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(jié)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(xùn)。

他們測試推出了一款599元的線下課程，90分鐘的分享內(nèi)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(xùn)內(nèi)容必須與企業(yè)業(yè)務(wù)深度結(jié)合。然而，AI工具的快速迭代使得實際應(yīng)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(shù)，卻難以清晰傳達自己的核心業(yè)務(wù)。于是，他轉(zhuǎn)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(fù)責(zé)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(rèn)為加入一家AI公司內(nèi)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O(shè)penAI等頭部公司的技術(shù)發(fā)展放緩?！拔磥韼啄昕赡芏紩沁@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(xué)的一場計算機學(xué)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(rèn)為，基礎(chǔ)大模型的技術(shù)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(dāng)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(jié)構(gòu)的變革。當(dāng)年的過程持續(xù)了30年，整個社會結(jié)構(gòu)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。現(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(yīng)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(xùn)練成本需要回收資金。

過去兩三年，資本和科技巨頭在AI領(lǐng)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(yīng)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(lǐng)域最后的重大創(chuàng)新。盡管大量資本不斷涌入，但技術(shù)領(lǐng)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(dǎo)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(rèn)定了AI的巨大潛力，從大模型到應(yīng)用都要搞一遍。大廠的行動帶動了其他非互聯(lián)網(wǎng)機構(gòu)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(rèn)同。

在這種背景下，大量新詞應(yīng)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(shù)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(zhuǎn)向依靠開源模型來維持運轉(zhuǎn)。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(yīng)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(guān)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(nèi)AI領(lǐng)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(chǔ)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(shù)、有場景的大廠還在“卷”大模型，教育領(lǐng)域的一些頭部機構(gòu)也推出了五花八門的“垂直領(lǐng)域”大模型。盡管大家都在追求“全面”發(fā)展，但實際上，驅(qū)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(yīng)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(yīng)用徹底改變了人們的生活方式，不僅催生了新的介質(zhì)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(lǐng)域迅速出現(xiàn)類似的現(xiàn)象級應(yīng)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(guān)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(guān)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(lǐng)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(lǐng)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(zhì)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(lǐng)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(biāo)受眾調(diào)研，有定價沒轉(zhuǎn)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(biāo)準(zhǔn)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(guān)專業(yè)的畢業(yè)生很多，但在校接觸的大多是分割、目標(biāo)檢測、圖像增強等傳統(tǒng)方向，很難進大廠實習(xí)。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(dǎo)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(fù)簡單的任務(wù)，如安裝開源代碼和調(diào)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(dǎo)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(xué)學(xué)，該騎騎。這是一個必經(jīng)過程。

7

在社會體系的訓(xùn)練下，人們更習(xí)慣接受，而非質(zhì)疑。就像在應(yīng)試教育的規(guī)訓(xùn)中，人們更擅長接收信息而非提出問題。AI技術(shù)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(chǔ)。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(biāo)導(dǎo)向的，人們總是在為某些未來的目標(biāo)而犧牲當(dāng)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(shè)計，無不在迎合人性。AI的發(fā)展軌跡，似乎也在復(fù)制這條路徑。它的目標(biāo)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(yīng)涵蓋五個層面：第一是資訊的、語言的；第二是科學(xué)主題的探索；第三是生活的藝術(shù)，愛、歡笑、經(jīng)驗生活以及它們的奧妙；第四是藝術(shù)與創(chuàng)造力；第五是死亡的藝術(shù)。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(zhì)感。

齊澤克曾形容ChatGPT為“人工智障”，認(rèn)為技術(shù)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(quán)。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(dāng)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(rèn)知的延伸?？萍际冀K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(zhì)疑精神，那么最終拋棄的是科學(xué)精神本身。

8

塞德里克·迪朗寫了一本書，叫做《技術(shù)封建主義》。在迪朗看來，現(xiàn)代數(shù)字技術(shù)和信息控制的過度集中，可能使社會陷入類似中世紀(jì)的黑暗狀態(tài)。技術(shù)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(jié)保潔、外賣配送、網(wǎng)約車司機或網(wǎng)紅等，本質(zhì)上都是一種“數(shù)字農(nóng)奴”。“在像白蟻或螞蟻那樣的技術(shù)社會里，人們已然成為了概率的奴隸。”

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(quán)、全球化的互聯(lián)網(wǎng)生態(tài)也在悄然轉(zhuǎn)變。人們往往只關(guān)心兩極。一方面，異常地關(guān)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(guān)注點在社交媒體的引導(dǎo)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(dāng)前的科技曲線只是歸納了工業(yè)革命后200年的數(shù)據(jù)?？萍几袷且环N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(guān)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(rèn)為，當(dāng)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(yīng)。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。