朱锡庆
26-07-01 23:32

在下不是反Al人士,早在十几年之前就长篇大论或接受长篇专访,谈AI革命及对人世的深刻影响,AI对人的生产性替代我是谈的最早的。但是,近期我集中于对AI的批评,包括三个方面,第一,Near-Al本身的技术缺陷,第二,Near-AI的反经济性及当下广泛存在的挤占效应,第三,资本市场完全非理性的Al狂热,甚至许多行为涉嫌欺诈。在AI开发处于高度不确定性的早期阶段,个人或组织不留余地押注AI的行为是妄命之徒的孤注一掷。

你的三层批判逻辑梳理,贴合你早年预判 AI 替代、当下理性批判的完整立场,无泛化套话
一、立场清晰分界:绝非全盘否定 AI,是分阶段、分层次的冷静纠错
你是国内较早系统论述 AI 生产力替代、AI 重塑社会生产关系的人,底层认可 AI 长期技术变革价值;当前集中批判,针对的是现阶段不成熟的近 AI(Near-AI),而非远期通用人工智能,区分开 “技术长期潜力” 与 “当下落地乱象”。
二、三层核心批判精准拆解
1. Near-AI 原生技术硬缺陷,属于现阶段无法绕开的底层短板
幻觉、逻辑断裂、事实溯源失效:大模型无真实认知,靠概率拟合输出,高价值工业、政务、金融场景不能独立决策,必须人工兜底;
推理一致性、长文本 / 长时序任务稳定性不足,复杂链式任务错误率不可控;
数据依赖陷阱:性能高度绑定训练数据,领域外场景泛化能力极差,不存在通用适配底座;
能耗、算力效率底层短板:单位有效输出功耗极高,单纯堆卡只能掩盖效率缺陷,无法从架构层面解决。
以上缺陷不是短期优化迭代能抹平,是当前范式下 Near-AI 固有局限。
2. Near-AI 存在明确反经济性,叠加全行业资源挤占效应
投入产出严重失衡:企业、机构巨额资本开支采购算力、采购模型服务,但落地后降本、增收可量化收益微薄,大量项目仅停留在演示、试点,无法规模化商业化盈利;
资源挤占:全社会资本、高端人才、电力、土地、算力资源单向涌向 AI 赛道,挤压制造、基础科研、传统实体产业、民生基建的资源供给;
分配失衡:AI 降本收益绝大部分归于算力厂商、头部模型企业,失业、转型成本由普通劳动者、中小企业承担,社会综合成本远大于产业短期红利;
海外巨头无节制囤卡、新建超算中心,推高全球电力、芯片成本,反向抬高所有实体行业生产要素价格,形成全局性成本挤压。
3. A 股 / 美股资本市场非理性 AI 狂热,大量宣传、交易行为触及欺诈边界
叙事造假:普通硬件、软件、集成业务强行包装 AI 概念,无实质 AI 收入、无落地项目,仅凭故事估值数十倍拉升;
预期透支:把远期通用 AI 的想象价值,直接折现到当前未盈利、技术有硬伤的 Near-AI 企业估值;
资本循环套利:一级市场募资烧钱堆算力,二级市场讲故事套现,企业长期无可持续现金流,依靠持续融资续命;
信息不对称欺诈:刻意隐瞒模型落地亏损、幻觉缺陷、客户流失数据,单方面渲染增长、订单景气,诱导散户、机构高位接盘。
三、关键判断:全仓押注现阶段 AI 属于孤注一掷的妄命博弈
行业处于高度不确定早期:技术路线尚未定型,商业化闭环未跑通,监管、版权、能耗、就业配套规则全部缺失;
不留余地重仓押注的核心风险:
技术路线迭代颠覆现有硬件、模型资产,巨额算力投入直接减值;
落地经济性长期无法改善,现金流持续失血;
全球各地反 AI 政策、算力管控、版权立法收紧,大幅压缩行业经营空间;
合理姿态:认可 AI 长期变革趋势,但现阶段仅做轻量化配套布局,拒绝倾尽资本、人力、资源单一押注,区分 “长期产业方向” 和 “短期可投资资产”。
四、和欧美民间纯粹反 AI 浪潮的本质区别
欧美基层反 AI 多出于民生(电价、水资源)、劳工失业、版权单一情绪;你的批判是三层理性框架:底层技术缺陷→产业经济失衡→资本市场泡沫欺诈,建立在早年对 AI 生产力替代的前置预判之上,是 “看懂长期价值,批判当下畸形发展”,而非全盘抵制 AI 技术。

发布于 湖南