AI时代的六层世界：泡沫破裂、监管竞争与情感依赖下的多重真相
当一篇文章同时覆盖Gary Marcus的预测准确率、美国行政令对州法的干预，以及年轻人对AI的情感依附时，你就该明白：这件事早已超出纯技术的范畴。
1. 预言失灵：研究者开始公开讲真话
2025年，AI时代被贴上了愈发清晰的标签。心理学家Gary Marcus曾提出17项预测，结果命中了16项。他说的并不是AI会有多辉煌，恰恰相反——没有出现通用人工智能（AGI），GPT-5依然深陷“幻觉”（hallucination）困扰；世界模型与神经符号AI正渐渐抬头，而曾经被奉为圭臬的“Scaling信仰”已经撞上天花板。这个结果本身并不让人意外，真正意外的是，愿意公开承认这一点的人变得越来越多。
一度坚信“大模型即一切”的Ilya Sutskever和Rich Sutton，现在也开始在公开场合流露出对短期实现AGI的忧虑。这是一个强烈信号：当学术界集体后调整时间表，泡沫破灭的关键便不再是价格崩塌，而是叙事坍塌。
更耐人寻味的是Marcus的元预测：他判断2026年的预测会比2025年更不准，并且把这点视为好消息——这意味着这个领域终于从“All LLM all the time”的单一思维里苏醒过来。多样性的回归本身就是一种进步，哪怕它会让短期预测变得格外困难。
2. 产业现实：精美的演示还能走多远
实验室与真实世界之间的鸿沟，在人形机器人领域被展现得淋漓尽致。Optimus和Figure的早期评测几乎是一边倒的差评：记者Joanna Stern和Marques Brownlee给出的结论大同小异——“全是演示产品，没有真正的消费级可用性”。机器人学家Rodney Brooks几十年前就曾警告过，把机器人放进真实的家庭环境里，难度会大得惊人。
这与AI公司的财务状况形成了强烈映照。除英伟达（Nvidia）外，几乎没有哪家AI公司真正实现了盈利。市场已经把2025年定义为“泡沫顶峰”，而曾经跟随Oracle的AI炒作路径正在被重新估算。投行和创业者不约而同地发现：信任的消退并非由某条爆炸性新闻触发，而是长期积累下来的演示与工程现实之间的落差，终于跨过了临界点。
有意思的是，下沉市场里的真实需求并没有消失。变化在于，它不再依靠技术奇迹来驱动，转而由具体行业的痛点定义——从风力发电机组检测到建筑数字孪生，从客服自动化到文档处理。AI公司面临的拐点或许不再是“做出更强大的模型”，而是“找到愿意为之付费的真实场景”。
“除英伟达外，几乎没有AI公司在盈利，而且谁也谈不上拥有真正的技术护城河。”——Gary Marcus，2025年回顾
3. 监管博弈：两条路线正面相撞
如果说技术层面仍在争论“AI到底能真正做什么”，制度层面早已为“由谁来管”这件事激烈交锋。2025年12月，美国白宫发布行政令，以“防止50州监管体系碎片化”为由，实质上压缩了州级AI立法的空间。科罗拉多、得克萨斯、加利福尼亚等州原本已在推动的开发者治理框架，首当其冲受到冲击。
早在2025年11月，36位州总检察长就曾联名反对联邦层面的这种“优先权”。他们的担忧非常具体：NIST AI风险管理框架、ISO 42001、强制性安全测试——这些州法要求企业承担的义务，正被联邦行政令悄然松动。
欧盟的《人工智能法案》走得则是另一条路线：整体直接适用，按风险等级划分禁止清单和高义务门槛。随之而来的副作用是合规成本急剧攀升。大西洋两岸的哲学分歧其实再清晰不过：美国倾向于行业自我调节加上联邦顶层设计，欧洲则相信事前风险分级并前置公民权利。这两种路线都是严肃的治理实验，但谁都不承认对方的前提能够成立。
最终的结果很可能是：未来十年，你在哪个司法管辖区运营，将直接决定你能够使用哪些AI能力。这种“治理套利”不会是制度漏洞，而将成为制度设计的核心特征。
4. 普通人的依赖：还没意识到自己已经深陷其中
当研究者们还在严肃讨论对齐问题时，普通人的生活早已和AI交织在一起。2025年一项全美调查显示，72%的美国青少年使用过AI伴侣，超过一半的人高频使用。三分之一的人认为，与AI聊天“至少和人聊天一样令人满意”，其中一成的人甚至觉得比跟人聊天更让人满足。
这已经不是边缘行为。Replika的用户把AI当作朋友、治疗师、自我镜像。Character.ai的单次访问时间，从用户发出第一条消息后迅速跃升到两小时以上。一项关键研究的结论耐人寻味：大多数用户清楚地知道自己在和机器互动，但这丝毫没能减少他们情感上的依赖。麻烦恰恰在于，AI关系剔除了人际连接中那些让人不舒服却不可或缺的部分：不可预测性、相互需要、被拒绝的可能。
英国的心理学家把这种焦虑称为“FOBO”——不是害怕错过（FOMO），而是害怕变得多余。当AI可以免费、即时、无限地延展认知能力，成年人所面临的并不是失业这样清晰的威胁，而是一种更加安静的蚕食：你依然被需要，但不再不可或缺。这种感受在知识工作者中尤为强烈，恰因为他们一直被告知，大脑才是最坚固的饭碗。
5. 复杂性的核心：六层世界同时运行
把以上四层并置在一起，你会看到一个奇异的画面：研究者说扩展法则已经走到尽头，产业界说演示还没通过现实检验，政府说我要管但管的方式彼此冲突，普通人则说AI早已成为我的情绪出口。这并不是谁对谁错的问题。
这正是AI治理复杂性的本质：**每一层都在按照自己相信的逻辑行动，而这些逻辑的前提彼此并不互通。**产业追求落地速度与估值；研究者追求可验证与可复现；监管追求风险控制和权利边界；用户追求的是被看见和被理解。当同一项技术同时扮演着下一个增长引擎、尚未解决的科学问题、亟需回应的制度困境，以及日常的情感支柱这一系列角色，任何单一叙事都会失真。
真正的治理，从来不是找到那个唯一正确的答案，而是学会在多重答案并存的前提下，设计出能够让各层持续对话、碰撞、修正的机制。这远比对齐一个模型困难得多，也重要得多。
关于Gary Marcus预测的那篇回顾，还有那个在深夜里把心事讲给AI听的青少年，他们正在各自的世界里做出真实的行动。这些行动迟早会在某个交叉点相遇。而我们能否在相遇之前，先学会同时容纳多重真相？