文 | 思策智库
上周五深夜，北京工体酒吧街的一家名为“迈阿密”的场子里，月之暗面的团队包下了几十张卡座。大屏幕上中英双语标语轮番滚动：“K3扩容升级，K4给我狠狠干到极致，冲上月球。”香槟开瓶声、电子乐轰鸣以及此起彼伏的“to the moon”呐喊，让这场庆功宴看起来跟十年前互联网创业热潮时的派对没什么两样。眼尖的网友甚至在现场认出了KiMi联合创始人张予彤。
看到这条在AI圈颇为罕见的“娱乐新闻”，我的第一反应是：原来AI公司也开始用这种世俗的方式庆祝了。这毫无疑问意味着，这个行业正肉眼可见地卷入商业世界的喧嚣之中。
不过，真正值得深究的是：为什么偏偏是这两年？AI爆发的底层逻辑究竟是什么？它对普通人而言，又到底意味着什么？
临界点已至
AI并非横空出世。若从1956年达特茅斯会议算起，这门学科已经折腾了近七十年，期间经历过数次漫长的“寒冬”。真正改变局面的，是三条线索在2022年前后交汇于一点：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。这三股力量叠加，硬是把AI从一个“科学问题”逼成了“工程竞赛”。
我们不妨逐一拆解：
第一条线关乎算法。Transformer架构在2017年问世后，研究人员花了五年时间才摸清它的脾气。当大模型参数量跨越某个阈值，“涌现”现象随之出现——机器突然展现出了推理、归纳乃至某种程度上的“理解”能力。这不是渐进式的改良，而是质的飞跃。
第二条线是算力。英伟达的GPU原本是为游戏画面而生，如今却成了AI时代的“石油”。更关键的变化在于，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。初创公司无需自建机房，租几块A100就能训练自己的模型。
第三条线来自资本。移动互联网的红利在2021年基本被瓜分完毕，风投机构手里攥着资金，急需下一个能承载万亿市值的叙事。AI恰好登场，且故事足够宏大——它不像共享单车或社区团购那样局限于垂直领域，它声称要重构一切。
三线合一，便构成了眼下这股狂飙之势。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、资金和算力正以惊人的密度向该领域聚集。
这不是某位天才的灵光一现，而是一场被多重因素共同推高的浪潮。
认知革命——不止于工具
许多人将AI比作更聪明的搜索引擎或更好用的办公软件，这种理解虽具象，却仍显浅薄。
搜索引擎帮你找到信息，但判断真伪、整合观点、形成见解，这些活儿还得你自己干。大模型则不同，它直接给你一个“答案”——尽管其中可能夹杂幻觉。更重要的是，它通过自然语言与人交互，彻底消弭了人与机器间的最后一道门槛。你无需学习编程，也不必记忆指令，像聊天一样就能调用人类历史上积累的大部分知识。
这就导致了一个后果：人类正在大规模地将“思考”外包给机器。
过去，撰写一份行业分析报告可能需要阅读数十篇论文、做大量笔记、反复推敲框架。现在，一个实习生只需半小时，就能让AI生成一份看似专业的文档。效率确实提升了，但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。
我并非在怀念手写时代。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”。这不仅是工具层面的便利，更是认知层面的重构。AI正在重新定义知识的内涵、学习的意义以及专家的价值。
与此同时，新的鸿沟也在显现。会用AI与不会用AI的人，能获取算力资源的公司与不能的公司，掌握数据的大平台与缺乏数据的普通人——差距并未缩小，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”究竟意味着什么
从KIMI们“冲上月球”的干劲中可以看出，AI行业正将自己视为一项“航天工程”。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并不新鲜。当年的团购大战、共享单车混战、短视频厮杀，皆采用此打法。但AI的特殊之处在于，其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事物。
当通用人工智能被当作登月计划推进时，我们实际上在做一件事：将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耗时不足一年，Claude从3到3.5再到3.7也遵循类似节奏。每一代模型的能力跃迁都在加速。国内除Kimi外，通义、文心、豆包等无一不在用“下一个版本”来定义自身的存在感。
狂欢之下
当下的AI行业，泡沫成分不容忽视。大量公司讲述着相似的故事，融资相似的金额，消耗相似的算力，最终产出的大模型在能力上并未拉开本质差距。用户端看似热闹，但真正愿意付费、能形成商业闭环的场景，实则屈指可数。资本虽有耐心，但耐心绝非无限。
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、编出可用的代码，那些以此为生的中产阶级该如何自处？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，冲击波来得格外迅猛。
还有伦理问题。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？
这些问题并未随技术进步自动消解，反而因技术的强大而变得愈发紧迫。
AI的逻辑清晰明了：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。它对人类的意义同样复杂：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。但技术从不自行决定方向，握方向盘的，始终是人。
