核聚变研究拿到新钱，也招来新质疑

核聚变档案里最新的一条动态标注为2026年9月30日。当天英国承诺投入33亿美元，推动核聚变能源商业化。这条标题出现在档案附带的近期新闻时间线上，旁边还有一条9月28日的消息，提到一笔25亿英镑的承诺。两条都没有来源网址，这笔钱具体怎么构成，从现有全文材料里核不出来。时间线能说明的只有一点：钱是新出现的，数额很大，而且和一批不寻常的核聚变报道挤在同一周。

这批报道里有麻省理工学院能源倡议谈核聚变经济学和气候问题的文章。Nextgov/FCW引用一位议员的话，说商业化将“改变一切”。《普林斯顿日报》则报道，普林斯顿等离子体物理实验室的合同在AI研究项目和设施管理担忧中被延长。档案里只有近期新闻的标题，没有背后的文章，每条的具体内容在这里都核不了。

两个半球，同一周

英国之外，同一周还有中国的一项声明和美国州一级的动作。9月28日，SCMP报道称中国一台商业反应堆用清洁的氢硼燃料实现了核聚变。同一天，Nature World News把一项提议为核聚变能源投入100亿美元的众议院法案，和另一篇关于中国新奥集团氢硼装置破土动工的报道放在一起。这些只是档案背景列表里的标题，不是全文，其中的技术主张仅凭这些材料无法评估。

加利福尼亚动了两次。9月30日，一条标题报道该州投资核聚变与量子研究。10月1日，另一条标题称加州签署了核聚变立法，并宣布3000万美元的量子投资。10月1日这条是档案里最新的日期，但它只是标题，不是完整文章。三大洲，七天，模式一致：商业核聚变还没做到电网规模发电，公共资金已经先投了进去。

全文来源实际说了什么

档案里的全文来源是另一批材料，而且大多与核聚变无关。它们讲AI数据中心、大语言模型研究工作流、电气化效率、太阳能历史，还有几件零散的事。想仔细读核聚变新闻的人得注意这个缺口：时间线上喊得最响的说法，在这份档案里恰恰来源最单薄。

先说经济性。麻省理工学院能源倡议的标题说，研究人员正在处理核聚变发电的经济现实。档案里没有任何数字。同一家机构还发过一篇文章，问核聚变是不是气候危机的答案。另有一篇讲一项研究预测2050年食物、水和能源获取将出现巨大差距。这些全文都没收录，所以任何成本或时间表数字都不能负责任地引用。

9月29日，Hannah Ritchie在Substack上给出了另一场能源转型的数字。她引用Nick Eyre在牛津大学的一项研究，认为在脱碳世界里，终端能源需求大约低40%。全球终端能源需求从416艾焦降到247艾焦，电力需求则从110艾焦升到189艾焦。她的模型假设所有未电气化的部门都靠氢运行。这些是电气化和氢的预测，不是核聚变，但它们划出了任何新发电来源都必须越过的线。

“电气化就是效率，”Ritchie写道，并引用国际能源署的话。

核聚变的那些标题没有碰这套算术。在一个完全电气化的系统里，如果需求下降40%，一种新的大规模电源的商业理由就取决于它替代了什么，而不只是增加装机容量。档案里没有任何分析做这种比较。

电网本身已是瓶颈

9月29日，CBC新闻报道称，纽芬兰与拉布拉多省能源部长Lloyd Parrott表示，该省对AI数据中心“开门营业”。一位部门发言人说，已有公司接触省政府。TechNL首席执行官Andrea King对CBC说，拉布拉多有低碳水电、寒冷天气和土地，但她问的是“把电用在这里的经济成本和机会成本，这些电还能用来做什么”。科技记者Paris Marx就向数据中心供电提出了同样的疑问。

这就是核聚变将要进入的竞争。CBC的报道提到，Meta计划在阿尔伯塔省斯特金县建设的数据中心预计耗资130亿美元，两到三年内上线。新斯科舍省省长Tim Houston为任何数据中心提案方设定了五项起步条件。电力需求正在被锁定，而锁定它的项目，时间表比档案里任何一座核聚变电厂都短。

另外两份全文来源指向计算自身的能耗胃口。9月29日，Efficient Computer宣布由TQ Ventures领投的9700万美元B轮融资，融资总额达到1.73亿美元，估值6.5亿美元。首席执行官Brandon Lucia写道，该公司的处理器相比传统CPU架构带来10到100倍的能效提升，Electron E1正为嵌入式物理AI量产。它的卖点是效率，不是新增发电。

同一天，Oracle发布了Fusion Claw，一个受治理的智能体执行运行时，附带25个由Claw驱动的新应用，智能体应用组合总数达到75个。Oracle首席执行官Mike Sicilia说，该产品让客户“从AI辅助走向执行”。两条发布都没有提到核聚变。它们描述的系统，价值取决于每千瓦时能榨出多少计算。

数学、模型与自动化的边界

9月29日的两份全文来源，值得对照核聚变的喧嚣来读。Stephen Wolfram认为，AI有助于挖掘数学文献，但“纯数学的核心是引导我们提出什么问题的人类想象力”。他把使用人类既有知识库的AI，和能通过计算不可约性产生真正新结果的计算区分开来。

Dan Romik在自己的博客上提出了相关论点。他把AI生成的突破描述为与人类生成的知识“相距一”，并预测一个自主的AI定理证明器一旦必须反思、简化和推广自己的输出，就会停滞。“它们的模型会开始淹死在自己生成的一堆垃圾山下，”他写道。Romik还引用了Scott Aaronson对OpenAI宣称解决纳维-斯托克斯方程的反应，说那是一串字母A。

一份标注为2026年9月的NBER工作论文给出了关于自动化的一个具体数据点。Matthew Schwartz、Isaiah Andrews和Jesse M. Shapiro把一套大语言模型工作流跑在来自五本经济学期刊的4452个已发表复现包上。它在3460篇文章或其附录中标记出不一致，在496篇文章中把计算时间缩短了10倍以上，并在923篇中产生了新的扩展。论文披露Schwartz曾为Anthropic担任承包商。

这些都不能给核聚变下结论。它确实提醒人们对标题里的速度主张保持谨慎。档案的近期新闻列表显示，一周之内有英国的承诺、美国众议院法案的提议、加州的立法、中国的氢硼声明和PPPL合同的延长。全文来源显示的却是资金和注意力流向数据中心、芯片和AI运行时。已宣布的核聚变资金与已演示的核聚变功率之间的差距，在这份材料里没有任何地方被弥合。