那两个月
2022年11月30日，一家叫OpenAI的公司，悄悄上线了一个产品。
没有发布会，没有预热广告，就是一个网页，一个输入框。
两个月后，它的用户数突破了一亿。
电话，从发明到拥有一亿用户，用了七十五年。电视，用了十三年。互联网，用了四年。Facebook，用了四年半。Instagram，用了两年半。TikTok，用了九个月。
ChatGPT，两个月。
这是人类历史上，一个产品扩散最快的速度记录。没有之一。
先听看空的声音——因为他们也不是在瞎说
Gary Marcus，纽约大学认知科学教授，AI领域最著名的怀疑论者之一。他的论断很直接：大语言模型本质上是「高级的自动补全」。它们不是在思考，它们在预测下一个词。这种能力可以模仿智能的外观，但没有理解的内核。真正的智能不依赖于记忆，而是依赖于推理，目前的模型还远没到这一步。
Ed Zitron在文章《AI正在让互联网变得更烂》里说：AI大量生产的垃圾内容，正在淹没有价值的人类创作；搜索引擎越来越难用，到处都是AI生成的废话。
Timnit Gebru，谷歌前AI伦理团队负责人，因直言不讳被谷歌解雇。她的核心批评：这一轮AI的狂热，本质上是少数科技精英和资本集团对财富的进一步集中。AI创造的价值，不会流向普通劳动者，只会流向持有算力和数据的极少数人。
还有数据层面的反对声：超过35%的企业AI项目完全没有达到预期；73%的企业表示AI成本超出预算；真正实现大规模ROI的企业，只有不到25%。
这些声音，傻狗认为都是值得认真对待的。
钱在哪里，就知道这件事有多大
2026年，微软、谷歌、亚马逊、Meta四家公司，在AI基础设施上的合计资本支出，超过七千亿美元。这比泰国全年的GDP还多。
更异常的信号：谷歌账上现金充裕，还是去资本市场融了大约八百亿美元。大公司自己有钱还要融资，说明这件事消耗的速度比赚钱的速度还快。摩根士丹利的预测是，到2027年，全球AI相关资本支出可能达到一万亿美元。
上一次人类以这个规模建设某个基础设施，是1880年代的铁路大建设。那时候烧掉了无数投资人的钱，建了几万英里铁路，大多数人亏了钱。但铁路改变了一切——农业、工业、城市化，全因为铁路而重新组合。
这是傻狗觉得这一轮最像的历史类比。不是互联网泡沫，是铁路大建设。
基础设施大战：铺管道的人凭什么赢
大厂建一个数据中心，从选址到上线平均需要三到五年，电网接入等待期最长达五到七年。而AI需求，是现在就要。
于是一批新公司出现了——Neoclouds，新一代AI云服务商。
他们的秘密武器：前比特币矿场。
比特币挖矿的核心资产是大量电力合同、现成的机房冷却系统、高密度电力基础设施。2022年比特币崩了，这些资产还在。而AI训练和推理需要的东西和挖矿几乎一模一样——于是聪明人把GPU插进了旧矿场的机架里。
CoreWeave，从比特币矿场起家，现在估值超过两百亿美元，微软是它的最大客户之一。IREN，已锁定超过4.5吉瓦的可再生能源，和微软等大厂签了长期大单。Nebius，提供从GPU到推理优化的全栈AI云，和Meta、微软、英伟达都有数十亿美元量级的长期合同。
SpaceX的Colossus算力集群：Anthropic每月租金12.5亿美元，Google每月9.2亿美元。仅这两笔，SpaceX一年算力收入就超过260亿美元。
然后是Leopold Aschenbrenner——二十四岁，从OpenAI被解雇后，写了165页的《Situational Awareness》，然后用这个逻辑管理了一只137亿美元的对冲基金，重仓能源、电力和Neoclouds，甚至做空了部分英伟达。
他的核心逻辑：AI最终的瓶颈，不是芯片，是电力。
这到底是不是泡沫
大厂2026年合计Capex超过七千亿，但AI直接贡献的增量营收目前仍以百亿计——存在数量级以上的剪刀差。
但和1999年互联网泡沫有一个本质不同：那时候是亏损公司在烧钱；今天砸钱的是微软、谷歌、亚马逊——每一家都有年利润数百亿美元的核心业务，都输得起，都在下战略赌注。
更像1882年的故事。爱迪生在纽约建了第一个商业发电厂，亏了十几年。如果你在1885年投资「电力基础设施」，看起来是泡沫——但1910年，电力催生了电梯、空调、流水线制造，第二次工业革命由此展开。没有人叫它「电力泡沫」，但那十几年里，大多数投资者确实亏了钱。
傻狗的判断：这不是泡沫，而是严重的时间错配。
如果2028年ROI没有兑现，会有一次估值修正——但那是过渡期的阵痛，不是泡沫破裂。就像铁路大建设中那些破产的铁路公司：铁路本身没有错，只是建太快了。
Token的隐藏账单
2025年，Uber给公司五千名工程师开放了Claude Code使用权限。四个月后，CTO宣布：全年AI预算已经烧完。工程师每月花费$150到$2000不等。
微软内部大规模开放后，几个月后撤销了Claude Code许可证。还有报道称，一家未设使用上限的公司，单月Anthropic账单达到了五亿美元。
为什么会这样？因为AI Agent每完成一个多步任务，消耗的Token量是普通聊天的5到1000倍。单位Token价格2025-2026年降了67%，但总消耗量爆炸式增长。Goldman Sachs预测：到2030年，全球AI的Token消耗增长24倍。
就好比水费便宜了67%，但你家装了一个24小时不停的工厂，总水费反而涨了10倍。
这不是长期拦路虎，而是行业的成熟化阵痛——就像2010年前后云服务账单失控催生了「云成本优化」产业，企业最终学会了怎么用。AI也会走这条路。
劳动力市场：认知劳动的大通缩
IMF 2024年报告：全球约40%的白领岗位，将受到AI的显著影响，发达国家比例更高。McKinsey测算：到2030年，全球可能有三到四亿个工作岗位被AI替代或实质性改变。
但傻狗想换一个更精确的说法——不是「被替代」，是认知劳动的价格，正在系统性下降。
1800年代英国纺织工人，不是被「开除」了，而是纺织品价格暴跌，他们的技能变得几乎没有商业价值。这一轮AI做的是同样的事，只是对象从体力劳动变成了认知劳动。
已经在发生的：初级程序员需求下降约15-20%；数据标注工人大规模消失；基础翻译、初级文案、报表制作、客服坐席在快速萎缩。
在增加的：AI系统工程师、提示词优化师、AI治理专家，以及能和AI高效协作的「超级个人」。但这些新职位的数量，远少于消失的岗位，对技能要求更高。
更残酷的是时间：工业革命的劳动力冲击用了近百年，给了三代人的适应时间。这一次，McKinsey说的三四亿岗位，五到十年内爆发。社会保障体系、教育体系、政策体系，都没有足够时间反应。
Timnit Gebru的警告在这里最为贴切：AI带来的生产力提升，如果大部分被资本截留而不流向劳动者，这场革命就是一场关于财富极端集中的故事。这不是技术问题，是分配问题。但它是真实存在的张力。
谁哭，谁笑
笑着的一方：Neoclouds和基础设施公司（CoreWeave、IREN、Nebius）；英伟达供应链（GPU、MLCC、HBM）；电力公司和土地持有者——意外受益者，一个大型AI数据中心耗电相当于一个中等城市；AI-first的领先企业——前10%的公司ROI高出落后者3-5倍，正在拉开差距。
哭着的一方：初级白领劳动者，全球影响最广；传统SaaS软件公司——AI让「智能」变成商品，原有护城河被侵蚀；中小企业里花了钱但不知道用在哪的企业主。
最有趣的中间地带：中国AI公司——DeepSeek等用低成本做出竞争力相近的模型，逼全球AI价格下降，间接让所有企业省了钱。大厂之间奇怪的利益网络：Google既是OpenAI竞争对手，又是SpaceX算力客户；微软深度绑定OpenAI，同时也是CoreWeave大客户。谁都离不开谁。
关于AGI的预言，你该怎么对待
Sam Altman说AGI可能2027-2028年出现。Dario Amodei说AI可能在五年内解决大多数疾病。Leopold Aschenbrenner的《Situational Awareness》说：我们正在接近一个地缘政治格局根本性改变的临界点。
你可以觉得他们在夸大，可以觉得他们在炒作。
但傻狗注意到一个事实：这些人都是见过账本的人。Altman知道OpenAI的训练曲线，Amodei知道Claude的能力边界，Aschenbrenner见过OpenAI内部路线图，然后用真金白银押注。他们说的，不是采访时的客气话，是他们愿意拿个人财富去赌的方向。
Gary Marcus在技术层面的批评——LLM缺乏真正的因果推理能力——目前是正确的。但「有缺陷」不等于「没有价值」：一辆有缺陷的汽车，依然比马车快得多。AI现在是「有缺陷但极其有用」——这已经足够改变世界，不需要先变成科幻电影里的超级智能。
傻狗的最终判断
这一轮AI，从2022年底开始，本质上是什么？
傻狗的结论：这是人类历史上第一次认知工业革命。
工业革命解放了人的肌肉。电力革命解放了人的时间。互联网革命解放了信息的流通。这一次，AI开始替代人的认知劳动本身。
在逻辑上，这比前几次技术革命都更大——前几次替代的是「手和脚」，这一次触及的是「脑子」。
但更让傻狗觉得这次不同的，是速度。工业革命用了一百年。电力革命用了三十年。互联网用了二十年。这一次，从ChatGPT到企业大规模部署AI代理，只用了不到三年。一代人要承受过去几代人才能缓慢消化的变化。
三条明确判断：
第一，这不是泡沫，但存在严重的时间错配。 需求真实，基础设施真实，钱真实。但最终付账者的ROI兑现，要到2027-2028年才能大规模验证。这中间会有波动和修正，但那是过渡期的阵痛。
第二，最大的受益者，不是做AI的人，而是控制AI「电力和水管」的人。 Neoclouds、能源公司、土地持有者。卖铲子的，永远比挖矿的更稳。
第三，最大的挑战，不是AI能不能用，而是价值能不能到达普通人手里。 AI带来的生产力提升，如果大部分被资本截留，这场革命会是一场关于财富极端集中的故事。这是政策和分配机制的问题，但它是真实存在的张力，不会自动解决。
1769年，瓦特改良了蒸汽机。接下来的五十年，没有一个普通英国工人知道，这台机器会彻底改变他们的生活。他们只是感觉，有些活越来越难找了，有些人越来越有钱了。
2022年11月30日，OpenAI发布了ChatGPT。我们大概也是一样的处境。
只是这一次，五十年，被压缩成了五年。