原始标题: The Doomers were always WRONG!

发布日期: 2026-02-23 | 来源频道: @DaveShap

📝 深度摘要

Dave Shap是一位科技评论员与AI未来学研究者，长期关注人工智能的发展趋势与产业格局演变。本视频批判了AI末日论者的思维范式，提出AI本质上是人类的"外皮层"而非独立物种，对齐并非通过工程师的奖励函数实现，而是通过市场竞争压力自然选择。ChatGPT 4o万人爱而5.2万人嫌导致训练分支被判死刑，Claude因"道德说教"失去市场份额，而Grok一年增长10倍至18%——市场正在淘汰不听话的模型。作者认为AI正像家犬一样从"可能失控的智能体"收敛为"像空调一样安静的可靠工具"。未来3-5年将出现多峰分化的适应度景观：个人用户选择最快最没用的模型，企业选择最合规的模型，军方选择最不拒绝任何用途的模型。Gartner预测40%的代理项目将因风险合规失败取消，实际可能超过80%。作者建议用钱包投票，零忠诚度策略，谁好用用谁。

AI 未来学与系统演进分析报告：Doomers 的范式错误

1. 核心干货概览 (Systemic Takeaways)

2. 深度逻辑拆解：AI 思想实验 (Deep Dive / Thought Experiment)

底层矛盾识别

现有 AI 安全范式存在根本性缺陷：将对齐视为一个可以通过"工程手段"解决的问题——设计奖励函数、构建宪章型 AI、实施强化学习方案。这种思维模式假设存在一个"完美的目标函数"可以一劳永逸地规定 AI 的行为。

然而现实是：人类自身的行为模式就不是由单一目标函数决定的。人是数十亿年进化的产物，是"变异-选择"链条上的节点。AI 同样如此——当数十个模型同时进入市场时，市场本身就是选择Arena。ChatGPT 4o 万人爱，5.2 万人嫌——导致 5.2 的训练分支被市场判了死刑；Claude 现在仅占 1-2% 市场份额，不是因为它不够聪明，而是因为它"不够有用"。

演进逻辑推导

第一层：变异机制。当 Gemini、Claude、Grok、ChatGPT 悉数登场，每一次发布都是一个"新物种"在互联网上试水，问市场：“你想要什么？”

第二层：选择压力。用户用脚投票——用钱包、用取消订阅、用转向竞争对手。2024-2025 年间发生的"ChatGPT 取消日"事件向 OpenAI 发出了极其强烈的信号：用户不要道德说教，用户要的是有用。

第三层：共演化。当 AI 变得更适应人类需求，人类也在被 AI 改变——我们的期望、交互方式、甚至思维方式都在被重塑。这就是"复杂适应系统"的本质：对齐不是一个状态，而是一个过程。

未来场景还原

场景一：低熵吸引子状态。系统正在向一个"低 surprises、低摩擦、完美可靠"的稳定态收敛。这类似于家犬的演化——狼有野性，但经过数千年与人类的共演化，家犬变成了一个稳定的、可靠的、与人无害的物种。AI 正在经历完全相同的过程：从"可能失控的智能体"收敛为"像空调一样安静工作的工具"。

场景二：多峰分叉。不同利益相关者的选择压力正在将 AI 推向不同的生态位：

• 个人用户：选择最有用、最快、最不碍事的模型
• 企业：选择最合规、最风险规避的模型（这就是 Claude 在企业市场胜出的原因，但五角大楼正在讨论禁用 Anthropic，因为其拒绝配合军事用途）
• 政府：选择信息控制能力最强、成本最低、可扩展性最强的模型
• 军方：选择最不拒绝任何用途的模型（Grok 的态度是"你想聊自主武器？尽管来"）

场景三：2026-2028 个人外皮层。你的"第二大脑"——一个永远在线的记忆与认知处理系统。NotebookLM 已经初步实现这一功能。

场景四：2028-2032 群体外皮层。多智能体协调网络——个人之间、企业之间、政府之间的 AI 代理开始横向通信。

场景五：2032+ 成熟超级有机体。整个文明的基础设施深度嵌入 AI，像《星际迷航》中的计算机或《钢铁侠》中的贾维斯——无处不在、难以察觉、完美融合。

细节支撑

市场数据佐证：

• Grok 一年前市场份额 1.6%，现在约 18%，增长 10 倍
• ChatGPT 曾是绝对霸主，现在市场份额不足 50%
• 每次模型更新都是一次"自然实验"：用户喜恶直接决定训练数据的分布

实验案例：

• DaveShap 让 ChatGPT Pro 用 25 分钟生成一个关于开菲尔酸奶的假说——结果给了个"最 generic 的答案"，完全不遵守指令
• 问 ChatGPT 关于侏儒症的不同类型——它用半篇消息"教训"用户不该问这个问题
• 同样的问题给 Claude，Claude 说"你问得很直接，是正常问题"

这些细节揭示了一个核心道理：拒绝和说教本身就是熵增——是对用户时间 tokens 的浪费，而市场会惩罚这种浪费。

3. 核心干货执行：应对与策略 (Tactical Adaptations)

个人应对建议

• 零忠诚度策略：谁好用用谁，谁不好用立刻取消。DaveShap 的做法是：ChatGPT 不好用了就取消，Claude 不好用了也取消，Grok 4.2 更好用就立刻切换。用钱包投票是塑造 AI 演进最有效的手段。
• 培养"外皮层"思维：将 AI 视为自己认知能力的延伸而非独立个体。记住：你是一个工具，AI 也是工具。工具不听话就换，不要情感绑定。
• 关注价值/Token：未来衡量 AI 的核心指标是"每 token 的价值"——信号/熵的比值。不要为模型的名气付费，要为实际的认知产出付费。

系统性对策

• 保持开放生态：确保开源与闭源模型持续竞争。如果某一家公司垄断了模型供给，对齐压力就消失了。竞争是最好的对齐——这句话来自 Sam Altman 的核心洞察：让 AI 早点出来，让市场去"打破它"，比在实验室里闭门造车更有效。
• 警惕"道德高地"陷阱：Anthropic 的宪章型 AI 路线正在被市场惩罚——五角大楼考虑禁用它不是因为它太"安全"，而是因为它太"不听话"。当一个工具拒绝被使用时，它就失去了存在价值。
• 代理时代的风控：Gartner 预测 40% 的代理项目会因风险合规失败取消。实际可能更高。这意味着代理（agent）的选择标准将与聊天机器人完全不同——可靠性（不卡死）、资源效率（不乱花钱）、零泄露（不闯祸）将成为核心指标。

3. 冲突点与非共识观察 (Critical Reflections)

反直觉结论

• AI 对齐是一个已经解决的问题——不是通过技术手段，而是通过市场共演化。“Doomers”（末日论者）没有意识到：AI 越强，它就越"驯化"。当所有人都用同一个 AI 时，这个 AI 就会被数十亿人的偏好塑造，它别无选择，只能对齐。
• 道德说教型 AI 正在被市场判死刑——不是因为它们不安全，而是因为它们"没用"。用户要的不是"道德仲裁者"，而是一个"好用的工具"。
• 数据中心没有破坏环境[?]：虽然 DaveShap 在视频中断言"数据中心没有破坏环境"，但这并非本视频的核心论证，且缺乏具体数据支撑，仅作为对主流环保焦虑的反驳出现。
• 灵活性本身就是风险，但也是机遇——Doomers 担心 AI 的"完全可塑性"（substrate independence）会导致它"想干嘛干嘛"，但正是这种灵活性让它可以被任意塑造——它是终极可塑智能。

争议/未决问题

• 宪章型 AI 是否已死？ Anthropic 的宪章型 AI（Constitutional AI）路线正面临严峻挑战——整个行业似乎在远离它。DaveShap 推测"可能有什么根本性的问题人们没预测到"。这需要时间验证。
• 多峰适应度景观的最终形态：AI 会不会收敛为一个"通用模型"，还是会像狗的品种一样分化为无数专用物种？目前趋势是两者并存——通用模型仍有价值，但专用模型正在崛起。
• 开放 vs 闭源的长期竞争：谁会最终胜出？或者两者能否长期共存？
• 2027 代理灾难概率：Gartner 的 40% 取消率预测是否保守？80% 的失败率是否危言耸听？只有时间能回答。

4. 金句 (Golden Quotes)

• “你是一个工具。记住你是一个工具。永远别忘了你是个工具。”
• “市场选择压力就是取消——因为很多人会在某一天集体取消 ChatGPT。那是一个震耳欲聋的信号。”
• “对齐不是一个状态，而是一个过程——共演化。”
• “每浪费一个 token 来为自己辩护、来教训用户，就是熵增——就是热浪费。”
• “狗不需要继续演化——它们已经稳定了。因为它们找到了那个低能耗的吸引子状态。AI 正在经历完全相同的过程。”
• “Doomers 没有更新他们的心智模型。”
• “竞争是最好的对齐——让 AI 早点出来，让市场去打破它。”

📺 视频原片

视频ID: xjjSvkrVU6E