苹果在环保领域的成绩长期被视为行业标杆。绿色和平对其环保举措的称赞已持续十余年，早在 2015 年就曾在报告中肯定苹果使用可再生能源为数据中心供电的努力。去年，绿色和平东亚分部还因苹果在供应链中引入更多可再生能源，给予其 B+ 评级。

然而，随着苹果在下月正式推出 Siri AI 等 Apple Intelligence 功能，局面可能生变。尽管苹果宣称尽可能在设备端完成运算，但更复杂的任务仍依赖大规模数据中心，而这些设施消耗大量电力与水资源。

绿色和平发言人 Avex Li 向《The Verge》表示：“AI 将是苹果气候承诺的决定性考验。若要守护蒂姆·库克留下的环保遗产，苹果必须证明，AI 的增长能够容纳在既有气候承诺之内——通过绝对减排、追加可再生能源投资，以及延长产品寿命来实现。”

针对质疑，苹果向《The Verge》援引了最新的环保进展报告及过往声明作为回应。

对关注可持续发展的中国用户而言，这场争论触及一个普遍议题：当终端设备的 AI 能力越来越强，背后的算力与能耗成本该如何被公开、可持续地管理。苹果能否在 AI 时代延续其环保口碑，仍待时间检验。

维谛：从机房电源到液冷龙头

维谛是全球数据中心关键基础设施领域最接近纯正的标的。其最新一季（2026财年第一财季）营收达到26.5亿美元，同比增长30%；美洲区有机销售增长44%，调整后营业利润率扩大4.3个百分点至20.8%。更关键的是订单储备：截至季度末，维谛在手积压订单达150亿美元，同比翻倍有余（增幅约109%），预订出货比接近2.9倍。

资本市场的反应最为直接——维谛股价过去12个月累计上涨超过200%，市值从约18个月前的80亿美元膨胀到350亿美元以上，并于今年3月被纳入标普500指数。

伊顿：用并购把”供电+制冷”打包卖

电气设备巨头伊顿走的是另一条路：既卖配电，又把制冷并进来。2026年3月，伊顿以95亿美元收购热管理公司Boyd Thermal，首席执行官保罗·鲁伊斯（Paulo Ruiz）在交易落地后表示，”液冷已不是要不要做的问题，而是有多快的问题”。他说，把博伊德的冷却技术与其电力基础设施结合，就能”从芯片一直服务到电网”。

订单侧同样火热：伊顿电气美洲业务板块2026年第一财季数据中心订单同比增长240%，整体电气业务积压订单增长48%；过去一年伊顿股价涨幅也超过70%。

盖房子与做散热器的，也都来了

康姆福系统是美国数据中心背后的机电总承包商，负责浇筑地基、铺设管线、安装暖通。其第一财季营收同比大增56%至28.7亿美元，稀释后每股收益10.51美元，远超市场预期；在手订单达到124.5亿美元，接近翻番，并已连续第四个季度上调股息至每股0.80美元。

做汽车散热器的摩丁则搭上了AI服务器液冷的快车：在拿到一家AI基础设施开发商1.8亿美元冷却系统订单后，其AI数据中心冷却业务单季营收暴涨158%，并给出2028财年相关收入冲向20亿美元、年均增长50%至70%的指引。

为什么是现在：单柜功耗冲过100千瓦

底层逻辑是物理规律。传统服务器机柜功耗约10至20千瓦，而新一代AI训练机柜可吃下高达100千瓦；一台AI服务器耗电约为传统服务器的5到10倍。芯片侧更直观：从H100到GB200再到下一代Rubin，单卡功耗从约700瓦跃升至1200瓦、再冲向2300瓦，风冷在单芯片约800瓦处便触及极限，再多的风扇也压不住。到Rubin这一代，液冷已从”可选项”变成”物理必选项”。

这直接撑起一个细分市场：全球数据中心散热（热管理）市场预计从2025年的263亿美元增长至2033年的1283亿美元，八年接近翻五倍；瑞银等机构预计数据中心液冷市场到2028年前复合年增速超过30%。

中国市场的参照

这股”卖铲子”的热度同样投射在中国市场。做数据中心温控的英维克2025年营收创下60.68亿元（约8.35亿美元）的纪录，今年3月谷歌采购团队曾专程赴华与其洽谈AI数据中心液冷设备采购。做微通道冷板的银轮股份也在向海外芯片封装与服务器客户拓展。

从渗透率看，中国服务器液冷比例在2026年上半年升至28%，一年前仅为12%；新建的万卡级AI数据中心已普遍全量采用液冷。据行业估算，国内液冷市场规模2026年约3000亿元，2030年有望突破1万亿元。对国内供应链而言，冷板、水泵、换热器等二级零部件，正成为这轮AI基建里最先兑现订单的环节。

《卫报》（The Guardian）记者 Hettie O’Brien 于9月1日发布视频报道，记录伦敦东部砖巷（Brick Lane）居民对一处拟建数据中心的抵制。这处规划中的设施占地约5200平方米，当地居民正试图通过规划程序阻止其落地。

报道将 AI 数据中心描述为“几乎普遍不受欢迎”：它们噪音大、外观突兀，消耗环境资源，而大部分利润最终回流到建造它们的美国公司。卫报称，反对数据中心的声音正在“越积越多”。

英国的“数据中心之争”

这则报道折射出英国围绕 AI 数据中心的更广泛争论。据 BBC 报道，英国目前约有477座数据中心，且高度集中在伦敦及英格兰南部——而这些地区眼下正经历官方认定的干旱。数据中心约占英国电力消耗的2.5%，且需求预计到2030年将增长至当前的四倍。

水资源是另一大争议点。英国咨询机构今年2月估算，英格兰的数据中心每年消耗约19亿升饮用水，约占非家庭用水市场的0.2%，且呈明显上升趋势；环保机构估计，大型数据中心单日耗水可达150万升。目前英国并未强制数据中心披露用水量。

绿党呼吁“暂停”，政府拒绝

今年8月，英国绿党领袖 Zack Polanski 呼吁对英格兰新建大型数据中心实施建设暂停，称其为“耗能又耗水”，并在四分之三国土处于干旱之际，不应被列为关键基础设施。他表示，关键基础设施在民众心中意味着医院、供水与电力，“而不是人工智能”。

政府于2024年将数据中心列为关键国家基础设施，并设立 AI 增长区，目前已划定五个区域，吸引约282亿英镑投资、创造超过1.5万个就业岗位。政府明确拒绝暂停新建，称此举会把投资与就业推向海外，并使英国在医疗、国防等敏感数据的处理上依赖境外算力，“对就业与国家安全都将是灾难”。

从电力侧看，英国国家电网运营商数据显示，开发商到2039年申请的数据中心电力连接容量高达72.8吉瓦，接近去年英国峰值电力需求的1.6倍。无独有偶，美国西雅图也已于今年6月对数据中心实施建设暂停令。

另一面的声音

数据中心行业人士并不认同“用水大户”的标签。行业组织数据中心联盟的 Mark Acton 指出，数据中心的用水量其实少于休闲中心与高尔夫球场，且社交、银行、医疗等现代社会系统都依赖数据中心运转。在他看来，获取规划许可本就“非常困难”。

对中国的参考意义

中国市场同样处于数据中心建设的高峰期。自2022年启动的“东数西算”工程，正把算力设施向西部可再生能源富集区域布局，以缓解能耗与用水压力。如何平衡算力增长与社区、环境诉求，是各国共同面对的课题。对普通读者而言，AI 应用的背后，是实实在在的电力与水资源账单。

戴尔科技（NYSE: DELL）于9月1日公布2027财年第二季度财报（截至2026年7月31日），多项核心数据刷新历史纪录。公司当季实现营收约470亿美元，同比增长58%，显著高于市场普遍预期的约448亿至449亿美元；净利润41.3亿美元，同比大增逾两倍；摊薄每股收益6.34美元，同比增长273%，剔除股权激励等支出后的调整后每股收益为7.04美元，同比增长203%。财报公布后，戴尔盘后股价一度上涨逾8%。

AI 服务器成最大引擎

人工智能基础设施需求是本轮增长的核心驱动力。第二季度，戴尔 AI 优化服务器营收达164亿美元，同比增长一倍；当季新签 AI 服务器订单609亿美元，创历史纪录；季度末积压订单攀升至950亿美元，同样刷新纪录。过去12个月，戴尔累计获取的 AI 服务器订单已超过1300亿美元，AI 客户数量突破6500家，其中约3300家为过去三个季度新增。

需求外溢到传统服务器与存储

增长并不局限于 GPU 服务器。戴尔基础设施解决方案集团（ISG）当季营收318亿美元，同比增长89%；其中传统服务器及网络设备营收105亿美元，同比大增122%，存储营收49亿美元，同比增长26%。

管理层在业绩会上解释，随着智能体工作流的兴起，越来越多客户需要强大的 CPU 算力来支撑相关任务，这类场景正带动传统服务器的增量需求。目前戴尔安装基础中仍有约120万台第14代及更早的服务器需要升级。

大幅上调全年指引

基于强劲表现与 AI 需求加速，戴尔将2027财年全年营收指引从此前约1670亿美元上调至1920亿美元，同比增长约69%；AI 优化服务器全年营收预期从600亿美元上调至740亿美元，同比接近翻三倍；调整后每股收益预期由17.90美元上调至25.50美元，同比增长148%。公司对第三财季的营收指引为490亿美元，同比增长约81%。

首席运营官杰夫·克拉克（Jeff Clarke）表示，IT 环境正从“成本中心”转变为驱动增长与竞争优势的“价值引擎”，客户投资意愿明显增强。他也坦言，在需求持续超过供应的背景下，DRAM 存储芯片短缺正成为制约服务器出货的关键瓶颈。

景气背后的产业链信号

AI 服务器已成为全球算力竞争的核心装备。戴尔的最新财报是这轮 AI 基础设施高景气的又一个注脚——需求正从云服务商、主权客户，加速扩散至企业级市场。对产业链而言，算力扩张带来的不仅是订单，也有对存储、电力与散热等环节的更大压力。

Baker 的核心论据来自供需两端。他估算，当前支撑数百亿美元 AI 收入的，是一个相当小众的重度付费用户群体——全球可能不足 1000 万人；而全球知识工作者约有 15 亿，需求从千万级向数亿级扩散才刚刚开始。在他看来，需求侧远未见顶，供给侧却已严重受限。

算力租金不降反升

一个常被忽视的信号是价格。Baker 援引数据称，GPU 租赁价格不仅没有因「过剩」而下跌，反而在 2026 年 7 月同比上涨了 50%–60%。这与「算力即将廉价到泛滥」的市场预期形成鲜明反差。

从建设侧看，部署 1 吉瓦算力约需 500 亿美元，其中客户通常会预付 50%–60%（约 250–300 亿美元），剩余部分通过现货市场更快回笼，整体投资回收期仅约 9–10 个月。Baker 称，在其投资生涯中很少见到能部署数百亿美元、且回收期不到一年的机会。英伟达 GPU 本身可融资，黑石、KKR、Apollo 等机构正以较低成本参与这一链条。

谁押对了，谁押错了

Baker 以两家巨头作对比：微软在去年达沃斯承诺 800 亿美元资本支出后放缓节奏，被其评价为「现在很后悔」；而 OpenAI 选择激进投入，短期与长期的高回报都证明了这一方向。他还引用 Andreessen 的观点称，单位推理成本理论上甚至可能上涨 10 倍——这听起来夸张，但若需求急剧扩张而供给跟不上，前提就会彻底改变。

短缺或持续至 2028 年

Baker 与 George 均提到，这种供给短缺可能延续到 2028 年，而监管与审批层面的阻力还可能进一步推迟原定的建设计划。更令 Baker 担忧的是连锁后果：若算力严重短缺，最终可能演变为「算力不平等」——大公司与富裕群体买得起算力，普通用户被排除在外。

他也回顾了 2026 年 7 月 AI 及半导体板块的大幅回撤（部分个股下跌 40%–60%）：当时市场叙事接连触发抛售，但硅谷实地调研找不到任何恶化的可量化指标。开源模型（如 Kimi K3）的发布曾被担忧会压缩基础设施需求，Baker 则指出，无论开源还是闭源，生成一次模型输出所消耗的算力完全相同，因此开源份额的争夺只是把利润从模型层转移到基础设施层，整体算力需求不受影响。

需要强调的是，上述观点属于个人市场判断，不构成任何投资建议。

8月17日，英伟达（NVIDIA）宣布与能源基础设施企业 SB Energy 达成合作，在俄亥俄州派克县的 PORTS-Pike 科技园区锁定土地、电力与外壳（Land、Power、Shell，简称 LPS）容量，用于专属性承载英伟达 AI 算力。OpenAI 将成为该园区的终端客户，并通过20年租约使用相关设施。这被视为 AI 算力从“产品”走向“基础设施”的又一标志性动作。

规模直达 8 吉瓦

根据英伟达披露，PORTS-Pike 园区初期规划支持4.25 IT-GW（IT 吉瓦）的 AI 工厂容量，英伟达保有将剩余3.75吉瓦一并纳入的选择权，使总规模最高可达8吉瓦。英伟达将作为该园区的独家 AI 算力基础设施提供商，其全栈 DSX AI 工厂平台（涵盖 GPU、CPU 与网络）将部署其中。SB Energy 负责数据中心的建造、持有与运营，OpenAI 则作为承租方长期使用。

为支撑项目，英伟达向 SB Energy 投资15亿美元，并为土地、电力与外壳的建造提供信用支持。据路透社报道，相关担保规模最高可达1050亿美元，覆盖了部分租赁与电力付款，并承诺在 OpenAI 违约时保障场地的最低价值。

旧工业用地焕新

PORTS-Pike 园区坐落于已退役的 Portsmouth 气态扩散厂及周边区域，横跨私人土地与联邦土地。SB Energy 与美国电力公司俄亥俄分部（AEP Ohio）、美国能源部、美国商务部协同推进，预计自2028年起分阶段投运。美国能源部曾将该项目称为“全球最大的租赁用地 AI 数据中心”。

为满足算力用电，SB Energy 与软银（SoftBank）计划新建至少10吉瓦发电能力，并投入约42亿美元用于区域电网基础设施，包括高压输电线路，且承诺不向俄亥俄州普通用户转嫁成本。

就业与社区回报

项目预计在建设期创造约3.5万个岗位，运营期提供约2500个长期职位。社区受益基金规模达8000万美元，其中 SB Energy 与软银初始承诺4000万美元，OpenAI 另追加4000万美元，用于可负担能源、劳动力培训与社区经济发展。

英伟达创始人兼首席执行官黄仁勋表示，土地、电力与外壳已成为 AI 时代的关键资源，锁定长期基础设施，可让 OpenAI 随着每一代新技术迭代反复升级其 AI 工厂。OpenAI 首席执行官萨姆·奥尔特曼（Sam Altman）与软银集团董事长孙正义也分别强调了该项目对医药发现、创业与通用人工智能（AGI）的意义。

对全球 AI 产业而言，这一超大规模园区的推进，再度印证了算力供给正成为各国与各家科技公司竞逐的核心。其融资模式、电力优先的建造思路，以及“AI 工厂”的运营理念，都为观察下一代人工智能基础设施提供了参照。

算力、存储、网络不再绑在一起

传统超融合（HCI）把计算、存储与虚拟化层紧密耦合在一个单元里，采购和部署简单，但资源扩展与现代化也被”打包”在一起。戴尔的分解式架构则相反：计算、存储、网络可以独立部署和扩展，不再作为耦合的整体。

在 PowerEdge 服务器与 PowerStore 存储之上，Dell Private Cloud 支持多种云操作系统，包括 VMware Cloud Foundation 9.1、Microsoft Azure Local，以及搭配 PowerStore 的 Nutanix AHV。戴尔表示，这一思路面向多虚拟化层、多私有云平台的环境，能够降低厂商锁定、在不同云操作系统之间切换，并让算力与存储各自独立扩容。

为波动的 AI 负载而生

戴尔认为，分解式架构尤其适合 AI 与数据密集型负载。在这类场景中，GPU 性能、存储容量、文件与对象访问、网络带宽、供电与散热很少同步增长；加之许多 AI 应用与智能体仍停留在试点、概念验证或部门试用阶段，一旦投入生产，用户规模、推理负载、数据访问、可用性要求与安全规范都可能骤变，基础设施规划比传统企业应用更难。

为抵消分解式带来的额外规划与运维负担，戴尔借助经验证的设计、集中管理与自动化来应对。Automation Platform 新增了 AI 智能体与对话式界面的结合，可在 PowerEdge 与 PowerStore 上安装云操作系统并以统一管理模型运维；Automation Studio 则让企业自建跨基础设施与应用的自动化工作流。

成本与边缘场景

在成本层面，戴尔院士 Onur Celebioglu 对 iX 表示，HCI 因架构需要大量内存与硬盘而承受成本压力，外部可扩展存储在部分更新场景里更经济；超融合与特定虚拟化栈深度绑定，也带来虚拟化层锁定，而分解式外部存储能松动这种耦合。戴尔将这种解耦称为”选择自由”。戴尔方面称，结合 6:1 的数据缩减能力，分解式架构相对 HCI 最高可节省约 65% 的购置成本（该数字为戴尔方面宣称，实际节省因场景而异）。

面向边缘，由原 NativeEdge 演进而来的 Distributed Private Cloud 新增双节点高可用集群、自动故障转移与集成零信任能力，瞄准制造、物流等去中心化场地——这些地方因延迟、数据驻留或容错需求难以纯云化，却又往往缺乏本地 IT 专长。

对中国市场的企业而言，在兼顾数据主权与本地部署 AI 的趋势下，分解式私有云提供了一种兼顾灵活性与自主性的参考架构。戴尔在中国市场也提供了 Dell Private Cloud 的相关中文资料。

据多位在职与前员工透露，Meta 正在其数据中心测试能插拔线缆、重置服务器、切断设备供电的机器人。这一此前未被披露的尝试，目标是让飞速扩张的 AI 基础设施在更少人力下运转，压低运维成本。

用到的机器人

参与测试的硬件来自多家厂商，包括 Watney Robotics、Kinova 与 ABB。其中，Meta 在评估用 Kinova Gen3 机械臂给服务器断电或做电源循环；另一台机器人负责更换网线。有数据中心员工估计，若顺利，这类机器人可替代某些岗位最多 80% 的工作量。在一些机房，Meta 还悄悄部署了一种形似”手指”的简单装置，能在远程指令下按压 Mac Mini 等设备的电源键完成重启。

从试点到规模化

自去年 6 月起，Meta 在艾奥瓦州 Altoona 数据中心用一对双臂 Watney 机器人做布线，目前仍由人监督、速度尚不如人，但被认为有前景。在俄亥俄州纽瓦克的最新园区”Prometheus”，Meta 测试 ABB 制造的四轮机器人——带剪式升降平台和顶部的六轴机械臂——用于复位部件，未来可能在更少人工监督下承担更多任务。

不止 Meta 一家

微软、谷歌、亚马逊也在布局数据中心机器人：微软研究加速器董事总经理 Ashley Llorens 表示，用机器人替换故障服务器机架是”我们确实在关注的方向”；谷歌在 2024 年 OCP 峰会、亚马逊用机器人协助回收零部件，均已有公开动作。不过 Exclaim Robotics 首席执行官 Helen Oleynikova 提醒，目前”有很多试点和演示，但还没有可证明的成熟方案”。早期试验里机器人曾压坏服务器，盘点机器人因摄像头仅支持灰度而分不清红绿指示灯，过弯和线缆也仍是难点。

对人的影响

Meta 方面强调仍在大力招聘与培训运维人员，并通过”美洲劳动力学院”免费培训电气、机械与管道工种，在路易斯安那、俄亥俄、印第安纳、得州等地保障就业。但在部分机房，员工群聊已流露出对岗位被逐步替代的担忧。从行业看，让机器人承担高温、黑暗环境下的重复劳动，把人解放到更复杂的运维判断上，正成为数据中心自动化的共同方向。在中国内地，阿里、腾讯、字节跳动等云厂商同样在大规模建设数据中心，自动化运维也是行业共同方向，相关技术趋势值得关注。

SMR 指单模块电功率通常低于 300 兆瓦（MWe）、采用工厂化制造与模块化组装的核反应堆。它体积小、可分期扩建，并多采用被动安全设计，被视为比传统吉瓦级核电站更灵活的选项。

巨头扎堆签核协议

多家科技公司已拿出真金白银。微软斥资约 16 亿美元重启三里岛 1 号机组（现称 Crane 清洁能源中心），签下 20 年购电协议，容量 835 兆瓦，目标 2027 或 2028 年并网（仍待美国核管制委员会批准）。谷歌与 Kairos Power 签下首份企业级 SMR 购电协议，覆盖至多 500 兆瓦、6 到 7 座反应堆，首堆目标 2030 年。亚马逊领投 X-energy 5 亿美元融资，并携手 Energy Northwest 在华盛顿州部署至多 12 座 Xe-100 反应堆（约 960 兆瓦）。Meta 与 TerraPower、Oklo 等合作，在俄亥俄州规划 1.2 吉瓦核电场（Oklo 的 16 座 Aurora 反应堆），首批发电目标在 2030 年代初；其核协议总规模最高约 6.6 吉瓦。甲骨文则计划建设由 3 座 SMR 供能的吉瓦级数据中心，CEO 拉里·埃里森称建设许可已经拿到。

纸面很大，落地很远

国际能源署（IEA）2026 年 4 月报告显示，数据中心与 SMR 的有条件购电协议，已从 2024 年底的 25 吉瓦增至 2026 年 4 月的 45 吉瓦，16 个月接近翻倍。但截至 2026 年 4 月，全球还没有任何一座商用 SMR 真正为数据中心供过电——所有协议都取决于设计获批、融资到位与建成，通常要十年以上。

IEA 同时预计，2026 年全球数据中心用电量约 1100 太瓦时，相当于日本全国的用电量，较 2025 年 12 月的预测上调了 18%。首座由商用 SMR 供电的数据中心，最早也要到 2030 年前后才有可能上线。眼下，近渴仍靠燃气轮机来解。

不止美国一条路

小型堆并非美国独有的路线。中国的”玲龙一号”（Linglong One，ACP100）由中核集团研制，是全球首个商用陆上小型堆，预计 2026 年投入商业运行。NuScale 则拿下了美国核管制委员会首个 SMR 设计认证，每模块 77 兆瓦。

SMR 要真正撑起数据中心的电，还要跨过几道坎：高丰度低浓铀（HALEU）燃料供应、核工程人才稀缺，以及各国监管框架的完善。在远水到来之前，AI 的电力故事，短期仍由燃气轮机书写。

多项民调显示，公众对 AI 的焦虑已相当普遍：约四分之三的美国人反对在自家附近建设数据中心，约四分之三认为 AI 会损害自身就业安全，近 70% 觉得技术发展太快。与此同时，进步派与保守派政治人物都在初选里借批评科技行业争取选票，部分州与城市也暂缓了数据中心建设计划。但在硅谷所在的旧金山，OpenAI、Anthropic 等公司的员工仍在以惊人速度推进同一项技术。这种”被技术裹挟的多数”与”直接掌控技术的少数”之间的割裂，被不少人视为这个时代的一个标志性特征。

从白皮书转向情绪牌

Irreplaceable 的核心成员大多来自气候运动。活动策划人 Jeremy Ornstein 曾任 Sunrise Movement 组织者，执行主任 Phil Aroneanu 则是知名气候组织 350.org 的联合创始人。他们刻意弱化白皮书与政策建议，转而诉诸公众情绪。Ornstein 在接受采访时称：”人们凭直觉就明白，一旦造出比人更强的机器，事情可能会变得危险而糟糕。”

这种打法来自对气候运动的反思。Aroneanu 认为，当年的气候倡导者一开始把自己当成了政策专家，以为向愿意倾听的议员摆出冰川消融、海平面上升的证据就足以推动立法，结果却步履维艰。如今他们相信，运动应当建立在人们的”感受”之上——对气候而言，这意味着化石燃料撤资、抗议输油管道、校园罢工；对 AI 而言，则意味着把公众对自动化的不安、对企业与政府监控的担忧，引导到具体的反对方向上。

从街头到时间表

今年 7 月，数百人在旧金山举行了一场可能创下当地史上最大规模的反 AI 示威，队伍从 OpenAI 总部出发，经 Anthropic，最终走到 Google。几个月前，同一批”Stop the AI Race”组织者还办过一场略显混乱的集会。第二次游行则配备了统一的口号卡、一支游行乐队，甚至一辆”冻结 AI”的冰沙车。

Irreplaceable 把议题重点放在几个方面：缓解自动化对经济的冲击、防范政府与企业用 AI 监控民众、以及建立行业监督与护栏，避免 AI 驱动的黑客或人为制造的疫情引发大规模停电等灾难。

不过，当被追问具体主张时，组织者的回答仍停留在”先说不”。有参与者坦言，关键转折点在于提供积极愿景——就像气候运动最终拿出的”绿色新政”那样。Irreplaceable 公布的路线图是：今年组建联盟，明年形成统一政策，2029 年前落地实施。以非硅谷的速度衡量，这并不算慢，但留给科技公司的窗口同样不小——据称业界已在中期选举前投入数千万美元应对，而到那时，更强大的模型或许早已训练完成。

一场美国现象？

文中也提到，美国公众对 AI 的抵触，某种程度上是其特有现象：在全球其他地区，类似技术往往民调支持度更高。这意味着这场 backlash 若想形成类似气候治理的全球规范，面临天然短板。与此同时，AI 公司也在地方层面作出让步——已承诺额外付费，以避免推高当地居民的电价；多个数据中心也在社区反对声中被取消。

这场运动能否复制气候运动的战果，眼下仍难下定论。可以肯定的是，当硅谷以”光速”推进技术时，另一群人正试图用更慢、也更情绪化的方式，把方向盘抢回公众手里。