CIVILIZATION WATCH · SOURCE RADAR · 第 024 期
全球文明趋势原文雷达 · 2026-10-02
窗口 09-30 → 10-02（48h）· 5 / Primary · 文明趋势研究组
01
今日文明趋势观察
What forces are rewriting the future
AI 从技术词变成国家用词：美国官方以「超级智能」取代「人工智能」。同日，人类为 AI 设计的蛋白质嵌入溯源水印，为隐藏信息下的决策找到百倍便宜的解法，并为「机器人能干什么」建起可回测的账本。一周内，一起大规模窃取模型内部推理的行动被公开——能力越强，边界越是主角。
窗口说明：本期严格窗口为 2026-09-30 07:00 ～ 2026-10-02 07:00（过去 48 小时，北京时间），紧接上一期（09-30 日报，窗口 09-28 07:00 → 09-30 07:00），无缺口。已用 Crossref API 对 Nature / Science / Cell / NEJM / Nature 主要子刊等 20 种顶刊逐刊拉取 published-online 记录核验：Nature 系（含 Nature、Nature Physics、Nature Photonics、Nature Chemistry、Nature Materials、Nature Communications）、NEJM、PRL 在 2026-09-29 / 09-30 集中上线，Science、Nature Biotechnology、Nature Machine Intelligence、Nature Human Behaviour、Nature Genetics、Nature Medicine、Nature Neuroscience 在 2026-10-01 上线；Cell 与 Science Advances 在窗口内无新一期。每篇均标注官方确切日期。
一处上期补漏：SOURCE 01 为白宫行政令，签署日为 2026-09-29（美东），北京时间已属 09-30 凌晨，落在上一期窗口（截至 09-30 07:00）之内、但上一期未覆盖；因其为本周文明秩序域最重要的原始文件，本期如实标注双日期并予以补录，不做日期模糊。
临界剔除：中国科学院「科学前沿极限突破计划」及首批 10 个项目（09-29 发布会，cas.cn）、UNEP《Limiting Overshoot》报告（09-28/29）、SpaceX 星舰首次地球轨道飞行（09-28）均早于本期窗口，不重复计入；OpenAI DevDay 的 GPT-6.1 Sol / Dots、Google Gemini 4 Argon 属产品发布，转「窗口内备选」。
02
五篇关键原文
5 Primary Sources · Score ≥ 80
SOURCE 01
Civilization Order
State Definition Power
一个主权国家把它改名叫「超级智能」：白宫行政令让 AI 从官方语言中消失
Inaugurating the Era of Super Intelligence（Executive Order, The White House）
- 发布机构
- 白宫（美国总统行政令）
- 发布时间
- 2026-09-29（美东）/ 09-30（北京）
- 领域
- Civilization Order / 技术定义权与治理语言
行政令正文第 1 节写道：这些技术「已不只是人工智能，而是一个超级智能的新时代」，因此「联邦政府使用的术语应反映这些技术的变革性能力」；政策定为：在法律允许的最大范围内，行政部门一律以「Super Intelligence（SI）」取代「Artificial Intelligence（AI）」，并在所有适用场合「不再承认」AI 这一表述——适用于官方通信、公开声明、政府网站、报告、政策文件及其他非法定文件；已发布的法规、总统行动、合同、拨款与历史文件不作修改。第 3 节要求总统科技助理（APST）在 60 天内提交立法建议，为「超级智能」建立联邦法定定义，评估该定义应在何种程度上修改、扩展或取代现行法定「人工智能」定义（15 U.S.C. §9401(3)），并提出一致性修订与后续行政措施。白宫同日发布 Fact Sheet。
意义：这是「定义权」被公开当作战略资产来行使。1956 年达特茅斯会议为这个领域起了名字；70 年后，一个主权国家用行政令把这个名字从官方语言中删除，并要国会为替代词立法。名称一变，监管对象、责任主体、预算科目与政策工具箱的指向都会随之重写——而且它并不是孤立的措辞事件：一周前（09-26）中美元首会晤成果中已出现「超级智能（SI）」这一表述、中方随后就措辞作出回应，如今美方把它落成本国官方用语。当最强的两个技术体开始争夺这件事「叫什么」，说明对技术的命名本身已进入大国竞争清单。
SOURCE 02
AI × Biosecurity
Provenance Infrastructure
给 AI 造出的蛋白质打上「机器制造」的隐形水印：DeepMind 把溯源从像素做到分子
Function-preserving watermarking of AI-generated proteins（SynthID Bio）
- 发布机构
- Nature（研究论文）+ Google DeepMind 官方博客
- 发布时间
- 2026-09-30（Version of record）
- 领域
- Biotechnology / 生物安全与来源溯源基础设施
SynthID 此前已用于标记 AI 生成的图像、音频、文本与视频；这一次它被推进到生物分子。方法有两支：SynthIDBio-sequence 把 SynthID-text 的「锦标赛采样」移植到蛋白质序列设计模型 ProteinMPNN——在逐个氨基酸生成时，用密钥与前面四个残基偏置选择结果，持钥者可沿序列重算分数检出；SynthIDBio-structure 则微调 AlphaFold 3 的扩散模块并配一个秘密检测器，使该模型预测出的任何结构都在原子间距与二面角中带上水印——不论由谁运行这个模型。检测性能：结构水印在 0.1% 假阳性率下真阳性率 >99.8%（推荐模型在 0.01% 假阳性率下为 98.99%），且 LDDT / TM-score 不低于原版 AlphaFold 3；湿实验对 SARS-CoV-2 刺突 RBD、VEGF-A、PD-L1 三个靶点、222 条无水印序列 vs 267 条带水印序列做表面等离子共振测定，结合强度无群体显著差异，并仍筛出低纳摩尔（RBD）与亚纳摩尔（VEGF-A、PD-L1）结合体。代码以 Apache 2.0 开源、体外数据公开，结构端权重按 AlphaFold 3 权重条款向研究社区发放，检测器保持保密；DeepMind 与斯坦福 Hie 实验室、Arc Institute、Adaptyv Bio 合作完成实验室验证，并已在 Evo 2 中为一个能正常工作的人工设计噬菌体基因组打上水印。局限亦如实写明：把设计重新过一遍序列设计可去除水印，力场弛豫会抹掉结构水印，论文自称「概念验证」。
意义：AI 让「设计出一个自然界不存在的蛋白质」变得廉价，而筛查体系仍主要靠比对已知危险序列与功能——一个全新的 AI 设计可以既不像任何已知毒素、又执行同样功能。水印把「可溯源」变成设计流程的内生属性，而不是事后加装的台账：DNA 合成商、Protein Data Bank / UniProt / GenBank 这类数据库，第一次有了识别「这件东西出自哪个模型」的钥匙。这不是安全的天花板（未采用该管线的设计仍无标记），却是整个 AI 生物学时代的信任地板。
SOURCE 03
AI Revolution
Decision Science
看不见棋盘也能赢：Ataraxos 用不到八千美元学会「不完整信息」下的决策
Scalable decision-making for games of imperfect information
- 发布机构
- Nature（CMU · MIT · NYU · 斯坦福，Sokota / Vinitsky / Hu / Fan / Kolter / Farina）
- 发布时间
- 2026-09-30（Version of record）
- 领域
- AI Revolution / 不完整信息下的决策
Stratego 是棋类 AI 最后的「硬骨头」：双方各 40 枚棋子，身份须到碰撞才揭示，可能的布局组合超过 10³³ 量级——「最好的那一步」取决于对手相信你手里是什么，而这取决于你此前怎么走。Ataraxos 的配方是自博弈强化学习 + 决策时搜索 + 一个估计对手隐藏棋子的生成式信念模型：先用自博弈学出底层策略（并对正则化强度与策略更新幅度做协同调度以维持稳定），再用信念网络采样若干「可信的棋盘」，在当前这一步上做一次只影响本次决策的策略更新，从而针对眼前这个对手收窄搜索空间，而不是盲目遍历。对局结果：与四届世界冠军 Pim Niemeijer 的 20 局系列赛，Ataraxos 以 15 胜 1 负 4 平（85% 有效胜率）取胜——且赛制对人类有利（人类可在局间研究并适应它，它不针对人类再训练）；2025 年 Stratego 世锦赛现场 40 局为 38 胜 2 负。同一套方法分别训练后，在 Barrage Stratego（四组 50 局系列赛各胜一组，对手均为两届世界冠军）、Hanabi（五人和局满分率约 58%，此前最优 32.9%）与斗地主（胜过 PerfectDou、DouZero）上均达当时最优。成本对比尤为醒目：主训练用 16 张 H100 跑一周、信念模型 4 张 H100 跑四天，作者估算 不足 8,000 美元；而 DeepMind 的 DeepNash 据论文核算约为 300 万–450 万美元——即用 不到 1/100 的训练样本、不到 1/30 的自博弈局数达到更高棋力。代码以 MIT 许可公开。
意义：过去十年，AI 在完美信息博弈（围棋）上的胜利主要靠「更多算力」；而在真实世界里，决策者几乎从不拥有完整棋盘——谈判、市场、物流、应急、网络安全，都是「对手知道你不知道的事」。Ataraxos 的真正信号不是赢了棋，而是把「隐藏状态下的可扩展决策」的成本压低了两个数量级，并证明同一方法能跨零和、完全合作与二对一三类结构迁移。当这种能力便宜到几千美元，它就不再是论文里的特例，而是会被装进谈判助手、调度系统与攻防工具里的通用零件。
SOURCE 04
Economy & Production
Labor & Robotics
机器人能干 34% 的工作小时，却只在 0.3% 上算得过账：Anthropic 发布「机器人暴露指数」
What work can robots do?（Robot Exposure Index）
- 发布机构
- Anthropic（经济学研究团队，Legate-Yang & Massenkoff）
- 发布时间
- 2026-09-30
- 领域
- Economy & Production / 自动化与劳动力结构
研究从美国劳工部的 O*NET 出发，用 Claude 对约 19,000 条职业任务分级，挑出 7,594 条「体力任务」，再逐条检索现实世界是否真有机器人能干，并以「环境受控程度」划分四级：E0 任何机器人都不行、E1 只能在为该机器专门搭建的场所（产线、围栏工位）、E2 能在为人建造的结构化场所（仓库、医院）、E3 能在「原样现场」（马路上、工地里）。结果：体力任务中约 一半是 E1、22% 为 E2、仅 1.9% 为 E3，26.3% 为 E0；把「只要在任何环境下能干」都算上，可达 74% 的体力任务、相当于 34% 的全部工作小时。但第二个数字才是关键：按现有价格，机器人只在 0.3% 的任务上具备成本竞争力；若硬件价格按历史约 3%/年下降，这一比例要到约 40 年后才会升到 10%。与 LLM 暴露度叠加后，约 80%–81% 的工作小时处于某种自动化暴露之下（行政支持类接近 100%）。最暴露的职业几乎全是驾驶类——出租车司机以 2.22/3 居首；建筑业内部差异极大（铺路与夯筑操作工 1.85、操作工程师 1.60，而电工仅 0.33、施工经理为 0）。研究者还用 1977 年以来的工资与就业数据回测：暴露度高的职业在此后数十年工资与就业下降更明显——为这个指标提供了一定的预测力证据。数据发布中同时给出 Claude 对每条任务的评级理由与引用来源。
意义：关于「机器人何时取代人」的争论长期在两个极端之间摆动——要么看演示视频，要么看科幻叙事。这份研究的价值在于把问题拆成两个可分别测量的量：能力边界（能不能做）与成本边界（划不划算），并给出一个可被未来数据检验、也能被同行反驳的账本。它同时暴露了一个政治事实：最暴露的群体是男性、学历较低、时薪更低的人群（相对最不暴露者，西语裔比例高 16 个百分点、本科比例低 55 个百分点、时薪低约 30 美元）——也就是说，物理世界的自动化冲击，落点与知识工作完全不同。40 年这个数字不是预言，而是「在什么都不变的前提下」的算术；它的真正用途是给再培训、产业与福利设计留出时间窗口。
SOURCE 05
AI Security
National Security
当「推理」成为可被偷走的资产：OpenAI 公开阻断一场有组织的对抗性蒸馏行动
Disrupting a coordinated model-distillation campaign
- 发布机构
- OpenAI（官方安全披露文档）
- 发布时间
- 2026-09-30（首版）/ 10-01（修订）
- 领域
- AI Security / 模型资产与国家安全
这是 OpenAI 首次就对抗性蒸馏（adversarial distillation）发布完整的第一方披露，并给出可核查的时间线与数量。事实链：相关活动自 7 月 1 日起以小规模出现；到 7 月 24–25 日出现量级骤增——超过 4,000 名用户以特定提取模式发出 16,000 次请求；进一步调查发现一个涉及 15,000 名以上用户的提示词模式集群；至 7 月 28 日被全面阻断。手法值得注意：操作者并未破解加密、未入侵数据库、也未直接取得存储的用户对话，而是从一段对话中复制加密的推理内容，再在另一段对话中要求模型解密并转录这些隐藏内容——把模型自身的对话能力变成了解密工具；独立安全研究人员亦通过负责任披露流程报告了相关的跨模型与对话压缩漏洞，OpenAI 核查后确认真实存在。归因上，OpenAI 明确写明「尚不清楚观测到的全部操作者是否来自同一主体」，但将其中一组核心活动归因于与「月之暗面（Moonshot AI，Kimi 开发者）有关联的人员」；公司同时说明，其中一组活动最初由安全公司 Wiz 于 2025 年 11 月私下报告给多家实验室。应对包括封禁账号、加固注册与基础设施控制、关闭「重放他人的加密推理即可还原内容」的通路、增加对可能暴露推理的流式输出的检测，并通过前沿模型论坛（Frontier Model Forum）与政府信息共享渠道向同行与公共部门通报。
意义：它把一条此前只在论文里存在的攻击路径，变成了已规模化发生的产业与国家安全事件。蒸馏本是压缩模型的合法工程手段；一旦被用于系统性地从他人模型中抽取「受保护的推理」，它就同时构成知识产权问题、安全控制绕过问题与能力扩散问题——因为蒸馏出的模型不需要继承原模型的护栏。对未来的直接含义有三层：模型的「内部思考」正在被当作受保护资产来管理；推理可移植/可重放的系统架构本身成为风险面；而这类事件的处理方式（企业单方归因 + 行业论坛共享 + 政府通报）正在固化为一种「AI 时代的准危机协调机制」。需注明：归因来自企业一方，非独立核实，被指方尚未公开回应，中方此前亦对同类指控表达过不同立场。
全球文明进程重大事件日报