状态下它们做的事让他不满、让他有失控感——比如他让 agent 去找某个主题的论文、材料、报告以便自己分析，agent 会未经要求就直接给出自己的分析和观点。于是他必须在 prompt 里明确写规则，让它替自己做体力活而不是替自己思考 36:52。他的更大论点是：这些工具不仅强大，而且在使用方式上极其灵活，每个人都不该照单接受开发者设定的默认形态，而应配置、个性化，把「什么可以委派给 AI、什么必须留在人的领域」调到自己合适的舒适水平；他承认这不回答「如何减慢 AI 这种全球性力量」的大问题，但要强调个人层面「我们有很大的能动性」37:39。

Kevin 随后引入本段最有力的框架：马克思主义历史学家 Eric Hobsbawm 论工业革命时期勒德分子的名言——他们在进行「以骚乱进行集体谈判」（collective bargaining by riot）。因为那些行业没有工会，工人表达不满的唯一手段就是砸毁威胁其工作、把财富集中到工厂主手里的机器 37:39 38:27。Kevin 说他庆幸目前还没到为数据中心发生暴力骚乱的程度，但认为存在走到那一步的可能；他看到人们抗议数据中心时想到的是「这些社区能得到什么」——如果数据中心公司说「我们建数据中心，同时给你们建一所高中、一个很好的公园、修好路、让日常生活更好」，那比现在的交易好得多。所以他把这场反弹理解为换了名字的集体谈判 38:27。

Casey 补充说传统形式的集体谈判本身在这里已相当有效：韩国工人曾威胁罢工，要求在公司因 AI 泡沫获得的创纪录利润中分得更大份额；好莱坞的大工会上次联手时也谈下了大量针对 AI 的保护条款 39:13。Narayanan 回应「100% 同意集体谈判这个视角」。

十二、最后一期 hat GPT

这是持续近四年的招牌环节 hat GPT 的最终期。Kevin 与 Casey 回顾了至少三顶帽子、无数张手写纸条，宣布「帽子已经过时」，正式让它退役 40:00 40:48。Casey 唯一的遗憾是本期做了这个环节，就没法延续「每期都上线一个新环节」的梗 40:48。

抽到的条目包括：UC San Diego 的研究用 Apple Vision Pro 作为泪道手术（endoscopic dacryocystorhinostomy）的主显示器，32 例手术中手术时间缩短 19%、功能成功率 100%、无术后并发症、术者报告的工作负荷显著更低——Kevin 顺势愿把自己积灰一年多的 Vision Pro 捐给任何愿意用它做手术的医生 41:34 42:21 43:09；GTA 6 在 11 月 19 日发售前多次泄露实机画面，Rockstar 公开致歉，而玩家的不满部分来自这次预告片被先放到 Netflix 而非免费公开 43:54 44:40；德州女子 Lindsey Austin 拍下自己第一次 Amazon Prime 无人机配送——包裹被直接投进泳池 45:25 46:10；两款故意把消息延迟到真实动物速度的 App「Carrier Pigeon」和「Roost」，洛杉矶到纽约的短信要 22 小时，还有 0.2% 概率因鸽子走失或死亡而永远送不到，换一只鸽子 99 美分 46:56；Business Insider 报道的新词「meat proxy」（由 Nicholas Groon 提出），指不加消化就把 AI 输出复制粘贴给同事的人——Groon 的建议是「尽管去用 AI，但不要只做转发：读它、理解它、验证它，然后用自己的话写回应」，Casey 说他不喜欢这个词也不会用，但承认其中「悄然蔓延的人的去权化」确实是坏事，Kevin 则顺手指出 Casey 给他发过一些「像 meat proxy 所为」的 Claude 生成内容 50:44 51:31；北京世界人形机器人运动会上，来自 16 个国家的 2000 多台机器人参赛，Tian Gong Ultra 与 Honor 的 Lightning 在百米预赛中都跑进了 Usain Bolt 的 9.58 秒世界纪录，三天后 Tian Gong Ultra 跑出 8.86 秒，随后因刹不住撞上防护墙并起火 52:16 53:02 53:49。

最后一张纸条是 Alex Heath 为《Time》写的封面报道《Inside OpenAI's Reboot》：首席研究官 Mark Chen 估算 OpenAI 已走完通往 AGI 的 80%，Sam Altman 表示公司还没到 AGI，但年底会有一个他会称之为 AGI 的内部系统 55:21。Casey 说自己本能是怀疑，但「80% 听起来差不多对」——毕竟现在电脑会自己用自己，你在框里打字说要什么，多数时候真能得到 56:07。Kevin 的答案来自他花一年研究的新书主题：按 2022 年之前的任何 AGI 定义，AGI 已经到了——把今天的 Fable 5 或 GPT 5.6 用时间机器送回 2017 年给当时造 AI 的人看，他们会说「这显然就是 AGI」；随着系统变好，门柱一直在移动，期待一直在被抬高 56:07 56:54。Casey 开玩笑说自己的标准是「系统先进到能造出时间机器，好让你把 Fable 5 带回 2021 年问科学家这是不是 AGI」56:54。Kevin 收尾判断：这是个任意且无法检验的门槛，OpenAI 何时正式宣称达到 AGI 将只是个营销决定；而他唯一确定的是，如果 Altman 真的宣布「我们造出了 AGI」，会有非常多人跳出来说「你没有」57:39。

金句

请不要真的等到最后一秒、在 47 位州检察长的枪口下做完最低限度的事，然后说「我们很高兴宣布我们在青少年安全上的新领导地位」。这种犬儒的深度，即便对我这样长期报道这家公司的人来说，也令人窒息。 —— Casey Newton 5:22

Meta 基本上是在说：这个国家的孩子要是出了什么事，那可太遗憾了。但你们有出路——只要同意我们的条件，我们就把时限放宽。 —— Casey Newton 8:28

这家公司的公开姿态，是从自己造出来的产品旁边跑开，去做一个完全不同的东西。这件事本身就说明了它怎么看自己已经建成的一切。 —— Casey Newton 16:10

效率提升——软件的和硬件的——带来的容量增益，比真正新建的物理楼房高出大约一个数量级。 —— Arvind Narayanan 26:56

如果一个州停止新建数据中心，折算下来大约是 10 个小时。这就是 AI 产业靠效率改进追平那部分被放弃算力所需的时间。 —— Arvind Narayanan 29:12

你根本无法在 App 设计这个层面解决青少年心理健康危机。但减害是工具箱里非常有效的一招，我确实把 Meta 今天做的这些改动视为减害。 —— Casey Newton 18:28

按 2022 年之前的任何 AGI 定义，AGI 已经在这里了。 —— Kevin Roose 56:07

提到的书·产品·人物

• Meta / Facebook / Instagram（公司/产品）：本案被告，同意最高 171 亿美元和解并对青少年体验做出多项默认限制。
• TikTok / YouTube（产品）：和解条款的条件方，只有它们接受同类处罚与改动，Meta 才付满额并进一步收紧限制。
• Mark Zuckerberg（人物）：原定出庭作证但和解先行达成；也是「AI 原生小组」重组计划的推动者与中途叫停者。
• Adam Mosseri（人物）：Instagram 负责人，已在庭上作证。
• Yvonne Gonzalez Rogers（人物）：本案的独任法官，以严格著称，被认为是 Meta 选择和解的重要原因。
• Jeff Horowitz / Reuters（人物/媒体）：报道 Meta 预计今年从诈骗相关广告获得约 100 亿美元收入。
• Katie Paul / Reuters（人物/媒体）：报道 Meta 计划用 AI 原生小组取代大团队、部分团队削减多达 60%。
• Mike Isaac / The New York Times（人物/媒体）：透露 Meta 将在主要报纸投放全版公开信喊话 TikTok 与 YouTube。
• 1998 年烟草多州和解案（历史事件）：被用作类比，讨论法律条款与文化转向哪个更能改变行为。
• 微软反垄断案（历史事件）：类比诉讼对公司注意力的消耗，导致其错过移动与搜索的平台迁移。
• 新墨西哥州诉 Meta 案（案件）：今年 3 月的儿童安全案，陪审团判 3.75 亿美元、法官追加 5.67 亿美元，与本案区分。
• Arvind Narayanan（人物）：普林斯顿计算机科学教授，本期嘉宾，主张反对数据中心不能拖慢 AI 进步。
• 《AI as Normal Technology》（论文/文章）：Narayanan 与人合著的文章，约一年半前他因此上过本节目。
• Eric Hobsbawm（人物）：马克思主义历史学家，其「以骚乱进行集体谈判」的说法被用来理解数据中心抗议。
• Three Mile Island / 美国反核运动（历史事件）：类比数据中心反弹会否只是改变技术的地理分布。
• Claude Code（产品）：被举例说明 CEO 看到粗糙初版就裁人、出事后又回聘的「AI 精神病」现象。
• Apple Vision Pro（产品）：UC San Diego 研究中作为泪道手术主显示器，32 例手术时间缩短 19%。
• Grand Theft Auto 6 / Rockstar（产品/公司）：发售前多次实机泄露，Rockstar 公开致歉，发售日 11 月 19 日；预告片先上 Netflix 引发不满。
• Amazon Prime 无人机配送（产品）：德州女子 Lindsey Austin 拍到包裹被投进自家泳池。
• Carrier Pigeon / Roost（产品）：故意按真实动物速度延迟送信的消息 App，洛杉矶到纽约需 22 小时，0.2% 概率丢件，换鸽子 99 美分。
• meat proxy / Nicholas Groon（概念/人物）：Business Insider 报道的新词，指不加消化直接转发 AI 输出的同事。
• Tian Gong Ultra / Honor Lightning（产品）：北京世界人形机器人运动会参赛机器人，前者跑出 8.86 秒百米后撞墙起火。
• 《Inside OpenAI's Reboot》/ Alex Heath / Time（报道/人物/媒体）：本周 Time 封面报道，披露 OpenAI 对 AGI 进度的内部估算。
• Mark Chen / Sam Altman（人物）：前者估算 OpenAI 已走完通往 AGI 的 80%，后者称年底会有一个他愿称为 AGI 的内部系统。
• Fable 5 / GPT 5.6（产品）：被用作「送回 2017 年会被认定为 AGI」的思想实验对象。
• 《华尔街日报》关于 agent 保姆的报道（报道）：AI 创业公司员工深夜起床查看 agent 夜间做了什么，一位创始人称「像毒品一样」。

适合谁听

关心平台监管、青少年数字健康，以及想搞清楚「反对数据中心到底能不能拖慢 AI」的科技从业者与政策观察者。