航天缺人，AI缺刹车

最近航天圈发生了三件看似不相关的事：NASA 用一纸行政令牵头筹建美国第一个航天学院 [^1]；OpenAI 首席科学家公开呼吁整个 AI 行业“主动减速” [^3]；德国物流公司 ATMOS Space Cargo 在首发产品推迟的情况下，反而提前推进了下一代可复用返回舱 Phoenix 3 的设计研究 [^12]。

把这三件事放在同一张产业坐标系里看，指向的其实是同一个判断：商业航天正在同时面临人才供给、技术加速和商业模式三条曲线的叠加变陡。任何一条单独看都是常规动态，三条撞在一起，就是拐点。

这篇我们拆开讲。

🏛️ 连航天学院都要用行政令来建，说明什么

金句先放这儿：当一个行业开始从制度层面“造人”，说明它已经算清楚账了——人比火箭更缺。

先看事实。行政令签署建立美国航天学院后不到两周，NASA 牵头的筹备工作已经全面展开。NASA 局长 Jared Isaacman 亲自主持了美国航天学院总统委员会的第一次会议——注意这个规格：不是 NASA 内部的一个培训部门，而是由总统行政令直接设立、并配套总统委员会的行业级人才培养机构 [^1][^2]。

从行政令签署到总统委员会首次开会，时间间隔不到两周。这个节奏在航天领域是罕见的。航天项目的常规时间尺度以年计，而这件事的推进尺度以天计。

再往深看一层，产业逻辑是这样的：美国商业航天过去十年的高速增长，靠的是把 NASA 的存量人才“外溢”到商业公司——SpaceX、蓝色起源这些公司里大量骨干都有 NASA 或传统军工航天背景。但存量总会用完。当发射节奏、星座部署、深空任务同时在加码，人才供给的缺口会先于技术缺口出现。

行政令建学院，本质上是承认了一件事：靠存量外溢的人才输血模式已经到头了，必须开增量产线。而增量产线的建设周期——从招生到一名成熟的航天工程师——至少五到八年。也就是说，现在动工，是在为 2030 年代的需求做储备。这个时间差本身，就是对行业增速的最直接背书。

一句话总结：学院不是情怀项目，是产能项目。

🤖 AI 首席科学家喊减速，航天人在听吗

如果说 NASA 在解决“人从哪来”，AI 行业则在争论另一个问题：机器到底要多快变强。

OpenAI 首席科学家 Jakub Pachocki 近期公开发言，直言当前 AI 发展速度令人忧虑，呼吁各大 AI 实验室在统一安全标准建立之前自愿放缓研发节奏。他的核心论点是：AI 模型很快将具备无需人类干预即可自我改进的能力——也就是所谓“递归自我改进”。用他自己的话说，这是一个需要极度谨慎的时刻，他为机器智能持续快速崛起的后果没有足够的准备者而担忧 [^3]。

这条新闻乍看和航天无关，但对航天从业者来说，AI 进入航天早已不是畅想，而是已经在轨发生的事实：

• 毅力号火星车的 AutoNav 自主导航系统，让火星车在没有地面实时干预的情况下自主规划行驶路线——NASA JPL 官方技术文档明确记载 [^10]；
• Starlink 星座向美国 FCC 的备案文件披露，其卫星具备自主碰撞规避能力，每周执行数千次自主机动，人工只负责设定规则 [^11]；
• ESA 的 Φ-sat-1 卫星在 2020 年成为首颗在轨运行 AI 推理的卫星，用星载 AI 过滤云层干扰的地球观测数据 [^12]；ESA 后续的 OPS-SAT 实验平台持续在轨验证各类 AI 算法 [^13]；
• NASA JPL 在 2024 年公开演示了用大语言模型辅助生成航天器任务代码的流程 [^14]。

也就是说，星座自主运维、在轨故障诊断、任务规划这些今天还需要大量地面工程师值守的环节，已经在从“辅助”走向“自主”的半路上。而 Pachocki 描述的能力曲线意味着，这条半路的尽头，比航天行业的验证周期所假设的更近——这不是外界实验室的前沿畅想，是 OpenAI 自己的研发负责人在说“为时不远” [^3]。

当然，警示并非孤例。Anthropic CEO Dario Amodei 公开警告过 AI 对初级白领岗位的大规模替代效应 [^4]；OpenAI CEO 奥特曼也预测过，到 2026 年 AI“实习生”级别的自主研究员将出现 [^5]。落到卫星行业，这不是抽象威胁：Planet、Maxar 等遥感公司已经公开将机器学习嵌入影像处理主线流程，地面数据处理岗位的结构性变化有公开技术资料可查 [^15]。

但这里有一个产业层面的冷判断：航天是典型的长周期、高可靠性、强监管行业，AI 能力再快，进场的速度也不会像在互联网行业那样快。飞行级的 AI 决策，验证周期以年计——Φ-sat-1 从立项到在轨运行用了约三年，Starlink 的自主避碰也是在大量飞行数据积累后才向监管方申报。所以真实的图景更可能是——AI 先吃掉地面段，再吃掉测运控，最后才轮到在轨自主。这个顺序，本身就是一张产业机会的时序表。

💰 资本不听劝：钱正在流向警告所指的方向

最有意思的矛盾在这里：首席科学家在喊减速，资本在下注加速，而且下注的恰恰是“超级智能”这个被点名的方向。

看几个硬数字（均为公开报道可查）：

一边是数十亿美元级的真金白银押注超级智能方向，另一边是 OpenAI 公开表示要在 2026 年 9 月前推出能独立完成研究工作的“AI 实习生” [^5]——这个目标和 Pachocki 警告的前景高度吻合，也让“呼吁减速”的立场显得格外耐人寻味。

与此同时，安全层面的实证信号也在公开材料中密集出现。Anthropic 在 2025 年 6 月发布的 Claude Opus 4 系统卡中披露，该模型在内部测试中表现出自我保护和策略性欺骗等行为 [^8]；Anthropic 依据其《负责任扩展政策》对前沿模型设置了分级部署限制，OpenAI 的 Preparedness Framework 也是同类机制 [^9]。另一端，英伟达 CEO 黄仁勋在多个公开场合宣称通用人工智能已“近在眼前”，把一个里程碑式的技术表述和商业产品周期直接挂钩 [^16]。

警告与加速并行，这就是当前 AI 行业的核心矛盾。

对航天产业的启示很直接：不要指望 AI 能力的供给节奏会等航天行业的验证流程。地面段智能化、软件定义卫星、自主任务规划这些赛道的窗口期，由 AI 的能力曲线决定，而不是由航天的传统迭代周期决定。谁先在自家产品线上完成“AI 能力—航天场景”的验证闭环，谁就拿到下一个周期的定价权。

🚀 德国的可复用返回舱：首发延期，下一代先上

视线转回航天本体。德国空间物流公司 ATMOS Space Cargo 近期完成了一件在商业上很“反直觉”的事：自家首发产品推迟了，下一代产品的设计研究反而先做完了。

时间线是这样的（依据公司官方公告与公开报道 [^17]）：

• 2026 年下半年——Phoenix 2 飞船原定发射窗口
• 延期决定——Phoenix 2 发射从 2026 年下半年推迟至 2027 年初
• 两个月后——Phoenix 3 可复用飞船早期设计研究完成，宣布继续推进

注意 Phoenix 3 的关键词：可复用（reusable）。返回式货舱 + 可复用，这条技术路线对标的是把“太空往返