在科技行业，生成式人工智能(AI)的发展速度令人瞩目，但其背后隐藏的经济现实却引发了越来越多的质疑。最近，Ars Technica与知名AI批评者Ed Zitron进行了一场深入对话，探讨了当前AI产业是否存在泡沫以及何时可能破裂的问题。这场对话揭示了AI行业面临的诸多挑战，从OpenAI的巨额亏损到基础设施建设的现实困境，再到技术与市场预期之间的巨大鸿沟。
AI泡沫的本质：50亿产业伪装成万亿美元产业
Ed Zitron对AI行业的批评直指核心："因为每个人都在表现得好像AI是它实际不是的东西。"在他看来，AI被宣传成一种万能药，将是软件、硬件和计算能力的未来。Zitron在一篇通讯中将生成式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"。
这一观点得到了OpenAI财务数据的支持。据估计，仅2025年上半年，OpenAI就亏损了97亿美元。如此巨额的亏损与行业对AI的过度乐观预期形成了鲜明对比。Zitron指出，AI模型的实际功效远未达到宣传水平，"AI代理是科技行业有史以来最严重的谎言之一。自主代理根本不存在。"
经济现实与投资热潮的矛盾
AI公司产生的相对较小收入与流入该领域的巨额资本支出形成了鲜明对比。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，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"。
这种经济现实与市场热情之间的矛盾，正是AI泡沫的核心问题。一方面，投资者对AI技术寄予厚望，推动相关公司估值飙升；另一方面，这些公司却难以实现盈利，甚至面临巨额亏损。
AI的实际效用：过度宣传与真实价值
尽管Zitron对AI持批评态度，但他也承认AI在某些场景下可能有用。作者本人分享了使用AI聊天机器人的经验，特别是在头脑风暴和从不同角度看待问题方面。"我发现我将AI模型用作知识翻译器和框架翻译器，"作者解释道。
对于经历过COVID-19后遗症导致的脑雾的人来说，像ChatGPT和Claude这样的工具特别有助于增强记忆力。作者描述了一种使用模式：以模糊、迂回的方式描述某物，然后快速获得可以验证的答案。这与英国一项研究中发现AI助手对神经多样性工作者是有用的辅助工具的结论相吻合。
工具而非替代：AI的合理定位
Zitron和作者都认同，当前的AI助手被营销超越了其实际能力。正如作者经常说的，AI模型不是人，也不是好的事实参考。因此，它们不能取代人类决策，也不能完全取代人类的智力劳动（至少目前不能）。相反，作者将AI模型视为人类能力的增强：作为工具而非自主实体。
这一观点对理解AI的真正价值至关重要。AI最有价值的用途可能是作为人类的辅助工具，增强而非替代人类的能力。这种定位既避免了过度乐观的期望，也避免了完全否定技术的价值。
计算成本：历史趋势与现实困境
尽管Zitron对AI持批评态度，作者表达了一种信念：对AI模型运营成本和电力需求的批评最终将不再成为问题。
作者试图通过指出计算成本历史上呈下降趋势来论证这一观点。他以美国空军20世纪50年代的SAGE计算机系统为例：一个四层楼的建筑，每秒执行75,000次操作，消耗两兆瓦电力。如今，口袋大小的手机提供的计算能力是当时数百万倍，而在能耗方面，这在20世纪50年代是不可想象的。
"我认为最终会朝着这个方向发展，"作者说，暗示AI推理成本可能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，具有一定基线有用性和能力的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。
成本上升的现实
然而，Zitron对这种乐观情绪提出了质疑，表示AI成本目前正朝错误方向发展。"成本在全面上升，"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被证明有用，因为AI模型难以处理确定性命令和一致的行为。
这一分歧反映了技术发展中的根本性问题：虽然历史趋势表明计算成本通常会下降，但AI模型的特殊性质可能使其不完全遵循这一模式。模型的复杂性、训练数据的需求以及持续优化的要求，都可能使AI成本下降的速度慢于预期。
电力问题与循环投资
Zitron在讨论中最尖锐的批评之一集中在OpenAI的基础设施承诺上。该公司承诺为其在德克萨斯州阿比林的Stargate项目建设需要100亿瓦电力容量（相当于10个核电站）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。
"十亿瓦的电力是很多，而且这不是《红色警戒2》里的游戏，"Zitron说，引用了实时策略游戏。"你不能只是建造一个发电站，它就会建成。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"，似乎没有财经记者愿意直接质疑。
循环投资模式
Zitron强调了支持行业的基本上是循环投资计划。他指出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，他们确实...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。
这种循环投资模式创造了一种虚假的繁荣，资金在生态系统内循环，但没有产生真正的价值。当这种循环最终断裂时，可能会导致整个行业的崩溃。
泡沫破裂的时间表与触发因素
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。他预计将发生一系列事件，而非一次戏剧性的崩盘：一家AI公司将用完资金，引发其他初创公司和风险投资支持者的恐慌，创造一种甩卖环境，使未来的融资变得不可能。
"不会是一个贝尔斯登时刻，"Zitron解释说。"这将是一系列连续的事件，直到市场恐慌。"
Nvidia的关键作用
问题的核心，根据Zitron的观点，是Nvidia。这家芯片制造商的股票代表了标普500指数价值的7%到8%，更广泛的市场已经依赖于Nvidia的持续超高速增长。当Nvidia在1月份公布"仅"55%的同比增长时，市场出现了动摇。
"Nvidia的增长是泡沫膨胀的原因，"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来临。一旦市场弄明白科技不会永远增长，他们就会对硅谷猛烈冲洗。"这与他更大的论点相联系：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。
挑战与反驳：Zitron的立场
当被问及有什么会证明他关于泡沫和崩盘的假设是错误的时，Zitron表示："如果推理成本必须达到每百万个代币百分之一美分以下，他们必须能够印钱，然后，它必须要有用得多。它必须具有它所没有的功效，幻觉问题...必须可修复，而且在此基础上，有人必须修复代理。"
这种对技术标准的极高要求反映了Zitron对AI行业的基本批评：AI技术尚未达到其支持者所声称的水平，而经济模型也未能支撑当前的估值。
正面视角：AI的潜在价值
尽管Zitron对持批评态度，但AI在某些领域的价值不容忽视。作者本人分享了使用AI聊天机器人的经验，特别是在头脑风暴和从不同角度看待问题方面。对于经历过COVID-19后遗症导致的脑雾的人来说，像ChatGPT和Claude这样的工具特别有助于增强记忆力。
AI作为辅助工具在某些场景下展现出实际价值
这种实用主义的态度提醒我们，评估AI技术时需要平衡乐观与悲观。完全否定AI的价值与盲目相信其无所不能都是危险的。相反，我们应该关注AI在特定场景下的实际应用，并持续推动技术改进。
结论：理性看待AI发展
通过与Ed Zitron的对话，我们可以看到AI产业面临的复杂挑战。一方面，AI技术确实展现出改变某些行业的潜力；另一方面，当前的经济模型和投资热潮可能无法持续。
AI产业面临泡沫风险，需要理性评估
未来几年，AI行业可能会经历一场调整期。泡沫破裂可能不会是一次性的崩盘，而是一系列事件的连锁反应。在这个过程中，那些能够提供真正价值、建立可持续商业模式的公司将脱颖而出，而那些仅依靠炒作和投资循环的企业则可能被淘汰。
对于投资者、开发者和用户来说，理解AI技术的实际局限性和潜在价值至关重要。只有保持理性态度，才能在这个快速变化的行业中做出明智的决策。AI的未来不在于它是否能取代人类，而在于它如何增强人类的能力，解决实际问题，并创造可持续的经济价值。
