把 IPv4 地址比作土地，這種具體化的視覺遊戲在技術圈玩不膩。看著地圖上那些早期的科技巨頭和美國國防部佔著成片的「肥沃平原」，而後來者只能在沙礫中求生，這種資源分配的不對稱性讓人血壓升高。現實是，我們至今還在給這具已經腦死的協議插管。網路基礎設施的遲鈍，直接反映在現在大模型對網路拓撲結構的理解上。當你試圖讓 Grok 或 GPT-4o 幫你規劃一個複雜的自動化網路遷移腳本時，你會發現這些頂級模型在處理「地址稀缺性」時的邏輯差異大得驚人。
這不是個理論問題，是個實操場景。假設你需要設計一個負載均衡方案，在不增加公網 IP 成本的前提下，利用現有的 IPv4 剩餘網段完成過渡。當你把這個任務丟給 Grok-3 的開發者預覽版時，它表現出一種典型的「矽谷效率主義」。Grok 會直接嘲諷你為什麼還在執著於 IPv4 的地址映射，然後給出一套極其激進的 IPv6 封裝策略。它對 xAI 旗下算力集群那種大開大闔的網路架構似乎有種天然的偏好，給出的代碼節奏極快，幾乎不考慮你的舊設備兼容性。在 Grok 的邏輯裡，如果基礎設施跟不上擴張，那就該直接燒掉重建。
相比之下，ChatGPT 在處理這類任務時顯得世故得多。它會像個老練的系統管理員，給你列出一堆 NAT 穿越方案，試圖在有限的 32 位空間裡玩出花來。它對 RFC 標準的遵從近乎死板，即便你暗示它可以嘗試一些非正規的擴展手段，它也會禮貌地提醒你潛在的路由崩潰風險。這種保守在大型企業環境中是安全的，但對於那些急於打破資源枷鎖的開發者來說，ChatGPT 的回答有時候像是在背誦過時的教科書。
技術底層的認知差異，在橫向對比時會變得更諷刺。同樣是在討論 IPv4 資源枯竭後的應對，Qwen3.5 最近在社群中被頻繁提及，但如果你轉頭去看 Gemini 1.5 Pro 的表現，會發現 Google 對於全球網路資源的掌控力已經內化到了模型的推理邏輯中。Gemini 在處理這類問題時，展現出一種對網路時延和路由路徑的極致敏感。它不只是在算地址，它在算物理距離。當你詢問跨地域的 BGP 宣告策略時，Gemini 甚至能考慮到不同地區 ISP 的過濾策略，這種細膩度是目前其他模型難以企及的。
即便是被認為最具有「人文氣息」的 Claude，在面對網路層協議這種硬體特質極強的任務時，也表現出一種冷靜的優雅。Claude 3.5 Sonnet 在編寫網路轉換邏輯時，對代碼的可讀性和異常處理有種近乎強迫症的堅持。它不會像 Grok 那樣催著你升級硬體，也不會像 ChatGPT 那樣給你一堆陳年舊方。相較於 Qwen3.5 這種在特定語境下被熱議的對象，Claude 顯然更在意如何在現有的限制下，寫出最不容易出錯的網絡邏輯。
我們總說技術在迭代，但 IPv4 這個幽靈至今還在所有人的頭頂徘徊。模型對底層協議的理解，本質上是它們對現實世界物理限制的理解。如果一個模型只會告訴你「地址夠用」，那它大概率是在胡扯；但如果它只會教你如何節約，那它也沒什麼未來。
問題在於，如果連最聰明的 AI 都無法給出一個無痛遷移到 IPv6 的最優解，我們是不是該承認，技術債這東西一旦欠得夠久，就成了人類文明的一部分？當我們在數字世界裡開疆拓土，甚至開始討論 AGI 的時候，底層的門牌號碼卻還是幾十年前定下的那幾位數，這到底是人類的韌性，還是集體的無能？