页面顶部
已进入:阅读页
← 返回

个人网站文章2026-05-21lixiaolai.com作者:李笑来原文链接

写给所有因 AI 焦虑的人:一段话

如果你不是技术出身,却总在标题里看到诸如 “AI 一句话就能生成整部电影” 的新闻,或者刷到看起来像好莱坞的 demo 集锦——然后感觉脚下的地板在倾斜——我想让你知道的是:

编辑部水墨插画:画面左侧约三分之二,是一家打理得体、暖琥珀色灯光笼罩的餐厅用餐区,从人行道透过高窗可见;右侧被隔墙遮住的“背面”却仍未完工——脚手架、裸露管线、粗糙结构在冷灰蓝的阴影里。

如果你不是技术出身,却总在标题里看到诸如 “AI 一句话就能生成整部电影” 的新闻,或者刷到看起来像好莱坞的 demo 集锦——然后感觉脚下的地板在倾斜——我想让你知道的是:

你的恐慌,是按 demo 的刻度校准的,而不是按现实的刻度。它们不是一回事,而这条缝比标题党愿意承认的大得多。

我想用一个真实、具体的例子把这件事讲明白,因为那种抽象的安慰(“别担心,其实没那么先进”)人人都会说,但几乎从来不管用。

注

例子之前的一点说明。 我会拆解一个具体的开源项目,让这个模式变得具体可见,我会点名它。这不是对写它的实验室的攻击。我描述的这种模式——“精致的营销,包着半成品的代码”——现在几乎是病毒式传播的 AI 项目里的常态,而不是例外。普林斯顿大学的计算机科学家 Arvind Narayanan 和 Sayash Kapoor 甚至为这种模式取了一个“书本级”的名字(AI Snake Oil),他们认为这是行业性问题,而不是某个团队的单点失败。我要拿来举例的这个团队,其实做了非常有价值的事:他们交付了一份很有思想的架构草图,以及一些可用的集成代码,别人可以从中学习。问题不在他们;问题在于这类项目被呈现给大众的方式,与它们真实能做什么之间的落差。我之所以用它,是因为我刚好对它很熟。把这篇文章里出现的项目名替换成过去 18 个月里几乎任何一个“高 star 的 AI 项目”,大多数细节也仍然成立。

一个具体案例:看起来像未来的项目#

有一个开源项目叫 ViMax。它发布在 GitHub(软件发布的地方)。它有 6,500 个 “stars”(GitHub 版点赞)。它来自一个很受尊敬的大学实验室。它的 README(项目的门面页)声称:它可以把一句话的想法,比如 “一只猫和一只狗遇见一只新猫”,变成一部完整短片——角色一致、摄影专业、场景衔接顺畅、音频同步。页面上展示了一组精心打磨的演示视频网格:

ViMax 的 README 演示视频网格——支撑其“从想法到成片”叙事的精致展示。点击可在 GitHub 查看实时 demo。

一个非技术读者看到这些,很自然会得出结论:“AI 已经能拍完整电影了。电影人马上要被淘汰。我做的创意工作不再有意义。我孩子将来不会再有讲故事的职业。”

但如果你诚实地读一遍它的实际代码,你会看到的是:

  1. README 里最吸睛的那个所谓“质量检查(quality check)”功能——本应保证整部片子里角色一致——确实以文件的形式存在,但程序从来没有真正运行过它。 这就像汽车广告吹“安全气囊”,但车里根本没装。
  2. README 里标着 “Novel-to-Movie” 的整条流水线,甚至启动不了。 代码引用了项目里根本不存在的文件和文件夹,却被当成“可用”发布出来。
  3. 整个项目几乎没有质量测试。 程序生成一次图像,拿到什么就用什么;如果图错了,它不会察觉;下一步还会把错图当参照,错误一路叠加。坏掉的场景无法“重生成”,除非你手动删文件。
  4. README 里的 demo 是挑出来的。 你在任何地方都找不到一部真正由这个工具端到端、无人工干预生成并公开发布的片子。大概率是因为它很难稳定地产生“可看”的结果。
  5. 那 6,500 个 stars 反映的是:README 写得不错、demo 很吸引人、实验室名头够响。它们并不反映“有人用它做出了真实可用的作品”。给它点星的大多数人,甚至从没跑过代码。

这不是“门面宣称”和“真实能力”之间的一点小差距,而是一条鸿沟。

为什么这与你的焦虑有关#

类似的落差,现在几乎遍布整个 AI 行业。程度不一定都像这个例子一样夸张,但“这是规则而不是例外”:

  • demo 往往是从很多次尝试里挑出来的最好结果。 你看到的那条“惊艳输出”,可能是从十次、一百次、甚至一千次尝试里人工挑出来的那一次。系统并不具备“你随手一用也能稳定得到同样输出”的能力。更隐蔽的是,连行业榜单也会发生同样的“挑样”:一篇对 LMArena 基准上 280 万次模型对比的分析(link)发现,选择性提交评测结果,会把公开分数最多抬高 100 分。
  • 架构推介不是产品。 一张“AI 导演 → AI 编剧 → AI 摄影 → 成片”的流程图,描述的是愿景,不是工具。把每一个箭头都做成稳定可靠的现实产品,需要很多年,而大多数工作根本还没完成。2023 年最火、star 最多的 AI 项目 AutoGPT 就承诺过类似的“自动代理架构”;亚马逊研究者测量它完成一个基本购物任务的成功率只有 24%。到 2024 年 9 月,第二个最著名的例子 BabyAGI,甚至被它自己的作者归档(停止维护)了。
  • “从想法到成片”是一句话的营销,不是一个可度量的指标。 没有人在测量“成片”到底是什么意思:质量门槛是什么?长度是多少?连贯性怎么定义?失败率是多少?“完整、成片、专业”这类词在这些宣称里承担了巨大的、无人监督的暗示工作。这个模式如今甚至已经能触发监管执法:自 2024 年 3 月起,美国证券交易委员会(SEC)开始以所谓 “AI washing” 为名,对公司“对投资者实质性夸大 AI 能力”的行为提起执法行动。监管机构不会为了偶发行为单独发明一个命名的执法项目。
  • stars 和下载量是虚荣指标。 它们衡量的是注意力,而不是能力。一篇对 GitHub 仓库的学术分析(The Fault in Our Stars, NDSS MADWeb 2024)发现,一个项目的质量与 star 数之间没有统计显著的相关性;另有 2026 年来自 Carnegie Mellon、NC State 与 Socket 的研究,识别出在 18,617 个仓库里大约 600 万个疑似 fake stars。这套指标不仅“相关性弱”,而且还会被主动操纵。一个工具可以有 50,000 个 stars 却根本不能用;一个工具也可以只有 200 个 stars 却 quietly excellent。数字告诉你的,是“炒作速度”,不是“功能价值”。

到这里为止,我讲的都是你从项目页面表面就能看到的信号:精选 demo、膨胀的 stars、描述愿望的架构图。但还有一个更深的信号,一旦你学会看它,你甚至不需要自己是工程师也能用得上。

这个信号是:底层代码有没有被认真照料。

真正耐用的软件——银行、医院、你上个月坐过的飞机上跑的那种软件——会像一家维护得很好的餐厅后厨一样,显露出“被照料”的痕迹,就算你不是厨师也看得出来。它会有 测试(tests):一些小程序用来验证软件真的做到了它宣称的事。坏掉的功能会被 删除,而不是和“能用的部分”一起打包发布。错误会被认真处理,而不是一把扫进地毯底下。安装与配置说明会在陌生人的电脑上也能跑通,而不是只在作者自己的机器上成立。整个系统会自洽,而不是一层层半成品实验叠在更旧的半成品实验上面。

而在这个时代的大多数“病毒式 AI 项目”身上,你几乎看不到这些东西。还是以 ViMax 为例:

  • 整个项目只有两份测试文件,而且都来自一个外部志愿者在同一个 PR 里的贡献​——那个 PR 加的是另一个功能(对中国某 AI provider 的支持),测试也只覆盖了 那个 功能。更“糟糕”的地方在于:这两份测试其实写得不错——它们像一个合格示范,展示了这个代码库 本可以 怎么被测试。实验室合并了这份贡献,看到了“好测试长什么样”,然后仍然没有为项目里另外大约 25 个模块写类似测试。“没有测试”不是项目能力受限,而是作者在被示范过之后仍然做出的 选择。
  • 项目里确实“附带”了一条叫 “Novel-to-Movie” 的流水线,但它完全不能工作。 它引用了项目里不存在的文件夹与文件。任何人只要试图运行它,都会立刻报错。这相当于餐厅菜单上写着厨房根本做不出来的菜。
  • README 吹的那套“角色一致性检查(consistency check)”功能(代码文件在此)——本该确保整部片子里人物长相一致——​写是写了,但从来没有被接入到真正运行的程序里。 这像一家医院建了急诊室,却忘了装门。
  • 同一个操作被两套重试机制同时包了一遍,层层叠上去却没人注意到。本来该重试三次的东西,最终最多会重试到九次。这就是补丁一层层堆上去、却没人做清理时会出现的样子。
  • 安装说明里把中国某大学的软件镜像硬编码成默认下载源:对写代码的那家实验室来说当然没问题;对世界上其他地方的人来说,要么失败,要么慢得离谱。团队里显然没有人站在“外人”的视角,从零开始装一遍。

评估这些根本不需要你懂编程。你只需要问一些非常朴素的问题:

  • 这个项目有测试吗?
  • 有没有“宣称有”的功能其实跑不起来?
  • 门面上写的东西,真的被实现并连接起来了吗?
  • 安装流程能在一个普通人的普通电脑上跑通吗?
  • 有没有明显的死代码就躺在能运行的代码旁边?

一个项目只要在这些问题上频频失败——不管它有多少 stars、README 写得多 slick、哪个名校给它盖章——它都更像是一张 草图(sketch),而不是一个工具。草图很有价值:它展示想法,启发别人去做真正可用的版本。但你不应该把焦虑建立在草图之上,因为草图恰恰最容易在路演式叙事里被夸大。

这是你能掌握的最强单一信号​,而且这也是 AI 炒作周期最努力想让你看不到的东西。营销页就是给人看的;代码不是。二者之间的不匹配——外表光鲜、内部靠胶带凑合——就是“AI 焦虑产业”滋生的主要空间。一旦你学会去“掀开引擎盖”(更现实的是:请一个值得信任的人替你看),恐慌的抓力会立刻掉下去大半。你会看见真正存在的东西是什么。

一个有用的类比#

现在的 AI demo,很多时候就是车展上的概念车​。概念车开上舞台,长得像未来,带着你从没见过的特性:车灯会转向,车门像翅膀一样打开。

编辑部水墨插画:昏暗空旷的车展大厅里,一辆概念车停在转台上,暖琥珀色追光打在光洁的车头;车尾半边沉在阴影中,底盘被木块垫起,根本没装轮子。

但你没被展示的是:

  • 这辆车会被拖回后台。它其实没法可靠地在城市里开上一个街区。
  • 它根本过不了任何安全检验。
  • 量产版(如果它最终真的存在)至少还要五年,并且会砍掉 demo 里三分之二的特性。
  • 很多概念车永远不会变成量产车。

当你看到一个 AI 视频 demo 时,你看到的就是概念车驶过舞台。你看的不是一个“任何人都能开回家”的工具。而这两者之间的距离,就是恐慌被制造出来的主要地方。

真实情况:把刻度调回现实#

把话说得更诚实一点:我当然也不可能反过来告诉你“AI 都是假的,别担心”。它不是假的。更诚实的图景是这样的:

今天确实已经成立的:

  • AI 已经能从文本提示生成非常漂亮的 5–10 秒视频片段。三年前这还做不到;现在它是真的,而且有时惊艳。
  • AI 正在被真正地融入创作流程里——用来打草稿、做分镜、生成素材、快速试想法。很多职业创作者用它来把既有工作做得更快,而不是“用它替换自己”。
  • AI 正在以可感知的方式改变某些工作:图库摄影、某些插画工作、某些文案工作。它不是立刻替换掉 人,而是改变这些工作产出的形态与产出方式。

尽管 demo 看起来很像,但今天仍然不成立的:

  • AI 仍然做不到:你只给一句提示,它就能按需生成一部连贯的长片、连贯的短片,甚至连贯的 90 秒叙事视频——且不需要大量人工干预与多次失败尝试。
  • AI 并不以“讲故事所需的方式”理解故事、角色与受众。它是在超大规模文本与图像数据上做模式匹配——那是另一种东西。
  • AI 并不处在一条平滑、必然的曲线之上,马上就会取代电影、音乐或写作。它更像一条 锯齿状 曲线:有些事会突然变得极其容易,而另一些事会顽固地难。判断哪些会变容易、哪些仍会难,比 demo 暗示的要难得多。

值得认真思考(但无需恐慌)的:

  • 某些 容易自动化 的创意任务,其经济价值确实在下降。如果你的工作主要是生产那种 AI 现在 30 秒就能生成的东西——通用库存图、公式化营销文案、没有灵魂的解说视频——那么未来几年它的价值会被压缩。
  • 判断力、品味、原创性与手艺 的经济价值,反而可能在上升——因为大量平庸的 AI 输出正在淹没渠道,人类筛选、人类打磨的作品会更显眼。
  • 面对 AI 的正确反应,不是从创作里撤退,而是把更多投入放在 AI 做不好的部分:具体性、观点、真实体验、明确选择、真实风险。

如果你感到焦虑,可以怎么做#

  • 自己上手试一试。 在 Runway、Pika、Sora 或任何面向消费者的 AI 视频工具上花 20 美元、20 分钟,你学到的会比看一百篇文章多。你会发现:AI 在某些方面确实比你想的更强;但在另一些方面又远比 demo 暗示的更受限。
  • 看完整过程,而不只看结果。 看到 demo 时,问一句:他们没展示给我什么? 试了多少次?人工挑选了多少?真实 prompt 是什么?用了多久?凡是他们没展示的部分,默认真相比高光剪辑更糟。
  • 注意“宣称里缺失的词”。 “从想法到成片”并没有宣称:稳定地、达到某种 质量、任意 长度、不需要 人工帮助。那些被省略掉的词,才是它真正靠来成立的地方。
  • 不要轻信圆整数字与 stars。 任何带着“病毒式指标”的东西,都被优化成更容易传播——而“容易传播”往往与“真实能力”几乎正交。
  • 找一个刻度正常的人聊聊。 你身边如果有人真正在软件或 AI 行业里工作,一次 30 分钟的对话,可能就能帮你省掉几周焦虑。别找那些在社交媒体上 谈论 AI 的人——他们也有自己的激励结构。找真正“拿它在做东西”的人。
  • 意识到:恐慌本身是一种产品。 末日叙事能带来点击、订阅与政治捐款;围绕你的 AI 焦虑形成的经济体系不是比喻。Future of Life Institute 被报道在一个数字媒体加速器里,以公开声明的 每月 10 万美元 的预算资助病毒式 AI 末日内容;一些 post-ChatGPT 的媒体分析记录了新闻报道向“危险框架”和耸动标题的可测量偏移;而末日派自己也组织严密、资源充足。卖给你的那一部分恐慌,有相当一部分是被人“有意制造出来”的,因为有人能从你的恐惧里获利。这并不意味着“什么都不会改变”——但这意味着:你的焦虑强度正在被人刻意向上拧,你不必接受这种拧动。

结语#

你在 demo 和标题里看到的那个 AI,并不是现实里存在的那个 AI。现实里存在的 AI:在一些狭窄方向上确实惊人,在很多宽广方向上仍然受限,而且在明年——或后年,甚至很可能再后年——都不会把人类创造力“整体淘汰”。

有些东西会变。有些工作会被重塑。有些行业会被压缩。自从织布机出现以来一直如此。但这不是同一件事,它不等于“你做的一切都不再重要”。

如果你只带走一句话:​AI 的营销宣称与 AI 的真实能力之间的差距——在今天——比这项技术历史上的任何时候都更大。 你的恐慌是在回应营销。现实要混乱得多、推进得慢得多,也比营销希望你相信的更可控、更可导航。

你拥有的时间、主动权与相关性,都比头版标题告诉你的要多得多。

自己验证#

这篇文章里关于 ViMax 的具体指控,都对应到 GitHub 上可公开查看的文件。如果你想核验其中任何一条(或者项目在写作后有了变化),下面是按“它们支撑哪条主张”分组的直达链接。

项目本身

主张:所谓“quality check”功能作为文件存在,但从未接入运行程序。

主张:“Novel-to-Movie”流水线被发布出来,但无法运行。

  • 文件:https://github.com/HKUDS/ViMax/blob/main/pipelines/novel2movie_pipeline.py
  • 如何核验: 读第一行:# TODO: NOT IMPLEMENTED YET;再看顶部 imports:它 import 了 from components.event import Event 与 from pipelines.base import BasePipeline。然后去仓库文件列表里看:根本没有 components/ 文件夹,也没有 pipelines/base.py。所以这条流水线不可能启动。

主张:几乎没有测试;现有测试来自外部贡献者,而不是实验室。

  • tests 目录:https://github.com/HKUDS/ViMax/tree/main/tests
  • 测试引入的 PR:https://github.com/HKUDS/ViMax/pull/36(外部贡献者添加 MiniMax provider 支持——注意测试与 那个 功能绑定,而不是视频生成流水线)
  • 如何核验: 数一数 tests 目录里的文件——两个,而且都与视频生成无关。再读一读:它们写得还不错。最刺痛人的细节不在于“有测试”,而在于:实验室被完整展示了“这个代码库该如何被测试”,合并了贡献,然后依旧没有为项目其他模块写类似测试。“没有测试”是选择,不是限制。

主张:同一个操作被两套重试机制同时包了一遍。

主张:安装说明默认使用中国某大学的软件镜像。

以上所有链接均在 2026-05-21 进行了在线核验。若之后有移动或修改,项目主页 仍是权威入口,可从那里继续浏览内容。

延伸阅读#

如果你想看这篇文章里一些判断的研究来源——比如“精致营销包裹破碎代码”是行业性现象;基准测试常被游戏化;star 数被主动造假;恐慌本身是一门生意——下面按主题列出我认为最权威的材料。

关于 AI 炒作模式本身

关于机器学习的可复现性危机

关于基准测试游戏化与精选 demo

关于 GitHub stars:虚荣指标与造假

AutoGPT / BabyAGI 的警示案例

  • AutoGPT Got 100K Stars and Then What?——回顾 2023 年 star 最多的 AI 项目之一,包括“购物任务 24% 成功率”与 “BabyAGI 于 2024 年 9 月被作者归档”等细节。

关于 SEC 对 “AI washing” 的执法

关于“被制造的 AI 恐慌”的经济学

以上延伸阅读链接同样在 2026-05-21 进行了在线核验。