这期视频是 Lenny's Podcast 对独立科技分析师、前 Andreessen Horowitz（a16z）合伙人 Benedict Evans 的深度访谈，题为《今年你将听到的关于 AI 最理性的看法》（The most rational take on AI you’ll hear this year）。
Benedict Evans 过去六年来一直致力于深入研究科技走向，尤其是 AI 对经济的转型作用。在这场长达 1 小时 20 分钟的全面对话中，他避开了极端的“毁灭论”或“无脑吹”，从产业历史、技术本质和商业落地等维度，对当前 AI 浪潮进行了极具穿透力的复盘与展望。
以下是本次访谈核心内容的超详细拆解：
一、 AI 的本质与技术局限性
1. 自动化的新阶段：机器可以“理解”了
Evans 指出，过去的自动化本质上是定性的数据库逻辑（如果 A，那么 B）。而大语言模型（LLM）的本质突破在于，它们能够处理那些无法用传统代码固化的模糊、长尾、复杂的概念。
他的核心金句： “AI 就像是给你雇佣了成千上万个不需要睡觉、时薪只要几美分的大学毕业生，他们懂很多知识，但有时候也会犯低级错误。”
2. 生成式 AI 的底层悖论：幻觉即功能
很多人批评 AI 会有“幻觉”（Hallucination），但 Evans 认为这恰恰是它的底层逻辑：
- 幻觉与创造力同源： AI 能够写诗、画图、头脑风暴，是因为它在进行概率预测。如果完全抹除“幻觉”，AI 就失去了这种生成和联想的能力。
- 找错工具的误区： 把 LLM 当成“确定性的计算器”或“绝对准确的数据库”来用，是目前最大的认知误区。
二、 商业落地：从“寻找锤子”到“修剪花园”
1. 寻找软件的“新外壳”
Evans 认为，目前的 AI 行业正处于“有了技术（锤子），但在满世界找钉子”的阶段。
- 目前大多数 AI 产品只是在传统软件外面套了一层“聊天对话框”（Chat UI）。
- 然而，“聊天”往往并不是最高效的人机交互方式。未来的真正机会在于重新设计工作流，让 AI 无缝融入到具体的业务场景中。
2. 企业级 AI 的落地痛点
企业在部署 AI 时面临巨大的现实技术障碍：
- 上下文雪球（Context Snowballing）： 随着对话变长，维持记忆所需的 Token 数量呈指数级上升。
- 高昂且波动的成本： 智能体（Agents）在后台高频调用 API，可能导致账单暴涨，企业难以预测 ROI（投资回报率）。
- 数据孤岛： 企业真正有价值的数据往往杂乱无章，AI 无法直接学习，清洗数据的成本极高。
三、 行业格局：谁能赚到钱？（淘金者 vs. 卖铲人）
Evans 提出了一个经典的科技演变框架来分析目前的 AI 产业链：
| 产业链层级 | 现状与 Benedict Evans 的研判 |
|---|---|
|
算力与基础设施 (如 Nvidia) |
当前最大赢家： 处于极度供不应求的红利期，但这种高利润率在长期来看可能会随着竞争和效率提升而面临均值回归。 |
|
底层大模型 (如 OpenAI, Anthropic, Google) |
商品化（Commoditization）风险： 各家模型的性能正在迅速收敛，开源模型（如 Meta 的 Llama）也在极速追赶。底层模型可能会变成像电力一样的“公共大宗商品”，很难形成绝对的护城河。 |
|
应用层 (SaaS 与垂直软件) |
真正的护城河所在： 赢家不会是单纯套壳 AI 的公司，而是那些拥有垂直行业工作流、客户关系和独特专有数据（Data Moat）的公司。 |
四、 历史镜鉴：AI 不是魔法，它是新一代的“关系型数据库”
为了对抗当前的 AI 泡沫与恐慌，Evans 频繁拉回历史视角：
- 1970年代的关系型数据库（SQL）： 当时这也是一项颠覆性的“魔法”技术，改变了所有公司的运作方式，诞生了 Oracle 这样的巨头。但今天，没人会炫耀“我们的公司是一家‘SQL 驱动’的公司”——它变成了基建。AI 最终也会走向这一步。
- 2000年代的移动互联网： 智能手机刚出现时，大家都在做一些无聊的“手电筒”或吹啤酒的套壳 App（类似于现在的各种简单 AI 聊天工具），直到几年后才孕育出 Uber、Instagram 这种真正重塑生活方式的超级应用。AI 的“Uber 时刻”还没到来。
五、 争议观点：反思“AI 裁员潮”与“AGI 毁灭论”
1. 效率提升 vs. 岗位消失
社会普遍担心 AI 会引发大规模失业。Evans 给出了非常理性的反驳：
- 会计与 Excel 的历史： 1980 年代 Excel 问世时，人们认为记账员和会计都要失业了。结果是，由于计算成本大幅下降，企业对财务分析的需求暴增，全美会计从业人员的数量反而增加了。
- Jevons 悖论（杰文斯悖论）： 当某项资源（这里指智力/自动化成本）的使用效率提高时，其消耗总量不仅不会减少，反而会因为需求的大幅增加而增加。AI 降低了生产内容的门槛，结果将是人类创造和处理的信息量呈几何级增长。
2. 破除 AGI（通用人工智能）恐惧
针对网络上泛滥的“AI 即将毁灭人类”的恐慌（Hype-driven fearmongering），Evans 保持了冷峻的克制：
- 目前的 Scaling Law（规模法则）主要是让模型变得更博学、更流畅，但并不等同于它产生了“真正的意识”或“自主意图”。
- 比起遥不可及的机器人叛变，眼下更需要关注的是数据隐私、版权争议、AI 偏见以及网络虚假信息蔓延等现实且迫切的灰犀牛事件。
总结
在 Benedict Evans 看来，AI 是一场极具颠覆性的生产力革命，但它遵循科技发展的历史客观规律。
我们目前正处于“技术期望膨胀期”向“幻灭幻觉期”过渡的阶段。泡沫破裂并不可怕，当大水退去、成本下降、交互重构完成后，AI 才会真正像电力一样，随风潜入夜地彻底重塑全球经济的每一个细胞。
Top comments (0)