你有没有试过在Google上搜自己的名字？以前这会让你看到自己的社交媒体、工作信息、也许还有一篇你忘了的多年前写的博客。但现在，越来越多的人发现：ChatGPT或者Gemini告诉他们关于自己的事情——而且有时候，那些事情是错的。

两个前OpenAI员工Thomas Dimson和Joey Flynn（他们是在OpenAI收购他们的设计工作室Global Illumination时加入的）最近做了一个网站，叫In the Weights。这个网站干的事说起来有点滑稽：它帮你查，你在各个AI大模型里的”存在感”到底有多强。

“权重”里的存在感，被量化成了一个分数

这里的”权重”（weights）指的是AI模型训练完成之后，那些决定模型输出结果的数值参数。In the Weights网站宣称，它衡量的是”一个模型在不用网络搜索等工具的情况下，能多准确地回忆起某人”。

具体做法是：向不同的模型（包括Grok、Gemini、多个版本的GPT、Claude，还有一些不太知名的模型）提问，问题类似于”某某是谁？给出最多10个结果，每个附一段简短描述和一个置信度。”然后网站把相似的描述聚类，给出一个”强度分数”。

《小鬼当家》主角居然排第一

写这篇文章的时候，排行榜还在实时变动。目前排在第一位的是《小鬼当家》的主演Macaulay Culkin，强度分数988。歌剧演唱家Luciano Pavarotti紧随其后。这个排行榜本身就挺能说明问题的——哪些人”值得”被AI记住，似乎和名气、文化影响力有直接关系。

本文原作者Anthony Ha的分数只有641，排在前6%。刚看到的时候还有点小得意，直到发现好几个同事的分数都比他高。当然，AI批评者Anthony Moser不客气地说，这玩意儿”本质上就是让13个聊天机器人告诉你关于你自己的事”。说得也没错。

为什么有人在乎这个

Dimson说，他做这个网站的灵感来自一个观察：2026年，在Google上搜自己已经不是那个”标准动作”了，越来越多的人从聊天机器人那里了解一个人。而”那么多人的生命，都以某种方式被编码进了AI大脑的浮点数字里”。

他觉得，被AI”记住”这件事，触及了一个更深的焦虑——在AI越来越了解我们的时代，我们怎么确认自己还”存在”？把这个存在感量化成一个分数，放在一个像素风格的排行榜上，这本身就很2026年。

用AI生成一段音乐，旋律听起来还挺像那么回事——但你知道这段旋律”学”过哪些歌吗？《大西洋月刊》的记者Alex Reisner最近干了一件事：他把AI音乐训练数据集扒了个底朝天，然后把结果做成了可以随便搜的公开数据库。

1200万首歌，安静地躺在训练集里

Reisner一共找到了四个数据集，其中两个大得离谱——一个里面有1200万条音轨，另一个有900万条。剩下两个小一些，但各自也有超过10万首歌。这些数据集在网上的下载量已经达到几千次，虽然没法精确知道是谁在用，但Google和Stability AI都已经在研究论文里承认，他们用过其中的数据。

问题来了：这些歌是怎么进去的？有些来源——比如Free Music Archive——虽然允许个人免费试听，但商业使用是要授权的。更麻烦的是，其中三个数据集本质上是一堆YouTube或Spotify链接的列表。AI开发者用自动化工具把这些音频扒下来，而这些工具可以绕过登录、广告、以及本该给创作者带来收入的机制。这直接违反了平台的服务条款。

Lady Gaga和Radiohead都在里面

数据集里的名字读起来像一张超级音乐节阵容。Lady Gaga、Fred Again..、Radiohead、Aphex Twin、Wu-Tang Clan、Bruce Springsteen，还有实验音乐人Hainbach——都可能被塞进了某个AI模型的”记忆”里。你自己可以去《大西洋月刊》的”AI Watchdog”网站搜，看看你的歌或者你喜欢的音乐人是不是也在名单上。

值得注意的是，这不只是音乐的问题。AI训练数据的来源透明度，已经成为整个行业绕不开的议题。你用的AI助手，可能”听过”你最喜欢的歌。

为什么这件事很重要

这背后的核心矛盾其实很简单：AI公司需要海量数据来训练模型，但音乐人（尤其是独立音乐人）并没有授权让自己的作品被这样使用。目前这事儿还处在法律的灰色地带，但随着AI音乐生成工具（比如Suno和Google的Lyria）越来越好用，版权诉讼只会越来越多。

Reisner做的这个数据库，至少让”训练数据里到底有什么”这件事变得可以查证。透明度是第一步，接下来怎么走，还得看法庭和立法者怎么出牌。

当几百万英国人同时在世界杯期间烧水泡茶，电网会经历什么？答案是：一场突如其来的用电高峰。但2025年12月的一次模拟实验显示，如果伦敦的一台数据中心当时装了一款叫Conductor的软件，它会在千钧一发之际自动给芯片降速，把电让出来。

这听着像科幻，但已经是真实产品在测试了。Emerald AI在做的事很简单——让数据中心变成电网的「好邻居」，而不是永远张嘴要电的贪吃蛇。

等等，电网怎么了？

AI boom来了，数据中心想上网，电网说：排队吧您内。美国最大电网运营商PJM处理新发电项目并网要8年。数据中心盖好了，电接不进来，这生意怎么做？

传统思路是：建更多电厂。xAI在孟菲斯搞燃气轮机，微软和Oracle提议搞超大型离线数据中心。问题是：燃气轮机不够用，新的电厂环评和建设又要好几年。这条路走不通。

灵活性：给电网留点余地

有一派人说：换个思路。电网其实有闲力，只是你不会用。2025年Duke大学的研究发现，如果数据中心愿意一年只让电0.25%的时间（大约22小时），美国电网能多挤出76GW——够到2030年的数据中心增长需求了。

普林斯顿大学和两家电网现代化公司给PJM区域做了个测算：一个500MW的数据中心如果能做到一年99%以上的时间不拉闸，并网速度可以快3到5年。这就是「灵活性」（flexibility）的核心逻辑。

数据中心不再要求「随时给我满电」，而是跟电网商量：「我可以在用电高峰时少拿一点，你让我早点并网行不行？」

几家公司在做的事

Emerald AI的产品Conductor就是干这个的。它在2025年12月做了那个「英德足球赛」模拟：AI程序在几百万个电热水壶同时启动的瞬间，给数据中心发指令降速。CEO Josh Parker说：「AI工厂的灵活性，是AI需求和电网局限之间的桥梁。」

GridCare的思路更激进一些。这家硅谷创业公司用生成式AI给电网建「数字孪生」，把发电厂、输电线、变电站、家庭用电全部建模，然后找到在不牺牲可靠性的前提下解锁容量的方案。CEO Amit Narayan打了个比方：电网的平均利用率只有30%左右，如果你是个航空公司，飞机利用率30%，你不会去买新飞机。

灵活性并网的好处

• 电网更稳定。数据中心在用电高峰时让电，能避免拉闸限电。
• 少建电厂。如果现有容量能挖潜，就不需要为了AI狂建天然气电厂。
• 电费可能更低。Duke大学2026年2月的研究发现，灵活性能让电价降低0.5%到2.8%。

为什么科技巨头们还在搞燃气轮机？

听起来很美好，但为什么微软、Oracle、xAI还在搞离线电厂和燃气轮机？一个字：惯性。电网的设计哲学是「保守」——必须按照最高需求来建设，宁可闲置也不能掉链子。

数据中心的传统做法也是「我要全功率」，因为每一秒的算力都可能意味着钱。xAI在孟菲斯的做法就是典型案例：等不了电网扩容，直接把燃气轮机用卡车拉过来。结果？当地居民和监管机构不干了，排放和污染问题一堆。

但变化在发生。Emerald AI的首席科学家Ayse Coskun观察到一个趋势：「运营商越来越愿意用某种程度的灵活性，来换取更快的并网速度。」

这不是一个「技术能不能做到」的问题，而是一个「谁先迈出第一步」的问题。2026年，这笔账会被算清楚的。

AI帮人打官司，法院先迎来了「AI幻觉」洪水

科罗拉多州联邦地方法官Maritza Braswell，大部分时间在chambers里翻阅那些没有律师代理的当事人提交的文档。很多人请不起律师，还有些人的案子太弱或者太小，没有律师感兴趣。她仔细读每一份，知道独自走进法庭有多吓人。

最近，跟全美很多法官一样，她注意到这类申请明显增加了。一项研究了2005年到2026年450万联邦民事案件的研究显示，没有律师代理的人提起的诉讼占比从2022年的11%增加到了2025年的16.8%。

Braswell法官把这种跳跃归功于AI。”我确实把这归因于AI，因为我看到了AI的使用，”她说。作为一位懂技术的法官，她也用AI来审查法院文件，已经学会了识别大语言模型是怎么写作的。

“但我确实看到了起草得更好的诉状，”她说。”虽然AI似乎在扩大诉诸司法的机会，但它似乎并没有提高人们胜诉的机会。”

AI给诉讼踩了一脚油门

为了测试AI是否真的在推动没有律师代理的人提起诉讼，这项研究的作者将1600份随机抽样的法院文件喂给了Pangram——一个商业AI文本检测器。被标记为包含AI生成文字的份额从2023年的1%上升到了2026年的18%。

对Braswell法官来说，这不一定值得担心。虽然AI辅助申请的激增可能增加了法官的工作量，但她和许多其他法官发现，这些案件更容易裁决，因为AI正在帮助没有法律培训的人更好地阐述他们的论点。

没有律师的人写的法庭文件是出了名的难懂。有些是手写涂鸦，接近胡言乱语，法官要花一段时间才能解码。无论多么晦涩，法官都必须善意地阅读它们。

这些天，Braswell法官一直在比当事人自己写的申请更快地处理那些由AI起草的动议。”我必须非常小心，因为其中一些包含幻觉和错误，但有了他们的AI辅助，我通常能比没有时更好地理解他们在争论什么，”她说。

聊天机器人-客户特权

康涅狄格州联邦地方法官William Garfinkel，在法官席上已经30年了，思考过各种各样关于律师与客户关系的问题。最近，他一直在想，人们与提供法律建议的聊天机器人的对话是否应该享有特权，就像他们与律师的对话那样。

“你可以提出一个很好的论点……与Claude或ChatGPT或Grok等大语言模型的对话应该得到某种保护，”他说。

法院已经开始认真思考这个问题。今年2月，密歇根州的一家联邦法院裁定，一个没有律师代理的人为准备她的案件而与ChatGPT的对话是”工作成果”——受法律保护的、屏蔽对方获取的法律工作。

但在同一天，纽约的一家联邦法院认定，一名刑事被告使用Claude生成的文件既不享有律师-客户对话特权，也不享有工作成果保护。法院辩称，Claude不是律师，用户对它的通信”没有合理的保密期待”。

没有脉搏的 malpractice

一些法官也在想，聊天机器人是否像律师一样，有责任提供好的法律建议。加州联邦地方法官Allison Goddard注意到，没有律师代理的人在试图评估案件价值时，经常从ChatGPT那里得到错误的建议。

“你从哪里得到你想拿70万美元的想法？你去问ChatGPT了吗？”Goddard法官问一名在商店里滑倒的原告。然后她带着当事人过了一遍法律，解释为什么ChatGPT是错的，并建议一个更低的金额。

然后是当聊天机器人犯这种错误时该谁负责的问题。今年3月，日本生命保险公司起诉OpenAI，声称ChatGPT在无执照的情况下从事法律业务。

今年5月，OpenAI请求法院驳回此案，辩称ChatGPT不从事法律业务。”ChatGPT不是一个人，既没有也没有使用任何程度的法律知识或技能，”OpenAI在文件中说。此案仍在法院待决。

各州已经开始权衡立法，让AI公司对聊天机器人提供糟糕法律建议负责。纽约在今年3月引入了一项法案，将禁止聊天机器人冒充律师。在国会，一系列法案已经被提出，禁止聊天机器人冒充律师、医生和其他有执照的专业人士。

目前，人们将继续转向AI来做他们的律师。对他们很多人来说，回报大于风险。Braswell法官说：”这是一个真的很难 navigating 的系统。但有了AI，它变得不那么复杂了。”