在AI持续火热的背后，关于AI泡沫的说法一直都有，担忧AI应用场景、AI投入产出比等的不少，最近科技评论家 Ed Zitron 的一篇文章引爆了AI圈，这就是《AI泡沫仇恨者指南（The Hater’s Guide To The AI Bubble）》，可以说对AI泡沫进行了更完整的阐述。
核心观点是关于AI投入产出比的：目前企业投入了 5600 亿美元，却只创造了 350 亿美元的收入。这个16:1 的比例是前所未有的。换个说法，目前在这个行业里，除了英伟达和咨询公司之外，其他所有人都在亏损。
其他的一些观点包括：
- NVIDIA 不仅依赖于每个季度销售大量的 GPU，而且它还必须始终在下个季度销售更多的 GPU。
- NVIDIA 42% 的收入来自微软、亚马逊、Meta、Alphabet 和特斯拉继续购买更多 GPU。
- NVIDIA 的价值和持续增长在很大程度上依赖于超大规模的购买和对生成式人工智能的持续兴趣。
- 在某种程度上，美国股市的持续健康依赖于五六家公司（目前尚不清楚苹果购买了多少 GPU）花费数十亿美元从 NVIDIA 购买 GPU。
- Cursor 的增长源于其不可持续的商业模式，如今它不得不用不透明的服务条款、严格限制的模型访问权限以及费率限制来取代这种模式，这些措施实际上阻止了用户以他们习惯的价格使用产品，目前Anthropic/OpenAI 刚刚提高了价格，导致 Cursor 的成本大幅增加、很难盈利。
- Perplexity 仅靠区区 3400 万美元的收入却向 Anthropic、亚马逊和 OpenAI 支付了超过 5000 万美元的账单。这些公司的运营成本太高，而且它们的功能无法带来足够的利润，因此缺乏存在的意义。
- OpenAI 对科技行业构成系统性风险。
- AI行业目前完全依赖于 GPU，因此极其脆弱。
- 世界上没有独一无二的生成式人工智能公司，而且基于技术构建护城河几乎是不可能的。
或许 Ed Zitron 的观点有所偏颇，但也可以让我们从另外一个视角来看当前 AI的发展。
全文很长，14500字（英文1.45万，中文2.5万），我们慢慢看~~~
好的新闻报道能够确保积极捕捉历史，并恰当地描述和评估历史，并且准确地描述当前令人震惊的情况。
比如对于AI，我感到震惊、担忧。
担忧并非软弱、好斗或目光短浅的状态。我的担忧不会让我的视野变得迟钝，即使人们很容易将其描述成某种危言耸听，仿佛我另有隐情或倾向于毁灭。我深恶痛绝资金浪费和环境破坏，而且，从根本上说，我讨厌那种试图煽动人们效忠于一个病态脆弱的伪行业的做法，在这个行业里，除了英伟达和咨询公司之外，其他所有人都在亏损。
我也不喜欢这样一个事实：我和其他像我一样的人，被要求遵守与那些自诩为“乐观主义者”的人截然不同的标准。“乐观主义者”通常意味着“认同市场期望是真实的人”。批评者不断地被纠缠、刺激、嘲讽和嘲弄，因为他们没有自动认同生成式人工智能（GenAI）将成为庞大产业的观点，他们不得不不断地证明自己，仿佛批评本身就带有恶意或懦弱的意味，仿佛批评者“这样做是为了点击量”或“为了唱反调”。
我做任何事都不是为了点击量。我没有股票，也没有空头仓位。我的工作很简单：我喜欢写作，写作对我来说是自然而然的事情，我有一个播客，而且在某种程度上，我的工作就是努力了解科技行业的日常运作。人们很容易因为“人工智能很庞大”而试图将我的观点斥为反常之举，但自2021年以来，我一直在抨击那些胡扯的泡沫——反远程办公运动（以及其背后的人）、Clubhouse和音频社交网络泡沫、NFT泡沫、人为制造的悄悄辞职恐慌，甚至在FTX崩盘的几个月前，我就曾指出它出了问题，尽管当时没有我希望的那么明确。
这不是“逆向思维”。这是一种对权力和资本的怀疑，为了应对这些时刻，这种怀疑是必不可少的。如果你因为我的作品让你内心感到不舒服而不得不拒绝它，那就去找心理医生或者牧师吧。
尽管如此，我还是对 AI 感到震惊，虽然我已经分别说了一些话，但根据最近的事态发展，我认为有必要说明原因。
简而言之，我认为人工智能泡沫极不稳定，建立在情绪和盲目信念之上，当我说“人工智能泡沫”时，我指的是整个人工智能市场。
但这不会是甜言蜜语，也不会是抱怨，更不会仅仅是令人担忧。我认为，事到如今，竟然没有意识到我们正处于泡沫之中，这实在有点荒谬。我们正处于一个该死的泡沫之中，这太明显了，一个看似强大，实际上非常脆弱、核心漏洞百出的泡沫。
我或许不是个 AI 反对者，但我是个仇恨者。我痛恨浪费、损失、破坏、盗窃、对地球的破坏，痛恨某些高管和作家对人工智能可能取代工人的兴奋——以及那些赤裸裸的谎言，说这正在发生，而且生成式人工智能能够做到这一点。
因此，我向你们呈现了这篇《AI泡沫仇恨者指南》，它全面概述了我反对当前AI热潮存在的理由。把它分享给你的朋友、你的爱人，或者打印出来。
这不是一本传统的指南，而是一本让你看了会说“哦，这就是人工智能泡沫如此糟糕的原因”的文章。现在，我知道我已经厌倦了被那些穿着格子衬衫、拼命讨好其他穿着格子衬衫、但同样拥有博士学位的人所欺骗。我厌倦了读到人们谈论我们正处于“AI Agent时代”，而这些 Agent 根本不起作用，也永远不会起作用。我厌倦了听到那些实际上一文不值的“强大人工智能”。我厌倦了被告知未来已来，却还要被灌输世界上最没用、最昂贵的云软件。
目前，生成式人工智能的繁荣只是海市蜃楼，它没有带来重要的收入、回报或产品功效，你所看到的一切都是荒谬和浪费的，当一切都搞砸了，我希望你记住，我曾经写了这篇文章并试图说些什么。
一、《豪勇七蛟龙》的弱点：英伟达（NVIDIA）
在我撰写本文时，NVIDIA 的股价目前为每股 170 美元——这是在 1 月份DeepSeek 事件对其造成重创之后，命运的戏剧性逆转，导致其股价在 4 月下旬短暂跌破 100 美元，随后情况出现好转。
七大巨头——英伟达、微软、Alphabet（谷歌）、苹果、Meta、特斯拉和亚马逊——占据了美国股市约35%的市值，其中英伟达的市值约占这七大巨头的19%。这种主导地位也正是普通民众应该对人工智能泡沫深感担忧的原因。即使他们没有直接投资这七大巨头，也几乎可以肯定，它们也是他们退休计划的重要组成部分。
早在五月，雅虎财经的劳拉·布拉顿（Laura Bratton）就报道称，仅微软（18.9%）、亚马逊（7.5%）、Meta（9.3%）、Alphabet（5.6%）和特斯拉（0.9%）就贡献了NVIDIA 42.4%的收入。这种细分情况使情况更加糟糕。Meta 将其资本支出的25%（而微软高达47%）用于NVIDIA芯片。正如 Laura Bratton 指出的那样，微软还花钱从 CoreWeave 租用服务器。DADavidson 的分析师吉尔·卢里亚（Gil Luria）估计，CoreWeave 将在2024年为NVIDIA带来80亿美元的收入（超过6%）。Gil Luria 还估计，像 CoreWeave 和 Crusoe 这样的 NeoCloud 公司——它们的存在只是为了证明人工智能计算服务——将为NVIDIA 贡献高达10%的收入。
NVIDIA 股价的攀升源于其持续的收入增长。在过去四个季度中，NVIDIA 的同比增长率分别为 101%、94%、78% 和 69%。而在上一季度，一个小小的统计数据被小心地掩盖了：NVIDIA在数据中心收入方面微弱落后于——用于服务器（而不是游戏机和 PC）的 GPU。分析师估计，NVIDIA 将从这一类别中获利 394 亿美元，而NVIDIA 实际获得了 391 亿美元。
NVIDIA 的季度环比增长也已恢复正常——每个季度从 69% 到 59%，再到 12%，再到 12%。这还不算太糟，但当 88% 的收入都来自收入中的某一特定项目时，这确实是一个相当大的担忧，至少对我来说是这样。我不是股票分析师，也不会假装是股票分析师，所以我就简单说说：
- NVIDIA 不仅依赖于每个季度销售大量的 GPU，而且它还必须始终在下个季度销售更多的 GPU。
- NVIDIA 42% 的收入来自微软、亚马逊、Meta、Alphabet 和特斯拉继续购买更多 GPU。
- NVIDIA 的价值和持续增长在很大程度上依赖于超大规模的购买和对生成式人工智能的持续兴趣。
- 在某种程度上，美国股市的持续健康依赖于五六家公司（目前尚不清楚苹果购买了多少 GPU）花费数十亿美元从 NVIDIA 购买 GPU。
投资组合经理 Danke Wang在 1 月份的分析发现，七巨头股票占 2024 年罗素 1000 指数 (富时罗素指数中排名最高的 1000 只股票的指数基金) 回报率的 47.87%。
简单来说，美国股市35%的市值是由五六家购买GPU的公司支撑的。如果NVIDIA的增长故事遭遇挫折，它将波及到七巨头的其他公司，迫使它们不得不依赖自己的AI交易故事。
而且，你很快就会发现，根本不存在人工智能交易，因为生成人工智能不会给任何人带来任何收入。
二、空洞的“人工智能交易”
我实在受够了别人跟我说公司“在人工智能上赚了大钱”。除了英伟达，没人在生成式人工智能上盈利。真的，我是认真的。
《豪勇七蛟龙》的人工智能故事存在缺陷，2024 年至 2025 年间 5600 亿美元的资本支出带来 350 亿美元的收入，却没有利润。
如果他们信守承诺，到 2025 年底，Meta、亚马逊、微软、谷歌和特斯拉将在过去两年内对人工智能的资本支出超过 5600 亿美元，这真是太愚蠢了。
2025 年微软人工智能收入：130 亿美元
其中 100 亿美元来自 OpenAI，以“大幅折扣价出售，基本上只涵盖服务器运营成本”。
2025年资本支出：800亿美元
截至2025年1月，微软的“年度化”（即[最佳月份]x12）人工智能收入约为130亿美元。微软选择在上一财报中不更新这一数字，可能是因为该数字要么持平，要么没有增长，尽管在即将于7月下旬发布的财报中可能会有所体现。然而，据 The Information 报道，这笔收入的问题在于，其中 100 亿美元来自OpenAI在微软 Azure 云上的支出，而微软提供了优惠价格——“大幅折扣的租赁价格，实际上只涵盖了微软的服务器运营成本”。
简单来说，微软 76.9% 的 AI 收入来自 OpenAI，而且是以略高于成本价或按成本价出售的，这使得微软“真正”的 AI 收入约为 30 亿美元，仅仅占今年资本支出的 3.75% 左右，如果算上 OpenAI 的收入，则为 16.25%，这让微软付出的代价大于赚到的钱。
据 The Information 报道，微软 2024 年的“AI 收入”为 47 亿美元，其中 OpenAI 占了 20 亿美元，也就是说，微软过去两年在 AI 基础设施上投入的 1357 亿美元中，一共有 177 亿美元的收入，其中 120 亿美元来自 OpenAI。
2025 年亚马逊 AI 收入：50 亿美元
2025年资本支出：1050亿美元
一位分析师估计，亚马逊今年计划投入1050亿美元的资本支出，在2025年有望在人工智能领域实现 50亿美元的收入、同比增长80%。这意味着亚马逊在2024年的 AI 收入只有27.7亿美元，而当年资本支出高达830亿美元。
此前，亚马逊首席执行官安迪·贾西 (Andy Jassy) 表示：“人工智能代表着自云计算以来最大的机遇，并且可能是自互联网以来商业领域最大的技术变革和机遇。 ”我认为他满嘴胡言。
谷歌人工智能收入：77亿美元（最多）
美国银行分析师贾斯汀·波斯特 (Justin Post) 几周前估计，谷歌2025年的人工智能收入将在 77 亿美元左右，不过说实话，他的计算有点慷慨：
根据美国银行的分析，谷歌的人工智能模型预计将在2025年为其谷歌云部门带来42亿美元的订阅收入。Justin Post 估计，这其中包括谷歌人工智能计划及其Google One服务的订阅用户带来的31亿美元收入。Justin Post 还预计，谷歌双子座人工智能功能与其Workspace服务的整合将带来11亿美元的收入，而他预计谷歌2025年的整体 AI收入将达到77亿美元。
谷歌的“One”订阅服务包含 Google Drive、Gmail 和 Google Photos 的云存储空间，并于 2024 年 2 月新增了每月 20 美元的“高级”套餐，其中包含访问谷歌各种 AI 模型的权限。谷歌声称，在该服务的 1.5 亿订阅用户中，“高级 AI 层级用户占了数百万”。虽然具体有多少百万尚无法估算——但这并不会阻止我去尝试计算。
假设 2025 年 31 亿美元的收入相当于每月 2.58 亿美元，那就意味着会有 1290 万 Google One 用户同时为高级 AI 套餐付费。这并非不可能——毕竟，OpenAI 也只拥有 1550 万付费用户——所以说 Justin Post 的假设过于慷慨。尽管如此，我们还是接受这些数字。
但这个数字真是糟糕透了！谷歌 11 亿美元的办公服务收入来自于对使用谷歌服务开展业务的用户强制涨价，这意味着如果不进一步压榨他们，这个数字很可能无法大幅增长。
750亿美元的资本支出，却带来了77亿美元的营收——而不是利润！真糟糕的数据！
Meta的 AI 收入：20 亿至 30 亿美元
我这么说肯定会有人生气，但我相信 Meta 只是在生成式人工智能上烧钱。Meta 并没有出售任何能够将大型语言模型货币化的产品，但现在每款 Meta 产品都内置了这种模型，比如你的 Instagram 私信会根据你的对话生成艺术作品。
尽管如此，由于版权侵权：Kadrey 诉 Meta 案，我们确实对 Meta 的说法有所了解。4月份未公开的判决书摘要显示，Meta 声称“GenAI 带来的收入将超过 20 亿美元”，预计最高可达 30 亿美元。同一份文件还称，Meta 预计到 2035 年总收入将达到 4600 亿美元至 1.4 万亿美元，这样的收入足以让你被铁球射向太阳。
Meta 99% 的收入来自广告，未公开的文件指出，它从其 Llama 模型中产生收入，并将继续从每次迭代中赚取收入，并且将从由这些公司托管的 Llama 模型用户那里获得一定比例的收入分成，其中涉案公司的名称已被隐去。TechCrunch 的作者 Max Zeff 介绍，Meta 列出了 AWS、NVIDIA、Databricks、Groq、戴尔、微软 Azure、谷歌云和 Snowflake 等托管合作伙伴，Meta有可能通过向这些公司授权来赚钱。遗憾的是，进一步讨论这些数字的附件已被密封归档。
特斯拉似乎并没有从生成式人工智能中赚钱
尽管特斯拉在七巨头中地位显赫，但它却是七巨头中受人工智能影响最小的公司之一，因为埃隆·马斯克把它变成了一个表情包股票公司。当然，这并不意味着马斯克没有涉足人工智能。
xAI 是一家开发大语言模型“Grok”并拥有 Twitter 剩余股份的公司。The Information 报道称，该公司每月烧钱 10 亿美元，年收入只有 1 亿美元，即每月约 833 万美元。特斯拉股东将投票决定投资 xAI，这很可能会发生，这将使马斯克能够继续从他的特斯拉股票中获得杠杆，直到公司下滑的销售额和品牌最终将他吞噬。
苹果的人工智能故事很奇怪
苹果显然是勉强进入人工智能领域的，现在面临着“在人工智能竞赛中落后”的传闻。这主要因为目前苹果是强行将生成式人工智能的功能引入人们的视野，而事实证明，人们并不真的想去总结文档、写电子邮件或制作“自定义表情符号”，任何认为自己会这么做的人都是外星人。
无论如何，苹果并没有在人工智能上孤注一掷，也没有为一个市场有限、只会亏损的产品投入两千亿美元建设基础设施。目前的资本支出也是最小的，只有约110亿美元。
综上所述可以看到，亚马逊、谷歌、微软、Meta、特斯拉这五大巨头正在为 NVIDIA 的未来增长故事提供资金，从而支撑美国股市。
需要说明的是，我并不是说七巨头中的任何一家都会倒闭——只是这五家公司在 NVIDIA GPU 上的支出很大程度上决定了美国股市的稳定性。如果其中任何一家公司（尤其是 NVIDIA）打个喷嚏，你的 401k 退休金计划或孩子的大学基金就会感冒。
我知道这听起来有些过于简单，但根据我的计算，NVIDIA 的市值支撑着美国股市约 8% 的市值。截至撰写本文时，它约占标准普尔 500 指数（美国 500 家最大上市公司的指数）的 7.5%。令人不安的是，Nvidia 88% 的收入来自主要用于生成式人工智能的企业级 GPU，其中五家公司的支出占其收入的 42%。如果其中任何一家公司对其在 NVIDIA 芯片上的投资做出重大调整，最终将对整个市场产生直接且重大的负面影响。
NVIDIA 的盈利实际上就是美国股市的信心，而一切都取决于五家公司购买 GPU 用于生成式 AI 服务或训练生成式 AI 模型。更糟糕的是，这些服务虽然让这些公司损失了巨额资金，却并没有带来多少收入，这意味着 AI 交易并没有带来任何真正的、有意义的收入增长。
但是这些公司说了一些关于 AI 增长点的事情
任何一家公司谈论“人工智能带来的增长”、“人工智能将取代哪些工作”或“人工智能如何改变他们的组织”都是在敷衍了事，避免告诉你这些服务实际上给他们带来了多少收入。如果他们真的靠这些服务赚了不少钱，实现了真正的增长，他们就不会只说这些了，他们会在你耳边喋喋不休地吹嘘他们赚了多少钱。
但事实并非如此，因为他们并没有大量收入，事实上，他们各自都毫无理由地投入了近千亿美元来建设庞大、耗电且昂贵的数据中心。
不要光说不练，要练练手。这些公司会说他们看到了人工智能带来的增长，但除非他们能真正向你展示并列举增长点，否则他们就只是在敷衍了事。
三、对照看，亚马逊AWS服务也曾被质疑，但后来盈利了
对我的质疑有一个回应是说：看看亚马逊，现代云基础设施的发明——亚马逊AWS虽然亏损了很多年，但后来赚钱了。
问题是，这种说法只是人们说的那些话之一，因为它听起来很合理。亚马逊确实亏了钱，而且AWS价格昂贵，这显而易见，对吧？
问题是，从来没有人真正向我解释过这一点，所以我终于要坐下来好好应对这些批评了，因为每个提到这一点的人都觉得自己能拔出石中剑，现在可以斩首我了。他们声称，因为过去人们质疑亚马逊——或者说，AWS在建设云基础设施时烧钱的速度。
我将同时讨论该论点本身以及其中的“他们”部分——因为如果该论点认为那些误解 AWS 的人不值得信任，那么我们就不应该再信任那些积极宣传我们所谓的生成式人工智能未来的人。
让我们回顾一下 1999 年 5 月 31 日的一篇文章，有些人可能会想到这篇文章：名为“亚马逊炸弹”，作者杰奎琳·多尔蒂 (Jacqueline Doherty) 因对亚马逊的“错误判断”而受到严厉嘲笑。
我想明确指出，亚马逊网络服务 (AWS) 直到 2006 年才推出，而亚马逊本身在 2003 年就实现了可靠的盈利。严格来说，亚马逊早在 2002 年就向开发者开放了Amazon.com 的网络服务，允许开发者将其内容整合到自己的应用程序中，但我们今天所称的 AWS——云存储和计算——却是在 2006 年推出的。
但是好吧，Jacqueline Doherty 到底说了什么？
不幸的是，对于贝索斯来说，亚马逊现在正进入一个投资者不再那么依赖他个人魅力，而是更加要求投资者回答一些棘手的问题的阶段，比如，这家公司什么时候才能真正盈利？亚马逊将如何战胜一大批财力雄厚、掌握新技术的新竞争对手？我们试图询问贝索斯，但他拒绝透露自己或公司其他高管的姓名。他可以无视《巴伦周刊》，但他不能无视这些问题。亚马逊去年营收 6.1 亿美元（相当于今天的 11.83 亿美元），亏损 1.25 亿美元（相当于今天的 2.426 亿美元）。今年第一季度，情况更加糟糕，营收 2.936 亿美元（相当于今天的 5.6982 亿美元），亏损 6170 万美元（相当于今天的 1.1975 亿美元）。
她的主要论点是，亚马逊在烧钱，面临着来自其他做类似事情的公司的激烈竞争，分析师也支持她的观点：
“先行者未必总能成功。在互联网世界，争当先头部队的重要性是一句咒语，但这是错误的。最高效的人才能成功，”一位零售分析师说道。“在零售业，任何人都可以打造一家外观精美的商店。难的是打造一家既美观又能赚钱的商店。”
在当时看来，这些论点很合理，尽管可能略显狭隘。他们的观点并非认为亚马逊正在构建的东西是个坏主意，而是亚马逊不会是构建它的公司。其中一位人士说道：
“一旦沃尔玛决定追赶亚马逊，就没有任何竞争对手了，”巴纳德零售趋势报告总裁库尔特·巴纳德宣称。“沃尔玛拥有亚马逊做梦都想不到的资源。”
简单来说：亚马逊的商业模式本身并没有问题。人们当时在网上买东西。事实上，当时正值互联网泡沫破裂前夕，人们对互联网的乐观情绪正处于顶峰。然而，两者的比较也就到此为止了——人们显然喜欢在网上买东西，但像WebVan这样的公司的商业模式却很糟糕。
接下来让我们来谈谈亚马逊AWS。AWS 是亚马逊自身基础设施的产物，为了应对亚马逊网站 (Amazon.com) 不断涌入的网络流量，亚马逊必须快速扩张。亚马逊网站已成为全球最受欢迎的网站之一，并且随着其销售书籍以外的产品而变得越来越复杂。其他公司都有自己的基础设施，但如果一家规模较小的公司想要扩张，基本上就需要自行构建。
亚马逊做的事情真的很酷！别忘了，那是21世纪初，Facebook、Twitter以及我们所知的许多现代互联网都运行在亚马逊AWS、微软Azure和谷歌云等服务上，那时还没有出现。它发明了现代云计算的概念。但我们在这里要讨论的是AWS 对亚马逊的危险以及人们对AWS的憎恨。
彭博社2006年11月的一篇报道谈到了杰夫·贝佐斯的“冒险赌注”，即“用他网站背后的技术来经营你的生意”，并称“华尔街想让他来管理这家店”。贝佐斯被称为“曾经的互联网海报男孩”，如今却成了“后互联网时代的皮纳塔”。然而，这篇文章却满足了那些讨厌我的人的期望：
然而，即使科技界人士对贝索斯的宏伟计划赞叹不已，它却不太可能在华尔街赢得太多拥护。在许多观察人士看来，它让人想起亚马逊的昔日幽灵。在互联网泡沫时期，贝索斯斥资数亿美元打造配送中心和计算机系统，并承诺最终将带来巨额回报。这为这家全球最大的网络零售商奠定了基础，预计今年的销售额将达到105亿美元。……所有这些都让投资者坐立不安，许多分析师也纷纷表示怀疑，贝索斯是否只是在四处寻找零售业务的替代方案。在27位跟踪该公司的分析师中，有11位给出了低于大盘或卖出的评级——这令人震惊地表明了他们对该公司股票的不信任。据投资顾问StarMine Corp.称，在大型公司中，只有Qwest Communications International Inc. (Q) 给出了如此多的卖出建议，甚至超过了陷入困境的福特汽车公司(Ford Motor Co.) (F) 8位给出的卖出建议。
很糟糕吧？亚马逊要完蛋了？那些分析师看起来都疯了！再来继续看看：
众所周知，亚马逊的新业务带来的收入微乎其微。尽管由于硬件和软件都已到位，亚马逊提供这些业务的直接成本似乎相对较低，但Stifel Nicolaus & Co. (SF) 分析师斯科特·W·德维特 (Scott W. Devitt) 指出：“在可预见的未来，这些项目中的任何一个都不会带来任何经济回报。” 贝索斯本人也承认了这一点。但鉴于多年来已经投入巨资，他已将这项业务作为长期优先事项。“我们认为，总有一天，这对我们来说会成为一项非常有意义的业务，”他说。“从历史上看，我们播下的种子可能需要三到七年的时间才能成熟。”
没错，持续的成本不是问题。斯科特·W·德维特 (Scott W. Devitt) 现在在 Wedbush 担任股票研究董事总经理，他曾表示，人工智能公司将在 2025 年进入一个新阶段……再看看这个：
第二阶段是“应用阶段，这将使软件公司和云提供商受益。然后，第三阶段最终将是面向消费者的公司弄清楚如何以能够真正推动与消费者增加互动的方式使用该技术。”
该分析师表示，AI 市场将在2025年进入第二阶段，预计软件公司和云服务提供商的股票将上涨。他还补充道，随着技术的发展，网络安全公司也可能受益。
Devitt 特别提到了Palantir、Snowflake和Salesforce，认为它们将“获益”。我在这些公司中都无法看到来自人工智能的实际收入，但Salesforce自己也表示，今年人工智能带来的收入不会增长。此外，根据 Autonomy Institute 最近的研究发现，Palantir最近在其公开披露的信息中增加了以下内容：
部署人工智能存在重大风险，我们无法保证在我们的平台和产品中使用人工智能会增强或有利于我们的业务，包括我们的盈利能力。
我想说的是，分析师可能会犯错！而且他们可能会犯大规模的错误！目前还没有分析师的共识与我一致。事实上，尽管成本大幅上涨且增长乏力，但大多数分析师似乎都对人工智能持乐观态度。
继续来看，这位不愿透露姓名的记者也为亚马逊网络服务 (AWS) 辩护：
更早之前，这些举措可能会为亚马逊的零售业务带来提振。首先，它们有可能将零售业务所需的闲置计算能力转化为利润中心。与大多数计算机网络一样，亚马逊的计算能力在任何时候都只利用10%的容量，只是为了应对偶尔出现的峰值。该公司的配送中心也是如此。保持配送中心以更高的容量运转意味着它们运营效率更高，还能为顾客提供更广泛的产品选择。亚马逊运送的商品越多，无论是自有库存还是其他供应商的库存，它就能与托运商达成更好的交易。
2015 年，也就是AWS开始盈利的那一年，摩根士丹利分析师凯蒂·休伯蒂 (Katy Huberty) 认为，亚马逊当时正处于“重大亏损”状态，并暗示亚马逊“技术和内容支出”中有 55 亿美元实际上是 AWS 支出，“负贡献为 13 亿美元”。
六个月前，也是这位分析师 Katy Huberty 曾宣称，“ 2025 年将是 Agentic AI 的一年，是企业大力采用 AI 的一年，也是 AI 赢家不断扩大的一年。”
目前来看， Katy Huberty 确实对 AWS 的预测有误。但撇开这一点不谈，这两者之间或许确实存在可比性。AWS确实造成了亚马逊的资本支出流失。福布斯的查克·琼斯（Chuck Jones）曾写道：
2014年，亚马逊的资本支出为49亿美元，较2013年的34亿美元增长了42%。该公司采购了各种各样的设备来支持和发展业务，包括仓库、机器人以及用于核心零售业务和AWS的计算机系统。虽然我不指望亚马逊透露用于AWS的具体金额，但我猜测这个比例应该不低，这意味着AWS需要为其投入的资本创造合理的回报。
以今天的货币计算，这意味着亚马逊在 2014 年为 AWS 花费了 67.6 亿美元的资本支出。假设每年都是这么多——事实并非如此，但我想举个例子，每个声称这是个陷阱的人——花费了 676 亿美元和十年（尽管有人可能会说是九年）的纯资本支出，才将AWS 转变为现在每季度盈利数十亿美元的业务。
这比亚马逊 2024 年的资本支出少了 154 亿美元，不到其 2025 年预计资本支出的十五分之一。需要明确的是，实际资本支出数字可能要低得多，但我想明确指出的是，即使考虑到通货膨胀，AWS 仍然是划算的，仅相当于亚马逊 2024 年或 2025 年支出的一小部分。
生成式人工智能和大模型，与AWS或更大的云计算热潮不同，因为生成式人工智能不是基础设施。有些人将大语言模型及其相关服务，与AWS、Azure 或谷歌云等服务进行比较，但他们这样做是错误的。
AWS 最初推出时，包含以下组件：例如亚马逊的弹性计算云 (EC2)，用户可以租用亚马逊服务器上的空间在云端运行应用程序；以及亚马逊简单存储 (S3)，这是一种企业级应用程序存储服务。简单来说，如果你提供基于云的服务，则需要使用亚马逊来存储服务所需的数据，并进行实际的云端处理（计算，就像您的计算机加载并运行应用程序，但最终交付给成千上万的用户）。
这是一个巨大的行业。仅AWS 一项，在 2024 年就创造了超过 1000 亿美元的收入。虽然微软和谷歌没有公布各自的云计算收入，但云计算同样占据了它们收入的很大一部分。微软过去也曾利用 Azure 来弥补增长不力的缺陷。
这些云服务也在销售其他基础设施。你不仅要为计算付费，还要为访问存储和低延迟提供服务的能力付费——这样用户无论身在何处都能获得流畅的体验。互联网的微妙魔力在于它能够正常工作，这很大程度上归功于云计算基础设施以及拥有庞大数据中心的主要供应商的垄断。在某种程度上，这比自己做要便宜得多（但是 Dropbox在规模扩大后放弃了AWS）。它还允许其他人负责硬件维护，并确保它真正送到你的客户手中。你也不必担心使用量激增，因为这些都是基于使用量的，你可以随时添加更多计算来满足需求。
当然，这些云服务背后存在着细微的差别——特定于安全的功能、特定于内容的交付服务、数据库服务。你购买的是基础设施提供商的基础设施，这些产品如此有利可图的原因部分在于你将问题和责任转交给了其他人。基于这一理念，你可以在其基础上构建多个产品类别，因为云服务的最终目的是让亚马逊、微软和谷歌为你运营基础设施。
尽管这些公司试图证明事实并非如此，但大语言模型及其相关服务是完全不同的，这源于一个非常简单的问题：为什么这些公司要建造这些巨型数据中心并在其中装满 GPU？
AWS 的诞生源于其必要性——亚马逊的基础设施需求如此巨大，以至于它实际上必须构建必要的软件和硬件，才能运营一个理论上可以向任何地方销售所有商品的商店，处理来自客户的流量，提供快速可靠地运行 Amazon.com 的软件，并且确保一切稳定运行。它不需要为人们运行 Web 应用程序提供理由——他们自己已经在运行 Web 应用程序了，但成本高昂、缺乏灵活性，而且需要专业技能。AWS 采用了人们已经在做的事情，并且有明确的市场需求，并对其进行了改进。最终，谷歌和微软也加入了竞争。
这似乎是与生成式人工智能唯一的相似之处——由于提供这些服务所需的数据中心和 GPU 的成本高得离谱，其他人基本上不可能进入市场。
然而，在此之后，生成式人工智能感觉更像是云基础设施的一个功能，而不是基础设施本身。AWS 和类似的超级云平台功能多样、灵活且多面。生成式人工智能就是生成式人工智能该做的，仅此而已。
你可以在 AWS 上运行许多不同的应用。使用大语言模型可以运行哪些不同的应用？有哪些不同的用例以及用户需求使其成为所谓的“下一个大热门”？
也许争论的焦点是，生成式人工智能是下一个 AWS 或类似的云服务，因为你可以在其他人的基础设施上建立下一个伟大的公司——比如 OpenAI 和 Anthropic 的模型，以及微软的服务器。
所以，好吧，我们也来幽默一下。你可以创建下一个伟大的人工智能公司，但你必须把它建在某个巨型云上，因为只有他们才有能力构建基础设施。
四、建立在大模型上的公司赚不了多少钱（事实上，它们可能都无利可图）
首先让我们确定几个事实：
- Midjourney ，它声称自己在 2022 年实现了盈利，但事实可能并非如此。
- 除了 OpenAI、Anthropic 和 Anysphere（开发 AI 编码应用程序 Cursor）之外，没有大模型公司（无论是在他人模型之上构建模型还是提供服务）的年收入（即月份 x 12）超过 5 亿美元，根据 The Information 的生成式 AI 数据库 （https://www.theinformation.com/projects/generative-ai），除了 Midjourney（2 亿美元 ARR）和 Ironclad（1.5 亿美元 ARR）和 Perplexity（刚刚宣布其 ARR 为 1.5 亿美元）之外，只有 12 家 AI 驱动的公司年收入达到 1 亿美元（或每月 830 万美元）。
- 虽然数据库中没有 Replit（最近宣布其年收入达到 1 亿美元），但为了公平起见，我将其纳入了我的计算中。其中两家公司已被收购——Moveworks（2025 年 3 月被 ServiceNow 收购）和 Windsurf（2025 年 7 月被 Cognition 收购）。
- 为了简单起见，我没有列出 Surge、Scale、Turing 和 Together 等公司，它们都是销售训练模型服务的咨询公司。
- 另外，有七家公司的 ARR 为 5000 万美元或更多（每月 416 万美元）。
这并不是说一亿美元对你我来说不算什么，但在SaaS或企业软件的世界里，这简直是九牛一毛。比如Hubspot 2024财年的收入为26.3亿美元。
三年过去了，生成式 AI 领域的公司——除了 OpenAI （截至 6 月初年收入 100 亿美元）和 Anthropic（截至 7 月份年收入 40 亿美元）之外，而且两家公司在扣除成本后每年都亏损数十亿美元——都面临三大问题：
- 以生成式人工智能为动力的企业似乎并不受欢迎……
- 那些稍微受欢迎的企业却极其无利可图……
- 甚至那些不太受欢迎的生成式人工智能业务也极其无利可图。
让我们先从 Anysphere 和它的AI编程应用 Cursor 说起，看看它5亿美元的年化收入。这相当棒，对吧？3月份，它的年化收入达到了2亿美元，6月份融资9亿美元后、年化收入又达到了5亿美元。这真是太棒了！
可惜，这只是海市蜃楼。Cursor 的增长源于其不可持续的商业模式，如今它不得不用不透明的服务条款、严格限制的模型访问权限以及费率限制来取代这种模式，这些措施实际上阻止了用户以他们习惯的价格使用产品。它的盈利能力极其低下，并且预示着生成式人工智能的未来走向。
Cursor 的 5 亿美元“年收入”来自于一款不再提供的产品，而 Anthropic/OpenAI 刚刚提高了价格，导致 Cursor 的成本大幅增加。
几周前，我写的文章提到 Cursor 在六月中旬对其服务做出的重大调整，并发现这些调整与 Anthropic（以及程度较轻的 OpenAI）的调整时间点恰好吻合，后者增加了“服务等级”和“优先处理”功能，用技术术语来说就是“如果您有大量客户或面临速率限制或服务延迟，请向我们支付额外费用”。这些价格调整也导致 Replit 等公司不得不对其定价模式做出不利于用户的重大调整。
我们来复盘看下：
- 2025 年 5 月 5 日左右 — Cursor 宣布完成一轮 5 亿美元的融资。
- 2025 年 5 月 22 日——Anthropic 推出 Claude 4 Opus 和 Sonnet，并于 2025 年 5 月 30 日增加服务层级，包括专门针对 Cursor 等缓存密集型产品的优先定价。
- 2025年5月30日——路透社报道称，Anthropic的“年收入达到30亿美元”，其“关键驱动力”是“代码生成”。这意味着每月收入约为2.5亿美元。
- 2025年6月9日——CNBC报道称，OpenAI的年化收入已达100亿美元。他们说的是“年度经常性收入”，但其实是年化收入。同一天，OpenAI 将其 o3 模型的价格降低了 80%，与 Claude 4 Opus 直接竞争。这是一次直接而激进的尝试，目的是迫使 Anthropic 提高价格，或试图强行进入其领域。
- 2025 年 6 月 16 日左右 — Cursor 更改其定价，增加每月 200 美元的新“超级”套餐，用其自己的话说，这是“通过与 OpenAI、Anthropic、Google 和 xAI 的多年合作实现的”，这意味着“多年的支出承诺，可以按月摊销”。
- 一天后，Cursor 大幅改变了其服务方式，改为“基于使用情况”的服务，用户获得的计算价值“至少”相当于其订阅费用——每月 20 美元，提供超过 20 美元的 API 调用次数，同时还享有任意速率限制和“无限制”访问 Cursor 自身的慢速模型的权利，而用户对此非常不满。
- 2025年6 月 18 日—— Replit 宣布提高“基于努力的定价”价格。
- 2025 年 7 月 1 日—— 《The Information》报道称， Anthropic 已达到“年收入 40 亿美元”的速度，这意味着它每月的收入为 3.33 亿美元，每月增加 8300 万美元，即在一个月的时间内增长了近 25%。
简单来说，Cursor 虽然募资了 9 亿美元，但为了继续与 OpenAI 和 Anthropic 做生意，很可能不得不将其中很大一部分交给它们，然后他们又立即修改了服务条款，让情况变得更糟。正如我当时所说：
虽然有些人可能认为 OpenAI 和 Anthropic 双双达成“年化收入”里程碑是个好消息，但你必须考虑这些里程碑是如何实现的。根据我的报道，我认为这两家公司实际上都在打“兴奋剂”，将巨额基础设施成本强加给大客户，以此来弥补自身模型不断增长的成本。这种情况没有其他解读方式。通过进行这些改变，Anthropic 故意让其最大客户更难开展业务，通过让 Cursor 的产品变得更糟来创造额外收入。这种特殊情况令人作呕的是，Cursor 的客户是高兴还是难过并不重要——他们就像 OpenAI 的企业优先访问 API 一样，需要长期承诺，作为其分层访问计划的一部分，每秒需要至少 Token 吞吐量。如果 Cursor 的客户减少，OpenAI 和 Anthropic 仍然可以获得分成，而如果 Cursor 的客户以某种方式超出了这些承诺，他们要么仍然会受到费率限制，要么 Anysphere 将承担更多成本。
Cursor 是规模最大、最成功的生成式 AI 公司，而这些对其产品进行的激进且孤注一掷的修改表明：1）其产品严重无利可图；2）其当前的增长源于其提供的并非其长期目标产品。Cursor误导了客户，因此其目前的收入极不可能维持在目前的水平。
更糟糕的是，两周前离开 Cursor 的两名 Anthropic 工程师刚刚回到了 Anthropic。这表明，他们在 Cursor 看到的一切并不足以吸引他们留下来。
正如我所说：
虽然 Cursor 可能已经筹集了 9 亿美元，但真正拿到这笔钱的是 OpenAI、Anthropic、xAI 和谷歌。目前，还没有盈利的企业级 AI 初创公司，Cursor 和 Replit 的新定价模式也不太可能带来帮助。现在与这些公司做生意的新条件是——敲诈勒索，要么付费获得优先使用权或“层级”，要么面临不确定的延迟或速率限制。任何初创公司想要扩展到“企业级”生成式 AI 集成（在这种情况下，任何需要一定服务正常运行时间的项目）都必须承诺最低使用期限和Token吞吐量，这意味着创办一家真正获得市场吸引力的 AI 初创公司的成本大幅上涨。虽然有人可能会说“哦，也许你不需要优先使用权”，但这里的“需要”完全由 Anthropic 和 OpenAI 以完全不透明的方式判断。他们可以——而且肯定会 — 限制对系统要求过高的公司，事实证明他们已经多次对 Cursor 采取了这种措施。
为什么这个很重要？很简单：如果生成式人工智能不能实现SaaS，它就没有商业模式。
我知道SaaS这个词可能有点无聊，但这却是目前生成式人工智能真正能赚钱的唯一领域。依赖计算的行业发展离不开购买数百或数千个席位的公司，如果没有这种增长，它们就无法发展。
给你一些背景信息，Netflix 每年的订阅收入约为 390 亿美元，Spotify 约为 180 亿美元。它们是全球最受欢迎的消费软件订阅服务——而OpenAI 拥有 1550 万订阅用户，这意味着它无法依靠这些订阅用户实现足以让公司价值达到 3000 亿美元（甚至更多）的增长。
目前，Cursor 是一家利用生成式人工智能蓬勃发展的公司，而它的快速增长似乎是通过巨额亏损销售产品实现的。如今，Cursor 的产品表现明显更差，其 Reddit 上也充斥着对公司变革感到愤怒的人。
简单来说，人们提到 Cursor 是为了证明初创公司可以通过在 OpenAI 和 Anthropic 的模型上构建产品来赚钱，但事实是，实现这一目标并实现增长的唯一途径就是大量烧钱。虽然有人说 Cursor 的“客户上瘾了”，但事实显然并非如此，这也不是真正的商业模式。
这个故事还表明，Anthropic 和 OpenAI 是其客户的最大威胁，并且会积极寻租并惩罚他们的成功案例，希望从中掠夺尽可能多的东西。
说白了，Cursor 的增长故事就是个谎言。它靠着销售一款自己已经卖不起的产品，实现了 5 亿美元的年化营收，这说明其自身业务以及所有编程初创公司都存在实质性的弱点。
五、真正的消费者人工智能初创公司在哪里？
是 Perplexity 吗？
Perplexity 目前的年收入只有 1.5 亿美元！2024 年，它把 167% 的收入（5700 万美元，而当时的收入是 3400 万美元）花在了 Anthropic、OpenAI 和亚马逊的计算服务上！它亏了 6800 万美元！
更糟糕的是，它根本没有盈利的途径，甚至都不算什么新鲜玩意儿。它就是个搜索引擎！“专业吹牛大王”亚历克斯·希思（Alex Heath）刚刚采访了Perplexity 首席执行官阿拉温德·斯里维纳斯（Aravind Srivinas）。当被问及 Perplexity 如何盈利时，Srivinas的回答仿佛中了风：
我再举个例子。你想在Meta、Instagram上投放广告，你想看看类似品牌的广告，拉取这些广告，研究一下，或者看看 AdWords 上一百个不同关键词的定价，然后想办法给你的产品定价，让它更有竞争力。这些任务绝对可以为你节省大量时间，甚至可能让你比自己做更有套利空间，因为人工智能能做的远不止这些。而且，如果规模化之后，它能帮你赚几百万美元，那么花2000美元买这个广告难道不划算吗？真的划算，对吧？所以我认为，我们将能够通过比浏览器聊天机器人更有趣的方式实现盈利。
还有别跟我提“AI浏览器”，抱歉，这根本不算什么商业模式。这东西怎么盈利啊？这些产品到底能干啥？哦，它们连自动接收 LinkedIn 邀请都搞不好？感觉就像上帝亲自保佑了我的电脑似的。有什么大不了的。
无论如何，看起来你似乎无法真正建立一家能够做出任何接近真正公司业绩的消费级 AI 初创公司。我想，除了 ChatGPT 之外，应该没有其他选择吧？
六、生成式人工智能SaaS市场规模较小，增长空间不大，且看不到利润
可以说，生成式人工智能领域出现问题的最大迹象就是我们使用“年化收入”，正如我反复提到的，这意味着将一个月的收入乘以 12，然后说“这就是我们的年化收入“。
这个数字的问题在于，人们会取消订阅。虽然你的6月份业绩可能很好，但如果在某个糟糕的月份（由于服务条款变更）有10%的用户流失，你的年收入就会损失一大笔。
但最糟糕的迹象是，没人公布月度数据，主要是因为月度数据实在太差劲了！ 1亿美元的年化收入，每月只有833万美元。举个例子，AWS 在成立两年后的2008年就达到了1.89亿美元（每月1575万美元）的收入，虽然直到2015年才实现盈利，但实际上在2009年就实现了收支平衡，尽管之后几年它一直在投资现金用于增长。
目前，没有一家生成式人工智能软件公司盈利，也没有一家显示出之前“大型”软件公司那种高速增长的迹象。虽然 Cursor 严格来说是“史上增长最快的SaaS ”，但它的定价几乎是虚假的。你可以把它粉饰成“增长阶段”或“价格上涨（顺便说一句，它并非如此，通常价格变动会带来盈利，但Cursor并没有盈利）”，但Cursor撒了谎。它就其产品的长期前景向公众撒了谎，其目前的定价是否可持续甚至尚不明朗。
除了 Cursor 之外，还有哪些其他软件初创公司？
每个人都喜欢谈论企业搜索公司 Glean：一家使用人工智能从公司文件和文档中搜索并生成答案的公司。
2024年12月，Glean 融资2.6亿美元，并自豪地宣称其手头现金超过5.5亿美元，且“年度经常性收入（ARR）增长速度位居行业前列”。几个月后的2025年2月，Glean 宣布其“在2025财年第四季度实现了1亿美元的年度经常性收入，巩固了其作为增长最快的SaaS初创公司之一的地位，并反映出对人工智能驱动的职场智能的需求激增”。在这种情况下，ARR 的含义可能千差万别，因为它似乎是基于季度的——我猜，这意味着它可能是一年最后三个月的平均值吧？
到了2025 年 6 月，Glean 宣布已完成新一轮融资，此次融资金额为 1.5 亿美元，并且令人不安的是，该公司补充说，自上一轮融资以来，其“ARR 已超过 1 亿美元”。
一年才过去五个月，你的月收入还是一样的？这太糟糕了！这太糟糕了！
还有，那 5.5亿美元现金去哪儿了？Glean为什么需要更多？等等，Glean 是在2025年6月18日宣布加价的，比 Cursor 提价晚了两天，而Replit也在同一天宣布了类似的加价。
这几乎就像由于Anthropic 的服务层 和OpenAI 的优先级处理的引入而导致其价格大幅上涨。
我猜是这样的，但所有这些公司都在同一时间筹集资金，这难道不奇怪吗？
七、世界上没有独一无二的生成式人工智能公司，而且基于技术构建护城河几乎是不可能的
如果你观察一下目前生成式人工智能公司所做的事情（请注意，以下内容并非质量晴雨表），它可能会做以下事情之一：
- 聊天机器人，你可以向它提问，也可以与它“交谈”，其中包括客户服务机器人
- 搜索、总结或比较文档，随着文档的复杂程度或需要比较的文档数量的增加，这包括能够对文件“提出问题”
- 网页搜索
- “深度研究”——指生成文档的长篇网络搜索
- 生成文本、图像、语音，或者在极少数情况下生成视频
- 使用生成式人工智能来编写、编辑或“维护”代码
- 转录
- 翻译
- 照片和视频编辑
除了 OpenAI 或 Anthropic 之外，每一家生成式 AI 公司都会做其中的一项或几项，我的意思是每一家都做，这是因为每一家生成式 AI 公司都使用大语言模型，而这些模型的功能本身就存在局限性。LLM 可以生成、搜索、编辑（某种程度上！）、转录（有时很准确！）以及翻译（通常不太准确）。
因此，一家公司很难打造出独一无二的产品。尽管 Cursor 很成功，但它最终不过是一系列系统提示、一个用户讨厌的自定义模型、一个用户界面以及与 OpenAI 和 Anthropic 模型的连接。这两家公司都有竞争产品，并从 Cursor 及其竞争对手那里赚钱。在 Cursor 调整服务几周后，亚马逊和字节跳动就发布了类似的产品，这些产品大多做着同样的事情。当然，它们的设计方式略有不同，但设计并非护城河，尤其是在高成本、负利润的行业中，你唯一的增长途径就是提供一款你无力维持的产品。
你可以构建的唯一其他护城河是你提供的服务，当你的服务依赖于大语言模型时，该服务依赖于模型开发人员，在 OpenAI 和 Anthropic 的情况下，他们可以简单地克隆你的初创公司，因为唯一有价值的知识产权是他们的。
你可能会说“好吧，其他人也没什么想法”，对此我完全同意。我的“Rot-Com泡沫”理论表明，我们已经没有超速增长的想法了，而且，我认为我们也已经没有与大语言模型相关的想法了。
说到这儿，我想问一下：有没有一些优秀的公司可以不在大语言模型的基础上发展？我不是指添加相关的功能，而是指一家真正销售人们大规模购买的产品的人工智能公司，而且这种产品的名字不叫 ChatGPT。
八、已建立的大语言模型只是一种拐杖
在以往的科技繁荣时期，公司会创建自己的“大模型”——自己的基础设施，或者使自己有别于其他公司的东西。但生成式人工智能的繁荣改变了这种状况，因为训练自己的模型既非常昂贵，又需要大量的基础设施。
因此，这种“繁荣”很大程度上是由几家公司（说实话，实际上只有两家）让其他公司尝试为他们构建功能性软件。
1、OpenAI 和 Anthropic 是其客户的弱点
我想补充一点：归根到底，OpenAI 和 Anthropic 对他们的客户不利。他们的模型很受欢迎（我的意思是，他们客户的客户也希望能够访问这些模型），这意味着 OpenAI 和 Anthropic 可以根据当天的感受随意调整价格、服务可用性或功能（就像他们对 Cursor 所做的那样）。不相信吗？比如此前 Anthropic 切断了对 AI 编码平台 Windsurf 的访问权限，因为它当时看起来可能会被 OpenAI 收购。
即使以大型科技公司的标准来看，这也太糟糕了。这些公司还会再次犯同样的错误。
2、用例有限是因为大语言模型都非常相似
由于所有大语言模型需要的数据量远超以往，它们基本上都必须使用相同的数据，要么从互联网上获取，要么从几家公司（ Scale、Surge、Turing、Together 等）购买。
虽然它们可以获得定制数据或进行定制训练/强化学习，但这些模型都是基于 Transformer 的，而且功能都大同小异，唯一的区别在于训练，这并没有让它们有太大区别，只是在已有功能上有所提升而已。
3、成本过高，无法在其上建立可持续发展的业务
我已经提到了 OpenAI 和 Anthropic 的成本，以及 Perplexity 仅靠区区 3400 万美元的收入却向 Anthropic、亚马逊和 OpenAI 支付了超过 5000 万美元的账单。这些公司的运营成本太高，而且它们的功能无法带来足够的利润，因此缺乏存在的意义。
问题不仅在于定价，还在于其难以预测的程度。正如 Matt Ashare 去年在 CIO Dive 上撰文所述，生成式人工智能让许多公司的日子不好过，因为高级用户的成本大幅飙升，而且几乎没有办法降低成本。公司管理云账单的方法之一是保持一定程度的可预测性——然而，随着新模型的不断涌现以及随之而来的新产品需求，这一点很难做到，尤其是在这些模型的后续迭代成本可能（而且确实）更高的情况下。
因此，人工智能公司很难真正制定预算。
九、AI公司利用“Agent”，欺骗客户和投资者
“Agent”一词是我整个职业生涯中见过的最恶劣的欺诈行为之一。
当你听到 Agent 这个词时，你应该想到一种可以在没有监督的情况下去做一些事情的自主人工智能，在这个过程中取代某人的工作，而公司一直在追求它们，突破良好品味和金融犯罪的界限。
其中最令人震惊的是 Salesforce 的“ Agentforce ”，它允许你“大规模部署人工智能代理”，并“为每个员工、部门和业务流程带来数字化劳动力”。这简直是赤裸裸的谎言。Agentforce 是一个该死的聊天机器人平台，它用于启动聊天机器人，有时它们可以接入 API 来访问其他信息，但根据任何合理的定义，它们既不是自主的，也不是 Agent 。
Salesforce 不仅实际上不销售 Agent，其自身的研究还表明，Agent 在单步任务中的成功率仅为 58% 左右。用 The Register 的话来说，单步任务是指“一步即可完成，无需后续操作或更多信息”的任务。而对于多步骤任务——也就是大多数任务——他们的成功率只有令人沮丧的 35%。
上周，OpenAI 宣布了自己的“ChatGPT Agent”，据称它可以在“虚拟计算机”上“执行任务”。在其演示中，该Agent 花了大约 21 分钟的时间，制定了一份婚礼计划，其中包含目的地、一个模糊的日历和一些西装选项，然后还展示了一个预先准备好的演示，其中 Agent 正在准备一份如何参观美国大联盟球场的行程。在这个例子中，Agent 花了 23 分钟，制作出了我这辈子见过的最令人困惑的地图。
它还错过了东海岸的大联盟球场——包括洋基体育场和芬威球场——却在墨西哥湾中部随机增加了一座球场。那是什么球队？深水地平线魔鬼队？北达科他州有棒球队吗？
我还应该明确指出，这是一个预先准备好的例子。正如所有基于大语言模型的产品一样——没错，这就是它，即使 OpenAI 不愿透露具体是什么模型——结果也千差万别。
Agent 很难实现，因为任务本身就很难，即使这些任务可以由CEO认为愚蠢的人完成。OpenAI 似乎正在做的是使用虚拟机来运行其模型触发的脚本。无论它运行得多么好（况且目前它运行得非常糟糕且不稳定），它的成本也可能非常高昂。
无论如何，你看到的每一家使用“Agent”这个词的公司都在试图误导你。Glean的“ AI Agent”是一些具备“if-this-then-that”功能的聊天机器人，它们使用 API（不同软件服务之间的连接器）触发事件，而不是采取实际行动，因为这不是 LLM 能够做到的。
ServiceNow 的 AI Agent 号称“能够自主主动地代表您行动”，尽管它们声称自己“超越了‘更优秀的聊天机器人’”，但归根结底，它们仍然是使用 API 并通过“if-this-then-that”函数触发不同事件的聊天机器人。有时，这些聊天机器人还可以回答人们可能提出的问题，或在某个地方触发某个事件。哦，对了，这两者是一回事。
我们目前最接近“Agent”的就是编程Agent，它可以列出你在软件项目中可能要做的事情，然后在你要求的时候生成代码并将内容推送到 Github，而且它们可以“自主”地完成这些工作，也就是说，你可以让它们运行任何你认为合适的任务。我说“要求它们”或“运行它们”，是指这些 Agent 根本不具备智能，如果任其肆意妄为，只会把一切都搞砸，并带来一大堆额外的工作。此外，一项研究发现，人工智能编码工具会使工程师的工作效率降低 19%。
然而，这些产品都不是自主 Agent，任何使用 Agent 一词的人可能都是指“聊天机器人”。目前这一说法之所以有效，是因为媒体不断重复这些公司所说的一切。
十、每个人都在生成式人工智能上亏钱，没有人盈利
我意识到我们在这里走了一条风景优美的路线，但我需要在这里打下基础，因为我确实感到震惊。
根据瑞银 6 月 26 日的一份报告，运营生成式人工智能服务的上市公司从人工智能中赚取的利润少得可怜：
ServiceNow 使用“2.5 亿美元 ACV”（即年度合同价值）或许是我见过的对收入较为诚实的解释之一，这使得他们在 AI 收入领域名列前茅。除非你仔细想想，这些合同是不是 AI 专项合同。又或者，这些合同是否包含非 AI 内容呢？嗯，谁在乎呢。这些为期一年的合同也可能会变动，而且根据 Gartner 的数据，到 2027 年底，超过 40% 的“AI Agent”项目将被取消。
另外，你得嘲笑 Adobe 和 Salesforce，他们俩都把生成式人工智能说得天花乱坠，但年化收入却只有 1 亿美元左右。太可悲了！这根本不是什么未来主义的数字！它们根本算不上产品类别！而且这些数字似乎都没算成本。
十一、OpenAI 对科技行业构成系统性风险
OpenAI 和 Anthropic是生成式人工智能行业的领军企业，极不稳定且不可持续，但对人工智能市场的持续发展至关重要。
我还没有真正花时间研究我最喜欢的话题——OpenAI 对科技行业构成系统性风险。
先回顾一下：
- OpenAI 和 Anthropic 每年在盈利后都亏损数十亿美元，它们的故事与历史上任何其他初创公司都不一样，无论是 Uber 还是AWS。
- 软银仅仅为了投资 OpenAI 一次，就将自己置于困境。这笔交易威胁到了软银的信用评级，因为软银不得不承担多笔贷款，以支付 OpenAI 400 亿美元融资轮中剩余的 300 亿美元。而且OpenAI 的这轮融资尚未结束，事实上，OpenAI 仍在持续融资。这还没有考虑到软银同意向星际之门数据中心项目投入的另外 190 亿美元，而软银目前并没有可用的资金。
- OpenAI 已承诺向星际之门数据中心项目提供 190 亿美元资金，如果没有软银的资金，OpenAI就无法获得这笔资金。再说了，软银和 OpenAI 目前都没有足够的资金来支持《星际之门》。
- OpenAI 必须在 2025 年底前转为营利性机构，否则将损失剩余 300 亿美元资金中的 200 亿美元。如果到 2026 年 10 月还不能转为营利性机构，其现有资金将转为债务。OpenAI 要求微软做出显著且不合理的让步，但微软拒绝让步，并准备放弃转为营利性机构所需的谈判。
- OpenAI 没有盈利途径，其未来与 Anthropic 一样，依赖于风险投资家和大型科技公司的持续资金流入，而他们也必须继续扩大基础设施。
Anthropic 的情况类似，但略好一些——今年预计亏损 30 亿美元，营收 40 亿美元。它同样没有盈利的途径，最近还抬高了其最大客户 Cursor 的价格，并且在允许用户消耗 100% 甚至 10,000% 的收入后，不得不对 Claude Code 进行限制。这是一家走投无路的公司所为。
尽管如此，据我估计，OpenAI 和 Anthropic 的收入仍旧占生成式人工智能行业总收入的一半以上。需要明确的是：这两家占据了所有生成式人工智能收入约一半的公司却仍在亏损。
我之前已经多次说过这个，所以我不再赘述，但整个人工智能行业最重要的公司必须在年底前转型，否则它实际上已经死了。即使它做到了，它每年也要烧掉数十亿美元，如果没有持续的资金支持，它最终会倒闭。它没有盈利的途径，任何告诉你盈利途径相反的人都是骗子或幻想家。
更糟糕的是，除了 OpenAI………还有什么呢？
十二、人工智能尚未真正普及，也未带来显著收入
正如我今年早些时候所写，生成式人工智能服务或产品目前并没有大规模应用。ChatGPT 每周拥有 5 亿用户，而其他服务似乎很难获得 1500 万用户。虽然每周 5 亿用户听起来——公平地说——令人印象深刻，但将产品作为工作一部分使用的人，和摆弄图像生成器的人，或者试图在作业中作弊的大学生，之间有着天壤之别。
这在很多层面上都令人担忧，其中最主要的是，每个人都在谈论人工智能三年了，每个人在每一次收益和媒体露面以及令人筋疲力尽的博客文章中都提到“人工智能”，但我们仍然无法拼凑出一个正常运转的行业所需的一切。
我知道你们中的一些人可能会读到这篇文章并指出自己是 ChatGPT 的用户，我在这里引用自己曾经写过的关于OpenAI和ChatGPT的：
“据称，它每周有5亿活跃用户——而根据最新统计，付费用户只有1550万。这转化率简直惨不忍睹，甚至在你意识到真正的转化率是月活跃用户之前。顺便说一句，任何一家真正的软件公司实际上都是这样定义其指标的。
为什么这令人印象深刻？因为它发展迅速？它实际上拥有比历史上任何一家公司都更强大的公关、更强大的市场营销、更强大的关注度以及更广阔的销售机会。三年来，每个行业都被告知要考虑人工智能，而这都归功于一家名为 OpenAI 的公司。自Google或Facebook以来，没有任何一款产品承受过如此巨大的媒体压力，而且这两家公司在创立之初都没有像我们今天这样拥有如此庞大的媒体（和社交媒体）资源。
ChatGPT 是一款非常成功的增长产品，但同时也是一门绝对令人恐惧的生意。OpenAI 就像一个无法独立运作的“香蕉共和国”，它既不像 Uber、AWS，也不像 WeWork等过去的任何其他企业。
除了 ChatGPT 之外，真的没有其他东西了。”
十三、生成式人工智能确实“有所作为”，但人工智能的市场营销主要基于谎言
在结束之前——我很累，我想你们也一样——我想谈一些事情。
是的，生成式人工智能确实具备功能性。目前已经有一些人们喜欢并愿意付费的编程产品和搜索产品。正如我上面所讨论的，这些公司目前都还没有盈利，而且除非其中一家能够盈利，否则基于生成式人工智能的公司都不能算作真正的企业。
无论如何，问题并不在于LLM “什么都不做”，而是人们谈论他们做他们做不到的事情。
- 使用“Agent”一词是为了故意暗示LLM是自主的。
- 所有关于人工智能取代人类工作的故事，都是为了抬高股票估值，并暗示大模型能够大规模取代人类工人而故意操纵。
- 对“AGI”一词的讨论试图表明大语言模型可以创造有意识的智能，这是一个虚构的概念，Meta 的首席人工智能科学家表示，它不会通过扩大 LLM 规模来实现。
- 媒体成员们：每次你们谈到“他们付钱给真正聪明的工程师”时，要知道你们是在为这些公司做营销，而实际情况是，人们向那些将在追求完全未经证实的概念的团队中工作的人支付数千万美元。
- “奇点”一词的使用同样具有操纵性。
- 使用关于模型“撒谎、欺骗和偷窃以达到目标”或“阻止自己被拒绝”的故事是故意欺骗的，因为这些模型可以（而且显然）被促使采取这些行动。
- 需要明确的是，这里的操纵性暗示是这些模型在某种程度上是自主的或有意识的，但事实并非如此。
我相信，生成式人工智能市场是一个价值 500 亿美元的产业，但却被伪装成 1 万亿美元的产业，而媒体正在为其提供帮助。
十四、AI行业目前完全依赖于 GPU，因此极其脆弱
正如我之前详细解释的那样，人工智能交易并非基于收入、用户增长、工具效能或任何技术突破的意义。股票的走势并非基于它们是否在人工智能上赚钱，因为如果赚钱，股价就会下跌。然而，由于人工智能交易基于市场情绪的本质，一些公司正从媒体莫名其妙地将增长归功于人工智能中获益，尽管媒体并没有证据证明这一点。
OpenAI 是一家糟糕的公司，唯一比 OpenAI 更糟糕的是那些建立在它之上的公司。大语言模型运行成本过高，而且除了我之前提到的那些之外，其能力也十分有限。而且，由于每个人运行的模型在某种程度上都做着相同的事情，因此人们很难在这些模型上构建真正创新的产品。
最终，整个人工智能交易都取决于 GPU。
CoreWeave 最初由 NVIDIA 资助，其 IPO 部分资金来自 NVIDIA，NVIDIA 是其客户之一。CoreWeave 以从 NVIDIA 购买的 GPU 为抵押发行债券，用于构建更多数据中心，同时还用这笔钱从 NVIDIA 购买 GPU。我并非在煽风点火或歇斯底里——这确实是正在发生的事情，也是 CoreWeave 的运作方式。如果你对此不感到震惊，我真不知道该说什么了。
另外，甲骨文正在为尚未成型的星际之门数据中心项目购买价值 400 亿美元的 GPU，而Meta 正在建设一个曼哈顿大小的数据中心，以填充 NVIDIA GPU。
OpenAI 是微软最大的 Azure 客户——这在多个层面上都是一个极其冒险的提议，不仅因为它以成本价服务于收入，还因为微软高管在 2023 年投资 OpenAI 时认为长期来看会失败——而微软是 NVIDIA 最大的 GPU 客户，这意味着微软未来对 OpenAI 的兴趣发生任何变化，例如减少其数据中心扩张，最终都会影响 NVIDIA 的收入。
你认为 DeepSeek 为什么会震惊市场？并不是因为它在训练技术方面有什么不着边际的故事。而是因为它告诉市场，NVIDIA 可能永远无法在每个季度都卖出更多的 GPU。
微软、Meta、谷歌、苹果、亚马逊和特斯拉都没能从人工智能领域赚到多少钱——事实上，他们从中赚取了少量的收益，却损失了数十亿美元。他们的股价上涨并非源于实际收入，而是“成为一家人工智能公司”的氛围。然而，如果没有用户、资金或产品的支持，这根本毫无意义。
所以，实际上，一切都取决于NVIDIA销售GPU的能力，而坦白说，这个行业目前的存在只是为了销售GPU。生成式AI产品无法带来显著的收入增长，其产品也无法释放巨大的商业价值，而即使有一些产品被采用，其运营成本也惨不忍睹。
十五、关于AI，我很惊慌
我意识到我已经向你提出了很多问题，并且今年第二次写了我写过的最长的东西。但我需要写下这些，因为我真的很担心。
我们正处于泡沫之中。如果你不认为我们正处于泡沫之中，那你就没有放眼世界。阿波罗管理公司（Apollo Management）全球首席经济学家托尔斯滕·斯洛克（Torsten Slok ）上周曾说过。好吧，他说的更糟糕：
Torsten Slok 在最近一份在社交媒体和金融圈广泛传播的研究报告中写道：“20 世纪 90 年代的 IT 泡沫和今天的人工智能泡沫之间的区别在于，如今标准普尔 500 指数中排名前 10 的公司比 20 世纪 90 年代估值过高。”
我们正身处泡沫之中。生成式人工智能并没有像宣传的那样，它实际上能做的事情并非创造商业回报、实现劳动力自动化，或者仅仅扩展一个云软件平台而已。没有钱，没有用户，每家公司似乎都在亏损，有些公司亏损严重，以至于无法预知它们的生存之道。
更糟糕的是，这场泡沫完全是象征性的。金融危机的救助重点是那些因资金耗尽而倒闭的银行和基金，而不良资产救助计划（TARP）的存在就是为了用低息贷款来填补这些漏洞。
这里几乎没有什么漏洞需要填补，因为即使 OpenAI 和 Anthropic 不知何故成为了永远的烧钱大户，人工智能行业的存在也依赖于 GPU 持续增长的销售和使用。资本有限，用于实际部署 GPU 的数据中心数量也有限，此外，到某个时候，七大巨头之一的增长速度会放缓，届时他们就必须降低那些让他们损失惨重的领域（比如生成式人工智能）的成本。
十六、推理的成本不是正在下降吗？
你或许会说，目前 AI推理的成本不是正在下降吗？
这是毫无证据的！Token 成本下降和推理成本下降不是一回事！每个人都这么说，只是因为有人曾经这么说过！你没有证据！我还有更多证据！
虽然理论上可能如此，但所有证据都表明，更大的模型需要花费更多的钱，尤其是像 Claude Opus 4 这样推理能力较强的模型。推理并不是唯一发生的事情，如果这是你的一种反应，那么你就是一个大笨蛋，当你看到科技高管或听到我的名字时，你应该继续发出吱吱的声音。
十七、那用 ASIC 怎么样？
目前关于成本下降，还有一个论点是，这些公司将使用 ASIC（针对特定操作的定制芯片）来减少他们的支出。
我的一些想法：
- 什么时候？
假设OpenAI 和博通真的在 2026 年打造出他们的 ASIC（他们可能还做不到？），他们会打造多少颗？他们是否与能够真正生产高性能芯片的公司签订了合同？
目前只有三家公司（三星、台积电，以及目前已获得批准的中芯国际），而且这些公司通常都会提前预定产能。即使开始生产一款半导体产品，也可能需要数周时间。他们准备好服务器架构了吗？他们测试过了吗？它能用吗？性能真的好吗？微软至今未能打造出一款可行、可靠的 ASIC。OpenAI
- 有何特别之处？
制造这些芯片需要大量资金，而且它们尚未证明在 AI 计算方面优于 NVIDIA GPU。即使它们能证明，它们会改造每个数据中心吗？它们能生产足够多的芯片吗？
如果这真的发生了，那人工智能行业就真的完蛋了。NVIDIA 的 GPU 还得卖！
我之所以担心，是因为尽管存在这些显而易见、残酷且几乎无法解决的问题，但每个人都装作人工智能发展得很好。《纽约时报》声称每个人都在用人工智能做所有事情——这简直是赤裸裸的谎言，它的存在是为了支撑一个根本未能实现其承诺的创新或回报的行业，却仍然受到科技和商业媒体的热烈报道，而这些媒体却不愿正视现实，不愿正视天空一片通红、青蛙到处飞舞的事实。
除了青蛙事件之外，我甚至没有夸大其词。放眼人工智能行业，处处情况愈发糟糕——没有收入，数十亿美元被烧掉，没有护城河，没有基础设施建设，除了互联网泡沫和WeWork之外，历史上没有其他可比案例，还有一系列由权贵和害怕违背市场共识的媒体人士散布的弥天大谎。
更糟糕的是，尽管 NVIDIA 实力雄厚，但它却是市场的弱点，这其实并非 NVIDIA 的错。黄仁勋销售 GPU，人们想购买 GPU，而现在市场上的其他公司正积极地依赖一家公司，向其投入数十亿美元，希望他们购买的产品能够为他们带来利润。
这真是太荒谬了。AI 交易的核心是 GPU，一旦安装，就会立即开始让相关公司亏损。大语言模型烧钱打造的产品，却回报为负，而且所有产品都以同样的方式运作。
如果你要说我错了，那就坐下来仔细想想原因。是因为你不想让我说对吗？是因为你觉得“这些公司会解决的”吗？这跟 Uber、AWS 或其他任何情况都不一样。它本身就是一个怪物，一个建立在一家公司之上、创意枯竭的科技行业造成的傲慢和无知的产物。
我之所以用这种咄咄逼人的语气写作，是因为在过去近两年的时间里，我一直被迫以一种任何人工智能“乐观主义者”都不会用的方式反复解释自己，我承认我对此很不满。我已经写了几十万字，被引用了数百次，但直到今天，仍然有人声称我的分析存在缺陷，我遗漏了一些东西，我未能论证我的观点。
唯一未能证明这一点的人是那些人工智能乐观主义者，他们仍然声称这些公司正在制造“强大的人工智能”。一旦这个泡沫破灭，我将要求他们道歉。
十八、我不喜欢目前正在发生的事情
我喜欢以个人对事物的想法来结束文章，因为我是一个情绪化且过于诚实的人，而且我非常喜欢写作。
然而，我并不喜欢长篇大论地告诉你一切有多么脆弱。理想的科技行业应该建立在创新、收益和基于实际商业回报的真正增长之上，这些增长能够帮助人类变得更好，而不是彻头彻尾地谎称要取代人类。生成式人工智能所做的一切都表明，市场和媒体对取代人类劳动力有着多么强烈的渴望——是的，媒体也一样。我真心相信，很多记者在撰写达里奥·阿莫迪（Dario Amodei）关于未来几年白领工人将被解雇、取而代之的是永远不会存在的“代理人”的恐怖报道时，会感到由衷的兴奋。
我所讨论的一切都是我在 2023 年撰写的“腐败经济”论文的产物——不惜一切代价追求增长的心态驱使每家科技公司都专注于提高季度收入，即使产品很烂，或者利润微薄，或者在生成式人工智能的情况下，两者兼而有之。
大语言模型（更具体地说是GPU）是腐败经济最为辛辣的体现。通过让一切都与增长有关，你不可避免地会到达一个点，你唯一知道怎么做的就是花钱，而 LLM 和 GPU 都允许大型科技公司做以前有效的事情— — 建立一堆数据中心和购买一堆芯片 — — 而没有确保他们已经完成了“确保这会创造出人们喜欢的产品”这一关键工作。结果，我们现在正处于经济史上最脆弱的局面之一。我们的市场取决于四五家公司是否会继续购买芯片，而这些芯片在安装的那一刻就开始亏损。
我对这么多人不愿或无法正视真相感到恶心，他们反而喜欢用轻蔑、鄙视的语气来对待那些不相信生成式人工智能是未来的人。如果你是一位作家，却在写关于人工智能的文章时，含糊其辞地侮辱那些“不懂人工智能”的人，那你就是个烂作家，因为要么人工智能本身就没那么好，要么你不擅长解释它为什么好。或许两者兼而有之。
如果你想知道我真正的意图，那就是我在生成式人工智能及其支持者身上看到了一些我真正不喜欢的东西。大语言模型会权威地陈述一些不正确的事情，因为它们没有对错的概念。我相信那些觉得它令人兴奋的作家、经理和高管之所以这样做，是因为它让他们能够在不真正学习任何东西的情况下假装自己很聪明，尽一切可能逃避实际工作或为自己或他人承担责任。
生成式人工智能的粉丝们总是带着一种压倒性的傲慢——感觉他们知道一些你不知道的东西，而且会加倍投入。我们被老板们强迫使用它，或者被我们喜欢的服务强迫使用它，这些服务现在坚持认为它是我们文档或搜索引擎的一部分，不是因为它有什么用，而是因为那些推动它的人需要我们用它来证明他们知道发生了什么。
引用我的编辑马特·休斯 (Matt Hughes) 的话：“生成式人工智能…是对人类的一种蔑视，在最好的情况下，它将人类视为一种商品，在最坏的情况下，它将人类视为一种迅速贬值的资产。”
我还没搞清楚个中缘由，但生成式人工智能也会激发一些人最坏的一面。通过给人一种劳动的幻觉，它让那些渴望取代或商品化劳动的人兴奋不已。通过给人一种教育的幻觉，它让那些懒得真正学习的人兴奋不已，让他们相信几分钟内就能学会量子物理。通过给人一种活动的幻觉，它让控制一切的商业白痴们假装自己在做些什么。通过给人一种未来的幻觉，它让那些早已脱离实际软硬件的记者能够假装自己知道科技行业正在发生的事情。
而且从根本上来说，它最大的幻觉就是经济活动，因为尽管它的实用性值得怀疑，而且耗费了数十亿美元，但它这样做的必要性为在 GPU 和数据中心扩张上花费数十亿美元创造了理由，这使得大型科技公司可以将资金投入到某个领域，并给人一种增长的幻觉。
我喜欢写作，但我不喜欢写这个。我自认为是对的，但这并非我乐见的事情。如果我错了，我会详细解释错在哪里，并且毫不回避承担责任，但我真的不这么认为，这就是我如此担忧的原因。
我所描述的是一个泡沫，而且这个泡沫有一个明显的弱点：一家公司有能力向其他四五家公司出售硬件，而所有这些公司都运营着亏损数十亿美元的服务。
到了某个时候，NVIDIA 背后的势头就会放缓。或许甚至不是销售放缓——或许只是暗示其最大客户之一不会再购买那么多 GPU。感知与实际数字同样重要，有时甚至更重要，而情绪的转变可能会引发一系列事件，最终摧毁整个纸牌屋。
我不知道什么时候，我不知道怎么错的，但我真的，真的不知道我错在哪里。
我痛恨这么多人的退休生活被毁掉，痛恨这么多人有意无意地把市场推向这种鲁莽、不必要、浪费的方向，而这一切都是因为大型科技公司没有新的方法来展示季度增长。我痛恨这么多人失业，因为公司在数据中心和GPU上投入了相当于一些欧洲国家GDP总额的资金，而这些资金实际上不会带来任何价值。
但我在这里的目的是向你们解释，无论你们的背景、兴趣、信仰如何，也无论你们如何看待我的作品，这一切发生的原因。当你们目睹这一切崩塌时，我希望你们告诉你们的朋友，原因何在——那些应该负责的人以及他们做出的决定——并确保明确指出，确实有人应该为此负责。
Sam Altman（OpenAI CEO）、Dario Amodei（Anthropic的CEO）、Satya Nadella（微软的CEO）、Sundar Pichai（Google的CEO ）、Tim Cook（苹果的CEO）、Elon Musk（特斯拉的CEO）、Mark Zuckerberg（Meta的CEO）、Andy Jassy（亚马逊的CEO）目前发起了一股不必要的、浪费的和破坏性的经济力量，它将损害我们的市场（以及更大程度上我们的经济）和整个科技行业，当这一切结束时，他们必须被追究责任。
请记住，作为一个普通人，你能够理解这一切。这些人想让你相信这是黑魔法，让你相信你不应该担心数十亿美元的浪费，也不应该质疑这些工具的实用性。你比他们想象的更聪明，也比他们知道的更强大，而更美好的未来就是你能够认识到这一点，并意识到权力和金钱并不能使一个人正直、正确或聪明。