摩尔线程天使投资人，对近期AI的四十个观察，技术狂奔下的机遇

OpenAI搞出个千亿美金的“循环交易”，一下子把“AI泡沫论”推上热搜，有人说这钱跟击鼓传花似的，也有人觉得这是行业要起飞的信号。

紧接着几家模型公司的估值嗖嗖往上涨，随随便便就到了数千亿美金，看着都让人眼晕。

不光是钱的事儿，技术也没闲着。

Gemini3和GPT5.2这些新版本一出来，能力又上了个台阶，写代码、做分析比以前更溜了。

有意思的是，中国团队在开源领域一直没掉队，不少模型代码一放出来，全球开发者都跟着用，这点确实得给个赞。

AI这东西发展起来真没什么规律可言。

不像手机更新换代，一年一个样那么均匀。

你看ScalingLaw这事儿，按理说模型大到一定程度能力增长该慢下来了吧？结果到现在还没看出收敛的意思，反而越跑越快。

经济活动规模也跟着水涨船高，以前哪见过这么多钱扎堆往一个领域砸？

马斯克前阵子又放话了，说以后是“全民高收入”时代，AI把活儿都干了，大家躺着赚钱。

黄仁勋更直接，说AI能把全球GDP推到500万亿美元，还整出“AI工厂”“数字员工”这些新词儿。

听着挺美好，但这里面到底有多少真东西，多少是畅想，估计谁也说不准。

今天就借着这股热乎劲儿，跟大伙儿聊聊AI经济里最关键的四十个问题。

不是要给个标准答案，就是想搭个框架，帮大家看清楚这波AI浪潮到底在折腾啥，机会在哪儿，坑又在哪儿。

Transformer架构算是这波AI热的功臣，大语言模型基本都靠它撑着。

但现在圈内人都在琢磨一个事儿，ScalingLaw这东西到底会不会收敛？简单说就是，模型规模、数据量一直涨，AI能力是不是能无限变强？

有人觉得总有个头，就像人脑子再聪明也有极限，也有人赌它能一直突破，毕竟现在还没看到天花板。

本来想看看下一个能替代Transformer的架构在哪儿，结果逛了一圈学术会发现，中美团队都在闷头搞，但谁也没拿出实打实的东西。

有人猜会出现在硅谷的实验室，毕竟那边有钱有人才，也有人觉得中国开源社区可能会先冒头，毕竟现在全球用的不少基础模型代码都从这儿来。

大语言模型的脾气到现在还没摸透。

为啥有的模型数学好但写不了诗，有的能写小说却算不清账？这些基础规律搞不清楚，后面想优化都没方向。

就像医生看病，得先知道病因才能开药，AI现在就处在“知其然不知其所以然”的阶段。

AI能力往各行各业扩散的顺序也挺迷。

但教育、医疗这种需要人情味儿的领域，进展就慢得多。

有人说五年内AI能接管大部分白领工作，也有人觉得十年都未必，这时间差里藏着不少机会。

最头疼的是怎么判断AI到底有多能干。

现在的评测体系就像考试，考的都是模型擅长的题，根本看不出真实水平。

有人提出“经济图灵测试”，说让AI真刀真枪去做生意，赚了钱才算真本事。

这想法挺有意思，但实操起来难度不小，毕竟谁也不想拿真金白银给AI交学费。

产出增强倍数这个词听着玄乎，其实就是AI能让一个人的工作效率提多少倍。

程序员用AI写代码，可能一天能多写两个模块，设计师用AI做图，出稿速度快一倍。

但不同行业、不同国家差别大了去了。

美国硅谷的工程师可能用得溜，能提个三五倍，有些小作坊连AI工具都不会用，那就谈不上增强了。

最近老听人说“数字层”，这东西到底是个啥？说白了就是你身边所有AI工具的总和。

手机里的智能助手，帮你订机票、回消息，工厂里的AI质检系统，盯着流水线找瑕疵，甚至你刷短视频时推荐算法，也算数字层的一部分。

这些零散的AI正在悄悄联网，串成一张看不见的网。

数字层为啥能变得“全知全能”？秘密就在数据共享。

你的智能手表记着你的健康数据，手机地图知道你常去哪儿，购物app清楚你喜欢买啥。

这些数据汇总到数字层，它就比你还了解你自己。

公司层面更明显，一个行业的AI模型学会了某项技能，其他公司能直接抄作业，不用重复造轮子。

交易成本这东西，以前没人觉得是个大问题。

谈生意得见面喝酒，签合同得请律师，这些都是成本。

现在数字层能直接对接供需双方，AI自动拟合同、做背景调查，中间环节砍了一大半。

前阵子听说有家小外贸公司，用AI直接对接海外客户，省了好几个中间商，利润一下子提了不少。

分散在每个人脑子里的知识，以前很难传下去。

老工匠的手艺、老中医的方子，很多都随着人走了。

现在数字层能把这些知识“存”起来，老师傅对着AI讲一遍操作流程，AI就能学个七七八八，再教给新人。

这可不是简单的录像，AI还能举一反三，把不同人的经验揉到一起。

谁能搭起最大的数字层？现在看几家科技巨头最有戏。

它们有数据、有算力，还控制着用户入口。

但小公司也不是没机会，有些垂直领域，比如农业AI、工业质检，巨头看不上，小团队反而能做出更专业的工具。

最后可能形成“巨头搭骨架，小公司填血肉”的局面。

现在的数字层顶多算个“青少年”，刚有点雏形但还不成熟。

你用智能助手订机票，它可能分不清你要经济舱还是商务舱，工厂AI质检，偶尔也会把好产品当残次品扔掉。

但这东西进化得快，说不定过两年，你生活里80%的琐事都得靠它搞定，到时候数字层才算真正长成了。

AI经济这事儿，说复杂也复杂，说简单也简单。

核心就是技术在狂奔，基础设施在成型，社会规则在跟着变。

今天聊的这四十个问题，其实没几个有标准答案。

但把这些问题想清楚了，至少不会在浪潮里晕头转向。

黄仁勋说AI工厂会像当年的电力工厂一样改变世界，马斯克畅想全民高收入，这些都可能实现，也可能只是空想。

关键是别光看热闹，得自己琢磨，AI能帮你解决啥问题？你的工作会不会被AI影响？怎么才能搭上这波车而不是被甩下车？

这波AI浪潮肯定会改变很多东西，经济格局、工作方式，甚至我们对生活意义的理解。

与其害怕未知，不如睁大眼睛多看、多学、多试。

毕竟，大时代的机会，往往就藏在这些没答案的问题里。