AI 正扑向数学与能源研究，但档案里没有聚变成果

9 月 29 日，CBC 新闻报道称，已有公司接触纽芬兰与拉布拉多政府，商谈建设 AI 数据中心。能源与矿业部长 Lloyd Parrott 说，本省的大门「敞开」。这是这份档案里最新的一条，但它不是聚变的故事。

选题要的是聚变能源研究结果。这里提供的十二份全文来源，没有一份报告过这样的结果。档案里没有关于聚变实验、等离子体纪录、反应堆里程碑或同行评审聚变发现的论文、新闻稿或报道。唯一与聚变沾边的材料，是一串近期标题，而说明里明确讲过不要把标题当成可引用的事实。老实说，这份档案撑不起一篇聚变研究分析。

档案里到底有什么

最集中的一簇，是 AI 正在吃掉研究工作。9 月 29 日，美国国家经济研究局发布了 Matthew Schwartz、Isaiah Andrews 和 Jesse M. Shapiro 的工作论文 35782。论文描述了一套开源流程：用大语言模型从复现包出发，复现、改进并扩展经济学文章。他们检查了来自五本经济学期刊的 4452 个已发表复现包，在 3460 篇文章或其附录里标出了不一致之处。在 496 篇文章里，这套流程把某一步计算的耗时缩短到原来的十分之一以下，精度相当或更高。另有 923 篇文章，它给出了一项原论文没有的扩展。论文自己的披露声明说，分析和写作中使用了 LLM，Schwartz 曾在 Anthropic 做合同工。

另外两篇 9 月 29 日的文章指向同一方向。Stephen Wolfram 在 9 月 28 日发表文章，认为 AI 在挖掘数学文献上很有用，但提出问题仍然靠人的想象力。Dan Romik 的博客文章同样标注 9 月 29 日，说法更尖锐：自主 AI 定理证明器会把它训练语料「距离为一」的东西全部生成出来，然后就停住，因为它们无法把自己产出的东西提炼、推广。

Romik 的文章开头提到 OpenAI 宣布解决了纳维-斯托克斯问题。这是来源内部的一个说法，不是这份档案里经过核实的结果，读的时候应该这么看。

能源与算力，不谈聚变

能源这边，档案给的是两个带日期的数据点，不是突破。Hannah Ritchie 9 月 29 日在 Substack 上的文章梳理了牛津大学教授 Nick Eyre 的研究。按这项研究，一个完全电气化的全球能源系统所需的终端能源会少约 40%：总需求从 416 艾焦降到 247 艾焦，电力需求则从 110 艾焦升到 189 艾焦。这是模型，不是实测。

Efficient Computer 同一天表示，它完成了由 TQ Ventures 领投的 9700 万美元 B 轮融资，累计融资额达到 17300 万美元，估值 65000 万美元。CEO Brandon Lucia 写道，公司声称能效比传统 CPU 架构好 10 到 100 倍，并正在量产 Electron E1 芯片，面向嵌入式物理 AI 系统。

甲骨文则借 9 月 29 日推出了 Fusion Claw，一个受治理的智能体执行运行时，同时推出 25 个由 Claw 驱动的 Fusion Agentic Applications。名字虽如此，这是企业软件，不是等离子体物理。

CBC 那篇报道把几条线串了起来。《Hyperscale》作者 Paris Marx 质疑，把电交给数据中心是不是最好的用法。TechNL 的 CEO Andrea King 说，拉布拉多具备支持者想要的低碳水电、寒冷天气和土地，但机会成本仍要权衡。CBC 还提到，Meta 计划在阿尔伯塔省 Sturgeon County 建设的数据中心预计耗资 130 亿加元，两到三年内上线。

如果作业要的是聚变成果，这份档案放错了抽屉。它能支撑的是一个更窄的故事：AI 工具正被指向研究本身，而这些工具需要的电力，如今在加拿大已经成了省级政治问题。