人工智能热潮过后：我们可能留下什么？
作者：Rob Bowley 发表于 2025年10月12日
原文：# After the AI boom: what might we be left with?
有些人认为，即使当前的人工智能热潮导致了过度建设，也可能并非坏事------正如互联网泡沫时期留下了支撑后来数十年发展的互联网基础设施一样。
这是一个诱人的类比，但两者的相似之处也就到此为止了。
不同的遗产：开放基础设施 vs. 封闭系统
互联网时代 的过度建设创造了持久、开放的基础设施------基于 TCP/IP 和 HTTP 等开放标准建设的光纤网络和互联线路。这些系统具有数十年的生命周期，可以被后续的任何新事物所复用。上世纪 90 年代铺设的许多光纤至今仍在传输数据，仅需通过更换两端的电子设备即可升级。那时的过度投资后来成为了宽带、云计算和现代网络的主干。
相比之下 ，今天大多数 AI 投资流向了专有、垂直集成的系统 ，而非开放、通用的基础设施。大部分资金被用于购置极其昂贵的 GPU，这些芯片由于快速过时和在持续高强度使用下磨损，寿命仅有 1-3 年。它们并非通用计算引擎，而是专为训练和运行生成式 AI 模型量身定制，其设计紧密契合少数主要厂商（如英伟达、谷歌和亚马逊）的特定架构和软件栈。
这些芯片位于为极高功率密度、先进冷却技术和专用网络而设计的 AI 数据中心 内。与早期云时代的通用设施不同，这些站点与建设者的硬件和软件深度耦合，共同形成了一个为规模优化却难以改作他用的封闭生态系统。
因此，如果 AI 泡沫破裂，我们可能只会剩下一堆短命、高度专业化的硅芯片和寂静的计算"大教堂"------成为一个逝去时代的纪念碑。
可能的积极面
尽管如此，也存在一个更积极的情景。
如果投资跑赢了需求，过剩的产能可能会压低价格 ，就像 21 世纪初互联网泡沫后的带宽过剩那样。获得此类计算资源的成本降低，可能为新的实验打开大门------不仅限于生成式 AI，还包括其他高计算需求领域，如模拟、科学研究和数据密集型分析。即使硬件是针对 GenAI 优化的，价格下降仍可能使大规模计算在整体上变得更易获得。AI 硬件二手市场也可能出现，让强大的计算能力得到更广泛的普及。
更重要的是，支持性基础设施 ------如电网升级、网络和边缘设施------无论 AI 领域如何变化，很可能依然有用。而且，即使部分系统被闲置，在这次热潮中积累的人才、工具和运营经验也会保留下来，正如互联网泡沫破裂后所发生的那样。
核心挑战：缺乏开放性
互联网的长期价值不仅源于廉价的容量，更源于开放标准和普遍访问 。像 TCP/IP 和 HTTP 这样的协议意味着任何人都可以在相同的基础上进行构建，无需获得许可或担心平台锁定。这种开放性将剩余基础设施转变为一个共享的公共平台，从而释放了远超原始投资者想象的数十年创新。
AI 生态系统则截然相反：强大但封闭 。其计算资源、模型和 API 由少数供应商拥有和控制，每家都定义着自己的技术栈和访问条款。即使硬件变得便宜，它也不会自动变得开放。缺乏共享标准或互操作性，任何过度建设都风险在于，它可能仅是一种"私有的过剩"，而非惠及大众的"公共产品"。
结语
因此，AI 热潮或许不会留下像互联网光纤网络那样能持续使用数十年的主干网。但如果行业能找到方法开放其正在构建的一切------将今天的私有基础设施转变为明天的共享平台------它仍然可能为未来的创新播下种子。
更新：此文在 HackerNews 上引起了大量讨论。点此查看评论链接。大家好，我还写过不少关于 AI 和其他主题的文章，如果您感兴趣的话。
读者评论 (4)
~chris 2025年10月12日 晚上9:03
好文。与您的文章暗示的互联网泡沫留下物理基础设施不同，AI 热潮的净收益会不会更多体现在软件模型上？在您的对比中，MCP 会成为 TCP 的等价物吗？如果有足够的推动力，即使出现更好的协议也无所谓... 再者，泡沫会导致大量 GPU 和数据中心折价出售，也许这本身就是好处？还有哪些事情需要相同的计算基础设施，如果没有 AI 部分就会成本高昂得无法实现？求告知，我好提前布局。
Rob (作者) 回复于 10月13日 上午6:43
MCP 有可能，但相比之下，互联网催生了数百个开放标准（TCP, IP, HTTP, TLS, DNS, SMTP/POP/IMAP, BGP 等），而 GenAI 至今只有少数，且只有 MCP 接近被广泛采用。
Santiago 2025年10月12日 晚上11:01很有意思，发人深省。最好的那种博客文章。我部分同意，但不完全赞同，因为即使泡沫破裂，有两样东西会留下来：权重参数 和 技术方法 。未来的模型将有权重检查点作为训练起点------这更接近于大脑的进化，而非真正的训练。好比说 AI 的"DNA"在短时间内改善了很多。开源模型虽然是 proprietary 模型的下游，但也被推动着前进。即使模型相同，也涌现出在推理过程中通过不同使用方式让模型更快、更便宜、更智能、更通用的技术。Claude Code 就是个好例子，它在运行相同模型的同时，通过改进技术而不断变得更好。这两样都是知识 ，无论是权重中不透明的知识，还是技术中透明的知识。知识是永存的。所以，虽然我同意文章的大观点------这说得很好------但我觉得结论不必那么悲观。
Rob (作者) 回复于 10月13日 上午6:41
我对自己写的东西也时常只是部分同意！我很可能错了，并且乐于接受这一点。我写作是为了把想法从脑子里倒出来，而后续的交流（如果有人回应的话）往往是最有趣的部分。