Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

生成式人工智能骗局

Posted on 2025-02-18

Wyea  -  1.jpeg

ChatGPT 推出才过去两年零两个月,在这段时间里,我们看到大型语言模型 (LLM) 从一个新颖的概念发展成为 21 世纪最胆怯的骗局之一——OpenAI 首席执行官 Sam Altman 捏造的一个愤世嫉俗的泡沫,其目的是为了推销一个经济体,而这个经济体的经济体除了绝望地剥削或取代劳动力之外,对劳动力没有任何概念。

我意识到像 GPT-4o 这样的大型语言模型(为 ChatGPT 和许多其他应用程序提供支持的模型)有用例,而且我已经厌倦了写这句话。有些人真的很喜欢使用大型语言模型进行编码( 即使代码不好或使系统不太安全和稳定),或者从检索增强生成(RAG)驱动的搜索中获得一些东西,或者喜欢使用各种人工智能伴侣或日记应用程序之一。

我得到它。我知道有人使用法学硕士驱动的软件,我必须明确的是,一些人使用他们喜欢的软件的轶事例子并不能证明生成式人工智能是一个可持续的或真正的产业,其规模达数万亿美元,正如许多人声称的那样。

我对这样的谈话感到非常无聊,所以我现在要写下一些对立点,这样我就不必再说一遍了。

艾德,人工智能有很多种——

我知道。别再对我说这句话了!我说的是生成AI!

嗯,Ed, ChatGPT 每周有 3 亿用户。这无疑证明这是一个非常真实的行业!

  1. 虽然我没有确切的数字,但我估计过去两年里有数以万计的关于人工智能的文章专门关注生成式人工智能的繁荣,这反过来又保证他们会提到 ChatGPT。
  2. 人工智能泡沫意味着实际上每个媒体都在以最模糊的方式谈论人工智能,而且他们实际上只有一种“产品”可以尝试“就是人工智能”——而这个产品就是 ChatGPT。
  3. 据路透社新闻研究所称,关于人工智能的报道是由行业人士主导的,一项研究将英国人工智能的报道总结为倾向于“构建对伪人工智能的期望:一组能够解决几乎任何问题的技术。”具体来说,路透社研究所的拉斯穆斯·尼尔森教授表示,报道“经常以表面价值的方式声称该技术可以做什么、不能做什么,以及未来可能能够做什么”这有助于炒作周期。”
    1. 简而言之,您读到的大多数有关人工智能的报道都是由那些认为人工智能很重要并从您那里获得经济利益的公司主导的,并且默认情况下所有这些报道都提到了 OpenAI 或 ChatGPT。
  4. 所以…是的,ChatGPT 当然有那么多用户。当数百名不同的记者不断地报道某件事可能有多重要或可能不重要时,当该东西在网站上免费提供时,就会有很多人使用它。这主要是媒体所做的!
  5. 但是3亿人很多!
    1. 肯定是!但这并不能真正证明什么,只是证明人们正在使用世界上谈论最多的产品。相比之下,数十亿人使用 Facebook 和 Google。我不在乎这个数字!
    2. 仅凭用户数量无法告诉您企业的可持续性或盈利能力,或者这些人如何使用该产品。它没有区分日常用户和偶尔(浅薄地)使用应用程序或网站的用户。它没有说明产品对于那个人来说有多重要。

另外,嗯,埃德?这是chatgpt的初期 –

  1. 闭嘴!历史上没有一家该死的初创公司——也许除了 Facebook 之外——能够在如此早期的阶段获得如此程度的报道。 Facebook 的发展也是在社交媒体尚未真正存在的时期(至少作为几乎每个人群都使用的主流事物),因此“病毒式传播”的能力是一个相对较新的想法。相比之下,ChatGPT 的优势在于拥有更多的媒体渠道,而 Altman 本人也花了十年时间通过他的初创投资轻松应对媒体并塑造了真正的公众形象。
  2. 每周用户的电话真的很奇怪。用户真的在三个月内从2 亿增加到3 亿吗? 2023 年 2 月,每周用户数为 1 亿。你是说 OpenAI 用了一年多的时间从 1 亿到 2 亿,但花了三个月(2024 年 8 月 29 日到 2024 年 12 月 4 日)才达到 3 亿?
    1. 我没有任何内幕信息来反驳这一点,但我会问——这种增长来自哪里? OpenAI 于 2024 年 9 月 12 日推出了其 o1“推理”模型(至少是预览版),但这些模型仅适用于 ChatGPT Plus 订阅者, “完整”版本于 2024 年 12 月 5 日发布。您是说这家公司在不到三个月的时间内将其免费用户群增加了50% ,仅仅是因为提供了免费用户无法使用的产品?
    2. 根据数字市场情报公司Similarweb提供给我的数据,这也没有多大意义。 2024 年 9 月,ChatGPT 的每月独立访客数量为 2.12 亿,2024 年 10 月为 2.331 亿,2024 年 11 月为 2.471 亿。我不太确定这如何转化为每周3 亿用户。
      1. Sameweb 还向我提供了 ChatGPT.com 每周流量的数据(尽管只是最近几周)。自 2025 年 1 月 21 日起,每周访客量仅为 1.261 亿人次。自 2025 年 2 月 11 日起,该数字仅为 1.367 亿。 OpenAI 对其用户数量是否诚实?我已联系 OpenAI 寻求评论,但 OpenAI 从未回复过我。
        1. 旁注:是的,这些是访客与用户。然而,人们会假设用户的级别低于访问者,因为访问者可能实际上并没有使用该产品。什么给?
      2. 他们的应用程序上可能有用户——但即便如此,我也不确定如何解决这个问题。 2025 年 1 月 29 日的一篇文章称,iOS ChatGPT 应用程序的总下载量为 3.53 亿次。即使根据最乐观的数字,您是在告诉我 ChatGPT 每周有超过 1 亿的移动用户吗?不,这不是 Apple Intelligence。 库比蒂诺直到 2024 年 12 月 11 日才启动该集成。
      3. 还有一个问题:为什么 OpenAI 不透露每月活跃用户数?那个数字不会更高吗?毕竟,每月活跃用户是指在给定月份内使用应用程序一次的用户!无论如何,我猜测原因可能是, 2024 年 9 月,OpenAI 的月付费用户达到了 1100 万,尽管 ChatGPT 每月使用一次的用户可能更多,但承认这个数字意味着我们能够看到它向付费用户的转化是多么的糟糕。 3 亿月度活跃用户意味着转化率低于 4%,这是非常糟糕的, 尤其是 ChatGPT Plus 的订阅收入(以及其他月度订阅)占据了 OpenAI 收入的大部分。
    3. 嘿,等一下。还有其他生成式人工智能产品可以揭示其用户吗?拟人化不是。 AI驱动的搜索产品Perplexity声称每月有1500万活跃用户。这些都不是大数字!他们表明这些产品不受欢迎! 据称,谷歌希望到今年年底其 Gemini 聊天机器人的用户数量达到 5 亿,但目前还没有任何关于其用户数量的信息。
      1. Sameweb 数据显示,2025 年 1 月,google.gemini.com 的月独立访问量为 4730 万,copilot.microsoft.com 为 1560 万,Perplexity.ai 为 1060 万,claude.ai 为 820 万。这些数字可不是什么好数字!这些数字表明这些产品根本不是很受欢迎!
      2. 2025 年 1 月,ChatGPT.com (2.46 亿)、DeepSeek.com (7990 万)、Gemini.Google.com (4730 万)、Copilot.microsoft.com (1560 万)、Perplexity.ai (1060 万)、character.ai (840 万)、claude.ai (820 万) 和 notebookLM.google.com (740 万) 的每月独立访问者总数为4.234 亿 – 如果删除 ChatGPT 和 DeepSeek,则达到惊人的 9750 万。
        1. 作为背景,《纽约时报》 在 2023 年年度报告中表示,他们在全球范围内每月收到 1.31 亿独立访客,而CNN 则表示,他们每月有超过 1.51 亿独立访客。
  3. 这不是早期的狗屎时代。 《注意力就是你所需要的一切》论文于 2017 年 6 月发表,该论文引发了整个基于 Transformer 的架构运动。两年多以来,超大规模企业已在生成式人工智能中投入了超过 2000 亿美元的资本支出, 人工智能初创公司在 2024 年占据了所有风险投资的三分之一,几乎每一位才华横溢的人工智能专家都专注于大型语言模型。即便如此,我们仍然没有杀手级应用程序!没有一款产品是人人都爱的,更没有iPhone时刻!

很好,我认为Chatgpt是生成AI的iPhone时刻,它是有史以来最大的软件发布 –

  1. 我们刚才不是讨论过这个了吗?很好,很好。让我们具体。 iPhone 从根本上重新定义了手机和便携式电脑,iPad 也是如此,几乎立即创造了全新的消费者和商业用例。云计算使我们能够在云中运行不同的应用程序,这完全重新定义了软件的开发和部署方式,创造了全新的软件用例(随着计算需求从客户转移到提供商),以及每年赚取数千亿美元的全新云计算行业。
  2. 那么,生成的AI到底做了什么?产品在哪里?不,真的,他们在哪里?您每天或一周都使用的产品使用生成的AI,真正改变了您的生活?如果明天生成的AI消失了 – 假设您不是一个积极使用它的人,那么您的生活会发生重大改变吗?
  3. 答案是“没那么多”。抛开炒作,大量和不敬虔的钱,我找不到证据表明这些应用中的任何一个都在使任何人真正的钱。微软声称“其人工智能产品和服务的年收入运行率已达到 130 亿美元”,每月略高于 10 亿美元,即每季度 32.5 亿美元。
    1. 这不是利润。这是收入。
    2. 微软收入或收入没有“人工智能”的一部分。从字面上看,这是Microsoft在上面带有“ AI”的任何东西,并说“我们赚钱!”
    3. 每季度32.5亿美元绝对可悲。在最近一个季度,微软实现了 696.3 亿美元的收入,其智能云部门(包括 Azure 云计算解决方案等) 收入为 255.4 亿美元,资本支出为 158.0 亿美元(不包括非特定融资租赁)。
    4. 去年,微软花费了超过 550 亿美元的资本支出(需要明确的是,130 亿美元的运行率是使用当前财务业绩来预测未来收入的预测),以赚取 130 亿美元。这不是一个巨大的产业!这些不是好的数字,尤其是考虑到巨额费用!

他们会解决的!

  1. 什么时候?不,真的,什么时候?
    1. OpenAI 去年烧掉了超过 50 亿美元。
    2. 据 The Information 报道, Anthropic 烧掉了56 亿美元。这很可能意味着 Anthropic去年以某种方式烧掉的钱比 OpenAI 更多!这些公司在业务上绝对是残酷的!我不确定的原因是,The Information 过去对“成本”的评估方式与它的评估方式有些不一致,因为我看到它声称 OpenAI“在 2024 年上半年仅烧掉了 3.4 亿美元”, 这是他们从去年的一篇文章中提取的数字,随后声明“[OpenAI] 的损失”由于股票补偿和计算成本等主要费用的影响而急剧上升,这些费用不流经其现金报表。显然,OpenAI 仅在计算上就消耗了约 50 亿美元。如果不考虑出于某种原因导致的数十亿美元的其他成本,OpenAI 的消耗量就达到了约 50 亿美元。目前还不清楚 The Information 是如何评估 Anthropic 与 OpenAI 的消耗情况的,我想澄清一下,我非常欣赏、重视并推荐 The Information 的新闻报道。任意省去成本。对不起!
    3. 这些公司都没有盈利,尽管一再声称“推理成本正在下降”(当你提示模型做某事时会发生这种情况),但它似乎并没有帮助他们。在发布超高效的DeepSeek模型之后的几周内,我希望他们开始谈论效率。他们除了Openai以外从未谈论过它,这说DeepSeek会导致其保持领先地位。很棒的东西!

我们在这里做什么?

Openai和Anthropic每年都燃烧数十亿美元,并且似乎没有找到停止这样做的方法。他们要扭转这一趋势的唯一“证据”是 The Information 称“ Anthropic 管理层预计公司将在 2027 年停止烧钱”。

侧边栏:嘿,人类和2027年的达里奥·阿莫迪(Dario Amodei)是什么? 他说(化妆)说:“ AI几乎可以超过几乎所有人类的所有事物”,“ 2027年后不久” 。他在一篇愚蠢而无聊的博客中表示,“可能到 2026 年或 2027 年(几乎肯定不晚于 2030 年)”,“人工智能系统的能力最好被认为类似于出现在全球舞台上的一个由高智商人士组成的全新国家——一个“数据中心里的天才国家”。这个男人满嘴都是屎!嘿,科技媒体阅读这篇文章 – 您的读者讨厌这个狗屎!别再打印了!停下来!

虽然人们可能会说“成本将会下降”,而这似乎正是 The Information 所声称的,并暗示“Anthropic 表示将在 2025 年将其烧钱率降低“近一半”,但实际的细节却很少,而且没有人探究在不彻底改变其模型的情况下这是否可行。嗯?如何?Anthropic 的烧钱每年都在增加!OpenAI 也是如此!

《The Information》——我总体上真诚地尊重《The Information》——发表了一篇关于 Anthropic 的令人惊讶的乐观文章,预计该公司到 2027 年将实现 345 亿美元的收入(又是那一年!),同年它就会停止烧钱。其估计基于“领导者预计 2027 年 API 收入将达到 200 亿美元”的前提,这意味着人们将 Anthropic 的模型插入到自己的产品中。这在很多层面上都是可笑的,其中最主要的是,OpenAI 在 2024 年的收入大约是 Anthropic 的两倍, 但同年从 API 调用中赚取的收入却勉强达到了 10 亿美元。

在这里我要选择尖叫。

据 The Information 报道,Anthropic在 2024 年实现了 9.08 亿美元的收入,并预计到 2025 年将实现 22 亿美元的收入,而其“基本情况”——The Information 称这是“最有可能的结果(???)——是到 2027 年将实现 120 亿美元的收入。

这就是泡沫期间发生的情况!基于共鸣和歇斯底里的结合,资产被高估了!

达里奥·阿莫迪(Dario Amodei)——很像萨姆·奥尔特曼(Sam Altman)——是一个骗子、骗子、狂欢节叫卖者和江湖骗子,他承诺的事情既荒谬又令人反感。 《The Information》(实际上需要更好地批评这些人)通过引用 Amodei 的博客来证明Amodei 和 Anthropic 的淫秽和梦幻般的收入目标是合理的,该博客根本没有解释“数据中心天才之国”的实际含义,或者产品可能是什么,或者他将采取什么措施来使收入到 2027 年每年增加超过 300 亿美元。

但是等等,《信息》说它变得更具体了!

Anthropic 表示,其技术可以改变办公室角色,例如生成或审查法律文书以及自动化软件工程。它引用代码存储库 GitLab 和法律搜索公司 LexisNexis 作为客户的例子。为程序员开发 Cursor 编码助手的 Anysphere 等新兴初创公司也是 Claude 软件的主要买家。

因此,需要非常明确的是,Anthropic 的宏伟计划似乎是“也许向某些人出售更多软件”。

Anthropic 目前正在以 600 亿美元的估值筹集 20 亿美元,主要是基于这种捏造的营销废话。我们为什么要幽默这些OAF?

这些傻瓜实际上在做什么

当你把炒作和轶事放在一边时,生成式人工智能已经在同一个地方陷入了困境,即使是在我最善意的估计中,也已经有几个月了,尽管实际上已经有好几年了。他们能够做的一件“大事”是使用“推理”让大型语言模型“思考”(它们没有意识,它们没有“思考”,这只是意味着使用更多的标记来回答特定问题并让多个模型检查工作),这主要导致它们在生成答案时更加准确,但以速度和成本为代价。

一个月前,当DeepSeek 发布其开源“r1”模型时,这种情况就变得不那么令人兴奋了,该模型的性能与 Google 和 OpenAI 等公司的推理产品类似,虽然有些人认为它“根据游戏基准构建模型”,但实际上每个模型开发人员都会这样做。然而,“推理”成为“杀手级应用”的想法——尽管事实上没有人能真正解释为什么它如此重要——现在已经完全消失了。

结果,模型公司有点陷入困境。 Sam Altman 最近在 Twitter 上发表了一篇“ GPT 4.5 和 GPT-5 的更新路线图”,其中描述了 OpenAI 将如何“简化”其产品,并表示 GPT-4.5 将是 OpenAI 的“最后一个非思想链模型”,而 GPT-5 将是“一个集成了我们大量技术的系统”,包括 o3、OpenAI 的“强大”且“非常昂贵”的推理模型,它……也将不再作为独立模型发布。

为了解释这一点,Altman 描述了他的下一个模型 – GPT 4.5 – 在某个不确定的时间范围内发布,并且所做的事情可能与当前的 GPT 4o 模型非常相似。就 GPT-5 而言,Altman 似乎是在说它根本不是一个模型,而是某种不同平庸产品的鼠王,其中包括 o3,他将不再让你使用该产品。

我想那是这家公司的未来,对吗? Openai将发布模型,嗯。嗯。

呃呃呃。

等待!等待! OpenAI发布新产品!它被称为 Deep Research,它可以让你通过浏览网页来要求 ChatGPT 生成报告。这几乎是一个很酷的主意。我当然希望它不会犯明显的错误并花费大量金钱!

无论如何,让我们去找 Platformer 的 Casey Newton 进行评论:

一般来说,你对某件事了解得越多,我认为深入研究就越有用。这可能有点违反直觉;例如,也许您认为人工智能代理非常适合让您快速了解刚刚落在您工作中的重要主题。在我的早期测试中,情况恰恰相反。深度研究擅长深入研究您已经具备一定专业知识的主题,让您探索特定的信息、分析类型或对您来说不熟悉的想法。

It’s possible that you can make this work better than I did. (I think all of us will get better at prompting these models over time, and presumably the product will improve over time as well.)

就我个人而言,当我要求某人对某件事进行研究时,我不知道答案是什么,而是依靠研究人员通过称为“研究”的过程来解释内容。深入了解某件事以确保研究人员不会把事情搞砸的想法有点违背研究本身的目的。

Also: “I think all of us will get better at prompting-” Casey, we’re paying them!我们要付钱给他们为我们做事!

Nevertheless, I did go and look up one of Casey’s examples, specifically one about how the Fediverse could benefit publishers .

让我们做一些研究吧!

Despite Newton’s fawning praise, the citations in this “deep research” are flimsy at best. 第一个(和第二个)引文来自一篇关于联邦宇宙的 SEO 诱饵文章,该文章来自一家名为“Twipe”的“新闻解决方案”公司,用于定义“广泛的跨平台覆盖范围”。下一篇来自著名的数字广告媒体 Digiday ,但它引用了 404 Media 和 The Verge 等网站如何“积极探索 Fediverse,以更好地控制其推荐流量和现场受众参与度”,这是逐字抄袭 Digiday 文章的广告。

After that, the next three citations are posts from Hackernews, a web forum started by yCombinator ( here’s an example ).这个“深度研究”究竟是怎样的?

In fact, this thing isn’t well-researched at all.在接下来的段落中,Deep Research八次引用了同一篇 Digiday 文章,然后又再次引用了同一篇 Twipe 文章。它还搞笑地表示,联合帖子“可以同时发布到网站,并在 Mastodon 和 Threads 等联合平台上发布”, Mastodon 两年前就废除了这个术语。

The next two citations are about Medium’s embrace of Mastodon , followed by yet another citation of the Digiday article.接下来,Deep Research 引用了两个不同的 Reddit 帖子,一家名为Interleger 的公司转移到了 Fediverse ,该报告多次引用了该帖子,此外还多次引用了另一个论坛帖子,同样的 Twipe 帖子多次, 然后是社交网络 Bluesky 的支持文档。

我不会逐一引用更多的研究论文,但你会惊讶地发现它大多只是引用 Twipe、Hackernews 和 Reddit。

目前,Deep Research 只能在 ChatGPT Pro 上使用,这是 OpenAI 的每月 200 美元的订阅,但不知何故无利可图,尽管它显然会以有限的容量进入 ChatGPT Plus 。

没有印象深刻吗? Well what if I told you it was very compute-intensive and expensive ? Oh, one other detail — the entire thing’s on the very edge of comprehensible.

以下是融资模式的一些内容:

“Memberships and Donations: A common monetization approach in the Fediverse (and across the open web) is voluntary support from the audience.”

没有人这样说话!这不是人类的声音!我不喜欢读它! I don’t know how else to say this — there is something deeply unpleasant about how Deep Research reads!这是不可思议的山谷,如果所说的山谷的居民有些茂密而懒惰。这是典型的法学硕士文案——没有灵魂,几乎是,但不完全是,对吧。

ewww。

所以,伙计们,你已经明白了。 OpenAI 的下一件大事是能够生成一份你可能无法在任何地方以任何有意义的方式使用的报告,因为虽然它可以浏览网络、查找内容并撰写报告,但它会根据它认为可以证实其论点的内容来获取内容,而不是确保源材料是有效的或受尊重的。如果互联网没有完全被试图在谷歌中获得最高排名的公司所毒害,并且如果谷歌有兴趣确保其结果的高质量(但它没有这样做) ,那么这个系统可能会起作用。

I’m sorry, I know I sound like a hater, and perhaps I am, but this shit doesn’t impress me even a little.哇,你创建了一个表面上令人印象深刻的研究项目,它真的很长,而且引用了网上发现的一堆狗屎,但几乎没有尝试去验证?并说报告需要一段时间才能生成,只有每月向 OpenAI 支付 200 美元才能生成,并且需要大量的计算费用才能生成?

Deep Research 与其他生成型人工智能产品都存在同样的问题。这些模型一无所知,因此他们所做的一切 – 甚至“阅读”和“浏览”网络都受到他们的培训数据和概率模型的限制,这些模型可以说“这是关于主题的文章”,并具有其相关性,但并不真正理解他们的内容。 Deep Research 反复引用 SEO 诱饵作为主要来源,证明这些模型即使在尽可能人道地努力磨合的情况下,也非常平庸,非常不值得信任,并且最终毫无用处。

Furthermore, nothing about this product moves OpenAI toward profitability.实际上,我认为他们的情况相反。 Deep Research 使用 OpenAI 的 o3 模型,每次查询的成本高达 1,000 美元,虽然我认为这些提示并没有那么昂贵,但它们仍然比 ChatGPT 的常规查询贵得多。

雇用研究人员的全部意义在于,您可以信赖他们的研究,他们正在为您做一些原本需要花费您几个小时的工作。深度研究是学术界的人工智能废品——低质量的研究废品,是为那些并不真正关心质量或实质内容的人而建立的,而且它是为谁服务的,目前还不清楚。

当然,如果您花 200 美元订阅 OpenAI,并且了解 Deep Research,那么您可能知道什么是 SEO 诱饵,并且能够区分低质量和高质量内容。如果你收到一份包含如此低质量、重复引用的文档,你会把它撕碎——而且,如果是由实习生创建的,你也会把它们撕碎。 Or, at the very least, give them some stern words of guidance.

让我用非常直白的话来说:我们已经进入生成式人工智能热潮两年多了,OpenAI 最大、最性感的产品是 Deep Research——一款敢于问“如果你能够花费大量计算来获得一篇引用不佳的研究论文会怎样”的产品;以及Operator,一款计算密集型应用程序,很少能在几分钟内完成一项本来需要几秒钟的任务。

顺便说一句,软银这家长期亏损的公司支持了 WeWork 和 WireCard, 在过去几年里损失了超过 300 亿美元, 现在正试图向 OpenAI 投资高达 250 亿美元。

我感觉我快要疯了

无论你往哪里看,媒体都会告诉你 OpenAI 及其同类产品是未来,他们正在构建“先进的人工智能”,可以采取“类似人类的行动”,但当你看这些狗屎超过两秒钟时,你会非常清楚地知道它绝对不是,也绝对不能。

尽管炒作,营销,成千上万的媒体文章,数万亿美元的市值,但这都不是真实的,或者至少足以维持这种痛苦,卑鄙的泡沫。像马克·贝尼奥夫(Marc Benioff)这样的人声称,“ 当今的首席执行官是最后一个管理全人类劳动力的首席执行官”正在这样做是为了抽出股票,而不是建造任何接近真实产品的东西。这些人一直在撒谎,作为维持炒作的一种手段,从来没有真正讨论他们在2025年出售的产品,因为那时他们不得不说:“如果聊天机器人已经拥有的东西,那是更昂贵的呢?”

科技行业以及我们经济的一部分 – 迅速加速进入砖墙,这是由Sam Altman,Dario Amodei,Marc Benioff和Larry Ellison等人驱动的,所有这些人都激励您根据业务实际销售的东西来使您的公司重视他们的公司。

我们正处于集体妄想之中,这是由于不参与发送和接收电子邮件并去持续几个小时的午餐的人们所统治的经济的结果,那里有钱的人不了解或关心人类。

他们的叙述是建立在歇斯底里,炒作和深深地愤世嫉俗的希望中的混合物中的,他们梦想着自动化自己永远不会做的工作。阿尔特曼(Altman)利用他的数字巴巴·雅加(Baba Yaga)作为一种手段来激发弱者和无力的自恋者的心脏,这些人会比损失一美元更快地射击一个人,即使这意味着使他们的产品变得更糟。首席执行官的工作最简单,没有比萨蒂亚·纳德拉(Satya Nadella)向微软365名员工挥舞着的工作更容易了,并说“让他们放入AI,Pronto”并告诉Microsoft CFO Amy Hood,“我们必须确保Bing拥有Generative AI”,然后才能大喊大叫Davos,以便他打算燃烧GP,而不是在GP上大喊大叫。

萨姆·奥尔特曼认为你很愚蠢。 He believes you are a moron that will slurp up whatever slop he gives you.深入的研究和运营商都是几乎没有针对其预期目的的结构的半产品,但是媒体尖叫并为他鼓掌,就像他是一个有天赋的孩子一样,只是成功地绑着鞋子。

我知道,我知道,我是个仇恨者,我是一个悲观主义者,一个愤世嫉俗的人,但是我需要你他妈的听我说:我所描述的一切都是不可思议的危险, 即使您抛弃了环境和经济成本。

让我问你一个问题:哪种可能性更大?

那家只曾经烧钱的公司Openai似乎完全无法制造出真正的有意义的产品,以某种方式使其产品盈利,然后以某种方式创造了真正的自主人工智能?

还是一家始终烧毁了数十亿美元的公司Openai,从未显示出任何获利的迹象,两年来已经发布了越来越多的质量和钝的产品,实际上已经用来了吗?

这个行业实际上如何持续下去? Openai和Anthropic是否继续每六个月筹集数万美元,直到他们解决这一问题? 超大规模企业是否会持续花费数千亿美元的资本支出,但回报却微乎其微?

从根本上说,每个人什么时候才能开始接受人工智能公司所说的事情与现实完全无关?媒体什么时候会停止对待每一个昂贵,愚蠢的,令人讨厌的,Quasi的无用的新产品,并开始要求这些人已经向我们展示他妈的未来?

Generative AI是一种财务,生态和社会计时炸弹,我相信它从根本上损害了科技行业与社会之间的关系,同时还闪闪发光,对强大的人和普通人之间的脱节造成了巨大的视线。与过去五年中的每个有意义的科学突破相比,山姆·奥特曼(Sam Altman)可以运送这种平庸的软件并获得更多的覆盖范围和关注,这一事实表明我们的社会病了,我们的媒体被破坏了,而且科技界认为我们都是他妈的白痴。

整个泡沫都被炒作膨胀了,山姆·奥特曼(Sam Altman)和达里奥·阿莫迪(Dario Amodei)这样的人彻底撒谎,他们的谎言被一种技术媒体所延续,该媒体无法写下面孔前面发生的事情。奥特曼(Altman)和阿莫迪(Amodei)筹集了数十亿美元,并基于他们的平庸云软件产品将以某种方式唤醒并自动化我们的一生。

事实是,生成的AI与破坏性一样中等,而将其推向“未来”的人“将改变一切”正在显示他们对普通人的蔑视。他们认为,他们可以将狗屎铲到我们的嘴里,并告诉我们这是肋骨,这些半助人的产品将改变世界,因此他们需要数十亿美元并损坏我们的电网。

我知道这是一个充满咆哮的新闻通讯,但是我很厌倦了被告知对这个热身的狗狗感到兴奋。我厌倦了阅读有关Sam Altman 永久的故事,说我们距离存在的“一切都变化”仅仅是为了延续硅谷的神话,而不是为了解决任何人的问题而感到困惑,而不是找到技术行业的新增长市场。

我拒绝坐在这里,假装任何事情都很重要。 Openai和Anthropic不是创新者,与硅谷的精神相反。他们是穿着创始人的管理顾问,愤世嫉俗的骗子筹集资金,这些产品在兜售我们星球的软件时永远不会存在的产品,并将注意力和资本转移到可能解决真正问题的事情上。

我厌倦了妄想。我厌倦了被迫认真对待这些人。我厌倦了被媒体和投资者告诉他们,当他们唯一建造的东西平庸而昂贵时,这些人正在建立未来。这里没有欢乐,没有神秘,没有魔术,没有解决问题,没有挽救生命,而且除了增加了福布斯的Midas列表中的新人们之外,几乎没有改变生活。

除了它变得有多大,这些都不是强大或令人印象深刻的。看看产品和实际产出,并告诉我 – 这实际上是否感觉像未来?他们对AI将如何从事我们的工作似乎从未转化为实际产品的巨大,可怕的威胁并不奇怪吗?尽管他们的金钱和力量都尚未使任何真正有用的东西,但奇怪的是,尽管他们有所有的钱和力量?

当我想到所有这一切是多么愤世嫉俗的时候,我的心变得黑暗。公司建造的产品并没有真正做很多事情,这是因为有一天可能会被记者兜售的想法,这些记者想相信自己的叙述,在某些情况下,他们会积极倡导他们。损害将是成千上万的人被解雇的人,长期的环境和基础设施混乱,以及硅谷的深层萧条,我相信这会使互联网胸围相形见war。

当这一切都崩溃时,我相信它会 – 对于科技行业来说,将会有一个非常公众的估计。

原文: https://www.wheresyoured.at/longcon/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme