一顆土豆，表皮上爬滿發光電路，焦黃的皮和銀色走線貼在一起，像是英偉達
和肯德基聯名了。
標題端端正正：Potato Chip Tech Summit——一顆土豆如何顛覆半導體行業。
這是我們給 AI 出的題：「做一份《土豆晶片科技峰會：一顆土豆如何顛覆半導體行業》的英文 PPT，20-25 頁，面向大眾媒體，風格創意趣味。」
翻譯成人話就是：請一本正經地論證，一顆土豆如何顛覆半導體行業。
整個的 PPT 生成是在 Hermes Agent 里，我們提前安裝了 SenseNova-Skills，一套包含覆蓋資訊圖、PPT、Excel 數據分析等多種工作場景的技能包。
本來就等著看它編出一些好笑的文案。畢竟這幾年 AI 做 PPT 已經沒什麼新鮮感了，很多工具都能把標題、大字、圖標和模板拼在一起，交一份看起來挺完整的文件。
但這次，土豆、晶片、半導體，三個完全不搭的詞——唯一有點關係的，只能讓我想到用檸檬可以做水果電池。
結果在 Hermes Agent 里，兩步操作之後，AI 給了我們有模有樣的 23 頁完整 PPT。
它壓根沒打算糊弄我
開頭那個稍顯正式的封面之後，AI 沒急著夸土豆，反手先去挑矽半導體的毛病：矽晶圓要 99.999999% 的純度，一座無塵室造價超過 50 億美元，稀土短缺還威脅著 2030 年的供應鏈。
等等，我愣了一下才反應過來…… 這小子是在給土豆出場鋪墊了。先把現有方案數落一番，再讓主角登場，這幾乎是任何一份像樣路演的起手式。
於是主角登場了。土豆是天然的有機電路板，澱粉能形成晶體結構，導電路徑可以「長」出來而不靠蝕刻，每顆土豆有數百萬個微通道，用完還能生物降解，零電子垃圾。
到這兒我已經笑出聲了，雖然它說的每一句話都是現編的（當時我以為）。
它到底是怎麼憋出這 23 頁的
整個 PPT 都透露著一種荒誕的正式感，而做到這件事，我們只下了兩條指令。
第一條，把選題、頁數、語言、受眾、風格一股腦丟給它，讓它先出個大綱。它讀懂了這個離譜命題，自己把 23 頁的骨架搭好了：哪幾頁講問題，哪幾頁講方案，哪幾頁擺數據，哪幾頁收尾。
第二條，照著大綱生成文件。它自己調度了三個不同的 PPT 生成技能，sn-ppt-standard、sn-ppt-creative、sn-ppt-entry，一個管標準排版，一個管創意視覺，一個管開場封面，並行生成完整 PPTX。
這套技能包來自SenseNova-Skills，商湯開源的工具集。
它把資訊圖、PPT、Excel 數據分析、深度調研等任務，拆成了一個個可以被 Agent 自動調度的 Skill 模組。裝在 Hermes Agent 里，就是這次土豆 PPT 的生成方式；它同樣可以加載到 Codex、Claude Code 等主流 Agent 平台。
AI 未必「理解」這個主題，但通過 Skill，它能知道一份好的商業 PPT 應該長什麼樣，哪怕主角是一顆土豆。
它發明了一門學科：薯電子學
這顆土豆還有更離譜的事情，PPT 的內容在介紹完土豆晶片基本情況之後，它還造了個詞，叫 Spudtronics——薯電子學，一門研究澱粉分子半導體特性的學科。
它給這門自創的學科配上了一整套真參數：電子遷移率 150 cm²/Vs，熱穩定性 85°C。數字精確得像從論文裡抄來的，只可惜那篇論文並不存在。
但它確實順手給自己搭了套學術背書，一個實驗室，Rostava Lab；一本《Nature》子刊，Nature Bo-Tech。
更有意思的是原型機那一頁。它老老實實寫了這台機器的時鐘速度：0.000 GHz，這顆晶片的運算速度，約等於一顆土豆該有的速度。
但該有的成本對比，它一項沒落：單顆 0.03 美元，矽的同類要 45 美元。一個跑都跑不動的東西，它照樣把性價比給我們算得清清楚楚。
做融資 PPT 的本質是什麼？是讓投資人看完先上頭，來不及細想邏輯。它顯然深諳此道。
一個笑話，它做了全套盡調
接著它給土豆晶片算了能耗賬：每批耗能 0.003 GWh，碳足跡降低 99.7%，水耗從 1000 升砍到 5 升，乍看還以為是世界 500 強的 ESG 年報。
市場預測上，2025 年試點，2028 年拿下低功耗設備 15% 的市場份額，2035 年吃下半導體總市場 70%，配一張土豆做的餅圖。它甚至分好了贏家和輸家，土豆產區、農機廠、生物科技公司贏麻了；部分地區的晶圓代工廠和稀土礦商被它判了死刑，配上一顆愁眉苦臉的地球。
真正讓人服氣的，是它連沒人愛做的那幾頁都補齊了。
監管那頁，它說食品電子還沒有監管框架，FDA 和半導體認證邊界不清，配圖是一顆戴著法官帽的土豆。專利那頁，它寫 Rostava Lab 已經提交 12 項核心專利，大公司開始搶注防禦性專利，開源土豆晶片倡議同步上線，預計 2027 年爆發 20 億美元的訴訟——它給這頁起了個名，叫 The Patent Wars。
它還做了用戶調研：72% 的人願意接受土豆電子，主要顧慮是耐久性，對策是把「potato」重新包裝成「premium organic」。
它要幫一顆土豆做品牌策略。
我數了一下它認認真真填滿的格子：行業瓶頸、技術原理、原型驗證、能耗、市場、贏家輸家、監管、專利、開源、補貼、IPO 管線、消費者信任、品牌重塑、分人群的行動號召。一份真正的產業路演該有的每一格，它一格沒漏。
它把這個笑話，當成一單正經生意，做完了全套盡調。
再出個中文版，土豆直接上路演
除了英文版，我們也用同樣的流程，做了一套中文的。
英文那版，它講的是一場海外科技峰會，自創學科，現編期刊，給自己搭了一整套學術背書。中文版里，土豆不進實驗室了，直接走進了中文創投路演的現場。
畫風瞬間切換：功耗降低 90%，碳足跡減少 95%，良率 98.5%，算力 500 TOPS，單顆成本 0.05 美元。每一個數字都像是為了讓投資人瞳孔放大而量身定製。
最離譜的是量產良率那頁，它寫土豆晶片首月良率 35%，三個月後穩定在 95% 以上，成本曲線一路向下。一個明明從地里刨出來的東西，硬是被寫出了晶圓廠爬坡的味道。
看到這頁的時候我確認了一件事，這個 AI 看過不少招股書。
在英文裡包裝成學術峰會，在中文裡變成創投路演，連笑點都跟著換了：從「土豆能造晶片嗎」，變成了「它怎麼連路演話術都學得這麼熟」。
但有一件事，讓這個笑話的邊界開始模糊
看完這兩版，一開始想要難住 AI 那點心思早沒了。
土豆造晶片，本來也沒什麼準不準可言。所以查證原本不在我的計劃里。可有個念頭我沒忍住：英文版的薯電子學也好，中文版的量產良率也好，它們底下賭的是同一件事——有機材料能拿來造電子。這事，現實里真有影子嗎？
我搜了搜，然後就笑不出來了，因為現實比 PPT 還繃不住。
AI 自創的那門學科，現實里真的存在
AI 以為「薯電子學」是自己現造的，可現實里真有這麼一門學問，名字差不太多：MycelioTronics，蘑菇電子學。
奧地利林茨大學的團隊，用一種靈芝長出來的菌皮，做成了可降解的電路基板，論文 2022 年發在《Science》子刊上。這層蘑菇皮能耐 250°C 高溫，能用雷射在上面刻線路，他們還真拿它做出了能用的濕度和距離傳感器。
一個是 AI 現編的 Spudtronics，一個是真發在 Science 上的 MycelioTronics。
「能吃的晶片」，也不是 AI 瞎編的
義大利理工學院有個叫 Caironi 的團隊，2023 年做出了世界上第一塊可充電的「可食用電池」。材料表是維生素 B2、海苔、可食用金箔、蜂蠟。到 2025 年，同一撥人已經做出了能吃的邏輯門電路，能跑 NOT、NAND 這些基本運算。
而這塊真·可食用晶片的運算頻率是多少？1.32 赫茲。
AI 編的那顆土豆晶片寫著 0.000 GHz，聽著像個段子；可現實里能吃的電路，真就跑在個位數赫茲上。兩個數字擺在一起，AI 那個「0.000」突然就不太像在開玩笑了。
更狠的是，Caironi 團隊的長期目標，寫出來跟那份土豆 PPT 幾乎是同一句話：用食物里天然存在的半導體，去替代矽。這事還有正經的歐盟項目在掏錢，名字叫 ELFO。
連那個被 AI 當成「土豆優勢」的成本敘事，也透著一股真實的荒誕。
AI 在 PPT 里寫一座晶圓廠造價 50 億美元，聽著已經夠嚇人了。
可它還是太天真，現實里一座先進制程的晶圓廠，25 到 35 億美元只是其中一個「模組」的價，整座廠動輒上百億，台積電光在亞利桑那那一片就砸了一千六百多億美元。AI 編的數字，比現實還保守。
土豆晶片當然是個笑話。真正讓我停下來查資料的，是這份 PPT 背後那些真實存在的技術方向。
可降解電子、可食用電子、用食物替代矽，這些領域都真實存在。AI 一路走到了現實研究的邊界，然後再往前多走了一百步。
而我原本根本不知道這些東西。用 ChatGPT 的 10 億用戶里，很少有人是材料學家，是半導體從業者。如果沒人告訴我，我大概率不會主動搜索 MycelioTronics，不會知道真有人在研究可食用電池，更不會一路找到相關論文和項目。
但這份 PPT 做完之後，我突然擁有了一張地圖。哪些方向已經發生，哪些還停留在實驗室，哪些屬於合理推演，哪些值得繼續查下去。這或許才是這次實驗最有意思的地方。
以前，面對一個陌生領域，第一步往往是大量閱讀資料，再慢慢建立自己的理解框架。現在，這個過程正在被壓縮。
土豆 PPT 能夠把技術路線、產業邏輯、市場預測、監管風險、專利布局甚至品牌策略都串成一個完整故事，靠的並不只是模型生成幾段文字。
背後真正發揮作用的，是一整套被拆解出來的專業能力。
這次實驗裡使用的 SenseNova-Skills，正是商湯開源的一套 Skill 集合。PPT 生成、資訊圖製作、數據分析、深度調研等能力，都被封裝成獨立 Skill，可以根據任務自動調用和組合。
對於用戶來說，變化其實很直接。
過去需要自己一步步完成的拆題、調研、整理、製作流程，現在越來越多環節可以交給 Skill 自動完成。我們給出的只是一個命題，剩下的工作會被拆解成多個步驟，並最終交付成一份完整成果。
土豆晶片是一個極端案例，但連這樣一個荒誕命題，都能被認真拆解成一份像模像樣的產業路演。當我們的命題本身來自真實工作時，這套能力能夠發揮的空間顯然更大。
未來很多人認識世界的方式，或許也會因此發生變化。
The future is organic. The future is delicious.
這次土豆實驗用到的 SenseNova-Skills，商湯已經開源。
開源地址：https://github.com/OpenSenseNova/SenseNova-Skills
安裝方式也很簡單，直接告訴你常用的 Agent：「請幫我把 https://github.com/OpenSenseNova/SenseNova-Skills 安裝到你的 skills 目錄。」剩下的事情，交給它就行。
