顶级分析师拆解今天的 AI 炒作周期
来自 Unsupervised Learning · 期号 2026-07-16
摘要
科技分析师 Benedict Evans 认为，把 AI 的规模与互联网、移动、PC 等过去平台变革直接对比，在分析上没有意义。更有用的做法是研究那些技术实际的经济演化路径，来推断 AI 的价值会沉淀在哪里。 他提出，这次唯一真正的不同是：我们不知道 AI 的物理或科学极限在哪里——过去的技术变革边界至少是可预知的，而这种不确定性同时助长了 AGI 狂热和末日论，却解决不了任何问题。 Evans 解释了为什么能力仍然参差不齐（jagged），导致使用方式也参差不齐；为什么编程成为第一个真正的企业用例（因为可以规模化验证）；以及为什么大多数消费和企业用例仍需创业者去发明，而不是模型一进步就自动涌现。 他还指出，基础模型实验室的结构可能更像台积电而非 Windows——有价值但有边界，而非占据整个栈。他用一百年来会计师人数持续上升的事实说明，自动化历史上带来的是更多工作而非更少。 "把 AI 的规模与互联网直接对比，在分析上没有意义。"