《经济学人》近期的一份报告指出，人工智能的资本支出与其实际营收之间存在巨大缺口。专家估计，要证明当前基础设施投资的合理性，该行业每年需要产生约 2.5 万亿美元的收入——这大约是目前 1500 亿美元估算收入的 16 倍。 Hacker News 上的讨论显示，人们对这种支出规模的可持续性持深度怀疑态度。主要观点包括： * **生产力缺口：** 数据显示，90% 的高管表示在过去三年中未通过人工智能获得可衡量的生产力提升。 * **经济可行性：** 评论者讨论了当前的人工智能巨头是否存在资本过度的问题，并将其与“向量数据库”泡沫相提并论，即先发优势很快被商品化了。 * **对劳动力的影响：** 持怀疑态度者认为，人工智能可能会增加运营成本（特别是在网络安全领域），而不是实现利润的线性增长。虽然一些人将人工智能视为专业人士的“机甲”，但另一些人则担心这会导致“情绪化编程”（vibe-coding）和市场饱和。 * **竞争陷阱：** 人们担心，由于前沿模型正变得对所有公司开放，人工智能投资将成为一种强制性的经营成本，而非竞争优势的来源，最终会压缩企业利润。