（圖源：MIT TR）

對 AI 產(chǎn)生一些幻滅感在所難免。

2022 年末，OpenAI 發(fā)布了名為 ChatGPT 的免費(fèi)網(wǎng)頁應(yīng)用，它改變了整個行業(yè)的走向，也改變了若干個世界經(jīng)濟(jì)體的運(yùn)行軌跡。數(shù)以百萬計(jì)的人開始和電腦對話，電腦也首次開始有了回應(yīng)。由此，我們開始對 AI 抱有更多的期待。

而后，科技公司為了保持領(lǐng)先而競相沖刺，推出一款又一款各擅勝場的競品。語音、圖像、視頻，每一次更新都是青出于藍(lán)而勝于藍(lán)。在這種不間斷的比拼中，AI 公司把每一次產(chǎn)品上線都包裝成重大突破，進(jìn)一步強(qiáng)化了人們的普遍信念：這項(xiàng)技術(shù)會越來越好。

AI 的鼓吹者告訴我們，進(jìn)步是指數(shù)級的。他們曬出圖表，標(biāo)出我們相較去年的模型走了多遠(yuǎn)：看，曲線一路向上。生成式 AI 似乎無所不能。

但 2025 年卻成了清算的一年。

首先，頂級 AI 公司的掌舵者許下了他們兌現(xiàn)不了的承諾。他們告訴我們，生成式 AI 會取代白領(lǐng)勞動力，開啟富足時代，帶來科學(xué)發(fā)現(xiàn)，并幫助找到新的疾病療法。至少在全球北方國家，蔓延于各個經(jīng)濟(jì)體的錯失恐懼（FOMO）讓 CEO 們撕掉舊劇本，急著加入這場行動。

也就是從那時起，光環(huán)開始褪色。盡管這項(xiàng)技術(shù)被包裝成一種“萬能多功能工具”，能夠重塑陳舊的業(yè)務(wù)流程、削減成本，但今年發(fā)表的多項(xiàng)研究顯示，企業(yè)并沒有讓那點(diǎn)“AI 仙塵”真正發(fā)揮魔力。

來自多個來源的調(diào)查與追蹤數(shù)據(jù)，包括美國人口普查局與斯坦福大學(xué)，都發(fā)現(xiàn)企業(yè)采用 AI 工具的勢頭正在放緩。而即便嘗試了這些工具，許多項(xiàng)目也長期卡在試點(diǎn)階段。

如果整個經(jīng)濟(jì)體缺乏更廣泛的投入與認(rèn)可，人們很難看出，這些大型 AI 公司要如何收回它們在這場競賽中已經(jīng)投入的驚人資金。

與此同時，核心技術(shù)的迭代也不再像從前那樣帶來階式躍遷。

最典型的例子莫過于 8 月 GPT-5 的翻車式發(fā)布。在極大程度上造就了本輪 AI 繁榮的 OpenAI，原本要推出其全新一代技術(shù)，為此，OpenAI 連續(xù)數(shù)月為 GPT-5 造勢。CEO 山姆·奧特曼甚至夸口稱它是“任何領(lǐng)域的博士級專家”。

還有一次，奧特曼不加評論地發(fā)了一張《星球大戰(zhàn)》“死星”的圖片，OpenAI 的鐵粉把它解讀為“終極力量”的象征，仿佛在說：馬上就來。人們的期待被推到極高。

然而當(dāng)它真的上線時，GPT-5 看起來像是與之前相同的東西又發(fā)布了一次。隨后出現(xiàn)的，是自三年前 ChatGPT 初次登場以來最大的一次氛圍轉(zhuǎn)向。

AI 研究者、知名 YouTuber 揚(yáng)尼克·基爾徹（Yannic Kilcher）在 GPT-5 發(fā)布兩天后的視頻中宣布：“突破邊界的時代結(jié)束了。AGI 不會到來。我們看起來已經(jīng)進(jìn)入了大語言模型的三星 Galaxy 時代。”

很多人（包括我）都把它類比為手機(jī)。在差不多十年的時間里，智能手機(jī)是全球最令人興奮的消費(fèi)科技。如今，蘋果或三星發(fā)布新機(jī)時幾乎不會掀起太大波瀾。鐵粉會細(xì)看每一點(diǎn)小升級，但對大多數(shù)人來說，今年的 iPhone 看起來、用起來都和去年的差不多。

生成式 AI 也到了這個階段嗎？如果是，這算問題嗎？當(dāng)然，智能手機(jī)已經(jīng)成為“新常態(tài)”。但它也確實(shí)改變了世界的運(yùn)作方式。

需要承認(rèn)的是，過去幾年確實(shí)充滿了許多激動人心的時刻。從視頻生成模型質(zhì)量的驚人飛躍，到所謂推理模型的解題能力，再到最新編程與數(shù)學(xué)模型在世界級競賽中的勝出，這些都是真實(shí)發(fā)生的。

但這項(xiàng)非凡技術(shù)也才走紅短短幾年，從許多方面看仍處在實(shí)驗(yàn)階段。它的成功背后也伴隨著諸多重要的限制條件——也許我們需要重新調(diào)整預(yù)期。

這里要小心：從“熱炒”到“反熱炒”的擺鐘也可能擺得過頭。僅僅因?yàn)樗贿^度兜售就否定這項(xiàng)技術(shù)，是輕率的。

當(dāng) AI 沒能回應(yīng)期待時，人們的本能反應(yīng)往往是說“進(jìn)展撞了南墻”。但這誤解了技術(shù)研究與創(chuàng)新的運(yùn)行方式。進(jìn)步從來都是偶發(fā)的，時快時慢。墻是可以翻過去的，也可以繞過去，甚至可以從下面挖過去。

不妨把視角從 GPT-5 的發(fā)布上挪開一點(diǎn)。在它之前的幾個月里，OpenAI 剛剛密集推出了一系列相當(dāng)出色的模型，包括 o1 和 o3（開創(chuàng)性的推理模型，讓行業(yè)見識到一種全新范式），以及再次抬高視頻生成門檻的 Sora 2。在我看來，這聽起來不像是撞墻。

AI 的確很強(qiáng)?？纯?Google DeepMind 的新圖像生成模型 Nano Banana Pro，它能把一本書的一章內(nèi)容變成信息圖，還能做更多事情。它就這么免費(fèi)地躺在你的手機(jī)里。

但你還是忍不住會想：當(dāng)“驚艷感”消退后，還剩下什么？一年后或五年后，我們會如何看待這項(xiàng)技術(shù)？我們會認(rèn)為它值得付出如此巨大的成本嗎？無論是金錢成本，還是環(huán)境成本。

基于這些問題，下面是看待 2025 年末 AI 現(xiàn)狀的四種方式。這是一場迫切需要的熱潮糾偏的開始。

大語言模型不是全部

從某種意義上說，需要糾偏的是圍繞大語言模型的熱潮，而不是 AI 整體。如今已經(jīng)很明顯，LLM 并不是通往通用人工智能（AGI）的入口。AGI 是一種假想技術(shù)，有人堅(jiān)稱它終有一天能完成任何人類能完成的（認(rèn)知）任務(wù)。

即便是像伊利亞·蘇茨克維（Ilya Sutskever）這樣的 AGI 傳道者，如今也開始強(qiáng)調(diào) LLM 的局限性。蘇茨克維是 AI 初創(chuàng)公司 Safe Superintelligence 的首席科學(xué)家兼聯(lián)合創(chuàng)始人，曾任 OpenAI 首席科學(xué)家兼聯(lián)合創(chuàng)始人，并深度參與了 LLM 的創(chuàng)造。

蘇茨克維在 11 月接受德瓦克什·帕特爾（Dwarkesh Patel）采訪時說，LLM 很擅長學(xué)會做許多具體任務(wù)，但它們似乎并不會學(xué)到這些任務(wù)背后的原理。這就像學(xué)會解一千道不同的代數(shù)題，和學(xué)會解任何代數(shù)題之間的區(qū)別。

蘇茨克維說：“我認(rèn)為最根本的一點(diǎn)是，這些模型在泛化能力上不知為何明顯比人類差得多。”

LLM 的語言能力太有說服力，因此人們很容易想象它無所不能。這項(xiàng)技術(shù)模仿人類寫作與說話方式的能力令人驚嘆。而我們天生就傾向于從某些行為方式中看見“智能”，不管它是否真的存在。換句話說，我們造出了具有人類行為的機(jī)器，于是很難不去相信它背后也有一個類人的心智。

這可以理解。LLM 進(jìn)入主流生活也就短短幾年。但在這段時間里，營銷者利用了我們對技術(shù)真實(shí)能力還不夠穩(wěn)固的判斷，不斷抬高預(yù)期、加速炒作。隨著我們與這項(xiàng)技術(shù)共處、對它理解加深，這些預(yù)期也該回到地面。

AI 不是解決一切問題的速效藥

7 月，麻省理工學(xué)院的研究者發(fā)表了一項(xiàng)研究，成了 AI 末日論者最常引用的支柱論據(jù)。其最醒目的結(jié)論是：高達(dá) 95% 的企業(yè)在嘗試使用 AI 后發(fā)現(xiàn)其“零價(jià)值”。

其他研究也呼應(yīng)了這種總體判斷。11 月，自由職業(yè)者在線市場平臺 Upwork 的研究者發(fā)現(xiàn)，由 OpenAI、Google DeepMind 與 Anthropic 的頂級 LLM 驅(qū)動的智能體，單靠自己無法完成許多看似直接的職場任務(wù)。

這與奧特曼的預(yù)測相去甚遠(yuǎn)。他在 1 月的個人博客里寫道：“我們相信，在 2025 年，我們可能會看到第一批 AI 智能體‘加入勞動力隊(duì)伍’，并實(shí)質(zhì)性改變公司的產(chǎn)出?！?/p>

但那項(xiàng) MIT 研究中常被忽略的一點(diǎn)是，研究者對“成功”的衡量很狹窄。所謂 95% 的失敗率，統(tǒng)計(jì)的是那些嘗試部署定制 AI 系統(tǒng)，但在 6 個月后仍未能把它們擴(kuò)展到試點(diǎn)階段之外的公司。實(shí)驗(yàn)性技術(shù)的許多實(shí)驗(yàn)無法立刻見效，這并不令人意外。

這一數(shù)字也沒有把員工在官方試點(diǎn)之外使用 LLM 的情況納入。MIT 研究者發(fā)現(xiàn)，他們調(diào)查的公司中約有 90% 存在某種AI 影子經(jīng)濟(jì)，員工在用個人聊天機(jī)器人賬號處理工作，但這種影子經(jīng)濟(jì)創(chuàng)造的價(jià)值并沒有被測量。

而當(dāng) Upwork 研究觀察的是智能體與懂行的人協(xié)作完成任務(wù)的表現(xiàn)時，成功率就大幅上升。結(jié)論似乎是，很多人正在自己摸索 AI 如何在工作中幫到他們。

這也符合 AI 研究者、意見領(lǐng)袖安德烈·卡帕希（Andrej Karpathy）的觀察。他也是vibe coding一詞的提出者?？ㄅ料Ｖ赋觯奶鞕C(jī)器人在很多事情上都比普通人更強(qiáng)，比如給法律建議、修復(fù)漏洞、做高中數(shù)學(xué)題，但它們并不比專家更強(qiáng)。

卡帕希認(rèn)為，這可能解釋了聊天機(jī)器人為何在個人消費(fèi)者中如此受歡迎，它能幫非專業(yè)人士解決日常問題與任務(wù)。但它并沒有顛覆經(jīng)濟(jì)，因?yàn)橐嵏步?jīng)濟(jì)，就必須在工作上超越熟練員工。

這種局面也許會改變。但至少目前，AI 還沒有對就業(yè)產(chǎn)生鼓吹者宣稱的那種影響，這并不值得驚訝。AI 不是速效藥，也無法替代人類。但這盤棋還有很多空間。AI 如何被整合進(jìn)日常工作流與業(yè)務(wù)流程中，仍在不斷試驗(yàn)。

我們身處泡沫之中嗎？

如果 AI 是泡沫，它更像 2008 年的次貸泡沫，還是更像 2000 年的互聯(lián)網(wǎng)泡沫？兩者差別很大。

次貸泡沫吞噬了經(jīng)濟(jì)體的一大部分，因?yàn)樗屏押罅粝碌闹挥袀鶆?wù)和被高估的房地產(chǎn)?；ヂ?lián)網(wǎng)泡沫則淘汰了大量公司，沖擊波擴(kuò)散全球，但它留下了嬰兒時期的互聯(lián)網(wǎng)，留下了國際光纜網(wǎng)絡(luò)，也留下了少數(shù)后來成長為科技巨頭的創(chuàng)業(yè)公司，比如谷歌和亞馬遜。

但也可能，我們正處在一種不同于上述兩者的泡沫里。畢竟，LLM 目前還沒有真正成熟的商業(yè)模式。我們還不知道所謂殺手級應(yīng)用會是什么，甚至不知道它是否會出現(xiàn)。

許多經(jīng)濟(jì)學(xué)家也擔(dān)憂，前所未有的大量資金被投入到基礎(chǔ)設(shè)施中，用來建設(shè)算力并服務(wù)于預(yù)期需求。但如果需求最終并未出現(xiàn)呢？

再加上許多交易存在一種古怪的循環(huán)結(jié)構(gòu)，比如英偉達(dá)付錢給 OpenAI，OpenAI 再把錢付回英偉達(dá)，如此往復(fù)。難怪每個人對未來的判斷都不一樣。

一些投資者仍然很淡定。11 月，在接受 Technology Business Programming Network 播客采訪時，國際大型私募股權(quán)公司 Silver Lake Partners 的聯(lián)合創(chuàng)始人格倫·哈欽斯（Glenn Hutchins）給出了幾條“不必?fù)?dān)心”的理由。他說：“這些數(shù)據(jù)中心中的每一個，幾乎所有，都有一個具備償付能力的對手方，并簽約承諾接收它們?yōu)槠涠ㄖ平ㄔO(shè)的全部產(chǎn)出?！睋Q句話說，這不是“先建起來再等客戶上門”，客戶已經(jīng)被鎖定了。

他還指出，這些具備償付能力的對手方中最大的一家是微軟?！拔④洆碛腥蜃詈玫男庞迷u級，”哈欽斯說，“如果你和微軟簽約，讓它接收你數(shù)據(jù)中心的產(chǎn)出，薩提亞（納德拉）是靠得住的?！?/p>

許多 CEO 會回望互聯(lián)網(wǎng)泡沫，試圖從中吸取教訓(xùn)?？梢赃@樣理解：當(dāng)年倒下的公司沒有足夠的資金撐到最后；而挺過崩盤的公司則迎來繁榮。

帶著這個教訓(xùn)，今天的 AI 公司試圖用資金把自己“買”過一段可能是泡沫也可能不是泡沫的時期。留在賽道上，不要掉隊(duì)。即便如此，這仍是一場孤注一擲的豪賭。

但還有另一條教訓(xùn)。一些看起來像“邊角料”的公司也可能很快變成獨(dú)角獸。以 Synthesia 為例，它為企業(yè)提供虛擬人生成工具。風(fēng)投機(jī)構(gòu) Air Street Capital 的聯(lián)合創(chuàng)始人內(nèi)森·貝奈奇（Nathan Benaich）承認(rèn)，幾年前他第一次聽說這家公司時，正值深度偽造（deepfakes）引發(fā)恐慌的時期，他并不確定它的技術(shù)能用來做什么，也認(rèn)為這不會有市場。

他說：“我們當(dāng)時不知道誰會為對口型和聲音克隆付費(fèi)。結(jié)果發(fā)現(xiàn)，愿意付費(fèi)的人很多?！盨ynthesia 現(xiàn)在大約擁有 5.5 萬家企業(yè)客戶，年收入約 1.5 億美元。10 月，這家公司估值達(dá)到 40 億美元。

ChatGPT 不是開始，也不會是結(jié)束

ChatGPT 是深度學(xué)習(xí)十年進(jìn)步的結(jié)晶，而深度學(xué)習(xí)正是現(xiàn)代 AI 的底座。深度學(xué)習(xí)的種子早在 20 世紀(jì) 80 年代就已埋下，這個領(lǐng)域的整體歷史至少可以追溯到 20 世紀(jì) 50 年代。如果以這樣的背景衡量進(jìn)步，生成式 AI 才剛剛起步。

與此同時，研究熱度已經(jīng)到了沸點(diǎn)。全世界范圍內(nèi)主流的 AI 會議收到的高質(zhì)量投稿比以往任何時候都多。今年，一些會議組織方為了控制數(shù)量，甚至不得不拒絕那些評審已經(jīng)通過的論文。（與此同時，arXiv 等預(yù)印本平臺也被 AI 生成的“學(xué)術(shù)垃圾”淹沒。）

蘇茨克維在那次與德瓦克什的訪談中談到 LLM 當(dāng)前的瓶頸時說：“我們又回到了研究的時代。”這不是挫折，而是新事物的開端。

貝奈奇說：“總會有很多‘炒作怪獸’?！钡J(rèn)為這也有好的一面：熱潮會吸引實(shí)現(xiàn)真正進(jìn)步所需要的資金與人才。

他說：“你知道，就在兩三年前，構(gòu)建這些模型的人基本還是研究宅，只是碰巧搞出了某種可用的東西?，F(xiàn)在，幾乎所有在技術(shù)上真正厲害的人都在做這件事?！?/p>

接下來我們往哪里走？

這種無休止的熱潮，并不只是來自公司為其成本極高的新技術(shù)招攬生意。還有一大群人，無論在行業(yè)內(nèi)還是行業(yè)外，都愿意相信一種承諾：機(jī)器可以閱讀、寫作、思考。這是一個持續(xù)了幾十年的狂野夢想。

但熱潮從來就不可持續(xù)，而這反倒是好事。我們現(xiàn)在有機(jī)會重置預(yù)期，看清這項(xiàng)技術(shù)的真實(shí)面貌，評估它真正的能力，理解它的缺陷，并花時間學(xué)習(xí)如何把它用在有價(jià)值而且有益的地方。

貝奈奇說：“我們?nèi)栽诿鳎绾螐倪@個維度高得離譜的信息與技能黑箱中，調(diào)動出我們想要的特定行為?！边@場熱潮糾偏早就該來了。但要知道，AI 不會消失。我們甚至還沒有完全理解自己迄今為止造出了什么，更不用說接下來會發(fā)生什么。

https://www.technologyreview.com/2025/12/15/1129174/the-great-ai-hype-correction-of-2025/