文章犀利地剖析了当前 AI 发展中的一些现象，指出在对 AI 的追逐中，人们更关注故事性而非实际问题解决。文章质疑了 AI 在新闻报道、融资、技术突破等方面的真实价值，认为 AI 的成功往往依赖于人类的选择性记忆和对 AI 权威性的信任。文章还探讨了 AI 伦理、人类对 AI 的恐惧以及 AI 决策透明性等问题，引发了对 AI 发展方向和人类自身价值的深刻思考。

🧠 AI 的成功落地并非总在于提升效率，而在于其在新闻报道和融资故事中的作用。文章指出，AI 被引入新闻公司，可能更多是为了创造吸引人的故事，而非提升效率。融资成功的关键可能在于故事的质量，而非产品本身。

💡 AI 的“泛化能力”有时仅仅是新名词的泛化，而非真正的技术突破。作者质疑了 AI 技术突破的真实性，认为很多时候只是对“突破”一词的重新定义，强调了对 AI 技术的审慎态度。

🤔 人们对 AI 的信任，并非完全基于其准确性，而是源于其“错的特别权威”。文章指出，人们更容易相信 AI 的预测，即使其预测并不总是准确。这种信任可能源于对 AI 权威性的认可，而非理性判断。

🤖 人类赋予 AI 人性，却可能更像机器。文章探讨了 AI 伦理问题，认为最大的挑战并非算法缺乏道德，而是人类缺乏共识。同时，人类对 AI 决策不透明的恐惧，也反映了对自身认知局限的掩饰。

🏆 大部分 AI 的成功，归功于人类的选择性记忆。文章强调，人们往往会记住 AI 的成功案例，而忽略其失败之处。这种选择性记忆，使得 AI 的成功显得更加突出，但也可能掩盖了其真实的能力和局限。

原创 金色传说大聪明 2025-04-08 20:02 广东

一些吐槽，请勿对号入座

 

 一些吐槽，请勿对号入座：

世界上本无 AGI，报道多了，就有了

AI 与人的共同点：讲故事比解决问题更重要

AI 最成功的落地，是批量生产 AI 新闻

公司引入 AI，可能不是为了提效，而是为了新闻

融资故事的质量，通常比产品质量更高

拿到融资的产品，不一定是算法厉害，更可能是投资人 FOMO

AI 模型越大，人类觉得它越聪明——实际虽未必如此，有人相信就行了

AI 的“泛化能力”，有时只是新名词的泛化能力

每次“技术突破”，有时只是重新定义了“突破”

我们愿意相信 AI，并不总是因为它准确，而是因为它错的特别权威

我们希望 AI 预测未来，但 AI 更擅长预测人类喜欢听什么

我们赋予 AI 人性，我们却更像机器

我们对 AI 的恐惧，是对自身价值的怀疑

AI 伦理最大的挑战，不是算法缺乏道德，而是我们缺乏共识

人类害怕 AI 决策不透明，却忘了自己的脑袋也是一片混沌

人类口中 AI 的“黑盒”，有时只是掩饰自己也不懂的说辞

大部分 AI 的成功，归功于人类选择性记忆了它的成功案例

 

 

阅读原文

跳转微信打开