这两天的 Hacker News 首页上，有两条帖子放在一起看特别有意思：它们撬动的，都是我们用了几十年、习以为常的「默认设置」。一条来自监管侧：挪威政府本周一（10月5日）宣布，拟对智能眼镜在部分公共场所的使用实施临时禁令，理由是隐私——「在被拍摄者不知情的情况下录像」。这条帖子拿了122分、71条评论。另一条来自研究侧：一家叫 Q Labs 的团队发布论文《Dust: Pretraining Transformers Without Backpropagation》，号称首个在 transformer 语言模型预训练上打平反向传播的零阶（zeroth-order）方法，逆向传播这条统治了神经网络四十年的铁律，第一次被人从旁边绕了过去。两条消息，中文圈都几乎没人展开讲。但一条决定的是 AI 硬件能不能上你的脸，另一条决定的是 AI 训练必须烧多少显存——都是未来五年躲不开的边界问题。这篇文章把两场争论的事实、双方论点和你能直接抄的作业，一次搬回来。
先说事实本身。据法新社（AFP）报道，挪威政府10月5日表示，希望临时禁止在特定公共场所使用智能眼镜，核心关切是被拍摄者在不知情的情况下被录像。从 HN 帖子里被引用的报道原文看，拟议的禁令可能覆盖九类场所：公园、海滩、博物馆、购物中心、学校、托儿所、医疗场所、健身房、公共活动。官方的表态原话是：「我们不想要这样一个社会——人们在那些习以为常、不被监控的场合，还要担心自己被偷拍、被偷录。」
注意两个细节：第一，这是「临时禁令」（temporary ban），属于赶在事态定型前先划红线的一类立法动作；第二，打击对象不是「偷拍」这个行为，而是智能眼镜这个品类。这正是 HN 评论区吵了七十多楼的根源。
HN 评论区（news.ycombinator.com/item?id=49968402）的立场分裂得非常整齐，我给你梳理成四派：
第一派：管行为派。 高赞观点说得很直白：「禁止有害行为（偷拍）完全站得住脚；但仅仅因为一个通用工具『可能』被用来做坏事就禁止持有它，可疑得多。」这派认为该修的是偷拍相关法律，而不是给设备定罪。
第二派：设备特殊论。 反驳者用了一个精妙的类比——这就像 concealed carry（隐匿携带武器）和 open carry（公开携带）的区别：你可以带，但必须让别人看得出来。手机举起来拍照，是一个所有人都读懂的「可见信号」；而戴着眼镜看你，是无声的。更狠的一条评论点破了行业的变化：「早期那种明晃晃的智能眼镜人人喊打（Google Glass 当年就是被叫 Glassholes 骂下架的），于是 Meta 这些厂商反而把设计做得越来越隐蔽——它和纽扣摄像头是一类东西，关键差异在于主要功能是被隐藏的。」
第三派：技术方案派。 有人提出折中路线：不禁持有，强制厂商加装「刺眼的提示」——高亮 LED 加提示音，并禁止商家拆除这些部件。这个方案马上被顶出一个开放源代码悖论：强制提示音要可执行，就得让刷开源系统的眼镜违法——因为开源固件厂商没法被「约束」。反驳者倒是豁达：「法律本来就不追求完美执行，禁止谋杀的法律也没杜绝谋杀。会拆机刷机还坚持戴自制偷拍眼镜的人极少，而且迟早被抓。」
第四派：隐私已死派。 最悲观的一派说：「就算禁了智能眼镜，私人摄像头网络、门铃相机、AI 内容分类照样扩张。隐私已经死了，禁眼镜只是把头埋进沙子。」这派引发了评论区最精彩的一次回击：「隐私末日论最没用。你可以打输所有战役，也可以赢下其中几场——就算管不住车牌识别器，我也不想泡温泉时被一个陌生人无感录像。两件事都要面对，比只面对一件糟得多。」
还有一条冷静的先例派评论值得记录：这套思路并不新鲜——日本、韩国等东亚国家早就要求手机拍照必须有快门声，美国部分州要求录音须双方同意。「在公共场合」从来不等于「什么都可以」。9类场所、临时禁令、四派争论，构成了 AI 眼镜监管的第一份完整样本。
flowchart TD
A["挪威拟临时禁令"] --> B["覆盖九类公共场所"]
A --> C["官方理由<br/>不想人人怕被偷拍"]
B --> D["管行为派<br/>该禁的是偷拍"]
B --> E["设备特殊派<br/>主要功能被隐藏"]
B --> F["技术方案派<br/>强制亮灯加提示音"]
B --> G["隐私已死派<br/>禁了也是埋沙子"]
D --> H["核心分歧<br/>管行为还是管设备"]
E --> H
F --> H
G --> H
对中国读者最实际的信息差在这：国内AI眼镜赛道这两年卷的是什么？无边框、无存在感、抬手即拍。而挪威这份九类场所清单，大概率就是未来欧洲乃至更多市场监管的参考模板（此为个人判断）。做穿戴摄像产品的团队，接下来真正要卷的不再是「更无感」，而是「更可见」——录制指示灯、提示音要从合规成本变成产品信任资产。当年 Google Glass 不是死于技术，是死于社会排斥；这一次，监管先于社会舆论出手了。
第二条帖子安静得多——发出来几个小时，66分、3条评论，评论区几乎还没醒。但它可能是本周信息密度最高的一条。
先补背景。1986年 Rumelhart、Hinton 那篇反向传播论文之后，深度学习的所有东西——架构、优化器、GPU——都是围着「可微分 + 链式法则」这个约束长出来的。训练神经网络的标准流程是：前向算 loss，反向算每个参数的梯度。反向传播有个绕不开的代价：前向过程中的中间激活必须全部存下来，反向的时候要用，这就是大模型训练吃显存的总根源。而「进化策略」（ES）这类零阶方法——不动链式法则、直接靠随机扰动试探方向的笨办法——学术界的主流判断一直是：方差随参数量爆炸，训不了大网络（Hinton 等人2020年还在 Nature 子刊上专门讨论过这个）。
Q Labs 的 Dust 论文（qlabs.sh/research/dust）干的事，就是把这条「不可能」捅了个洞。思路说穿了很妙：
flowchart TD
A["一批token送入模型"] --> B["每个token独立加噪声"]
B --> C["只需一次前向传播"]
C --> D["逐token看loss变化"]
D --> E["噪声按奖励加权"]
E --> F["平均成梯度估计"]
F --> G["不存中间激活"]
G --> H["与输入做外积更新权重"]
传统的权重空间 ES，一个种群成员就要一份扰动权重副本加一次完整前向，贵得离谱。Dust 换了个搜索空间：不扰动权重，扰动激活（activations），而且每个 token 独立扰动、独立计分——作者管这叫「虚拟种群」（virtual population）：一个序列几千个 token，每个 token 就是一个虚拟的种群成员，一次前向传播同时评估了几千个成员，论文测算比权重空间 ES 一次前向能评估的种群至少大三个数量级。再配上逐 token 的 loss 变化做奖励，奖励加权的噪声平均一下，就是这一层输出的误差估计；和输入做外积，就是权重梯度。前向一次，仅此而已——链式法则整个被跳过了。
结果数字（都是论文实测，GPT 架构、FineWeb 数据、2M 到 243M 参数四个规模）：
当然要泼冷水，而且这次是作者自己泼的：论文明确写了，Dust 现在的计算效率还差反向传播好几个数量级，今天的算力水平下替代不了它；「大模型打平反向传播」出现在小数据、小模型的预训练场景，离「炼GPT」还非常远。但两个开放方向值得盯：一是 Dust 不需要网络端到端可微分，外挂真实程序、循环计算这类反向传播历史上搞不定的架构，它天生能碰；二是大种群下 Dust 的梯度方向会自发逼近反向传播、又不完全重合，走出了不一样的优化轨迹——有时还更好。
对中国技术从业者的信息差：第一，「只做前向的微调」这条线今天就能用——论文引用的 MeZO（2023）已经证明语言模型可以只用前向传播完成微调，显存占用接近推理，显存紧张的团队值得去试。第二，给做训练芯片和训练框架的人提个醒：现在的硬件全是围着「存激活、跑反向」设计的，如果零阶路线十年内走到可用，这套硬件假设不是物理定律，只是历史路径。1988年 LeCun 就试过噪声注入估梯度（GEMINI），2023年有 MeZO，2025年有 EGGROLL，2026年 Dust 把「预训练」这座山头也攻了——这不是孤品，是一条正在加速的线。
把两件事放一起看，底色是一样的：运行多年的默认设置，正在被从两端同时撬动。「公共场合=默认可被拍」，这条默认被一纸临时禁令正面挑战；「训练=必须反向传播」，这条默认被一篇只有3条评论的论文从旁边绕过。有意思的是时间差——监管比技术先落地（快门声先例在先，禁令在后），而技术比舆论先发酵（HN 上挪威禁令吵了七十多楼，Dust 只有3条评论）。中文圈两边都安静，这就是信息差本身。
| 你以为的 | 实际情况 |
|---|---|
| 公共场合被拍，只能自认倒霉 | 挪威拟把智能眼镜直接挡在公园、学校、健身房等九类场所之外，「公共=可拍」的默认正在被成文法改写 |
| AI眼镜的争议点只是「长得像摄像头」 | 真正的争点是「设备主要功能是否被隐藏」——手机举起是信号，眼镜看你是无声的 |
| 训练模型只有反向传播一条路 | Dust 实测：纯前向+逐token加噪，在小数据预训练上追平甚至在拟合上限上低于反向传播 |
| 零阶方法注定训不动大网络 | 论文反常识实测：243M模型比2M模型更「省种群」，模型越大搜索越划算 |
| 这些都是遥远的研究或外国的事 | 日韩快门声、美国双方面同意录音都是先例；MeZO式前向微调今天就能在显存受限场景落地 |
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。