在互聯網泡沫時期，公司展示自己是“行業玩家”的方式，不是通過盈利，而是通過花錢——尤其是花別人的錢。你花得越多，就顯得越重要。

現在我們迎來了AI泡沫時代，那些仍在虧損的公司，其估值卻被吹捧到數千億美元。就像互聯網泡沫時期一樣，AI公司通過“燒錢”來證明自己的地位，而非依靠盈利。如今這種心態的一個體現就是，各大公司對AI工程師和研究員瘋狂撒錢——尤其是Meta Platforms(META.O)的CEO馬克·扎克伯格最近以4年2.5億美元的天價，簽下了一位年僅24歲的AI研究員。這個薪資比NBA巨星斯蒂芬·庫裏的四年合同還多出3500萬美元。

Meta的“超級智能實驗室”（MetaSuperintelligenceLabs，簡稱MSL）是扎克伯格押注的登月計劃，目標是超越OpenAI、Alphabet旗下的Google、Anthropic、微軟(MSFT.O)等，贏得通用人工智能（AGI）爭霸戰。據傳，扎克伯格曾開出1億美元的簽約獎金，試圖從競爭對手（包括OpenAI、Google和Anthropic）挖走頂級AI人才。不過，Anthropic的CEO達里奧·阿莫代伊（DarioAmodei）近日表示，他們團隊“一直拒絕這些報價”，甚至“有些員工連和扎克伯格說話都不願意”。

據稱Meta在這波搶人潮後已經暫停招聘，但在這場“智力軍備競賽”中，它遠非孤軍作戰。微軟從Google挖來了24人，而其他許多研究員則在各大AI公司間“上演轉會遊戲”——據《金融時報》報道，部分剛入職Meta的新員工很快又離開了。《華爾街日報》則指出，從2022年8月到2024年初，工程師的年薪中位數從22萬美元上漲至28萬美元。《華爾街日報》的報道還引用了一位招聘者的話稱，有六位向職業服務平臺諮詢的候選人，其從OpenAI收到的年薪中位數達到了92.5萬美元（含獎金和股權）。

這些AI工資遠遠超過了歷史上著名研究員的薪酬，即使考慮通脹調整也是如此。例如，Meta那位“2.5億美元的男人”的收入是原子彈之父奧本海默在曼哈頓計劃期間收入的327倍，是IBM前CEO托馬斯·沃森1941年收入的5倍，也是信息論奠基人克勞德·香農在1948年貝爾實驗室收入的多倍。

那爲什麼要花這麼多錢呢？現在的科技大佬們堅信通用人工智能即將來臨，並希望第一個將其商業化。但這背後其實依賴於三個存疑的假設：

• AGI即將到來；
• 大語言模型（LLMs）的商業價值將遠超其成本；
• 只有最頂級的研究人員才能推動技術實現突破。

對於“AGI即將到來”這個假設，Meta的副總裁兼首席AI科學家YannLeCun曾表示，當前的AI“連貓都不如聰明”，他認爲要實現通用人工智能還需要數年時間。越來越多的專家開始認識到，僅靠不斷擴大訓練數據庫並不能帶來AGI。相反，在越來越多被大模型“污染”的數據庫上訓練，可能只會製造出“垃圾進，垃圾出”的循環。

ChatGPT和其他大型語言模型並非爲了“理解”而設計，實際上它們也無法理解它們輸入輸出的文本與現實世界之間的聯繫。因此，它們無法勝任需要批判性思維或常識的任務。出於這個原因，大模型公司聘請了數千名“訓練員”，爲模型的無數漏洞“打補丁”；同時還內置了計算器插件，以便執行更精確的數學運算（前提是用戶提供正確輸入，但這仍然不可靠）。但這些手段都無法真正賦予大語言模型“智能”。

至於第二個假設——大語言模型的商業價值將遠超其成本，由於它們的“內在愚蠢”，將其用於高風險領域會非常危險。比如，OpenAI的CEO薩姆·奧特曼一直在推銷ChatGPT的“醫療應用”，但一項最新研究指出，一名男子遵循ChatGPT的建議，不喫鹽改喫溴化物，結果差點死於溴中毒。

想象一種“炫技但不可靠”的技術還能帶來巨大商業回報，實在太天真了。經濟史上充滿了不華麗卻價值巨大的產品和服務。例如，經濟學家羅伯特·戈登指出，很少有人會願意用智能手機來換室內衛生間。那麼你願意用ChatGPT換馬桶嗎？

第三個假設——只有“最強大腦”才能推動AGI實現——其實正說明我們離AGI還很遙遠。歷史表明並非如此。1950年代的貝爾實驗室曾強調招聘來自美國中西部的“農家子弟”，而不是隻看高學歷，但他們的研究成果卻贏得了11項諾貝爾獎。晶體管、集成電路、激光器、LED、互聯網等偉大技術，都得益於數以千計的工程師們的商業化努力，這些人往往拿著並不高的工資，直到多年後才被追捧。

爲什麼AI行業就必須不一樣？

顯然，等未來的人們回顧這段“AI泡沫”的歷史時，他們多半會感到好笑。