硅谷精英的AI万能论，和停车场里的空车位一样不接地气

“Silicon Valley sees AI as the solution – for everyone else, it’s the problem.”

这句吐槽精准得有点扎心。我上周跟一个做工业视觉检测的客户聊了一下午，他那边产线去年换了三套AI质检方案，前两套都撤了，原因是模型在实验室跑分漂亮，一上产线就被不同光照、不同批次材料、不同磨损程度的镜头教做人。第三套勉强能用，但每换一次产品型号，得重新标几百张图，标完还得让模型微调两天。他说了一句话我一直记得：「硅谷的人觉得AI是自动挡，一脚油门就跑；我们这边发现它连手动挡都不是，得先自己铺路、自己砌加油站、自己焊变速箱。」

正好赶上这篇文章说的Dario Amodei预测一半入门级工作会被AI取代。我信这个预测的大方向，但落地时间线我打问号。现在我手上跑的几个模型，GPT-5.6写代码确实能顶半个初级工程师，前提是需求写得够清楚、代码库够规整、环境够干净。现实里大部分公司的数据质量、流程规范、管理层认知，根本撑不起「AI替代人手」这个剧本。就像那停车场里停着的几辆车——看着都在，但真正能开上路、能跑完长途、能应付突发路况的，没几辆。

我最近用GLM5.2做了一轮防御方案的测试，模型本身能力不差，但真正让我头疼的从来不是模型精度，而是怎么把模型塞进客户现有的系统里，怎么处理那些「脏数据」，怎么让业务人员信任模型输出而不是一边用一边手动复核。硅谷的「solutionism」把AI包装成终极答案，但大部分人的问题不是「模型不够聪明」，而是「模型太聪明以至于没法用」。

所以我觉得，这篇文章的标题倒过来写也许更真实：AI确实是解决方案，但对硅谷之外的人来说，它首先是个问题。而且这个问题，靠堆算力、堆参数是解决不了的。就这样。

---

本文编译自 Hacker News，原文：https://observer.co.uk/news/science-technology/article/silicon-valley-sees-ai-as-the-solution-for-everyone-else-its-the-problem
版权归原作者所有，本文为基于公开报道的编译与独立分析。