（本文作者为 思策智库，钛媒体经授权发布）
文 | 思策智库
上周五深夜，北京著名的工体酒吧一条街上，一家名叫"迈阿密"的酒吧里，月之暗面的年轻人包下数十张卡座，大屏幕滚动着中英双语标语：“K3 扩容升级，K4 给我狠狠干到极致，冲上月球。” 香槟、电子音乐和“to the moon” 的呐喊，让这场庆功宴看起来与十年前的互联网创业派对并无二致。KiMi 联合创始人张予彤也被眼尖的网友认出现身人群。
看到这条 AI 圈少见的“ 娱乐新闻”，我第一反应是：AI 公司也开始用这种方式庆祝了，毫无疑问，这意味着这个行业，眼见的走进了商业世界的喧嚣。
不过，真正值得追问的是：为什么偏偏是这两年？AI 的爆发究竟遵循什么逻辑？而它对普通人来说，到底意味着什么？
临界点到了
AI 不是突然冒出来的。从 1956 年达特茅斯会议算起，这门学科已经折腾了近七十年，经历过数次"寒冬"。真正让局面改观的，是三条线在 2022 年前后交汇到了同一个点上：算力的指数级释放、数据的规模化喂养、以及商业资本对落地场景的极度饥渴。这三件事叠加在一起，把 AI 从"科学问题"变成了"工程竞赛"。
我们逐一看：
第一条线：算法。Transformer 架构在 2017 年问世后，研究人员花了五年时间才摸清楚它的脾气。当大模型参数量跨过某个门槛，"涌现"现象出现了—— 机器突然展现出推理、归纳甚至某种程度上的"理解"能力。这不是渐进式改良，而是质变。
第二条线是算力。英伟达的 GPU 原本为游戏画面而生，现在成了 AI 时代的"石油"。更关键的是，云计算让算力从昂贵的固定资产变成了按小时租赁的消耗品。一家初创公司不再需要自建机房，租几块 A100 就能训练自己的模型。
第三条线，资本。移动互联网的红利在 2021 年基本吃完，风投机构手里攥着钱，急需下一个能装下万亿市值的叙事。AI 恰好出现了，而且故事足够大—— 它不像共享单车或社区团购那样局限于某个垂直领域，它声称要重构一切。
三条线捆在一起，就变成了眼下这股狂飙。月之暗面只是其中一个缩影。从 OpenAI 到 Anthropic，从百度文心到阿里通义，全球范围内的人才、资金和算力正在以惊人的密度向这个领域聚集。
这不是某个天才的灵光一现，而是一场被多重因素同时推高的浪潮。
认知革命—— 不只是工具
很多人把 AI 比作更聪明的搜索引擎或更好用的办公软件，这种理解虽然具象但还是太浅了。
搜索引擎帮你找到信息，但判断信息真伪、整合不同观点、形成个人见解，这些活儿还得你自己干。而大模型不一样，它直接给你一个“ 答案”—— 尽管这个答案可能充满幻觉。更关键的是，它用自然语言与人交互，这消弭了人与机器之间最后一道门槛。你不需要学编程，不需要记指令，像聊天一样就能调用人类历史上积累的大部分知识。
这带来了一个后果：人类正在大规模地把“ 思考” 外包给机器。
以前，写一份行业分析报告可能需要读几十篇论文、做大量笔记、反复推敲框架。现在，一个实习生用半小时就能让 AI 生成一份像模像样的文档。效率当然提高了，但那个在阅读和思考中逐渐成型的认知过程，被压缩成了一连串的提示词和复制粘贴。
我不是在怀念手写时代。但必须承认，当机器越来越擅长“ 想”，人类可能会越来越懒得“ 想”。这不是工具层面的便利，而是认知层面的重构。AI 正在重新定义知识是什么、学习意味着什么、专家还值多少钱。
与此同时，新的鸿沟也在形成。会用 AI 的人与不会用 AI 的人，能拿到算力资源的公司与拿不到的公司，掌握数据的大平台与没有数据的普通人—— 差距不是在缩小，而是在以另一种方式拉大。所谓的“ 技术平权”，目前看来更像是一个美好的开场白。
“ 冲上月球” 到底意味着什么
从 KIMI 们“ 冲上月球” 的干劲可以窥见，AI 行业正在把自己当成“ 航天工程” 来做。目标宏大、时间紧迫、不计成本、全员冲刺。
这种心态在互联网行业不新鲜。当年团购大战、共享单车站战、短视频混战，都是这个打法。但 AI 的特殊之处在于，它的终点线不是一个商业模式，而是一个可能改变人类文明底层逻辑的东西。
当把通用人工智能当作登月计划来推进的时候，我们实际上在做一件事：把人类智能的演化进程从自然选择的百万年尺度，压缩到人类个体的生命周期之内。
不只是 KIMI，GPT-4 到 GPT-4o 用了不到一年，Claude 从 3 到 3.5 再到 3.7 也是类似节奏。每一代模型的能力跃迁都在加速。国内除了 Kimi，通义、文心、豆包，每一个都在用“ 下一个版本” 来定义自己的存在感。
狂欢之下
眼下的 AI 行业，泡沫成分不低。大量公司讲着差不多的故事，融着差不多的钱，烧着差不多的算力，最后产出的大模型在能力上并没有拉开本质差距。用户端看起来热闹，但真正愿意付费的、能形成商业闭环的场景，其实屈指可数。资本有耐心，但耐心不是无限的。
更值得警惕的是社会层面的准备不足。当 AI 能在几秒钟内写出合格的法律文书、画出像样的插画、编出能用的代码，那些以此为生的中产阶级该怎么办？技术史告诉我们，新岗位确实会被创造出来，但转型期的阵痛是真实的—— 而且这一次，冲击波来得格外快。
还有伦理。大模型从互联网海量文本中学习，不可避免地继承了人类的偏见、谣言和仇恨。当它越来越深地嵌入医疗、司法、教育等关键领域，谁来为它做出的决定负责？
这些问题没有随着技术进步自动解决，反而因为技术的强大而变得更加紧迫。
AI 的逻辑很清楚：它是一场由算法突破、算力廉价化和资本饥渴共同驱动的技术海啸。它对人类的意义也很复杂：它既可能是解放生产力的钥匙，也可能是加剧不平等的推手；既拓展了认知的边界，也在悄悄侵蚀独立思考的土壤。
月球就在那里，上去是一定的。但技术从来不自己决定方向，握方向盘的，始终是人。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App