圈外人焦虑AI吗?

互联网和AI,是不是内循环?

01

最近这段时间,两家大厂的AI产品,又一次被绑在社交媒体的首页,全网关注的话题,首页带来的流量与热搜差不多。

当前AI的能力和潜力,已经毋庸置疑。

但是从人工智能爆火出圈开始,这个行业任何的风吹草动,都会带来一场自媒体盛宴。

影响的人群够大,关注的人自然够多。

大模型厂商经过三年的发展,有的选择躺平摆烂,有的还在苦苦支棱,有的选择饱和式投流,有的选择安静做研发。

虽然姿势五花八门,但是挂热搜的方式出奇一致。

作为互联网行业的民工,不管你愿不愿意,这几年都会接收很多AI的信息,作为具有颠覆性的技术创新,毫无疑问是现在和未来的趋势。

但想从眼花缭乱的内容中,真正的看清现状也不容易。

02

AI行业的资讯信息,不知道从哪刮过来的风气,各种黑话术语盛行,比如:"颠覆","震惊","爆火","掀翻","革命性产品","深夜沸腾","行业地震","见证历史"等等。

所谓惊艳的提示词案例,可能只是反复执行中的灵光乍现。

如果你稍微向算法表达过对AI的兴趣,那么这些反胃的词语,在社媒上三次刷新,至少可以看到两次,基于过往的营销和实测对比:

同一时段同类型账号,同样的推广话术,可能就是单纯的广告刷屏,靠着凭亿近人,想要吸引更多的用户尝试。

贴脸广告的产品也许不错,但是口碑更有性价比。

从三年的发展来看,引发全网认同的模型和产品,应该不会超过五个,回头看一看行业,靠着有口皆碑的效应出圈的聊聊无几。

除了脑腐的营销黑话,另一大特色就是岗位躺枪。

模型的绘图强一点设计师没了,模型的编程强一点开发者没了,模型的业务强一点产品没了,模型的自动化强一点运维没了,模型的质检强一点测试没了。

互联网行业的岗位,在模型迭代中很难安稳三天。

在这种叙事的逻辑中,AI哪方面能力突出,就等于圈外小白可以平替业内选手,不亚于脑回路上开黑洞,会用AI可以横竖的跨岗位,模型会的等于我也会?

大模型真正助推的是:低成本地提升效率。

用更少的时间完成更多的事,这是很多岗位被卷铺盖的一个因素,降本不一定增效,但是增效必然会降本,如果业务向上持续发展,对岗位的需求必然越来越多。

03

其实AI行业,真正颠覆的是三年的发展速度。

大模型从最初的玩具,到各行各业的效率工具,令人惊讶的是进步的速度,简直一天一个样,稍微不注意,就有种被时代甩在身后的幻觉。

冷静的想一想,这算不算关心则乱?

互联网行业的民工,被全球的热搜影响,人工智能行业的门槛更高,圈外人只能被动震惊,这两个行业天然契合。

过去互联网+,现在人工智能+,组合起来绝佳。

互联网是流量,大模型是产品,流量对于产品的描述,到底准不准确,可能两边都说不清楚,作为用户只能带着自己的需求去尝试。

任何出圈的模型,都有能力独特的一面。

从自己每天都用AI产品的实况来说,目前还没有哪款模型,能做到全方位的领先,等哪天真的有模型做到通用智能,可能这些词组到一起,也不足以描述AGI的震撼。

最后有个问题:圈外人关注和讨论AI,到底多不多?

复制代码
AI工作流
https://github.com/chaos-pro/chaos-flow

内容归档
https://github.com/chaos-pro/chaos-weblog
相关推荐
人工智能AI技术3 分钟前
LangGraph 本地 build 频频翻车,最终在服务器跑通流式对话
人工智能
Flynn Liang25 分钟前
同一需求三套写法:用 Spring AI、LangChain4j、AgentScope Java 各实现一个带工具调用的 RAG 助手(实战对比)
java·人工智能·大模型·架构设计·spring ai·langchain4j·agentscope
汤姆宝库36 分钟前
构建一个能用的RAG系统:切块、嵌入、混合检索与融合排序
人工智能
Dawson Zhu38 分钟前
【LLM推理与Serving⑪】MoE推理与MLA:DeepSeek-V3架构下的显存与通信权衡
人工智能·语言模型·架构·aigc·agi
github_is_geeksKai1 小时前
50 个 AI 与开源工具怎么选:从实际用途到实现边界
人工智能
IT_陈寒1 小时前
Vite的HMR把我整不会了:一个生产环境的热更新坑
前端·人工智能·后端
github_is_geeksKai1 小时前
浏览器 AI 小工具怎么选?40 个项目与 5 类商业任务的参考指南
人工智能
styshoo1 小时前
[snapshot]7-placeholder与恢复流程
人工智能
秋饼2 小时前
MCP 2026-07-28 无状态协议大改版:Spring AI 2.1 多轮往返请求与网关路由落地
java·ai·技术分享·后端开发
这个DBA有点耶2 小时前
库内计算推理:一条SQL背后的算子融合,和外挂方案差了几次网络往返
数据库·人工智能·sql