今天 AI 世界有一件很值得注意的事。
不是又推出一个更大的模型。
而是 AI 开始帮真正飞在天上的客机，决定「哪一层天空最好不要飞过」。
国泰航空与 Google 今天宣布，将扩大一项利用 AI 避免飞机形成持久凝结尾的实际航班测试。
第一阶段已有超过 80 班航班实际采用避开凝结尾的路线。
Google 根据卫星图像分析后估算，这些航班造成的凝结尾暖化影响约降低 40%。
但这个数字很容易被误会。
它不是说飞机碳排降低 40%。
也不是油耗降低 40%。
更不是整个航空业的气候影响突然少了 40%。
它指的是这批测试航班中，由凝结尾造成的估计暖化影响。
飞机后面那条白线，为什么需要 AI？
我们平常看到飞机后方留下的白色长线，叫做 Contrail，也就是凝结尾。
飞机在高空飞行时，如果遇到够冷、够潮湿的空气，排出的水气可能形成冰晶。
有些很快就消失。
但有些会持续存在，甚至扩散成云状。
Google 表示，这类持久凝结尾会把部分热能留在大气中，可能是航空气候影响的重要来源之一。
问题是：
飞机不可能看到前方有一块「这里会产生凝结尾」的告示牌。
这就变成一个预测问题。
Google 的 AI 实际在做什么？
这套系统不是让 AI 开飞机。
它结合：
- AI 预测
- 卫星图像
- 气象数据
- 大气状态信息
先找出哪些高空区域比较可能形成持久凝结尾。
飞机还没有起飞前，Flight Dispatcher，也就是负责航班规划与运行支持的人员，就能先取得这些信息。
飞行途中，更新后的数据也可以透过国泰航空既有系统传到 Flight Deck，也就是驾驶舱。
如果条件、安全与航管允许，飞行团队可以评估是否做小幅度的高度调整。
概念其实很像：
前面有一小块不理想的天气。
不需要整条航线重新设计。
只要稍微绕开。
第一阶段已经真的飞过 80 多班
这不是电脑模拟而已。
这项测试从 2025 年底开始。
第一阶段原本规划超过 100 班航班。
其中超过 80 班实际依照凝结尾避航路线飞行。
Google 再利用卫星图像分析结果。
估算这批航班的凝结尾暖化影响大约降低 40%。
国泰也成为 Google 这套技术在亚太地区的第一家商业航空公司合作伙伴。
目前双方准备进入更大的第二阶段。
测试范围将延伸到更多亚洲与跨太平洋航线。
40% 不是「AI 帮飞机减碳 40%」
这里一定要再说一次。
因为只看数字，很容易得到错误结论。
这项测试衡量的是：
凝结尾造成的估计暖化影响。
不是：
飞机直接排放的二氧化碳下降 40%。
也不是：
燃料使用下降 40%。
更不能直接变成：
「用了 AI，航空公司的气候影响就少 40%。」
目前仍然是在扩大实测与验证阶段。
不同地区、季节、高度、航线与气象条件，都可能产生不同结果。
所以第二阶段的重要性，就是看看这个方法离开第一批测试航线之后，是否仍然实用。
真正值得注意的是：AI 已经进入 Live Operations
我们平常接触 AI，大多还是在：
写文章。
整理数据。
做图片。
回答问题。
但这次不一样。
AI 的 Prediction，也就是预测结果，已经开始进入真正的航空营运流程。
它先预测某个区域可能出现什么状况。
再把结果交给真正负责航班的人。
然后由人根据安全、空域、燃油、航管与飞行条件做最后判断。
也就是：
AI 负责找到人类很难实时看见的模式。
人负责决定现实世界到底能不能运行。
这对一般人有什么用？
你可能不会去操作航空公司的飞行系统。
但这件事透露出一个非常重要的 AI 发展方向。
未来最有价值的 AI，不一定是最会聊天的 AI。
而可能是：
看懂卫星图像。
分析天气。
预测设备故障。
找到能源浪费。
判断交通壅塞。
预测供应链异常。
然后在真正需要做决定的人旁边，提早给出一个可以采取行动的信号。
所以 AI 下一阶段的竞争，很可能不只是在：
「模型知道多少？」
而是：
它能不能进入真正的工作现场，而且让人安全地采取行动。
国泰与 Google 这次的凝结尾测试，就是一个很具体的例子。
AI 不需要自己当机长。
它只需要在正确的时间，告诉真正的机长与飞行团队：
前面这一小块天空，也许有更好的走法。
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
推荐阅读
AI 今日早报｜2026/08/12：Ryanair 把 Gemini 接进航空营运、Manus 宣布与 Meta 分家、ILO 警告青年工作面临 AI 压力
