2025年末，如何看待AI。
泡沫存在吗？会破裂吗？
在这个时间点，我依然坚定认为投资泡沫是显著存在的，估值偏高也是显著存在的。
但是会破裂吗？这个问题我反而很难回答，如果说“破裂”意味着AI故事被否定，那我过去三年多所有的体验都告诉自己，99%以上概率这件事情不会发生；
但如果说，是预期与估值的明显回调，比如科技企业的CAPEX开始边际谨慎，比如Nvidia实际上真的卖不出去这么多GPU，比如数据中心的扩容速度就是跟不上，比如因为一系列延期导致回报的财务计算产生重大调整，比如AI带来的最终端的收入增速就是没那么快，再比如，最终体现出来的就是流动性问题。
以上这些“比如”，我确实认为在2026年显现出来的概率却很大，甚至超过一个sigma。
模型呢？
模型当然还会不断变得更好，但可能更大的可能性是在“人类世界”里，生成式AI带来的边际效率提升正在快速下降。本质上这是因为一个矛盾：成本与收入的不匹配。在Agent加持下，投入更多算力，可以实现更好的效果，可以应用到更多的场景，但也意味着更高的算力成本。然而，因为模型本质上是数据，生成的结果其实就是人类数字成果的“综合”模仿，它的实际质量高低其实体现的就是模型“压缩”了多少数据。
这一点在文本输出时代其实体现的并不明显，只是当前段时间nano banana pro模型开始输出令人惊艳的infographic时，才可以看的更清楚一点，原来Gemini-3真正领先的是数据：那些体现在信息图上的每一个细节，形状，颜色，logo，等等，与“真实世界”的精准对应。
讲Scaling law还在工作，自然更多的是指只要高质量的数据继续增加，模型表现就会更好。
当然，这里面的know-how其实就是“数据魔法”了：用哪些数据，如何大量生成数据，如何通过模型架构的调整“压缩”更多的数据……
算力-->数据-->生态，显然，不同的玩家，是在不同维度上竞争的。
不过，这里面还是会有两个误区，一个是关于Anthropic的Claude，一个是关于生成数据。
Claude至少还是目前最好的编程模型，看起来它并不具备数据优势，甚至在竞争中也不具备算力优势，但为什么编程能力依然是最好的。
其实，可能违反常识的是，相比浩渺无边的“世界知识”，程序数据其实是一个高度标准化的小数据。尽管Anthropic一定有自己独特的“魔法”，但对于其他主要竞争对手而言可能并不是秘密，Claude在拥有更强编程能力的同时，毕竟“引入”了更多的幻觉，而对于Gemini和GPT模型而言，则有更多的包袱不得不进行一些trade-off。
对于生成数据而言，解释起来也比较简单，生成数据主要目的是为了强化某一部分的数据能力，却无法无中生有。至少在未来可见的一段时间里，这一点都很难被改变。这意味着，人类数据的上限，就是模型的天花板所在。