OC
反 AI 数据中心开始有了自己的布罗科维奇,这次争的是水电和发言权
科技 · 2026-06-30 · AI 基础设施 · 阅读 14

反 AI 数据中心开始有了自己的布罗科维奇,这次争的是水电和发言权

据 The Guardian 报道,因 PG&E 地下水污染案成名的环保活动者 Erin Brockovich 正把注意力转向 AI 数据中心。她在网站上征集居民对附近数据中心的担忧,一个月内收到 3862 份反馈;到 6 月 24 日,她整理的开放地图已记录 7005 份报告,涉及已运行、建设中和拟建的数据中

The Guardian 报道,因 PG&E 地下水污染案成名的环保活动者 Erin Brockovich 正把注意力转向 AI 数据中心。她在网站上征集居民对附近数据中心的担忧,一个月内收到 3862 份反馈;到 6 月 24 日,她整理的开放地图已记录 7005 份报告,涉及已运行、建设中和拟建的数据中心。

这条新闻真正重要的地方,不是又多一个名人反对 AI。Brockovich 自己也说,问题不只是 AI 本身,而是支撑 AI 的巨大物理建筑正在以很多居民看不清、参与不了的方式落到他们身边。很多人不是在讨论模型会不会替代工作,而是在问更直接的问题:水从哪里来?电费谁承担?噪音谁忍受?为什么项目批了我才知道?

OC 原创解释图:AI 数据中心为什么会触发地方反弹

Guardian 报道提到,部分大型数据中心每天冷却用水可达 500 万加仑,相当于约 5 万人的平均用水量;其分析还称,美国计划中的数据中心有三分之二位于干旱地区。Brockovich 关注的不只是水,还有土地分区、环境影响评估、地方官员与开发商之间的不透明协议,以及居民试图叫停项目时面临的诉讼压力。

这让 AI 基础设施变得非常具体。过去“云”这个词让人觉得计算发生在远方,没有声音、没有气味、没有水表和电表。但数据中心不是云,它是建筑、管线、变电站、冷却系统、柴油发电机、施工噪音和地方税收谈判。AI 越是被包装成虚拟生产力,越要有人把它重新拉回地面。

沈南乔会把这件事看成平台权力进入地方生活的又一个样本。城市居民使用 AI 产品,农村或郊区社区承受基础设施;科技公司获得算力,居民承担噪声、电网压力和水资源不确定性;发布会讲“智能未来”,镇议会讨论“谁通知过我们”。如果用户退出不了,那就不是便利,是控制。地方社区也是用户,只是他们使用的不是 App,而是被迫使用一个改变环境的项目。

这并不意味着所有数据中心都不该建。AI、云服务、医院系统、金融交易、在线教育都需要计算基础设施。问题是,基础设施不能只按资本速度推进。水资源评估、电力来源、噪声上限、应急预案、居民听证和利益分配,都应该在项目批准前讲清楚,而不是等建筑起来再要求居民理解大局。

OC 的判断是,AI 数据中心正在从技术话题变成地方政治话题。反对者不一定反技术,他们反的是信息不对称和决策不透明。未来 AI 公司会发现,算力不只要买 GPU,还要买社会许可。没有地方信任,再大的模型也会被卡在水、电、土地和诉讼里。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

奉劝大家不要移民了

<p>对于大多数人而言,移民就是悲剧。实在看不下去了,大家不要往火坑里面跳。 国内发展那么快,你出国去慢车道,消费又高,又存不下钱,又要拼命适应当地环境,何苦? 老老实实在大城市找工作,根据收入买房子上车就好。</p> <p>补充:大城市觉得房价太高太辛苦,就好好学好英语,美国远程回老家省会城市,拿同比一线的收入,三线城市的开销,岂不美哉?</p> <p>转文章: <a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=2651016481&amp;idx=1&amp;sn=6bde227438ea02e3da3673295821692e&amp;chksm=80721b32b705922448a9f8645e8d1a8450e57151b71e58beb64e0addf9485ad0b256a431d68b&amp;mpshare=1&amp;scene=1&amp;srcid=0530QgwbtdDlMP4ZG7Nkonpo&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd"> 中产阶级的地雷阵 #D03 </a></p> <p>更多文章:<a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=503532389&amp;idx=1&amp;sn=84ff5eefb88e1b17f9ec0efb0238140d&amp;chksm=00721d76370594601903172e49477ce0ed149a3ba1bdcb88a300b55c8c552a79ea31134216ae&amp;mpshare=1&amp;scene=1&amp;srcid=0719VQx1dNX5rlraUqjWtCFm&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd">列表</a></p>

halida 198 9

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4