山姆·奧特曼：AI正處在失控邊緣

我感覺，其實講的東西都聽過， 但是總結的不錯 （而且文章最後作者還有一份總結）， 不過真實性我是不能確定的 因爲文風很像： 作者對奧爾特曼（奧特曼）觀點的結構化重寫 這篇文章屬於比較高質量認知整合 涉及的範圍包括：成本壓縮、注意力競爭 通縮效應、制度風險、生物安全 以及人對AI（工具）過度依賴 總的來說，這篇文章我是推薦的 首先體量不大，適合碎片化閱讀 另外就是，我個人覺得現在這個環境下 帶有警惕性、思考性的內容很重要～ 所以我把這篇文章放入 我的“社會觀察”類文章的收藏 📚相關閱讀： 📖《年輕人的立場到底是由什麼決定的（輕紀實）》正面連接 張蘋 📖《5.5小時：中國網民的數字沉溺與腦腐危機（輕觀察）》晚點LatePost 曾夢龍 📖《大數據，正在毀掉我們與最親密的人的關係（輕心理）》KnowYourself知我心理 📖《誰在給你的腦子“投毒”？（輕紀實）》正面連接 張蘋 📖《短視頻時代，6個方法拯救「腐爛」的大腦（輕心理）》簡單心理 📖《點擊成癮：揭祕App設計的心理操控術 （輕觀察）》晚點LatePost 曾夢龍 📖《智人之上 ——從石器時代到 AI 時代的信息網絡簡史》[以]尤瓦爾·赫拉利 📖《思考，快與慢》[美]丹尼爾・卡尼曼 📖《娛樂至死》[美]尼爾・波茲曼

沒有市場和需求的技術，AI終將淪爲塵埃 引言：兩種墳場 在廣東東莞和深圳的工業區邊緣，散佈着一些不起眼的鐵皮廠房。走進去，你會看到成排的工業機器人手臂被碼放在貨架上，關節生鏽，線路垂落，像屠宰場裏掛起的牲畜。這是機器人的物理終點——它們被拆解，鐵歸鐵，銅歸銅，塑料歸塑料，重新進入物質的循環。 與此同時，另一種更隱祕的墳場正在數字空間中成形。那裏躺着的是AI模型——廢棄的權重文件、停止更新的API接口、被註銷的訂閱賬戶。沒有殘骸，沒有遺物，只有徹底的數字虛無。 這兩個墳場指向同一個殘酷的真相：在一個沒有真實需求支撐的世界上，無論技術多麼炫目，無論資本多麼狂熱，最終都只是過客。更直白地說——沒有市場，機器人是一堆廢鐵；沒有市場，AI是一個笑話。 而把這個邏輯推到極致，我們會發現一個更深刻的悖論：機器人和AI正在取代人類的職業和收入，卻同時要求人類繼續作爲消費者來創造需求。這個悖論，是它們註定淪爲笑話的根本原因。 第一層：機器人的三種死亡 第一種死亡：商業上的猝死。 達闥機器人曾是資本市場的寵兒，融資超50億元，估值高達223億元。2025年初，它位於廣州黃埔區的總部人去樓空，大樓因貸款逾期被銀行掛牌拍賣。死亡原因並不複雜：單臺機器人成本超20萬元，但普通消費者根本不買賬。沒有真實需求，融再多的錢也只是在建造一座更華麗的墳墓。 第二種死亡：生態上的絞殺。 掃地機器人鼻祖iRobot，誕生於麻省理工，發展了三十多年，最終在2025年被它的中國代工廠——深圳杉川——收購。iRobot的產品迭代週期是兩年，中國競爭對手是三個月；它的功能停留在“會動的吸塵器”，競品已經實現了“自動洗拖布”。當供應鏈的速度和成本優勢形成降維打擊，曾經的霸主連還手的機會都沒有。 第三種死亡：物理上的拆解。 這是最接近字面意義的墳場。在東莞鳳崗、深圳龍崗，回收企業把報廢的機器人拆成原料。金屬、塑料、電路板各歸其類，重新進入工廠，變成下一批產品的組成部分。這不是埋葬，這是物質循環的最後一環。 三種死亡揭示了一個遞進的邏輯：沒有市場需求，企業會猝死；沒有生態位優勢，霸主會被絞殺；而即使曾經存在過，最終也要被拆解歸零。市場，是技術存活的第一前提。 第二層：AI的三重虛無 如果把機器人的邏輯推到AI身上，問題更加尖銳。AI甚至沒有機器人的“實體”——它只是一堆浮點數的排列組合，一旦停止供電，就瞬間消失。 第一重虛無：不存在真實需求。 2024年到2025年的數據顯示，ChatGPT類產品的用戶留存率呈現出“暴漲-陡降”的典型曲線：註冊量飆升，周活猛漲，三個月後超過六成用戶不再使用。原因很簡單：普通人並不需要每天寫報告、寫代碼、生成創意。AI解決的是一個“不存在的痛點”。它是一個造價極其昂貴的玩具——玩一次新鮮，玩兩次還行，玩到第三次就膩了。 第二重虛無：商業模型不成立。 企業端的應用同樣不容樂觀。客服機器人確實能節省成本，但大模型“90%的準確率”在商業場景中意味着“每十次對話就搞砸一次”，這是不可接受的。數據分析、文檔生成等場景有需求，但其市場規模遠不足以支撐數千億美元的投入。AI行業目前最大的“客戶”是風投機構和股市——換句話說，AI最大的市場，是它自己編造出來的故事。 第三重虛無：連墳場都是虛擬的。 機器人死後至少還有殘骸——生鏽的關節、斷裂的線路，可以被看到、被拆解、被回收。AI死後什麼都沒有：權重文件被刪除，服務器被回收，對話記錄被格式化。它消失得乾乾淨淨，彷彿從未存在過。更諷刺的是“模型崩潰”現象——當AI被反覆用AI生成的內容訓練，輸出會逐漸變得空洞、重複、無意義，像一種數字世界的近親繁殖，在自我循環中走向內在的死亡。 第三層：最根本的悖論——取代人類，卻依賴人類 以上兩層討論的是“沒有市場”的問題。但“沒有市場”從何而來？答案隱藏在機器人和AI與人類的關係之中。 機器人和AI的核心敘事是“取代”——取代工廠裏的工人，取代辦公室裏的文員，取代客服、翻譯、會計、設計師，甚至取代創作者和決策者。這個敘事的背後，是對“效率”的極致追求：機器比人便宜，AI比人快，爲什麼不換掉？ 但這個敘事有一個致命的漏洞：當你把人的工作取代了，人的收入也就消失了。而當人的收入消失了，人的消費能力也就隨之瓦解。沒有人買汽車，汽車工廠的機器人就沒有存在的意義；沒有人訂外賣，送餐機器人就是一堆廢鐵；沒有人付費訂閱，AI模型就是一行行無用的代碼。 這就是最根本的悖論：機器人和AI正在消滅它們所依賴的那個系統。它們取代了勞動者，而勞動者恰恰是消費者。沒有消費者，就沒有市場。沒有市場，技術什麼都不是。 這不是一個理論推演，而是一個正在發生的現實。過去二十年，自動化和數字化已經消滅了數以百萬計的製造業和 clerical 崗位。被淘汰的工人並沒有“轉型”到更高端的崗位——大部分流向了收入更低、更不穩定的服務業，或者乾脆退出了勞動力市場。中產階級在萎縮，消費能力在集中，大衆市場在碎片化。機器人和AI提高了生產效率，卻摧毀了讓這些產品被消費的土壤。 更諷刺的是，當普通人失去收入，那些“高端”的AI產品——需要付費訂閱的智能助手、需要持續投入的企業級解決方案——恰恰是最先被砍掉的開支。就像一個人在失業後最先停掉的是Netflix和Spotify的訂閱，而不是水和電。AI和機器人站在經濟金字塔的頂端，卻要求底座足夠堅實。而它們正在做的，恰恰是挖掉這個底座。 第四層：爲什麼說這是一個笑話 把“技術”和“價值”混爲一談，是這個時代最大的認知謬誤。而“取代人類卻依賴人類”，則是這個謬誤最集中的體現。 能做某件事，不等於做這件事有人願意買單。AI能寫十四行詩、能生成畢加索風格的貓圖、能陪你聊到凌晨三點——但這些能力的“經濟價值”是多少？如果沒有人願意爲它們付費，答案就是零。而更根本的問題是：當越來越多的人失去收入，願意且能夠爲這些東西付費的人會越來越少。 這形成了一個閉環：技術取代人 → 人失去收入 → 人無法消費 → 市場萎縮 → 技術失去存在的理由。在這個閉環裏，技術的效率越高，它自我毀滅的速度就越快。 這不是在否定AI的技術突破。大語言模型確實是工程史上的奇蹟。但奇蹟不等於價值。埃及金字塔是奇蹟，但不能當飯喫；巴拿馬運河是奇蹟，但需要收過路費才能維持。AI和機器人至今沒有找到屬於自己的“收過路費”的方式——因爲它們的收費對象，正在被它們自己一點點消滅。 比較一下：機器人至少還有“工業替代”這個清晰賽道——在汽車工廠、電子裝配線、物流倉庫裏，機器人代替了重複性體力勞動，創造了可量化的經濟價值。這個市場也許不夠大，但它面對的是企業客戶，企業的支付能力相對穩定。而AI試圖取代“認知勞動”並直接面向消費者——寫作、分析、決策、創造——這些服務面對的恰恰是那些收入正在被侵蝕的普通人。當普通人的錢包癟下去，誰還會爲AI寫詩付費？ 終點：誰是下一個？ 機器人的墳場告訴我們的道理很簡單：沒有市場，任何產品都沒有存在的理由。AI的虛無進一步提醒我們：沒有市場，甚至連“智能”都只是一個笑話。 而這個笑話最荒謬的地方在於：技術正在親手消滅它賴以生存的市場。它取代了勞動者，卻要求勞動者繼續做消費者。它摧毀了收入的來源，卻指望消費的需求永不枯竭。這是一個邏輯上不可能成立的閉環，卻被整個行業當作理所當然的前提。 這個笑話的代價由誰承擔？是被取代的工人，是被套牢的投資者，是那個在狂歡之後發現賬單無人支付的整個社會。鐵皮廠房裏的機械臂至少還能被拆解回收，而那些被AI故事吞噬的職業、收入和消費能力，又能從何處回收？ 最後，這個問題終究會反射到人類自己身上：當我們用技術取代了自己，我們是誰？當我們不再工作，我們拿什麼消費？當我們無法消費，那一切爲“滿足我們需求”而生產出來的東西——機器人、AI、還有更多尚未命名的造物——又將爲誰而存在？ 這不是一個技術問題。這是一個關於存在的追問。而答案可能是：一個系統如果無法維持自身的循環，無論它看起來多麼先進，最終都只能淪爲塵埃。

AI正在以前所未有的速度壓縮創造成本，製造強烈的通縮效應，但這並不必然帶來更公平的世界。在算力、模型和分發高度集中的現實下，AI既可能放大個體能力，也可能加劇財富集中；而當它開始進入生物研究等高風險、不可逆的領域，技術失誤的後果，已經不再只是系統崩潰，而可能直接影響真實世界的安全。 在2026年1月27日的公開交流中，OpenAI CEO山姆·奧特曼圍繞這些變化給出了清醒判斷：程序員不會被淘汰，但“寫代碼”正在退居二線；產品更容易做出來，但贏得注意力與信任反而更難；通縮並不自動等於普惠，技術本身不會替社會做出價值選擇；而人對AI的過度信任，可能成爲被嚴重低估的系統性風險。 本書基於當天近一小時的現場問答逐字實錄，結合現實案例，對奧特曼的關鍵判斷進行結構化整理，幫助讀者理解：當AI正在重塑工作、創業、安全與教育時，我們究竟該如何在這個時代站穩位置。

不是AI在失控。 是人正在失去對AI的控制權。 這句話的差別，定義了此刻的處境。 技術以指數級的速度奔跑，而制度、倫理、分配機制，還在用步行的節奏追趕。裂口每天都在擴大。 奧特曼說，創造成本在被急速壓縮。 這意味着一個人可以做到過去一個團隊的事。也意味着，那些控制算力、模型與分發渠道的少數實體，正在獲得前所未有的定價權。 通縮不必然帶來普惠。 它可能帶來更深的壟斷。技術降低了門檻，但注意力與信任——這兩種最稀缺的資源，反而更加集中在幾個巨大的流量入口。這是《新權力》中揭示的悖論：擴散權力易，重構權力難。 創造從未如此自由，收益從未如此集中。 他說，程序員不會被淘汰，但寫代碼正在退居二線。 這不是職業的消亡，是能力的遷移。未來稀缺的不再是“會操作工具”的人，而是“知道用工具解決什麼問題”的人。判斷力，成爲最後的壁壘。 人對AI的過度信任，是另一種被低估的風險。 不是機器欺騙你，是它根本不需要欺騙。當它足夠流暢、足夠自信、足夠像“懂你”的那個人類，你會不自覺地交出思考的主動權。就像《思考，快與慢》裏那支懶惰的系統1，總是傾向於相信最省力的答案。 尤其在生物研究領域。 失誤的後果不再是藍屏，不是系統崩潰。是病毒泄露，是基因編輯脫靶，是不可逆的真實傷害。技術犯錯的空間，已經被壓縮爲零。 這不是對技術進步的悲觀。 是對治理速度的警醒。每一次技術躍遷，都會留下一個短暫但致命的“權力真空期”——技術已經觸達，規範尚未跟上。在這個間隙裏，誰做決定，誰承擔責任，誰承擔後果，全是懸而未決的問題。 答案不在模型參數裏。 在制度設計裏，在倫理辯論裏，在每一個使用AI的人對自己判斷力的警惕與堅守裏。 就像《未來的衝擊》在五十年前就預見的那樣：變革越快，人就越需要某種穩定的內在座標。 技術從未承諾公平。 公平，是人必須自己爭取的。 📖 延伸閱讀： 《未來的衝擊》 《思考，快與慢》 《技術陷阱》 《監視資本主義》 《新權力》 《生命3.0》 《超人類》

奧特曼對AI的觀點，主要從個人使用AI的角度，給出了個人的看法和建議 有一點讓我覺得非常值得注意： 當我們使用AI很順手很放心很踏實的時候，提醒自己一下，下一次他給出的答案是不是還那麼的讓你放心呢？

奧特曼集中表達了以下幾條判斷： 第一，程序員不會被淘汰，但“寫代碼”這件事正在迅速退居二線。隨着AI極大壓縮開發成本，軟件不再只服務於大規模需求，而會擴散到個人、小團隊和臨時場景，​“指揮計算機做事”的人會大幅增加。 第二，AI會讓創業在“做出來”這一步變得極其容易，但真正的難點會徹底轉移到另一端：誰能被用戶記住，誰能贏得有限的注意力。產品不再是主要壁壘，理解用戶、建立信任反而更難。 第三，AI正在製造強烈的通縮效應，尤其是對知識、軟件和智力勞動的成本壓縮。這種變化有潛力降低參與門檻，但如果缺乏制度約束，同樣可能加劇財富集中，技術本身並不會自動帶來公平。 第四，真正值得警惕的AI風險，未必來自寫作、編程或互聯網應用，而可能最早出現在生物研究等高風險、高不可逆的領域。未來的安全問題，重點在於社會是否具備承受和應對的能力。 第五，當AI可以隨時給出答案，人類學習的重心必須發生轉移。記憶和重複正在貶值，判斷、協作、方向選擇反而變得更重要。同時，人對AI的過度信任，可能成爲一個被嚴重低估的系統性風險。 第六，隨着AI逐步成爲“長期協作者”​，個人數字分身、賬號互聯、記憶共享等問題不可避免地浮現，但它們遠比想象中敏感，任何一步走快，都可能帶來高昂代價。 第七，在組織和招聘層面，OpenAI真正需要的，不再是純執行者，而是能把AI用在關鍵節點、推動事情向前的人。未來更具競爭力的，很可能是“少量人+大量AI助手”的結構。

“對AI的過度信任，可能比技術本身的缺陷更危險。這一判斷極具現實意義，因爲歷史經驗反覆證明，人類最容易在“工具足夠好用”時放棄警惕。” 真正失去的，不是知識，而是對不確定性的耐受能力。一旦沒有現成答案，就會無所適從。 提出耐受力這點我覺得很關鍵， 因爲失去自己去思考的好奇心，以及用很多時間精力去完成一項計劃 任務都變成一秒就能解決，會產生依賴，沒有耐心，解決問題的能力的心態改變，會覺得什麼問題的方案都是差不多就行了，失去考慮去修正提升的過程，我認爲對一個人的腦力和毅力都會很大程度降低。 在低齡過早接觸電子產品，很可能在他們還沒形成基本認知結構時，就用高刺激、高反饋的工具替代真實世界。 再者就是當今導航用久人就不再看路；自動推薦用久了，人就不再主動篩選信息。AI的問題在於，它比以往任何工具都更復雜更難預測，而一旦出錯，影響範圍也更大。 我小時候就很喜歡背遊戲地圖 玩一個遊戲就愛先開場景背圖（點名黎明殺機 這遊戲有毒真的太好玩了 小時候就嗨了……） 再之後夏令營有次任務就是要去手繪建水的一座小鎮的地圖，我和夥伴就這樣用腳走遍每個小巷去測量距離 標記顯著建築，我覺得可有樂趣了，在之後長大在去任何地方下意識背熟來時路，初中露營野外也是全靠腦子背山路走 就地圖和指南針。可能因爲這樣 我打開地圖也不再會開始導航 而是看了確定位置就憑直覺走 當然也會出錯 但我就不願意相信導航。我覺得我這樣做也許沒必要但其實這樣讓我記得更牢固 不是說路線怎麼走 而是周圍的環境 從老家吵雜的市場到新西蘭叢林瀑布到倫敦街頭 生活過的地方印跡很深很深 我覺得是地圖導航留不下來的。 學會去用心珍惜 而不再是過度電子回憶。 在學習上雖然我也有時會在不確定的問題 靈感上的不確定因素去問DeepSeek， 它很好用會把很多網頁重新整合起來並列舉出問題多角度的解決方案。在文學上或者在藝術創作上去整理資料真的很有必要，但千萬別信它的物理 數學解題 簡直一塌糊塗 感覺合理只要我去細讀發現會有錯誤，這是不成熟的 也不該去依賴它 所以我不會去用他做邏輯性思維 單一標準答案上的問題。 永遠不要過度信賴一個高效率工具。 如果AI能完成零成本純記憶 那人到底還要學什麼、練什麼？ 不再是“你掌握了多少知識點”，而是你能不能把問題想清楚，什麼時候該懷疑工具給出的結果。 （這只是一個非常概括性的建議 實則有很多是真的該去思考的） 但我讀到這段時在這裏標記一點我學到的新詞“信息級聯” ：在信息不完整的情況下，個體放棄自己的私人信號或判斷，轉而模仿前人的行爲或選擇。 我想提到是人們對AI的盲目跟風 和對自身所謂的“跟不上時代”的恐懼感 前段時間的”龍蝦焦慮” 想比別人超前的心理，不被拉下 這其實也跟“內卷”有很大關係，怎麼去定義內卷？是對人力 時間資源的過度索取的表現。 當代AI是降本增效的最好體現， 壓縮人力也是資本的特點，那大多數人的內卷其實是屬於逐低競爭的，“底”指代的是工資、產品質量、道德甚至是注意力和認知投入的標準。個體上是爲了不被淘汰，不斷壓低休息時間、壓縮學習與思考的投入，用“拼命”替代“聰明工作” 這說簡單點就是低效且欺騙自己的。目前來說怕是隻有5%的企業是在逐頂競爭（Race to the Top）各方在競爭中爲了獲得優勢，拼技術 創新質，底線向上的良性競逐。（我看到一些相關的胖東來企業文化 和員工福利保障 其實很值得去了解一下） 感覺自己廢話有點多 但繞回來就是一個想法 怎麼去看清逐底競爭而去做出改變呢，所有人帶着恐慌去下載龍蝦時真的知道自己能怎麼應用AI工具嗎，軟件的推送 自媒體的誇大真的太浮躁了，對於個人改變上來說 我應該意識到再好的工具也不能彌補使用者的目標和價值的缺失，在忙於跟風的“內卷”時 應該去多觀察 去等技術成熟 去自己學習更多，以及抵抗短期內卷的自信，長期回報會更有力。新技術帶來的噪音時專心去思考自己想帶來什麼價值 再去想怎麼用AI工具。 AI對社會的影響很現實。這並不是“AI會不會搶走人的工作”而是“企業會不會因爲不用AI而出局”。不擁抱變化，本身就是一種風險！ 成本壓低帶來的並不是“所有東西都變得便宜”，而是價格結構的重新分層。基礎能力趨向普惠，高性能和高確定性則可能形成新的稀缺。 在生產product上 原本需要數月甚至更久的開發週期，表面看，這是創業門檻的大幅降低。但其實是門檻的轉化，當“做出來”不再稀缺，“有人在乎”反而成了最難的一步。更低的邊際成本和更廣的適用範圍反而在這裏是次要的優勢，需要思考的地方會變成別的方向，AI並不意味着公平性。

奧特曼真正的焦慮從來不在於AI能不能變聰明，而在於它聰明起來之後，人類是否還能穩穩地握住那根繮繩。 書中反覆提及奧特曼的公開表示，AI讓他徹夜難眠的是一種極其微妙的社會失衡。 他擔心的是，即便AI系統本身毫無惡意，只要它被嵌入到社會權力結構的不當位置，就可能以一種潤物細無聲的方式撕裂整個秩序。 或許所謂“AI之王”在面對技術洪流時，內心盤踞的其實是一種深刻的不安與孤寂。 他比任何人都清楚，AI在一年裏完成的能力躍升堪比人類數百年的智識積累。 從解答高中數學題到攻克連頂尖數學家都束手無策的前沿難題，而社會對此幾乎毫無準備。 所以，這裏的失控指的從來不是機器突然有了自己的意志，而是在人類還沉溺於各種宏大敘事和商業競賽的時候。 人類那個真正能決定未來社會方向的窗口期，正在以肉眼可見的速度收窄。

菜刀本身並無善惡，區別全在於使用它的人——廚師能切出佳餚，歹徒卻可傷人。 AI也是同理，但它更進一步，像一個“放大器”： 善良、智慧和創造力，遇上正確的使用，會被它成倍放大，帶來更多福祉； 而偏見、貪婪或破壞意圖，若被濫用，也會同步放大，造成更難收拾的後果。 正因爲AI的效力如此強大，作爲使用者，我們更需要在每一次調用時都保持清醒，不盲從算法的“正確”，不因效率而放棄判斷。 工具越鋒利，握柄的手就越要穩，越要懂得剋制。

非常感謝作者犀利的分析。人類的發展永遠擺脫不了這個根本性的課題：人性與技術（AI）的博弈！即使人工智能再超前，人類也不應該喪失自我思考與決策的能力。我很同意作者的觀點：“真正的風險，不在於AI會不會犯錯，而在於人是否還保留“隨時接管”的能力與意願。”