为什么说AI现在还不行？

2023.12.11

原文来源：琢磨事

文 | 李智勇

图片来源：由无界 AI生成

AI最近有点被妖魔化了，很像一个老虎在还没有橘猫大的时候，就已经被天天当成虎力大仙来讨论。这种普遍的高预期其实是有害的，尤其是当事情本身还需要耐心细致深耕且长跑的时候。资本、品牌可以匹配高预期所对应的增长倍数，业务则不行，业务先天挤出一切泡沫。也正因此最近写了几篇文章都在提应该以一种更加理性的态度来看待AI的进展，甚至设想了一种测试智能程度的方式：图灵测试2.0。这篇文章则是对此前各文章的综合。

AIGC的GC（内容生成）是支点也是锁链

显然的AI是一种基础设施，它在重定义计算的内涵和方式。

如果和过去对比，那么过去的编程固化的是程序员的智能，程序员的智能通过程序在限定的边界内处理问题，所以泛IT的崛起伴随着程序员群体的崛起，不管是程序员的人数还是收入。AI则在很大程度上折叠这个中间环节，对话即计算，同时让这种计算变的更加泛化和无边界。从这个角度看，AI的崛起注定伴随着程序员群体的衰落（首先是人数上，但不是说这行当就没了）。

（用户--程序员--程序--电脑--互联网的计算模式）

（用户--人工智能的计算模式）

基础设施的最终成败好坏一定在于外部，而不在于它自己的特征比如是否优秀、大模型到底多大等。在过去微内核操作系统一度众望所归，但其实不管Linux还是Windows都不是微内核，纯粹的微内核系统比如Minix却只是教具。

作为基础设施的AI也一样，要想成功那就必须走出单纯内容生成工具的范畴，变成一种通用计算平台，为各种场合提供新计算方式。

过去不管Windows还是Linux都提供了这种通用性，从取款机到机场的大屏，再到家里的机顶盒，甚至有点智能的闹钟都是他们在提供基础的计算能力。（有时候这些系统会崩溃，让人惊讶的是不是崩溃而是看到好多系统其实是XP的）。

AI打破内容生成工具的界限后，就会变成这个新的计算底座（通用人工智能的通用对应的就是这个情境）。也只有成为这种通用的计算底座后，AI才真正迎来自己的星辰大海。

在现在的内容生成式AI和这种通用计算底座之间现在横亘着一道无形的基因锁链一样的界限。

这个基因锁链就是内容生成工具的边界。

AIGC的GC（内容生成）是支点也是锁链。

在工具范畴里，这次AI其实已经做的足够好，就是池子太小，如果就做这个会憋死所有人。

GC工具池子太小做的人太多，会憋死所有人

我们拿个具体例子来看下为什么说这个池子太小。

起点中文网上有个网文作家笔名叫做我吃西红柿，这个1987年的同学本来是苏州大学数学专业的一名大学生，按正常轨迹毕业后大概率不能继续做数学相关的工作，那时候就业很可能会做程序员等相关方向。但他没走寻常路，在大学期间开始了网文创作，取得了很好的成绩，2012年11月以2100万的版税收入高居“中国网络作家富豪榜”第2位。

假设他一年写一部小说3百万字，放大点算1000万token。现在这部分自己不写了，都用AI。随便选个国内某大模型的报价做参照，按1500元/5000万token，那这部分给人工智能公司可以创造的收入是300块，在2100万收入里面占十万分之一多一点。再放大下，如果有10000个我吃西红柿，那AIGC在网文行业一共可以赚300万。这还不够一个团队一年的工资，特别高端人才的情况，这甚至不够一个人的。

如果大模型只做内容生成，创造的价值和行业现有价值大致就是这么个比例。

而已经很多人冲进来了，这就很像做一个很小的池子里养了一堆鲨鱼，饿极了就只能拼命内卷互相残杀，然后大概率是都死掉了，一条不剩。

如果AI不能在GC之上再进一步，就必然是这个结局：带着快乐期望的高度内卷。

这种内卷对AI整体来讲是彻底的负反馈和死路一条

每个人期望的都是新式通用计算平台和应用，实际上却只是内容生成工具，创造一点点新价值。长时间怎么可能不负反馈呢！

那AI怎么才能走出来呢？答案是需要通过图灵测试2.0。