Michael Hiltzik · 2025-08-22

AI泡沫终结与即将到来的崩盘

摘要

本文评论了2025年8月OpenAI发布GPT-5后，人工智能行业的泡沫化现象及其可能的崩盘风险。文章指出，GPT-5的表现远低于预期，暴露了AI行业依赖炒作和模糊概念维持高估值的本质。作者通过分析AI技术的实际能力、经济影响、投资热潮和社会认知，得出结论：AI行业正面临与上世纪90年代互联网泡沫类似的风险，未来可能出现大规模价值回归和行业调整。

内容框架与概述

文章以GPT-5的发布为切入点，揭示了AI行业泡沫化的标志性事件。2025年8月7日，OpenAI发布了备受期待的GPT-5，但实际表现却远低于预期。在用户体验、数学能力等方面，GPT-5甚至不如前代产品，出现地图标注虚构地名、列举美国总统拼写错误等低级错误。更糟糕的是，OpenAI强制用户使用新版本并关闭旧版本访问，引发用户强烈不满，最终不得不恢复旧版本服务。媒体普遍评价GPT-5为"失望之作"“一团糟”，这一事件成为AI行业泡沫化的标志性节点。

从投资角度分析，过去几年AI公司成为美国经济的"支柱"，吸引了数百亿美元的风险投资和Google、Amazon、Microsoft等大公司的巨额投入。上市公司纷纷宣布AI相关投资或产品来推高股价，类似90年代"点.com"泡沫时期的炒作手法。Nvidia作为AI芯片龙头，扮演着类似当年Intel的市场领头羊角色。然而，AI公司普遍未实现盈利，行业依赖资本推动而非实际产出。如果AI的承诺最终被证明是"海市蜃楼"，投资者将面临巨大损失，市场可能出现剧烈调整。

文章还深入分析了技术炒作与认知误区。AI行业长期依赖"炒作机器"维持公众和投资者的热情，即使GPT-5表现不佳，行业仍在大肆宣传AI的未来影响。GPT-5的失败动摇了AI领域"规模扩展"理论——即通过增加算力和数据就能逼近通用人工智能（AGI）。摩根大通预计到2028年，AI相关基础设施投资将达3万亿美元，远超全球金融市场承载能力。如果"规模扩展"无效，这些投资将被浪费。

最后，文章讨论了社会影响与经济现实。公众对AI的认知逐渐转向怀疑，曾经流行的"AI将导致大规模失业"或"极大提升生产力"的预测未能实现，反而在许多领域出现生产力下降，因为人类需要花更多时间校对AI输出，防止错误流入关键应用。经济学家对AI带来的经济增长持谨慎态度，MIT经济学家Daron Acemoglu预测，未来十年AI仅能提升美国生产力0.5%，GDP增长约1%，远低于行业预期。

核心概念及解读

规模扩展理论（Scaling Laws）：这是AI领域的核心理论假设，认为通过持续增加算力、数据和模型参数，就能实现性能的指数级提升，最终逼近通用人工智能（AGI）。然而，GPT-5的失败动摇了这一理论的基础。如果单纯增加投入无法带来质变，那么摩根士丹利预测的到2028年3万亿美元的AI基础设施投资可能面临巨大的浪费风险。这一理论的质疑者认为，AI发展可能已触及天花板，不再呈现指数级增长。

炒作机器（Hype Machine）：指AI行业通过制造模糊概念、夸大未来影响来维持公众热情和投资者信心的机制。即使GPT-5表现不佳，行业仍在大肆宣传"超级人工智能"将带来超过工业革命的影响。这种炒作模式与90年代互联网泡沫如出一辙，当时公司纷纷在名字后加上".com"来推高股价，而今天则是宣布AI相关投资或产品来吸引市场关注。

AI泡沫识别框架：作者提出的分析工具，包括关注技术实际能力与宣传之间的差距、识别行业是否依赖资本推动而非实际产出、评估"规模扩展"理论的有效性、关注社会认知的变化、辨析"智能"“意识"等模糊概念的误导性。这一框架帮助投资者和公众理性看待AI对生产力和经济增长的实际影响，避免被行业炒作误导。

生产力悖论：指AI在许多领域不仅没有提升生产力，反而导致生产力下降的现象。原因是人类需要花更多时间校对AI输出，防止错误流入法律、医疗等关键应用。MIT经济学家Daron Acemoglu预测，未来十年AI仅能提升美国生产力0.5%，GDP增长约1%，远低于行业预期。这一现象质疑了AI作为"生产力革命工具"的核心叙事。

营销术语与科学概念的混淆：文章指出，“人工智能"本质上是营销术语，而非科学或工程概念。行业炒作"意识"“感知"“巨额利润"只是吸引投资和公众关注的手段。技术批评者强调，AI的"智能"本质被模糊化，AI看似"智能”，实则只是语言生成能力强，缺乏真正的认知，公众往往将AI的语言流畅误认为"意识"或"智能”，但"通用智能"本身并无明确定义。