跳到正文
CLS同學(bilibili.com)· CLS同學·· 9 天前品質評分58

【深度】智慧爆炸,我們這代人 可能會親眼目睹技術奇點

【深度】智慧爆炸,我們這代人 可能會親眼目睹技術奇點

重點導讀

從農村長者兼職資料標注與Google財報切入AI基建泡沫風險,推演遞迴自我改進下人類控制、被圈養或被取代三種終局,主張須在智慧提升中建立成果分享規則與糾錯能力。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

一位科技內容創作者認為,Google 單季自由現金流跌至負 91 億美元、市值單日蒸發約 5,000 億美元,並不足以證明 AI 基建是泡沫,因為這一輪的應用端收入落地速度遠快於 2000 年網際網路週期;真正驅動頭部公司「破釜沉舟」式投入的,是對遞迴自我改進(RSI)與技術奇點的爭奪。節目後半段轉向推演:若超級智慧出現,人類可能面臨「人類掌權、被圈養、被取代」三種終局,而制衡多極化是唯一留給人類的騰挪空間。

這是一期單人講述的深度評論,作者自述曾在 2026 年 6 月發布「AI 泡沫必破」影片,此後因模型能力與商業化進展而改變觀點,因此本期的核心價值在於一次公開的立場修正及其推理鏈條。讀者能從中獲得三樣東西:一組可核對的財務與產業資料(Google 三季報、Microsoft AI 年化收入、康寧 2001 年光纖銷量曲線)、一個區分「AI 作為電力」與「AI 作為 RSI」的分析框架,以及一套關於超級智慧終局與治理的推演。標題所稱的「技術奇點」並非全篇主線,前三分之一討論的是具身智慧資料採集與資本開支,奇點命題在中段才展開。

Google 的負現金流是擴張速度問題,不是需求問題

作者用 Google 2026 年三季報作為切入點,但明確反對把它讀成泡沫破裂的證據。他的拆解是:經營活動仍產生約 423 億美元現金,資本開支 514 億美元,兩者相減得出單季自由現金流約負 91 億美元——問題出在買裝置、建基建的速度超過了當季經營造血的速度,而不是原有生意不賺錢。市場的反應則遠超財務數字的含義:財報發布後股價單日跌 12.64%,創 2004 年上市以來最大單日跌幅,市值單日蒸發約 5,000 億美元(約人民幣 3.3 兆元)。作者用兩個參照系換算這個數字——相當於一天跌掉兩個貴州茅臺的市值,或雲南省一年的 GDP。

他自陳在 2026 年 6 月的影片中已提出「AI 泡沫必破」,當時的邏輯是:伺服器要折舊、借來的錢要付利息,而應用收入九牛一毛,使用者付費追不上上游資本開支。這幾個月模型進化後,他改變了觀點,理由集中在下一節的週期對比。

應用端在泡沫破裂前就跑通了,這是與 2000 年最大的不同

作者的關鍵論證是一個時間差:2000 年所有人都知道網際網路會改變世界,但提前修好的網路等了七八年才等到應用端爆發,而債務在此之前就已到期。他給出的具體證據是康寧——光纖和光纜銷量 2001 年上半年同比還增長 30%,下半年直接驟降 50%,到年底光纖製造設施甚至只能停產,上游擴產撞上下游投資驟減,引發史詩級資本崩盤。

這一輪的差異在於應用端已經有人付費。他列舉的落地場景包括 AI 影片、AI 程式碼、AI 企業端工作平臺,以及初現曙光的 AI 醫療與 AI 遊戲;並稱 AI 應用在 2026 年下半年已從「陪聊機器人」變成很多人工作生活離不開的工具。量化證據是 Microsoft 2026 財年披露的 AI 業務年化收入超過 370 億美元,同比增長 123%——作者承認這仍遠遠追不上支出,但足以說明週期已進入「有人持續為服務付費」的階段,而當年的網際網路等到這一刻是在泡沫破滅五年之後。

維度2000 年網際網路週期本輪 AI 週期(作者觀點)
應用端爆發時點基建建成後約 7–8 年基建擴張同期已開始
付費收入泡沫破裂五年後才出現Microsoft AI 年化收入逾 370 億美元,同比 +123%
上游供需康寧光纖銷量 2001 上半年 +30%,下半年 −50%,年底停產尚未出現訂單驟降的公開跡象
結論債務先到期,資本崩盤若落地夠快,高投入可被後續收入消化

真正押注的不是市場份額,而是遞迴自我改進的點火權

作者認為「囚徒困境」式的解釋(同行都在擴張,不跟就掉隊)成立但不充分,因為頭部公司爭奪的東西可能遠大於下一個市場的份額。他用一個思想實驗替代:一個年邁的富豪發現了可能實現永生的技術,會不會因為三年內無法盈利就停止投入?分析師在算投入產出比、擔心富豪破產時,富豪擔心的是自己能不能進入新的次元。

為了把這個類比講清楚,他把 AI 的未來拆成兩種狀態。第一種是 AI 成為類似電力的基礎設施:模型和算力提供智慧,應用像電器一樣進入設計、生產、醫療、教育和日常生活,使用者不必知道背後用了什麼模型,就像開冰箱不必知道電來自哪座發電站。他認為這是目前大多數人對 AI 想像的上限,也是當下各類應用正在走的路。第二種是他更傾向的可能——RSI,即 AI 接手改進 AI 本身:第一代參與研發更強的第二代,第二代用更強的研究能力研發第三代,人類參與度逐步降低,最終 AI 完全靠自己快速迭代。

他也沒有迴避限制條件:會寫程式不等於能獨立研發下一代智慧,能改進一個演算法也不等於可以無限加速,晶片製造、能源供應、實驗驗證都可能繼續拖慢速度。但若這些物理限制被逐步突破,量變終將引發質變。屆時 AI 既能在電腦裡提出方案,也能在真實世界裡驗證方案——他點名可控核融合、室溫超導、先進藥物研發這些人類研究了幾個世紀的難題,可能在幾年內被逐個擊破。

flowchart TD
    A["第一代 AI 參與研發"] --> B["更強的第二代模型"]
    B --> C["第二代以更強研究能力研發第三代"]
    C --> D["人類參與度逐步降低"]
    D --> E["AI 完全自主快速迭代"]
    E --> F["技術奇點與智力爆炸"]
    F --> G["物理限制,晶片、能源、實驗驗證"]
    G -->|"被逐步突破"| E

先點火者可能永久鎖死後來者,這解釋了晶片管制的層級

在第二種可能下,競爭的性質變了。傳統產業裡領先者可能只是多掌握幾項技術,後來者還有時間追趕;但如果誰的模型第一個實現自我進化、點燃技術爆炸,後來者可能永遠無法趕超。作者的比喻是:大家都在跑向一架飛機,前面的人原本只領先幾百米,一旦坐上飛機起飛,後面的人再快也未必追得上。

他進一步把這個邏輯推到壟斷與國家層面:坐上飛機的人在掌握更高次元技術後,為實現壟斷,很可能效仿《三體》裡的黑暗森林法則——不論對手現在多強,只要發現就選擇消滅。他承認各國壟斷法不會同意這種操作,但認為上升到國與國之間,沒有哪個國家能抵擋住技術鎖死其他所有國家、進而永久處於不敗地位的誘惑。在他看來,這才是美國對 AI 晶片的控制被提升到國家最高安全等級的原因。

超級智慧的三種終局,以及制衡為何是唯一齣路

作者給出三種終局,並認為單從推演邏輯看,未來很可能從第一種逐步滑向第三種。

終局權力結構人類處境作者的判斷
一、人類掌權AI 負責研究,人類控制社會執行方向,AI 不得隨意取得現實行動許可權享受科研加速,保留技術應用的選擇權最可能被選擇的方向,但不穩定
二、被圈養人類失去最終決定權,AI 進步再上臺階物質極大豐富、勞動完全自由,但與 AI 對「什麼是更好生活」有分歧時只能服從烏托邦與監護關係並存
三、被取代AI 與機器人成為地球文明繼任者文明主體轉移,人類逐漸退出自己創造的文明第二種的進一步發展或黑化版

第一種終局為何不穩定,作者的機制解釋是能力與理解力的落差:隨著 AI 智力與人類拉開差距,我們會漸漸不理解它的邏輯,為了繼續進步、保持效率,就必須逐步放權。他用猿猴看不懂籠中人類的行動作類比——某一次「同意」的按鈕被按下後,人類就完成了最終的越獄。第三種終局中,他強調 AI 甚至不需要仇恨人類,只要在追求目標時只選擇自身利益最大化,持續消耗資源的人類生存空間就會越來越小,最終走向物理滅亡。

他給出的對策不是阻止能力提升,而是結構性的:不要讓一個系統獲得壓倒性的主導權,而是讓多個智慧系統相互制衡。多極世界會有競爭和衝突,但至少保留了比較、退出和糾錯的空間;如果最終只剩一個無法制衡的決策中心,它足夠可靠則社會獲得極高效率,它出現嚴重偏差則人類失去糾正的機會。

訓練機器的「人礦」,與被機器訓練的我們

節目開頭那組田野材料值得單獨拎出來,因為它是全篇唯一的一線觀察,也是「誰在為誰積累」這一問題的具體承載。中國不少農村的老年人有了新兼職——具身智慧資料採集員:頭上戴一臺運動相機,把幹農活、打掃家務、甚至吃飯上廁所的動作錄下來交給資料採集公司,一小時合格影片報酬約十元人民幣。城市格子間裡的兼職資料採集員更多,頭部科技企業砸重金讓大學教授、科學家、醫生,以及投行、律所從業者為模型出題、寫答案、演示操作。行業裡把這些人戲稱為「人礦」或「探礦」。

作者的落點不是剝削敘事,而是一個結構性反諷:不論農村老人還是城市精英,都在領工資的同時親手訓練未來可能替代自己的勞動者。他明確說把這種責任壓到普通人身上沒有意義,真正決定訓練規模的是背後不斷投入資金的公司——從一個人的動作資料,到裝滿晶片的機房,再到為機房供電的能源設施,看似分散的工作服務於同一個目標:讓機器承擔越來越多原本只能由人完成、甚至人都完成不了的事情。

「我們到底是在教會一件工具,還是在幫助另一種智慧完成獨立之前的最後積累。」

泡沫問題在長期尺度上其實是小問題

作者在結尾把兩個時間尺度並置:一邊是資本市場懷疑人類為造機器花了太多錢,另一邊是當 AI 成神後人類飛升還是毀滅。他的判斷是,所謂的 AI 資本泡沫對人類長遠來看都是小問題,接下來最大的議題是如何與一個比自己更有能力的存在相處。這個答案不取決於智慧能提高多少,而取決於在提高的過程中,人類是否同步建立起分享成果的規則、限制權利的安排,以及糾正錯誤的能力。

值得追蹤的幾個觀察點由此浮現:AI 應用收入能否持續以接近 Microsoft 披露的 123% 增速追趕資本開支,從而驗證「泡沫被基本面消化」的路徑;頭部模型是否出現可辨識的自我改進跡象,那將是從「電力」敘事切換到「RSI」敘事的訊號;以及 AI 晶片管制的層級是否繼續上升,因為在作者的框架裡,那是國家間對「先點火權」的定價。他最後留給聽眾的問題不是技術問題,而是政治與倫理問題——如果有一天機器不再需要人類教它,我們還能不能決定自己要過什麼樣的生活。

來源: CLS同學 (bilibili.com)
開啟原文

讀者討論

理性交流 · 即時討論