算力扩张撞上社区与电网：效率技术正在另一头追赶

10 月 3 日这一天，三条方向不同的消息放在一起看，指向了同一个判断：AI 算力这门生意，正在从「谁能建得更快」，转成「谁能用得更省、更不招人反对」。

其一，AWS 首席执行官马特·加曼在官方博客中确认，公司已停止在与政府机构合作的数据中心审批中使用保密协议。其二，德国实验室 Aleph Alpha 把 78.1B 参数、每 token 仅激活 3.46B 的开源模型 Kolibri-1 放上 Hugging Face，采用 Apache 2.0 许可。其三，Airbnb 首席技术官艾哈迈德·阿尔-达赫莱在 10 月 2 日发布的访谈中透露，公司约 60% 的代码已由 AI 生成。

第一条是地面上的阻力，后两条是技术上的让步。把这三条摆在一块，供给侧的扩张逻辑和需求侧的效率逻辑正在同时变化。

一、地面上先出现的是一道许可闸门

加曼这篇博客的核心是为数据中心辩护，但最有信息量的一句反而是一句让步：不再对政府机构使用保密协议。这条最常被社区诟病的做法——居民往往在许可批下来之后才知道有项目——公司把它撤掉了。

背景是数字的阻力量级。加曼称，全美目前有超过 100 项数据中心停批动议处于讨论阶段，纽约州已宣布对大型数据中心实行一年的许可冻结。他承认，如果这些措施落地，代价会持续很久。

他对四项常见质疑逐一回应，但其中两项的回应本身也透露了矛盾：

• 用水：亚马逊自有报告称「数据中心直接用水」占全美工业用水 0.5%，加曼形容这比高尔夫球场和杏仁种植少好几个数量级。但学者指出，这个口径不含发电与芯片制造环节的耗水。
• 电价：加曼说电价只在数据中心集中的部分州上涨，主因是电网老化而投入不足。然而一家独立监督机构把美国最大电网同比 76% 的电价涨幅，主要归因于数据中心。
• 污染：加曼强调批评者盯的是许可上限而非实际排放，称备机发电机 99.9% 的时间闲置、每年仅运行约 10 小时。但得克萨斯州一座规划中的亚马逊数据中心，其许可允许的年排放为 3300 万吨二氧化碳，高于美国任何一座电厂。
• 社区收益：亚马逊称过去三年已向拥有重要数据中心布局的美国社区投入超过 10 亿美元。

当一家公司需要在博客里逐条反驳「用水、电价、污染、收益」四项质疑时，它面对的不是技术问题，而是审批与信任问题。

二、另一头，稀疏化正在把推理成本压下来

同一天，德国海德堡的 Aleph Alpha 把 Kolibri-1 的完整权重以 Apache 2.0 协议开放下载。参数结构是 50 层、每层 384 个路由专家加 1 个共享专家，每个 token 只从 384 个专家里挑 6 个，因此 78.1B 的总容量每次前向只调用 3.46B，占比约 4.4%。

几项关键数字：

• 上下文：原生 262,144 token，验证到 1,048,576 token。官方建议在 262K 以内服务，以兼顾效率与复杂任务表现。
• 训练：约 20 万亿 token，21 天，392,000 GPU 小时，768 张英伟达 B200，算力位于德国与芬兰。
• 数据构成：约 62.5% 英语、23.9% 德语、13.6% 代码；21.3% 的预训练 token 为德语，并专门构建了德语/英语双语分词器。
• 精度与部署：权重为 FP8（e4m3，128×128 分块），约占 78GB 显存，官方给出的最低配置是两张 H100、两张 A100 80GB，或单张 H200、B200、B300。
• 能力开关：推理强度可设为 none / low / medium / high，工具调用通过 Aleph Alpha 的 vLLM 插件支持。

需要区分清楚的是「省算力」和「省显存」。激活量小意味着每次推理的计算量低——有开发者在单张 RTX Pro 6000 上以 FP8 跑出约 170 token/秒。但整包 FP8 权重仍要约占 78GB 显存常驻。MoE 省的是计算和能耗，不是把大模型塞进消费级显卡。这一点，是评估这类模型部署成本时最容易踩的坑。

官方评测显示，Kolibri 在 AIME 2025 得 96.9、GPQA Diamond 得 84.3、LiveCodeBench v6 得 85.9，对比对象是英伟达 Nemotron 3 Super（120B）与 Qwen3.6-35B。但需注意，这些均为厂商自报数据，发布当日尚无独立评测机构复核；且在第三方综合指数上，其对比的是半年前的开源模型。技术报告披露尺度较大（189 页），但跑分仍需以独立复现为准。

三、需求侧的效率提升，已经在生产环境里跑出来了

同一天披露的 Airbnb 数据，提供了另一个方向的证据。CTO 阿尔-达赫莱在访谈中给出三个量化结果：约 60% 代码由 AI 撰写、功能与改进的交付量同比增长近 80%、工程师人均 PR 吞吐提升约 1.6 倍。

他反复强调，加速主要来自「删流程」而不是「加工具」。产品、设计、工程三个团队不再依次传递需求文档与设计稿，而是直接在可运行的原型上协作，代码本身成为讨论对象。

• 组织知识图谱 Everest：基于 LLM、向量与检索构建内部工程知识库，让通用工程师能快速接手专业代码库。效果是可量化的——杂货配送对接合作方 API 用了 8 到 9 个月，机场接送复用了同一套模式，只用了约 6 周。
• 多模型策略：内部至少运行 10 个定制模型；推理密集的任务交给前沿模型，而对延迟敏感的搜索类任务，用内部生产日志微调的小模型反而优于更大的前沿模型。
• 客服：约一半工单由 AI 独立解决，与第二季度财报中近 45% 的数字吻合；安全类工单仍保留人工。
• 合规动作：公司规定每名工程师都必须能解释自己交付的代码，即便代码由 AI 生成。

这条数字最有价值的地方不在 60%，而在它附带的一句约束：AI 写得再多，人仍要能解释它。这是在吞吐量指标之外，被明确写进制度的一条底线。

四、把三条摆在一起：规模与效率的一次赛跑

供给端，扩张正在撞上两类不对外的约束：社区的许可与电网的价格。它们不会因为某家公司推出更快芯片而在一年内消失，且解决路径涉及审批、补偿与电网投资，节奏由公共部门决定。

需求端与模型端，效率却在稳定前进：MoE 把每次推理的激活量压到总量的 4% 左右，长上下文让「不分块」成为可能，而企业侧证明同样的产出可以用更少的流程和更少的人力完成。

对创业者与投资人来说，这里有一个可操作的推论：当扩张的边际成本上升、而单次调用成本下降时，价值会从「拥有多少卡」向「每单位产出消耗多少资源」迁移。这也是为什么近期被反复提到的三类资产——电力与散热、内存与封装、以及把流程真正改掉的工程组织——会在同一时间段内同时被讨论。

五、三个接下来可以盯的指标

其一，看停批动议的数量与落地比例。超过 100 项处于讨论阶段，与其中有多少真正形成约束，是两个完全不同量级的信息。

其二，看 Kolibri 这类稀疏模型的独立复现结果。厂商自报的跑分与第三方在同一套评测下的表现若出现明显落差，说明效率叙事需要打折。

其三，看「每万行代码的产出」这类组织指标是否被更多公司披露。当一个数字开始被多家公司用同一口径公布时，它就不再是单点案例，而是一个可比较的行业基线。

回到开头。地面上的闸门在收紧，技术上的效率在追赶——这两条曲线的交叉点在哪一年出现，会比任何一次模型发布都更能决定这一轮算力扩张的最终规模。