600 篇 AI 征文，赢的三篇都没在聊 AI：紫外线灯、"别折腾"，和港铁的商场

七月一号，Dwarkesh Patel 公布了他那个"AI 大问题"征文的获奖名单。六百篇投稿，第一名写的是怎么用紫外线灯消灭流感。

不是比喻。物理意义上的灯。

Dwarkesh 是谁——这两年硅谷最凶的播客主，一个二十来岁的年轻人，把黄仁勋、扎克伯格、Anthropic 创始人挨个请到麦克风前拷问 AGI 时间表。他的听众，大概是全世界最相信"AI 是大事"的一群人。所以他自己掏钱办征文，题目就叫"关于 AI 的大问题"。

这么一个圈子，六百篇里选出来的前三名：一篇在讲公共卫生，一篇在讲宏观政策，一篇在讲香港的一家地铁公司。

没有一篇在赌模型本身。

第一名，在讲怎么消灭流感

第一名 Jassi Pannu，约翰霍普金斯大学的助理教授，本行是生物安全和大流行防备。她文章的题目很直白：《OpenAI 基金会的钱该怎么花》。

这个题目不是思想实验。OpenAI 去年完成重组，非营利基金会攥着公司大约四分之一的股权，账面千亿美元级，第一批就承诺拿 250 亿美金投健康和"AI 韧性"。钱是真的。正在找地方花。

答案：拿四百到六百亿美金，花十年，把"空气传播疾病"这个品类整个干掉。具体到工程——远紫外线灯（far-UVC），一种能杀灭空气中病原体、又对人无害的波段，装进医院、学校、机场和地铁枢纽。先花五十亿验证效果，再拿一百五十亿做采购承诺把产业拉起来，然后一两百亿铺开部署，最后留几十亿去建政治基础——好让这套东西别被下一届政府拆了。十年目标：季节性流感死亡率降 60%。

就这么直白。不发论文，不谈范式，一盏一盏装灯。

平时，它消灭流感、压慢性病。大流行来的那天，它是提前挡在所有人前面的第一道物理屏障。一笔钱，两份回报。

Dwarkesh 给的评语：她让人真的信了，我们可以住进一个"后疾病世界"。

这篇文章跟 AI 的关系有点微妙：钱是 AI 挣的，事是土木工程的。

第二名的建议是：什么都别干

第二名 Ege Erdil，Mechanize 的联合创始人，之前在 Epoch AI 做研究——就是那家整天发布"训练算力又翻了几倍"图表的机构。他回答的问题是：不在 AI 供应链里的国家该干嘛。

供应链里的玩家名单很短：有模型的，有芯片的，有电的。名单外面，是一百多个国家。

这些国家手里没牌。芯片造不了，模型训不起，有的连电都不够用。按流行的叙事，它们只配"被时代碾过"。

Ege 给的建议浓缩起来就一句：把产权保护好，把资本税降下来，把监管松开，把电网修好，然后别折腾。他原文更狠——"什么都不做、顶住民粹压力不搞激进动作"，这条基线已经能跑赢大多数聪明方案。

Dwarkesh 说他喜欢这篇，恰恰因为别的投稿太"聪明"。有一篇建议夹在中间的国家，把"威胁炸掉超级大国的晶圆厂和数据中心"当谈判筹码。

跟这种方案摆在一起，"老老实实修好尼日利亚的电网"反而成了全场最反直觉的观点。

评论区有人不服，说这套自由市场药方在发展中国家几乎回回失灵，AI 时代只会让失业来得更快。这个反驳我觉得不能算错。但它反过来说明了这篇为什么赢——在一个人人都想给 AI 时代发明新政策的房间里，敢说"旧规律还管用"的人是最孤独的。

第三名，把 OpenAI 写成了港铁

第三名我私心觉得最有嚼头。Michael Li，哈佛肯尼迪学院念公共政策的研究生，业余写一个拆科技和经济的博客。他碰的是投资人天天问的那个问题：AI 实验室到底怎么赚钱。

他的答案是一家地铁公司。

港铁的票价，从来没有覆盖过修地铁的成本。修一条，亏一条。但港铁是全球极少数常年盈利的地铁公司，利润来自站台上面的东西：十三个商场、四十七个上盖物业。地铁本身是个亏损的入口。值钱的，是地铁让周边资产升的值——而港铁提前把这些资产买进了自己口袋。

对应过来：API 就是票价。token 在打价格战，推理成本一路下探，靠 API 定价收回千亿级的资本开支，这条路永远走不通。实验室真正该抢的是"上盖物业"。他排了四样：政府授予的部署权（病历、税务、国防物流，这种进去就出不来的系统）；累积的强化学习反馈数据（买不到、抄不走、一代一代往上滚）；驻场把整个服务包下来的交付模式（Palantir 那种打法）；还有国家级数据集的独家托管权。

四样里我最信第二样。参数会过时，架构会换代，模型这一代跟下一代之间唯一能继承的家产，就是"什么样的输出在真实业务里被接受了"这份记录——它越滚越厚，买不到，也搬不走。

写到这我停了一下。

这四样东西有个共同点：没有一样是"更聪明的模型"。

智能在降价，旁边的东西在涨价

把三篇放在一起，评委的口味就露出来了。

紫外线灯，是拿 AI 挣的钱去买物理世界的健康。"别折腾"，是说 AI 改不动增长的旧规律。港铁模型，是承认智能本身收不回成本，得靠智能旁边的资产回血。

三篇文章回答"AI 的大问题"，答案全站在 AI 外面。

我做 AI 产品，这个信号对我算不上舒服。但它跟我这两年看到的行情对得上：模型能力在通胀，模型价格在通缩，每发一代新模型，上一代的"智能溢价"就清零一次。真正没通缩的是什么？部署权，信任，数据独占，还有物理世界里那些模型碰不着的东西——空气、电网、楼。

Dwarkesh 的听众是全世界最信 AI 的人。这群人选出来的答案却在说：智能会便宜到不该再被当成资产。

这两件事不矛盾。恰恰是最信的人，才最早开始想"然后呢"。

港铁修了六十年地铁，票价从来没把隧道的钱赚回来过，商场一直在赚钱。

AI 这边，票价已经开始降了。商场是哪几座，名单就写在一篇征文里。

买不买得到？

我不知道。

事实与引语来源：Dwarkesh Patel《The Winning Essays for the Big Questions About AI》（dwarkesh.com，2026-07-01）。