把问题问到下一种生产关系里

——初焰·钠宙 AI for Science 第一赛季 12 个议题的二次发问

一句话先说结论：这不是一场“谁能在三天内搓出最像产品的 Demo”的传统黑客松，而是一场用 AI、开源协作和过程留痕，试着把中国的产业能力组织成全球 AI 基建新主体的实验。

先把这场“黑客松”说清楚

这场赛季至少有五个要点，值得钉在墙上：

1. 议题是入口。“AI for Science：钠电，如何重构全球 AIDC 的可持续能源基础设施？”被拆成 9 个技术与工程议题、3 个生活产品议题。选手可以沿着分议题走，也可以从它继续岔出去，只要仍然能回到总议题。
2. 作品不只在终点，过程本身就是作品。1836 上的发布、假设、失败、修正、协作和证据，会构成项目的真实履历。AI 可以加速研究，但不能拿“学术噪音”冒充思考。
3. 三周不是把马拉松跑成加班赛。线上、长期、可迭代，意味着选手可以让想法经历“假设—查证—争论—试验—重写”，而不是在截止前把一份漂亮的幻觉抛过来。
4. 评审看的是人的增量。原创性、跨学科、自我迭代、群体交叉迭代，以及把大胆假设落到可验证参数上的能力，比一个包装得很熟练的 Demo 更重要。
5. 这场探索的深处，是新的生产关系。当 AI 让研究、设计、代码、仿真和表达的门槛快速下降，稀缺的就不只是“会不会做”，而是“能不能提出值得做的问题、留下可信证据，并让贡献被看见、被协作、被结算”。

下面的 120 个问题，是对着12个议题的再发10问。这种发问是AI时代的新生产关系中人最应该做的。它们更像 120 个可以点燃的引线，但只是粗藏的示范，所谓的“递进提示”也是粗糙的示范，这些只是我觉得需要再次挂在墙上，供大家围观，思考，用站在未来的思路看现在。

评委真正想看到的，不是 AI 替你写出了多少页，而是你有没有把 AI 变成“增强人的判断力”的工具。机器可以一秒钟写出 30 个结论；人要做的，是挑出其中 1 个值得花三周去证伪的假设。这个差别，往往就是研究与幻觉的差别，也是参赛者与提示词操作员的差别。

---

04A 火象｜打开技术的新可能

白羊座｜钠电在 AIDC 中的新角色

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 在一个典型 AIDC 场景里，钠电最先替代的究竟是哪一块设备：备用电源、削峰填谷，还是绿电中转站？
2. 如果把钠电看成“能源节点”而不只是电池，它需要采集哪些数据，向机房、园区和电网发出什么信号？
3. AI 训练、推理、冷却和网络设备的负载曲线分别长什么样？钠电应当跟随哪一种波动？
4. 在钠电、磷酸铁锂、柴油机、光伏和电网之间，能否用一个可验证的调度模型比较“谁在什么时候干什么”？
5. 钠电的低温性能、资源丰富性或安全特性，能否改变 AIDC 的选址逻辑，而不仅仅是降低电池采购价？
6. 如果 AIDC 变成一座会预测、会交易、会自我修正的能源工厂，钠电应当拥有怎样的控制权和收益权？
7. 在电网不稳定、绿电过剩或跨区域供电受限的地方，钠电能否成为算力的“缓冲层”，把不连续的能源变成连续的服务？
8. 能否把“可用算力”重新定义为算力、能源、温度、网络和交付时刻的组合商品，并用钠电参与定价？
9. 如果未来训练任务会主动迁移到能源更便宜的地方，钠电 AIDC 是否会从固定机房变成全球可编排的“算力港口”？
10. 请提出一个目前看起来有点大胆、但能在三周内用数据或仿真证伪的假设：钠电是否可能重写 AIDC 的基础设施边界？

狮子座｜储能系统能否持续自我改进？

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 一个 BMS 目前依靠哪些固定阈值判断充放电、安全和寿命？这些阈值最容易在哪些场景失效？
2. 如果把每一次充放电都当成实验，系统至少应记录哪些变量，才能区分“电池变差”与“工况变了”？
3. 钠电与磷酸铁锂的充放电差异，如何转化成 BMS 的策略差异，而不是一段泛泛的材料比较？
4. 能否用历史运行数据训练一个寿命或风险模型，并明确它在哪些数据之外不应被信任？
5. 当模型建议了一个更激进的充放电策略，谁来批准它进入真实系统？是否存在灰度试运行和自动回滚机制？
6. 系统怎样把“预测错了”变成下一轮学习的样本，而不是被悄悄删掉的尴尬记录？
7. 能否让多个储能站共享匿名化经验，使一个站点的低温事故预警帮助另一个站点提前行动？
8. 如果 BMS 具备递归自我改进能力，改进的对象究竟是参数、模型、控制架构，还是组织流程？
9. 当 AI 发现人类制定的安全规则过于保守，是否允许它提出新规则？新规则如何经过物理实验、责任界面和审计？
10. 能否建立一个“会留下每次判断证据”的自进化 BMS，使它最终成为一种可复用的工程知识资产，而不只是设备软件？

射手座｜同样的电，更多有效算力

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 在一个固定能源预算下，真正浪费电的环节是数据传输、存储、内存搬运、计算，还是散热？
2. 能否用一次端到端 profiling，画出“每完成一个有效推理任务消耗多少电”的能耗地图？
3. 哪些数据应当在网络边缘处理，哪些数据值得送入中心 GPU？判断依据能否被量化？
4. 存算一体、近存计算或网络内计算，在 AIDC 的哪一个瓶颈上最可能先产生收益？
5. 如果算力调度同时考虑电价、电池状态、延迟和任务价值，结果是否会与只追求 GPU 利用率的调度器完全不同？
6. 能否把模型精度、响应延迟和能源消耗做成一条可调节的“任务质量曲线”，让用户购买有效结果而非裸算力？
7. 在钠电供能的微型 AIDC 中，是否存在一种“电池友好型算法”：少峰值、可暂停、可迁移，但总产出不下降？
8. 如果把数据移动视为一种能源负债，系统能否自动选择“多算一次，少搬一次”的路径？
9. 能否建立跨芯片、跨网络、跨储能系统的有效算力计量标准，避免把电都花在漂亮但无用的 benchmark 上？
10. 最令人意外的可能是：未来最省电的算力系统，是否不是更强的 GPU，而是更会决定“什么时候不算、在哪里算、算到什么程度”的系统？

04B 土象｜让方案经得起现实检验

金牛座｜钠电与磷酸铁锂的长期经济账

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 在题设的 15,000 次循环与 −30°C 正常充放电条件下，两类系统的初始成本分别由哪些项目构成？
2. 如果只比较每千瓦时采购价，会遗漏哪些运维、替换、闲置和停机成本？
3. 如何把效率衰减、温控能耗、备用冗余和残值纳入同一个生命周期模型？
4. 当 AIDC 的芯片每两年升级一次，而储能系统要运行十年以上，经济账应如何处理“算力迭代速度”和“基础设施寿命”的错配？
5. 钠电的资源与供应链优势，在不同国家的关税、运输、回收和融资成本下还成立吗？
6. 如果加入停电损失、碳成本、峰谷价差和算力服务收入，哪一个变量最可能改变结论？
7. 能否给出一组敏感性分析，让读者看到“在什么条件下钠电胜出、在什么条件下不应使用钠电”？
8. 经济性是否应该从单个电池的 ROI，升级为整个 AIDC 节点的“单位有效算力成本”？
9. 如果储能系统能参与电力交易、备用服务和算力调度，谁拥有这部分增量收益，收益如何被贡献者共同记账？
10. 请构造一个会让传统 LCOE 模型失效的情景：在这种情景中，钠电卖的究竟是电，还是确定性、韧性与可持续升级能力？

处女座｜极端环境下的电池一致性

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 当成千上万块电池在低温下运行，最先需要监测的是电压、温度、内阻、容量，还是它们之间的关系？
2. 如何定义“单体异常”与“系统性低温效应”，避免把天气误判成故障？
3. 电芯之间的性能差异会如何在串并联结构中被放大？能否用数据提前找出会拖累整组的单体？
4. 在传感器不完备、数据有噪声或通信中断时，AI 还能否给出可解释的健康判断？
5. 能否设计一个不依赖全量拆检的抽样、巡检和主动测试方案，把监测成本控制在可接受范围？
6. 如果系统为了追求一致性而过度保守，损失的可用容量和算力价值如何计入？
7. 不同批次、不同供应商、不同气候区的数据能否形成迁移学习，而不是每个站点从零开始？
8. 极端低温下的故障概率，如何转换成机房级的可用性承诺和保险定价？
9. 能否让系统主动安排“最有信息价值”的充放电实验，边运行边识别最值得关注的差异？
10. 当一致性不再意味着“所有电芯一样”，而意味着“系统知道谁不一样、如何协同”，这是否会产生新的电池架构？

摩羯座｜钠电储能的全球工程化

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 如果要把一个钠电 AIDC 模块部署到三个气候、三种电网和三套法规不同的国家，哪些参数必须标准化？
2. 哪些部分应该模块化复用，哪些部分必须留给当地工程团队调整？
3. 如何建立从电芯、Pack、集装箱、微电网到机房接口的“最小可交付单元”？
4. 全球部署时，供应链中最脆弱的环节是材料、电芯、功率电子、软件、认证，还是售后人员？
5. 能否把当地的天气、电价、电网规则和施工能力编码成一个可配置的工程知识层？
6. 面对不同国家对消防、数据、能源和设备责任的要求，如何让安全边界可验证、可审计、可移交？
7. 一个中国制造的模块，怎样通过本地化服务、开源接口和持续数据反馈，变成全球共同维护的基础设施？
8. 如果系统需要在战乱、灾害或供应链中断地区运行，哪些设计应优先追求可修复，而不是极限效率？
9. 能否建立动态标准：标准本身也能根据真实部署数据迭代，同时保留版本、责任和兼容性？
10. 最终要出口的也许不是一套电池，而是一种“快速学习并复制工程经验”的能力；如何把这种能力做成商业主体？

04C 风象｜让不同系统协同起来

双子座｜钠锂协同的混合储能

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 面对 AI 负载的快波动与慢波动，钠电和锂电各自最适合承担哪一段？
2. 能否用真实负载曲线而不是抽象的“高低功率”来设计两类电池的分工？
3. 钠锂混合系统在电芯、功率变换、热管理和 BMS 层面会新增哪些接口？
4. 怎样避免两套系统各自优化、整体反而变差？是否需要一个更高层的共同调度器？
5. 如果锂电承担瞬态、钠电承担长时，如何计算两者的寿命消耗与机会成本？
6. 在低温、峰电价、突发任务和电网故障四种情景下，最优分工是否会动态变化？
7. 混合储能的经济性应按电池包、机房节点，还是按十年交付的有效算力来衡量？
8. 能否让系统根据预测置信度调整策略：预测越不确定，越保守地使用哪类电池？
9. 如果未来出现第三种储能或可控负载，架构能否像“插件”一样接入，而不重写整个系统？
10. 钠锂协同会不会从技术折中升级为组织折中：让不同供应商、不同数据和不同收益贡献者共同运行一个节点？

天秤座｜AI 驱动的全生命周期运维

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 一个运维 AI 需要同时回答哪些问题：现在安全吗、还能用多久、该怎么充、今天赚不赚钱？
2. 安全、寿命、收益优化之间发生冲突时，系统的优先级和不可逾越的红线是什么？
3. 如何把传感器数据、工单记录、天气、电价、任务负载和人工经验放进同一个可追溯的数据模型？
4. AI 发出预警后，谁来执行、谁来复核、谁对误报和漏报负责？
5. 能否用因果分析区分“某次策略导致衰减”与“某批电芯本来就有问题”？
6. 如何评估模型不是看准确率一个数字，而是看它减少了多少停机、误维护和安全风险？
7. 系统能否自动生成面向工程师、管理者和保险公司的三种不同解释？
8. 当模型建议延迟一个高价值任务以保护电池时，收益损失与寿命收益如何被同一套规则比较？
9. 能否让每一次维护都成为训练数据，并把失败的建议公开为下一版模型的边界条件？
10. 未来的运维公司是否不再按人天收费，而按“被避免的风险、增加的有效算力和延长的资产寿命”收费？

水瓶座｜钠电与绿电的 AIDC 微电网

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 光伏、风电、钠电和 AIDC 负载的时间曲线如何匹配？最先需要解决的是波动、弃电还是并网约束？
2. 一个微电网怎样判断当前的电应该用于训练、推理、充电、出售，还是直接放弃？
3. 不同地区的太阳能、风能、温度和电网条件，能否被抽象成可比较的场景参数？
4. 钠电的容量配置应该由峰值负载、连续阴天、并网容量，还是算力服务等级决定？
5. 如何设计一个允许算力任务随能源变化迁移的调度器，同时不破坏用户的延迟承诺？
6. 微电网与主电网断开时，哪些算力和生活负载必须保留，谁来做这个排序？
7. 如果多个微电网共享预测、备用容量和算力任务，是否能形成区域级能源—算力市场？
8. 这种市场如何防止数据不透明、节点搭便车或某个强势节点控制所有调度权？
9. 能否用开源协议和贡献积分记录各参与方对预测、设备、场地、运维和算法的贡献？
10. 当 AIDC 不再是耗电的孤岛，而成为绿电消纳、能源交易与知识生产的主动参与者，电网规则是否也需要被重新设计？

04D 水象｜让产业能力进入日常生活

巨蟹座｜把机房级可靠带进日常

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 日常用户真正愿意为“机房级可靠”付费的设备是什么：家庭电源、医疗设备、通信节点，还是个人算力终端？
2. 把钠电与 AI 放进个人设备后，最有价值的不是多一个聊天框，而是哪一种自动判断？
3. 设备需要感知哪些环境、健康或用电信息，才能在不增加用户负担的情况下提供可靠服务？
4. 当设备既是电源又是算力节点，如何在性能、隐私、续航和安全之间做选择？
5. 能否让设备在断网、断电、低温或独居老人突发状况下仍然完成关键决策？
6. 个人设备的“可靠性”如何被量化：不断电时长、任务完成率、风险提前量，还是家人安心程度？
7. 如果设备通过持续使用数据自我改进，用户如何知道它学到了什么、忘掉了什么、何时应该停止学习？
8. 钠电的安全、成本和低温特性，是否会催生一种不同于手机和充电宝的“家庭基础设施产品”？
9. 能否把个人设备接入社区能源与算力网络，同时让用户拥有清晰的退出权、收益权和数据主权？
10. 也许真正的产品不是“更聪明的电池”，而是一位不抢戏、却在关键时刻替你做对决定的家庭基础设施伙伴。

天蝎座｜让移动能源成为智能产品

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 一个可移动的钠电能源设备，在哪个户外、交通或机器人场景中最先解决真实痛点？
2. 它需要感知位置、温度、负载、道路、天气和用户意图中的哪些信息？
3. 移动能源与固定充电设施相比，能否减少等待、迁移和布线成本？
4. AI 调度移动能源时，如何判断“现在去哪里”比“现在充多少电”更重要？
5. 在露营、应急救援、物流、机器人换班等场景中，能源设备是否可以自主结伴、接力或回收？
6. 移动能源的安全边界如何被设备自己识别，并在异常时让人类接管？
7. 如果每个移动能源节点都有空闲容量，它们能否像出租车一样被统一调度和交易？
8. 如何设计一套不依赖单一平台的身份、信誉、计价和责任机制？
9. 当能源可以移动，原本固定的“充电站、仓库、机房”边界会被怎样重画？
10. 最激进的假设是：未来人们购买的也许不是电池，而是一个能在城市里寻找任务、寻找能源和寻找合作伙伴的自主能源代理。

双鱼座｜社区里的算力与能源网络

递进提示：前几问用于建立事实和边界，中段进入系统设计与证据检验，后几问故意把问题推向组织、交易、治理与新商业主体。

1. 家庭、社区和商业空间中，哪些任务适合由分布式“算力＋能源”节点完成？
2. 一个可运输、可调度的节点需要具备哪些最小能力：供电、计算、通信、感知还是交易？
3. 社区在停电、极端天气或网络中断时，如何动态分配有限的电力与算力？
4. 家庭愿意贡献闲置电池、屋顶光伏、设备算力或场地吗？他们最在意的回报是什么？
5. 如何把居民、物业、商户、运营商和公共机构的贡献统一记账，又不把社区变成一张复杂的财务表？
6. 节点之间如何进行安全认证、故障隔离与权限管理，避免一个坏节点拖垮整个网络？
7. 能否让社区根据老人照护、教育、医疗、应急和商业需求，自主生成能源与算力调度规则？
8. 如果不同社区之间可以打包交易备用容量、推理服务和绿色电力，交易的最小单位是什么？
9. 谁有权修改网络规则？贡献积分、公开留痕和社区投票能否共同形成一种新的协作治理？
10. 当 AIDC 的能力走入社区，它带来的终极变化也许不是“每个人都有一台超级电脑”，而是社区第一次拥有了共同生产、共同调度、共同分享基础设施的能力。

别急着寻找“正确答案”

这 12 个议题共同指向一个并不轻松的判断：AI 基建的竞争，未必只是芯片、模型和电池的竞争，也可能是“谁能持续把物理世界的反馈组织起来”的竞争。

钠电之所以有意思，不只因为钠资源丰富、低温性能有潜力，或者它可能在某个成本表里赢过锂电。更因为它把问题推回了现实：电网会波动，天气会翻脸，设备会老化，法规会不同，供应链会绕路，算力任务会临时改变，社区里的人还会有自己的生活。一个可以无限优化和解决物理世界的落地的工程问题，又能带来人类历史上最重要的基建的对每个人的经济效益和技术效益，那就是一个值得探究的“无限游戏”。

这也是为什么，三周赛季比一场两天冲刺更合适。真正重要的不是第一版答案多漂亮，而是第二版是否更接近现实，第三版是否能解释自己为什么改变；不是一个人把所有内容包圆，而是不同背景的人能否在公开留痕中互相校正；不是把 AI 当作替你思考的自动售货机，而是把它变成一个速度极快、但必须被人不断追问的研究伙伴。

最后，给每一组一个有点“反黑客松”的建议：不要把失败藏起来。

一次被证伪的假设，可能比十页顺滑的论证更有价值；一个承认“不知道”的参数，可能比一个精确到小数点后六位的幻觉更接近未来。把问题问深，把证据留下，把贡献交给共同体。三周之后，最值得带走的也许不是奖项，而是一条别人可以接着走、你自己也愿意继续走的路。

这条路的终点，未必是一块电池、一套 BMS 或一座机房。它可能是一种新的协作方式，一种新的商业主体，甚至是一种让中国工程能力更稳定地参与全球 AI 基建的生产关系。

而一切，先从一个足够好的问题开始。