圖源：《Finch》

兩年前的11月30日，ChatGPT正式發(fā)布。自那時起，周圍人的生活和經(jīng)濟環(huán)境經(jīng)歷了云譎波詭的變化，而AI儼然成了這股洪流中的一根浮木，承載著無數(shù)人的希望與夢想。

1

前幾天，跟一個90后海歸創(chuàng)業(yè)者聊天。他叫Ragnar，去年五月從大廠離職，結束了朝九晚九的生活。一次偶然機會，他受邀做了一場“職場人如何利用AI提效”的線下分享，受到了年輕人的歡迎。不久后，Ragnar組建了自己的團隊，為企業(yè)提供AI培訓。

他們測試推出了一款599元的線下課程，90分鐘的分享內容。隨后又發(fā)布了1399元的線上課，開放的100多個名額很快報滿。后來做的人多了，大家開始“卷價格”。Ragnar察覺到低價AI課程難以持續(xù)，終將爆雷。

提升課程定價并非易事。要實現(xiàn)高價位，培訓內容必須與企業(yè)業(yè)務深度結合。然而，AI工具的快速迭代使得實際應用難以直接提升效率，課程的價值也難以體現(xiàn)。Ragnar嘗試過運營社群，但效果并不理想。一年下來，沒賺到什么大錢，但也能維持生活。

Ragnar逐漸發(fā)現(xiàn)，許多AI公司過于專注技術，卻難以清晰傳達自己的核心業(yè)務。于是，他轉而幫助這些公司制作視頻，向用戶講解他們的產(chǎn)品。隨著時間推移，他的社交媒體賬號積累了四五萬粉絲，增長速度雖不算快，但在粉絲數(shù)量達到兩三千時便已開始實現(xiàn)變現(xiàn)。 

最近，Ragnar收到一些AI公司的邀請，請他負責產(chǎn)品運營和市場推廣。盡管尚未找到明確的商業(yè)模式，但他認為加入一家AI公司內部也是一個不錯的選擇。從Ragnar的感受來看，AI這條賽道正在降溫。一部分原因在于資本的冷卻，另一個瓶頸則源自OpenAI等頭部公司的技術發(fā)展放緩。“未來幾年可能都會是這樣的局面”。

Ragnar希望在真正的AI浪潮來臨時登上方舟，哪怕只是被動地跟隨。他還計劃保留一些靈活時間，繼續(xù)制作自媒體短視頻。至少，新的工作能為他提供穩(wěn)定的收入。

2

前不久，前谷歌CEO Eric Schmidt在斯坦福大學的一場計算機學院會議上無意間揭示了一些令人震驚的現(xiàn)實，打碎了不少人的美好幻想。

Schmidt認為，基礎大模型的技術進步幾乎停滯，人類距離實現(xiàn)通用人工智能（AGI）仍遙不可及。OpenAI今年遲遲未發(fā)布GPT-5就是一個信號。即使是Sam Altman宣傳的“星際之門”項目，所需的1000億美金恐怕遠遠不夠，3000億美金都可能捉襟見肘，大量資金都被投入到購買水電資源上。

Schmidt將當前的AI行業(yè)比作電力產(chǎn)業(yè)的早期階段。就像電力并沒有立即取代蒸汽機一樣，AI的成熟還需要時間和社會結構的變革。當年的過程持續(xù)了30年，整個社會結構才開始變化，直到分布式電源改造了車間布局，電力才開始實現(xiàn)生產(chǎn)力的飛躍?，F(xiàn)在的AI只是剛剛觸及表面，人們都只是在摘取“低垂的果實”。

“開源不賺錢”“開源是奉獻”，這幾乎打破了人們“AI會逐漸普世化”“開源將會造福應用開發(fā)”的美好幻想。以他投資的Mistral為例，雖然1和2都開源了，但即將發(fā)布的第三個版本很可能會閉源，因為高昂的訓練成本需要回收資金。

過去兩三年，資本和科技巨頭在AI領域瘋狂“砸錢”、“砸模型”、“砸算力”、“砸數(shù)據(jù)”，甚至“砸備案”。但除了引發(fā)歷史最高點的AI狂熱和科技股飆升外，世界并未發(fā)生根本性變化。能引發(fā)全民投入的超級應用還渺無蹤影。用戶可以使用AI做什么？企業(yè)如何利用AI降本增效？這些核心問題仍在探索。

現(xiàn)實挺扎心。

3

事實上，從2016年的AlphaGo到2022年的ChatGPT，AI經(jīng)歷了一段漫長的沉寂期。

在此之前，短視頻幾乎是移動互聯(lián)網(wǎng)領域最后的重大創(chuàng)新。盡管大量資本不斷涌入，但技術領域卻再也沒有讓人耳目一新的東西。同時，宏觀經(jīng)濟環(huán)境的挑戰(zhàn)也導致創(chuàng)投市場整體下滑。直到ChatGPT的出現(xiàn)，改變了這一局面。

人們比以往任何時候都更迅速地達成了共識：“AI大勢，浩浩湯湯，不可阻擋?！边@一潮流甚至滲透到生活的每個角落，連小區(qū)門口賣冰棍兒的老太太都熟悉這些口號。在我所在的教育圈，無論企業(yè)規(guī)模大小、起步早晚，無論核心問題是否解決，AI都已成為無可回避的主題。人人言必稱AI。聊AI，從一種潮流迅速演變?yōu)榻^對正確。

在AGIClass.ai創(chuàng)始人孫志崗看來，推動這股潮流的主要力量大致分成三波：第一波是來自互聯(lián)網(wǎng)行業(yè)的人，他們或功成身退，或在上一輪創(chuàng)業(yè)潮中失意離場，眼見機會再次來臨，紛紛投身其中；第二波是大廠，這些巨頭經(jīng)過觀察，認定了AI的巨大潛力，從大模型到應用都要搞一遍。大廠的行動帶動了其他非互聯(lián)網(wǎng)機構的紛紛跟進；第三波是政府的力量，通過政策支持、資金投入、考核機制和宣傳手段，推動了全民對AI的認同。

在這種背景下，大量新詞應運而生：算法賦能、同頻對齊、種草拔草、增長黑客、智能引擎……這些“大詞”聽起來振奮人心，但聽多了卻容易讓人“過敏”。自“五四”始，人們便假定“新比舊好”、“西比中好”、“城比鄉(xiāng)好”?！靶隆本褪呛?，新的事物就一定是實現(xiàn)夢想的途徑。然而，萬事如此嗎？

4

Ragnar說他在創(chuàng)業(yè)的一年里，白頭發(fā)蹭蹭往外冒。他說，“AI這條賽道里的焦慮感太強了?！蓖ㄟ^AI真正賺到錢、融到資或找到產(chǎn)品市場匹配度的人少之又少。

AI淘金熱不斷被冷水澆滅，無論規(guī)模大小。本月初，人工智能初創(chuàng)公司Character.AI被谷歌以25億美元收購，而去年9月時，這家公司的估值曾一度超過50億美元。事實上，隨著AI研發(fā)成本的激增，許多企業(yè)陷入了高昂支出和難以實現(xiàn)商業(yè)化的困境。

以Character.AI為例，雖然技術強大、用戶眾多，但缺乏可持續(xù)的商業(yè)模式。融資困難迫使公司最終被并購，核心團隊加入谷歌，而公司則轉向依靠開源模型來維持運轉。這意味著在收購方眼中，除了團隊之外，其他資產(chǎn)的價值被大大貶低了。

既要大模型，又要應用。曾夢想財富自由的創(chuàng)業(yè)者們一旦失去資金支持，便面臨出局。數(shù)據(jù)顯示，人工智能相關并購金額從2022年的1171.6億美元下降到2023年的806.1億美元，降幅達31.2%；私人投資也從1034億美元降至959.9億美元。2023年，國內AI領域的融資總額約為20億美元，同比下降了70%。資本在悄悄地后退。

越來越多的投資者意識到，繁榮不會永續(xù)?；A模型的升級成本不斷攀升，越到后面錢只會越燒越多；與此同時，開源模型越來越強，大模型的價值快速貶值。有資金、有技術、有場景的大廠還在“卷”大模型，教育領域的一些頭部機構也推出了五花八門的“垂直領域”大模型。盡管大家都在追求“全面”發(fā)展，但實際上，驅動增長的方式依然停留在移動互聯(lián)網(wǎng)時代的擠壓式邏輯，在產(chǎn)品邊界、初期想法、用戶訴求應對方面缺乏足夠清晰的路徑，幾乎沒有真正的創(chuàng)新。

5

這一切不可避免地讓人聯(lián)想起上一波互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的創(chuàng)業(yè)熱潮。在過去十年間，一些現(xiàn)象級應用徹底改變了人們的生活方式，不僅催生了新的介質和交互方式，也帶來了前所未有的商業(yè)機會。

從孫志崗的角度看，人們期待AI領域迅速出現(xiàn)類似的現(xiàn)象級應用，但現(xiàn)實卻讓人失望。雖然像ChatGPT這樣的產(chǎn)品引發(fā)了關注，但它并未像《憤怒的小鳥》或TikTok那樣普及。人們?yōu)榻膛喔顿M是為了提分、拿證書、找工作；為電影付費是為了釋放壓力、獲得情緒價值，而AI的付費行為往往是為了降本增效，而非因為AI本身。盡管大模型能力的提升和成本的下降或許能帶來盈利點，但AI仍面臨著一個根本問題：它究竟能為誰解決何種問題。

數(shù)據(jù)顯示，2023年新注冊的AI相關公司數(shù)量達到了46.7萬家，創(chuàng)下歷史新高。上半年，已有23.7萬家新公司加入AI領域，總數(shù)達到167萬家。然而，繁榮的背后是“卷成麻花”式的競爭。在深圳做數(shù)字人項目的00后程序員小樊說，他最近參加了幾個線下AI創(chuàng)投交流會，有幾個強烈感受：一是AI創(chuàng)業(yè)非常卷，各行各業(yè)都在搞AI，法律、廣告、農(nóng)業(yè)、養(yǎng)老、教育，凡能想得到的領域必有AI；二是缺少原創(chuàng)，基本上都是大模型套殼或多組合套殼的APP，使用場景也是想象出來的；三是同質化，銷售、營銷、廣告、數(shù)據(jù)分析、客服各個環(huán)節(jié)擠滿了競爭者。

人人都知道，憑一個idea、一個創(chuàng)業(yè)故事就能拿到錢的時代已經(jīng)過去。AI領域缺乏的不僅是創(chuàng)意，更是那些承載夢想的創(chuàng)新陷入了冰冷的商業(yè)競爭中。小樊感慨，無論是傳統(tǒng)創(chuàng)業(yè)還是AI創(chuàng)業(yè)，僅靠一腔熱血，沒有做過目標受眾調研，有定價沒轉化，涼涼是遲早的事。

6

通往AI的路徑不一定是大模型，大模型是AI的一條必經(jīng)路，還是一條歧路？但無論答案如何，很多人走上了這條路，還有很多人在往這條路上擠。

周柯是北京一家初創(chuàng)公司的HR，上周，她發(fā)布了三個計算機視覺工程師的崗位，共收到75份簡歷，并在線下邀請了35人參加面試。在簡歷篩選時，她依照三條簡要標準進行評估：名校碩博背景、大廠工作經(jīng)歷、以及專業(yè)能力的突出表現(xiàn)。

然而，周柯很快發(fā)現(xiàn)了一個悖論：容易招到的不適合，想招的招不進來。計算機視覺相關專業(yè)的畢業(yè)生很多，但在校接觸的大多是分割、目標檢測、圖像增強等傳統(tǒng)方向，很難進大廠實習。名校、大廠、專業(yè)強這些buff疊加的人，選擇也很多。相比而言，大廠的薪資福利、穩(wěn)定性都更有競爭力。初創(chuàng)公司如果沒有融到資或者資金不充裕，人才會很快流失。

根據(jù)MacroPolo智庫的《全球AI人才追蹤2.0》報告，中國培養(yǎng)了全球近一半的頂尖AI研究人員，其中30.96%選擇留在中國工作。AI人才的流動率居高不下。從2022年11月底到今年7月底的20個月里，中國約8萬家AI企業(yè)倒閉，近百萬AI人才重回市場。與互聯(lián)網(wǎng)創(chuàng)業(yè)時代的人才溢價不同，AI創(chuàng)業(yè)時代的人才更看重出身和教育背景，畢業(yè)于哪所頂尖高校，進了哪個核心實驗室，師從哪位導師，參與過哪些項目。

一邊是精挑細選，一邊是頻繁的裁員。真正有價值的AI崗位數(shù)量并不多。很多公司提供的AI崗位都在重復簡單的任務，如安裝開源代碼和調整參數(shù)。AI的發(fā)展路徑似乎更加冰冷和無情。AI創(chuàng)業(yè)的牌桌上，已經(jīng)不再是人人都有機會的全民游戲，而是精英之間的較量，普通玩家很難活下來。

同時，AI行業(yè)的人才競爭也表現(xiàn)出一個獨特現(xiàn)象：缺乏真正意義上的交流與合作，彼此較著勁，都在“卷”。上線的190多個大模型必然經(jīng)歷一段時間的增長大戰(zhàn)和補貼大戰(zhàn)，淘汰不適者。最終，市場將由少數(shù)主導者定價，類似于現(xiàn)在的教培行業(yè)和共享單車市場，大戰(zhàn)過后，價格雖然上升，但人們還是該學學，該騎騎。這是一個必經(jīng)過程。

7

在社會體系的訓練下，人們更習慣接受，而非質疑。就像在應試教育的規(guī)訓中，人們更擅長接收信息而非提出問題。AI技術的出現(xiàn)，尤其是像ChatGPT和Perplexity這樣的生成式人工智能，對教育者提出了新的挑戰(zhàn)——如何激發(fā)人們提出真正的問題，或者，AI僅僅是人類接受既定答案的另一種工具？然而，那個永恒的問題仍在：人類的未來是走向開闊，還是進入洞穴？

教育是朝向真實的基礎。傳統(tǒng)教育培養(yǎng)了能夠維持生計卻缺乏生活深度的人。教育一直是目標導向的，人們總是在為某些未來的目標而犧牲當下的時刻，生命無限空虛。傳統(tǒng)教育框住了人，抑制了好奇心和創(chuàng)造力。

作為開發(fā)者，孫志崗坦言，從電視到手機，再到短視頻的設計，無不在迎合人性。AI的發(fā)展軌跡，似乎也在復制這條路徑。它的目標不在于激發(fā)人類的想象力，而是通過大數(shù)據(jù)和算法簡化選擇，選擇越來越簡單，思考越來越少。

未來的教育應涵蓋五個層面：第一是資訊的、語言的；第二是科學主題的探索；第三是生活的藝術，愛、歡笑、經(jīng)驗生活以及它們的奧妙；第四是藝術與創(chuàng)造力；第五是死亡的藝術。這些正是AI的弱項。AI作為工具意志的產(chǎn)物，注定遠離痛苦與異常，毫無情感與質感。

齊澤克曾形容ChatGPT為“人工智障”，認為技術發(fā)展被特定社會力量和意識形態(tài)塑造，誰控制了數(shù)據(jù)和算法，誰就可能在社會中擁有更大的影響力和控制權。通過算法決策過程，某些偏見和社會規(guī)范可能被隱秘地強化。

用自然語言操縱世界本是少數(shù)人掌握的技能。盡管AI不是真正的人類，但人們傾向于將其想象成有個性的存在，并通過難題來證明自己仍然具有獨特的價值。比如，當人們驚嘆于ChatGPT的智能時，總希望用某些難題來難住它，仿佛一旦ChatGPT無法回答，人們就重新獲得了一種滿足感，證明自己比機器更聰明。人們需要通過某些方式證明自己仍然具有獨特、不可替代的價值。

人工智能沒有情感、意識或生命體驗，但它是人類自我認知的延伸。科技始終源自于人性。如果大多數(shù)人在社會氛圍中不假思索，主動放棄或被動摧毀了質疑精神，那么最終拋棄的是科學精神本身。

8

塞德里克·迪朗寫了一本書，叫做《技術封建主義》。在迪朗看來，現(xiàn)代數(shù)字技術和信息控制的過度集中，可能使社會陷入類似中世紀的黑暗狀態(tài)。技術正在把人們帶入一個新的封建時代，在這個時代，個體必須提供“robota”（意為強迫勞動，也是“機器人”一詞的詞根），以維持對大科技平臺的有效訪問。現(xiàn)代的零工經(jīng)濟，如日結保潔、外賣配送、網(wǎng)約車司機或網(wǎng)紅等，本質上都是一種“數(shù)字農(nóng)奴”。“在像白蟻或螞蟻那樣的技術社會里，人們已然成為了概率的奴隸?！?/p>

互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)到AI時代的變遷，也改變了創(chuàng)業(yè)者們的精神面貌。曾經(jīng)開放、平權、全球化的互聯(lián)網(wǎng)生態(tài)也在悄然轉變。人們往往只關心兩極。一方面，異常地關注自我，對生存和未來充滿焦慮；另一方面是對遠方危機和民族勃興的宏大敘事。這些關注點在社交媒體的引導下變得更加明顯。然而，我們需要回到具體的生活中，找到一個立足點。在某種程度上，忘掉AI，從用戶需求出發(fā)，從行業(yè)規(guī)律出發(fā)，存良知，敢懷疑，在力所能及的周遭環(huán)境中找到生活之錨。

人們總是說，科技進步是一條上揚并加速的指數(shù)曲線，不可阻擋。事實上，科技進步確實是指數(shù)型增長，但其對社會的影響始終是一把雙刃劍。當前的科技曲線只是歸納了工業(yè)革命后200年的數(shù)據(jù)。科技更像是一種生物，它可以自我演化。科技的進化依賴于人類秩序的供養(yǎng)，科技與人類之間更像是一種互相寄生的共生關系。

梭羅說，每個人都生活在平靜的絕望中。AI似乎讓人們看見了絕望之外的可能性。

意大利有一名畫家叫做卡拉瓦喬，最擅長描摹凋敝之美。他認為，當人們看到一片廢墟，會自動腦補它的繁榮；看到枯葉時，腦海里會浮現(xiàn)它曾經(jīng)的鮮綠和飽滿。這是大腦的自然反應。展示完美總有極限，而激發(fā)想象力卻沒有邊界。人們對未來的想象之河還在流淌著，它沒有停息。