關于AI浪潮的一點觀察

本文來自微信公眾號： 陳弌 ，作者：陳一

一、真身:算力與半導體

2022年底由ChatGPT掀起的這一輪AI浪潮,與其說是一場"人工智能革命",不如說是一場"算力革命+半導體產業革命"。

在軟件層,它由OpenAI、Anthropic以及國內的DeepSeek等公司引領,以LLM大模型技術和由此衍生的Agent應用為代表;在硬件層,則以英偉達、臺積電等半導體與通信產業鏈企業,以及隨之而來的數據中心建設狂潮為表現。前者是聚光燈,后者才是真正的重心——看資本流向就非常清晰:這一輪的天量投入,絕大部分砸在數據中心、GPU、先進制程、先進存儲技術(HBM)、光通信、電力與散熱上,價值捕獲的大頭在硬件和基礎設施層,而非應用層。"美股七姐妹"的AI豪賭和全球科技企業的市值暴漲,本質上是在為算力這座高地買單。

需要澄清的是,這輪AI浪潮的革命性主要沉淀在物質層,并不意味著軟件側的進展是虛的。從GPT-3.5至今,模型在代碼、數學、長鏈推理上的能力是可測量地上了臺階的,這不是公關或宣傳。準確的說法或許是:這一輪的物質層革命,是被一次真實的軟件/算法能力躍遷點燃的——只是那次躍遷的經濟價值,目前主要被"賣鏟子的人"捕獲,而非"用鏟子的人"。能力是真的,和價值歸誰、商業閉環成沒成,是兩件需要分開看的事。

需要警惕的是，如果應用層長期無法形成有效的商業閉環，那么算力層的投資回報邏輯就是脆弱的。算力是真身，但真身也需要血液循環。

二、一次被忽略的下放:算力走向普通人

而在算力這條線上,還藏著一個容易被忽略的轉折:這輪AI浪潮第一次把"算力"這個概念下放到了普通用戶。過去,服務器乃至超級計算機級別的算力,是機構與生產領域的專屬;如今,一個普通人的一句提問,背后調用的就是過去只有大型組織才能觸及的計算資源。算力從一種稀缺的生產資料,變成了一種可以隨手取用的公共品——這本身就是一次深刻的下放。

三、范式:從確定性執行到概率性生成

如果換一個角度,從計算范式看,這一輪浪潮更像是一場互聯網與計算機應用的范式革命。前AI時代的應用,更像一張精密的流程圖:用戶輸入,程序按照程序員精心設計的邏輯與算法運轉,輸出確定的內容,每一步都清晰、可追溯、可復現。而今天的AI應用,則更像一個"自動黑箱":同樣是輸出內容,但中間的過程不再是一條清晰的邏輯鏈,而是一次概率意義上的推理和"涌現"。它的輸出因此更加"泛化",也更加不透明,以至于LLM的創造者本身,都難以準確、詳盡地解釋背后的實現機制。可以這樣概括這個轉變:過去的軟件是固定的代碼,未來的軟件是動態流動的token——每一次運行,都是一次現場推理,而非既定流程的重放。

這里需要留一分清醒:過程的不透明,不等于機器真的在"創造";把"黑箱"直接讀成"涌現出創造力",恰恰是這一輪敘事最容易夸大的地方。范式確實變了——從"確定性的執行"轉向"概率性的生成"——但變的是"怎么算出來的",而不必然是"它已經會思考了"。而這可能恰恰是它最大的軟肋:現實世界的運行與生產,如果建立在"概率性的生成"之上,其底座是脆弱的。它固然可以借助機器+算法,在一定程度上替代人類智能,但前AI時代那種"確定性的執行",并不是一個可以被隨意替換的選項——我們沒法把文明的關鍵運行,架在一個概率底座上。

四、極客的狂歡,與一條分揀判據

最后,從文化層面看,這一輪AI浪潮也是一場技術極客的狂歡。它把一個原本偏居一隅的群體,推到了資本與媒體的聚光燈下、舞臺的正中央。也正因如此,警惕隨之而來:今天的AI公司與科技媒體,常常炮制"顛覆式新技術"的新聞,不斷拋出新的名詞(比如最近又大火的skill、Loop Engineering等等)。這些內容誠然介紹了前沿的進展,但也難以避免地受到從業者立場和資本市場的驅動,其中很大一部分是"披著技術外殼的公關稿",在助長和放大大眾的FOMO情緒——宣傳價值大于技術價值。

這里有一條簡單的分揀判據:看這些新詞或新技術,是否可證偽?是否承諾了一個可被檢驗的時間點?是否產生了實際的效率與產出提升?凡是"即將""指日可待""下一個范式"卻不給可驗證節點的,基本就是敘事燃料;凡是給出具體成本數字、可復現結果、可證偽邏輯的,才值得當技術信號來讀。

說到底,這一輪AI浪潮的下盤是扎實的——算力與半導體是它的物質真身,計算范式的轉變是它的技術內核,算力下放和極客登臺是它真實的社會文化后果。真正需要保持距離的,是那些懸浮在上盤的東西:被無限推遲、又永遠"就快了"的AGI承諾,以及層出不窮、宣傳價值大于技術價值的新名詞。看清這一點,或許才不至于在這場喧囂里,把別人的融資敘事,錯當成自己的判斷。

往前一步:幾點個人預判

給這一輪浪潮定位之后,不妨再往前推一步,講幾點個人的預判。

五、懸置AGI:奇點是一種事后敘事

在我看來,眼下這場"算力+半導體"的真正歸宿,并不是短期內誕生某種AGI、讓遍地開花的數據中心成為人類的"云端大腦",從而迎來賽博朋克或黑客帝國式的未來。因為"AGI"這個概念本身,在目前來看就是不明確的:它至今沒有一個可證偽的定義,更像一個隨資本敘事移動的地平線。一個無法被清晰定義、因而無法被證偽的目標,天然就是最好的融資敘事、最好的FOMO燃料——因為它永遠"就快了"。因此，我們不應把AGI視為這輪技術革命的"奇點"；甚至,這個奇點根本不會被當下的我們準確感知到,而只會在若干年后,當人們回溯這段歷史時,被人為地"規定"出來。而當下對于這輪AI浪潮的持續演進，也不太會出現某次技術創新帶來的乾坤一擲式的決戰效應，決戰兵器思維本身就是大概率失敗的賭徒思維。

六、更可能的方向

更可能的方向是:算力與半導體將深刻融入整個社會的生產與消費環節,讓信息、通信和半導體技術,超越目前這種以消費電子和消費互聯網(手機、電腦、社交媒體、電子商務)為絕對主體的運行模式,轉而去賦能和重構整個經濟社會的運轉——給萬物裝上"微腦",以"微智能+自動化"的形式,逐步實現萬物互聯與萬物智能,最終抬升整個文明的生產效率。

"信息與半導體技術會從消費互聯網,向實體生產和社會運轉擴張"——這本質上是過去幾十年信息化、工業互聯網、物聯網那條線的延續與加速,AI只是給它們加了一層感知與推理的能力,并不依賴任何"奇點"。至于"萬物智能、生產率極大躍升",我不太會預期一個爆發式的增長,因為有一個繞不過去的結構性事實:物理世界的滲透速度,受制于比特之外的東西——機器人硬件的成本與可靠性、傳感器與電力的邊際成本、存量設備漫長的改造周期、安全與責任的界定、監管的節奏,以及最慢的那一項:組織和制度吸收新技術的速度。軟件的迭代以周計,而鋼鐵、電網、工廠、法規,是以年甚至十年計的。歷史上每一種通用技術(如電力、計算機)的生產率兌現,都有一個漫長的滯后期——所謂"索洛悖論":計算機無處不在,唯獨不在生產率統計里,直到很久以后才姍姍現身。所以這幅"萬物智能"的圖景,我更愿意把它看成一個二三十年尺度的慢滲透,而不是這一輪浪潮之內就能兌現的東西。當方向判斷,它成立;當短期投資敘事,它就危險了。

七、一個待觀察的假說:大廠的自我革命

還有一個預判,信度更低,我索性把它降格為一個"待觀察的假說":互聯網大廠的范式,尤其是中國互聯網大廠,可能會從"運營驅動"轉向"技術驅動"。目前的"運營驅動",本就是被中國市場的結構(超大規模、同質競爭、增長焦慮)逼出來的路徑;這個底層結構不變,范式未必會真轉,更可能是"技術驅動"淪為新的運營話術、新的市值管理包裝。但越是這樣,反而越說明:這輪由互聯網大廠深刻參與的技術變革,最先的革命對象,可能恰恰就是他們自身。大廠當下洶涌的AI投入,里面有多少是技術信仰、多少是防御性的軍備競賽,其實很難剝離干凈——而用運營邏輯驅動起來的AI投入,最終或許會反噬掉"運營驅動"這套組織范式本身。

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4874418.html?f=wyxwapp