20000美元买一张猴子图片：2021年最荒唐的投机实验

2021年，有人花20000美元买了一张 poorly drawn monkey 的链接。不是图片本身，是一个链接。这个链接由一家私人公司维护——公司倒闭，你的所有权证明就跟着蒸发。到2022年，NFT市场在盗版、欺诈和洗钱的重压下崩溃。现在每次听到有人谈AI，我都会想起这件事。

AI这个词，已经被用烂了五十年

1950年代就有了"人工智能"这个概念。广义上说，它指能思考的计算机。人类造人造生命的想法更古老：犹太传说中的泥人哥连，卡雷尔·恰佩克的"万能机器人"。

后来这个词被用来形容各种东西：游戏里NPC的三角函数行为逻辑，IBM的国际象棋电脑"深蓝"，几十种让人印象深刻的、高度专业化的计算机模拟智能案例。每个都很窄，每个都很具体。

今天呢？朋友给你发短信，应用弹窗问：要不要用AI替你回？看Instagram照片，画面被"用AI编辑"按钮挡住——以防你觉得侄子的照片缺了点什么，比如拿枪的加菲猫。

同一个词，从实验室的精确术语，变成了用户界面的牛皮癣。

2021年的那条推文，预言了现在的混乱

Alex Blechman在2021年发了条推文，我时不时翻出来看：

「科幻作家：我的天，AI失控了！它造出了纳米机器人，把大气层变成了灰蛊！

实际上的AI：我们训练了一个模型，它会种族歧视，因为它读了几百万条Reddit评论。」

这条推文在ChatGPT发布后的几个月里被疯狂转发。不是因为它好笑——是因为它准得让人不舒服。

我们期待的AI：终结者、黑客帝国、她。我们得到的AI：一个会生成"黑人科学家"图片时过度补偿、生成"白人家庭"时又刻板印象的图像模型，因为它训练数据里的偏见被原封不动地学走了。

问题不是技术不够聪明，是我们对"聪明"的定义本身就很混乱。

产品经理解毒：为什么所有公司都在"AI"里迷路

我做产品那些年，见过一种经典陷阱：团队找到一个能用的技术，然后拼命找场景往上套。不是从用户痛点出发，是从"我们有了锤子"出发。

现在的AI产品大多如此。不是"用户需要这个"，是"我们能做这个了"。于是你的短信应用有了AI回复，你的相册有了AI扩图，你的文档编辑器有了AI写作——每个都像是产品经理在OKR压力下的产物，而不是任何人真正要求的。

2021年的NFT市场也是同一条路。区块链技术确实能做数字所有权认证，但" poorly drawn monkey 值20000美元"这个等式里，技术是唯一真实的部分，其余全是叙事泡沫。

AI目前的问题更隐蔽。它确实能做事：写代码草稿、总结长文档、做初步翻译。但这些能力被包装成"革命""颠覆"时，用户拿到手的往往是半成品——需要大量人工校对，省下的时间又被检查AI输出所抵消。

一个能用的功能和一个被强行AI化的功能，区别就像手术刀和瑞士军刀。

2024年的现实检验：谁在真正受益

我观察到一个分化。企业端，AI确实在渗透：客服工单分类、代码审查辅助、法务文档初筛——这些场景容错率高，人工复核流程成熟，AI作为"第一遍过滤器"有明确ROI。

消费端则是另一回事。个人用户为AI功能付费的转化率，远低于厂商预期。ChatGPT Plus的增长在2024年明显放缓，Midjourney的订阅数在图像生成质量停滞后趋于平稳。不是技术停了，是" wow 时刻"用完了，用户开始算账：这个功能值多少钱？

2021年买猴子图片的人，很多是第一次接触加密货币。新鲜感驱动的消费，退潮后只剩一地鸡毛。现在的AI消费产品，也在经历类似的清醒期。

技术周期的残酷在于：它不在乎你的叙事，只在乎你的账本。

一个产品经理的偏见

我对当前AI炒作的警惕，可能源于见过太多"技术先行、需求后补"的失败案例。但我也承认，有些工具确实改变了我的工作流——只是它们很少出现在发布会PPT里。

真正有用的AI，往往是看不见的：邮件客户端的自动分类、搜索结果的语义理解、代码编辑器的自动补全。它们不喊"AI驱动"，只是默默减少了几次点击、几次滚动、几次上下文切换。

而那些最吵的AI功能——替你回消息、替你写邮件、替你P图——反而让我想起2021年的NFT市场：它们解决的不是用户的问题，是厂商的增长焦虑。

2024年还剩几个月，你最近一次主动打开某个"AI功能"是什么时候？不是为了尝鲜，是真的省了事的那种？