一、真身 : 算力与半导体
2022 年底由 ChatGPT 掀起的这一轮 AI 浪潮 , 与其说是一场 " 人工智能革命 ", 不如说是一场 " 算力革命 + 半导体产业革命 "。
在软件层 , 它由 OpenAI、Anthropic 以及国内的 DeepSeek 等公司引领 , 以 LLM 大模型技术和由此衍生的 Agent 应用为代表 ; 在硬件层 , 则以英伟达、台积电等半导体与通信产业链企业 , 以及随之而来的数据中心建设狂潮为表现。前者是聚光灯 , 后者才是真正的重心——看资本流向就非常清晰 : 这一轮的天量投入 , 绝大部分砸在数据中心、GPU、先进制程、先进存储技术 ( HBM ) 、光通信、电力与散热上 , 价值捕获的大头在硬件和基础设施层 , 而非应用层。" 美股七姐妹 " 的 AI 豪赌和全球科技企业的市值暴涨 , 本质上是在为算力这座高地买单。
需要澄清的是 , 这轮 AI 浪潮的革命性主要沉淀在物质层 , 并不意味着软件侧的进展是虚的。从 GPT-3.5 至今 , 模型在代码、数学、长链推理上的能力是可测量地上了台阶的 , 这不是公关或宣传。准确的说法或许是 : 这一轮的物质层革命 , 是被一次真实的软件 / 算法能力跃迁点燃的——只是那次跃迁的经济价值 , 目前主要被 " 卖铲子的人 " 捕获 , 而非 " 用铲子的人 "。能力是真的 , 和价值归谁、商业闭环成没成 , 是两件需要分开看的事。
需要警惕的是，如果应用层长期无法形成有效的商业闭环，那么算力层的投资回报逻辑就是脆弱的。算力是真身，但真身也需要血液循环。
二、一次被忽略的下放 : 算力走向普通人
而在算力这条线上 , 还藏着一个容易被忽略的转折 : 这轮 AI 浪潮第一次把 " 算力 " 这个概念下放到了普通用户。过去 , 服务器乃至超级计算机级别的算力 , 是机构与生产领域的专属 ; 如今 , 一个普通人的一句提问 , 背后调用的就是过去只有大型组织才能触及的计算资源。算力从一种稀缺的生产资料 , 变成了一种可以随手取用的公共品——这本身就是一次深刻的下放。
三、范式 : 从确定性执行到概率性生成
如果换一个角度 , 从计算范式看 , 这一轮浪潮更像是一场互联网与计算机应用的范式革命。前 AI 时代的应用 , 更像一张精密的流程图 : 用户输入 , 程序按照程序员精心设计的逻辑与算法运转 , 输出确定的内容 , 每一步都清晰、可追溯、可复现。而今天的 AI 应用 , 则更像一个 " 自动黑箱 ": 同样是输出内容 , 但中间的过程不再是一条清晰的逻辑链 , 而是一次概率意义上的推理和 " 涌现 "。它的输出因此更加 " 泛化 ", 也更加不透明 , 以至于 LLM 的创造者本身 , 都难以准确、详尽地解释背后的实现机制。可以这样概括这个转变 : 过去的软件是固定的代码 , 未来的软件是动态流动的 token ——每一次运行 , 都是一次现场推理 , 而非既定流程的重放。
这里需要留一分清醒 : 过程的不透明 , 不等于机器真的在 " 创造 "; 把 " 黑箱 " 直接读成 " 涌现出创造力 ", 恰恰是这一轮叙事最容易夸大的地方。范式确实变了——从 " 确定性的执行 " 转向 " 概率性的生成 " ——但变的是 " 怎么算出来的 ", 而不必然是 " 它已经会思考了 "。而这可能恰恰是它最大的软肋 : 现实世界的运行与生产 , 如果建立在 " 概率性的生成 " 之上 , 其底座是脆弱的。它固然可以借助机器 + 算法 , 在一定程度上替代人类智能 , 但前 AI 时代那种 " 确定性的执行 ", 并不是一个可以被随意替换的选项——我们没法把文明的关键运行 , 架在一个概率底座上。
四、极客的狂欢 , 与一条分拣判据
最后 , 从文化层面看 , 这一轮 AI 浪潮也是一场技术极客的狂欢。它把一个原本偏居一隅的群体 , 推到了资本与媒体的聚光灯下、舞台的正中央。也正因如此 , 警惕随之而来 : 今天的 AI 公司与科技媒体 , 常常炮制 " 颠覆式新技术 " 的新闻 , 不断抛出新的名词 ( 比如最近又大火的 skill、Loop Engineering 等等 ) 。这些内容诚然介绍了前沿的进展 , 但也难以避免地受到从业者立场和资本市场的驱动 , 其中很大一部分是 " 披着技术外壳的公关稿 ", 在助长和放大大众的 FOMO 情绪——宣传价值大于技术价值。
这里有一条简单的分拣判据 : 看这些新词或新技术 , 是否可证伪 ? 是否承诺了一个可被检验的时间点 ? 是否产生了实际的效率与产出提升 ? 凡是 " 即将 "" 指日可待 "" 下一个范式 " 却不给可验证节点的 , 基本就是叙事燃料 ; 凡是给出具体成本数字、可复现结果、可证伪逻辑的 , 才值得当技术信号来读。
说到底 , 这一轮 AI 浪潮的下盘是扎实的——算力与半导体是它的物质真身 , 计算范式的转变是它的技术内核 , 算力下放和极客登台是它真实的社会文化后果。真正需要保持距离的 , 是那些悬浮在上盘的东西 : 被无限推迟、又永远 " 就快了 " 的 AGI 承诺 , 以及层出不穷、宣传价值大于技术价值的新名词。看清这一点 , 或许才不至于在这场喧嚣里 , 把别人的融资叙事 , 错当成自己的判断。
往前一步 : 几点个人预判
给这一轮浪潮定位之后 , 不妨再往前推一步 , 讲几点个人的预判。
五、悬置 AGI: 奇点是一种事后叙事
在我看来 , 眼下这场 " 算力 + 半导体 " 的真正归宿 , 并不是短期内诞生某种 AGI、让遍地开花的数据中心成为人类的 " 云端大脑 ", 从而迎来赛博朋克或黑客帝国式的未来。因为 "AGI" 这个概念本身 , 在目前来看就是不明确的 : 它至今没有一个可证伪的定义 , 更像一个随资本叙事移动的地平线。一个无法被清晰定义、因而无法被证伪的目标 , 天然就是最好的融资叙事、最好的 FOMO 燃料——因为它永远 " 就快了 "。因此，我们不应把 AGI 视为这轮技术革命的 " 奇点 "；甚至 , 这个奇点根本不会被当下的我们准确感知到 , 而只会在若干年后 , 当人们回溯这段历史时 , 被人为地 " 规定 " 出来。而当下对于这轮 AI 浪潮的持续演进，也不太会出现某次技术创新带来的乾坤一掷式的决战效应，决战兵器思维本身就是大概率失败的赌徒思维。
六、更可能的方向
更可能的方向是 : 算力与半导体将深刻融入整个社会的生产与消费环节 , 让信息、通信和半导体技术 , 超越目前这种以消费电子和消费互联网 ( 手机、电脑、社交媒体、电子商务 ) 为绝对主体的运行模式 , 转而去赋能和重构整个经济社会的运转——给万物装上 " 微脑 ", 以 " 微智能 + 自动化 " 的形式 , 逐步实现万物互联与万物智能 , 最终抬升整个文明的生产效率。
" 信息与半导体技术会从消费互联网 , 向实体生产和社会运转扩张 " ——这本质上是过去几十年信息化、工业互联网、物联网那条线的延续与加速 ,AI 只是给它们加了一层感知与推理的能力 , 并不依赖任何 " 奇点 "。至于 " 万物智能、生产率极大跃升 ", 我不太会预期一个爆发式的增长 , 因为有一个绕不过去的结构性事实 : 物理世界的渗透速度 , 受制于比特之外的东西——机器人硬件的成本与可靠性、传感器与电力的边际成本、存量设备漫长的改造周期、安全与责任的界定、监管的节奏 , 以及最慢的那一项 : 组织和制度吸收新技术的速度。软件的迭代以周计 , 而钢铁、电网、工厂、法规 , 是以年甚至十年计的。历史上每一种通用技术 ( 如电力、计算机 ) 的生产率兑现 , 都有一个漫长的滞后期——所谓 " 索洛悖论 ": 计算机无处不在 , 唯独不在生产率统计里 , 直到很久以后才姗姗现身。所以这幅 " 万物智能 " 的图景 , 我更愿意把它看成一个二三十年尺度的慢渗透 , 而不是这一轮浪潮之内就能兑现的东西。当方向判断 , 它成立 ; 当短期投资叙事 , 它就危险了。
七、一个待观察的假说 : 大厂的自我革命
还有一个预判 , 信度更低 , 我索性把它降格为一个 " 待观察的假说 ": 互联网大厂的范式 , 尤其是中国互联网大厂 , 可能会从 " 运营驱动 " 转向 " 技术驱动 "。目前的 " 运营驱动 ", 本就是被中国市场的结构 ( 超大规模、同质竞争、增长焦虑 ) 逼出来的路径 ; 这个底层结构不变 , 范式未必会真转 , 更可能是 " 技术驱动 " 沦为新的运营话术、新的市值管理包装。但越是这样 , 反而越说明 : 这轮由互联网大厂深刻参与的技术变革 , 最先的革命对象 , 可能恰恰就是他们自身。大厂当下汹涌的 AI 投入 , 里面有多少是技术信仰、多少是防御性的军备竞赛 , 其实很难剥离干净——而用运营逻辑驱动起来的 AI 投入 , 最终或许会反噬掉 " 运营驱动 " 这套组织范式本身。
