ChatGPT发布三年以来，世界被改变了什么？

三年前的这一天，Sam Altman 在推特上发了一条相当低调的帖子，宣布了这款聊天机器人的上线。他当时写道：“语言界面将会很重要……这是一个早期的演示，还有很多局限性——这非常像是一个研究预览版。”

那时我们还不知道，这个对话框将成为随后三年里，人类社会最大的变量。

今天是 2025 年 12 月 1 日。距离那个日子，整整过去了三年。

这三年里，我们经历过“AI 将毁灭人类”的恐慌，也经历过“所有行业都将被重塑”的狂热。站在这个时间节点回头看，世界并没有像科幻电影那样被天网统治，但也没有像乐观主义者预言的那样瞬间进入乌托邦。

世界变了。变得更微妙，更高效，但也更令人困惑。

一个意外的开始

回头来看，ChatGPT 的诞生本身就充满了偶然性。

在 2023 年 3 月的采访中，OpenAI 的团队向《麻省理工科技评论》表示，在发布 ChatGPT 之前，内部对这款产品最初并没有太大信心。Greg Brockman 当时坦言，公司内部没人觉得它“真的有用”。

团队原本计划专注于更垂直的领域应用，但在那些尝试未能成功后，才决定把这个基于 GPT-3.5 微调的聊天机器人作为“研究预览版”推向公众，部分原因是为了收集人类反馈数据。

Jan Leike 后来回忆说，产品的病毒式传播让团队“不知所措”。John Schulman 则表示，他在发布后的几天里不停刷推特，看着 ChatGPT 的截图铺天盖地涌现，却不太理解为什么一个“还有很多缺陷”的模型会引发如此大的关注。

一个并非为了改变世界而发布的产品，最终却改变了世界。

扩展定律的现实检验

ChatGPT 发布之初，围绕它的讨论充斥着各种宏大的预言。有人担忧白领工作将被全面取代，也有人认为 2025 年就是通用人工智能（AGI）到来的元年。Elon Musk 曾预测，到 2025 年底“我们将拥有比任何单个人类都聪明的 AI”。

现在是 2025 年末。AGI 并没有到来。

那个被许多人奉为圭臬的“扩展定律”（Scaling Law）——认为只要堆砌更多算力和数据，智能就会持续涌现——在如今遭遇了明显的现实阻力。Gary Marcus 在他的三周年反思文章中指出，那些关于“生产力提升 10 倍”的承诺大多落空了。

一些研究确实显示了约 30% 的效率提升，但远没有出现质的飞跃。《经济学人》的一篇报道更是直言，企业对生成式 AI 的采用看起来“出人意料地疲软”。

更重要的是，这三年里，科技界撞上了一堵物理世界的墙。

在 ChatGPT 刚发布时，我们以为限制 AI 发展的是算法；后来，我们以为是高质量数据的枯竭；到了 2025 年，全世界终于不得不承认，阻挡在 AGI 面前的最终 BOSS 其实是电。

过去三年，全球数据中心对电力的消耗急剧攀升。随着模型参数规模不断扩大，能源问题从技术成本演变成了一个根本性的约束条件。于是我们注意到，如今硅谷巨头们最热衷的投资标的，不再只是芯片公司，还包括核电站和聚变能源初创企业。

这种物理层面的约束也在一定程度上重塑了行业的技术路线。2025 年，“端侧模型”（On-device AI）受到越来越多的重视。不是所有问题都需要云端的大模型来回答，这个朴素的道理正在被重新认真对待。

手机厂商和芯片厂商正在努力让设备本身变得更聪明，以便在本地处理更多任务，而不必每次都消耗昂贵的云端算力。

商业层面的现实也变得没那么狂热。

还记得 2023 年、2024 年那种近乎疯狂的“掘金热”吗？每家公司都要在财报里提几句 AI，每个 CEO 都在谈论“AI 优先”战略。到了 2025 年底，这股热潮正在退去。

尽管 ChatGPT 拥有 8 亿月活，但企业端的真实采用率讲述了一个不同的故事。根据美联储和普查局的数据，真正在工作中每天使用生成式 AI 的人，比例停留在 12% 左右，一年来几乎没有增长。麦肯锡的最新研究显示，三分之二的企业仍处于“试点”阶段，真正能从 AI 中获得超过 5% 收益的公司屈指可数。

于是在最近这段时间里，关于“AI 泡沫”的争论不绝于耳。

资本市场是最敏感的晴雨表。就在上个月，一路高歌猛进的英伟达股价下跌了 16%，Oracle 也重挫约 26%。市场开始意识到，那种“指数级增长”的叙事可能存在问题。算力的投入确实是指数级的，但收益正在面临边际递减。

OpenAI 自身也面临着压力。曾经的先行者正在失去它的护城河。Google 的 Gemini 3 在多项基准测试中已经反超 GPT-5，开源模型 DeepSeek 和 Qwen 系列让“构建自己的大模型”变得越来越便宜。Sam Altman 曾暗示的“赢家通吃”局面并没有出现，相反，大语言模型正在迅速商品化。

这意味着什么？对于普通用户来说，AI 工具变得更加便宜和易得；但对于试图靠卖模型盈利的公司来说，未来可能是一场更艰难的战斗。

真正改变的是什么

如果说能源的限制在后台，那么前台最显性的改变，发生在我们每个人的指尖。

回想一下，你上一次面对一个完全空白的 Word 文档或代码编辑器，痛苦地从第一个字开始构思，是什么时候的事了？

在 2025 年的今天，“从零开始”已经成为了一种奢侈，甚至在某些高压行业被视为低效。无论是撰写公文、编写代码模块，还是设计一张海报，AI 已经接管了“从 0 到 60 分”的过程。

几乎所有主流创作软件都内置了某种形式的 AI 辅助功能。我们实际上已经从内容的创作者，集体转型为了编辑者、审核员以及架构师。

这确实带来了效率的提升。但随之而来的一个副作用是：平庸内容的急剧膨胀，或者说是“AI 废料（AI Slop）”的泛滥。

现在的互联网，信息的密度极高，但营养密度却在降低。打开社交媒体或搜索引擎，我们被大量语法完美、结构工整但内容空洞的合成文本包围。这些内容没有逻辑硬伤，但也毫无灵魂。

我们被迫练就一种新的阅读能力，需要去在海量的车轱辘话中，通过感知那种微妙的“体温”和瑕疵，来辨别哪些是人类真实的思考。

内容生成领域的变化，也在职场上引发了一些微妙的问题。

在 2023 年，人们担心的是 AI 会直接抢走工作；到了 2025 年，更值得关注的可能是另一个问题：AI 正在改变职业成长的路径。

过去，初级程序员通过写简单的模块积累经验，初级文案通过大量练习磨练语感。这些工作现在很大程度上可以由 AI 完成。从企业效率的角度看，这是好事；但从人才培养的角度看，问题变得复杂了：当入门级工作被 AI 承包，下一代的资深人才该如何成长？如果不经历那些基础的训练，专业直觉和经验从何而来？

与此同时，就业市场出现了一个看似矛盾的趋势：通用技能的价值在下降，而独特的“人味”却变得更加稀缺。

AI 拉低了很多技术门槛，但同时也提高了品味和判断力的相对价值。那些拥有独特审美、强共情能力，或在某个细分领域有深入见解的人，反而在这个环境中找到了新的竞争优势。因为 AI 可以生成大量标准化的内容，但在创造真正打动人的东西方面仍然有明显局限。

三年后的位置

ChatGPT 三岁了。它没有成为神，它只是成了互联网的水电煤。它昂贵、甚至偶尔断电，但我们确实已经离不开它了。这或许不是我们梦想的未来，但这确实是我们拥有的现在。

如果用人类的年龄来类比，三岁的孩子刚开始有了自我意识，开始跌跌撞撞地探索世界，但也充满了不可控的情绪和混乱。

ChatGPT 及其背后的生成式 AI 产业，正处于这样一个尴尬而关键的“成长期”。

它不再是那个初出茅庐、仅凭几句俏皮话就能赢得满堂彩的神童了。它现在背负着数千亿美元的期望，面临着甚至比它更聪明的竞争对手（如 Gemini 3），还要应对日益严苛的版权、隐私和伦理审查。

世界被改变了吗？是的。

只是不是以科幻电影中那种戏剧性的方式，而是以一种更渐进、更日常的方式。我们学会了在工作中借助 AI 提高效率，也学会了在它不可靠时保持警惕。我们不再期待 AI 会像预言中那样突然取代一切，也不再那么担心它会瞬间颠覆社会。它现在更像是工具箱里的一件工具，和 Photoshop、Excel 放在一起。

这或许不是 Sam Altman 最初梦想的 AGI 乌托邦，也不是 Gary Marcus 警告的末日崩盘。但这可能恰恰是技术成熟的标志，当奇迹变成日常，当狂热变成习惯，真正的改变，才刚刚开始。

三岁快乐，ChatGPT。欢迎来到充满挑战的真实世界。

参考资料：

1.https://www.technologyreview.com/2023/03/03/1069311/inside-story-oral-history-how-chatgpt-built-openai/

2.https://garymarcus.substack.com/p/three-years-on-chatgpt-still-isnt

3.https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/