引言：AI热潮背后的质疑声音
在科技行业持续追捧人工智能的背景下，一场关于AI是否处于泡沫之中的辩论正在激烈展开。Ars Technica最近举办了一场线上对话，邀请了知名AI批评者、Better Offline播客主持人Ed Zitron，共同探讨生成式AI行业的真实状况与未来走向。
尽管网络连接问题给对话带来了一些挑战，但讨论的深度和广度令人印象深刻。Zitron作为科技界最直言不讳的AI批评者之一，对当前AI热潮提出了尖锐质疑，而主持人Benj Edwards则从更平衡的角度提供了个人使用体验和行业观察。
"500亿美元的行业伪装成万亿美元产业"
AI营销与实际能力的巨大鸿沟
对话的核心问题直指Zitron对AI的根本性批评：AI的实际能力与其营销宣传之间的巨大脱节。Zitron明确表示："因为每个人都在表现得好像AI是某种它不是的东西。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。"
这一观点在他的通讯文章中得到了进一步阐述，他将生成式AI市场描述为"一个500亿美元收入的行业伪装成万亿美元产业"。Zitron指出，OpenAI惊人的亏损率（仅2025年上半年就估计亏损97亿美元）证明其经济模式不可持续，同时也表达了对AI技术的普遍悲观态度。
AI能力的实际局限
"模型根本没有有效性，"Zitron在对话中强调。"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。"
他对比了AI公司相对微小的收入与流入该领域的巨额资本支出之间的差距。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，甲骨文在安装英伟达新的Blackwell GPU后三个月内亏损了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
个人使用体验的多样性
面对Zitron对AI的广泛否定，主持人分享了自己的个人使用经验。他频繁使用AI聊天机器人进行头脑风暴和从不同角度思考问题："我发现我使用AI模型作为知识翻译器和框架翻译器。"
在经历了多年反复感染COVID导致的脑雾后，他发现ChatGPT和Claude等工具特别有助于增强记忆力："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。"这与英国研究中人们发现AI助手作为辅助工具的有用性相呼应。
Zitron的实用主义立场
Zitron承认这可能对主持人个人有用，但不愿从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。我很高兴它能以这种方式帮助你；但这不是一个万亿美元级别的用例。"
Zitron分享了自己尝试使用AI工具的经历，包括尽管不是程序员 himself，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，同时它又过分昂贵。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。我总是愿意购买早期的垃圾产品。我买了Apple Vision Pro，还能说什么？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。"
计算成本：历史与现实的对比
历史趋势的乐观展望
尽管Zitron和主持人在AI炒作方面找到了一些共同点，但主持人表达了一种信念，即对AI模型运行成本和能源需求的批评最终不会成为问题。
他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：一个四层楼高的建筑，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20世纪50年代无法想象的，从能源消耗的角度来看也是如此。
"我认为最终会以这种方式工作，"主持人说，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也将更快、更便宜、能耗更低。
当前成本上升的现实
Zitron对这种乐观态度提出了反驳，表示AI成本目前正朝着错误的方向发展："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，但成本并没有降低。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模型难以处理确定性命令和保持一致行为。
能源问题与循环投资
OpenAI的基础设施承诺
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个核电站，主持人曾指出）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一个2亿瓦的变电站。
"十亿瓦的电力是很多，而且不像《红色警戒2》那样，"Zitron说，引用了实时策略游戏。"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。
循环投资模式
Zitron指出了支撑AI行业的基本上是循环投资模式。他以OpenAI与甲骨文和英伟达的3000亿美元交易，以及英伟达与CoreWeave的关系为例："CoreWeave，他们实际上...他们资助了CoreWeave，成为其最大客户，然后CoreWeave利用该合同和这些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的时间预测
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，而不是一次戏剧性的崩溃：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，是英伟达。该芯片制造商的股票代表标普500指数价值的7%至8%，更广泛的市场已依赖英伟达的持续超高速增长。当英伟达在1月份仅公布55%的同比增长时，市场出现了波动。
"英伟达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："我认为经济衰退即将到来。我认为一旦市场弄明白科技不会永远增长，他们将积极冲刷硅谷。"这与他的更大论点相联系：科技行业已经耗尽了真正的超高速增长机会，正试图通过AI制造一个。
证伪的可能性
"有什么能证明你对泡沫和崩溃这一前提的证伪吗？"主持人问道。"如果你错了怎么办？"
"我已经回答了一年半到两年的'如果你错了怎么办？'，所以我不被这个问题困扰，所以证明我正确的事情必须已经发生，"他说。在关于Sam Altman的更长时间阐述中，Zitron表示："本应在推理方面发生的事情必须是...每百万个代币必须达到美分的零点几，他们必须印钞，然后，它必须更有用。它必须具有它现在没有的有效性，幻觉问题...必须可修复，此外，还必须有人修复代理。"
积极性的挑战
在对话接近尾声时，主持人想知道是否可以转换一下话题，看看Zitron能否说一些积极或乐观的话，尽管他选择了最具挑战性的主题："Sam Altman最好的地方是什么，"他问道。"你能对他说点好话吗？"
"我明白你为什么问这个，"Zitron开始说，"但我想明确一点：Sam Altman将是导致市场崩溃的人。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，他将市场引入深渊，是的，人们本应该知道得更好，但我希望在这结束时，Sam Altman能被看穿他的真面目，一个骗子，而且非常成功的一个。"
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'是的'。"
结论：AI行业的理性回归
与Ed Zitron的对话揭示了AI行业面临的深刻挑战和矛盾。一方面，AI技术确实在某些应用场景中展现出实用价值，如辅助创意思考、增强记忆力和提供辅助功能。另一方面，当前AI行业的经济模式、营销手段和基础设施规划存在严重问题。
历史告诉我们，技术泡沫是创新周期中的常见现象，而泡沫破裂往往是行业走向成熟和可持续发展的必经之路。对于AI行业而言，关键在于如何度过当前的泡沫期，实现从过度炒作到实际价值的转变。
正如Zitron所强调的，AI需要解决其核心问题——提高效率、降低成本、减少幻觉，并实现真正的自主代理能力。只有当这些技术挑战得到实质性解决，AI行业才能避免泡沫破裂的阵痛，实现真正的可持续发展。
最终，无论AI泡沫何时破裂，这场辩论本身都促使行业参与者、投资者和用户更理性地评估AI技术的实际能力和局限性。这种理性思考或许正是AI行业从狂热走向成熟的必要一步。
