从机器人大赛的啼笑皆非到商业世界的过度炒作，人工智能（AI）正在经历一场前所未有的信誉危机。

7月，2025世界人工智能大会举行。比起各种高深的AI程序，最出圈的是两项笑料：

在机器人赛跑比赛中，一名机器人选手跑着跑着就开始“袭击”另一名机器人选手的控制员；

在机器人拳击赛中，一名机器人选手突然给了裁判一拳。

网友们看似在调侃，实际上心里充满了嘲讽：看呀，人工不智能。但在今年年初收看春节联欢晚会时，大家还觉得边跳舞边转手绢的机器人是无所不能的。

是什么时候开始，人们开始对AI祛魅了？炒股用AI，写论文用AI，作图用AI，写程序用AI，看病用AI，给孩子起名用AI，结果如何呢？AI在人们的工作和生活中无处不在，其角色就像一副包治百病的灵丹妙药，叫它“AI万金油”不过分吧！

AI从“春天”到“冬天”的循环

AI领域有着在高峰和低谷之间反复循环的历史。高峰被称为“春天”，是增长、资金涌入和炒作高度集中的时期；而低谷被称为“冬天”，是资金枯竭、研究停滞和预期低迷的阶段。

1958年，弗兰克·罗森布拉特展示了一种名为感知器的机器学习算法，该算法能够对图像进行分类。针对这一成果，当时的《纽约时报》报道称：“美国海军今天展示了一台电子计算机的雏形，预计它将能够行走、谈话、观察、写作、自我复制并意识到自己的存在。”

1972年，数学家詹姆斯·莱特希尔撰写的一份重要报告进一步揭示，许多关于构建AGI系统的进展实际上是虚幻的。这些发现对AI研究造成了沉重打击，导致资金枯竭，并引发了第一次AI寒冬的到来。20世纪80年代，AI研究再次迎来热潮，这次的焦点是所谓的专家系统。但是很快，到80年代尾声，围绕专家系统的炒作和资金几乎消失殆尽。

交替出现的 “冬天” 和 “春天” 揭示了一个事实，AI的发展历史始终伴随着对其能力和实用性的过度乐观。 在短期内，炒作能够吸引大量投资并带来快速增长，但这也为AI在现实中的表现设下了极高的期待。当AI应用无法满足这些炒作带来的期望时，便会进入“AI寒冬”。

当下，几乎所有的AI模型都是由科技巨头牵头研发。随着资金的走向，越来越多的科研资源选择与企业合作，而并非独立研发。因此学术研究在监督行业权力方面的作用就很有限了。

与此同时，在AI的推广和应用端，缺乏对科学理解的关注。

企业更看重能够整合到盈利产品中的工程突破，而非科学理解。许多公司甚至在完全理解产品工作原理之前就推出新技术，使得这些技术看起来像“魔法”。基于这种现象，AI研究员阿里·拉希米批评当前的AI领域更像“炼金术”，并指出：“我希望生活在一个社会，其系统是建立在可验证、严谨且彻底的知识基础之上的，而不是建立在炼金术上的。”

AI炒作：利益驱动下的过度宣传

如今，AI炒作已经渗透到研究领域、企业界和媒体等多个层面。正如本文开篇提到的，不论是炒股还是科研，是治病还是算命，只要是个行业，AI虽迟但到。

我注意到AI领域炒作是在不断接收到两支AI广告的时候。

一支广告是在我妈用某影视App看电视剧时穿插的。这是一款炒股软件的广告，广告中尽诉着AI炒股的神奇，仿佛只要用了这款AI产品，从此就会走上康庄大道。

另一支广告是学术论文辅助AI：选用了这款AI，你只需要花很少的钱（也没有明说很少是多少）就能解决所有科研中遇到的问题——什么代码，什么模型，什么目录，什么文献，通通不在话下！

AI相关产品的落地情况并不乐观。许多预测式AI产品的供应商只顾着在争取客户时拼个你死我活，却很少公布产品的实际效果。据调查，没有一家招聘自动化公司发表过经过同行评审的论文来验证其预测式AI的能力，更不用说允许外部研究人员进行独立评估了。

媒体则成了炒作的放大器。每天，我们都会被各种所谓AI突破的报道轰炸，其中有多少伪装成新闻，或是假装中立的软文就不得而知了。媒体对点击量的高度依赖以及新闻编辑室的资金短缺，使这种现象变得不足为奇。

2024年的一项研究分析了50篇新闻文章，发现媒体报道往往未经批判地重复研究机构的宣传，频繁使用机器人的图片，对AI进行拟人化描述，并淡化其局限性。这导致大众普遍认为AI应该具有人型，像人类一样有手有脚有思想。

炒作的背后：利益与认知偏见的结合

AI炒作现象的背后是多方利益的驱动和认知偏见的结合。

AI研究高度依赖企业资助。无论是硬件投入还是研究人员的时间成本，现代AI技术（如聊天机器人）的开发成本都极为高昂，这超出了大多数学术机构的承受范围。越来越多的AI研发由企业牵头或主导，依靠企业带来充足的资源支持。如今，近3/4的AI博士选择进入企业，而不是投身学术界，这一比例与20年前的仅1/4相比有了显著增长。

认知偏见也使炒作更容易被接受。解释深度错觉使人们误以为自己对复杂概念的理解比实际更深刻。光环效应让我们倾向于基于少数几个令人印象深刻的例子来评判一项技术。启动效应意味着我们过去接触过的某个概念会影响未来的决策。

当信息不断被重复时，即便是误导性的内容，也更容易被我们认为是真理，这种现象就是虚假真理效应。

不能加强监管吗

每当有新技术形成潮流，都会有监管随后跟上，在保护公众利益方面发挥重要作用，对出现偏颇的方面进行亡羊补牢。在不同司法管辖区，监管AI的方式各不相同。在美国，AI监管采取垂直管理模式，由多个联邦机构在特定领域进行监管。欧盟则提出了适用于多个行业的AI扁平化监管规则。中国采用了两种方法相结合的第三种监管模式。

监管机构已经认识到许多预测式AI产品并没有真正达到其宣传的效果。2023年，美国联邦贸易委员会警告企业：“我们尚未进入科幻小说的境地，计算机尚不能普遍对人类行为进行可靠预测。如果你的模型性能缺乏科学依据，或者仅适用于某些用户类型或特定条件，那么这些说法可能是具有欺骗性的。”

然而，监管也面临挑战。在《AI万金油：商业幻想与科技狂潮》一书中，作者讲到监管部门的日子也有点“难过”。一方面，企业可能会试图影响监管政策，使其更符合自身利益，这种现象被称为“监管俘获”。另一方面，有人认为过度监管可能会抑制AI创新并减少竞争。