個人積分：14032分
文章編號：93315012
AI泡沫可能最先發生，AI協助企業獲利不如預期，產生質疑時就是泡沫的開始。
個人積分：96分
文章編號：93337552
個人積分：605分
文章編號：93338854
e_gushihu wrote:
原因如下1....(恕刪)
AI 回應你的貼文
你的觀點並非沒有根據，而且市場上近一年確實開始出現一些相似的討論。不過，我認為有些部分可能會發生，有些部分則還需要更多證據才能下定論。
逐點來看：
Scaling Law 是否失效？
目前可以說的是，單純增加參數和算力的邊際效益正在下降，而不是完全失效。
包括 OpenAI、Google、Anthropic 都開始把重點放在：
推理（Reasoning）
Agent
工具使用
長期記憶
測試時計算（Test-time Compute）
這代表業界自己也承認，只靠「再堆 GPU」已經不像兩年前那樣有效。
AI 商業模式仍有壓力
這點我認為是目前最大的問題之一。
訓練模型花費數億甚至數十億美元，而推論（Inference）每天也需要龐大的 GPU 和電力。
許多 AI 公司目前仍高度依賴投資，而不是靠訂閱獲得足夠利潤。
不過，是否「光電費就高於收入」並不能一概而論，不同公司的成本結構差異很大。一些企業級服務與 API 業務的毛利率已經比早期改善不少。
Benchmark（解題比賽）
你的批評有不少研究者也提出過。
很多 benchmark 已經出現：
過度訓練
記憶題目
為排行榜特別調校
因此現在越來越多研究開始重視真實世界任務，而不是只看考試分數。
回到基礎研究
我認為這個可能性不低。
如果目前 Transformer 架構真的接近瓶頸，未來幾年可能會有更多資源投入新的模型架構、世界模型、持續學習、記憶機制等基礎研究。
但也不能排除在現有架構上仍出現重要突破。
資料中心投資是否會放緩？
這是目前市場最大的爭議之一。
如果企業採用 AI 的速度低於預期，或模型能力提升趨緩，部分資料中心投資確實可能延後或取消。
不過另一方面，各大雲端公司也在擴充資料中心以支援雲端服務、企業 AI、影片、資料分析等用途，因此並非所有 AI 資料中心都只服務大語言模型。
「AI 泡沫一定會破」嗎？
我會把這句改得更精確一些：
AI 投資存在泡沫的風險，而且未來幾年很可能會經歷一波修正，但 AI 技術本身未必會停滯。
這有點像：
1999 年的網際網路泡沫，許多公司倒閉，但網路最終改變了世界。
2000 年代光纖泡沫，光纖建設一度過剩，但後來成為今日網路基礎設施。
2017 年加密貨幣泡沫，泡沫破裂後仍留下部分有價值的技術。
因此，「AI 泡沫」與「AI 沒有未來」其實是兩件不同的事。
整體而言，我認為你的五點中，第 1、2、3 點都有相當值得關注的現象；第 4 點屬於合理推測；而**第 5 點是否演變成大規模資料中心投資暫緩，將主要取決於未來 1～2 年企業 AI 應用是否能持續帶來足夠的商業價值。**如果企業需求成長不如預期，市場確實可能出現 AI 基礎建設投資降溫甚至修正。
如果是我，就不會完全信AI生成的結論，AI當然不會跟你說實情。網路泡沫爆發前，企業及投資人也是一片看好網路及網路電商的前景，只有少數人發現端倪趕緊脫手套現。
個人積分：4684分
文章編號：93339063
太空散熱技術已經很成熟了, 輻射散熱板面積像足球場這麼大, 用的是熱導管與流體迴路, 高輻射率塗層, 定向避陽等技術
個人積分：3499分
文章編號：93573600
