ai-hype

一篇关于普遍存在的AI炒作的批判性评论文章，以Jersey Mike's IPO为例，指出这家三明治店在S-1文件中提及AI多达22次，尽管它并非科技公司。

ServiceNow的客户负责人称“tokenmaxxing”是AI炒作周期，批评以代币数量作为衡量标准，而Salesforce转向每次解决问题2美元的定价，强调基于结果的衡量。

作者对人工智能热潮提出质疑，指出苹果尽管几乎未涉足AI领域，但股价表现强劲，与微软、Meta等投入巨大却回报不明的公司形成对比。

福特承认在质量控制方面过度依赖人工智能，但这未能替代资深工程师的专业知识，因此已雇佣了350名技术专家来提升车辆质量。

关于超级智能AI是否真的会实现，或者它仍然是科幻和炒作的产物的讨论。

本文通过指出谷歌持续在全球投资实体办公楼，质疑完美的 AI 智能体是否即将到来，暗示了 AI 炒作与企业战略之间的脱节。

埃森哲股票在2026财年第三季度财报后暴跌约18%，因营收未达预期并下调指引，凸显了AI炒作与实际业务影响之间的差距。

一篇评论质疑AI在商业中的广泛采用是否被夸大，文中引用了对普通员工的采访，他们表示只少量使用ChatGPT等工具。

一篇观点文章，认为随着AI模型的改进，专业人士受益不成比例，而普通用户看到回报递减，从而强化了专家的优势。

一篇批评性的博文，认为工作场所的人工智能采用是一种大规模错觉，列举了失败的LLM项目、在顾问和研讨会上浪费的资源，以及对员工核心需求的忽视。

一篇将文学评论家哈罗德·布鲁姆与Lobsters社区中软件工程师的批判态度进行类比的文章，同时批评当前的AI热潮及其财务上的不可持续性。

超过150位数学家签署了一份声明，警告政府不要高估AI能力，指出OpenAI等公司的夸大宣传，并呼吁在敏感领域对AI进行监管。

一篇评论文章指出，向专有AI研究投入数十亿美元是不理性的，因为像Qwen和GLM这样的开源模型现在已经非常有竞争力，任何资金充足的初创公司都能迅速复制顶尖模型。

专家警告称，病毒式传播的人形机器人演示往往会误导公众和投资者——那些在演示中展现出惊人能力的机器人，通常无法将这些技能泛化到真实世界的各种不同场景中。来自 Agility Robotics 和 Physical Intelligence 的研究人员着重指出，精心策划的演示与机器人实际能力之间存在巨大差距。

反思与早期相比，围绕新AI模型发布的热情已经消退，并类比于每年的智能手机发布。

Domo首席设计官Chris Willis批评AI行业通过恐惧来推动技术，引起专业人士的焦虑，并敦促组织放慢脚步，采取更具战略性的方法。

作者认为，AI不一定会加速流程，因为瓶颈通常来自于上游不清晰的需求，而不仅仅是开发速度。

作者对AI进展表示失望，认为尽管经过多年发展和巨额投入，大型语言模型在基本推理上仍然力不从心，并引用了一篇揭示其根本缺陷的Apple论文。他们质疑围绕超级智能的炒作是否被误导了。

Mitchell Hashimoto 警告说，许多公司正遭受‘人工智能精神病’的困扰，使得关于AI的理性讨论变得不可能，但出于尊重，他避免点名具体个人。

本文探讨了人形机器人的现状，质疑近期的进展是否代表真正的突破，还是该技术仍然被严重炒作。