在科技行业，很少有话题像生成式AI一样引发如此两极分化的观点。一方面，大型科技公司、风险投资家和媒体不断宣传AI将彻底改变世界的愿景；另一方面，越来越多的批评者开始质疑这一叙事的真实性。本文将通过与著名AI批评者Ed Zitron的深入对话，揭示当前AI产业面临的严峻挑战，以及这一泡沫可能何时破裂。
对话背景：一场关于AI未来的辩论
上周二，Ars Technica举办了与Ed Zitron的线上对话，他是《Better Offline》播客主持人，也是科技界最直言不讳的AI批评者之一。讨论的核心问题是：生成式AI行业是否正在经历泡沫，以及这一泡沫何时可能破裂。尽管我的网络连接多次中断，导致Ars Technica的Lee Hutchinson不得不作为紧急替补主持人加入，但我们仍然就OpenAI的财务问题、宏大的基础设施承诺以及为何尽管AI的经济基础存在明显问题，AI的炒作机器仍在持续运转等话题进行了深入交流。
Lee关于每位用户成本的尖锐提问揭示了AI订阅模式的一个潜在缺陷：公司无法预测一个用户每月会给他们带来2美元还是10,000美元的成本。
"一个500亿美元的行业假装自己是万亿美元的行业"
我首先向Zitron提出了最直接的问题："你为什么对AI如此愤怒？"他的回答直击他批评的核心：AI的实际能力与销售方式之间的脱节。"因为每个人都表现得好像它不是它实际的样子，"Zitron说。"他们表现得好像这是一种万能药，将是软件增长的未来，硬件增长的未来，计算的未来。"
在一篇通讯中，Zitron将生成式AI市场描述为"一个500亿美元收入行业伪装成万亿美元行业"。他引用了OpenAI的巨额亏损率（仅2025年上半年就估计亏损97亿美元）作为经济模式不可行的证据，同时表达了对AI的普遍悲观态度。
AI模型的实际能力与市场宣传的巨大差距
"这些模型根本没有功效，"Zitron在我们的对话中说。"AI代理是科技行业有史以来最荒谬的谎言之一。自主代理根本不存在。"
他对比了AI公司产生的相对较小的收入与流入该行业的巨额资本支出。即使是主要的云服务提供商和芯片制造商也显示出压力迹象。据报道，Oracle在安装Nvidia的新Blackwell GPU后三个月内损失了1亿美元，Zitron指出这些GPU"极其耗电且运行成本高昂"。
在炒作中寻找实用性
我通过分享自己的个人经历反驳了Zitron对AI的一些广泛批评。我经常使用AI聊天机器人进行头脑风暴，帮助我从不同角度看待问题。"我发现我将AI模型用作知识翻译器和框架翻译器，"我解释道。
多年来经历反复COVID后出现脑雾，我也发现ChatGPT和Claude等工具对穿透脑雾的记忆增强特别有帮助：以迂回、模糊的方式描述某物，然后快速获得可以验证的答案。在这方面，我之前曾写过英国研究中的人们如何发现AI助手是有用的无障碍工具。
Zitron承认这对我个人可能有用，但拒绝从我这一个数据点得出更广泛的结论。"我理解这可能有所帮助；这很酷，"他说。"我很高兴它以这种方式帮助你；但这不是万亿美元级别的用例。"
AI工具的实际应用与局限性
Zitron还分享了他自己尝试使用AI工具的经历，尽管他自己不是程序员，但仍尝试了Claude Code。
"如果我以某种方式喜欢[AI]，那实际上会是一个更有趣的故事，因为我会谈论我喜欢的东西，同时它又异常昂贵，"Zitron解释道。"但它甚至做不到这一点，这实际上是我核心挫折之一，就像这种过度承诺的事情。我是一个早期采用者。我会一直购买早期的垃圾产品。我买了Apple Vision Pro，还能说什么呢？我愿意接受问题，但AI全是问题，全是填充物，没有杀手级应用；这很奇怪。"
Zitron和我都认为当前的AI助手被营销超过了其实际能力。正如我常说的，AI模型不是人，它们不是好的事实参考。因此，它们无法替代人类决策，也无法大规模替代人类智力劳动（至少目前不能）。相反，我将AI模型视为人类能力的增强：作为工具而非自主实体。
计算成本：历史与现实的对比
尽管Zitron和我在AI炒作方面找到了一些共同点，但我表达了一种信念，即对AI模型运行成本和电力需求的批评最终不会成为问题。
我试图通过指出计算成本历史上呈下降趋势来论证这一点，引用了美国空军20世纪50年代的SAGE计算机系统：一个占地四层的建筑，每秒执行75,000次操作，同时消耗两兆瓦电力。今天，口袋大小的手机提供了数百万倍的计算能力，这在20世纪50年代从能耗角度看是不可能的。
"我认为最终会以这种方式发展，"我说，暗示AI推理成本可能会在未来几年遵循类似的改进模式，AI工具最终将成为计算机操作系统的商品组件。基本上，即使AI模型保持低效，一定基准有用性和能力的AI模型在未来仍然会更便宜地训练和运行，因为它们运行的计算系统将更快、更便宜且能耗更低。
Zitron对成本下降乐观态度的质疑
Zitron对这种乐观态度提出了质疑，称AI成本目前正朝着错误的方向发展。"成本在上升，全面上升，"他说。即使是像Cerebras和Grok这样的较新系统也能更快地生成结果，但不能更便宜。他还质疑即使技术变得有利可图，将AI集成到操作系统是否会证明有用，因为AI模型难以处理确定性命令和一致性行为。
电力问题与循环投资
讨论中Zitron最尖锐的批评之一集中在OpenAI的基础设施承诺上。该公司承诺在德克萨斯州阿比林的Stargate项目中需要建设10千兆瓦电力容量的数据中心（我曾指出这相当于10个核电站）。根据Zitron的研究，该镇目前只有350兆瓦的发电能力和一个200兆瓦的变电站。
"千兆瓦的电力是很多，而且这不像是《红色警戒2》，"Zitron说，引用了实时策略游戏。"你不能只是建造一个发电厂就完事了。需要数月的实际物理工作来确保它不会杀死所有人。"
他认为许多宣布的数据中心永远不会完工，称这些基础设施承诺是"沙堡"，而财经新闻界似乎没有人愿意直接质疑这一点。
AI市场的循环投资模式
在我再次经历技术性断线后，我重新上线并请Zitron定义AI泡沫的范围。他说它已经从一个泡沫（基础模型）演变成了两三个，现在包括像CoreWeave这样的AI计算公司以及对Nvidia的市场痴迷。
Zitron强调了他看到的支撑该行业的基本上是循环投资方案。他引用了OpenAI与Oracle和Nvidia的3000亿美元交易以及Nvidia与CoreWeave的关系作为例子。"CoreWeave，他们实际上...他们资助了CoreWeave，成为他们最大的客户，然后CoreWeave利用那份合同和那些GPU作为抵押品来筹集债务购买更多GPU，"Zitron解释道。
泡沫何时破裂？
Zitron预测泡沫将在未来一年半内破裂，尽管他承认这可能发生得更早。他预计这将是一系列事件而非一次戏剧性崩溃：一家AI创业公司将耗尽资金，引发其他创业公司和风险投资支持者的恐慌，创造一个使未来融资不可能的甩卖环境。
"不会是一个贝尔斯登时刻，"Zitron解释道。"这将是一系列连续事件，直到市场恐慌。"
Nvidia：泡沫的核心问题
根据Zitron的观点，问题的核心是Nvidia。该芯片制造商的股票代表了标普500指数价值的7%至8%，更广泛的市场已经依赖于Nvidia持续的超级增长。当Nvidia在1月份仅公布55%的同比增长时，市场出现了波动。
"Nvidia的增长就是泡沫膨胀的原因，"Zitron说。"如果他们的增长下降，泡沫就会破裂。"
他还警告了更广泛的后果："我认为一场衰退即将到来。我认为一旦市场意识到科技不会永远增长，他们就会对硅谷进行大规模清洗。"这与他的更大论点相关：科技行业已经用尽了真正的超级增长机会，正试图通过AI制造一个。
当被问及"如果错了怎么办？"时，Zitron表示："我已经回答了一年半到两年的'如果错了怎么办？'，所以这个问题不会困扰我。所以，证明我正确的事情本需要已经发生。"在关于Sam Altman的更长论述中，Zitron说："推理方面本需要发生的事情是...每百万个代币必须达到美分的小数点后几位，他们必须能够印钱，然后，它必须要有用得多。它必须具有它现在没有的功效，幻觉问题...必须可修复，而且在此基础上，某人必须修复代理。"
挑战性提问：能否说点好话？
在对话接近尾声时，我 wondering 是否可以转换一下话题，看他是否能说些积极或乐观的话，尽管我选择了对他最具挑战性的主题。"Sam Altman最好的地方是什么，"我问道。"你完全不能说他任何好话吗？"
"我明白你为什么问这个，"Zitron开始说，"但我想明确一点：Sam Altman将是市场崩溃的原因。Sam Altman对所有人撒了谎。Sam Altman一直在撒谎。"他继续道："就像 Pied Piper 一样，他引领市场走向深渊，是的，人们本应该知道得更好，但我希望在这件事的结尾，Sam Altman能被看到他的真实面目，一个骗子，而且是一个非常成功的骗子。"
然后他补充道："你知道吗？我会说些他的好话，他真的很擅长让人们说'是'。"
结论：AI产业的关键转折点
与Zitron的对话揭示了当前AI产业面临的严峻挑战。一方面，OpenAI等公司的巨额亏损和基础设施承诺与现实之间的巨大差距令人担忧；另一方面，Nvidia在市场中的主导地位和循环投资模式使整个行业处于不稳定状态。
然而，我们也必须承认AI工具在某些特定场景下的实际应用价值。无论是作为知识翻译器、框架翻译器，还是帮助认知障碍人士增强记忆，AI确实在特定领域提供了实用价值。
未来一年半可能是AI产业的关键转折点。泡沫的破裂将不可避免地带来市场震荡，但同时也可能为行业带来更加健康和可持续的发展模式。在这个过程中，区分AI技术的实际能力与营销炒作将变得尤为重要。
