把它们扩展到试点阶段之外的公司。实验性技术的许多实验无法立刻见效，这并不令人意外。
这一数字也没有把员工在官方试点之外使用 LLM 的情况纳入。MIT 研究者发现，他们调查的公司中约有 90% 存在某种AI 影子经济，员工在用个人聊天机器人账号处理工作，但这种影子经济创造的价值并没有被测量。
而当 Upwork 研究观察的是智能体与懂行的人协作完成任务的表现时，成功率就大幅上升。结论似乎是，很多人正在自己摸索 AI 如何在工作中帮到他们。
这也符合 AI 研究者、意见领袖安德烈·卡帕希（Andrej Karpathy）的观察。他也是vibe coding一词的提出者。卡帕希指出，聊天机器人在很多事情上都比普通人更强，比如给法律建议、修复漏洞、做高中数学题，但它们并不比专家更强。
卡帕希认为，这可能解释了聊天机器人为何在个人消费者中如此受欢迎，它能帮非专业人士解决日常问题与任务。但它并没有颠覆经济，因为要颠覆经济，就必须在工作上超越熟练员工。
这种局面也许会改变。但至少目前，AI 还没有对就业产生鼓吹者宣称的那种影响，这并不值得惊讶。AI 不是速效药，也无法替代人类。但这盘棋还有很多空间。AI 如何被整合进日常工作流与业务流程中，仍在不断试验。我们身处泡沫之中吗？
如果 AI 是泡沫，它更像 2008 年的次贷泡沫，还是更像 2000 年的互联网泡沫？两者差别很大。
次贷泡沫吞噬了经济体的一大部分，因为它破裂后留下的只有债务和被高估的房地产。互联网泡沫则淘汰了大量公司，冲击波扩散全球，但它留下了婴儿时期的互联网，留下了国际光缆网络，也留下了少数后来成长为科技巨头的创业公司，比如谷歌和亚马逊。
但也可能，我们正处在一种不同于上述两者的泡沫里。毕竟，LLM 目前还没有真正成熟的商业模式。我们还不知道所谓杀手级应用会是什么，甚至不知道它是否会出现。
许多经济学家也担忧，前所未有的大量资金被投入到基础设施中，用来建设算力并服务于预期需求。但如果需求最终并未出现呢？
再加上许多交易存在一种古怪的循环结构，比如英伟达付钱给 OpenAI，OpenAI 再把钱付回英伟达，如此往复。难怪每个人对未来的判断都不一样。
一些投资者仍然很淡定。11 月，在接受 Technology Business Programming Network 播客采访时，国际大型私募股权公司 Silver Lake Partners 的联合创始人格伦·哈钦斯（Glenn Hutchins）给出了几条“不必担心”的理由。他说：“这些数据中心中的每一个，几乎所有，都有一个具备偿付能力的对手方，并签约承诺接收它们为其定制建设的全部产出。”换句话说，这不是“先建起来再等客户上门”，客户已经被锁定了。
他还指出，这些具备偿付能力的对手方中最大的一家是微软。“微软拥有全球最好的信用评级，”哈钦斯说，“如果你和微软签约，让它接收你数据中心的产出，萨提亚（纳德拉）是靠得住的。”
许多 CEO 会回望互联网泡沫，试图从中吸取教训。可以这样理解：当年倒下的公司没有足够的资金撑到最后；而挺过崩盘的公司则迎来繁荣。
带着这个教训，今天的 AI 公司试图用资金把自己“买”过一段可能是泡沫也可能不是泡沫的时期。留在赛道上，不要掉队。即便如此，这仍是一场孤注一掷的豪赌。
但还有另一条教训。一些看起来像“边角料”的公司也可能很快变成独角兽。以 Synthesia 为例，它为企业提供虚拟人生成工具。风投机构 Air Street Capital 的联合创始人内森·贝奈奇（Nathan Benaich）承认，几年前他第一次听说这家公司时，正值深度伪造（deepfakes）引发恐慌的时期，他并不确定它的技术能用来做什么，也认为这不会有市场。
他说：“我们当时不知道谁会为对口型和声音克隆付费。结果发现，愿意付费的人很多。”Synthesia 现在大约拥有 5.5 万家企业客户，年收入约 1.5 亿美元。10 月，这家公司估值达到 40 亿美元。ChatGPT 不是开始，也不会是结束
ChatGPT 是深度学习十年进步的结晶，而深度学习正是现代 AI 的底座。深度学习的种子早在 20 世纪 80 年代就已埋下，这个领域的整体历史至少可以追溯到 20 世纪 50 年代。如果以这样的背景衡量进步，生成式 AI 才刚刚起步。
与此同时，研究热度已经到了沸点。全世界范围内主流的 AI 会议收到的高质量投稿比以往任何时候都多。今年，一些会议组织方为了控制数量，甚至不得不拒绝那些评审已经通过的论文。（与此同时，arXiv 等预印本平台也被 AI 生成的“学术垃圾”淹没。）
苏茨克维在那次与德瓦克什的访谈中谈到 LLM 当前的瓶颈时说：“我们又回到了研究的时代。”这不是挫折，而是新事物的开端。
贝奈奇说：“总会有很多‘炒作怪兽’。”但他认为这也有好的一面：热潮会吸引实现真正进步所需要的资金与人才。
他说：“你知道，就在两三年前，构建这些模型的人基本还是研究宅，只是碰巧搞出了某种可用的东西。现在，几乎所有在技术上真正厉害的人都在做这件事。”接下来我们往哪里走？
这种无休止的热潮，并不只是来自公司为其成本极高的新技术招揽生意。还有一大群人，无论在行业内还是行业外，都愿意相信一种承诺：机器可以阅读、写作、思考。这是一个持续了几十年的狂野梦想。
但热潮从来就不可持续，而这反倒是好事。我们现在有机会重置预期，看清这项技术的真实面貌，评估它真正的能力，理解它的缺陷，并花时间学习如何把它用在有价值而且有益的地方。
贝奈奇说：“我们仍在摸索，如何从这个维度高得离谱的信息与技能黑箱中，调动出我们想要的特定行为。”这场热潮纠偏早就该来了。但要知道，AI 不会消失。我们甚至还没有完全理解自己迄今为止造出了什么，更不用说接下来会发生什么。原文链接
https://www.technologyreview.com/2025/12/15/1129174/the-great-ai-hype-correction-of-2025/
本文经授权转载自微信公众号“麻省理工科技评论APP”，原标题为《AI热潮该纠偏了》。
注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。

特 别 提 示
1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。
2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推。