星河前言
想写这篇文章已经很久了。
2022 年 11 月 30 日，是一个改变历史进程的日子。在这天，OpenAI 发布了 chatgpt-3.5 系列大模型，是全球首个较为智能的，可以进行多轮对话的大语言模型。模型发布后迅速在全球走红，资本开始抱团进入。
当时的版本以现在的角度看来，是有些“笨拙”的：回复套路化，准确度也不佳。社会争论的点还停留在是否要限制 ai 的发展、ai 是否会毁灭人类等等。
总体上看，ai 对整个社会的影响是颠覆性的，加速了发展进程。但从另一种角度看，ai 正在摧毁我们的生活。
时间线回顾
2022 年底，chatgpt 爆火之后，国内外都进入了一个奇怪的真空期。
2023 年
在国外，其他资本反应迅速，谷歌等科技巨头相继入场。国内的情形也差不太多，百度和腾讯以及阿里都投入研发。当时国内能用上 chatgpt 的人少之又少，大部分人都在用百度的 文心一言。文心一言的智能程度很低，只能回答一些基础的问题，但有总比没有好。
当时大部分人对 ai 持有的都是中立的态度，网络上反对 chatgpt 的声音还是很大，认为影响公平，以及会让人变得懒惰。
国内高校在 2023 年普遍开始建立人工智能学院，大部分是从计算机学院中独立出来的。当时是一个很关键的窗口期，敢选进去的学生，现在基本都走在研究前列。
2023 年 8 月是一个转折点。抖音母公司推出了 豆包 大模型，智能程度相比于文心一言有质的飞跃。抖音通过其强大的推流能力，在国内铺开市场。
2024 年
社会对 ai 的接受程度大幅提高，国内外都出台了相关的政策，对 ai 的发展进行规范化管理
谷歌推出 Gemini 2.0 模型，和 gpt 同台竞技。在这里不得不感慨一下，有钱就是好，一年烧几百亿刀，直接把差距追平。
国内外高校都有些矫枉过正，严禁学生在作业中使用 ai
这一年，国外的模型都在走全模态道路，即文字、图片、语音三合一。
2025 年
2025 年 1 月 10 日，另一个重要的时间节点。深度求索发布了 deepseek-r1 模型。这是世界上首个有深度思考功能的 ai 大模型，且 Moe 构架使其训练成本比其他大模型少了几百倍。deepseek 刚发布时，全球都在质疑其训练成本是否造假。发布一周后，英伟达股票暴跌 17%，市值蒸发 4.3 万亿元。虽然后来又涨回去了，但现在看来仍然令人震惊。
deepseek 对国内各界来说都是强心剂。资本市场终于认清了 ai 是未来的大方向，开始投入更多资金；政府把 deepseek 当成典范在全国范围内推行，几乎每个单位都进行了相关的使用培训。更重要的是，我们有自己的大模型可以用了，deepseek 用起来确实能够媲美 chatgpt，在国内遥遥领先。
在 2025 年的前半年，全国人民都处于新鲜状态中；后半年开始，ai 已然进入了日常生活中，不再被视为一种新鲜事物。
同年，国外的进展更为迅猛。chatgpt 更新到第五代；谷歌发布Gemini 3.0pro ，是全球最强综合 ai；马斯克发布grok 模型，在降低幻觉率和网络搜索方面断档领先；还有著名的claude 系列模型，编程特别厉害。
高校学生普遍使用 ai。不用 ai 会导致效率不如别人，且跟不上教学进度。此外，markdown 的使用率爆炸式增长，因为 word 是闭源的，ai 没法创建 word，而语言大模型的输出原生就是 markdown 格式，只需要直接复制粘贴就可以呈现。
在这一年，国内外 ai 的发展出现显著区别。国外 ai 都是付费模式，需要开会员才能拥有相对高的使用额度；国内都是免费+付费模式，使用网页或 app 聊天免费，使用 api 调用收费。说实话，国内免费是对的，符合国情。国外收费模式更像是一种门槛，防止被滥用导致算力不足，因为订阅计划带来的收入远远无法覆盖模型的训练和运行成本。
同年，阿里云的 Qwen 系列模型大放异彩，是全球最大最好的开源模型，衍生出各种系列。其年末发布的 Qwen3-max ，非思考模式已经全面超过了 deepseek。但阿里云并没有抢占大众市场，没有像 deepseek 这样全国推广，让大家免费使用。qwen 模型只能通过 api 调用，如果想要网页聊天也可以，但非常麻烦，几乎没人用。
我们可以不加证明地认为，2025 年是 ai 史上最重要的一年。国内外的模型有了前所未有的进步，智能程度已经可以媲美人类。且国内外的研究方向出现了很大的区别：国外走全模态道路，国内走纯文字模型道路。这其实是资本多少决定的。全模态的成本太高，国内大厂玩不起。光是一个谷歌现在一年在 ai 上面烧一千多亿美元。
2026 年
2026 的 1 月份和 2 月份，各大厂商都疯了。为了抢占市场，腾讯和阿里纷纷推出红包计划，只要下载对应的 app，几乎人手白嫖一杯奶茶。
有趣的是，微信在腾讯元宝的活动快结束时，宣布 ban 掉此类推广链接，以此阻击阿里后续的推广
网络数据污染
随着 ai 不断发展，很多低质量站点如雨后春笋般破土而出。他们的特点很明显：ai 生成全文，并且优化成 seo 友好的形式，标题假大空，大多带有 完全指南 ，一站式 ，快速入门 等字眼。一点进去，浓浓的 ai 味铺面而来，什么概念引入，横向对比，没用的东西一大堆。真到了关键部分，代码甚至不能运行。
下面举一个例子，比如我想学习python 中的numpy 库：
会搜到两种类型的文章。
- 第一种是人写的，点进去发现结构清晰，语言简练：
- 第二种是 ai 写的，浪费时间且有误导性：
上面只是简单的例子，影响的也只是个人的搜索体验。
但问题又来了，ai 的数据大部分取自网络。第一代 ai 用的都是原始的，真实的训练数据，但从第二代开始，就会接触到一些 ai 生成的数据。按照目前的趋势，迟早有一天，ai 的训练数据全是 ai 生成的，效果会越来越差，幻觉率和错误率越来越高。
思考能力下降
记得我上高中的时候，ai 还没有兴起。当时想学习一个数学的技巧，就需要去网上搜，搜到的都是各个博主认真制作的教学，附带他们的思考过程以及有例题的结合。但现在我大多数情况下不愿意再去网络上搜了，一是上面所说的数据污染问题，二是问 ai 真的很方便。比如我有一个代码不懂，去网络上搜，出来的全是 ai 生成的文章，效果还不如我直接问 ai，让他给出简要的回答。
但长期使用 ai 带来的问题也很严重：
- 思考变得线性，习惯于罗列而非理解整体。比如我现在就直接敲了个 1234 的列表，不想花时间写成一段文字；
- 思考变得模块化，不再有清晰的主线。还是以这篇文章为例，用多级标题分割，没有清晰的主旨；
- 自身变成大号 ai。和大模型对话久了，有时候惊觉自己的思考过程和
deepseek如出一辙
还有一个更严重的我想单独提一下，就是对于“拥有知识”认知的错位。在过去，“拥有知识”意味着完全掌握，熟料运用，但有了 ai 之后我常常会看个框架，然后把对话导出为文档，认为需要的时候查阅一下就行；有时候更懒，直接告诉自己这个东西要用时问一问 ai 就好。这是最可怕的，人不再拥有对知识的渴望。
离 ai 远一些
ai 刚兴起时，许多人认为 ai 会替代大量岗位。事实上，这些岗位的工作人员只是转换了工作模式，更多的去调用 ai 解决问题。但问题也确实存在，首先是职业门槛降低。对于中低端信息行业，很多工作不再需要掌握大量的相关知识，只需要了解个大概，然后调用 ai 即可，这导致行业变卷。其次是劣币驱逐良币问题，很多时候，真正拥有技术的人在短期考核拼不过熟练运用 ai 的人，主管只看账面上的数据，不在意背后的隐形价值。
目前的趋势尚不明显，但是我相信在未来，知识才是最宝贵的财富。不依赖 ai，认真掌握每一个细节的人才能笑到最后；当技术跑的太快时，我们需要留有一些人性。