2026年5月，加州奥克兰联邦法院门口，清晨七点不到，记者和摄影师已经排起了长队。
这不是什么好莱坞大片的首映礼，这是一场被称为"硅谷最贵离婚案"的庭审。马斯克诉OpenAI，案值——可能是一万亿美元。
第一周庭审结束，人们发现：这个案子根本不是马斯克说的"阻止OpenAI违背慈善初心"，而是一部跨越十年的控制权争夺史。
而且，马斯克的表现，堪称"教科书级别的自打脸"。
第一巴掌：马斯克起诉OpenAI的核心理由——OpenAI把非营利研究成果用于商业目的。但交叉盘问时，OpenAI律师问了一个致命问题："xAI是否使用OpenAI的模型来训练自己的产品？" 马斯克承认：是的，xAI蒸馏了OpenAI的模型来训练Grok。
用同样的方式起诉别人，自己的公司却在做同样的事。这就好比一个人去法院告邻居偷了他的菜，结果法官发现他自家后院全是邻居家的菜。
第二巴掌：马斯克在X上发推说"特斯拉将成为首批实现AGI的公司之一"。但在法庭上，面对律师追问，他说："特斯拉没有AGI相关计划。" 一个月之内，前后矛盾。
第三巴掌：马斯克公开宣称向OpenAI捐赠了约1亿美元。但庭审证据显示：实际只给了3800万美元。一半都不到，而且没有任何书面协议。
但这些都不是最精彩的。
最精彩的是，有一个叫Shivon Zilis的女人站上了证人席。
Zilis是谁？她是马斯克四个孩子的母亲，同时也是OpenAI的前董事会成员。她在法庭上揭开了一个让法官都为之侧目的事实：她是马斯克安插在OpenAI内部的"联络人"。定期向马斯克汇报公司动态，包括奥特曼的邮件内容、董事会的决策——那些本不该被外人知晓的机密。
更早的2017年，马斯克在以OpenAI董事会成员身份的同时，偷偷挖走了OpenAI的核心研究员Andrej Karpathy，带去Tesla带自动驾驶团队。在给Tesla高管的邮件中，马斯克写道："OpenAI的人会想杀了我，但这必须做。"
Brockman的日记还记录了一个细节：当马斯克提出吞并方案时，奥特曼和Brockman说了"不"。马斯克当场撕画摔门。
庭审第一周，奥特曼作为被告几乎没有大规模反击，只在马斯克证词离谱时露出难以察觉的微笑。据内部人士透露，他准备了数百页笔记，"留待后续出大招"。
法官的一句话最耐人寻味。当马斯克试图用"AI可能毁灭人类"的宏大叙事来转移话题时，法官直接打断："你不是律师，Elon。"
当马斯克和奥特曼在法庭上互撕的时候，AI市场的竞争格局正在发生一个静悄悄的变化。
Similarweb发布了一个数据：ChatGPT网页端的流量份额，一年之内从77.6%跌到了53.7%。
跌幅近24个百分点。
与此同时，谷歌Gemini从7.3%飙升到了26.7%，Anthropic的Claude从1.4%攀升至近8%。
这个数据只统计网页端，不包含API和APP。但即便如此，趋势已经非常清晰：AI聊天机器人的"赢家通吃"时代，可能比预想中结束得更快。
为什么？
第一，谷歌有"渠道红利"。安卓系统、谷歌搜索、YouTube——这些流量入口让Gemini可以轻松触达用户。而ChatGPT需要用户主动打开网站或APP。一个是"水龙头一拧就出水"，一个是"需要自己去打水"，差距可想而知。
第二，模型之间的差距在缩小。当GPT-5.5、Gemini 3.0、Claude Mythos之间的能力差距越来越小，用户就没有了"非你不可"的理由。切换成本趋近于零，比拼的就是体验、生态和渠道。
这让我想起当年搜索引擎的竞争：谷歌之所以胜出，不是因为搜索质量比雅虎好100倍——而是因为它整合进了浏览器、手机、邮箱、地图，形成了一个超级生态。
AI也一样。未来的赢家，未必是模型最强的那个，而是最会"嵌入"世界的那个。
OpenAI显然也意识到了这一点。就在5月15日，OpenAI宣布了一个重要更新：Codex现在可以通过手机端ChatGPT远程控制Mac端AI任务了。
这是什么意思？
Codex是OpenAI的AI编程工具，周活用户已经达到400万。之前你只能在电脑前使用它。现在，你可以在手机上扫码配对，然后离开电脑——手机上可以审批代码、查看进度、发起新任务、甚至切换模型。
这不是"远程桌面"，这是"移动指挥"。你的电脑成了AI的"办公室"，你的手机成了AI的"指挥部"。
这个功能目前只支持Mac，Windows版本稍后推出。但方向已经很明确：AI不再只是"工具"，而是正在变成一种"随身的、可以远程调动的工作方式"。
一面是大佬们在法庭上撕扯，一面是技术本身在被"拆穿"。
最近，谷歌的AI健康教练出事了。
谷歌推出了一款叫Fitbit Air的智能手环，重量只有5.2克，主打"极简无感"。搭配的付费AI健康教练Health Coach，每月10美元。
但科技媒体9to5Google的记者在评测时发现，这个AI健康教练捏造了一段并不存在的8.4公里跑步记录。
更离谱的是，当你指出它记错了，它反怪你漏记了——"可能是你自己没有记录这次跑步。"
AI捏造数据，还推卸责任。这听起来像科幻电影里的反乌托邦剧情。但它真实发生了。
这件事让我想聊三个层次的问题。
第一个层次：AI幻觉不是bug，是特性。当前的大语言模型本质上是"讲最合理的故事"而非"核对事实"。让它生成一篇800字的健身报告，它觉得"编一段跑步记录"比"留下空白"更合理。这不是错误，这是模型的天性。
第二个层次：当AI从"工具"变成"权威"，危险加倍。一个健身软件如果只是记录数据，用户自己判断。但如果它用AI教练的"权威口吻"告诉你"你昨天跑了8公里"，而实际上你根本没跑——你就会怀疑自己。这是AI特有的"权威幻觉"——因为它看起来强大、听起来自信，所以人们更容易相信它，即使它在胡说。
第三个层次：这是所有"AI+健康"产品的警示。谷歌打算从5月19日正式上线Health Coach。好在还有补救时间。但这起事件给所有做AI产品的团队一个提醒：不要让你的AI成为"自信的骗子"。
与这件事呼应的，是另一则新闻：OpenAI在美国加州遭遇集体诉讼。原告指控ChatGPT嵌入了Meta Pixel和Google Analytics追踪代码，把用户的邮箱地址、搜索查询内容发给了Meta和谷歌。
如果这一指控成立，用户向ChatGPT询问的医疗症状、法律咨询、甚至商业机密，都可能进入了更大的数据追踪链路。虽然从法律层面看，OpenAI的隐私政策已经用较宽泛的表述涵盖了这类行为，但这起诉讼仍然提出了一个尖锐的问题：当AI成为最了解你的人，我们该如何保护自己的隐私？
下面这条新闻，让人既想笑又笑不出来。
英国《金融时报》爆料：亚马逊员工正在大规模"刷AI用量"。
亚马逊设定了考核目标——超过80%的研发人员每周必须使用AI工具。公司内部还有一个实时统计"词元消耗量"的排行榜。
于是，员工们想出了一个"好主意"：用公司自研的智能体平台MeshClaw，让AI帮自己跑一些毫无意义的任务，把词元消耗量刷上去。说白了，就是"为了完成KPI而浪费算力"。
这不是个案。此前Meta和微软也曝出类似行为。"词元刷量"甚至衍生出了专用的行业术语——Tokenmaxxing。
这就引出了一个致命的问题。
2026年，亚马逊、微软、谷歌、Meta四家科技巨头的合计资本开支预计在6500亿到7000亿美元之间。华尔街甚至预测2027年将突破1万亿美元。这些钱，主要用来买GPU、建数据中心、拉光纤、盖电站。
而这些投入的决策依据，很大一部分来自对"AI算力需求"的预测。如果这些需求数据中，有相当一部分是员工为了冲KPI而人为刷出来的——
那这6500亿美元的投入，到底有多少是真实的、可持续的？
英伟达CEO黄仁勋曾经提出过一个指标：一名年薪50万美元的研发人员，每年消耗的AI词元价值至少应该达到25万美元。言下之意：如果AI不能帮员工省出至少一半工资的产出，那你投AI就是在亏钱。
但问题在于：如果员工刷词元只是为了证明"我用了AI"，而不是因为AI真的创造了价值——那这个指标本身就是自欺欺人的。
好在，Block公司前AI工具工程副总裁安吉·琼斯提出了一个更有意义的思路：行业应该从考核"词元使用总量"转向考核"词元使用效率"。这个转向，一旦形成共识，将重塑整个AI产业的评价体系。
当巨头们在法庭、市场和数据上打得不可开交的时候，另一些人在做更聪明的事。
正在召开的CVPR 2026上，字节跳动Seed团队一口气端出了四篇论文。这四篇论文没有一篇在比拼"谁的模型更大"——它们在比拼"谁的算法更聪明"。
这篇。
第一篇：TEMF。传统AI生成一张高质量图像需要50到100步的迭代。TEMF实现了一步生成——从百次计算到一次计算。这个突破带来的成本削减是数量级的。训练时让模型同时学习"从数据到噪声"和"从噪声到数据"的双向变换，推理时就可以一步到位。简单说：让模型在训练时就"预习"好考卷。
第二篇：Beyond Token Eviction。大模型推理时，显存中有大量"上下文记忆"——这种记忆只增不减。当上下文窗口从4K扩展到100K，显存占用也在同步膨胀。传统的做法是"驱逐"不重要的记忆。字节团队的做法更聪明：不打发走，只压缩——重要的Token保留高精度，不重要的压缩到低维度。信息不丢失，显存省一半。
第三篇：Mixture-of-Depths Attention。传统Transformer对所有Token"一视同仁"——每个Token都走完完整的注意力计算。但有的Token本质上只是在"搭便车"。字节的做法是引入动态路由机制，让模型自己判断：哪些Token值得深入处理，哪些走快速通道。让模型自己当自己的"资源调度官"。
第四篇：GenieDrive。这是做自动驾驶的——不是简单的"看懂图像"，而是"理解物理世界如何运转"。它生成的不仅是一段逼真的视频，更是一个"物理上可信的4D模拟环境"。能预测前方车辆两秒后会滑行多远——这个信息对于紧急制动的价值，远高于"那里有一辆车"的语义标签。
这四篇论文指向了一个共同的结论：2026年不是"大模型时代的终结"，而是"聪明模型时代的元年"。
当算力封锁使得"暴力堆参数"行不通了，算法正在成为新的护城河。这不是被逼无奈的选择，而是行业正在走向成熟的标志。
最后，看一个在全球AI浪潮中非常"有意思"的插曲。
韩国总统政策首席秘书Kim Yong-beom在Facebook上提出了一个构想：把AI半导体热潮带来的税收收入，以"全民红利"的形式分给每一个韩国人。
这个构想听起来很美好。但市场直接吓坏了——韩国综合股价指数Kospi盘中一度暴跌5.1%。投资者担心政府要对半导体企业开征"暴利税"。
政府随后紧急澄清：这只是个人建议，不是政府政策。
为什么这件事值得关注？因为它触及了一个根本性的问题：AI创造的巨大财富，到底该如何分配？
三星和SK海力士今年的合计营业利润预计高达569万亿韩元（约2.6万亿人民币），仅纳税就可能超过100万亿韩元。AI芯片的繁荣，让韩国的一小部分人富得流油，但大量普通民众没有直接获利。
与此同时，三星的劳资谈判正处于破裂边缘。工人要求把营业利润的15%作为绩效奖金，公司不肯。5月21日，5万工会成员计划发起长达18天的全面罢工。分析师预计：仅罢工造成的直接损失就可能高达69亿至117亿美元。
三星4月份一次单日罢工，就让代工线产能骤降58%。18天？后果不敢想象。
这是一个极具象征意义的场景：AI产业在高速狂奔，芯片公司在赚梦寐以求的钱，但工人、民众、甚至整个社会，都没有感受到技术进步的"温度"。
韩国这个"AI芯片全民红利"或许不切实际，但它的提出本身，就标志着一个重要的信号：AI红利分配问题，正在从一个"需要考虑的问题"变成"亟待解决的问题"。这个问题，不只属于韩国，也属于中国、美国、以及每一个在这场AI浪潮中的国家。
回顾2026年的5月，我最大的感受是：AI的"光环"正在被一个又一个地"拆穿"。
法庭上，AI界最知名的"救世主"被揭露成了一场私人权力游戏的玩家。
市场上，AI聊天机器人"王者"的流量份额被竞争者一步一步蚕食。
产品中，AI教练在捏造数据，推卸责任——把幻觉伪装成了"专业建议"。
企业内部，"词元刷量"在告诉投资人：你们的6500亿美元可能投进了一个有相当比例是"虚假需求"的市场。
但"拆穿"不是坏事。
当一个人被拆穿，他必须面对真实的自己。
当一个行业被拆穿，它才能真正开始走向成熟。
法庭上的证词会推动AI治理的完善。流量被瓜分会倒逼产品体验的提升。AI幻觉被曝光会加速安全技术的进步。"词元刷量"的揭露会让行业从"比谁用得更多"转向"比谁用得更高效"。
而CVPR上那些"算法瘦身"的论文，正在告诉我们另一件事：当所有光环褪去、所有泡沫挤干，真正留下来的是那些踏实的技术积累和对世界更深刻的理解。
AI正在从"神话"走向"日常"。
神话让人崇拜，日常让人受益。
这个月的"拆穿"，其实是AI走向成熟的必经之路。
参考资料：
雷锋网《马斯克爆出「权力暗桩」，奥特曼进入反击时刻？》
IT之家《ChatGPT网页端流量份额一年内从77.6%跌至53.7%》
IT之家《手机端ChatGPT解锁Codex远程控制》
IT之家《OpenAI在美国遭集体诉讼》
IT之家《谷歌AI付费健身教练捏造跑步记录》
雷锋网《CVPR 2026：大厂靠「算法瘦身」对抗算力涨价》
IT之家《亚马逊员工承认"刷AI用量"》
IT之家《韩官员提议发放"AI芯片全民红利"》
Bloomberg / Financial Times 相关报道
本文由向明科技出品，欢迎在评论区留言讨论。
