對于阿里千問螞蟻靈光的刷屏 馬老師肯定贊同我的這句話

最近阿里千問和螞蟻靈光幾乎同時(shí)刷屏。

打開新聞和微信朋友圈，滿眼都是“下載量破千萬”“增速超越ChatGPT”“……話術(shù)高度一致，語氣極度亢奮，仿佛一夜之間，中國AI就完成了從追趕到領(lǐng)跑的跨越。

這種密集、高調(diào)、充滿溢美之詞的宣傳節(jié)奏，讓人恍惚回到了二十年前互聯(lián)網(wǎng)剛起步時(shí)的營銷現(xiàn)場，那時(shí)也是動(dòng)不動(dòng)就“顛覆”“革命”“重新定義一切”，只要嗓門夠大，似乎就能把概念變成現(xiàn)實(shí)。

可越是鋪天蓋地的營銷問，越讓人看不清AI本來的樣子。

我總以為，技術(shù)本該是沉靜的、內(nèi)斂的，靠的是日復(fù)一日的積累和反復(fù)驗(yàn)證的邏輯。

但現(xiàn)在，它被包裝成一場聲勢浩大的表演。

千問公測一周下載破一千萬，靈光上線六天用戶超兩百萬，數(shù)字確實(shí)亮眼。

但這些數(shù)字說明了什么？是產(chǎn)品真的解決了用戶的痛點(diǎn)，還是資本、流量和生態(tài)資源合力推高的一場短期熱度？

不客氣地說，這種以營銷打頭陣、用聲量代替實(shí)力的做法，正在偏離AI發(fā)展的基本規(guī)律。

回看人工智能的發(fā)展歷程，真正推動(dòng)行業(yè)前進(jìn)的，不是發(fā)布會(huì)或熱搜，而是扎實(shí)的技術(shù)演進(jìn)。

從早期的規(guī)則系統(tǒng)，到后來的統(tǒng)計(jì)學(xué)習(xí)，再到今天的深度神經(jīng)網(wǎng)絡(luò)，每一次突破都建立在對問題本質(zhì)的理解之上。

模型是否能理解語義，是否具備推理能力，是否能在復(fù)雜環(huán)境中穩(wěn)定輸出可靠結(jié)果，這些才是衡量AI成色的核心標(biāo)準(zhǔn)。

而這些能力，無法靠“30秒生成一個(gè)應(yīng)用”或“下載量創(chuàng)紀(jì)錄”來證明。

千問和靈光的宣傳，恰恰繞開了這些根本問題。

營銷文章說千問“性能已躋身全球前三，超越GPT-5和Claude Opus 4”，但沒有給出任何公開、可驗(yàn)證的評測數(shù)據(jù)；提到愛彼迎CEO“公開表示對Qwen的依賴”，請問其具體使用場景和實(shí)際效果是什么？

文章還強(qiáng)調(diào)“Qwen3-Max是旗艦級模型”，卻看不到架構(gòu)創(chuàng)新或訓(xùn)練方法的任何實(shí)質(zhì)性描述。

我想，真正的技術(shù)自信，恐怕不需要靠“恐慌”“風(fēng)暴”“碾壓”這類情緒化詞匯來撐場面吧。

尤其讓人哭笑不得的，是對“Agentic AI”（代理智能）的解讀。
千問被稱作“會(huì)聊天能辦事的個(gè)人AI助手”，能幫用戶買票、訂餐、購物。

聽起來很實(shí)用，但仔細(xì)想想，這些“辦事”能力有多少是AI自主決策的結(jié)果？又有多少只是調(diào)用阿里生態(tài)內(nèi)部已有服務(wù)的自動(dòng)化流程？

如果所謂的“智能體”只是在封閉系統(tǒng)里跳轉(zhuǎn)鏈接、填寫表單，那它和十年前的自動(dòng)化腳本有什么本質(zhì)區(qū)別？

真正的Agent應(yīng)該能理解目標(biāo)、規(guī)劃步驟、應(yīng)對意外、修正錯(cuò)誤。

而目前展示的功能，更像是把電商、地圖、本地生活等接口打包成一個(gè)語音入口，再貼上“Agentic”的標(biāo)簽。

靈光的問題則出在對“創(chuàng)造力”的簡化。

用戶通過自然語言對話，30秒就能生成一個(gè)“油車電車省錢計(jì)算器”或“輔導(dǎo)作業(yè)賽博功德箱”。

這確實(shí)降低了應(yīng)用制作門檻，但底層邏輯仍是平臺預(yù)設(shè)的模板和組件。

用戶輸入的是想法，輸出的是界面，中間的計(jì)算邏輯、交互結(jié)構(gòu)、數(shù)據(jù)處理，依然由系統(tǒng)決定。本質(zhì)上是一種高級的表單填充，而非真正的程序生成。

歷史上，低代碼工具早已存在，其局限性也早有共識：適合簡單任務(wù)，難以應(yīng)對復(fù)雜邏輯。

靈光將這種體驗(yàn)稱為“全代碼生成多模態(tài)內(nèi)容”，難道不是對技術(shù)能力的夸大？模糊了創(chuàng)造與拼裝的邊界。

一旦“賽博功德箱”被當(dāng)作創(chuàng)新典范，AI的嚴(yán)肅性就在熱鬧中被稀釋了。

AI發(fā)展的基本邏輯，是先有扎實(shí)的底層支撐，再逐步拓展應(yīng)用場景。
OpenAI之所以能引領(lǐng)行業(yè)，并非因?yàn)闋I銷強(qiáng)勢，而是從GPT-1到GPT-4，每一代模型都在架構(gòu)、訓(xùn)練數(shù)據(jù)、對齊機(jī)制上有清晰的演進(jìn)路徑。

Anthropic雖然進(jìn)展緩慢，但對安全與可控性的堅(jiān)持，贏得了專業(yè)領(lǐng)域的長期信任；就連文中提到的DeepSeek，其崛起也源于在推理效率和成本控制上的真實(shí)優(yōu)化。

反觀當(dāng)下某些產(chǎn)品的路徑，卻是模型能力尚未經(jīng)過充分驗(yàn)證，生態(tài)故事已經(jīng)講得天花亂墜；用戶體驗(yàn)還在打磨，口號已經(jīng)傳遍全網(wǎng)。

當(dāng)媒體爭相報(bào)道“下載量”“增速”“全民共創(chuàng)”，卻很少追問“準(zhǔn)確率如何”“會(huì)不會(huì)胡說八道”“能否解釋自己的判斷”，技術(shù)討論就被流量邏輯取代。

開發(fā)者不再專注于提升模型的魯棒性，而是琢磨怎么設(shè)計(jì)更抓眼球的功能；投資人也不在聚焦其技術(shù)壁壘，忙于計(jì)算用戶增長曲線。

AI本應(yīng)是一場關(guān)于智能本質(zhì)的探索，現(xiàn)在卻變成了一場關(guān)于誰喊得更響的競賽，呵呵。

千問和靈光的爆發(fā)，或許說明AI開始進(jìn)入大眾視野，但這不等于進(jìn)入了成熟階段。

真正的“iPhone時(shí)刻”，來自用戶體驗(yàn)發(fā)生質(zhì)的飛躍，如果AI助手能穩(wěn)定處理復(fù)雜任務(wù)，能坦然承認(rèn)“我不知道”，能與人類建立可靠、可預(yù)期的協(xié)作關(guān)系，那一刻才值得被銘記。

在此之前，所有靠營銷堆砌的“里程碑”，都不過是沙灘上的城堡，潮水一退，便無跡可尋。

技術(shù)需要耐心，AI尤其如此。

最后，給阿里千問與螞蟻靈光提一個(gè)小小的建議吧，真想在AI領(lǐng)域站穩(wěn)腳跟，或許該少開幾場發(fā)布會(huì)，多調(diào)幾次模型參數(shù)；少造幾個(gè)“全民手搓”的熱搜，多修幾個(gè)用戶天天踩的坑。

與其靠營銷話術(shù)把“下載量”吹成技術(shù)里程碑，不如用實(shí)實(shí)在在的產(chǎn)品體驗(yàn)和經(jīng)得起推敲的技術(shù)進(jìn)步來證明自己。

畢竟，AI的賽場，終究不是靠PPT領(lǐng)跑的。

我想，馬老師肯定同意我這句話。

全文完

愿本文令有緣讀到的朋友滿意，如您喜歡，煩請給文章一個(gè)點(diǎn)贊、在看或者轉(zhuǎn)發(fā)，也請關(guān)注我的公號。

感恩生命里與你的每一次相逢，都是時(shí)光饋贈(zèng)的溫柔奇跡。

作者簡介

當(dāng)你關(guān)注財(cái)經(jīng)和時(shí)事熱點(diǎn)時(shí)，我愿與你分享背后的故事和觀點(diǎn)