B | 励建安从64岁才开始跑步，9年跑了112场全程马拉松。

C | 他刚完成了“777挑战赛”——7天跑完7大洲7场全马，全球完成这个挑战的选手里，他是年龄最大的一个。

D | 如今，74岁的励建安表示，近年来马拉松赛事要求收紧，自己也因年龄问题屡屡报名被拒。

E |     

凤凰网科技讯 8月24日，摩尔线程正式发布《MTT S5000 Prefill-as-a-Service技术白皮书》，基于旗舰级AI训推一体智算卡MTT S5000，提出Prefill-Decode异构解耦方案，面向AI Agent、代码生成、超长文档分析等长上下文推理场景，旨在破解推理成本瓶颈。是巧合？还是背后有什么隐情？“未中签”的背后：怕出事很多赛事报名页面上找不到“年龄限制”四个字。流程一切正常，报名成功，等待抽签，看上去跟别人没什么两样。白皮书指出，大模型输入上下文规模进入百K至1M级别后，Prefill（预填充，计算密集型）与Decode（解码，访存密集型）在同一资源池混跑造成结构性算力错配。可一到出签环节，大都是清一色的——未中签。有圈内人透露，很多赛事虽然没有明说不要高龄跑者，但在抽签环节里早就设了隐形门槛。解决方案是将二者彻底解耦，分别运行在各自最契合的硬件资源池上，实现单位Token基础设施成本大幅下降。MTT S5000硬件特性与Prefill任务高度契合：提供高稠密算力压缩首字时延，原生支持FP8全精度计算，并全面兼容CUDA及PyTorch、vLLM等主流推理框架。65岁以上，系统就开始不待见；到了70岁，基本没戏。你跑得再稳，训练再规律，全马半马证书攒了一抽屉——没用。年龄一出来，系统直接给你判了“风险过高”。说穿了，就一句话——怕出事。赛事方怕保险赔不了，怕家属闹事，怕舆论炸锅。选来选去，最简单的办法就是：不让你跑。实测数据显示，在64K上下文场景下，单机Prefill吞吐达95,920 tok/s，按智谱API定价测算，满负载下单机月收入可达64.6万元；400K极限长序列场景TPM达2.6MTokens，吞吐平稳可控。摩尔线程表示，大模型产业竞争下半场本质上是推理效率与商业回报的较量，该方案旨在帮助企业在万亿参数与Agent时代降低总拥有成本。真正的症结，在保险公司往下挖一层，问题不在赛事方。真正的症结在保险公司。完整白皮书已在官网发布。

F | 市面上的主流运动意外险，投保年龄上限清清楚楚写着“0到65岁”。保险公司的账好算：高龄人群出事的概率和医疗成本，数据上确实比年轻人高。保险公司不敢保，赛事方没有保险做后盾，自然不敢赌。没有保险兜底，任何一例意外，都可能让主办方赔得底儿掉。于是，最简单粗暴的办法来了——一刀切。

G | 风险和年龄，真的成正比吗？肯定有人说：高龄跑者参赛确实危险啊。没错，风险确实存在。心血管问题、体温调节、骨骼关节——这些都是真实存在的隐患。但这些问题是“高龄独有”吗？一个天天熬夜、抽烟喝酒、半年没动过的40岁年轻人，真的比一个常年训练的70岁跑者更健康吗？风险不是年龄说了算，是身体说了算。

H | 数据显示：马拉松赛事中心脏骤停的发生率只有十万分之零点五四。而普通人平时心源性猝死的概率是十万分之四十一点八四——是马拉松赛事的近70倍。真正该被筛选的，是身体有没有隐患，而不是年龄大不大。有些地方已经走在前面了国外怎么做？波士顿马拉松按年龄和性别分档，设定参赛标。

I | 80岁以上男子跑到4小时50分就能达标。纽约马拉松每年都有几千名55到88岁的选手完赛，85岁老太太还能连着跑十几年。卡的是成绩，而不是年龄。国内也有做得好的赛事。2025年上海马拉松，61岁以上跑者中签率42%，最大中签跑者74岁。上马还公开说“要保障老年跑者的参赛权益”。2026年无锡马拉松也做了调整，高龄选手需要直系亲属在线签知情同意书，并且必须有伴跑者全程陪着跑。2026年厦门马拉松首次给大众跑者设立了年龄组奖，包括60岁以上组别——60到64岁完赛1329人，65岁以上完赛501人，60岁以上男子前三名成绩都在2小时50分以内。这些比赛证明了一件事：年龄不是拦路石，只要方法对，高龄跑者一样可以安全完赛。写在最后银发族跑者不需要被“照顾”，他们只想被“看见”——看见他们日复一日的训练，看见他们为这场比赛付出的努力。我们需要的不是用年龄划线，是用科学评估换掉年龄限制，让保险产品跟上现实，让赛事服务更加细化。让每一个热爱跑步的人，不论多少岁，都能站在同一条起跑线上。

J | 毕竟，每一个高龄跑者，都是我们想成为的未来。亲爱的跑友，您说呢？欢迎在文末留言讨论！