凝视迷雾重重的 AI 前沿时的随想
来源: Elad Gil
发布时间: 2026-04-20T16:21:23+00:00
我原本打算为以下每一点写一篇长篇大论、逻辑清晰的文章，并附上大量精美的图表和详细的分析。后来我意识到这太费功夫了。因此，以下是一些人类想法的大杂烩与随想。祝您阅读愉快！
1. OAI 和 Anthropic 现在各自占美国 GDP 的 0.1%。2030 年 AI 收入将占 GDP 的百分之几？
美国 GDP 大约是 30 万亿美元。据传，OpenAI 和 Anthropic 目前的收入运行率都在 300 亿美元左右，也就是各自占整体 GDP 的 0.1%。算上云服务和其他服务，AI 在短短几年内已经从几乎为零增长到占美国 GDP 的 0.25%-0.5%。如果 Anthropic 和 OpenAI 如许多人预期的那样在年底达到 1000 亿美元的收入，那么到 2026 年底，大约 1% 的 GDP 运行率将来自 AI。这个速度简直快得疯狂。
2030 年 AI 将占 GDP 的百分之几？2035 年呢？美国的经济基础将如何影响 AI 影响力的放缓？有多少生产力收益最终会在 GDP 统计中“失踪”，就像 2000 年代互联网或 1980 年代和 1990 年代 IT 行业那样面临生产力悖论？
（旁白——如果 AI 的影响被错误衡量，也许会导致错误的监管政策出台——因为 AI 可能会因为负面影响（如失业）而受到指责，而其正面影响（如新型工作、对教育、医疗的改变）却被忽视。也许真正的 AGI/图灵测试是看其是否有能力衡量现实世界中美国 GDP 和生产力的收益？:) ）
2. AI 研究社区刚刚进行了一场分布式 IPO
当一家公司上市时，许多早期员工可能会发现自己突然暴富。这可能会改变他们的行为——人们可能会分心去买房、追逐社会地位或伴侣、聚会，或者进行其他的“社会支线任务”。这并不适用于所有人，但一部分人会经历这个过程。
Meta 积极花钱招揽人才改变了 AI 研究人才市场，因为主要实验室不得不匹配或为他们的研究人员提供大幅加薪。可以说，AI 研究社区刚刚经历了跨越大型实验室和大型科技公司的“类 IPO”事件。作为对 Meta 竞价抢夺顶级研究人员从而推高所有人薪资的反应，所有 AI 实验室中大约有 50 到几百人获得了巨额资金。
就像传统的 IPO 一样，该社区中的一部分成员正在改变他们的注意力重点和生活方式，变得心不在焉或分心，而另一些人则坚持到底。总的来说，AI 社区在构建 AGI 或专注于“用于科学的 AI”这一使命上非常一致。
无论如何，硅谷悄然发生了一个有趣的新现象：不再是一家公司上市，而是特定的一小群人实际上“上市”了。顶级的 AI 研究人员几乎同时实现了“后经济（post-economic）”状态（财务自由）。（也许最接近的先例是早期的加密货币囤币者？）。
3. 计算上限 = 近期模型能力的非自然渐近线？这是否只是在短期内强化了寡头垄断市场？
在过去几年中，我们在模型能力方面看到了惊人的进展。这反映在各种用例的开花结果以及主要实验室和建立在其上的应用公司的收入增长上。
与此同时，当我们推断计划的训练规模以及未来的推理需求时，实验室越来越受限于计算能力。至少在接下来的 2 年里，计算能力的扩建似乎部分受限于海力士、三星、美光等公司的存储器供应，因为这些公司正在经历制造业的扩建周期。
这意味着，不再是单个实验室提前大量购买，或能够随心所欲地使用计算资源，而是所有大型实验室实际上都越来越处于一个受计算限制的世界中。这种限制最终可能会对 AI 模型的进展造成人为的、短期的渐近线（天花板）。虽然人们毫无疑问会从现有的计算资源中获得更高的效率，但这种人为的计算限制可能意味着，最早要到 2028 年，才会有某个实验室能够取得显著的领先地位——这强化了 LLM 的寡头垄断市场。我们还可能看到实验室在将计算和人力资源分配给应用层与模型层之间像“手风琴”一样来回切换。同样，芯片和系统的折旧周期将与每个人预期的不同，由于缺乏足够的新供应，硅的使用寿命将被延长。
与此相反的情况是，如果在单个实验室内发生了算法或其他突破，这可能会推动一家公司迅速走向主导地位，特别是在编写代码能力起飞并且 AI 通过构建未来的 AI 形成某种持续的自我改进循环并走向腾飞的情况下。如果我们最终确实处于一个计算资源受限的硬性环境中，这种突破性的腾飞可能要等到 2028 年。当然，由于需求过剩，我们在 2028 年之后多年仍受计算限制也是可能的。观察接下来会发生什么令人兴奋。
4. 计算（Token）是新货币
计算（或者也可以说是 Token）是硅谷衡量经济价值的新面额单位。Token 预算会影响以下方面：
a. 作为一个工程师你能完成什么
b. 作为一家公司，你的支出和潜在收入
c. 你的商业模式。
有些公司实际上是伪装成工具的推理提供商。新云平台（Neoclouds）是这种形式最清晰的体现，但像 Cursor 这样的工具同样将廉价的推理作为其产品提供的核心部分，并实际上在补贴计算成本，这一直是一个聪明的用户获取和使用模式。谁不爱额外的 Token 呢？
情况已经发展到这样的地步：Allbirds（一家鞋履公司）刚刚筹集了一笔可转换债券来建立一个 GPU 农场。他们会成为 AI 领域的微策略（Microstrategy 之于加密货币）吗？
5. 隐性裁员与发展中国家
到目前为止宣布的大多数“因 AI 裁员”可能只是那些在新冠疫情零利率环境下过度招聘的公司在缩减规模。说“看我们在 AI 方面做得多好，我们需要更少的人”听起来比“我们过度招聘了，只是晚了几年才来修复这个问题”要好得多。
尽管如此，AI 确实正在对客户支持等多个领域产生实际影响。那些因 AI 而缩减团队规模的公司实际上首先削减的是外包公司——因此这些人数并不直接反映在他们的资产负债表上，而是作为服务费用支付。这意味着印度和菲律宾等国家可能在就业和 AI 方面最先受到最严重的冲击，因为它们容纳了许多这样的外包服务机构。
这也意味着一些发展中国家可能会失去升级其经济和工作的服务业阶梯。如果 AI 首先取代了许多外包服务岗位，这些经济体中的就业将需要转移到其他地方。一个有趣的问题是，这是否会改变人类的迁徙模式？
6. 员工人数将在许多公司中趋于平稳，然后缩减
多位后期阶段的 CEO 告诉我，他们不会因为 AI 而进行大规模裁员，而是会停止扩张。因此，如果公司的收入增长 30%、50% 或 100%，员工人数可能会持平或略微下降，因为他们允许通过自然流失来缩减员工。现有的员工将变得更有效率，公司可能会开始用更少但更优秀的人来替换。这可能会在中期内推高那些能够极大地利用 AI 的顶尖人才的薪资。可以预见，在成长型公司中，销售、部分工程岗位的招聘将继续，但其他领域的招聘可能不会那么多。
真正的初创公司（例如 5 人的团队）在短期内，当他们达到产品/市场契合度时，应该像过去那样继续扩大员工规模，只是每个人的杠杆率更高。因此，“零增长公司”在未来 2-4 年内，对于成长型公司而言，将更多是一种后期或上市公司的现象。低增长公司当然应该缩减规模。这可能会对 HR/软件公司产生影响。
7. “Slop”时代可能是 AI 与人类的黄金时代
我们很可能正处于 AI + 人类的黄金时代。在过去几年之前，AI 是不可访问的、不太具有通用性，并且只能执行特定任务。在未来，AI 可能在大多数任务上达到超人类水平，并接管许多人们觉得有趣的工作。如今，AI 大量生成有用的半成品（slop），这意味着仍然需要人类来对其进行润色去糟（desloppify），但这些半成品在时间和工作上提供了真正的杠杆，这意味着现在工作是一件有趣的事情。如果 AI 最终取代了人类或做了更有趣的工作，这个黄金时刻可能会消退或改变。这个“半成品时代”是人类 + AI 的黄金时代吗？
8. AI 将首先吞噬闭环任务
AI 将首先自动化那些更容易形成闭环学习系统的事物。这就是为什么代码和 AI 研究可能会被加速，然后迅速被取代——你可以拥有可测试的闭环系统，这样机器就可以快速学习和迭代。闭环越紧密，AI 学习的速度就越快。你可以制作一个工作岗位的二维矩阵，横轴是它们转化为闭环的难易程度，纵轴是它们的经济价值，并观察 AI 可能最快影响劳动力的位置。闭环速度快 + 经济价值高 = 最快的 AI 影响（因此是软件工程）。
有趣的是，今天市场对优秀软件开发人员的需求可能比供应高出 10-100 倍（因此编码工具在市场上表现如此出色）。未来的 AI 工程师将管理和协调大量代理来构建事物（系统和产品思维），而不是自己编写大量代码（自动完成时代的终结）。
9. 手工艺工程师 vs 实用型工程师和 AI
在 AI 的世界里，深信“我的代码就是我的工艺”和“我喜欢创造定制化东西”的工匠型工程师将越来越不开心。具有系统思维和产品思维的工程师将是最快乐的。许多人是两者的结合。
10. 约束与安全带（The Harness）
如果你观察 AI 编码工具的使用，会发现短期内安全带（以及更广泛的产品接触面，如用户体验、工作流程等）似乎越来越具有黏性。不仅仅是你使用的模型，而是你围绕它构建的环境、提示等会影响你的选择。品牌也比许多人认为的更重要。在某种程度上，要么某个编码模型远远领先，要么它们并驾齐驱。从长远来看，安全带/工作流程对于编码或企业应用程序的防御性有多重要？
产品往往不会具有黏性，直到它们突然变得非常具有黏性。未来不同形式的安全带在哪里重要与不重要，将会存在差异。什么是销售 AI 的安全带？什么是 AI 架构师的安全带？这为一些初创公司的蓬勃发展留下了空间。
11. 销售的是工作结果，而不是软件。劳动单位作为产品
AI 是关于在网上销售劳动单位（最终通过机器人技术在物理世界中销售），而不是取代软件。虽然 Zendesk 以前是向客户支持代表销售席位，但 Decagon 和 Sierra 销售的是客户支持代理的工作输出和劳动力。AI 极大地扩展了科技行业的总体潜在市场（TAM）。
12. 大多数 AI 公司应该考虑在未来 12-18 个月内退出
在 1995-2001 年的互联网时代，大约有 2000 家公司上市。其中只有一二十家存活下来。同样，在 AI 时代，大多数公司，包括那些今天正在增加收入的公司，将会看到市场、竞争和采用情况对它们不利。经营着成功 AI 公司的创始人应该认真考虑在未来 12-18 个月内退出，这可能是实现结果价值最大化的时刻。少数公司绝对不应该退出（例如 OpenAI、Anthropic），但许多公司如果能在一切处于上升期时退出，就应该退出。
当然，这一切都会受到对各类 AI 服务不断增长的巨大需求的制约。当潮水上涨时，许多公司似乎势不可挡且持久——但从长远来看，它们是否真的如此还有待观察。
13. 反 AI 监管和暴力行为都将增加
到目前为止，AI 对工作岗位取代等现实世界的影响非常小。然而，一些 AI 专家和领导者一直非常直言不讳，甚至有些末日论者的意味，以至于在政治层面（例如缅因州刚刚禁止新建数据中心）以及以暴力为中心的活动家中，正出现一种强烈的反 AI 叙事。预计这种情况将大幅增加。如果更多 AI 领域的领导者在公开言论和政治游说中继续强调即将到来的乐观一面，那就太好了。总的来说，AI 领域的领导者继续积极致力于控制末日悲观情绪，将使该领域受益。
