在科技行业，很少有话题像人工智能(AI)那样引发如此强烈的两极分化。一方面是科技巨头和投资者对AI革命的热情拥抱，另一方面则是越来越多的批评声音质疑AI技术的实际价值和可持续性。最近，Ars Technica与知名AI批评者Ed Zitron进行了一场深入对话，探讨生成式AI行业是否正处于泡沫状态，以及这一泡沫何时可能破裂。
对话背景：连接中断的深度讨论
上周二，Ars Technica举办了与Ed Zitron的直播对话，他是《Better Offline》播客的主持人，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，以及何时可能破裂。然而，由于我的网络连接多次中断，Ars Technica的Lee Hutchinson不得不作为紧急替补主持人加入。
在连接正常的情况下，Zitron与我讨论了OpenAI的财务问题、过度的基础设施承诺，以及尽管AI经济基础看似不稳，为什么AI炒作机器仍在运转。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让他们花费2美元还是10,000美元。
您可以在YouTube上观看活动的录像，或在下方窗口中观看。
"一个500亿美元的产业伪装成万亿美元产业"
我向Zitron提出了最直接的问题："为什么你对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。"因为每个人的行为都好像它不是它实际的样子，"Zitron说。"他们表现得好像它是一种万能药，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500亿美元收入的产业伪装成万亿美元产业"。他指出OpenAI的巨额亏损率（仅2025年上半年估计亏损97亿美元）证明经济模式不可行，同时夹杂着对AI的普遍悲观情绪。
模型效能与市场期望的巨大鸿沟
"模型根本没有效力，"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。"
他将AI公司产生的相对较小收入与流入该行业的巨额资本支出进行了对比。即使是主要的云服务提供商和芯片制造商也显示出压力。据报道，甲骨文在安装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"。
在炒作中寻找实用价值
我通过分享自己的经验反驳了Zitron对AI的一些更广泛的否定。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想法。"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。
在多年经历新冠后出现脑雾的情况下，我也发现ChatGPT和Claude等工具对增强记忆特别有帮助，能够穿透脑雾：以一种迂回、模糊的方式描述某物，然后快速获得我可以验证的答案。在这方面，我之前写过关于英国一项研究如何发现AI助手对残障人士是有用的辅助工具。
Zitron承认这可能对我个人有用，但拒绝从我这个单一数据点得出更广泛的结论。"我理解这可能会有帮助；这很酷，"他说。"我很高兴它以这种方式帮助你；但这不是一个万亿美元级别的用例。"
早期采用者的真实体验
他还分享了自己尝试使用AI工具的经历，尽管他自己不是程序员，但仍尝试使用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，但它同时又异常昂贵，"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。我是个早期采用者。我总是会购买早期的垃圾产品。我买了Apple Vision Pro，还能说什么呢？我准备好接受问题，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助手被营销得超出了其实际能力。正如我常说的，AI模型不是人，它们不是好的事实参考。因此，它们无法取代人类决策，也无法大规模取代人类智力劳动（目前）。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1950年代的SAGE计算机系统：一个四层楼高的建筑物，每秒执行75,000次操作，同时消耗两兆瓦的电力。如今，口袋大小的手机提供的计算能力是1950年代无法比拟的，从功耗角度来说更是如此。
"我认为最终它会以这种方式工作，"我说，建议AI推理成本可能遵循类似的多年改进模式，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，具有特定基准效用和能力的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、更省电。
成本趋势的悲观预测
Zitron对这种乐观情绪提出了质疑，说AI成本目前正朝错误方向发展。"成本正在全面上升，"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，但成本并不更低。他还质疑即使技术变得有利可图，将AI集成到操作系统中是否会证明有用，因为AI模型在处理确定性命令和一致性行为方面存在困难。
电力问题与循环投资
在讨论中，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为其Stargate项目建造需要100亿瓦电力容量（相当于10座核电站，我曾指出）的数据中心。根据Zitron的研究，该镇目前只有3.5亿瓦的发电能力和2亿瓦的变电站。
"十亿瓦的电力很多，而且不是《红色警戒2》里的那样，"Zitron说，引用了即时战略游戏。"你不能只是建造一个发电站就完成了。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为"沙堡"，似乎没有财经媒体愿意直接质疑。
循环投资与市场泡沫
在我的又一次技术性断网后，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强调了支撑该行业的基本上是循环投资计划。他指出OpenAI与甲骨文和Nvidia的3000亿美元交易以及Nvidia与CoreWeave的关系为例。"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作为抵押品来举债购买更多GPU，"Zitron解释道。
泡沫何时破裂？
Zitron预测泡沫将在一年半内破裂，尽管他承认可能会更早。他预计将发生一系列事件而非一次戏剧性崩溃：一家AI公司将耗尽资金，引发其他初创公司及其风险投资支持者的恐慌，创造一个甩卖环境，使未来的融资变得不可能。
"不会有一个贝尔斯登时刻，"Zitron解释道。"将是一系列连续事件，直到市场恐慌。"
泡沫破裂的关键因素
根据Zitron的说法，问题的核心是Nvidia。该芯片制造商的股票代表标普500指数价值的7%到8%，更广泛的市场已依赖Nvidia的持续超高速增长。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激进的大清洗。"这与他更大的论点相关：科技行业已经用尽了真正的超高速增长机会，正试图用AI制造一个。
"有什么能证明你关于这个泡沫和崩溃的假设是错误的吗？"我问。"如果你错了怎么办？"
"一年半到两年来，我一直在回答'如果你错了怎么办？'，所以我不被这个问题困扰，所以必须证明我正确的事情本应该已经发生了，"他说。在关于Sam Altman的更长论述中，Zitron说："推理方面必须发生的事情必须是...每百万个代币必须达到美分以下，他们必须印钱，然后，它必须更有用。它必须具有它所没有的效力，幻觉问题...必须可以解决，除此之外，还必须有人修复代理。"
正面挑战：寻找积极因素
在对话接近尾声时，我想我能否反过来，看他能否说一些积极或乐观的事情，尽管我为他选择了最具挑战性的主题。"Sam Altman最好的地方是什么，"我问。"你能否至少对他说点好话？"
"我明白你为什么问这个，"Zitron开始说，"但我想明确一点：Sam Altman将是市场崩盘的原因。Sam Altman对每个人撒谎。Sam Altman一直在撒谎。"他继续道："就像 Pied Piper（捕鼠人），他把市场引入了深渊，是的，人们本应该知道得更好，但我希望在这件事结束时，Sam Altman能被看穿他的真面目，一个骗子，而且非常成功的骗子。"
然后他补充道："你知道吗？我会说点关于他的好话，他真的很擅长让人们说'是'。"
行业前景与投资风险
这场对话揭示了AI行业面临的严峻挑战。一方面，AI技术确实展示了某些实用价值，特别是在辅助人类工作、提供创意灵感和帮助认知障碍方面。另一方面，当前的AI经济模式似乎不可持续，巨额投资与实际收入之间存在巨大鸿沟。
技术与经济的双重挑战
AI行业面临双重挑战：技术层面，当前的AI模型存在幻觉、一致性和可靠性问题；经济层面，高昂的计算和能源成本与有限的市场收入形成鲜明对比。OpenAI的巨额亏损和甲骨文在Nvidia GPU上的损失只是冰山一角。
投资者的警示信号
对于投资者而言，需要警惕几个关键信号：AI公司持续亏损、基础设施承诺与实际能力不符、循环投资模式的不可持续性，以及市场对单一公司（如Nvidia）的过度依赖。这些因素共同构成了一个潜在的市场泡沫。
技术发展的可能路径
尽管存在挑战，AI技术仍有可能在未来找到更可持续的发展路径。随着计算效率的提高、算法的改进和特定领域应用的深化，AI可能会从当前的通用助手模式转向更专业、更高效的工具。历史表明，技术泡沫破裂后，真正有价值的创新往往能够存活并发展壮大。
结论：理性看待AI发展
Ed Zitron的批评提醒我们，在AI热潮中保持理性思考的重要性。AI技术确实有潜力改变多个行业，但当前的炒作和投资热潮可能已经超出了技术实际能够实现的水平。对于行业参与者、投资者和用户而言，理解AI技术的实际局限性和经济可持续性至关重要。
泡沫是否会如Zitron所预测的那样在一年半内破裂，还是技术进步能够证明当前的怀疑是错误的，只有时间能够给出答案。然而，无论结果如何，这场关于AI的讨论都为我们提供了一个宝贵的机会，重新思考技术发展的本质、市场泡沫的形成机制，以及如何在创新与理性之间找到平衡。
