HN Weekly 中文
← #808

Ed Zitron 的 AI 怀疑论预测，准确率到底如何？

查看原文 HN 讨论

文章摘要

Dan Luu 挑了「被引用最多的 AI 怀疑论者」Ed Zitron，把他从 2024 年初到 2026 年的公开预测逐条翻出来核对结果。

先声明立场。 Luu 说自己在 AI 上从来没有强烈的正反立场：2022 年他做过一次对未来学家（包括 Kurzweil 这类受尊敬的人物）预测的系统性复盘，结论是他们在预测结果和推理过程上普遍都错；另一面，2015 年他写过文章说人们低估了 AI 取代人类工作的能力，并多次公开重申这一点。他的立场「极其无聊」：如果某件事正在发生，那些说它永远不可能发生的人多半是错的。针对「所有说 AI 不是假货的人都是有利益关系的骗子」这种指控，他澄清自己在 AI 公司没有特别的财务利益——只通过指数基金持有标准份额，有一些种子期投资但因时机原因这部分组合在 AI 上反而是低配；不在 AI 实验室或其供应商工作；他甚至提到自己多年前面试过某个 AI 实验室，电话面试挂得极其难看。

案例解剖：2024 年 11 月那场演讲。 Luu 先挑一条详细拆解，展示 Zitron 的推理套路。Zitron 在那次演讲中说 Meta「是个正在死的产品，也算是个正在死的公司」，说这些大公司「都不知道该怎么增长了……在一个垂死生态里重燃增长的绝望中，科技业要把 AI 这坨屎塞进一切东西里」，点名了 Google 和微软。Luu 把三家公司的营收和利润列成表：Meta 营收从 2023 年的 1350 亿涨到 2025 年的 2010 亿，2026 上半年同比增长 30%；Alphabet 从 3070 亿涨到 4030 亿；微软从 2280 亿涨到 3050 亿。利润同样在涨。

Luu 的关键论点不只是「数字打脸」，而是推理链条本身不成立：这些生态没有在死，而且以这个增长速度，AI 显然不是什么「没辙了才抓的救命稻草」。他逐环拆解 Zitron 的论据——为了论证 Meta 在死，Zitron 引的是 Similarweb 的第三方 MAU 估算而非 Meta 自己的数据或任何营收利润数字；Facebook 从 2023 年 12 月起停止公开 MAU，但多数估算认为它在增长，Zitron 挑了一个离群的低估值。为了论证 Google 在死，Zitron 大骂 Prabhakar Raghavan「真正邪恶」、是「站到管理咨询教派那边的计算机科学阶级叛徒」，但从未可信地论证 Raghavan 对搜索造成了严重损害，而出面评论的 Google 搜索工程师也不认同「Raghavan 是搜索问题的唯一甚至主要原因」这一假说。更要命的是，即便这个「反派 Raghavan 击败英雄 Ben Gomes」的剧本全对，也推不出 Google 营收增长有麻烦——YouTube 和 Google Cloud 都能驱动增长。

值得注意的是 Luu 在这里并不为 Google 辩护。他明确说 Google 搜索质量确实有严重问题，公司也确实在逐年提高营收相对用户体验的优先级——他 2013 年在 Google 时这就让一批以用户为中心的工程师忧心忡忡。他讲了个内部细节：他当年问一个搜索工程师，为什么 Google 不把广告背景色改得更像自然结果（研究显示越像用户越容易混淆）。回答是：因为有人不希望用户被混淆，所以不可能一次性把广告改得几乎和搜索结果一样，那样太明显了；真正的路径是每次 A/B 测试把广告调得离搜索结果近一点点，每次都多赚不少钱，于是这件事会分多年多次小步完成，每一步都小到反对者难以立案。这件事后来确实按那位工程师预言的方式发生了——但它跟 Raghavan 是否主管搜索无关，更不会导致 Google「没有增长空间」。

人们怎么引用 Zitron。 Luu 观察到，引用者是把他当权威：「这个看过数字的人这么说，所以我的说法有数字支撑。」但只要你对话题稍有了解，就会发现这些说法讲不通。他怀疑 Zitron 依赖的是人们看到数字就眼神发直、不去想数字究竟意味着什么。另一个卖点是他的愤怒，这是很好的互动引擎。

Luu 引用了几位注意细节的人。Juho Snellman 说 Zitron 的写作风格花哨，但攻击性和脏话更像是给已经相信这套的人打鸡血而非说服人改变想法；「他找到了反科技捞钱这个生态位，正在把它榨干」；那些文章里链接一大堆，但顺着追到一手来源会发现说的和 Zitron 暗示的很不一样。Snellman 更狠的一段是：「核心问题是他的经济分析是彻头彻尾的垃圾。我原以为他只是完全不称职，但考虑到错误的偏向性，这相当明显是有意欺骗。但这很难反驳，因为他每篇文章都是一万字的 gish gallop（用海量廉价胡说淹没对手）。我在 HN 评论里试过针对其中一个刻意错误做澄清，然后人们抱怨我的回复太长。」

Timothy B. Lee 检查了 Zitron 用来推算 Anthropic 营收的那张表格，发现：不算 2 月 1-10 日、把 3 月 1-10 日算了两次、把 8 月 21 日到 10 月 21 日当成一个月而非两个月、不算 10 月 21 日到 11 月 1 日（另有评论者指出表里还出现了「2 月 30 日」）。Zitron 据此算出 Anthropic 2025 年营收 36 亿美元并暗示其中有猫腻——而把这些错误修正后数字就对得上了。

预测清单。 主体是一长串带裁定的时间线，几乎清一色「Wrong」：

Luu 补充说，此后的预测大多不可证伪或尚未到期。他还特意说明自己没有收录那些当时就荒谬或事实错误的陈述，比如 2024 年 12 月说「生成式 AI 产品被封在琥珀里一年多了」、2026 年 1 月说「模型跟一年前基本一样，效力相同」。把这些前瞻和回溯的陈述串起来，暗示的是 AI 在 2026 年 1 月和 2023 年 12 月能力相同（串上更晚的陈述，甚至暗示 2026 年 8 月和 2023 年 12 月相同）——尽管公平地说，Zitron 经常自相矛盾，也在 2026 年中承认过有限的进步。

和未来学家对比。 Luu 说，在风格上 Zitron 比他研究过的任何未来学家都更依赖愤怒；在推理质量上大约是平均水平——虽然几乎全错，但不比 Buckminster Fuller 更离谱（后者曾提议用无线电传送人，理由是原子有频率、无线电波也有频率）。推理风格上他最接近 Kurzweil：用数字营造可信度的光环，但只要你懂一点这个话题或真去看数字，推理就散架了。Luu 的犀利之处在于点出这两者是同一个赌注的正反面：不断预测 AI 进步会因错误的理由而停止，就是押注进步的反面下注法——不是无限进步，就是零进步；每次被证伪，就再做一个类似的预测然后把日期往后挪一点。他还指出两边粉丝的手法也一样：Zitron 的粉丝直接声称他的预测是对的，就像 Kurzweil 的粉丝引用他 86% 的预测准确率——而 Luu 2022 年真去核对那批「据称对了 86%」的预测，实际准确率是 7%。

lcamtuf（Michał Zalewski）给出了机制解释：建立追随者最可靠的办法是提出清晰、强硬、不留余地的立场，「市场可能往任何方向走」「两党都有道理」「AI 有点价值也有点炒作」这种话上不了播客和电视。而且存在正反馈循环——采取挑衅的、边缘的立场就能获得更多关注和点赞，于是你会某种程度上自我极端化，到某个点它不再是一个可以改变的观点，而变成了身份和个人品牌。Luu 补充说，想找推理扎实的反 AI 观点，他推荐 whitequark（他不同意，但认为推理是健全的），当然 whitequark 吸引不到 Zitron 那种量级的受众。

能把错误立场维持多久？ Luu 拿 Paul Ehrlich 作对照，用维基百科的记载列举：1970 年第一个地球日警告「十年内海洋中所有重要动物生命都将灭绝，大片海岸线将因死鱼恶臭而被迫疏散」；1971 年演讲预测「到 2000 年英国将只是一小群贫困的岛屿，住着约 7000 万饥民」，还说「如果我是赌徒，我会以一赔一赌英国在 2000 年将不复存在」。当这些没发生时，他的回应是「预测未来时你会搞错，错得多离谱是另一个问题。要是当初打了那个赌我会输。但如果你仔细看英国，我能说什么呢？他们跟所有人一样问题一大堆。」加拿大记者 Dan Gardner 在《Future Babble》里批评 Ehrlich 在承认错误上不够坦率，却在邀功时不诚实或闪烁其词——他极少承认自己在物资短缺、大规模饥荒死亡（《富裕时代》里说多达十亿人）上的错误，却乐于为「预言了艾滋病增加或全球变暖」邀功。Luu 尤其指出 Ehrlich 曾支持 Paddock 兄弟的「分诊」策略，主张对印度、埃及这类「无望」国家切断粮食援助；如果真那么做，这些国家几乎肯定会遭遇饥荒，而实际上它们靠绿色革命大幅提高了粮食产量、在人口翻倍的同时不再依赖援助。让 Luu 惊讶的是，Ehrlich 在 1968 年之后继续在 1990 年出版《人口爆炸》，本世纪、本十年仍在说同样的话，2015 年提到自己 1968 年那本错误的书时说「我今天的措辞会更加末日」——他不再说这话的唯一原因是他今年早些时候去世了。Luu 的调侃是：也许我们还能有五十年的 Zitron 预测 AI 进步终结。

gish gallop 的不对称性。 Luu 解释了为什么很少有人认真反驳：他只详细讨论了 Zitron 那场演讲的一小部分，就花了一千多字；读者可以说「但你没回应 X」，这确实成立。他第一次看那场演讲时，90 秒就关掉了标签页，因为胡说太密集，不值得看下去——「我可以就这段视频的头 90 秒写五千字。因为 Zitron 只是在说一堆胡话，他能非常廉价地做到这一点，而我如果手头有全部事实，反驳这 90 秒的胡话要花 30-60 分钟；如果需要时间去查确切信息，大概要两三倍时间。」他把这比作放大型 DoS 攻击：生成新胡话极其廉价，反驳则需要功夫。一个朋友向他描述听 Zitron 播客的体验：心率一路上升，因为他会说一件假的事，然后理性的主持人问「那 X 呢」，接着就跳到下一个假话；「在我退出之前，他说 LLM 过去一年没怎么变好，主持人说人们在用它们、过去一年明显好多了，Zitron 否认并说『是吗？』，主持人就说『……是的』。那一刻我心想，我为什么要听这场对话？」

Luu 还特别点出置信度问题：Zitron 用的是修辞上几乎最高级别的确信（「荒谬到该算金融犯罪」「不现实到该开除 Pichai」），而这些恰恰都被打脸了。Luu 说自己也做过不少预测、也错过不少，但他做真正的预测时会给自己标注置信度以便复盘校准，「我从未在一个接近 Zitron 那种置信度的预测上出错过。以那种陈述的确信程度，哪怕错一次都是极度过度自信的信号——一个人在以那种确信程度交付的预测上应当基本永不出错」。

Dennis Snell 指出了一个漂亮的内在矛盾：如果 Zitron 认真对待自己「Google 不知道怎么增长所以把 AI 塞到处都是」的说法，那 Google 想让 Gemini 用户数到几亿就能到几亿——做的恰恰是 Zitron 说他们会做的事。你不能同时认真对待「缺乏增长导致 AI 绝望」和「说 5 亿用户是严重渎职」这两个说法。而 7.5 亿这个实际数字同时证伪了两者。Luu 说他第一次中止那场演讲的具体位置是这句：「一个痴迷于同比营收增长的市场。这个演进是自然的。它糟透了。你可以怪 Marc Andreessen。他是个可怕的人。你可以怪很多可怕的男人。现在有太多男人值得生气了。」——「现在有太多男人值得生气了」这句话总结了 Zitron 的整个立场；现实是即便 Andreessen 从未存在过，这三家公司照样会追求增长。

人们怎么还能当真？ Luu 说他读了 HN、lobsters 上所有主要讨论。最常见的辩护是「你反驳了一些点，但你没覆盖 X」；更常见的是笼统地说「人们攻击 Zitron 是因为他的风格，但他们从不回应他的论点，这就让我明白了一切」——而从时间戳看，那些帖子里通常早就有评论在讨论 Zitron 的实际错误，辩护者却无视这些、坚称没人能指出他的错误。「这是非常 Zitron 式的动作，喜欢他风格的人会用同样的动作也说得通。毕竟谁会觉得 Zitron 有说服力呢？认为这种东西算有效推理的人。」第二常见的动作是直接否认 Zitron 说过被反驳的话。第三类是「那些说错话的 AI 吹子怎么算？」——Luu 回应说他写过 3.4 万字论证一批最受尊敬的未来学家不仅预测错、方法和推理也错，但一堆吹未来的人错了，并不能让 Zitron 或 Ehrlich 少错一点。还有一类是「Zitron 没错，他只是早了」——朋友的评论是：「这言下之意是我们最终会意识到 2026 年的模型其实并不比 2024 年的好？」Luu 说，发这篇文章后，相当一部分给他发消息说他错了的人，理由正是「2026 年的今天模型其实并没有比 2023 或 2024 年更好」。他给出的反例包括 2023 与 2025 年视频生成的对比，以及在编码上更显著的进步——他提到自己用几分钟的人类时间就做出了一个带解释器和原生代码编译器的新正则引擎，然后 fork ripgrep 让它对 codex 实际调用更快，这在 LLM 之前按具备该专长者的薪资折算大概是七位数的项目。他之所以举视频的例子，是因为在那次访谈里「是吗？」之后 Zitron 的「反驳」是「你总不会用它拍电影吧？」——而现在人们已经在大量「拍摄」AI 生成的素材并冲击低端视频工作。

关于未来。 Luu 承认 Zitron 未来可能会对某些事说对——也许某些公司估值会下滑。但即便发生大崩盘、OpenAI 和 Anthropic 归零，加上某个事件阻止模型进一步进步，社会影响仍会相当可观：哪家公司成功只改变谁变富，特定公司倒闭并不能阻止由当前或下一代模型能力衍生的变化发生，它只是挪动了谁受益最多。对他个人而言，比起能力如何发展（Zitron 至今在这上面全错），某家公司崩不崩溃并不那么有趣。

附录：Zitron 谈为什么人们不喜欢他。 Luu 在找讨论时发现 Reddit 上排第二的结果是 Zitron 本人的一段自辩，大意包括：有些男人不喜欢他是因为情感诚实和内省对他们来说很难；人们不喜欢他情绪化的样子、说他「把发怒当表演」甚至形容他精神失常，而这是情感压抑者的常见反应；他没走「该走的路」（大媒体的体制内写作者、分析师、金融从业者），没有传统意义上「挣得资历」；他的工作很彻底，这让那些工作不彻底的人感到挫败；他拍好照片、做好访谈、抓住时机，有些人想要这种关注和声望却不愿付出；他爱得大、爱得狠，从未被任何「圈内人」团体接纳。Luu 说自己不知道他是不是真心这么想（如果 Wired 那篇关于 Zitron 和他经营的公关公司的特写属实，倾向于不是），但 Zitron 显然很擅长说他的受众想听的话，所以这段大概能反映他的受众。Luu 还补了个反讽的细节：关于「小圈子」那段的说法，只要在 Reddit 搜他的名字就会看到评论者指出，在他的 subreddit 里发任何表明 AI 有进步的东西（比如贴基准测试链接）就会被封禁，形成了一个高度小圈子化的回音室。Luu 强调自己并非基准测试的拥趸——他公开说过 METR 的进展基准没有意义、贴合直觉判断也好过依赖误导性分析，广被引用的 AI 评测经常有缺陷——但从评论看到的图景是不跟党的路线走就会很快被封，这与上面那段自辩描绘的形象恰好相反。

HN 评论精华

871 分、1025 条评论。讨论极其两极化，但有意思的是，主流意见并没有简单地站在任何一边——大量评论承认 Zitron 的具体预测确实错得离谱，同时又坚持他指向的某些结构性问题是真的。

一、亲历者的「祛魅」故事

gregdoesit（Gergely Orosz，《The Pragmatic Engineer》作者）贡献了讨论中传播最广的一条：他曾关注 Zitron，正是因为对方看起来是个做研究、看数字的人——直到他意识到 Zitron 只在数字对他的议程有利时才看它们，不利时就移开视线或论证数字为什么是错的。2025 年 4 月 Zitron 写道「我受够了所有人假装生成式 AI 是下一个大事件」，而当时 AI 编码工具在开发者中早已主流化。Gergely 带着数据回复——他做过的一次调查显示约 75% 的开发者在用 AI 编码工具——结果 Zitron 嘲笑他样本量太小（216 人），然后把他拉黑了，继续假装 AI 在全世界毫无 PMF。他从此不再认真看待此人，并留下一个开放的问题：他是刻意只看能编织 AI 末日故事的数据，还是发现「有见地的怀疑者」市场空缺、决定扮演这个角色？

minimaxir 提供了另一个内部视角：过去几年他曾帮 Zitron 处理过 LLM 服务方面的晦涩技术细节（基准测试、模型缓存之类），Zitron 也多次正面提及他和 Simon Willison。他停止提供协助，是因为对方反复把这些建议用到最愤世嫉俗的解读上（「这个要怎么解读才能让 AI 吹子听起来像疯子？」），往好里说也是误导性的。「现在我怀疑他把我看成那些疯狂的 AI 吹子之一了。」

amoorthy 讲了个题外但有趣的细节：他曾雇 Zitron 给自己的创业公司做公关，「非常难合作，甚至不愿分享他是怎么向媒体推介我们公司的，因为他认为那个推介词是他的知识产权」，导致很难知道什么内容起了作用。

g-unit33 的批评更直接：Zitron 的论点缺乏对这些公司到底在做什么的了解，上了那么多节目谈负面，却承认自己根本没用模型做过任何事。

二、simonw 挑起的核心矛盾：既有独家料，又有毒评论

simonw（Simon Willison）提出了整场讨论中最微妙的一个问题：Zitron 有时确实在爆料——拿到别人没有的泄露数字——但他把这些数字包裹在极度偏颇的评论里，这让人很难评估这些新信息本身有多可信。

dgellow 反问：那你不能忽略评论只看数字吗？这引出了一串很有价值的回应。SpicyLemonZest 给出了最好的答案：问题在于有些数字本身就需要批判性的眼光。他举了 OpenAI CFO 对员工说「七月的 ARR 超过了整个 Q2」这个例子——这里有一堆严肃问题要问：这些数字怎么算出来的？做这种令人困惑的对比意义何在？（他调侃说答案只能是 ChatGPT 写了 CFO 的讲稿，没有哪个人类财务专家会想到拿年化数字跟三个特定月份的总和比。）但当事实由一个告诉你这一切都是巨型骗局、并对所有问题都推断出最坏答案的人转述时，你就很难恰当地分析这些事实。

这条本身又引发了一场细致的对线。dcre 认为 SpicyLemonZest 在 CFO 那句话上完全错了——「七月单月营收超过整个 Q2」在营收以疯狂速度上涨时是极其正常的说法。tovej 反驳：如果她是那个意思就会说 revenue 而不是 ARR，ARR 意味着乘以 12。两人来回引用 CNBC 原文，tovej 的分析很锋利：如果两个都是 ARR，那就只是说单月跑赢了三个月的平均——这种事有 50% 的概率发生，谁都可以在硬币掷对时机会主义地说一句；而不那么善意的读法更糟：单月营收乘 12 超过三个月营收，那不是废话吗。dcre 的反击更妙：你正在用一段并非逐字引用的转述做你所讨厌的 Zitron 式的事情。SpicyLemonZest 的收尾很坦荡：「我没说我讨厌它。我从没见过任何理由怀疑 Ed Zitron 是个努力按自己理解讲真话的好人。」——他的真正观点是，讨论一家大型复杂公司的表现必然要对哪些数字更可靠、哪些重要做判断，尤其当它是一家还没有任何有意义披露的私人公司时；所以如果你不认为 Zitron 的判断力可靠，就没有好办法「校正后只看数字」，因为数字已经被他的判断过滤过了。dcre 最终表示完全同意。

simonw 自陈财务素养不足以信任自己对数字的分析，理想情况下他想要的是 Matt Levine 那种既是真正的金融专家又极擅长把事情讲给外行听的评论。dgellow 附议 Matt Levine 是 GOAT，并说自己对 Zitron 泄露的内部文件的处理办法是等着看 Bloomberg 会不会跟进。iamacyborg 补充推荐了 Bloomberg 的 John Authers 简报（免费）。

iNerdier 提了个关键的辩护：FT 不是既核实了他的数字、又基于同一份泄露发了报道吗？minimaxir 给出了要害差异：FT 明确指出 OpenAI 手上有数十亿美元现金（这在分析偿付能力时至关重要），而 Zitron 的文章模糊掉了这个数据点。dcre 补充说，基于完全相同数据的两篇文章里，Zitron 那篇明显更令人困惑、启发性更低，因为他主要关心的是指着最大的那个数字喊「哦，好大的数字！」，还把数字埋在几千字的散文里。

toomuchtodo 是讨论中少数明确付费订阅 Zitron 的人，他的立场值得记录：「忽略 Ed 的人格，只看资产负债表和资本分析。不管表达方式如何，数学算不平。」他还抛出了一句挑衅——「Ed 被批评得这么厉害，而 Musk 和 Altman 这种病态说谎者却被轻轻放过，这让我觉得很离谱」——并声明自己订阅是为了资本数据和独家，不看访谈，「我们是在找事实，他想表演我不介意，另一边的表演者我也见过，只要事实持续供应作为地面真相就行」。这句挑衅引爆了一条长长的支线，aleph_minus_one 和 rowanG077 都反驳说 Musk 和 Altman 在 HN 上根本谈不上被轻轻放过，rowanG077 要求他拿出情感分析数据证明「90% 以上的 HN 用户符合这个描述」。这条支线中途还岔出一段很有人情味的插曲：Karrot_Kream 委婉建议 toomuchtodo 在这个站上花的时间太多了，并描述了一种「特殊的毒性」——论点本身变成了核心议题，你开始无法把事情的真相与论辩本身分开，也无法再把帖子里的人想象成人而不是论点的传声筒；他把 HN 和 Reddit 称为「智识垃圾食品」，让人感觉在自我提升，实际上智力产出所看重的成果没有一样是从大量读帖发帖中掉出来的。toomuchtodo 的回应相当动人：他承认自己来得太多，但是为了学习、成长、分享和保持好奇，「我现在首先是个学者」，并反问「那你说该去哪？我已经广泛地找过有意义的工作但一无所获……什么东西需要被建造、而且值得建造？」

三、最普遍的一种立场：「预测全错，但论题成立」

这是评论区分布最广的观点，值得单独归纳。

dgellow 的表述最简洁：「他的论题基本正确，他的个人意见不太相关也不太有价值。把他的预测当成重要的东西是个错误，这基本无关紧要，整个领域非常动态和复杂，他显然不是能预知未来的先知。唯一重要的是那个论题。」vehemenz 说得类似：「如果从 Zitron 的主张里抽样，很多是错的，大概多数是错的。我认为他对讨论的贡献在于更大的图景——这些公司正在为一个比前两次技术繁荣都更迷雾重重的投机未来背上可能毁掉经济的债务。」

CuriouslyC 给出了一个精细的切分：「Ed 在 OpenAI 步子迈太大这点上是对的，在所有数字都极度乐观这点上是对的，在泡沫的循环融资/杠杆这点上是对的。但他恨 AI，所以没法承认它的用处」——他提到在 DOAC 访谈里主持人 Stephen 反复举出真实的胜利和明确的进步，Zitron 就是不肯实质性地接招。jimmoores 的版本更凝练：「他在这项技术的用处上大错特错，但他在驱动这场疯狂扩张和市场扭曲的失控的、腐败的循环融资上完全正确。他起到了很有用的作用，作为每天喷我们一身的大厂马屁水管的配重。」

anonymous_user9 提出了对 Luu 开篇论证最认真的反驳：Luu 误解了 Zitron 的意思——Zitron 说的是超大规模厂商没有真正的增长机会，所以在用 AI 泡沫来实现增长；它们又增长了几年这一事实并不构成反驳，而 Meta 稳步下滑的利润率看起来也确实不健康。fzeroracer 的角度类似：「拿营收数字当作公司没在死的证据相当愚蠢。微软的游戏业务正在挣扎和死亡，Linux 因为微软的决策而以空前速度增长，更不用说各国正在认真考虑放弃 Windows 的地缘政治因素。」

sfblah 提出了「他不是错，只是早了」的最系统版本：过去 10-15 年很多分析师面对同样的批评，问题在于他们没理解政府财政和货币干预的惊人规模和范围——政府基本上是把风险全部塞到未来以反复挽救近期结果。他认为 Amodei 关于 AI 导致大规模失业的预测也是同理：赤字支出消除了企业裁员的经济动机。这条引来了最有力的一组反驳。inferniac 直接列了带具体时间线的打脸清单（包括 Zitron 2022 年 12 月说「如果 Musk 的财富不回到 2019 或 2020 年的水平我会震惊」，而 Musk 现在身家约 8730 亿美元），并指出「说他只是早了很傻，因为他的预测给了根本对不上的具体时间线」。enraged_camel 一句话切中要害：「那意味着他的预测要么是错的，要么是无意义的。」achompas 说得更严谨：预测按定义包含一个结果，而且可以包含时间线；如果你认真做预测，通常会包含时间线，因为不含时间线的预测无法据以行动——「你可以为 Ed 的结果选一个不同的时间线。好啊：那现在是你的预测，不是他的。」dcre 则搬出了宏观金融专家 Nathan Tankus 的一篇文章，论证围绕 AI 繁荣的融资规模根本不足以搞垮金融系统。adventured 也从宏观上反驳：美国可以安全地削减一万亿赤字支出而不会有大事发生，「布什时代的赤字被说过完全一样的话，美国经济据说在 2009-2010 年就死了，而 2026 年的经济经通胀调整后大了 50%，把大部分欧洲甩在身后；次贷传染比我们现在在 AI 支出上坐着的任何东西都严重得多」。

ahnick 提出了一个反复出现的物理约束论证：「就算我们要洗劫养老金和 401K 来撑住 Anthropic 和 OpenAI 的估值目标，泡沫可以吹得更远更远，但数据中心终究得建起来、得通电。发电这部分没人谈。美国根本没有足够的电力来按这些公司支撑其荒谬估值所需的速率扩张。AI 是真的，但这些估值不是。TL;DR：Ed 方向上正确，但确切时机谁也说不准。」pfraze 则对「循环融资」这个核心指控做了更精细的分析：当前的交叉交易并非纯粹循环，相当一部分营收确实是从外部（也就是客户）流入 AI 产业的；更值得注意的是共担风险——这些交易把链条上的多家公司绑到了一组共同的赌注上。他的推理是：如果前沿实验室突然发现自己无法与跑在广泛可得算力上的廉价开源权重模型竞争，本来只有前沿实验室暴露在这个风险下、而 Nvidia 这样的芯片厂商在哪种环境下都能繁荣；但芯片厂商对前沿实验室的合作或承诺会改变这一点。

四、「泡沫必然破」的元讨论

irishcoffee 描述了阵营化的过程：Zitron 刚上高马时 agent 还不存在、MCP 还在襁褓、前沿模型生成的代码有一半编译不过；从那以后一切分裂成他称之为「信徒」和「非信徒」的两派，尽管证据显示模型和 agent 在软件开发上确实有腿。他自陈发帖历史显示自己极度怀疑、至今某种程度上仍是，并给出了一个有意思的判断：模型真正的力量根本不在模型，而在于外围的 harness。他也认为整个 AI 运动会有自己的 2000/2008 时刻，然后凤凰涅槃。

simianwords 反问：「那些因为某种『历史会重演』的宗教式信念而认为泡沫注定要发生的人是怎么回事？我觉得理解这类人的心智理论很迷人。这么自信。」irishcoffee 从赔率角度回击：「人类历史上泡沫再也不破的概率是百分之一，泡沫会再破的概率是九十九分之九十九。你那套宗教式的指指点点把我逗乐了。」

jacquesm 拒绝「信徒 vs 非信徒」这个二分法：「这让它看起来像宗教战争，本不该如此。对我来说 AI 就是个很有用的工具，不多不少——它不是许愿机，也不是解决所有软件顽疾的银弹。但正确应用时相当有用……所有工具，包括 AI，都有个作用端，只要你把它指着别处就没事。但要恰当地应用它（而不是把它当作更快制造一堆烂摊子的方式）需要纪律和条理。从来都是这样。」emp17344 的反驳很尖锐：「不管你喜不喜欢，是 AI 狂热者把这变成了一场宗教战争。这里太多人把整个自我价值感绑在了 AI 的成功上，会攻击任何挑战『AGI 即将到来』叙事的人。他们拒绝接受批评者的存在，这个帖子里就能看到。」

Grombobulous 给出了一个冷静的框定：「关于泡沫，认为它们要破的人在破之前都看起来像疯子。而且要说清楚，泡沫破了不意味着 AI 永远消失。它意味着我们会看到某种经济崩溃或衰退，而且很可能至少有一家大公司倒闭或破产重组。」他认为 OpenAI 处境最明显危险，而 Nvidia 的处境比表面上更危险：硬件推进速度相对乏力，处于类似加密货币的硬件泡沫中，一项技术突破就可能让 AI 数据中心方案的需求完全崩溃，而且他们在搞很多可疑的硬件融资安排。locallost 则指出「泡沫」几乎是个永久状态：早在 2017 年就有人说有泡沫，而即便泡沫现在破了，经济也会跌到一个远高于 2017 年的水平——更有意思的问题是那根针在哪、泡沫会不会撞上它。tavavex 给了一个平衡的表述：他认为 Zitron 一直在试图给顶点计时（AI 进步的顶点、算力的顶点、盈利能力的顶点），每次被证伪就得重新调整；除非你有所有人都必须在某个期限面对的极硬数据，否则给顶点计时是徒劳——「但与 AI 吹子回应怀疑者出错时常暗示的相反，没能给顶点计时并不意味着顶点不存在。迄今为止每一项新技术都有顶点。」

五、有效的 AI 批评应该长什么样

tolugenius 问了个建设性的问题：有没有真正站得住的 AI 批评者？不是「代码不行但会变好」那种，而是关于融资、政治本质的实际批评。simianwords 列了个清单，有效的包括：Yudkowsky 那类认为 AI 可能接管世界的安全批评（他觉得可信度最低但仍然有效）、Bernie 那类认为 AI 会造成大规模失业的批评、以及 Ruxandra Teslo 认为 AI 会抽走意义的批评（他觉得这条最严肃）。无效的包括：排放和用水这类环境批评、「AI 没用而且会因为是泡沫而拖垮经济」、「AI 传播错误信息造成社会伤害」、「AI 用受版权保护的内容训练」。

这份清单立刻遭到围攻。knowaveragejoe 和 fwip 都指出「AI 传播错误信息造成社会伤害」听起来完全合理，另外两条如果不用稻草人的方式陈述也是合理的。环境那条引发了最长的争论：simianwords 的立场是「只要考虑了权衡和外部性，增加排放本身没有错——你生活中的每个行动都有外部性，如果你开始反对所有这些，那你的观点究竟是什么？你只是讨厌人们做事」，并要求对方给排放定个量。nateglims 的回应切中逻辑：「你在论证为什么你认为这些排放是值得的，但我不明白这怎么就让排放担忧变得无效了」；他还把问题翻过来：那为什么为控制排放而放慢 AI 就是有害的？你为这个提供了什么不涉及尾部风险的数字？jplusequalt 搬出了气候经济学的重炮，连引 Nicholas Stern、Robert Stavins、Richard Tol、Martin Weitzman、Nordhaus、Stiglitz 六位经济学家关于「气候变化是史上最大市场失灵」的论断。RetroTechie 给出了一个漂亮的两难：如果 AI 真如支持者所说那样奏效，那要么你会看到大批人失业（社会毫无准备），要么你会看到全社会范围的生产率提升——也就是以更快的速度消耗这个星球上的不可再生资源；社会整体会因为放慢部署而受益，有时间反思这些二阶效应并想办法应对，但我们看到的恰恰相反：一场大实验室互相比拼烧钱和赶超、到处无视外部性的疯狂竞赛。

关于电力，nomel 提出了一个反直觉的正面论证：这些公司在补贴绿色能源扩张（因为它现在是最便宜的扩张方式），而且正在「纠正」美国公用事业垄断的普遍问题——数据中心自建发电部分是因为电价已不再与发电成本挂钩，这种错配正在推动本地核电研究。overfeed 反驳说眼下情况恰恰相反，因为 AI 建设关乎速度而非成本效益，所以 xAI 的 Colossus I & II 在非法运行燃气轮机、Google 也收回了数据中心可再生能源承诺。nomel 的回应区分了两件事：电力公司确实在让原计划退役的煤电和燃气调峰电厂继续运行，但实际新增装机全是绿色的；而且数据中心约为每年 1 亿吨 CO2，汽车是 18 亿吨。hajile 补了一个重要的局部视角：用水在全国尺度上或许微不足道，但数据中心倾向于建在缺水地区（往往正因为蒸发冷却在干旱地区更便宜），对当地水源的影响可能极端。karmakurtisaani 提了另一条常被忽略的批评：数据中心推高电价，却对当地经济贡献不大。

Borealid 给出了讨论中最完整的一份「有效批评」清单，值得完整转述：AI 把权力集中到资本手中，让买得起算力的人比买不起的人强大得多，从而加剧社会分层；AI 普遍用人类的创造性产出训练而没有按比例回馈（版权上的「只许州官放火」）；AI 打破了那些建立在「尝试某事本身就有时间或精力成本」这一前提上的社会流程——比如提起法律主张或寄一封威胁信；我们还没做出相应的社会变革去惩罚或收费于「用尽每一次上诉/选项/申请」的行为，所以在过渡期里像求职申请这种非对称努力的任务变得非常糟糕；AI 的使用让人更难培养独立批判思考的能力，尤其是在最需要培养这种能力的人群中；AI 产出大量中等水平的内容，让 AI 出现之后人类创作的杰出作品更难被发现；AI 导致对远程沟通的不信任，普遍加剧愤世嫉俗并破坏社会纽带——他强调这不同于「AI 传播错误信息」那一点，因为无论 AI 是否真的被用来生产错误信息，让人们互相怀疑本身就是伤害；AI 需求挤压了相邻市场（电脑游戏、建筑、3D 图形制作等）的硬件和时间供给。

六、对文章本身的批评

12sag15 提出了最实质的方法论批评：「像往常一样，用不断索要更多证据来击落评论非常容易。Zitron 有种咆哮式的风格。比如 Luu 关于 Google 搜索那段只是在挑刺 Zitron 所指认的搜索衰落责任人。真正的问题当然是搜索质量明显下降了。Luu 想要什么？一份『研究』？所有人都看得见。人不是问题所在。这是对 Zitron 写作的高度选择性分析，聚焦于几个错误。人们需要明白，任何普通人都能区分 Zitron 文章里的咆哮、数字和推测。它们不是写给那些张口闭口『先验』和『证据』的自闭者看的。」simonw 的回应堪称本场最有效的一击，而且极为简短：「『这是对 Zitron 写作的高度选择性分析，聚焦于几个错误』——读的时候我一直在想，看看几个 Zitron 说对了的预测会很有意思。既然你看起来关注他的作品，你知道有哪些吗？」（该问题未见回答。）

mustaphah 提了类似但更温和的方法论质疑：「我不喜欢 Ed，但看起来 Luu 花在记录失败预测上的注意力，远多于检查那些可能说对了的预测。」Planktonne 提出了一个相对性论证：「你必须在周遭世界的语境中考量预测；他确实错了，但他比反对他的人的预测错得更多吗？比别人错得少就等于比别人对得多。」solid_fuel 想看的是同一份处理施加于另一边：「我会有兴趣看一份 Altman、Amodei 等人的预测清单加上有多少成真的注释。Ed Zitron 是个大话精，经常夸张到难以认真对待，但 AI 产业领袖们也是。」qw2817 抛了个损但好笑的观察：「检验 Dan Luu 自己的预测会更难，因为他连文章都不标日期。」cryzinger 好心指出文章的一个脚注（「Some Zitron predictions」的 July 2024 那条）链接坏了。

七、关于「专家网红」这门生意的元评论

这是讨论中另一条高质量的支线。pcstl 的开场是被引用最多的表述之一：「Zitron 已经变成了他所批评和嘲弄的那些 AI 吹鼓手的扭曲镜像。我认为发生在他身上最糟的事，是 AI 怀疑论变成了一个政治立场。这给了他一批被俘获的受众——只要他说他们想听的话，这意味着他永远永远不能承认自己可能错了、或 AI 可能真的在进步或取得成功。这长期而言不利于做出好的预测，反而会把人引向一种认知失调状态：你选定的敌人必须同时既恐怖强大又是无能的蠢货。这是宣传家的病。」devindotcom 接了句「关于这点我有些坏消息要告诉你」，随后一小段插曲很有意思：pocksuppet 一开始以为他在指 Umberto Eco 论法西斯的定律（「法西斯社会在修辞上把敌人同时描绘成太强和太弱」），但指出这微妙地不同，因为无能不等于弱；pcstl 的回应是「长期而言它就是弱」，并延伸出一段关于人们如何谈论亿万富翁的评论：人们必然会得出「在一个奖励某些东西的系统中最成功的人是不称职的」这个结论，因为这个系统奖励的东西不是他们认为系统应该奖励的——认为系统奖励错了东西没问题，但人们径直走向否认这些人在系统内部有技能，或声称系统边界内的技能不反映任何「真实」技能，「完全无视精英倾向于即便经历共产主义起义也仍是精英」。konmok 反驳「我不会把残忍或不诚实叫做『技能』」，pcstl 的回答冷得可以：「那是一个选择，但宇宙没有理由尊重它。」

fallingbananna 的观察很朴素也很扎心：他建立了一批想听极端怀疑观点的追随者，即便他改变了某些想法也不能承认，因为那不是追随者想听的；「人们很少能靠说非常平衡、脚踏实地的观点上新闻和建立追随者……可惜」。noir_lord 接得漂亮：那只会让你被两边都讨厌，「确定性才好卖。有些人宁可要一个自信的错误/简单答案，也不要一个『这得看情况/有微妙之处』的答案。」bunderbunder 补了一个算法维度：他在 YouTube 上听了一场 Zitron 访谈，主页立刻塞满了同样口吐白沫的 AI 批评者（以及更多 Zitron），也推了一些毫无微妙之处的挺 AI 观点，「但算法从来、一次也没有，给过我一个提请注意微妙之处的清醒声音」。

Patryk27 提出了对「他不能改口」这个论断的实证反驳，而且举了原文：Zitron 这些年其实从「LLM 是没用的垃圾机器」变成了「LLM 明智使用时可以有用」。在《The AI Hater’s Manifesto》里他写道，他对多数使用 LLM 的人的问题在于外包工作和外包思考之间的界线——那些用 LLM 写点小脚本或在彭博终端上写 BQL 代码的人是无害的，「一个工具被当作工具用来做工具的事——很多情况下是让 LLM 写个 30 行的 Python 脚本——不是问题，尽管它也不是一个需要偷走所有人的艺术和写作的万亿美元产业」；在另一篇里他说彭博终端把自然语言转成 BQL 代码的 ASKB 功能是「我发现的唯一真正有用的用例，它是真的有用！」。scarmig 的回应把这个让步重新框定了：即便是这些让步也是一路退守，他在每个时点上都尽可能地看空 LLM，常常超出可信范围；而如果你把「AI 永远不会比一年前更好」和「任何不同意的人都是白痴或骗子」当作给定前提，那就基本要求整个 AI 经济必须像他想象的那样欺诈——这虽然很好地服务于他供应 AI 怀疑论檄文的目的，却并没有真正建模正在发生的事，也就是有可能产生非凡回报的投机性投资。

th0raway 给出了这门生意的结构性解释：「彻底和准确也许能在股市上让你赚很多钱，但它不是获得媒体存在感的好办法，因为那要求你经常出现在人们面前，而基本上没人能在当日所有话题上都有洞见且研究充分。一旦你成了评论员，并依赖眼球养活自己，你就注定会扔出臭弹。到那个时候，你不如干脆对齐一批受众，别太在意自己有没有准确预测任何东西。」arjie 的说法更刻薄也更宽泛：「这整个流派的评论员就是搞明白了可以向大众兜售精神鸦片的人……每个亚文化都有自己这样的旗手，用『事实』和『推理』摧毁对手，但其实只是一档真人秀。Alex Jones、Gary Marcus 之类，大多只是在卖一种娱乐产品。」kypro 从金融角度补充：从公共声誉的角度看，做出糟糕的预测根本无所谓——金融界都知道有永久看空派，天塌下来的预言不兑现时就说灾难仍在路上、只是比预期更久，或者某个不可预见的事情推迟了它；「所以最终很难说 Zitron 是错的，除非他开始给预测设定时间盒，而出于显而易见的原因我认为他没有这么做」。brikym 加了个很有力的事实：「他甚至承认自己没有做空 AI。」

stego-tech 写了本场最有共情力的一段。他说自己欣赏有人用建设性的方式拆解 Zitron，「他一直是我很容易推荐给圈子里那些只想生气的人的东西，但我不经常读也不细读他的东西是有原因的：我不想生气，我想做点什么」。他自陈从末日论者起步、如今越来越是个悲观的实用主义者（「LLM 作为工具有价值，但远没有主要玩家相信的那么多货币价值」）。接着他解释了 Zitron 的吸引力从何而来：对我们这些伴随互联网和科技业长大的人——大声痛斥微软在 ME/Vista/8/11 上的贪婪却在 XP/7/10 时为它庆祝、记得 Google 的「不作恶」还被郑重念出的年代——当下这个科技时代感觉有毒且令人作呕，而当前的 AI 以及那些动机显然不是社会进步而是编纂现实和威权的公司，正是这种不满的首要靶子。「在这个意义上 Zitron 有磁性，因为他的整个立场是『你有理由生气，而且他们都会因傲慢而死，你不必真的做任何事』，这本身迎合了人类对不劳而获的偏好结果的渴望。」但恰当地拆解之后，他能提供的实质和那些狂热吹鼓手一样多：「几个『信我兄弟』，加上一撮让你上头的干扰项，但从不真正回应你的关切或问题。」

八、若干独立的观察和吐槽