【AI前沿】AI 给土豆编了一门学科，我去查了查，它竟然是真的

一颗土豆，表皮上爬满发光电路，焦黄的皮和银色走线贴在一起，像是英伟达和肯德基联名了。标题端端正正：Potato Chip Tech Summit——一颗土豆如何颠覆半导体行业。这是我们给 AI 出的题：「做一份《土豆芯片科技峰会：一颗土豆如何颠覆半导体行业》的英文 PPT，20-25 页，面向大众媒体，风格创意趣味。」翻译成人话就是：请一本正经地论证，一颗土豆如何颠覆半导体行业。整个的 PPT 生成是在 Hermes Agent 里，我们提前安装了 SenseNova-Skills，一套包含覆盖信息图、PPT、Excel 数据分析等多种工作场景的技能包。本来就等着看它编出一些好笑的文案。毕竟这几年 AI 做 PPT 已经没什么新鲜感了，很多工具都能把标题、大字、图标和模板拼在一起，交一份看起来挺完整的文件。但这次，土豆、芯片、半导体，三个完全不搭的词——唯一有点关系的，只能让我想到用柠檬可以做水果电池。结果在 Hermes Agent 里，两步操作之后，AI 给了我们有模有样的 23 页完整 PPT。它压根没打算糊弄我开头那个稍显正式的封面之后，AI 没急着夸土豆，反手先去挑硅半导体的毛病：硅晶圆要 99.999999% 的纯度，一座无尘室造价超过 50 亿美元，稀土短缺还威胁着 2030 年的供应链。等等，我愣了一下才反应过来…… 这小子是在给土豆出场铺垫了。先把现有方案数落一番，再让主角登场，这几乎是任何一份像样路演的起手式。于是主角登场了。土豆是天然的有机电路板，淀粉能形成晶体结构，导电路径可以「长」出来而不靠蚀刻，每颗土豆有数百万个微通道，用完还能生物降解，零电子垃圾。到这儿我已经笑出声了，虽然它说的每一句话都是现编的（当时我以为）。它到底是怎么憋出这 23 页的整个 PPT 都透露着一种荒诞的正式感，而做到这件事，我们只下了两条指令。第一条，把选题、页数、语言、受众、风格一股脑丢给它，让它先出个大纲。它读懂了这个离谱命题，自己把 23 页的骨架搭好了：哪几页讲问题，哪几页讲方案，哪几页摆数据，哪几页收尾。第二条，照着大纲生成文件。它自己调度了三个不同的 PPT 生成技能，sn-ppt-standard、sn-ppt-creative、sn-ppt-entry，一个管标准排版，一个管创意视觉，一个管开场封面，并行生成完整 PPTX。这套技能包来自SenseNova-Skills，商汤开源的工具集。它把信息图、PPT、Excel 数据分析、深度调研等任务，拆成了一个个可以被 Agent 自动调度的 Skill 模块。装在 Hermes Agent 里，就是这次土豆 PPT 的生成方式；它同样可以加载到 Codex、Claude Code 等主流 Agent 平台。AI 未必「理解」这个主题，但通过 Skill，它能知道一份好的商业 PPT 应该长什么样，哪怕主角是一颗土豆。它发明了一门学科：薯电子学这颗土豆还有更离谱的事情，PPT 的内容在介绍完土豆芯片基本情况之后，它还造了个词，叫 Spudtronics——薯电子学，一门研究淀粉分子半导体特性的学科。它给这门自创的学科配上了一整套真参数：电子迁移率 150 cm²/Vs，热稳定性 85°C。数字精确得像从论文里抄来的，只可惜那篇论文并不存在。但它确实顺手给自己搭了套学术背书，一个实验室，Rostava Lab；一本《Nature》子刊，Nature Bo-Tech。更有意思的是原型机那一页。它老老实实写了这台机器的时钟速度：0.000 GHz，这颗芯片的运算速度，约等于一颗土豆该有的速度。但该有的成本对比，它一项没落：单颗 0.03 美元，硅的同类要 45 美元。一个跑都跑不动的东西，它照样把性价比给我们算得清清楚楚。做融资 PPT 的本质是什么？是让投资人看完先上头，来不及细想逻辑。它显然深谙此道。一个笑话，它做了全套尽调接着它给土豆芯片算了能耗账：每批耗能 0.003 GWh，碳足迹降低 99.7%，水耗从 1000 升砍到 5 升，乍看还以为是世界 500 强的 ESG 年报。市场预测上，2025 年试点，2028 年拿下低功耗设备 15% 的市场份额，2035 年吃下半导体总市场 70%，配一张土豆做的饼图。它甚至分好了赢家和输家，土豆产区、农机厂、生物科技公司赢麻了；部分地区的晶圆代工厂和稀土矿商被它判了死刑，配上一颗愁眉苦脸的地球。真正让人服气的，是它连没人爱做的那几页都补齐了。监管那页，它说食品电子还没有监管框架，FDA 和半导体认证边界不清，配图是一颗戴着法官帽的土豆。专利那页，它写 Rostava Lab 已经提交 12 项核心专利，大公司开始抢注防御性专利，开源土豆芯片倡议同步上线，预计 2027 年爆发 20 亿美元的诉讼——它给这页起了个名，叫 The Patent Wars。它还做了用户调研：72% 的人愿意接受土豆电子，主要顾虑是耐久性，对策是把「potato」重新包装成「premium organic」。它要帮一颗土豆做品牌策略。我数了一下它认认真真填满的格子：行业瓶颈、技术原理、原型验证、能耗、市场、赢家输家、监管、专利、开源、补贴、IPO 管线、消费者信任、品牌重塑、分人群的行动号召。一份真正的产业路演该有的每一格，它一格没漏。它把这个笑话，当成一单正经生意，做完了全套尽调。再出个中文版，土豆直接上路演除了英文版，我们也用同样的流程，做了一套中文的。英文那版，它讲的是一场海外科技峰会，自创学科，现编期刊，给自己搭了一整套学术背书。中文版里，土豆不进实验室了，直接走进了中文创投路演的现场。画风瞬间切换：功耗降低 90%，碳足迹减少 95%，良率 98.5%，算力 500 TOPS，单颗成本 0.05 美元。每一个数字都像是为了让投资人瞳孔放大而量身定制。最离谱的是量产良率那页，它写土豆芯片首月良率 35%，三个月后稳定在 95% 以上，成本曲线一路向下。一个明明从地里刨出来的东西，硬是被写出了晶圆厂爬坡的味道。看到这页的时候我确认了一件事，这个 AI 看过不少招股书。在英文里包装成学术峰会，在中文里变成创投路演，连笑点都跟着换了：从「土豆能造芯片吗」，变成了「它怎么连路演话术都学得这么熟」。但有一件事，让这个笑话的边界开始模糊看完这两版，一开始想要难住 AI 那点心思早没了。土豆造芯片，本来也没什么准不准可言。所以查证原本不在我的计划里。可有个念头我没忍住：英文版的薯电子学也好，中文版的量产良率也好，它们底下赌的是同一件事——有机材料能拿来造电子。这事，现实里真有影子吗？我搜了搜，然后就笑不出来了，因为现实比 PPT 还绷不住。AI 自创的那门学科，现实里真的存在AI 以为「薯电子学」是自己现造的，可现实里真有这么一门学问，名字差不太多：MycelioTronics，蘑菇电子学。奥地利林茨大学的团队，用一种灵芝长出来的菌皮，做成了可降解的电路基板，论文 2022 年发在《Science》子刊上。这层蘑菇皮能耐 250°C 高温，能用激光在上面刻线路，他们还真拿它做出了能用的湿度和距离传感器。一个是 AI 现编的 Spudtronics，一个是真发在 Science 上的 MycelioTronics。「能吃的芯片」，也不是 AI 瞎编的意大利理工学院有个叫 Caironi 的团队，2023 年做出了世界上第一块可充电的「可食用电池」。材料表是维生素 B2、海苔、可食用金箔、蜂蜡。到 2025 年，同一拨人已经做出了能吃的逻辑门电路，能跑 NOT、NAND 这些基本运算。而这块真·可食用芯片的运算频率是多少？1.32 赫兹。AI 编的那颗土豆芯片写着 0.000 GHz，听着像个段子；可现实里能吃的电路，真就跑在个位数赫兹上。两个数字摆在一起，AI 那个「0.000」突然就不太像在开玩笑了。更狠的是，Caironi 团队的长期目标，写出来跟那份土豆 PPT 几乎是同一句话：用食物里天然存在的半导体，去替代硅。这事还有正经的欧盟项目在掏钱，名字叫 ELFO。连那个被 AI 当成「土豆优势」的成本叙事，也透着一股真实的荒诞。AI 在 PPT 里写一座晶圆厂造价 50 亿美元，听着已经够吓人了。可它还是太天真，现实里一座先进制程的晶圆厂，25 到 35 亿美元只是其中一个「模块」的价，整座厂动辄上百亿，台积电光在亚利桑那那一片就砸了一千六百多亿美元。AI 编的数字，比现实还保守。土豆芯片当然是个笑话。真正让我停下来查资料的，是这份 PPT 背后那些真实存在的技术方向。可降解电子、可食用电子、用食物替代硅，这些领域都真实存在。AI 一路走到了现实研究的边界，然后再往前多走了一百步。而我原本根本不知道这些东西。用 ChatGPT 的 10 亿用户里，很少有人是材料学家，是半导体从业者。如果没人告诉我，我大概率不会主动搜索 MycelioTronics，不会知道真有人在研究可食用电池，更不会一路找到相关论文和项目。但这份 PPT 做完之后，我突然拥有了一张地图。哪些方向已经发生，哪些还停留在实验室，哪些属于合理推演，哪些值得继续查下去。这或许才是这次实验最有意思的地方。以前，面对一个陌生领域，第一步往往是大量阅读资料，再慢慢建立自己的理解框架。现在，这个过程正在被压缩。土豆 PPT 能够把技术路线、产业逻辑、市场预测、监管风险、专利布局甚至品牌策略都串成一个完整故事，靠的并不只是模型生成几段文字。背后真正发挥作用的，是一整套被拆解出来的专业能力。这次实验里使用的 SenseNova-Skills，正是商汤开源的一套 Skill 集合。PPT 生成、信息图制作、数据分析、深度调研等能力，都被封装成独立 Skill，可以根据任务自动调用和组合。对于用户来说，变化其实很直接。过去需要自己一步步完成的拆题、调研、整理、制作流程，现在越来越多环节可以交给 Skill 自动完成。我们给出的只是一个命题，剩下的工作会被拆解成多个步骤，并最终交付成一份完整成果。土豆芯片是一个极端案例，但连这样一个荒诞命题，都能被认真拆解成一份像模像样的产业路演。当我们的命题本身来自真实工作时，这套能力能够发挥的空间显然更大。未来很多人认识世界的方式，或许也会因此发生变化。The future is organic. The future is delicious.这次土豆实验用到的 SenseNova-Skills，商汤已经开源。开源地址：https://github.com/OpenSenseNova/SenseNova-Skills安装方式也很简单，直接告诉你常用的 Agent：「请帮我把 https://github.com/OpenSenseNova/SenseNova-Skills 安装到你的 skills 目录。」剩下的事情，交给它就行。