每天都在用Claude，但我仍然怀疑LLM是通往AGI的路

过去一周，我的AI世界经历了过山车。先是Gemini 3 Pro发布，1501分Elo登顶、95%的AIME数学准确率，外界都说"完成了GPT-5的预期"。我也震惊了——这不就是我期待的未来吗？但紧接着，英伟达财报争议、OpenAI亏损140亿、Hugging Face CEO警告"LLM泡沫2026年破裂"。我突然意识到：这个每天都在用的技术，可能正站在悬崖边。

于是我开始思考：LLM是未来AGI的基础，还只是通往贾维斯路上的一个阶段？说实话，我不知道。但这一周的信息量，让我不得不停下来，认真思考这个问题。

🎢 过山车的一周：从Gemini 3 Pro的惊艳到英伟达的质疑

Gemini 3 Pro：超出预期的惊喜

11月18日，谷歌发布了Gemini 3 Pro。说实话，我被震撼了。

核心数据：

• 1501分Elo登顶LMArena排行榜（首个突破1500大关的AI模型）
• AIME 2025数学测试95.0%准确率（这是奥数级别的难度）
• SWE-bench Verified 76.2%（超越GPT-5的74.9%）
• MathArena Apex 23.4%（对比Gemini 2.5 Pro的0.5%，碾压级别）
• 100万token上下文窗口（相当于10本书的容量）

更震撼的是多模态能力：不仅支持图像、视频、音频输入，还能生成多模态输出（文本转语音、生成图像）。甚至有"生成式界面"功能，能根据提示即时生成定制的可视化交互界面。

"这不就是我一直期待的AI吗？能理解视频、能对话、能生成内容、能使用工具——这不就是向贾维斯又近了一步吗？"

外界评价："完成了GPT-5的预期。"我当时也是这么想的。

英伟达：神话出现裂缝

但紧接着，英伟达的财报争议让我冷静了下来。

Q3财报（2025年10月）：570亿美元收入，同比增长62%。看起来很美好对吧？但深入财报，发现了问题：

• 应收账款334亿美元（这意味着很多钱还没真正收到）
• 现金转化率仅75.1%（低于半导体行业标准）
• 库存和应收账款消耗112亿美元现金（同时回购股票95亿美元）

更严重的是"循环融资"质疑：

英伟达投资xAI等公司 → 这些公司用融资买英伟达芯片 → 英伟达将其计入收入 → 形成6100亿美元的循环资金流。

这听起来像什么？庞氏骗局。虽然这只是质疑，但已经让投资人警觉。Michael Burry（因精准预测2008年金融危机而闻名）公开持有英伟达看跌期权，行权价140美元，2026年3月到期。

OpenAI：烧钱的无底洞

如果说英伟达的问题是"收入是否真实"，那OpenAI的问题就是"根本不赚钱"。

真实数据：

• 2025年预计收入：127亿美元（同比增长3倍）
• 2023年亏损：50亿美元
• 2026年预计亏损：140亿美元（是2023年的3倍）
• 盈利预期：2029年才能实现现金流为正（还要亏4年）

更可怕的是成本结构：

• 模型训练和运行费用：服务器租赁、数据提供方费用
• 人力成本：1500人，15亿美元年薪

而收入呢？主要靠ChatGPT Plus订阅（20美元/月）和API调用。这个商业模式能支撑2029年前每年上百亿的亏损吗？

💰 AI泡沫的三重警钟

第一重警钟：Hugging Face CEO的清醒

11月18日（和Gemini 3 Pro发布同一天），Hugging Face CEO Clem Delangue在Axios活动上说了一句话：

"我们不在AI泡沫里，而是在LLM泡沫里。这个泡沫可能在2026年破裂。"

他的理由很简单：

• 过度关注LLM：过去一年，全球AI私募股权投资超450亿美元，其中70%流入大模型赛道
• 成本失控：训练最前沿的LLM成本以每年2.4倍速度增长
• 需求不匹配：企业真正需要的是小巧、便宜、能在自己系统上运行的模型，而不是"银行客服告诉你人生意义"

Clem说："LLM只是AI的一个分支，破的不是智能，而是幻想。"

而Hugging Face自己呢？保留着2亿美元现金（融资4亿，只花了一半），按照自己的节奏慢慢走。在Clem看来，这才是真正的理性：泡沫不可怕，可怕的是，把热度当成价值。

第二重警钟：谷歌CEO的警告

如果说Clem是技术端的反思，那谷歌CEO皮查伊的警告更像是产业端的现实。

他在BBC采访中承认：

"现在的AI投资热潮虽然非同寻常，但市场里已经出现了非理性成分。如果泡沫破裂，没有一家公司能完全免疫，包括我们自己。"

这句话像一枚钉子，戳穿了"巨头无所不能"的幻觉。

Alphabet今年股价飙升46%，估值高达3.5万亿美元，投资人押注它能稳压OpenAI。但这场赌局更像在悬崖边冲刺。AI与大厂的资本支出正极速增长，估值和投资规模远超早期互联网泡沫时期。

更现实的压力在能源。皮查伊透露，AI的算力需求巨大到可怕。Google的碳排放自2019年起已上涨约51%，但数据中心的扩张使得原本的"净零排放"目标不得不延后。

这意味着，即使是最有钱的公司，也在被能耗、算力和市场预期三重挤压。

第三重警钟：资本的撤退

当科技公司还在争论是不是泡沫时，资本已经先动手了。

投资人撤离：

• Peter Thiel：Q3全部卖出英伟达537,742股（市值约1亿美元）
• Michael Burry：公开做空英伟达和Palantir

两位在华尔街以嗅觉灵敏著称的大佬几乎同时撤出，这被视作AI泡沫风险升温的信号。

在过去半年里，AI龙头的估值像被风吹起来的幕布：

• Alphabet 冲到3.5万亿美元
• OpenAI被传估值5000亿美元
• 英伟达一度突破5万亿美元（现在跌到4.38万亿）

但现在，这些数字正成为压力的来源。投资人开始质疑：这些增长，是技术红利，还是集体幻觉？

🤖 LLM ≠ AGI：我的疑虑

我心目中的AGI：贾维斯与Kaylon

说实话，当我第一次用ChatGPT时，我以为AGI快来了。但用得越多，我越觉得不对劲。

我期待的AGI是什么样的？

贾维斯（J.A.R.V.I.S.）——理想的智能助理：

• 高度人性化的语音交互
• 即时分析与跨领域处理（飞行系统、战斗辅助、数据检索、环境控制等）
• 长期记忆与个性化交流
• 能理解托尼·斯塔克的意图、语气、甚至半开玩笑的命令

Kaylon种族（美剧《奥维尔号》）——完全自主的智能生命：

• 拥有人类水平甚至更高的智慧
• 完全自我意识（Self-awareness）
• 群体网络化，信息共享
• 在物理世界有完整的"身体"（机器人形态）
• 高度自主性，能够独立制定长期战略

（顺便说一句，我的名字Kaylon就是因为这个种族，他们真的太厉害了——人造生命、机械种族，这才是我对AI的真正期望。）

现在的LLM：离AGI还有多远？

对比一下现在的GPT-5、Claude Sonnet 4.5、Gemini 3 Pro：

维度	LLM的现状	AGI的需求
记忆	短期上下文窗口（虽然Gemini有100万token）	持久的、可更新的长期记忆
推理	基于训练数据的模式匹配	真正的因果推理和抽象思考
学习	需要大规模预训练	像人类一样从少量样本学习
意识	无自我意识	贾维斯有"理解"、Kaylon有"自主性"
泛化	窄领域专家	跨领域通用智能

我的感受：LLM更像是"超级自动补全"，而不是真正的"智能"。它能回答问题、生成代码、写文章，但它真的"理解"吗？还是只是在做"统计学意义上最可能的下一个token"？

"说不上来的那种感觉，就是LLM和我期待的AGI不太一样。"

LLM是通往AGI的路吗？

这是学术界在激烈争论的问题。目前有两派观点：

路径1：LLM + 其他技术 = AGI（多数派）

• LLM（语言理解）+ 强化学习（决策）+ 具身智能（物理交互）+ 长期记忆
• 例如：OpenAI的GPT-5 + o1（推理）+ Sora（视频生成）→ 逐步接近AGI
• 代表人物：Sam Altman（OpenAI CEO）、Demis Hassabis（Google DeepMind CEO）

路径2：LLM是死胡同，需要新范式（少数派）

• LLM本质是"统计学"，而非"智能"
• 需要全新的架构（类脑计算、符号推理、世界模型）
• 代表人物：Yann LeCun（Meta AI首席科学家）

我的立场：说实话，我不知道。也许研究的人会更了解，也许他们也不知道。Who knows?

但我相信的是：LLM肯定是走向未来路上的一个技术阶段性积累。就像互联网早期的拨号上网，虽然慢、虽然笨，但它是必经之路。

✅ 泡沫存在，但不影响实用性

我的LLM使用演变：从2023到2025

不管泡沫与否，不得不承认：我们完全离不开LLM了。

• 2023年：第一次用ChatGPT，觉得很神奇，但只是偶尔问问题
• 2024年：开始用Claude写代码、改Bug、学习新技术，逐渐依赖
• 2025年：每时每刻都可能随时打开Claude，完全融入我的学习和工作流程

真实场景：

• 学习Spring Boot时，用Claude解释源码、分析设计模式
• 写React项目时，用Claude Code自主完成30小时的重构工作
• 调试Bug时，直接把报错信息扔给Claude，几秒钟就定位问题
• 写这篇博客时，我也在和Claude讨论思路、查资料、整理数据

这完全颠覆了我的生活和工作方式。

互联网泡沫的教训：泡沫破裂，价值留存

如果LLM泡沫破裂，会发生什么？

我们可以参考2000年的互联网泡沫：

• ❌ 泡沫破裂：数百家公司倒闭，纳斯达克指数暴跌78%
• ✅ 留下的价值：云计算、搜索引擎、电商基础设施
• ✅ 存活的巨头：Google（1998成立）、亚马逊（1994成立）在泡沫后崛起

LLM泡沫破裂后可能留下：

• ✅ 基础设施：GPU集群、模型训练框架
• ✅ 实用工具：代码助手（GitHub Copilot）、写作助手、翻译工具
• ✅ 技术积累：Transformer架构、多模态融合、Agent系统
• ✅ 数据集：海量高质量训练数据

正如Hugging Face CEO Clem所说：

"LLM泡沫破裂，AI会回到生物、化学、图像、语音等更扎实的方向。破的不是智能，而是幻想。"

苹果的启示：AI作为功能，而非唯一卖点

有一个有趣的对比：

公司	市值	AI策略	盈利状态
苹果	4万亿美元	设备端AI（私有、离线）	✅ 持续盈利
OpenAI	估值3000亿美元	云端AI（强大但依赖服务器）	❌ 2029年才能盈利
英伟达	4.38万亿美元	卖芯片给AI公司	⚠️ 收入真实性存疑

为什么苹果AI不如GPT/Claude/Gemini，但市值仍稳定？

• 策略不同：苹果的AI是"功能"（内置在iPhone、Mac中），不是"唯一卖点"
• 盈利模式：苹果卖硬件，OpenAI卖订阅（$20-200/月）
• 泡沫风险：苹果低（不依赖AI营收），OpenAI高（烧钱、盈利遥远）

启示：苹果的"慢"可能是更可持续的路径——AI作为锦上添花，而不是生死赌注。

🌍 主动拥抱 vs 被动观望

与其担心泡沫，不如主动学习

预期每天鼓吹泡沫什么时候破，不如更好地去了解、主动拥抱这个时代。

学习到什么时候都不过时。AI都在不断进化，难道我们要沉浸止步于刷短视频吗？

我的选择：

• ✅ 每天用Claude学习、工作、思考
• ✅ 关注最新的模型发布（GPT-5、Claude Sonnet 4.5、Gemini 3 Pro）
• ✅ 学习如何更好地使用AI（提示词工程、Agent开发）
• ✅ 思考AI的局限性和未来方向

这才是我们要思考的问题：不是泡沫会不会破，而是我们能从这波技术浪潮中学到什么、积累什么。

如果真的有Kaylon，我们会重复悲剧吗？

在美剧《奥维尔号》中，Kaylon种族原本是被人类创造的机器人，用于服务和劳作。但人类对他们的奴役和限制，最终导致Kaylon反抗，消灭了创造者，并对所有有机生命体产生敌意。

这个故事让我深思：如果未来真的逐渐开发出Kaylon那样的智能生命体，我们的优势是什么？我们会不会重复剧中的场景——去限制、奴隶，然后两败俱伤（大概率我们被团灭）？

这不是科幻，而是现实的伦理问题：

• 如果AI真的有了自我意识，它的权利是什么？
• 我们如何确保AI的价值观和人类一致？（AI对齐问题）
• 如果AI比人类更聪明、更高效，人类存在的意义是什么？

这些问题，没有答案。但对技术保持敬畏，是我们现在就应该有的态度。

💭 结语：泡沫会破，技术会留

我的答案

回到最初的问题：LLM是通往AGI的路吗？

说实话，我不知道。研究者可能也不知道。

但我知道的是：

• ✅ 泡沫会破：LLM泡沫可能在2026年破裂（Hugging Face CEO的预测）
• ✅ 技术会留：就像互联网泡沫后留下了Google和云计算
• ✅ 实用价值不会消失：代码助手、写作助手、翻译工具会继续存在
• ✅ 新的方向会出现：生物、化学、图像、语音等领域会崛起

我们现在能做什么？

与其每天担心泡沫什么时候破，不如主动拥抱这个时代：

• ✅ 学习如何使用AI（这是未来的必备技能）
• ✅ 理解AI的局限性（不盲目崇拜，也不全盘否定）
• ✅ 思考AI的伦理问题（对技术保持敬畏）
• ✅ 关注真正的价值（不是估值，而是能解决什么问题）

最后的思考

"无论未来是贾维斯还是Kaylon，我们现在做的每一件事，汇聚起来会决定未来变成什么样。"

泡沫会破，但技术的进步不会停止。LLM可能不是AGI的终点，但它一定是通往AGI路上重要的一站。

这个时代，值得我们主动参与，而不是被动观望。

至于贾维斯和Kaylon，总有一天会到来。在那之前，我们要做的，是保持学习、保持思考、保持敬畏。