如何戳破AI泡沫：直击其根源

# 如何戳破AI泡沫：直击其根源 来源：https://arstechnica.com/gadgets/2026/06/how-to-burst-the-ai-bubble-strike-at-its-roots/ 跳转到内容 (https://arstechnica.com/gadgets/2026/06/how-to-burst-the-ai-bubble-strike-at-its-roots/#main) 科幻作家/科技记者科里·多克托罗谈他的新书《逆半人马：AI后的生活指南》。 去年我们刊登了一篇长篇专访 (https://arstechnica.com/gadgets/2025/10/yes-everything-online-sucks-now-but-it-doesnt-have-to/)，与科技记者/科幻作家科里·多克托罗 (https://craphound.com/) 就其著作《熵化：为何一切突然变得更糟以及如何应对》 (https://www.amazon.com/dp/0374619328) 进行了深入交流。这位高产的多克托罗如今带着一本颇具挑衅性的新书回归，这本书在某种意义上算是前作的延续，聚焦于AI及相关议题：《逆半人马：AI后的生活指南》 (https://www.amazon.com/Reverse-Centaurs-Guide-After-Intelligence-Before-ebook/dp/B0GBZFWCTT)。 多克托罗其实并不喜欢谈论AI，但他总被要求对此发表评论。“我犯了个战术性错误，就是厌烦了谈论AI，”多克托罗对Ars说，“所以我写了一本书，解释为什么我认为一直要求人们谈论AI是件蠢事，结果现在我又不得不谈它了。”《逆半人马》是多克托罗试图“厘清胡说与物质现实”的尝试。 在自动化理论中，按多克托罗的说法，“半人马”指的是人类通过技术增强，比如机器学习、甚至只是开车或使用自动补全。而“逆半人马”则是“一个机器头安在人类身体上，一个人作为冷酷机器的软乎乎的内置附件”，多克托罗在去年12月的一次演讲中说道 (https://pluralistic.net/2025/12/05/pop-that-bubble/#u-washington)。他举例说，亚马逊送货司机被AI摄像头监控着驾驶行为，本质上就成了送货车的附属品。 成为半人马通常被视为积极的事；很少有人乐意当逆半人马。然而AI行业似乎有意使用这些工具来创造更多的逆半人马。在医疗领域，将AI工具用于帮助放射科医生处理X光图像、发现可能遗漏的肿瘤，这是一回事。但解雇十分之九的放射科医生，让AI来做诊断，只留下一个放射科医生负责检查AI的工作——并最终为任何错误承担责任——这完全是另一回事。 多克托罗并非强烈反AI；他经常使用AI工具，并看到其中许多工具作为有用的插件或酷炫新应用的潜力。但他仍然对围绕AI的所有炒作、巨大的资本支出、不切实际的期望和自私的宣传，以及在AI泡沫不可避免地破裂时可能造成的灾难性经济后果感到震惊。 “泡沫不需要廉价有用的东西，”多克托罗说 (https://pluralistic.net/2025/12/05/pop-that-bubble/#u-washington)，“它需要昂贵的‘颠覆性’东西：每年亏损数十亿美元的大型基础模型。当AI投资狂热停止时，大多数模型将消失，因为维持数据中心运行将不再经济。AI泡沫的崩溃将会很丑陋。目前七家AI公司占据了股市三分之一以上的份额，它们没完没了地互相传递同一张1000亿美元的欠条。AI是我们技术社会墙里的石棉，被金融部门和失控的科技垄断者疯狂地塞进去。我们将需要一代人甚至更久才能将其清除。” 自然，多克托罗对于如何反驳AI不可回避的主流叙事有一些想法。Ars与他进行了交流，了解更多。 **Ars Technica: 去年我们聊天时 (https://arstechnica.com/gadgets/2025/10/yes-everything-online-sucks-now-but-it-doesnt-have-to/) 曾简短地提到过AI，当时是谈论你的上一本书。《逆半人马》似乎是一个自然的延续。** **科里·多克托罗**：《熵化》主要是一个关于企业在缺乏约束时如何向坏处倾斜的理论，但也是关于竞争约束消失时如何产生各种反常结果的理论。其中一个反常结果是，已经饱和市场的企业无法再增长，必须寻找其他市场。当你饱和市场时，就有一颗定时炸弹，因为投资者迟早会开始担心你不是成长型股票，而是成熟型股票。成熟型股票的交易倍数远低于成长型股票。 成长型股票拥有大量流动性，这意味着你可以用成长型股票来增长。你可以用股票购买其他公司，而股票是一种内生物质，你可以在公司内通过往电子表格里输入零来创造。拥有成长型股票的公司可以通过输入零来增长，而成熟型公司如果想增长，就必须用钱，而且你不能在公司内自己印钱。如果你这么做，财政部就会找上门，把你铐走。所以你可以理解，为什么即使拥有90%的市场份额，公司也会非常焦虑地维持自己还有增长空间的印象。 > “资本市场就像一个幼儿，缺乏物体恒存性，如果被征召去玩躲猫猫，它们肯定会输。” 这就是为什么这些公司开始宣传它们将要征服想象中的市场。想象中的市场没有公认的估值，因为你只是编造出来的。除非你能很快将想象中的市场变成真正的市场，否则你就需要再编造另一个想象中的市场，并宣布这是你要征服的新市场。这比你想象的要容易，因为资本市场就像一个幼儿，缺乏物体恒存性，如果被征召去玩躲猫猫，它们肯定会输。所以你可以说，“哦，其实不是元宇宙。是加密货币。不是加密货币。是Web3。不是Web3。是别的什么。”市场会原谅你，只要你足够快地转变。 但AI的情况有些不同。AI在资本化规模上比我们见过的任何东西都要大得多——不仅比其他科技泡沫大，也比其他泡沫大。我写书的时候，全球资本支出是7000亿美元，现在达到了1.4万亿美元。Meta在元宇宙上浪费了600亿美元。过去三年他们在AI上花了1500亿美元，并表示今年还要再花1500亿美元。 所以这是一个更大的赌注，这引出了一个问题：如果这种物质基础是为了创造一种叙事，以便你能通过拥有高流动性的成长型股票继续增长，那么意识形态基础是什么？为什么人们愿意下这么大的赌注？部分原因是AI有更多的“实质内容”。它是真实的计算机科学。十年前，当几位计算机科学家和他们的研究生将一些现有技术以新方式应用，并得到了非常惊人的结果，这结果不仅第一次就产生了收益，而且还有一定的线性投资回报（这通常不常见）。AI有很多唾手可得的成果，尽管现在正在减少，因为正如金融界所说，任何不能永远持续的东西都必须停止。所以我们正在失去规模报酬增长期的尾声。 **Ars Technica: 为什么你认为AI对政治和商业领袖尤其有吸引力？** **科里·多克托罗**: 这不仅仅是因为它适合演示。AI迎合了一种幻想，我认为我们所有人都有这种幻想，但有权有势的人尤其有——一个没有人的世界，因为地狱确实是他人。没有别人的帮助，你无法完成任何事情。没有浪漫伴侣，你无法谈恋爱。没有社交对象，你无法拥有社交媒体。没有其他人，你无法玩棋盘游戏、创办公司、建桥、盖房子或搞政治。而其他人固执地拒绝把他们所做的一切都安排得让你开心。特别是如果你有钱有势，这非常令人恼火。所以AI非常有吸引力。DOGE解雇那么多政府工作人员的原因之一，就是迎合了那种没有政府雇员也能有政府的幻想。在企业领域，是那种没有工人的商业幻想，因为每个企业领导者都暗自担心，如果他们不去上班，一切照常运行。但如果工人不去上班，一切就会停摆。也许他们并不是真的在开车，也许他们只是被绑在后座上，手里拿着一个玩具方向盘。如果是这样，AI就能让他们把玩具方向盘直接连到传动系统上。所以作为一个有远见的企业家，你可以有一个绝妙的想法，而不必与那些知道如何做事、告诉你其实你是个白痴的人进行任何伤自尊的对抗。你只需向聊天机器人输入一些内容，它就会吐出你的产品。如果你把这两件事结合起来——对增长叙事的物质需求，以及一个没有人的世界的意识形态吸引力——你就会得到一个资本支出1.4万亿美元的行业，该行业每年收入500亿美元，并且每24到30个月就需要更换所有资产。 **Ars Technica: 你最近在博客上提出了一个有趣的观点 (https://pluralistic.net/2026/05/26/the-ai-will-continue/#until-morale-improves)：工人们实际上曾渴望早期的技术突破，并且常常不得不为将这些技术引入工作场所而斗争。而对于AI，人们更可能觉得技术是被硬塞给我们的；有些工人甚至被要求使用它。** **科里·多克托罗**: 我认为这完全正确。我最近一直关注的一个问题是之前泡沫和现在这个泡沫之间的区别。人们会说，“哦，亚马逊以前不赚钱，后来赚钱了。网络以前不赚钱，后来赚钱了。网络曾经是一个泡沫。”当然网络是一个泡沫。没有泡沫，你就不会得到pets.com和那些超级碗广告。但是说“以前有个东西亏钱，后来赚钱了，所以如果你亏钱，总有一天你会赚钱”，这是一个非常明显的逻辑错误。 > “AI是人类历史上亏钱最多的事情。我们从未在AI上亏过这么多钱。” 让网络盈利的不是因为它不盈利，而是因为它有良好的单位经济效应，每次有人开始使用网络，网络就变得不那么亏损。每次网络用户再次使用网络，产生的总利润就会上升。每一代网络技术都让网络更赚钱。这与AI相反。每个AI客户都会让公司亏钱，该客户每次使用AI都会让公司亏钱，而且每一代AI都比上一代更亏钱。AI是人类历史上亏钱最多的事情。我们从未在AI上亏过这么多钱。 另一个巨大的物质差异是社会接受度。如果你回顾世纪初和90年代末的商业媒体，里面充满了忧虑的社论，讨论老板们如何应对那些偷偷把网络带进工作场所的工人。而今天看同样的媒体，里面充满了人们说，“我们要如何应对工作场所没人愿意用AI的问题？”——旁边还夹带着那些会监视你员工以便你能惩罚拒绝使用AI的工人的公司的广告。 **Ars Technica: 尽管如此，AI确实也有一些深思熟虑、明智的辩护者。** **科里·多克托罗**: 我试图在这本书中探讨的一个悖论是，那些并非傻瓜、一直以来都是自己经历的可信叙述者的工人，他们告诉你AI正在改善他们的生活。科幻小说的基本思想是，小工具做什么不如它为谁做、对谁做重要。我称这些人为半人马。他们是得到技术辅助的工人，并且自己决定技术如何辅助他们。而那些讨厌AI的工人，则是被要求用AI以牺牲质量为代价、以更高速度、以牺牲自身福祉为代价生产更多东西的工人，他们明白自己被招募来充当丹·戴维斯所谓的“责任池”——当AI搞砸他们的工作时承担责任。一旦你这样看，就很容易理解为什么有些工人会说，“哦，是的，我找到了AI擅长的事情，我在用它，这很好。我甚至对此感到兴奋。”而为什么其他工人会说，“这让我很痛苦。”这就像希腊神庙上的铭文“认识你自己”，与你的老板在你脸上照16个摄像头并说“我比你更了解你自己。顺便说一句，我觉得你可以每天多工作一小时而不费吹灰之力”之间的区别。 **Ars Technica: 你强调自己本质上并非反AI，尽管对行业进行了严厉批评。** **科里·多克托罗**: 我有很多同志自称反AI，我与他们进行过一些非常激烈、富有成效但也很激烈的辩论，因为我不认为AI是例外的。这意味着我不认为它特别邪恶。那种认为它是毒树之果 (https://en.wikipedia.org/wiki/Fruit_of_the_poisonous_tree)、是由坏人以坏方式制造出来的论点，因此你不应该使用它——我觉得这非常愚蠢。这不是我们评判技术的标准。你可以讨论给这些公司钱是否不好。我认为是的。你可以讨论使用基础模型的环境影响是否不可持续且不可容忍。我认为大体上是的。但这并不是说使用卷积深度神经网络的统计推断是坏的——或者，这是我与他人争论很多的一点——抓取网络来训练卷积神经网络是坏的。我认为这没问题。实际上，抓取是好事。 我认为说“我们要解决AI问题的方法就是让记录互联网上的内容变成非法”是非常危险的。我认为这将是灾难性的。那样我们就再也无法知道CBS新闻在变成Chud新闻之前有什么内容了。内特·希尔在他网站上发布的所有内容都被迪士尼清零了。你只能在互联网档案馆看到它们，因为我们会抓取。说“制作作品的临时副本、分析这些临时副本、发布分析结果都是盗窃”，这简直是疯了。这些都是对社会有益的活动，如果我们禁止它们，所有人都将受损——尤其是那些创意工作者担心的公司，大媒体公司，它们非常有能力与科技巨头达成协议，授权他们的语料库，试图让我们所有人失业。如果我们获得了决定谁可以用我们的作品训练AI的权利，我们的老板只会修改我们的合同说，“很好，你现在必须把这个权利授权给我。而且没得商量。”不吸取这个教训不是悲剧，而是闹剧。与其要求新的版权法，我们可以制定新的劳动法，