本周海外AI圈炸了三场争吵，热闹程度不亚于GPT-5.6要查你身份那波——但国内几乎没人聊。它们都指向同一个新现实：当AI产能彻底过剩，社会开始用各种方式"反向定价"AI。有人给AI内容直接断粮（Tidal），有人把AI塞进并购尽调里复刻你的公司（Bain），有人拿最贵的模型给自己看病却被真专家当场拆穿（一篇爆文）。这三场激辩里藏着三个中国技术人该知道的信息差：内容变现规则正在重写、软件"护城河"的检验标准变了、"AI看病"到底卡在哪一层。今天我把Hacker News原帖的火药味翻给你看，附上可操作的结论。

一、Tidal 给 AI 音乐「断粮」：上架可以，别想拿钱

6月29日，Jack Dorsey 旗下的流媒体音乐平台 Tidal 发布了一份《AI Policy》，登上 HN 头条，24小时内刷出 275 点赞、307 条评论。政策翻译成人话只有三句话：

1. 我们接受AI生成的音乐上架——不搞一刀切封杀。
2. AI内容必须打标签，明明白白告诉听众这是机器做的。
3. AI生成的音乐不予分成、不予变现（royalty / monetization 归零）。

评论区的火药味集中在"这是不是最优解"。

• 支持派（VladVladikoff、pier25）：平台被AI音乐淹没，根本原因是"上传就能赚钱"这个水龙头。关掉水龙头（不付钱），洪水自然退。mc32 说得很直白：承认AI是行业现实，但不让它变现，这个态度"很可能也是处理AI版权问题的最佳范本"。
• 反对派（injidup、spaqin）：规则不公平。一首AI乡村音乐如果冲上Billboard第一，"Tidal赚得盆满钵满，上传者一分钱没有"，这是平台白嫖。spaqin 更毒舌："你真会为了原则少赚钱？道德早就死了。"
• 务实派（akshaydeshraj、mattmatheus）：这是用"激励错配"来反向治AI slop（AI垃圾内容），逻辑自洽——能上传、被标记、但不挣钱，上传动机归零。

信息差在哪？ 国内同行还在纠结"AI内容该不该标注会不会掉粉"，海外平台已经把博弈层级拉到经济学层面：不和你争论道德，直接动你钱包。这对做AI内容、AI音乐、AI视频的中国创作者是个预警——海外主流分发渠道的变现闸门正在对纯AI内容关闭。YouTube、Spotify是否跟进只是时间问题。如果你正打算做"纯AI批量生成+平台分成"的生意，这套商业模式在海外正在被从根部拆掉。

二、用 Claude Code 给 MRI 当「第二诊疗意见」：一篇爆文和一群放射科医生的混战

这是本周最戏剧化的一帖：673 条评论、542 点赞。作者 Antoine（antoine.fi，6月28日发文）因为右肩疼痛做了 MRI，被诊所诊断为"肩胛下肌肌腱顶端附着处 III 级（>50%宽度）部分撕裂"，并立刻开始治疗。他留了个心眼，要走了全部报告和治疗清单，先丢给 GPT 5.5 Pro，模型当场甩出两个红灯：

• 诊所给他做了冲击波治疗，但最新的临床实践指南说：没有钙化的肩袖肌腱病，不应推荐冲击波治疗——而他做超声时明确被告知"没有钙化"。
• 诊所给他注射了 Traumeel，而这东西在德国注册为顺势疗法药物、"无治疗适应症"。

这俩红灯让他丧失信心，于是他又用 Opus 4.8 + Claude Code 把 266MB 的 DICOM 原始影像喂进去，让模型做"第二诊疗意见"。文章结论是半信半疑，但评论区彻底炸了。

• 真·放射科医生下场拆台：sxg（自述放射科医生）说"没有完整3D数据没法判断"，并指出超声评估钙化本来就不准；themantalope 直接定性："这些模型读医学影像普遍很烂。" 公网上的医学影像训练数据，相比一个放射科医生训练期读过的片子，是九牛一毛。TSiege 贴出斯坦福一篇论文：前沿模型在X光等影像上的"分析"，本质是靠报告文本里的语言模式在猜，而不是真在看图。
• "专家定律"派（rafterydj，35条回复的顶楼）：一句话戳穿全场——"只要你是某个领域的真专家，AI的输出在你眼里就总是不足、不完整甚至误导；只有你不懂的时候，它才显得神。"
• 实用主义逆袭派：jeswin 反驳说，他不会信AI看图，但有一次 ChatGPT 只看文字报告就坚持原诊断很可能错了，他去复诊，结果ChatGPT是对的。linsomniac 的故事更扎心：他慢性鼻窦炎3年，看了3个全科+3次耳鼻喉科都没解决，把所有观察记录喂给 AI deep research，AI给出的方向反而解决了问题。
• 医生阵营的恐慌（ricardobayes）：医生的新噩梦是"用AI质疑一切的病人"——就像当年"Google搜症状"的升级版。lucfranken 则呼吁医生主动把影像跑过合规LLM做交叉验证。

信息差在哪？ 国内把"AI看病"理解成"模型能不能看懂片子"，方向偏了。海外这场的真正启示是：普通人正在把最强模型当"医疗流程审计员"——不是让AI替代医生读片，而是用它去核查你拿到的治疗方案是否符合最新指南、用的药是不是"无治疗适应症"的安慰剂。更深的洞察是 rafterydj 那条"专家定律"：判断一个AI能力真假的最好方法，是去问这个领域的顶级专家——专家越皱眉，说明这活儿AI离真懂还远。反过来，能大量省时间的，恰恰是那些专家也嫌烦的重复核查类任务。

三、Bain 用 vibe coding 复刻收购标的：你的软件护城河，值几个钱？

咨询巨头 Bain 这周被《金融时报》曝出：在评估软件类收购标的时，用"vibe coding"（让AI凭感觉快速写代码）把目标公司的产品快速复刻一个AI仿品出来，以此判断这家公司到底有没有真正的护城河（moat）。帖子里 215 点赞，评论区一边倒地"冷思考"。

• 看穿派（RugnirViking，被顶最多）："做原型的容易程度，和产品化、上市、维护、规模化、成熟的容易程度，完全是三件事。" 他的总结金句——AI做原型很牛，产品化还行，维护和规模化一塌糊涂。hackingonempty 打了个绝妙比方：这就跟"每个Web框架教程都能克隆出一个Twitter"一样，不代表Twitter不值钱。
• 支持派（peder、xnx、etchalon）：这恰恰是2026年的理性投资基本功。软件现在太容易复制，"你不会想投一家毫无护城河的软件公司"。xnx 算账：每有一家靠"软件+知识+服务+忠实客户"真正值钱的公司，就有十几家只是靠竞争弱和用户惯性活着——它们能被克隆，然后用15%的利润率把50%利润率的原版卷死。Bain这招至少在谈判桌上拿到巨大筹码。
• 毒舌派（su8898）："要是Bain的AI本事能拿来修修自家那糟糕透顶的网站就好了。"

信息差在哪？ 这条对中国创业者和投资人最致命。海外资本已经把"能不能用AI在一周内复刻你的产品"当成衡量软件公司估值的新标尺。国内还很多人把"能用AI快速搭出来"当成卖点；在Bain们眼里，这恰恰是估值打折的理由。真正的护城河被重新定义了：不是代码、不是功能，而是数据飞轮、客户关系、合规资质、运营惯性这些"AI克隆不了"的东西。

三场激辩的底层逻辑：一张图看懂

这三件事看似无关，其实是同一条曲线的三个切面——AI产能过剩，社会开始反向给它定价。

flowchart TD
    A["AI 产能过剩<br/>生成成本趋近于零"] --> B["反向定价的三个方向"]
    B --> C["内容侧：Tidal 断粮<br/>能上架但不分成"]
    B --> D["资本侧：Bain 复刻<br/>用 vibe clone 测护城河"]
    B --> E["消费侧：MRI 自审<br/>拿最强模型核查流程"]
    C --> F1["信号：纯AI内容<br/>变现闸门关闭中"]
    D --> F2["信号：代码≠护城河<br/>数据/客户/合规才是"]
    E --> F3["信号：AI当审计员<br/>而非替代专家"]
    F1 --> G["对中国技术人的启示：<br/>把生意押在AI克隆不了的资产上"]
    F2 --> G
    F3 --> G
    classDef box fill:#f5f5f5,stroke:#333,stroke-width:1px,color:#111;
    classDef sig fill:#fff3cd,stroke:#d39e00,color:#111;
    classDef core fill:#d1ecf1,stroke:#0c5460,color:#111;
    class A,B core;
    class C,D,E box;
    class F1,F2,F3 sig;

信息差总结：你知道的 vs 别人已经动手的

行动指南：这周就能做的三件事

1. 如果你做AI内容/音乐/视频：立刻自查变现结构。别把宝押在"纯AI生成+平台分成"上。把AI当生产工具、把"人设/独家数据/真实经历"当不可克隆资产——这才是Tidal式断粮政策下还能赚钱的部分。
2. 如果你做软件产品/准备融资：主动用 Claude Code 或 Cursor 花一个周末把自己的产品 vibe clone 一遍。如果很容易复刻，先把"数据飞轮、客户合同、合规资质"补上再去谈估值——投资方自己已经在做这个测试了。
3. 如果你想用AI看病：用对姿势。别让模型直接读片子下诊断（它靠猜），而是把检查报告、处方、治疗方案丢给它，让它对照最新临床指南找矛盾、标注"无治疗适应症"的用药——这才是海外实用派真正在用、且真有价值的玩法。同时记住"专家定律"：找该领域真人确认结论。

延伸思考

这三场争吵的共同潜台词是：2026年AI的最大矛盾，不再是"AI能不能做"，而是"AI做了之后，人怎么重新分配价值"。Tidal 把价值分给"真人原创"，Bain 把价值从"可复制代码"挪到"不可复制资产"，MRI 那场则暴露出"专业判断"仍是价值高地。对中国技术人来说，真正的信息差不是又冒出了哪个新模型，而是——当所有人都用得起AI，你的不可替代性必须建立在AI克隆不了的东西上。这个判断，比追任何一个新工具都重要。

参考来源

• Tidal 官方《AI Policy》原文：https://tidal.com/ai-policy
• Tidal 讨论原帖（HN，307条评论）：https://news.ycombinator.com/item?id=48718840
• Antoine《Using Opus 4.8 to get a second opinion on my MRI》原文：https://antoine.fi/mri-analysis-using-claude-code-opus
• MRI 讨论原帖（HN，673条评论）：https://news.ycombinator.com/item?id=48708941
• Bain vibecoding 报道（FT）+ 讨论（HN）：https://news.ycombinator.com/item?id=48631388
• 斯坦福论文解读：前沿模型靠文本模式"猜"医学影像：https://futurism.com/artificial-intelligence/frontier-models-medical-advice-x-rays-cant-see

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。