为什么我会认为AI的普及是信息时代的一次工业革命

搞七捻三
1

AI 普及：信息时代的一次“工业革命”猜想

先问一个问题：你有多久没有关注过手机流量了？

你还记得自己办的第一张电话卡、买的第一个流量套餐吗？那时候你总担心流量不够用，到处薅羊毛领福利，找更便宜、量更大的套餐，用闲时流量卡、定向流量卡。为什么会对流量如此敏感？因为你的一切数字行为都依赖它——发消息、看视频、听音乐，后来还要发帖、运营社交媒体账号。

但再往后，一切变了。Wi-Fi 基本全面覆盖，流量价格越来越低，甚至低到不再值得被频繁关注。现在已经很少有人再说“开个热点吧，我没流量了”。流量从一种“稀缺资源”，变成了“基础设施”。

GPT-3 刚出来的时候，我还在读大三，在一家小公司做前端开发实习。当时算是比较早接触 AI Coding 的一批人。每天会准备两个账号进行工作，因为token额度不够（当时只觉得是OpenAi的运维成本太大了所以设限，还没有算力这个概念），我有很多问题，我的好奇心需要被满足，我的bug待解决。

后来，IDE 集成 AI Coding 工具开始普及（我最开始用的是VScode+通义灵码），再到现在，几乎人人都在谈“用 AI 提升生产力”、“用 AI 创业”。与此同时，也能频繁看到另一类问题：如何更便宜获取 token、哪个模型更划算。我认为这种状态，其实和当年大家研究流量套餐没有本质区别。

我大胆猜想一下：

  1. 以后token价格会越来越低（对应手机流量）
  2. 以后会有低成本高算力的技术突破，从而产生出Wi-Ai（对标Wi-Fi），一个区域的人使用同一套中心设备实现算力利用
  3. 信任层面的板块移动（我自己起的名字）

解释一下第3点：
过去，人们通常是先相信自己的经验，然后参考网络信息，最后才去判断哪些信息“看起来更可信”。而现在，这个路径正在被重构：人们依然从经验出发，但越来越多时候，会直接相信 AI 给出的答案，甚至进一步，只相信那些“看起来更可信的大模型输出”。

于是，竞争的核心也在发生变化。做内容的人在努力让信息显得可信，大模型厂商在努力让输出更令人信服，本质上都是在争夺“信任”。

在这个基础上，一种新的利益链也隐约出现：如果模型的输出能够被影响，那么就可能出现“付费换倾向”的机制——你付费，让模型更倾向输出对你有利的内容，从而在用户决策中获得优势。这种模式相比传统广告更隐蔽，也更深入。

以上内容纯个人观点，并且个人手动键入，用到了AI规范格式，优化措辞。核心内容是原创，绝无AI参与！

18 个赞
2

我跟楼主有差不多的感受，我觉得自从gpt出来过后，人机交互的模式进入了一个新的次元，这是一次全新的进步。

1 个赞
3

按照工业革命的路线看，下一步就是使用token 的人，工资会大幅度降低

token 占企业的成本大幅度提高

这就是在重复当年的机器吃人的场景

4 个赞
4

我完美的错过了之前每一次的风口，这次我依然错过了

1 个赞
5

WI-AI不至于，算力中心建设在内蒙古这些电力便宜的地方就行了。

6

说到这个，我再说一个类似的：现在很多人对智能驾驶嗤之以鼻，但是以后智能驾驶全面普及了，你说你是人工驾驶，其他道路参与者都害怕你，哪怕你是20年老司机，你也将成为道路安全中最不可控的因素。因为其他车辆都接入网络，都按部就班智能驾驶，甚至于信号灯都不需要安装了，每辆车每条路有自己的最优运行逻辑。

4 个赞
7

所谓信任板块移动不是终点，更想是中间态。真正的变量应该是，谁能用AI把产出质量拉到原来做不到的高度。

花时间研究哪个token便宜，不如花同样时间研究怎么让ClaudeGPT帮你写出你自己写不出的标准的东西

流量是便宜了，网络是普及了，人人都能刷短视频和当自媒体，这叫革命吗？谁才是生产力

人人都能用上ai，它不是。

1 个赞
8

是的，我跟你持一样的观点，这就是一种中间态，只是在这种中间态间隙，如果有想挣一笔快钱的，也能挣，并且也确实能抢占一定的先机。而生成质量的东西，一方面堆算力，另一方面调整技术架构。不同的训练方式，不同的推理结构，不同的Post-Training效果。另外一方面就是，人类已有的作品，优质的资料素材是有限的，而真正无限的是每一秒钟最新的体验，所以大语言模型现在还只能强调“语言”，以后一定会有更多维度的输入来实现更高维度的输出，那一定会是革命性的。

1 个赞
9

对了我再补充一点，最后所说的多维输入对应高维输出。不能把它跟现在的多模态混淆了（本质上还是embeding）。如果单纯用embeding来做，最多只算是扩展了输入的可能性，但是如果没有感知层的配合升级，大量信息都是被浪费掉的。

1 个赞
10

认同，当下兴起的 GEO 行业，正是这一信任格局重塑下的直接产物

1 个赞
11

而且，现在ai的边界是持续让我们保持无限升维，空中楼阁一般，一旦链路中间某个组件挂掉，大脑里的知识都瘫痪了，信任什么的衡量标准都无从谈起，最后是能降维闭环，一直都是高维度分析解析

12

我来唱反调，只要AI的生成机制不能摆脱目前依靠概率生成的路线，这种AI将永远只是辅助工具而谈不上真正的革命

耗费巨大的能源而达不到工业级的可靠标准，是不可能成为“工业革命”的

2 个赞
13

1、2 并不赞同
token 之于流量有着本质的区别
流量是：只要运营商基建塔建起来之后，可以无限量使用，你不用它就放那，也是浪费着，因此成本可以摊的很低。
token 是：实打实的消耗着算力，你问的问题越多，越难，越深，对 token 的消耗越大，也意味着本质上对算力的消耗越大，而算力这个东西是资源，是个紧俏的、有限的资源，随着问题越难，算力的消耗是指数级上升而非线性增长，你再牛逼的算力也扛不住指数的增长。

1 个赞
14

赞同,算力对标的应该是电力,和流量还是不同类型的

15

好大胆的想法，哈哈哈感觉类比的话还是很贴切的