AI的冰火两重天：云端大模型淘金热退潮，但别急着说大家都在用

这个六月，AI行业看起来格外割裂。

先是引发开发者圈子广泛讨论的一篇文章——The Cloud-based LLM Gold Rush Is Ending。作者直言，过去两年像是一场狂热的淘金潮：每个创业者都想做"AI原生应用"，每家风投都在投"LLM套壳"，但用户留存率、商业变现能力始终没能兑现承诺。云端大模型的使用成本虽然在下降，但边际收益也同步坍缩。更关键的是，用户越来越意识到——AI不是万能胶。这个观点和另一篇火爆文章形成了奇妙共鸣。

> "No, everyone is not using AI for everything."

Gabriel Weinberg 在这篇短文里用数据狠狠打脸了那些社交媒体上的"AI狂人"——他们晒着各种AI生成的食谱、诗、代码、会议纪要，但现实中绝大多数普通用户只是零零星星地试用一下，然后回归老习惯。他引用了一份调查：超过80%的人表示自己"偶尔使用AI"，但只有不到10%的人将其植入日常核心工作流。我总觉得，这其实才是真正的"AI adoption"困境：不是技术不够好，而是大多数场景根本不值得用AI。

而最讽刺的反面教材，大概来自四大会计师事务所之一的KPMG。他们最近发布了一份关于"企业AI使用情况"的报告，结果没过多久就被悄悄撤回了——原因是报告中出现了明显的事实错误。更尴尬的是，这些错误很可能是大模型本身（也就是他们用来生成报告的AI）"编造"出来的。TechCrunch的报道里提到，KPMG在声明中承认"未能对AI生成的结论进行充分的人工核查"。这或许是最好的例子，证明如果你让AI替你报告别人怎么用AI，你大概率会得到一个充满自信的谎言。我不禁想，那些天天喊"AI is eating the world"的咨询公司，是不是该先管好自己的幻觉？

与此同时，欧盟也不消停。关于Anthropic的版权侵权案，欧盟委员会表示正在"审视该判决的实际后果"。Anthropic此前被裁定使用受版权保护的数据训练模型属于侵权，这引发了整个大模型训练范式的恐慌。如果最终执行，可能意味着所有用爬虫抓取公开数据训练的模型都要重新审核。Reuters的报道引用了委员会发言人的话，说他们关注的是"如何在保护创作者权益和不扼杀AI创新之间找到平衡"。这个平衡木，恐怕比大模型微调还难走。

把这几件事放在一起看，我觉得最核心的叙事是：大家对"AI到底能干什么"的认知，正在从狂热走向务实。云端淘金热结束，是因为那个"只要套个AI就能吸引用户"的窗口已经关闭；KPMG翻车，是因为他们认为AI可以自己分析AI的采用情况——这简直是对"self-referential inconsistency"的完美演绎。而Anthropic案，则在法律层面提醒所有人：再厉害的大模型，地基也不是凭空长出来的。

人们没有像某些媒体鼓吹的那样用AI做所有事。至少目前，AI更像一个偶尔救急的利器，而不是日用品。这个结论或许不那么性感，但它至少是真实的——而且真实得有些发苦。