Vol.89 AI行业2025年度总结补充篇（V4不等了版）---70页PPT solo

不等了：V4缺席下的年度补充

本篇内容是《Vol.89 AI行业2025年度总结》的补充篇，原计划等待 DeepSeek V4 发布后再做更新，但截至 3月9日，该模型仍未上线——尽管市场传闻频出、节奏不断提前。这种“等不到的发布”本身，恰恰折射出行业节奏之快与预期管理之混乱。作者坦言，若继续等待，内容恐迅速过时；因此决定以“V4不等版”先行发布，体现一种务实的、反拖延的叙事姿态。

这一选择背后，是对当前AI发展态势的直观感知：“挡不住了”。作者翻阅春节前后微信聊天记录，发现这四个字高频出现——不仅是对技术突破速度的感叹，更指向一种结构性转变：AI已越过“捅破窗户纸”的临界点，进入不可逆的加速通道。PPT内容覆盖 2025年2月整月 的中美关键动态，延续此前“中美对抗”框架，共梳理十个议题，分为美国五项与中国五项。

“这个春节我最常说的四个字：挡不住了。”

“我不等了，等似乎看上去也没有什么意义了。如果真的DeepSeek V4发了，我看再做更新。”

CapEx狂潮：资本押注与叙事异化

美国AI基础设施投入正进入指数级加码阶段。2025年，亚马逊、微软、Google、Meta四家科技巨头合计资本支出（CapEx）已达 3760亿美元，较2024年（2228亿）增长 65%；而2026年预期更被拉高至 6300亿美元（+68%），四家均值超1500亿/年。若计入Oracle、New Cloud等公司，总量更不可估量。

这种投入强度已远超合理回报周期，转而与债务市场深度绑定：2025年Q4科技巨头发债增速显著高于CapEx增速；Google甚至发行了百年期债券，虽期限荒谬，却因利率优厚而迅速售罄——市场用真金白银投票，“身体很诚实”。

与此同时，投入占收入比持续攀升：Meta达 54%（超半数收入投入研发），Google为40%，微软33%，亚马逊25%；苹果仅3%，成为显著异类。更引人注目的是，CapEx对美国GDP的季度贡献率持续扩大，AI已从“新增长引擎”演变为宏观经济的底层变量。

资本叙事的异化更体现在二级市场：从NVIDIA→数据中心→电力→存储，炒作风格不断下沉；甚至日本马桶厂商TOTO（因供应数据中心陶瓷托盘）股价年内暴涨 40%——“TOTO叙事” 成为泡沫异化的荒诞注脚。当边缘标的都被强行纳入技术叙事链条，说明整个生态已进入自我强化的非理性繁荣阶段。

“你就会发现这个‘双引号’的叙事对于所谓股价的影响这件事情越来越荒谬。”

“如果以现在的趋势继续发展下去的话……维持超过70%毛利跟超过50%利润率的英伟达会持续非常非常久，看上去没有什么事情能够影响它的毛利跟利润率水平。”

英伟达财报：数据炸裂，市场冷淡

英伟达2025年Q4财报延续超预期表现：收入达 681亿美元（同比+73%），毛利率提升至 75%（上季度为72%），净利润超 430亿美元——在收入高基数下仍能持续提毛，凸显其定价权与生态护城河之深。

业务结构进一步向数据中心倾斜：游戏业务占比已降至个位数；自2022年Q3起，数据中心即成为绝对增长核心。三年多来，公司股价上涨十余倍，成为美股AI叙事的核心载体——若近年投资收益未跑赢NVDA，常被戏称“不合格”。

然而，市场反馈却呈现显著背离：财报发布次日股价下跌 5.3%（当日大盘普跌，但NVDA跌幅居前）；类似情况已非首次——上季度财报后亦出现“高开低走”。更值得注意的是，自2025年初至今近半年，股价长期横盘于 180美元附近，即便财报再炸裂也难破局。这引发市场对“盛极而滞” 的担忧：是短期调整，还是长期拐点？抑或英伟达正在酝酿更大动作？

“这么炸裂的财报，但市场给予这样的反应……这种事情似乎已经见怪不怪了。”

“如果你是总听我PPT的这个听友的话，你会觉得这种事情似乎已经见怪不怪了。”

英伟达的‘停滞’：超预期常态化与指标失效

年初市场对英伟达的狂热预期——比如‘跌到一百以下就可以闭着眼睛买’——很快被现实修正：股价一路攀升至约180美元后，过去近六个月几乎横盘震荡。这种‘静止’状态令人困惑：它究竟是见顶前的最后喘息，还是在酝酿更大动作？答案或许藏在财报的‘超预期疲劳’中。

自ChatGPT发布以来，英伟达已连续十四个季度超预期（约三年半），以至于‘超预期’本身已失去信号意义。市场对收入、毛利率、利润及未来指引等传统财务指标早已麻木。当这些指标不再能反映变化，我们需要更前置的信号：GPU租赁价格与折旧周期成为关键观察维度。尤其是A100/H100等旧卡租赁价在过去一年多保持高度稳定，侧面印证其持续供不应求的状态。

‘英伟达通过扶持New Cloud与对外投资的方式帮助整个生态维持稳定’

‘哪怕是A一百跟H一百这种比较旧的卡，依然是非常供不应求的’

值得注意的是，游戏显卡收入占比已降至个位数，数据中心业务早已成为绝对主力。2025年英伟达甚至可能跳过新的60系游戏显卡发布；传闻中‘重新做3060’的策略，更凸显其战略重心彻底转向企业级算力需求。与此同时，竞争格局加速演变：AMD与OpenAI、Meta分别签署千亿美元级合作+股权绑定协议；Google则依托TPU生态，以类似CoWo的模式扶持New Cloud玩家，构建非NVIDIA路径。

Open Cloud：从工具到陪伴的‘工程鸿沟’跨越

Open Cloud的爆发式增长（GitHub星标迅速超越Linux）背后，是其对‘AI Agent’叙事的一次关键升级——它真正跨越了从‘聊天’到‘干活’的工程鸿沟。尽管此前已有诸多Agent产品尝试本地控制、记忆管理与工具调用，但Open Cloud的独特性在于：

赋予Agent本地系统级权限（尤其是文件读写），使AI在本地设备上‘长出双手与双眼’；
无缝嵌入IM（飞书/微信/WhatsApp等）工作流，以‘发消息’的自然体感替代传统Chatbot交互；
支持24小时本地部署+自启动，形成持续可用的‘数字分身’。

一位用户的真实体验极具代表性：因笔记本自动重启导致AI中断，他直接向Open Cloud发出指令‘请改掉这个设置并确保自启’，对方不仅完成配置，还温柔提醒‘早点睡吧’。这一刻，它不再是工具，而是一个有‘念想’的AI陪伴体。

‘龙虾其实本质上是一个AI陪伴产品’

从技术演进看，Open Cloud并非孤立事件：2025年2月Cloud Code → 10月Skills → 11月Opos 4.5 → 1月Cloud CoWork → 2月Opos 4.6，技术阈值的突破正以月为单位触发场景裂变。而其创始人迅速被OpenAI收编、周边生态（如Notebook LM）快速跟进，更印证了这一叙事已进入‘具象化’阶段——Agent不再抽象，而是可部署、可交互、可依赖的实体。

基础设施狂潮下的‘过度投入’悖论

若将AI视为新一轮科技革命，历史规律提示我们：所有重大技术革命均伴随基础设施的过度建设周期——当基建远超当前需求时，泡沫与调整随之而来。当前全球AI投入与数据中心扩张确已进入疯狂阶段，但一个根本性悖论浮现：

我们是否已‘过度’？ 答案似乎是否定的：即便算力需求再翻十倍、百倍，人类对‘更多算力’的渴求仍未见顶；而即便以当前规模，许多任务已逼近人类工程极限。这种认知分裂，导致市场对英伟达估值陷入长期胶着。

更复杂的是，Web3叙事正借势回归：Open Cloud等具象化Agent的落地，让‘链上生态’逻辑被重新激活——当真实可用的‘本地化Agent基础设施’出现，Web3社群自然涌入，试图复刻公链时代的生态繁荣。这既带来创新活力，也催生大量浮夸叙事与‘幺蛾子’项目，亟需理性筛选。

‘龙虾现在已经是GitHub上有史以来新增星标最多的一个项目’

‘它已经超越过了Linux，在很短的时间内以非常疯狂的速度超过了’

Web3浪潮与Agent叙事的碰撞

当Agent能力与Scale能力实现突破性进展后，原本以公链、私链、链上数据为核心的Web3叙事被重新激活。大量Web3从业者迅速转向Agent赛道，导致生态迅速膨胀，也带来了诸多混乱与争议。值得注意的是，部分早期推动者试图保持克制：龙虾（Dragonfly）作者在推特上明确表示不会发币，并呼吁Web3团队勿来“蹭热度”；国内也有相关创始人表达了类似立场。与之形成鲜明对比的是孙宇晨在2月23日高调宣布All in Web4.0——即以Agent为核心，融合Web3全部趋势的全新范式。此后，全国范围内涌现出大量打着“Web4.0”旗号的活动，Web3人群持续涌入，进一步加剧了叙事的泛化与泡沫化风险。

龙虾的作者在推特上直接公开表示，他不会发币，也请所有Web3的人不要来找他。

如果类比的话，[OpenCloud]特别像有人发明了一个电动车，你上了车之后，你发现这个车在左转的时候完全可以自动驾驶，但在右转的时候，你需要自己去拧螺丝拧齿轮。

算力饥渴与用户规模的现实落差

尽管Agent应用看似爆发，但其背后对算力的需求已远超当前供给能力。以OpenCloud为例，其发布后数周内，token使用量每周增长10%~15%；最新模型OpenCloud 4.6已能连续执行超14小时任务，token消耗量级巨大。更直观的案例来自龙虾部署：即便在MiniMax等平台宣传期后，用户仍频繁遭遇响应迟缓、服务崩溃等问题——算力严重不足成为普遍现象。

当前中国范围内（含本地与云端）真正使用龙虾的用户规模，预估在几十万量级，极难突破百万，且分散于多家模型厂商、云服务商与API聚合平台之间。即便如此微小的用户基数，已让整个产业链感受到算力紧张。若未来“人人一个龙虾”，按中国14亿人口估算，算力需求至少需提升千倍以上；而随着任务复杂度上升，叠加其他乘数效应，该数字将更加惊人。千倍算力扩张在现实中几乎不可想象，这构成了当前AI基础设施投入的核心瓶颈。

你想想，他在那跑十四个小时，用多少token？

软件股暴跌与‘AI吃掉软件’的末世论

AI能力的快速提升，正系统性冲击传统软件与SaaS市场。市场情绪迅速反映在股价上：过去一两个季度，软件类ETF跌幅达20%~30%，远超硬件板块（如存储股因数据中心热潮翻倍）与整体科技股表现。然而，头部SaaS企业（如SAP、Salesforce、Workday）财报显示其收入与利润仍在增长——AI被广泛用于增强而非替代现有业务。市场担忧的是长期结构性替代：当AI能完成编码、产品设计、财务分析、市场营销乃至法律文书等全流程工作时，企业与个人对标准化软件的采购意愿将显著下降。

这一逻辑催生了广为传播的“AI吃掉软件”叙事。一篇2028年末世论文章指出：AI对白领工作的替代将引发裁员潮→企业进一步激进部署AI→形成恶性循环→白领消费萎缩、中介类平台（如Visa、Mastercard、DoorDash、房地产/旅游平台）中介价值被压缩→债务风险集中暴露→最终可能触发系统性金融危机。该文发布当日，文中提及的多家公司股价单日下跌10%以上；次日，Block（原Twitter）宣布裁员4500人（近半员工），股价却反涨20%以上——叙事与现实形成强烈共振。

软件吃掉世界，但是AI会吃掉软件。

当年ATM机出现时，所有人都说银行柜员被取代了，但柜员数量用了近四十年才真正下滑；AI的替代节奏可能快得多——若周期缩至十年，阵痛将极为剧烈。

宏观不确定性与OpenAI融资落地

当前经济数据呈现出一种微妙的矛盾状态：季度失业率虽有上升，但GDP仍保持韧性，尚未触发系统性风险。一些曾被广泛担忧的“黑天鹅”事件——如AI投入ROI骤降、中介行业利润崩塌、白领消费崩盘、大规模债务暴雷——目前均未实质性发生；尽管失业率有所抬升，但尚未出现“大幅跃升”，债务也仍处于温和扩张而非集中违约的阶段。这种“预期落空”的背景，恰恰与OpenAI新一轮融资的尘埃落定形成时间上的巧合。这轮融资最终敲定为1100亿美元，由亚马逊（500亿）、英伟达（300亿）、软银（300亿）三方参与。其中，亚马逊的500亿中仅150亿为首付款，其余350亿附带条件：需达成“AGI里程碑”或启动IPO；英伟达的承诺从早前的1000亿缩水至300亿，且以“每1GW算力100亿美金”锁定，首笔仅100亿；软银虽已绑定OpenAI，但自身资金紧张，需二次募资。这种融资结构的高度条件化，反映出资本对OpenAI商业化路径仍存审慎观望态度。

“老黄承诺所谓的一千亿美金的时候，其实是没有细节的……复杂到有太多的不确定性，所以最后索性老黄就说：‘那我就第一笔先敲三百亿美金，就按这轮价格进。’”

“OpenAI可能要烧的钱是两千一百八十亿美金，跟我们之前算一千多亿、一千六百多亿美金没差太多。”

IPO预期、收入预测与Anthropic的追赶

随着融资落地，市场对OpenAI的IPO时间表预期迅速升温。目前主流盘口显示：2026年内上市概率较低，而2027年1月1日前上市概率为55%，6月1日前升至72%；上市首日市值预测中，7500亿至1万亿美元区间赔率最高（10%），远超5000亿以下（7%）或1.5万亿以上（6%）。与此同时，收入预测也持续上调：Devin Mersh预计OpenAI在2030年可达2840亿美元收入，但其累计亏损预期亦高达2180亿美元，逼近历史最高烧钱公司（Uber、特斯拉等）的总和。更值得关注的是Anthropic的迅猛追赶——截至当前，其AI收入已达1190亿美元，OpenAI为250亿美元，差距大幅收窄。Ramp企业支付数据显示：AI Chat for Business中Anthropic占比超60%，API商业调用中更高达近90%，这家掌握真实企业支出的公司，其数据比第三方调研更具穿透力。若Anthropic在2026年中实现收入反超，将标志AI行业从“OpenAI一超独大”正式迈入“双极格局”。

“Kevin is nothing without his people。”

“我们曾经认为中国的SaaS会像美国SaaS那么值钱，现在看美国SaaS会像中国SaaS那么不值钱。”

中国模型密集发布与组织变局

2026年初，中国大模型进入密集发布周期：1月22日文心一言5.0、1月27日Kimi K2.5、2月2日通义千问3.5、2月11日智谱GLM-5、2月13日MiniMax M2.5、2月14日豆包C2.0、2月16日Qwen3.5 Max……版本号虽多为“.5”，实为实质性的大版本跃迁。OpenRouter与微软2月数据均印证：中国模型包揽开源性能榜单前列——OpenRouter周榜Top10中8家为中国公司；微软全月Top5中Minimax、Timi、DeepSeek、GLM、Qwen悉数在列；Code领域前6名更是清一色中国模型。值得注意的是，Azure曾公开指出DeepSeek、Gemini、MiniMax正“蒸馏”其模型，引发“是否偷数据”的争议。但蒸馏技术边界本身尚无法律或共识性界定，技术演进与伦理规范之间仍存在巨大灰色地带。

同一时期，林俊阳（Kevin Lin）离职阿里云事件引发行业震动。尽管其在大众圈知名度有限，但在AI核心圈层中早已是技术布道者（如提出“体验千万模型能力，去Chat点千万点AI，而非千万App”）。其离职背后，折射出更深层的组织矛盾：技术团队追求统一模型架构（如“三进三出”原生多模态），而阿里云却倾向模块化分工（预训练、后训练、多模态团队分立）。这种张力，与当年OpenAI核心成员出走的逻辑如出一辙。事件也触发行业反思：民营团队在巨头生态中的定位、开源社区KOL的角色边界、技术人是否该在社交媒体发声——这些问题没有标准答案，却关乎未来AI创新的组织形态。

模型迭代与行业震动：C Dance 2.0的划时代意义

在2025年初的AI视频生成领域，字节跳动推出的C Dance 2.0成为一次真正意义上的“地表最强”突破。其生成视频在流畅性、跨模态一致性与风格迁移能力上远超同期竞品：例如女角色在山道滑板时，四季更替的场景变化（树木、地面、光影）与配音高度同步；用静态图生成的车内驾驶视频几乎无画面断裂；《鬼灭之刃》风格的哪吒短片展示了复杂艺术风格的精准复现；而未经精细加工的“战神vs雷神”对打片段虽有瑕疵，却已清晰传递出一步生成、高保真、强动态的底层能力跃迁。海外社区（尤其是Twitter）的广泛传播与积极反馈，标志着中国厂商首次在视频生成领域实现全球领先。

冯骥在极梦上线当日即发文称：“昨天试的是刚上线极梦的C Dance 2.0……‘Q的Game杀死比赛’”，并断言：“AI GC的童年时代结束了”。这一评价与他此前称DeepSeek为“国运级别”的措辞同量级，实为对技术拐点的盖棺定论。他进一步提出五点观察： 1. C Dance 2.0领先当前地表最强视频模型，没有之一； 2. 多模态理解与文化整合能力飞跃——视频生成不再停留于“文本+图像+音频”简单拼接，而是实现语义级协同； 3. 低门槛试用（需极梦正式会员）； 4. 产能爆炸：普通视频制作成本将趋近算力边际成本，传统影视制作流程与组织结构面临重构； 5. 视频全民化：电商预拍摄、互动影视等新形态加速落地； 6. 假视频泛滥与信任危机：逼真伪造视频将毫无门槛，现有版权与审查体系面临挑战。

“一旦试过，必然会对何为领先与全能有更直观的感受。” “如果AI将把内容生产的卡尔达肖夫指数从一型提升到了二型文明……不是强一百倍，而是强一百亿倍，那会是个怎样的世界？”

生态博弈：版权、隐私与互动视频的临界点

C Dance 2.0发布后，行业迅速进入深度博弈阶段。可灵3.0与Google DeepMind的G3同步推进：前者在镜头控制、4K输出、多语言声画同步上显著进步；后者则首次实现可互动视频生成——如生成《龙珠》龟仙人小岛场景，用户可操控悟空跑动、飞行，本质上已接近轻量级世界模型输出。该能力直接冲击游戏引擎公司：Unity与Roblox股价单日分别下跌20%+与16%，虽属市场情绪反应，却揭示了视频生成正从“观看媒介”向“交互媒介”演进。

与此同时，版权与隐私问题成为风暴中心。好莱坞迅速发出警告函，海外Substack热议集中于AI训练数据的合法性；而Team影视飓风的测试更暴露关键风险：上传真人面部后，模型可自动匹配其声音——即“脸+声”一键克隆，引发对深度伪造的集体警觉。目前平台已禁止真人人脸上传，但技术路径已不可逆，现有法律与技术治理框架亟待重构。

“把你的脸放上去，视频生成出来的那个人说的话就是Team的原声。” “今天这个时间点，我们去上传图片生成视频时是不支持真人人脸上传的……但似乎这件事已经挡不住了。”

等待与落空：DeepSeek V4的悬念与春节AI营销图谱

DeepSeek V4在2025年春节前后成为行业焦点，但截至3月9日仍未正式发布。尽管多方消息指向其将具备原生多模态能力与顶尖代码生成水平（对标OpenAI GPT-4o），且测试已从V3.2的灰度阶段推进至多芯片适配（国产替代路径显现），其缺席仍使市场持续观望。正如PPT标题所言：“气氛已经烘托到这儿了”，V4的延迟本身已成为行业叙事的一部分。

同期，春节AI红包大战呈现差异化策略： - 字节豆包：低调参与，主打“科技好礼”（人形机器人等国产硬件），三轮红包发放； - 阿里千问：以“下单免单”为核心，六天实现41亿次用户指令、1.2亿笔AI下单（奶茶5200万杯、果茶3516万杯、咖啡1138万杯）； - 百度元宝：拓展至社交场景（元宝派发红包、金色朋友圈），除夕当晚DAU达4000万，春节后迅速回落。

QuestMobile数据显示，三者DAU峰值均出现在春晚当晚（豆包1.4亿），但节后迅速回归日常使用频次（日均5次左右），印证了Chatbot产品形态的天然使用天花板。值得注意的是，2月14日市场监管总局约谈阿里、抖音、百度等平台，叫停“内卷式竞争”，为这场喧闹画上制度性句点。

“Chatbot这个产品形态，它就不可能承担起超级使用时长、超好留存、超多次使用次数的这样一个职责。”

二级市场狂热与一级市场的真实估值

2025年春节前，AI相关股票已开始上涨，但几乎无人预料到涨幅会如此剧烈。智谱与MiniMax（Minimax）在港股上市后市值一度逼近3000亿港币，相比此前IPO时约400–500亿港币的估值，上涨了5–6倍。这一轮上涨的底层逻辑，部分源于市场对OpenAI估值的类比：OpenAI当前估值约840亿美元（对应8400亿美金的8.4%），若按1% OpenAI估值作为合理锚点，则对应约650亿港币；而智谱与MiniMax在元旦后上市时的估值基本处于这一基准线，巅峰时却达到5倍于该基准（即从1%升至5%）。

“用百分之一的Open I作为一个合理定价，就是今天我们看到的现实情况。”

“Kimi不上市也挺好——Mini Max跟智普们在二级市场享受虚估值，但Kimi在一级市场高价融真金白银。”

与此同时，Kimi在一级市场的融资节奏印证了其真实估值跃升：2024年12月31日（智谱、Meta上市前一日）完成5亿美元融资，估值43亿美金；2025年2月24日新一轮融资确认7亿美元，估值跃升至100–120亿美金。这表明，一级市场对Kimi的技术落地能力与商业化前景给予了远高于二级市场情绪溢价的实质认可。此外，Kimi在1月22日发布Qwen2.5后表现亮眼，当晚即启动新一轮融资并迅速调高定价——印证了“效果越好、融资越贵”的正向循环。

值得注意的是，Kimi在2025年2月发布后的20天收入已超2024全年（尽管基数较低），增速之快令人侧目。这并非孤例，MiniMax与智谱的股价飙升，也带动了其他AI公司的情绪与估值预期：云知声从IPO时的300亿港币跌至200亿港币，商汤、快手亦处于长期下行周期；而捷通（Jieyue）虽模型能力略逊于Kimi与MiniMax，但凭借与运营商的深度合作、印奇出任董事长等叙事，在1月26日宣布50亿港币融资并传出港股上市计划，显然受益于整体板块热度。

从AlphaGo到当下：技术冲击下的认知重构

“你想，十年前我们去看这个纪录片也好，我们去了解这些新闻的时候，我们根本不知道世界发生了什么，我们完全不知道。但是今天，今天是什么？”

回望2016年AlphaGo战胜李世石的历程，极具镜像意义。当时欧洲围棋冠军、中国职业二段棋手樊麾受邀参与DeepMind早期测试，在10局对弈中仅赢2局。起初他归因于自身失误，但随着连续失利，他开始质疑自己多年积累的职业经验——机器没有情绪、不会犹豫，人类的怀疑与焦虑只能反噬自身。

樊麾随后加入DeepMind团队，协助优化AlphaGo对人类棋感的理解。而在2016年3月李世石与AlphaGo的正式对决中，第二局第37手（“神之一手”前奏）让李世石从轻蔑转为沉默、再到面色凝重；12分钟内，他的认知体系开始崩塌。三局后，李世石已濒临崩溃，甚至在新闻发布会中声音哽咽。直到第四局第78手，AlphaGo出现罕见失误，李世石抓住机会下出“神之一手”（胜率仅万分之一），完成绝地反击——这是人类最后一次战胜AlphaGo。

这一历史事件揭示了技术颠覆的典型路径：从傲慢→怀疑→信心崩塌→重建认知。今天，我们正站在相似的临界点上：AI能力的跃迁速度远超预期，而人类对自身独特性的信念，正经历与围棋世界相同的震荡。正如极客公园网友所评：“十年前我们看不懂AlphaGo的意义，今天，我们正亲手书写它的续章。”

从棋局到人生：李世石的信念轮回

在AlphaGo与李世石对弈的背景下，一个广为流传的故事揭示了人类在技术冲击下的心理轨迹：面对“七十八手”这一被计算出概率仅为万分之一的“神之一手”，李世石并非依赖纯粹算法推演，而是将多年经验与临场直觉熔铸为突破性决策。这一手既被视作“奇迹”，也印证了人类在极端压力下仍能迸发不可预测的创造力。更关键的是，李世石完整经历了从傲慢→怀疑→信心崩坏→重建信心的心理闭环，这不仅是个人成长的缩影，更是整个人类面对AI崛起时的集体心理预演。正如一位网友在极客公园评论中所写：

“初闻不知曲中意，在听已是曲中人。”

“你想，十年之前我们去看这个纪录片也好，我们去了解这些新闻的时候，我们根本不知道世界发生了什么，我们完全不知道。”

AI普及的冰山真相：少数人的前沿，多数人的缺席

近期一张广为转发的可视化图谱进一步揭示了AI应用的真实图景：若将全人类人口以小格表示，其中月活付费用户与ChatGPT核心用户群仅占据极小比例——这意味着，当下绝大多数人尚未实际使用AI能力，更遑论深度融入其生态。这一现实彻底打破了“AI已全面渗透生活”的表象幻觉，提醒我们：当前所有关于AI的讨论、预测与焦虑，本质上仍处于应用爆发的前夜。换言之，我们今天聊的所有事情，一切其实只是刚刚开始。