背景：AI 怀疑论旗手遭遇数据检验
知名工程师 Dan Luu 近日在其个人博客发表长文，系统检验了当今最具影响力的 AI 怀疑论者 Ed Zitron 的历年预测究竟有多准确。Luu 在文中首先声明自己的中立立场：他在 2022 年曾全面复盘过包括库兹韦尔在内的知名未来学家的预测，发现无论预测结果还是推理过程都普遍失准；而在 2015 年，他又曾撰文指出人们普遍低估了 AI 取代人类岗位的能力。他给自己的定位是一句无聊但诚实的话——「如果一件事正在发生，那么声称它绝不可能发生的人大概率是错的」。Luu 还主动披露利益关系：他不在任何 AI 实验室或供应商工作，指数基金之外的组合对 AI 板块甚至是低配的，唯一在意的是论述的准确性。
「三大巨头正在死去」：预测与财报的正面碰撞
Zitron 最具代表性的论断出现在 2024 年 11 月的一场演讲中：Meta、谷歌和微软正在「死去」，它们之所以把 AI 硬塞进所有产品，是因为这些公司「已经不知道如何增长」。然而财报数据给出了截然不同的答案。Meta 的营收从 2023 年的 1350 亿美元增至 2025 年的 2010 亿美元，经营利润同期从 470 亿美元升至 830 亿美元，2026 年上半年营收同比再增 30%。Alphabet 营收从 2023 年的 3070 亿美元增长到 2025 年的 4030 亿美元，2026 年上半年营收增长 23%、利润增速高达 30%。微软同期营收也从 2280 亿美元一路升至 3050 亿美元，利润超过 1430 亿美元。Luu 指出，这样的增长曲线很难支撑「垂死生态中绝望求生」的叙事。
推理链条的层层漏洞
在 Luu 看来，比结论失准更值得警惕的是推理过程的问题。为论证 Meta 正在衰落，Zitron 引用的是第三方流量监测机构 Similarweb 的月活数据，而非 Meta 官方财报数字——Luu 认为这类第三方追踪数据误差极大，只能用于粗略的数量级比较，而 Meta 自己公布的用户数据并不存在所谓持续下滑。在谷歌的例子中，Zitron 把搜索质量的争议归咎于高管 Prabhakar Raghavan，称其为「投靠管理咨询派的阶级叛徒」，但从未可靠论证这种个人因素对搜索业务的实质伤害，参与讨论的谷歌搜索工程师也并不认同这一归因。Luu 补充说，即便搜索真的出了问题，YouTube 与谷歌云等业务也足以支撑整体增长。
为什么错误的预测能广泛流传
Luu 进一步分析了 Zitron 言论的传播机制：人们引用他，是因为可以说「有个人看过数据并得出了这个结论」，从而让自己的立场看起来有数字背书；而愤怒本身就是高效的流量引擎。他观察到，在 AI 从业者聚集的论坛上，为 Zitron 辩护的理由在事实面前往往站不住脚，但在面向大众的视频评论区，热门评论几乎全是情绪认同，鲜有对事实本身的讨论。Luu 将这种现象比作政客常用的「连珠炮谬误」——用大量夸张说法淹没对方，让支持者根本不去核对任何细节。他怀疑，随着互动压力增大，这类评论者难免走向自身形象的漫画化。
与 Simon Willison 式路线的对照
文章最后将 Zitron 与程序员社区最具影响力的博主 Simon Willison 作对照。Luu 认为，Willison 采取的是一种可以称为「反标题党」的写作路线，却成为过去三四年程序员群体中阅读量最大的博客，在严肃 AI 用户中的受众规模可能超过 Zitron。这种风格虽然永远换不来 Zitron 式的大众流量，却让 Willison 得以依靠赞助成为全职开源开发者。Luu 的言下之意是：准确描述 AI 现状的写作方式同样可以活得很好，而且更可持续。
对 AI 叙事战的启示
这篇复盘的价值不在于嘲讽某位评论者，而在于揭示了当前 AI 论争中证据与情绪的错位。Luu 强调，一个人完全可能预测结果全对但理由全错，也可能预测全错但直觉正确——幸运的是 Zitron 两者都不占：他的预测与推理双双失准。对于普通读者而言，判断任何一方论点时，最可靠的锚点仍是经审计的财报数字与可验证的产品事实，而不是被愤怒放大的宏大叙事。在 AI 基础设施投入动辄千亿美元级的当下，这种基于数据的冷静检验，或许比任何立场先行的判断都更有长期价值。