廢墟之旅：那些跌下神壇的AI概念

智能體、詞元、vibe coding、小龍蝦、快樂小馬，這些詞輪番轟炸我們的腦海，帶給我們一種深深的焦慮與窒息。似乎不抓緊學會新的AI概念，我們就會被技術甩飛，跟時代脫節，然而剛剛學會一個新的概念，更新的東西又火熱出爐，新的焦慮也隨之而來。

怎么才能治好這種“AI概念焦慮癥”呢？有個辦法，就是根本不去管它。因為大部分AI概念都是曇花一現。很快就會被競品覆蓋，或者干脆煙消云散。

有很多曾經叱咤風云的AI技術或者商業風口，現如今都處在沒人提起、根本想不起來的狀態里。AI的聚光燈只能打在范圍非常有限的舞臺上。而舞臺之外，是連綿成片，一眼望不到頭的廢墟。

眾多AI概念都曾經登上過神壇，迎接目光、鮮花或謾罵，但當它們跌下去的時候，卻安靜地一點聲音都發不出。那么，今天還在神壇上的那些人和事，未來又何去何從呢？

一起逛逛廢墟吧。說不定這荒涼的景色，剛好能治愈我們的AI焦慮。

在2014年到2022年的深度學習時代，對抗生成網絡（GAN）是計算機視覺方向絕對的頂流。

GAN的模型架構思路在于，它設置一個“生成器”和一個“判別器”來進行零和博弈對抗，從而訓練模型進行超高精度的視覺素材生成。GAN剛出來的時候，效果簡直驚為天人。AI生成的人臉第一次實現了以假亂真的程度，以這項技術為基礎，甚至出現了風靡一時的DeepFake人臉造假產業。

當時的情況是，AI頂會全都在討論GAN。投資人和創業者瘋狂押注GAN技術，以及相應的AI圖像、AI相機、AI換臉等賽道。感覺誰要是不懂GAN，那他就離被AI時代拋棄不遠了。

GAN算是非常長壽的AI技術了。但當2022年大模型時代到來，其也不可避免遭遇了被取代的命運。2022年Stable Diffusion開源，以其為代表的擴散模型，在圖像生成效果上全面領先于傳統的GAN模型，并且不會出現GAN訓練不穩定、容易崩潰、需要大量經驗性技巧進行收斂等問題。

近乎摧枯拉朽一般，曾經頂流的AI核心技術就退出了歷史舞臺。如今在工業界和大眾層面，GAN都幾乎完全被擴散模型取代。AI換臉也不再需要弄一套DeepFake軟件，用幾百張照片進行對抗生成訓練，而是簡單一個指令，一切都交給AI自己。當然不是說GAN沒有用處，只是它成了AI高墻里的一塊磚石。依舊能夠承重，但不會被人單獨拿出來欣賞。

這個故事告訴我們，AI領域的技術更迭是飛速的。即使非常穩定的基礎設施式技術，也可能在瞬息間被覆蓋。所有學習與投入，都應該將這一點納入考慮范圍。

有這么個現象，AI領域的大佬們對流行的AI技術永遠是否定多于肯定的。這當然是很好的，批評產生反思，反思推動進步。但很多時候這些大佬提出來的解決方案，卻也不一定靈光。

比如在2017年深度學習爆火之后，被稱為“深度學習之父”，后來獲得諾貝爾獎的辛頓就針對當時流行的CNN架構提出了諸多質疑。比如CNN魯棒性太差，無法理解圖像空間關系等。他提出用更加擬人的邏輯替代CNN，這項技術被他稱為“膠囊網絡”。

在“膠囊網絡”剛出來的時候，由于辛頓過往戰績極佳，聲名極其顯赫，因此這項新技術也被產學各界視為啟明星般的存在。而且相比于CNN架構，膠囊網絡似乎更加強調仿生學的存在，相對更能貼合大眾對AI這個詞的想象。

于是乎，媒體和AI行業很快將“膠囊網絡”夸飾為“下一代計算機視覺技術”，是“顛覆式的AI革命”。相關論文被瘋狂引用，全球AI學界集體跟進。彼時中國互聯網大廠剛剛開始布局AI，“膠囊網絡”的熱點也被及時抓住。據我們所知，很多大廠都第一時間成立了研究架構，重金招攬研發人才。

但事實上呢，“膠囊網絡”可以說是一個失敗的創新。它的訓練難度極大，模型收斂效率很低，而且在大規模數據的處理上根本比不上CNN，更別提后來真正完成顛覆性創新的Transformer架構了。那些曾經跟隨“膠囊網絡”的學術與產業投入，自然都白白打了水漂。

現在“膠囊網絡”只在學術圈有零星提及，大眾層面根本無人問津。

這個故事告訴我們，大佬提出的新東西，很有可能只是一種前瞻性探索。沒有后文，沒有著落，也不必過多關注。

前面說的兩個廢墟，都是來自AI技術層面的坍塌。而在非技術的商業、企業戰略層面，塌房的AI概念更是不計其數。

還是在那其實也不算太遙遠的深度學習時代，中國剛剛開始全面接觸AI這門新技術。那時候互聯網時代的硝煙味還沒完全散去。互聯網企業家們還喜歡出來百家爭鳴一下，面對了解或者不了解的東西都發表一些觀點。而剛剛興起的AI，自然也逃不出這個范疇。

當時一個讓人印象深刻的AI敘事，是馬云說AI這個詞其實是錯的。不應該是 Artificial Intelligence（人工智能），而是 Machine Intelligence（機器智能）。

這個說法背后的邏輯是，馬云認為人類對自身大腦的開發不足3%，讓機器模仿人類是一種誤區。機器的價值不是像人一樣做事，而是做人做不到的事。因此把“Artificial Intelligence” 翻譯為 “人工智能”，是人類對自身的過度放大。

這段表述聽起來很有道理，尤其很有“馬云式”的道理。但客觀上就是要在話語表述層面，把一個自達特茅斯會議以來全球范圍內形成的完整學術與技術范式，推倒重來成為一個中國企業家的獨特表達。其難度也是可想而知。

在阿里成立達摩院等研發機構的時候，“機器智能”還作為企業的官方表述列為重要研究方向之一。但后來隨著推廣效果不佳以及那些眾所周知的原因，在阿里各種AI相關的活動與表述中，都不再能見到“機器智能”這一概念的身影。

2022年之后，大模型開始爆火，AI來到了全民時代。再有人提出“人工智能”這個詞是翻譯錯誤，估計也很難掀起水花。

這個故事告訴我們，如果說科技大佬研究的東西可能是曇花一現，那企業大佬談論的東西則更是聽聽就行。其實中國企業家已經非常靠譜了，如果看看馬斯克、奧特曼、扎克伯格等人的過往言論，那才真叫一個語不驚人死不休，反正互聯網明早就把記憶丟了。

AI媒體特別喜歡用一種標題，叫作“XX一夜爆火”，“XX一夜變天”。一般來說，這是因為美國跟中國有時差，他們白天開了發布會，咱們這正好是后半夜。而早上醒來的編輯又懶得想標題了……

但是吧，既然有一夜爆火，那是不是就應該還有一夜不火？還真有，那就是提示詞工程師這個崗位。

2022 年底，ChatGPT火爆全網。那個時候的大模型對自然語言的理解能力有限，因此往往需要編寫一些特定的、結構化的提示詞（Prompt）來引導大模型輸出高質量結果。

大模型就像是一個游戲，已經被驗證的提示詞就像是這個游戲的通關攻略。一時社交網絡上遍地都是分享提示詞的內容。當提示詞的需求來到了一個量級后，有些人聰明的小腦瓜就開動了：有需求就應該有商業行為，能不能干脆把寫提示詞變成一個工作？

于是就衍生出了提示詞工程師這個新銳的風口職業。在當時，很多人認為提示詞工程師將取代代碼工程師，成為AI時代的核心職業。很多想要嘗鮮AI技術的公司，給提示詞工程師開出了幾十萬的年薪。很快，遍地都是提示詞工程師的培訓課程，甚至出現了專門售賣提示詞資源的產業鏈。

但所有這些熱鬧都是建立在一個基礎上：AI大模型的自然語言理解能力將持續很差，持續需要復雜、精準、結構化的提示詞。

大模型本來就在飛速進步，怎么會剛好停留在提示詞工程師所需的水平，精巧絕倫地停滯不前了呢？

沒多久，大模型的自然語言理解能力快速提升，用戶的口語化表達和模糊質量都能生成高質量內容。“提示詞工程師”，變成了“這事我問一下AI”。

“提示詞工程師”很有可能成為史上最短命的職業，快速被掃進了歷史垃圾堆。而那些販賣提示詞工程師培訓課的人，可能又開始教起了小龍蝦搞錢和一人公司創業。

這個故事告訴我們，技術是流動的。如果能預判其發展是最好。如果不能的話就等一等。

曾幾何時，我們身邊雨后春筍一樣出現了大量超市和便利店，他們都有一個統一的名字：無人零售。

這類商店的統一特點，是用AI視覺識別來進行結算，完全取代傳統便利店的收銀員，從而實現24小時低成本營業。這個被稱為“下一代零售革命”的風口，在短時間內吸引了超過百億資金，互聯網和商超巨頭紛紛下場。最夸張的時候，全國一年內新開超過一萬家無人零售商店，遍布各大商圈。很多人都說，“收銀員即將被AI全面取代”。

諷刺的是，幾年時間過去，收銀員沒有怎么失業，無人零售卻基本算是完蛋了。在真實使用體驗中，大家發現AI識別貨品和結賬非常緩慢，并且準確率極低，經常導致排隊時間非常長。有很多需要顧客自行完成的操作，甚至有很多需要顧客自己解決的麻煩，而且無人零售實體的硬件成本與運維成本極高，很多時候還不如聘用真人收銀員。

現實情況是，超過95%的無人便利店都已經關停，巨頭轉而布局起相對更加簡單的無人售貨機。

這個故事告訴我們，哪怕是已經在現實中大行其道的AI產業，也有可能過于理想，經不起現實的摩擦。

幾年前的一天，我在一個AI教育峰會上參觀了一家K12 AI教育公司。那家公司的名字咱就不說了，反正是一種不大的動物。他們的負責人對媒體說，他們采用了最先進的AI技術。能夠用知識圖譜全面掃描12歲學生的大腦，完整掌握學生的學習情況與知識體系，從而進行千人千面的教育。

當時我的內心戲是，這是知識圖譜嗎？這不是讀心術嗎？

咱們且不說知識圖譜有沒有這么大的技術威力，這么做真的不侵犯人權嗎？好，就算是不管孩子的人權了，學習要緊。到底是什么技術能夠做到讀取大腦式的威力？

現場的負責人顯然不是技術崗位出身，給出的都是一些營銷層面的話術。大體是“破解自古以來的教育公平難題”“用了AI就像十個老師教一個孩子”“AI比你更了解你的孩子”之類的。

那段時間，鋪天蓋地都是K12教育的廣告，并且其中絕大多數都打著AI的大旗。衛視廣告、綜藝冠名、電梯廣告、線下門店全是他們，并且大張旗鼓招募門店加盟。

但實際體驗一下就會發現，這些所謂K12 AI教育就是學生答題之后，根據答題結果調取對應題庫。強行說這個東西是知識圖譜可能也可以，但說是個MBTI測試水平的程序也無不可。想要讓這種水平的AI實現真人教師一樣的水平，那更是天方夜譚了。

2021年“雙減”政策落地，K12教育賽道傾塌的同時，那些虛假的AI旗號也隨即消失了。其他AI概念的倒塌或許還有點可惜，我見過的那個K12 AI教育公司真的是一點不冤。他們就不該來我們這個麻瓜世界，修真小說更適合這些人發展。

這個故事告訴我們，總有人想用AI吹個XX。識破且別理他們是最好的方法。

類似這種跌下神壇的AI概念還有很多。知識圖譜、圖計算、消費級AI換臉、AI NFT藏品，等等。

其中有些是暫時性沉寂。但不可否認的是，這些AI概念中的絕大多數都將永久消失，再也沒人提起。

那么，下一個是誰？世界模型。Agent、一人公司，還是小龍蝦、小螃蟹？

與其焦慮于層出不窮的AI概念，或許我們更應該熟悉AI的規律。熟悉它就像它像海市蜃樓，習慣于總有AI會突然爆火又迅速隨風飄散。

我們知道會有東西留下來，但也明白大部分東西都留不下來。

隨性一點，順勢而為。興致所至研究一下，不想搭理它就該干嘛干嘛。如此走進AI時代，或許不是極致理性的，但至少很舒服。