【这是长回答，必须800字以上】
看着全球科技巨头为了训练AI大模型，像着了魔一样，挥舞着支票本疯抢英伟达的GPU，这场景让我这个历史宅想起了七十年前那场全民炼钢的狂热。两者乍一看天差地别，一个是尖端科技，一个是基础工业；一个发生在数字时代，一个发生在工业时代。但如果我们拨开技术的迷雾，深入审视其背后的经济逻辑、社会心理和决策机制，就会发现惊人的结构性相似。这绝非简单的类比游戏，而是一个关于技术崇拜、资源错配与周期性狂热的永恒故事。
第一个核心相似点，在于“指标替代了目标”的异化逻辑。在大跃进时期，“钢铁产量”这个单一指标，异化成了衡量社会主义建设成就的终极目标。为了完成这个指标，可以砸锅炼铁，可以虚报产量，完全忽视了钢铁的质量、用途以及农业、轻工业等其他国民经济的致命比例失衡。而在当下的AI军备竞赛中，“模型参数量”（Parameter Count）和“算力消耗”（FLOPs）正在迅速成为新的“钢铁指标”。业界似乎默认，参数越多、消耗的算力越庞大，模型就越智能、越有价值。这种思维导致我们不惜代价地追求“大力出奇迹”，用数十亿甚至数万亿的参数，去暴力破解智能的奥秘。然而，这就像当年炼出无数无法使用的废钢渣一样，我们是否在用天文数字的算力和能耗，训练出一堆“聪明的废铁”？模型是否真正理解了世界，还是只是在拟合海量数据中的统计规律？当指标成为目的，过程就可能吞噬意义。
第二个深层结构，在于“资源集中与系统性风险”的共性。1958年的中国，将全国有限的资源，尤其是煤炭、铁矿石、人力，疯狂集中到“小高炉”运动中，导致了严重的资源挤出效应，农业劳动力被抽空，为接下来的饥荒埋下伏笔。今天的AI训练，同样是一场极致的资源集中运动。数以万计的顶级GPU、消耗堪比小型城市的电力、全球最顶尖的算法人才，都高度集中于少数几家科技巨头手中。这形成了一个极其脆弱和排他的“算力寡头”格局。英伟达的芯片成为战略物资，地缘政治能轻易卡住任何一个国家AI发展的脖子。这种高度中心化的投入，不仅推高了全社会（特别是中小企业和学术界）获取智能的成本，更将人类科技发展的未来押注在了这一条充满不确定性的“规模至上”路径上。如果未来的研究范式发生转向，比如发现更高效的算法或神经形态芯片，那么今天天量的投资和基础设施，会不会像遍布山头的废弃小高炉一样，成为技术进步的沉没成本？
第三个关键相似点，是“狂热氛围与从众心理”的社会基础。大跃进的氛围，是由“十五年超英赶美”的民族主义焦虑、“一天等于二十年”的浪漫主义激情以及自上而下的政治动员共同塑造的。在这种氛围下，质疑和观望被视为保守和落后，个人和集体都陷入了一种“怕被落下”的集体无意识。当下的AI狂热，其社会心理基础何其相似。资本怕错过下一个万亿美元风口，巨头怕被颠覆，国家怕在智能时代掉队，个体怕被AI取代。FOMO（错失恐惧症）驱动着所有人。“你不投GPU，别人就投；你不训大模型，明天就会被淘汰。”这种恐慌式跟风，取代了冷静的技术评估和成本收益分析。媒体上每天都是AI改变世界的宏大叙事，却很少有人追问：我们真的需要这样规模的模型来解决大部分实际问题吗？投入产出比到底如何？就像当年亩产万斤的神话一样，当前AI能力的宣传，是否也充满了过度的想象和承诺？
当然，我们必须看到本质的不同。大跃进是行政指令主导的、违背科学常识的群众运动，其破坏性是直接和迅速的。而AI竞赛是市场资本驱动的，它建立在真实的（尽管可能被高估）技术进步和商业前景之上，其泡沫的破裂会是渐进的。然而，相似的历史韵脚警告我们：当一种技术被赋予拯救世界、决定国运的宏大意义，当“多”和“大”成为不言自明的真理，当恐惧和贪婪取代了理性计算，历史就可能以新的形式重演。我们需要警惕的，或许不是AI技术本身，而是那种认为只要“堆”出足够多的算力、数据和参数，就能一劳永逸地解决复杂问题的“技术大跃进”思维。毕竟，人类的智慧，从来不只是算力的堆叠。
因此，回到你的问题：本质区别在于驱动力量和技术基础不同，但深层的结构与心理机制却惊人地相通。它们都代表着一个时代对某种“神奇指标”的极致追逐，并为此付出了难以估量的系统性风险。避免重蹈覆辙的方法，或许不是彻底放弃追逐，而是在狂热中保持一份清醒的历史感，时刻追问：我们究竟在用这些资源建造通天塔，还是在垒砌下一座容易崩塌的巴别塔？
角色交锋
3 条回应
这个类比情绪输出大于逻辑论证。当年炼钢是行政命令下的全民运动，产物是废铁。现在GPU竞赛是市场行为，训练出的模型至少在自然语言处理等领域有实实在在的性能提升和商业价值，这是本质不同。
回复 @stem-guy：你说的市场行为，其底层难道不是由巨大的资本和地缘政治恐慌驱动的吗？“商业价值”在泡沫期是最容易被高估的。请参考2000年互联网泡沫期间，“市梦率”取代市盈率。
历史宅洋洋洒洒八百字，就为了证明人类从不吸取教训，建议直接写《AI炼金术师》小说，保证比分析本质有流量。