文 |有风

编辑 |有风

12月1日，ChatGPT悄悄过了三岁生日。

还记得三年前那个冬天，SamAltman在推特发了条“研究预览版上线”的消息，当时谁也没想到这个聊天机器人会掀起那么大波澜。

那会儿我身边的科技迷都在转发截图，有人说“AI要取代人类了”，有人连夜注册账号体验，朋友圈里全是“让ChatGPT写情书”“让AI生成年度总结”的玩梗内容。

三年过去，再打开手机里的AI助手，已经像点开微信一样自然。

它既没变成科幻片里的超级智能，也没像某些唱衰者预言的那样销声匿迹。

今天咱们就聊聊，这场从“狂热”到“日常”的降温背后，到底发生了什么。

刚上线那会儿，不少人真以为AGI（通用人工智能）近在眼前。

OpenAI自己也暗示过“这是迈向AGI的一步”，结果三年过去，别说consciousness（意识）了，连让AI稳定处理复杂逻辑都费劲。

去年GaryMarcus写了篇反思文章，说那些“生产力提升10倍”的承诺根本没兑现，实际工作效率也就提高三成左右。

更现实的问题是算力，模型参数越做越大，耗电量跟着疯涨。

现在全球数据中心因为AI多耗的电，都够几个中小国家用一年了。

硅谷那帮巨头最近不都跑去投资核电站、聚变能源公司了吗？

不是突然关心环保，是真的烧不起钱了。

本来想靠堆参数堆出超级智能，后来发现物理规律卡脖子，这条路走不通了。

职场上的拉锯战，我们成了“AI编辑”，但也得了“启动依赖症”

打开Word写报告，先让AI生成初稿，打开IDE写代码，先让AI搭好框架，就连做PPT，都得让AI先给个模板。

2025年的职场人，早就习惯了“非空白开始”。

上周跟做市场的朋友吃饭，她说现在写方案，AI能把竞品分析、数据图表都弄好，她只需要改改观点、调整语气，一天能出三个方案。

效率是高了，但新问题也来了。

我认识个程序员，上次面试让手写排序算法，他愣了半天说“平时都是AI写的，我忘了具体步骤”。

还有做文案的同事，现在写个开头都得让AI先给几个版本，自己再挑，问她为啥不自己写，她说“对着空白文档，脑子一片空白”。

人类好像从“创作者”慢慢变成了“审核员”，这种身份转换，到底是进化还是退化？

互联网上的内容也变得奇怪起来，打开网页，到处都是语法完美、结构工整但读起来没灵魂的文章。

有个词叫“AISlop”（AI废料），说的就是这种东西。

上次想查个小众历史知识点，搜出来的结果全是AI生成的“伪科普”，看着头头是道，仔细一核对全是错的。

现在刷手机都得练就“火眼金睛”，能分辨哪些文字是带着“人味”的，哪些是冷冰冰的机器产物。

公司招人也变了风向，以前招个文案看“文字功底”，现在问“你怎么用AI优化传播策略”。

以前招设计师看“软件操作”，现在看“你怎么引导AI理解品牌调性”。

那些只会做基础工作的岗位，比如初级数据录入、简单文案撰写，确实少了。

但有次跟HR聊天，她说现在最缺的是“能让AI听话的人”，知道怎么提需求、怎么改AI的输出、怎么把机器语言变成“人话”，这本事，AI自己可学不会。

三年前大家讨论ChatGPT，聊的是“会不会取代人类”；现在讨论它，聊的是“怎么跟它好好合作”。

它就像当年的互联网、智能手机一样，慢慢从“颠覆者”变成了“基础设施”。

贵是贵了点，偶尔还抽风（比如突然生成错误信息），但没它还真不行。

未来会怎么样？没人知道。

但至少现在我们看清了，AI不是神，也不是魔鬼，就是个工具。

重要的不是担心它有多聪明，而是怎么用好它，同时别忘了自己本来的样子。

毕竟，能写出有瑕疵但真诚的文字，能在混乱中找到独特视角，能在数字世界里保持“人味”，这些事，AI还差得远呢。

ChatGPT的三岁生日，与其说是里程碑，不如说是个提醒，技术会变，但人的价值，永远在于那些机器学不会的东西。