气候危机 on Seunghoon Choi

降低AMOC风险前需要验证什么：关于AI与太空基础设施的思想实验

Mon, 29 Jun 2026 01:45:00 +0900

稍微减少阳光似乎微不足道，但它实际上会影响整个地球的气候系统。

先做一个思想实验：在太阳和地球之间约150万公里处放置许多薄遮光板。它们或许能减少到达地球的总日照，但能否单独控制北极和格陵兰的夏季日照，尚未得到验证。

AMOC是大西洋的巨大海流循环

AMOC是Atlantic Meridional Overturning Circulation的缩写，中文常译为大西洋经向翻转环流。名字很难，画面很简单。温暖的海水沿着大西洋表层向北流。到了北大西洋，海水变冷，盐分变高，也变得更重。变重的水向下沉。深层水再向南流回去。这套海流就是AMOC。它影响欧洲气候、热带降雨、海平面、渔场，也影响海洋吸收碳的能力。NOAA也把AMOC解释为大西洋中把暖水送往北方、把冷水带回南方的洋流系统。

问题是，这套海流循环可能变弱。北大西洋的水要顺利下沉，需要两个条件。水要冷，也要足够咸。但全球变暖同时改变了这两个条件。海洋变暖，格陵兰冰盖和北极海冰融化后又把淡水带进来。淡水盐分低。表层水变得没那么咸，也没那么重。于是下沉的力量变弱。带动这套循环的下沉力，开始减弱。

北极不是终点，而是开关

给北极降温，不是只为了保护北极。北极是地球的白色反光板，也是影响AMOC的开关之一。白色冰面会反射很多阳光。深色海水会吸收阳光。冰减少后，海面露出来，海洋吸收更多热量。然后冰融得更快。这个循环很可怕。 NASA也解释过，北极海冰减少后，地表会吸收更多阳光。这不是遥远未来的抽象故事，而是正在发生的物理过程。白色的覆盖消失后，地球会吸收更多热量。

所以需要密切观测北极夏季。减少这一时期的太阳辐射后，进入北大西洋的热量和淡水究竟会改变多少，必须先用气候模型和观测数据验证。

太空遮阳板是临时气候措施

目前讨论过多种减少太阳辐射的方法，例如向平流层释放粒子、提高云层反射率，或在太空部署装置。哪一种更安全、更容易撤回，仍未得到验证。必须同时评估它们对大气、海洋和生态系统的影响，以及停止措施时可能产生的风险。想象一下。太阳和地球之间的 L1 附近，有很多小型遮光模块。L1 是太阳和地球之间的一个特殊点，距离地球大约 150 万公里。ESA 把它解释为太阳和地球引力形成有用平衡的拉格朗日点之一。在那里，许多薄膜可以把太阳光稍微变暗一点。

一种设想是使用许多小型遮光板，通过改变角度调节总遮光量。但所需的精度、轨道稳定性、薄膜耐久性和故障恢复能力都还没有得到证明。2006年，Roger Angel曾在一篇论文中提出在L1附近部署小型航天器群；这说明概念并非全新，不代表工程可行性已经得到验证。

但不能把这个装置当成气候问题的最终解决方案。减少太阳光不会移除CO2，也不会解决海洋酸化。如果继续燃烧化石燃料，问题还会重新变大。太空遮阳板不是最终解决方案。它通过暂时减少进入地球的太阳辐射，为降低AMOC崩塌风险留出时间。核心应对是停止CO2排放，并把已经排出的CO2从空气中去除。

太空遮光板可以减缓温度上升，但如果不减少温室气体排放，全球变暖问题仍会存在。

先放慢升温，再减少CO2

太空遮阳板无法减少CO2。研究问题是，它能否在不造成更大伤害的前提下减缓进入北极和北大西洋的额外热量。即使观测显示AMOC正在危险地减弱，任何干预的效果与副作用也必须先经过验证；减排和去除CO2则应独立推进。

第二，利用这段时间减少CO2排放，并去除已经排出的CO2。顺序很重要。如果打开太空遮阳板，却没有完成CO2去除，那么一旦减少遮光，额外热量输入会重新增加。原本用来争取时间的装置，就会从临时措施变成必须持续维持的依赖结构。所以必须有退出计划。CO2浓度降到什么水平时，遮光率要降多少。AMOC观测值恢复到什么程度时，北极夏季遮光要怎么降。遮光必须和经过验证的CO2去除绑定。两者分开走，就会危险。

AI应该持续监测AMOC的状态

这里需要 AI。AI 可以持续观测 AMOC、预测风险并比较不同的太阳辐射管理情景。要看的数据很多，包括北极海冰面积和厚度、格陵兰表面融化量、Labrador Sea 和 Irminger Sea 周边的水温与盐度、北大西洋淡水流入、云和降雨变化、海洋碳吸收，以及 CO2 去除技术的实际运行情况。这些问题不能靠少数人的直觉判断。需要综合卫星、海洋浮标、地面传感器、船舶观测、气候模型和碳核算。AI 可以帮助更快发现变化并比较多种情景，但遮挡多少阳光、由谁承担风险，不能只由 AI 的计算决定。

AI不应该成为替人类统治地球的存在。但它可以承担这样的角色：把人类单独看不到的复杂信号指出来。

AI观测网络不仅仅停留在猜测预测，还可以让我们更快地识别人类稍后会注意到的气候变化。

SpaceX应该先看地球的海流循环，再看火星

如果有公司能把这种事推成真正的产业，SpaceX很容易先被想到。它能频繁发射火箭，能大规模运营卫星，也能批量制造太空基础设施。这种能力的第一个用途，应该是地球气候应急观测网络，而不是火星城市。我们需要更密的气候观测卫星网。观测AMOC的海洋网络也要更强。太空遮阳板模块要先小规模实验，验证太阳光压力、姿态控制和长期耐久性。AI模型要持续接收这些数据，并不断计算。火星以后可以去。但如果AMOC垮掉，地球的洋流、降雨、农业和海平面会先变化。如果火箭真是为了文明而存在的技术，那么它的第一批货物不该是火星城市的零件，而该是观测并保护地球海流循环的设备。

AI数据中心也要承担责任

要加速AI，就需要更多计算。更多芯片，更多电力，更多冷却。矛盾就在这里出现。如果说AI要帮助解决全球变暖，却用化石燃料电力运转，这个故事就说不通。 AI数据中心应该有条件。要用无碳电力运行。要公开自己给电网带来多少压力。也要公开用水量。并且，重要的一部分算力应该用于气候问题。 AI产业如果想获得社会许可继续扩张，就必须证明一件事：我们确实用很多电，但这些电在解决人类最大的难题。这个证明不能靠口号，只能靠结果。AI必须降低CO2去除成本，稳定电网，减少工业排放，更好地预测AMOC风险。

做不到这一点，AI加速就会变成一个太小、太奢侈的游戏。

拯救AMOC是AI时代的第一道大题

AMOC什么时候、会弱到什么程度，仍然有不确定性。公开文章里不能把“马上崩溃”当成定论来写。IPCC认为AMOC在21世纪变弱的可能性很大，但把2100年前突然崩溃评为低概率。与此同时，近期研究也警告，模型可能低估风险和变弱幅度。这种问题不能只看概率就放下。如果事情一旦发生，损害大到难以承受，即使概率看起来不高，也要买保险。AMOC就是这样的问题。它一旦停下，很难重新启动，影响也不会只留在一个地区。

AI时代的气候目标不应只看一个全球平均气温数字。需要精密观测北极、格陵兰和北大西洋，同时推进减排和CO2去除。太空遮阳板应被视为需要验证效果、副作用与治理问题的研究对象，而不是已经成立的应急方案。

AI算力第一个该帮助的对象应该是AMOC，而不是广告。火箭的第一个任务也应该是观测并保护地球海流循环，而不是宣传火星。从现在开始，我们要观测AMOC，预测风险，并为降低崩塌风险留出时间。

AI 发展并不算太快：全球变暖、脱发、衰老和月球基地都还没解决

Wed, 24 Jun 2026 00:18:00 +0900

人工智能之所以看起来很快，并不是因为它解决了整个问题，而是因为它可以快速处理有组织的数据的部分。

AI 时代仍然需要人类就业，不是因为人比 AI 更聪明。是因为人要感知现实、操作设备、验证结果，并为结果负责。AI 可以给出答案，但人要把这些答案安装、测试、运行到现实里，还要向别人解释。AI 替代很多工作之后，人们自然会问：“如果 AI 都能做，人为什么还要被雇用？”

但这个问题要换一种问法。面对还没解决的大问题，就业不是单纯的生计手段。它把计划、责任和现场连在一起。

应对全球变暖、能源转型、建设太空基础设施，这些都不是“知道答案”的问题。它们是把答案安装到现实里、维护它、验证它，并让人们一起动起来的问题。

到底什么变快了？

人们觉得 AI 快，是因为眼前的产出变快了。以前要几天的草稿，几分钟就出来了。搜索、整理、写代码、设计和翻译的第一版都变快了。

但大问题不是一份文档。降低全球变暖，需要发电站、电网、电池、工厂、矿山、船舶、航空、城市、农业、金融和政治一起动。脱发、衰老、癌症、痴呆和月球基地，也都牵涉生物、硬件、制度、资金、安全和时间。

照这个标准看，AI 还很慢。我们感到的速度，是文档、代码、设计草稿这类在电脑前完成的工作的速度。真正的变化发生在电厂、工厂、医院、实验室和公共制度里。

我们真正解决的问题还很少

从某个角度说，“AI 太快了”是对的。公司、学校、创作市场和办公室工作都在快速变化。有些人失去了适应时间，有些岗位也会快速减少。

但把更大的问题摊开看，感觉会变。全球升温还没有停止。电网还没有快到能充分接住可再生能源。电池还需要更便宜、更安全、更耐用。新药开发仍然慢且昂贵。人类仍然会衰老、脱发，也仍然会在癌症和痴呆面前崩溃。

AI 产品发布得很快。人类真正把问题结束掉的速度，仍然很慢。

没有 AI，这些问题要怎么解决？

AI 可以计算、预测、设计。但它不会自己建发电厂。不会铺电网。不会给碳捕集工厂做试运行。不会拿到矿山许可。不会说服居民反对。不会在现场打开坏掉的设备并修好它。

它也不会闻到工厂不良品的味道，然后判断“这是数据里没有的问题”。所以未来需要的人，不是“比 AI 更会计算的人”，而是把 AI 给出的可能性在现实世界里真正实现的人。

现实不是数据库

核心更直接：人之所以必要，不是因为 AI 弱，而是因为现实不是数据库。

能源转型需要人和 AI 一起做

只看气候危机应对就知道了。IPCC AR6 WGIII 把气候行动看作系统转换问题，而不是单一技术问题。它牵涉能源、产业、城市、土地、政策、金融和国际合作。也就是说，需要人的组织把计算结果变成基础设施和制度。AI 可以说：“这个地区的可再生能源、电池、电网这样配置最优。”

但接下来就是人的工作。拿地、居民协商、施工、安全管理、质量管理、维护、监管应对、事故责任、成本调整、长期运营。这就是就业。

就业不只是为了赚钱的位置。它是让长期项目在现实中继续运行的方法。

能源转型不是一句“铺太阳能板吧”就结束了。电网、发电厂、电池、核电、氢能、输电、变压器、功率半导体、矿山、精炼、制造、维护、安全管理、许可审批，全都需要。

IEA World Energy Employment 2025 认为，在能源基础设施扩张过程中，熟练劳动力短缺已经成为重要瓶颈。IEA 调查中，约 60% 的能源相关企业报告劳动力不足；能源行业的新招聘中，也有相当一部分只是为了替补退休人员。

AI 即使加速设计，现实里的钢铁、铜、混凝土、半导体、工厂、输电塔还是要靠人运转。重复办公室工作可能减少。但电网工程师、材料研究者、工艺工程师、机器人操作员、气候风险分析师、工厂试运行专家、AI 验证者、安全工程师、监管设计者、现场整合者会变得更重要。AI 时代的人类就业不只是出力气，更是把一切落实到现实的环节。

AI 越强，越需要验证者

AI 给出的答案一旦错了，损害规模也会变大。

论文草稿错了，可以改。但电网运营 AI 错了，会停电。电池工艺条件错了，会起火。碳储存地点评估错了，会泄漏。太空居住系统控制错了，会死人。所以 AI 时代需要这样的人：能用现实风险标准验证 AI 结果的人。AI 提议，人要看这个提议在现实中会在哪里出大问题。