我剛發布了「SaaSpocalypse 嫌疑指南」——一篇關於軟體產業超高速成長時代終結的緊急深入分析。我的「私募股權」、「Anthropic」、「Oracle」和「Microsoft」嫌疑指南也是龐大的研究專案（超過 12,000 字），價格卻比一杯咖啡還便宜。這部分反映了咖啡店的通膨問題，但我想說的是，這提供了極大的價值。
大家好！我知道大家對 AI 的所謂力量感到非常興奮，但我認為是時候為未來設定一些公平的規則，以免我們繼續做出瘋狂的舉動。
我們先從一個簡單的開始：AI 的擁護者以後不能再用未來式來解釋 AI 的優點。你們不能再說「它將會」、「可能」、「或許」、「很可能」、「有可能」、「估計」、「承諾」或任何其他用未來語言來評論當前能力的詞語。
我經常被要求解釋我的觀點（儘管不同意我的人實際上根本不會讀），我經常被追問我所相信的證據，每次我提供證據時，總會得到一些笨拙的回應，像是「它正在變得更好」和「它會從這裡變得更好！」
這不再被允許了！我不再接受任何告訴我某事將會發生，或「事物正朝某個方向發展」的論點。對於一個如此徹底地信奉冷酷、嚴謹理性的產業，AI 的擁護者卻如此輕易地陷入幻想——談論神話般的「通用人工智能」（AGI）以及一切變得更便宜、同時又足夠強大到可靠或有效的時刻。
我聽到了所有關於 AI 將改變一切的屁話，但證據在哪裡？
哇。Anthropic 設法將 300 億美元變成了 50 億美元，並引發了網際網路上最令人惱火的辯論之一。真的，其財務長 Krishna Rao 在 2026 年 3 月 9 日的法律文件中表示，其收入「超過」50 億美元，並在推理和訓練上花費了「超過」100 億美元。順帶一提，這些數字與先前關於年收入的說法都不符——我上週已經深入探討過這一點——無論如何扭曲「超過」的含義，都無法改變總年收入超過 60 億美元的事實，我相信這意味著 Anthropic 以一種新穎且創新的方式定義了「年收入」。
總之，Anthropic 將 300 億美元變成了 50 億美元。這……很糟糕。這就是糟糕的生意。而且我沒有聽到任何令人信服的論點說明這可能會如何改善，除了「這些公司需要更多的運算能力，然後就會發生一些事情」。
事實上，讓我們來談談這個。一月底，OpenAI 的財務長 Sarah Firar 表示，「我們服務客戶的能力——以收入衡量——直接與可用的運算能力掛鉤」，這含糊地暗示著你擁有的運算能力越多，你的收入就越多。
這當然是一堆胡說八道。OpenAI 在達到 2026 年 1 月 200 億美元年收入（明確來說，我對這些數字以及 OpenAI 如何衡量「年收入」有深刻的懷疑）和 2026 年 3 月 250 億美元之間，是否大幅擴展了其運算能力？我認為這極不可能。
我還必須問——有限的參與方到底在哪裡？如果收入與收入成正比，那是否意味著每次運算能力的增加都允許某人支付 OpenAI 或 Anthropic 以前無法支付的費用？我沒有看到任何關於客戶因缺乏可用運算能力而無法支付這兩家公司費用的報告。是否有訓練無法立即進行？這似乎也沒有道理，因為訓練不會自動帶來更多收入，除非是發布新模型，我想是這樣？
這幾乎就像生成式 AI 行業的每一個論點都是相關高管說出一些話，希望人們會盲目地重複！
但各位，我們必須開始問：錢在哪裡？
Anthropic 在其整個存在期間的收入為 50 億美元，僅在運算上就花費了 100 億美元。OpenAI 聲稱其 2025 年收入為 131 億美元，但「僅」損失了 80 億美元——但這些數字似乎不太可能，考慮到我去年 11 月的報告，該報告稱 OpenAI 在 2025 年 9 月之前的收入為 43 億美元，推理成本為 86.7 億美元，這是權責發生制會計，意味著這些是來自相關季度的。
你看，我明白了！這種情況下，批判性思考是不會得到回報的。即使是明確批評這些公司經濟狀況的文章，也充滿了關於「預計增長」和「預計達到」的含糊其辭，或者令人討厭的短語「如果他們的賭注成功」。說一些顯而易見的話，比如「每家 AI 公司都是虧損的」或「沒有盈利的路徑」或「沒有人在談論 AI 收入」，被認為是不公平、憤世嫉俗或反對主流的，儘管這些是非常合理且符合現實的陳述。
Uber 呢？Uber 與 Anthropic、OpenAI 或任何其他 AI 公司完全不同。在過去十年左右的時間裡，它損失了約 300 億美元，並通過削減多個市場和業務線（例如：自動駕駛汽車），同時敲詐客戶並支付司機更少的費用，從而以一種奇怪的方式實現了盈利。
經濟學也完全不同。Uber 不支付司機的汽油費，也不支付他們的汽車，它也不擁有任何車輛。自成立以來，其物業、廠房和設備（PP&E）一直介於 15 億美元到 21 億美元之間。Uber 的收入不會隨著 PP&E 的收購而增加，其業務也不會因為司機開車的距離、一天載客量或一天送餐量而變得顯著昂貴。Uber 本質上是一個數位市場，用於將物品或人員從一個地方移動到另一個地方，其虧損歸因於對客戶進行市場行銷的持續需求，因為擔心其他共乘（Lyft）或外送公司（DoorDash, Seamless）可能會搶走它的客戶。
按次計費是 Uber 做出的最明智的決定，因為這意味著當價格上漲時，用戶不必改變他們的習慣。
這可能發生在兩個原因：
在兩種情況下，Anthropic（以及 OpenAI）都陷入了困境。如果我們假設 Anthropic 的毛利率為 38%（根據 The Information 的說法，但要明確的是，我不再信任來自 Anthropic 的任何洩漏，而且，Dario 並沒有說 Anthropic 的毛利率為 50%，那是一個假設），這意味著 163 美元的運算成本為 101 美元。現在，並非所有用戶都花費這麼多，但我猜測許多用戶正在考慮 Claude Code 積極（且具欺騙性）的媒體宣傳，意味著許多人至少在測試產品的極限。那些使用每月最高 100 美元和 200 美元計劃的人，明確地為較少的速率限制付費，這意味著他們明確地為消耗更多代幣付費。
這還假設速率限制保持不變，我懷疑它們會。
這對 Anthropic 和 OpenAI 來說都是一個巨大的問題，因為它們卑鄙的增長慾望意味著它們已經盡了一切努力讓客戶習慣於支付單一的月費，這直接模糊了經營成本。
我需要非常直接地說明這意味著什麼，因為這非常重要，而且很少被討論。
這甚至可能無法充分說明價格差異。這個理論上的例子仍然涉及用戶坐在汽車後座並被載往某個地方，而該駕駛需要汽油。代幣消耗是一個晦澀、不規則的過程，涉及每百萬輸入和輸出代幣，後者在使用推理模型時會增加，推理模型使用輸出代幣來分解它們如何處理任務。
假設 Anthropic 和 OpenAI 立即決定將所有人切換到 API。任何人實際上如何預算？一個每月支付 200 美元的 Claude Max 用戶會樂意支付每月 1000 美元、1500 美元或 2500 美元的費用，並且在那時，仍然對特定操作的成本沒有確切的了解？
首先，無法預測提示會消耗多少代幣，這使得任何形式的預算都無法啟動。這就像去超市買一加侖牛奶，卻不知道它會花費你 5 美元還是 50 美元。
但同時，假設一個提示沒有完全返回你需要的結果，因此，你被迫再次運行它——也許稍微修改措辭，或者提供更多細節以確保模型擁有你需要的每個細節。而且，你仍然不知道模型會消耗多少代幣。一個人如何為這種事情預算？
這是用戶習慣和大型語言模型不可靠性所導致的問題——例如，當它們卡在循環中試圖評估代碼或想出執行任務的方法時，會花費幾分鐘「思考」。
我再舉一個例子。你，一個相對新手，決定使用 Claude Code 建立一個小型的個人網站。在這個過程中，Claude Code 迷失了方向，搞砸了一些小事情，總共花了幾分鐘，你平靜地告訴它修復事情並做你想要的，經過一點來回，你得到了你滿意的東西。當你嘗試將它上傳到 Amazon Web Services 時，你卡住了，花了十分鐘讓它解釋如何讓網站上線。
每月 20 美元，你可能會覺得這個過程很愉快，甚至很有啟發性。你剛剛編寫了一個網站（即使它是數千個不同線上模板的克隆），並且你使用自然語言做到了。哇！我們生活在一個多麼神奇的世界裡。你查看網站時，意識到你忘記添加一個部分。這樣做又花了半小時。你遇到了速率限制，休息了五個小時，然後回來在一天結束時完成它。模型一直在告訴你，你為此感到自豪，網站很棒，是你建造的，儘管事實並非如此。
如果你通過 API 付費，這次的嘗試可能花費了 5 到 15 美元。每一次小的來回都會累積起來。每一個小小的改變。每一個小小的添加。每一次 Claude 嘗試修復某事但卻讓事情變得更糟。每一次你對它關於 AWS 的「我不明白」的解釋。
很難確切地說是什麼讓它變得昂貴或不昂貴，而且這樣做會增加認知負擔，同時還需要你不斷警惕，以確保模型不會做一些無效的事情。即使是明確、直接且精心設計的提示，也可能導致這些模型進行昂貴的小型探險。
代幣消耗並不像我們支付雲端儲存以外的其他方式那樣整齊劃一，即使是那樣，也很少有服務能與大型語言模型的混亂成本相媲美。即使人們可以概念化輸入和輸出，後者成本更高，但將任務映射到可靠的代幣數量實際上非常困難。
當 Uber——順帶一提，這是一個完全不同的業務——提高價格時，它是逐步進行的，並且也沒有要求用戶大幅改變他們對使用該應用程式的看法。
另一個問題是，這些公司似乎並沒有削減成本的方法，因為推理仍然非常昂貴，而訓練成本永遠不會消失：
我聽到了很多關於「ASIC」和「TPU」的廢話，它們將神奇地降低成本。何時？如何？哦，NVIDIA 的最新晶片效率提高了 10 倍還是什麼狗屁？給我看看證據！因為每次報告收入和成本時，收入似乎都更低，成本似乎都更高。
而且，我們沒有比「東西會變便宜」或「價格會上漲」更好的答案，這真是他媽的瘋狂。儘管大家都在喋喋不休地談論了三年，LLM 卻缺乏那種明顯、可複製、工業必需的成果，使得 3 倍、4 倍或 10 倍的價格上漲變得可行。
所有關於 Claude Code 的那些閃閃發光、熱情洋溢的報導，都是基於 Anthropic 的補貼和模糊化的結果。我認為，如果記者們知道實際成本，這些文章的評價會低得多。
假設一家公司有 100 名工程師，目前每位工程師每月為 Claude Max 支付 200 美元，成本為每月 20,000 美元，或每年 240,000 美元。假設平均你支付工程師 125,000 美元，意味著你的薪資為每年 1250 萬美元，不考慮其他成本（這是一個簡化的例子）。
現在想像一下，Claude 切換到計量計費系統。
讓我們更現實一點，將數字提高到 25 美元。現在你每年在代幣上花費 912,500 美元。每天 30 美元就超過一百萬美元。糟糕，這個月很忙，你現在每天花費 40 美元。現在你花費的運算成本超過了你薪資的 10%！
Anthropic 自家的 Claude Code 文件稱，平均成本為每開發人員每天 6 美元，其中「90% 的用戶每日成本保持在 12 美元以下」。好消息！如果你作為工程師，能將使用量限制在每天 6 美元，你實際上是在為公司省錢！
但你每天花的不是 6 美元。對於任何編寫代碼的人來說，這都是一個愚蠢的數字。一位 Reddit 用戶說，他們每天在 API 成本上花費 200 到 300 美元，然後決定改為在 Lambda 上花費每天 40 到 50 美元購買 GPU 集群，使用開源模型 Qwen 3.5 來處理他們的代碼，這仍然相當於 14,600 美元的 API 成本。
即使是擁護者也開始擔心。上週，Chamath Palihapitiya 提出了一個令人震驚的合理觀點：
確實，Chamath。科技行業中最突出的聲音之一（無論好壞）無法得到「投資回報在哪裡」這個問題的直接答案——一個直接有動機讓派對繼續下去的人——這應該讓每個人都感到擔憂。
誰真正從中獲利？NVIDIA？製造 RAM 的公司？因為購買 GPU 的公司似乎不是。AI 公司似乎也不是。我不認為這是真的，但如果你相信，你就相信代碼正在被自動化——為了什麼目的？我們能指出哪些實際記錄的經濟影響，以及哪些對世界有意義的改變？
真實數據。請提供今天的內容。你被法律禁止說「很快」或「將來」這些詞。不再有未來式。不允許。我所有的東西都必須是現在式的——所以你的也應該是。
擁護者們，我懇求你們——今天，從今天的模型中，指出一件事情，能稍微證明燃燒近一萬億美元、讓我們的互聯網充滿垃圾、並造成道德上的距離，因為一個可能炸毀學校的行為，並賦予數百萬人盜竊工作的權力，並且每天都要聽 Sam Altman 和 Dario Amodei 這兩個可怕的無聊又煩人的笨蛋說話，他們沒有文化，也沒有一點點的奇思妙想。
即使你對 LLM 的能力印象深刻，也要記住，讓你印象深刻的是燃燒的資金比任何人為任何事情燃燒的都多，包括金融危機的「不良資產救助計劃」（略高於 4000 億美元）和 COVID 的「薪資保護計劃」（約 8000 億至 9000 億美元）。Anthropic 和 OpenAI 已經籌集了（假設 OpenAI 獲得了所有資金）超過 2000 億美元的資金，加上 2026 年僅 Google、Amazon、Meta 和 Microsoft 在資本支出上就投入了近 7000 億美元，再加上他們已經花費的約 8000 億美元。我甚至還沒有包括 CoreWeave 花費的數百億美元，或 2025 年美國數據中心債務交易的 1785 億美元，或流向全球 AI 公司的數千億美元風險投資。
然而，當你稍微深入一點，一切似乎都有些糟糕。
根據我的「SaaSpocalypse 嫌疑指南」：
每一個 AI 新創公司無一例外都做著同樣的事情：將數億美元變成數千萬美元，或將數十億美元變成數億美元。沒有一家公司在改善其利潤率。沒有一家公司有解決方案。
我上面討論的關於運行 Anthropic 或 OpenAI 的成本的所有問題，都直接適用於每一個 AI 新創公司，只是它們擁有的風險投資支持遠少於前者，並且像 Cursor 在 2025 年 6 月一樣，受到 Anthropic 或 OpenAI 決定的任何價格上漲的影響，例如增加「優先處理」，這實際上是為了持續訪問前沿模型而必須的。
絕對沒有一家公司有計劃。人們仍然容忍它們的唯一原因是媒體和風險投資繼續推廣這樣一個想法——儘管沒有解釋如何——它們將神奇地找到一種方法來實現利潤率為正。
何時？如何？這些是給那些不知道我們生活在未來的人的問題！希望風險投資能夠永遠資助它們！當然不能，因為自 2018 年以來，風險投資的回報一直很糟糕，而 AI 新創公司並沒有多少知識產權，因為它們中的大多數只是前沿 AI 實驗室的包裝器，而這些實驗室也沒有任何盈利的路徑。
正如我上週報導的，上市公司也是如此。Adobe 的「AI 優先」收入（3.75 億美元 ARR）最多相當於每季度 6000 萬美元，而一家公司每季度收入為 60 億美元。ServiceNow 擁有「600 百萬美元的年度合同價值」，這是對非特定時期收入的推斷，實際上並不意味著一家年收入超過 100 億美元的公司有 600 百萬美元。Salesforce 的 Agentforce 收入為 800 百萬美元，或約每月 66 百萬美元，而一家年收入超過 110 億美元的公司。Shopify，這家公司要求你證明 AI 無法完成一項工作，然後才要求資源，它沒有單獨列出 AI 收入。Workday，一家每季度收入約 25 億美元的公司，表示它「從新興 AI 產品中產生了超過 1 億美元的新 ACV，[並且] 這些解決方案的總 ARR 超過 4 億美元。」4 億美元 ARR 是每月 33 百萬美元。
需要明確的是，ARR 不是一個一致的數字，而且經常會發生客戶流失，尤其是對於像 LLM 這樣結果可疑且價格高昂的產品。四年了，我們還在含糊其辭地談論這些事情，主要是因為這是一門糟糕的生意。
然後是基礎設施問題。
最近（也是最嚴重的）新聞失敗之一是數據中心交易的報導。
在我們進一步討論之前，一個非常重要的細節：當你讀到「活躍功率」時，這並不意味著實際可用的運算容量，這被稱為「IT 負載」。根據我幾個月前的高級數據中心模型，你應該將任何「活躍功率」除以 1.3 來表示「PUE」——這是功率使用效率的標準，它計算了為 IT 設備供電的所有內容，以及維持運行的所有必要基礎設施，例如冷卻系統。
總之，彭博社剛剛報導稱，Meta 與 AI 計算公司 Nebius 簽署了一項「270 億美元」的計算容量協議，其中「2027 年有 120 億美元的容量可用」。根據與眾多 AI 基礎設施專家的討論，這相當於每兆瓦計算容量約 1250 萬美元，這意味著「120 億美元的專用容量」約為 960MW 的 IT 負載。
當然，Nebius 剛剛憑藉這項計算協議籌集了 37.5 億美元的債務。
這是在微軟 174 億美元的協議之上，當然，還有 Meta 去年 30 億美元的協議。
一個小問題：根據其 2026 年 2 月 12 日的股東信，Nebius 擁有約 170MW 的活躍功率。
它到底要如何準備好這種容量？
作為參考，CoreWeave——一家由 NVIDIA 支持（並由其擔保）的 AI 計算公司，由一家獨立公司（Core Scientific）建造其容量，並得到 Blackstone 和幾乎所有主要金融家的支持——從 2025 年第一季度 420MW 的活躍功率（不是 IT 負載）增長到 2025 年第四季度 850MW 的活躍功率，其中大部分已在 2025 年第一季度開始建設。
Nebius 於 2025 年 3 月才開始建設其位於新澤西州的 300MW 計算設施，根據其股東信，事情進展得非常不順利。
然後是 Nscale，一家從 NVIDIA、聯想和許多其他投資者那裡籌集了 20 億美元的公司，本週與微軟簽署了一項「1.35GW 的協議」，用最新一代的 Vera Rubin GPU 填滿數據中心。
2025 年 9 月，NVIDIA 首席執行官黃仁勳表示，英國將成為「AI 超級大國」，他將數億美元投入 Nscale，作為 NVIDIA、OpenAI 和微軟之間「對英國 AI 行業的歷史性承諾」的一部分。
當《衛報》在 2026 年 2 月訪問 Nscale 位於英國的數據中心預定地點時——該中心應在年底前建成——他們發現「……一個堆滿了電線桿和廢金屬的倉庫，屋頂是波紋狀的，平板卡車載著桿子進進出出。」作為調查的一部分，《衛報》發現 Nscale 和 CoreWeave 所做的數十億美元數據中心承諾從未得到政府的核實，也沒有存在任何機制來審計它們。
Nscale 和 CoreWeave 的回應是，這些數十億美元的投資將主要用於 NVIDIA GPU，這就引出了這些巨額計算合同的「原因」。
你看，當 Nebius、Nscale 或 CoreWeave 簽署一份它們沒有能力提供的巨額合同時，它們這樣做是為了利用合同來籌集債務以購買 NVIDIA GPU。
請參閱 CoreWeave 2025 年第一季度財報演示文稿中的以下圖表：
如果人們真的在關注，他們就會看到直接的問題：數據中心需要驚人的時間來建造，而且建造時間越長，所需的容量就越大。
這是一個極其犬儒的騙局。像微軟和 Meta 這樣的超大規模雲端服務提供商正在為這些合同付款，因為它們不會出現在資產負債表上，同時將風險轉嫁給 AI 計算公司——如果 AI 公司錯過了截止日期，超大規模雲端服務提供商可以隨時退出。
例如，Nebius 去年與微軟的協議包含一項條款，規定「……未能按時交付 GPU 服務且公司無法提供替代容量，微軟有權終止該 GPU 服務」。
根據與直接了解其基礎設施的人士的討論，微軟已經讓 Nebius 準備失敗，預計到 4 月底將有超過 50MW 的 IT 負載專門由 NVIDIA 的 GB200 和 GB300 GPU 組成，到年底前至少還有 150MW 的 IT 負載（或更多），而該公司在全球基礎設施中的 IT 負載總共只有約 130MW，其中大部分不在新澤西州的 Vineland。
超大規模雲端服務提供商正在幫助沒有名稱、歷史或經驗很少或沒有數據中心建設經驗的公司借入數十億美元的債務，這些債務越來越多地由人們的退休金和保險基金提供資金，而這些基金被「穩定收益」的想法所吸引，這些收益來自那些沒有這些公司就無法經營的企業，它們說服每個人相信不合邏輯的事情。
數據中心需要很長時間才能建成。「1.2GW」（即 880MW 的 IT 負載）Stargate Abilene 的前兩棟建築本應在 2025 年年中完全通電。到 2025 年 12 月中旬，僅交付了相當於兩棟建築的 96,000 個 GPU，儘管整個項目本應在 2026 年年中通電，但似乎只有兩棟建築準備就緒。
每次你報導這些交易時，都應該包含一個時間表。最終，我打賭 Stargate Abilene 永遠不會建成，但如果建成，我會對它在 2027 年年中之前完成感到震驚，這意味著每 Gigawatt 的電力需要大約 3 年，或者每 293MW 的 IT 負載大約需要一年。
我讀過絕對零篇關於數據中心開發的報導，這些報導考慮到了這一點。
媒體報導這些數據中心時的輕率態度——無論是在交易結構上還是在建設現實中（我在去年年底的高級文章中詳細介紹了這一點，但建造數據中心很難）——正在讓騙子致富，並為又一次金融危機創造條件。
養老基金和州投資委員會閱讀了這些交易，看到了「微軟」的名字，並認為一切都會好起來的，根據我的「私募股權嫌疑指南」：
養老基金看到的是 CNBC 或彭博社的文章以及微軟或 Meta 等公司的名字。反過來，它們（或管理其資金的私人信貸公司）購買債券或為這些債務交易提供資金，因為它們將其視為穩定、直接、可靠的投資收益，因為媒體和私人信貸公司將它們這樣推銷。
實際上，數據中心債務交易極其危險，因為每一筆交易本質上都是對 AI 需求存在（以便債務可以通過收入償還）和相關公司作為持續經營實體存在的賭注。Nscale、Nebius 和 CoreWeave 都只有幾年的歷史，而 1GW 數據中心的概念也才剛剛出現幾年。
在金融危機期間，大量的——數十億美元的——養老金和保險基金被投入到擔保債務憑證（CDOs）中，儘管它們是低等級（在許多情況下是逾期）債務的集合，卻被評為 AAA。
這次，數據中心債務交易通常被評為垃圾級——例如 CoreWeave 的一項 2025 年債務交易被評為 B+——這可能會讓你認為沒有什麼可擔心的，而且投資者自然會避開這些投資。
問題在於市場存在 AI 精神錯亂，因此認為任何與數據中心相關的東西都是必然的贏家。Blackstone 通過其保險基金為其對 Oracle 數據中心的 380 億美元投資（你知道，那些專門為無法負擔運算成本的 OpenAI 建造的）提供了資金。根據 The Information 的說法：
這是任何金融界人士對數據中心的標準說法，其依據僅僅是願望和幻想。這些是歷史上最大基礎設施項目的一些全新債務類型，正如我一再討論的，除了超大規模雲端服務提供商將運算從其資產負債表中轉移出去之外，只有十億美元的計算需求。
CoreWeave 2025 年收入的 77%——請記住，CoreWeave 是最大的獨立 AI 計算提供商——來自微軟和 NVIDIA，後者計劃在未來五年內花費 260 億美元回租其 GPU——這表明有機需求很少。
2026 年或 2027 年的金融危機將用「數據中心」取代「房屋」，我擔心這對將未來與 AI 聯繫在一起的養老金和保險基金來說將是災難性的。
即使撇開我個人對 LLM 的看法不談……我只是不確定我們為什麼還要這樣做。
好吧，好吧，我知道我們為什麼這樣做——軟體行業已經沒有超高速增長的想法了，自 2018 年以來一直處於多年的下滑狀態，儘管在 2021 年資金便宜且在封鎖結束後每個人都瘋狂時，曾短暫地出現過一陣興奮。
然而，AI 已成為歷史上最大的騙局之一，它基於它無法做到的事情（但可能有一天會做到，在一個不確定的時間），不斷忽視明顯的詐騙和酸性的經濟學，這些只有在監管機構、媒體和市場由不知道或不想知道實際情況的人操縱時才可能實現。
如果你是 AI 的粉絲，我需要你認真考慮你所印象深刻的是 LLM 今天能做什麼，而不是它們明天可能做什麼。如果你對潛力感到興奮，你不是對技術感到興奮，你對營銷感到興奮。
我明白了。科技行業已經很久沒有什麼真正令人興奮的事情了。很容易被炒作沖昏頭腦，尤其是在每個人都以完全相同的方式被沖昏頭腦的時候。當微軟、谷歌、Meta 和亞馬遜都在參與一場金融死亡邪教，而它們的收入卻不斷增長時，很難反對——要理解比頭條新聞更多的東西是很困難的，而且你還有這麼多事情要做，而且只是點頭同意別人說的話要容易得多。
但要知道，這是一個靠恐懼和謊言推銷自己的行業。要知道 LLM 無法做人們談論的許多事情——它們不會勒索人，沒有 GPT-4 欺騙 TaskRabbit，每一次 AI CEO 說 AI 「將」做某事時，你都應該朝他們臉上吐口水，因為他們在編造謊言，而不是不加思索地印刷出來。
是時候具體了。AI 將做什麼，何時做？實際的軟體是什麼？它如何工作？它要多少錢？它如何賺錢？它如何盈利？
因為現在我們被賣了一個謊言，我已經厭倦了，幾乎和看到批評者被描繪成傳播陰謀論的離群派一樣厭倦。我已經一次又一次地證明了我的觀點。AI 擁護者們的努力在哪裡？我只看到偶爾絕望的嘗試，聲稱 LLM 做的就是它們一直以來做的事情，這 somehow 是非凡的？
哦，哇，所以你可以編寫一個開源軟體項目的克隆，並設置一個可能正確也可能不正確的 LLM。哦，有人能夠編寫出可能有效也可能無效的代碼，並且看起來與其他所有代碼項目完全相同。恭喜你製作了一個紫色的網站——你正在嘔吐出一個時代網站的仿製品，這個時代的網站由 Tailwind CSS 選擇的配色方案定義。
我還想明確一點，我對許多人似乎對不閱讀代碼感到滿意這一點感到非常緊張。我目前（非常緩慢地）在學習 Python，而我學到的每一個新東西都加劇了我巨大的焦慮，即今天有大量的軟體是由那些不閱讀 LLM 輸出的人編寫的，而且在某些情況下，如果他們讀了，可能也不會理解。雖然我不是說所有或甚至許多軟體工程師都會這樣做，但我對這種想法感到震驚，即它變得越來越普遍——而且更令人震驚的是，反應似乎是「哦，沒關係，誰在乎，它能用就行」。
猜猜怎麼著！它並不總是有效。亞馬遜網絡服務（AWS）最近多次因使用其 Kiro AI 編碼工具而發生故障，儘管它堅持認為 AI 不應歸咎於此，但它也召開了內部會議討論這個特定問題，並且《金融時報》報導稱，亞馬遜現在要求初級和中級工程師在對代碼進行 AI 輔助更改時獲得批准。無論你對亞馬遜作為服務有何看法，它的工程師可能在某種程度上代表了企業工程，這讓我懷疑未來幾年我們是否會因為這個原因在軟體開發中遇到一些真正問題。
如果沒有人真正閱讀他們的代碼，軟體行業會是什麼樣子？有多少軟體工程師願意這樣做？我確信有人會讀這篇文章並感到非常冒犯，但要明確的是，我並不是指控你複製粘貼你不理解的代碼，並且如果你能用就感到高興，除非這正是你在做的事情。
明確地說，允許 LLM 編寫你所有的代碼意味著你不再開發代碼，你也沒有學習如何開發代碼，你也不會因此成為一個更好的軟體工程師。
這甚至不是侮辱或誇張。如果你只是看代碼的人，你和你所做的代碼一樣好，正如 Mo Bitar 最近討論的，這些模型旨在激勵你，讓你眼花繚亂，並告訴你你很了不起，而你卻幾乎沒有看過被過度編寫的代碼塊，即使它能正常工作，最終也會建立一個沒有任何意圖或目的的整體，除了模型從你的提示中生成的內容。
我確信有一些軟體工程師在道德地使用這些模型，他們閱讀所有代碼，他們對此有完整的行業了解，並將其用作一個高級的自動補全。我也確信有些人只是要求它做一些事情，看一眼代碼就發貨了。無法衡量這兩個陣營中有多少人，但聽到 Spotify 的 CEO 說他們頂級開發者基本上不再編寫代碼了，這讓我非常擔心，因為這些東西並沒有取代軟體工程——它只是盲目地消除了摩擦，並將「好」或「正確」的負擔轉嫁給了一個它故意吹捧的用戶。
最終，整個這個時代是對一個人理解和欣賞摩擦能力的考驗。
摩擦可以是一件非常好的事情。當我不理解某件事時，我會努力去理解它，而當我理解的那一刻是神奇的。在過去的三年裡，我不得不自己學習了很多關於金融、會計和更廣泛的科技行業的知識，有很多時刻我會因為沮喪而放下書本，充滿自我懷疑，覺得自己永遠也無法理解。
我也有時間的奢侈，但可悲的是，許多軟體工程師面臨著越來越瘋狂的截止日期，這些截止日期是由那些對任何事情都不理解的老闆設定的，更不用說 LLM 的能力或負責任的軟體工程是什麼了。來自上級要求使用這些模型，因為它們可以「比人類寫代碼更快」，這是一種災難性的「快速」和「良好」的混淆，所有這些都是因為風險投資者和媒體散佈的關於「LLM 可以編寫所有代碼」的膚淺神話。
問題在於 LLM 可以編寫所有代碼，但這並不意味著代碼是好的，或者有人可以閱讀代碼並理解其意圖，或者擁有大量代碼對任何使用生成代碼建立的公司來說都是一件好事，無論是現在還是未來。
而且最終，有什麼跡象表明這正在奏效？有什麼由 vibe coded 編寫的軟體產品正在顛覆現有公司？有什麼真正的軟體工程師被 LLM 取代——我不是說我希望這樣，要明確——除了那些 AI 漂白的報導，這些報導已經變得如此離譜，以至於連 Sam Altman 都出來批評了？收入在哪裡？回報在哪裡？成果在哪裡？
太棒了！您已成功註冊。
歡迎回來！您已成功登入。
成功！請檢查您的電子郵件以獲取登入的魔法連結。
成功！您的帳單資訊已更新。