AI死过几次，这次会赢吗？从热搜词看真实落地

“AI已经死过好几次了，这次会赢么？”这话我特别有感触。2014年我刚入行做机器学习的时候，圈子里还在聊“深度学习要改变世界”，结果到2016年就有人开始喊“AI泡沫”，2019年前后的自动驾驶退潮、聊天机器人翻车更是让不少产品经理和算法工程师直接转了行。所以2022年底大模型一火，各路媒体又开始高呼“AGI马上来了”，我身边很多干了十几年的人第一反应都是：又来了，又要吹，又要死。

但事情走到今天，我去翻热搜词，看到的已经不是“AI能聊天”这种PPT级应用了。AI Agent、AI编程、AI测试、AI工作流、AI短剧、AI大模型部署、Spring AI工程实践……这些词背后是大量真实的生产环境尝试。它们不一定都成功，但至少说明一件事：这轮AI已经从“演示品”变成了“工具链”。所以我写这篇东西，就是想把过去十年AI行业反复“死掉”的原因、这轮浪潮真正变了的底层逻辑、以及哪些热词是泡沫、哪些是真需求，一次讲清楚。

无论你是刚接触AI的运营、写代码的工程师、带产品的经理，还是公司里要拍板“要不要上AI”的决策者，这篇文章给的都是我这几年亲手踩坑、亲手搭系统之后能直接用的判断框架和实操建议。

1. AI的“生死簿”：历史上几次崩溃到底崩在哪

1.1 四次大起大落的简单复盘

很多人以为“AI寒冬”是2023年才有的说法，其实这个行业已经轮回好几代了。我列了个大表，先把历史捋清楚。

这张表最扎眼的不是“崩了四次”，而是每一次崩完，技术本身都没有消失。神经网络在1990年代被嘲笑，但它后来变成了深度学习的地基；专家系统虽然被当成失败典型，但今天很多规则引擎和知识图谱项目仍然在用它的思想。所以“AI死了”这句话从来都不准确，准确的说法是：“某个吹得过头的阶段结束了，真正能用的部分沉淀下来，等下一波工具出现再翻身。”

1.2 每次“死亡”的本质都不是技术失败

我在金融行业做过好几轮AI项目，经常拿这几次寒冬对比，发现它们的死因其实高度一致，而且几乎都不是“核心技术彻底不行了”。

第一，过度承诺。每一次热潮的巅峰，都会有人把“实验室里最理想的结果”包装成“马上能进工厂的武器”。比如2016年有厂商说辅助驾驶的摄像头“已经能和人类一样看懂路况”，结果遇到下雨、逆光就抓瞎。大模型这轮也一样，去年很多人拿GPT-4做几个演示就说“通用人工智能降临”，但真正生产环境中，模型在长上下文化、事实一致性上的坑一个都没少。

第二，工程成本被严重低估。专家系统那个年代，最大成本不是买机器，而是把领域专家的决策逻辑一条条抽出来写进规则库里。金融风控项目我做过，顾问一整天能整理出10条规则就算高产，而一个像样的决策系统需要几千条，最后维护规则的工程师比业务专家还贵。深度学习中，数据清洗和标注成本同样高出大多数公司的预算。这轮大模型也是一样，模型本身便宜了、开源了，但把企业自己的知识库接进去、做好检索、做评测、做权限控制，这部分工程量被绝大多数决策者低估了。

第三，没有可持续的商业模式。之前几轮AI创业，大多数只能靠卖项目、卖机器、卖演示赚一次性收入。甲方付款之后发现效果边际递减，第二年的预算就没了。产业循环无法闭合，资本一看收入跟不上，立刻退潮。本轮AI有了API按量付费、订阅制、SaaS化工具这三种相对成熟的模式，这是和前几轮最不一样的地方，后面我会专门展开讲。

2. 这次确实不一样：三个根本性的变化

2.1 从“编规则”到“涌现能力”：底层方法论换了

前几轮AI的核心方法论是什么？“人类把规则写死，机器照着执行”。专家系统就是把“如果体温超过38度，且喉咙红肿，则判断为扁桃体炎”这种逻辑一条条写进库。这条路的天花板很明确：世界上的规则写不完，而且规则之间互相冲突。

大模型这轮最大的变化，是从“人类喂规则”变成了“机器学规律”。它是靠海量文本训练出来的，网络里各种人类的语言、代码、逻辑链条见过太多，于是某个参数规模上涌现出了“理解上下文、生成新内容”的能力。这不等于它有多聪明，严格说它是一个概率模型，只是在绝大多数常规问答、摘要、翻译、改写任务上，效果已经好到可以直接用。

这种底层方法论的改变带来两个直接结果。第一，AI不再需要窄到某一个领域去定制，同一个基座模型可以写诗、写代码、做表格、分析合同，因为语言的底层规律是通用的。第二，不需要一个庞大的知识工程师团队去抽规则了，只要把资料喂进去，或者用RAG检索挂上去，就能在相当程度上“理解”新领域的表达。我在内部推动AI需求分析时，前两周最大的阻力就是业务方总说“我们行业太特殊，通用模型不行的”，实际测试下来，特殊性能被模型以“不完美但可修改”的方式消化掉，效率比从零搭规则高了一个量级。

2.2 通用基座+工具调用：AI真正开始“干活”

有一个热词是“AI Agent”，另一个是“AI工作流”，很多人把这两个概念当成营销话术，但我认为它们代表的是本轮AI从“聊天框”走向“生产环境”的关键一跳。

所谓Agent，通俗理解就是“AI不再只是回答问题，而是接一个任务后自己规划步骤、调用工具、做完交付”。比如我可以让一个Agent去做“收集本周竞品涨价信息，整理成表格发到群里”，它会先调搜索接口，再打开浏览器抓网页，然后调一个表格生成工具，最后通过IM机器人的接口把结果发出来。这个过程里模型本身依然是那个“会说话的实习生”，但它周围挂了一圈工具，让它从“只会动嘴”变成了“能动手干活”。

我实际做过一个客服场景的Agent项目：用户来电之后，系统先自动生成通话摘要，再调用工单系统的API查询历史记录，最后按预设规则判断是要退款、转人工还是升级投诉。阶段效果不错，关键是这套流程不是靠if-else写死的，而是靠模型理解上下文动态选择工具。虽然出了几次“模型选错工具”的幺蛾子，但比起以前每条分支都要人工配置，维护成本显著下降。这就是热词背后真正在发生的事：AI正在从“内容生成器”变成“任务执行者”。

2.3 商业模式终于能算账：token不是按“灵魂”卖

前几轮AI行业最憋屈的，是没法按效果收费。专家系统卖的是“一套专家系统软件+集成服务”，深度学习的项目制一般是“数据标注+算法调优+部署”，赚的都是死钱。这轮不一样，API按token计费，订阅按用量计费，算力按小时计费，甚至开源模型还能本地私有化部署后摊到机房成本里。效果好坏直接体现在调用量上，商业模型清楚得多。

拿一个常见场景算笔账：过去一个外包团队给公司做一套“文档自动分类”系统，报价可能是30万，周期两个月，效果还经常不达标。现在接一个大模型API，或者内部部署一个开源模型，写一个自动化脚本，成本可能就几千块一个月，效果还比人手工分得稳定。这不是花拳绣腿的省钱，而是实打实的单位经济模型改变。正是因为有这种能算账的商业模式，这一轮AI的“命”比过去硬得多，因为企业和个人都真的愿意掏钱。

3. 从热搜词看AI落地：哪些是真需求，哪些在透支

3.1 真落地的几类场景（Agent、编程、测试、工作流）

热搜词不会骗人，但也不会区分真假。我把这一轮AI热词分了三类，第一类就是已经被验证为真需求的。

AI编程：这个我不需要说服任何人，我已经连续半年在自己项目里用AI辅助写代码了。它的价值不是“自动写出一整个项目”，而是“把CRUD、单元测试、代码注释、简单重构这些占工作量50%的重复劳动接走”。我日常的做法是把需求描述清楚，先让AI生成一个粗糙版本，再人工review改结构。长期看，普通工程师的产出可以提升30%-50%，资深工程师的产出提升虽然没有那么多，但规划能力和代码审查覆盖率明显提高。需要注意AI生成的代码在安全边界和边界条件上经常出问题，必须保留人工审查，不然考试能过、生产就炸。

AI测试：这个领域很多人不看好的时候我反而特别看好，因为测试的本质是“穷举+边界覆盖”，这正是生成式模型擅长的事。我试过用AI根据接口文档自动生成测试用例，虽然不能说全部可用，但把基础场景和异常参数的覆盖率拉起来一点没问题，相当于让测试同学从“体力活”里解放出来去做更关键的探索性测试。AI测试开发这个岗位突然热起来，说明各家公司是真的缺“会调模型、写Prompt、做评测”的工程角色。

AI工作流：比起单点替换人，更现实的做法是把AI嵌入到已有工作流里。比如我同事在运营部门搭了一个“周报自动生成”流程：各项目组在飞书文档里填数据，AI自动调ERP系统拉行情，生成总结，再推送周报群。看起来没那么炫，但对业务的实际帮助比任何“全自动Agent”都大。革命不是一次换掉整套系统，而是一点一点用AI把重复环节顶掉。

3.2 原理要先补课：图像生成和大模型在做什么

热词里还有一个高频词是“AI图片生成原理”。我理解为什么大家搜这个词，因为很多人用了Midjourney、SD之后都会有疑问：它到底是“在素材库里搜图片”还是“真的画出来”？

真正答案是：它是“从噪声里猜出一张图”。扩散模型的思路可以这样理解——先拿一张清晰的图，逐步往上面撒高斯噪声，直到变成一个雪花屏；然后训练一个神经网络，学会“把雪花屏一步步恢复成原图”的过程。训练完以后，你再给它一个纯雪花屏，它就能顺着学过的规律“脑补”出画面，再加上文本编码器（比如CLIP）的引导，它就知道你要的是“穿红裙子的女孩站在海边”而不是“穿红裙子的女孩站在火星”。整个过程不涉及“复制粘贴”，而是根据海量图文对学到的“语义-像素”关联在生成。这也是为什么它会经常出现手指数目错乱、文字拼不对的问题——它更像在抽象世界里作画，对细节的理解没有“像素级精确”。

大模型本身也是类似的道理。Transformer里最核心的注意力机制，我给它起了个外号叫“会检索的阅读理解器”。当一个模型处理一句话时，每个词都要去看上下文里其他词，根据相关性加权组合成新表示。你把它想象成你查资料：一个词是“苹果”，你要结合旁边的“手机”才知道它大概率是说电子设备，结合“牛顿”才知道是说水果。模型内部就是靠这种“软性检索”，把三段论、因果推理、代码结构这些复杂模式都迁移到参数里。

3.3 看上去很美、容易翻车的领域（AI视频、短剧、漫剧、声音空间化）

第二轮热词属于“半真半假”，最典型的就是AI视频、AI短剧、AI漫剧。头部厂商确实能用工作流跑出成片，人物一致性、动作连贯性在可控场景下也能接受，但距离真正工业化还有一段距离。我试过用AI做一条30秒的产品预告片，前期提示词调了两天，生成500多条素材，最后能用的只有40多条，还得人工剪辑、配字幕、调音乐。成本比传统拍摄低很多，但“翻车率”也很高。对个人创作者来说这是一个很好的实验场，对影视公司来说它可能先改变的是前期分镜、风格参考、中插广告这类低风险环节，而不是直接替代整条制片链路。

AI声音空间化、AI诵经这类更偏场景化了。声音空间化是VR/AR里相对刚需的技术，但现在的效果离“身临其境”还有很大距离，而且普通用户感知不明显，很难形成付费点。AI诵经这种我理解是面向特定人群和内容品类的降本工具，需求真实，但天花板很明显：受众有限，素材版权和平台规则都要很小心。这类应用的共同问题是“技术能实现，不代表商业能闭环”，做产品的人要冷静一点。

3.4 无论真假，岗位结构已经在变

不管AI短线会不会“再死一次”，我的一个重要观察是：岗位结构已经回不去了。AI产品经理、AI测试开发、AI提示词工程师、大模型部署工程师、AI工作流设计师，这些岗位在招聘平台上的数量肉眼可见地涨。为什么？因为企业哪怕不信任“AGI”，也会先招人去探索“帮我们省一个外包人力”的小项目。这些小项目一个只有几十万、几个月的预算，但它们构成了AI产业的底层毛细血管。

对个人而言，这意味着一个很现实的建议：就算你现在不打算“转行做AI”，也应该把AI工具用到自己的本职里。做运营的用AI写初稿和做数据复盘，做HR的用AI筛简历摘要，做财务的用AI对发票和生成报表。你说它多难？不难，难的是很多人根本没有打开那个工具试一下。这一步没迈出去，后面被边缘化不是被AI替代的，是被会用AI的同事替代的。

4. 这次会“再死一次”的风险清单

4.1 技术天花板：幻觉、长上下文、评估失真

我虽然整体偏乐观，但泼冷水的话还是得说。这一轮AI有四个非常实在的技术硬伤，任何一个处理不好都会让特定场景变回“死项目”。

第一个是幻觉。模型为了把话讲得顺，会在没有事实依据时强行编造。客服、医疗、法律这种错误代价高的场景，绝不能裸奔使用。我见过一个内部知识库项目，模型在回答“某个报销政策”时，把去年已经作废的条款当成现行政策说给员工，还好我们做了人工审核兜底，没造成真金白银的损失。应对方式一般是RAG（检索增强生成）加严格引用来源，加上“我不知道就承认不知道”的系统提示词。

第二个是长上下文。虽然现在的模型动不动就说“支持100万字上下文”，实际效果在长文本中间段仍然会“丢失细节”，检索效率也会大幅下降。我做合同审查时，单份合同几百页，塞进一个上下文之后模型在最后一段经常会忽略中间段落的关键条款。工程上的解法是切片+分步提取，把任务拆成多个小请求而不是一次性全塞进去。

第三个是评估失真。很多团队拿着准确率、BLEU分、pass@1这些指标判断模型好坏，但它们和生产环境的用户满意度之间经常隔着十万八千里。我踩过的坑是：测试集里模型的回答95%都“意思对”，但用户面对的真实问题里，那个5%的错误恰好是用户最在意的答案。所以在落地场景里一定要建一个“高危险错误的专项评测集”，比如客服项目里把“退款政策”“投诉升级”“隐私信息”这几类问题单独列出来压测。

4.2 成本、数据和合规的硬约束

第二个风险是算力成本和数据边界。大模型训练本身就是烧钱机器，推理成本单次看着不贵，但一旦日调用量到百万级别，账单会让人肉疼。很多企业以为自己“用了AI”，结果发现一个月API账单顶得上半个外包团队，于是又默默走下坡路。我的建议是分区策略：命中的简单问题用小参数模型甚至关键词匹配直接处理，只有复杂问题才走大模型，这一层分流能省40%以上成本。

数据合规是另一个硬约束。企业内部数据不能随便传到公有API，行业数据、个人信息、客户机密都有红线。现在开源模型加私有化部署越来越成熟，技术团队如果只熟练OpenAI而不会部署开源模型，到真正做企业项目时会很被动。Spring AI这类把大模型接入Java生态的框架之所以热门，就是因为企业后端主要技术栈在Java世界里，能用一套代码同时适配多个模型提供方，对私有化部署这条路径友好得多。

4.3 组织惯性：不是部署一个API就完了

最后，也是最要命的风险，往往不是技术，是组织本身。AI项目做出来的东西，如果现有流程不配合、业务负责人不认、一线员工不信任，再好的技术都会卡死在“试点后没有推广”的环节。

我讲一个真实经验。之前给银行客户做智能文档处理，技术上把合同、发票、身份证的识别准确率做到了95%以上，远超他们原来的手工录入。但推广阶段最大阻力不是“识别错了”，而是业务团队担心“机器做了人的事，岗位怎么办”。后来方案调整为“机器先做初稿，人工负责最后的确认”，关键是给业务团队明说“这套工具让你每天少录200份表，而不是让你走人”，系统才顺利推下去。AI落地不是技术项目，是变更管理项目，这句话我信了十几年。

5. 我的判断：这次会赢么，关键看什么

5.1 判断“赢”的三个信号

“会赢么”我首先要定义什么叫“赢”。我一直觉得，如果有人非要等到AI能独立考证、独立写小说、还获得图灵奖才算赢，那这事我们这一代人都看不到。现实一点，把“赢”定义为“AI成为像水电、互联网一样的基础设施”，这个目标比大多数人想得更近，也比“AGI来了”更接地气。

我会盯三个信号：

第一，非科技行业渗透率。AI最成功的地方不是让互联网公司更酷，而是让诊所病历录入、快递客服应答、小超市进销存这种最普通的岗位，真的因为AI减少重复劳动。等到三四线城市小餐馆老板都靠AI写点评回复了，这个行业才算稳了。

第二，成本曲线的下降速度和支撑生态的厚度。模型推理成本每年降一个数量级，开源社区和工具链（向量数据库、编排框架、评测平台、监控工具）越来越成熟，这些基础件比单个模型本身更决定AI是不是“水电”。当年软件行业也一样，真正赢的不是某种语言，而是围绕语言的整个工具生态。

第三，用户行为的不可逆性。现在让我回到没有AI写代码助手、没有AI搜索、没有AI会议纪要的环境，工作效率至少下降三分之一。这种个体层面上“回不去了”的依赖，比任何宏观统计都诚实。

5.2 给从业者和决策者的实操建议

如果你是想借这波机会做点什么的人，我的建议可以浓缩成三句话。

第一，别一上来就搞“颠覆式重构”，先找一个人力耗费大、反馈链路短、错误后果可控的环节，做“省20%时间”的改造。比如客服话术初稿、周报摘要、报表解读、代码单测生成，都是很好的切入点。宁可小但闭环，也不要大而空。

第二，技术选型上，别把所有东西都押在一个模型上。同一个系统里，小模型干简单的分类，大模型干复杂的推理，本地模型处理敏感数据，云端API处理非敏感高并发。多模型路由和统一抽象层是未来工程标配。

第三，建立“人在环上”的兜底机制。AI不是自动驾驶，是“智能副驾驶”。业务流程里必须保留审核节点和回滚路径。这不是保守，是专业。所有翻车的AI项目，几乎都缺一个“人工最终确认”的阀门。

5.3 个人迭代AI应用的小经验

最后分享一个我自己迭代AI应用时觉得最有用的习惯：把每一次失败都变成更长的说明书。

AI系统不像传统软件那样代码逻辑分明，它的行为像“有点聪明但经常犯糊涂的同事”。我每遇到一次模型答错，不是去改提示词里某一句话，而是建立一个“错误案例库”，按类型分类：是事实性错误，还是格式错误，还是理解偏差？然后针对每一类去补检索、补约束、补few-shot示例。几次迭代之后，系统会明显稳定下来，用户也会越来越信任它。

这种“把AI当新人带”的经验，很多从传统软件开发转过来的人一开始很难适应，但一旦适应，你就会发现AI项目最让人上瘾的地方恰恰在于“它每天都在进步，你每天也在进步”。真正危险的不是AI会不会“赢”，而是作为从业者，我们个人有没有跟上基础设施转型的节奏。

我个人对这个问题的回答很简单：我不确定“AGI”那天会不会来，也不确定哪家公司是最后的赢家，但我非常确定，AI不会消失了。如果你还处在“要不要试AI”的犹豫阶段，我的建议是别等，今天就用它帮你做一件最无聊的工作，把自己从重复劳动里解放出来。AI是死是活不重要，重要的是它已经足够好用到一个普通人能拿它改变工作方式了。