文 | 思策智庫
上周五深夜，北京著名的工體酒吧一條街上，一家名叫 " 邁阿密 " 的酒吧里，月之暗面的年輕人包下數(shù)十張卡座，大屏幕滾動(dòng)著中英雙語標(biāo)語："K3 擴(kuò)容升級(jí)，K4 給我狠狠干到極致，沖上月球。" 香檳、電子音樂和 "to the moon" 的吶喊，讓這場(chǎng)慶功宴看起來與十年前的互聯(lián)網(wǎng)創(chuàng)業(yè)派對(duì)并無二致。KiMi 聯(lián)合創(chuàng)始人張予彤也被眼尖的網(wǎng)友認(rèn)出現(xiàn)身人群。
不過，真正值得追問的是：為什么偏偏是這兩年？AI 的爆發(fā)究竟遵循什么邏輯？而它對(duì)普通人來說，到底意味著什么？
臨界點(diǎn)到了
AI 不是突然冒出來的。從 1956 年達(dá)特茅斯會(huì)議算起，這門學(xué)科已經(jīng)折騰了近七十年，經(jīng)歷過數(shù)次 " 寒冬 "。真正讓局面改觀的，是三條線在 2022 年前后交匯到了同一個(gè)點(diǎn)上：算力的指數(shù)級(jí)釋放、數(shù)據(jù)的規(guī)?；桂B(yǎng)、以及商業(yè)資本對(duì)落地場(chǎng)景的極度饑渴。這三件事疊加在一起，把 AI 從 " 科學(xué)問題 " 變成了 " 工程競(jìng)賽 "。
我們逐一看：
第一條線：算法。Transformer 架構(gòu)在 2017 年問世后，研究人員花了五年時(shí)間才摸清楚它的脾氣。當(dāng)大模型參數(shù)量跨過某個(gè)門檻，" 涌現(xiàn) " 現(xiàn)象出現(xiàn)了——機(jī)器突然展現(xiàn)出推理、歸納甚至某種程度上的 " 理解 " 能力。這不是漸進(jìn)式改良，而是質(zhì)變。
第二條線是算力。英偉達(dá)的 GPU 原本為游戲畫面而生，現(xiàn)在成了 AI 時(shí)代的 " 石油 "。更關(guān)鍵的是，云計(jì)算讓算力從昂貴的固定資產(chǎn)變成了按小時(shí)租賃的消耗品。一家初創(chuàng)公司不再需要自建機(jī)房，租幾塊 A100 就能訓(xùn)練自己的模型。
第三條線，資本。移動(dòng)互聯(lián)網(wǎng)的紅利在 2021 年基本吃完，風(fēng)投機(jī)構(gòu)手里攥著錢，急需下一個(gè)能裝下萬億市值的敘事。AI 恰好出現(xiàn)了，而且故事足夠大——它不像共享單車或社區(qū)團(tuán)購(gòu)那樣局限于某個(gè)垂直領(lǐng)域，它聲稱要重構(gòu)一切。
三條線捆在一起，就變成了眼下這股狂飆。月之暗面只是其中一個(gè)縮影。從 OpenAI 到 Anthropic，從百度文心到阿里通義，全球范圍內(nèi)的人才、資金和算力正在以驚人的密度向這個(gè)領(lǐng)域聚集。
這不是某個(gè)天才的靈光一現(xiàn)，而是一場(chǎng)被多重因素同時(shí)推高的浪潮。
認(rèn)知革命——不只是工具
很多人把 AI 比作更聰明的搜索引擎或更好用的辦公軟件，這種理解雖然具象但還是太淺了。
搜索引擎幫你找到信息，但判斷信息真?zhèn)巍⒄喜煌^點(diǎn)、形成個(gè)人見解，這些活兒還得你自己干。而大模型不一樣，它直接給你一個(gè) " 答案 " ——盡管這個(gè)答案可能充滿幻覺。更關(guān)鍵的是，它用自然語言與人交互，這消弭了人與機(jī)器之間最后一道門檻。你不需要學(xué)編程，不需要記指令，像聊天一樣就能調(diào)用人類歷史上積累的大部分知識(shí)。
這帶來了一個(gè)后果：人類正在大規(guī)模地把 " 思考 " 外包給機(jī)器。
以前，寫一份行業(yè)分析報(bào)告可能需要讀幾十篇論文、做大量筆記、反復(fù)推敲框架?，F(xiàn)在，一個(gè)實(shí)習(xí)生用半小時(shí)就能讓 AI 生成一份像模像樣的文檔。效率當(dāng)然提高了，但那個(gè)在閱讀和思考中逐漸成型的認(rèn)知過程，被壓縮成了一連串的提示詞和復(fù)制粘貼。
我不是在懷念手寫時(shí)代。但必須承認(rèn)，當(dāng)機(jī)器越來越擅長(zhǎng) " 想 "，人類可能會(huì)越來越懶得 " 想 "。這不是工具層面的便利，而是認(rèn)知層面的重構(gòu)。AI 正在重新定義知識(shí)是什么、學(xué)習(xí)意味著什么、專家還值多少錢。
與此同時(shí)，新的鴻溝也在形成。會(huì)用 AI 的人與不會(huì)用 AI 的人，能拿到算力資源的公司與拿不到的公司，掌握數(shù)據(jù)的大平臺(tái)與沒有數(shù)據(jù)的普通人——差距不是在縮小，而是在以另一種方式拉大。所謂的 " 技術(shù)平權(quán) "，目前看來更像是一個(gè)美好的開場(chǎng)白。
" 沖上月球 " 到底意味著什么
從 KIMI 們 " 沖上月球 " 的干勁可以窺見，AI 行業(yè)正在把自己當(dāng)成 " 航天工程 " 來做。目標(biāo)宏大、時(shí)間緊迫、不計(jì)成本、全員沖刺。
這種心態(tài)在互聯(lián)網(wǎng)行業(yè)不新鮮。當(dāng)年團(tuán)購(gòu)大戰(zhàn)、共享單車站戰(zhàn)、短視頻混戰(zhàn)，都是這個(gè)打法。但 AI 的特殊之處在于，它的終點(diǎn)線不是一個(gè)商業(yè)模式，而是一個(gè)可能改變?nèi)祟愇拿鞯讓舆壿嫷臇|西。
當(dāng)把通用人工智能當(dāng)作登月計(jì)劃來推進(jìn)的時(shí)候，我們實(shí)際上在做一件事：把人類智能的演化進(jìn)程從自然選擇的百萬年尺度，壓縮到人類個(gè)體的生命周期之內(nèi)。
不只是 KIMI，GPT-4 到 GPT-4o 用了不到一年，Claude 從 3 到 3.5 再到 3.7 也是類似節(jié)奏。每一代模型的能力躍遷都在加速。國(guó)內(nèi)除了 Kimi，通義、文心、豆包，每一個(gè)都在用 " 下一個(gè)版本 " 來定義自己的存在感。
狂歡之下
眼下的 AI 行業(yè)，泡沫成分不低。大量公司講著差不多的故事，融著差不多的錢，燒著差不多的算力，最后產(chǎn)出的大模型在能力上并沒有拉開本質(zhì)差距。用戶端看起來熱鬧，但真正愿意付費(fèi)的、能形成商業(yè)閉環(huán)的場(chǎng)景，其實(shí)屈指可數(shù)。資本有耐心，但耐心不是無限的。
更值得警惕的是社會(huì)層面的準(zhǔn)備不足。當(dāng) AI 能在幾秒鐘內(nèi)寫出合格的法律文書、畫出像樣的插畫、編出能用的代碼，那些以此為生的中產(chǎn)階級(jí)該怎么辦？技術(shù)史告訴我們，新崗位確實(shí)會(huì)被創(chuàng)造出來，但轉(zhuǎn)型期的陣痛是真實(shí)的——而且這一次，沖擊波來得格外快。
還有倫理。大模型從互聯(lián)網(wǎng)海量文本中學(xué)習(xí)，不可避免地繼承了人類的偏見、謠言和仇恨。當(dāng)它越來越深地嵌入醫(yī)療、司法、教育等關(guān)鍵領(lǐng)域，誰來為它做出的決定負(fù)責(zé)？
這些問題沒有隨著技術(shù)進(jìn)步自動(dòng)解決，反而因?yàn)榧夹g(shù)的強(qiáng)大而變得更加緊迫。
AI 的邏輯很清楚：它是一場(chǎng)由算法突破、算力廉價(jià)化和資本饑渴共同驅(qū)動(dòng)的技術(shù)海嘯。它對(duì)人類的意義也很復(fù)雜：它既可能是解放生產(chǎn)力的鑰匙，也可能是加劇不平等的推手；既拓展了認(rèn)知的邊界，也在悄悄侵蝕獨(dú)立思考的土壤。
月球就在那里，上去是一定的。但技術(shù)從來不自己決定方向，握方向盤的，始終是人。
