Uber总裁公开表态:AI投入越来越难证明合理,烧钱模式遇冷?

2026年5月26日,Uber总裁在一次公开采访中表示,公司在AI领域的投入”越来越难证明其合理性”。这番表态在科技圈引发广泛关注,在Hacker News上获得151分和大量讨论。当全球科技公司都在疯狂烧钱投入AI的时候,Uber高管的这番”泼冷水”言论释放了什么信号?

Uber的态度转变

Uber一直是AI技术的重度使用者——自动驾驶、路线优化、动态定价、欺诈检测,几乎每个核心业务都离不开AI。但即便如此,Uber的高管也开始公开质疑AI投资的回报率。

这不是个别现象。2026年以来,越来越多的企业开始审视AI项目的实际产出。很多公司发现:

  • AI项目的投入产出比远低于预期
  • 大模型的推理成本依然高昂,规模化部署烧钱严重
  • 很多AI应用的实际效果和demo差距很大
  • 人才争夺战推高了AI团队的运营成本

行业信号:AI泡沫要破了?

从2023年ChatGPT引爆AI热潮到现在,已经过去了两年多。市场正在从”什么都想用AI”的狂热阶段,进入”AI到底能赚多少钱”的理性审视阶段。

几个值得注意的信号:

  • 资本开始收紧:VC对AI初创公司的投资标准明显提高,不再是”有AI概念就能拿钱”
  • 企业预算压力:很多企业的AI部门预算开始被压缩,要求展示具体ROI
  • 开源模型冲击:DeepSeek、Qwen等开源模型的崛起,让投入巨资训练闭源模型的公司面临竞争压力
  • 推理成本下降:模型推理成本持续降低,意味着很多AI应用可以低成本运行,不需要巨额投入

对站长和开发者的影响

这波”AI理性化”浪潮对站长和开发者来说,其实是个好消息:

1. AI工具成本会继续下降

市场竞争加剧+开源模型崛起=API价格持续走低。对于站长来说,用AI工具的成本只会越来越低。不必急着签长期合约,保持灵活选择。

2. 不要盲目跟风投入

看到大厂都在投AI就跟风做AI项目,这是最危险的。先想清楚AI能帮你解决什么具体问题,再决定投入多少。对于大多数站长来说,用好现有的AI工具(比如用AI辅助写代码、做内容)就足够了,不需要自己训练模型。

3. 关注开源替代方案

很多原本需要付费API的场景,现在可以用开源模型本地部署。比如用DeepSeek V4做对话、用Qwen做中文任务、用Whisper做语音识别。成本可能只有API调用的十分之一。

4. AI是工具,不是银弹

不要期望AI能解决所有问题。把AI当作提高效率的工具,而不是改变一切的魔法。先用AI优化已有流程,再考虑用AI创造新产品。

理性看待AI投资

AI技术本身没问题,问题在于过度投入和不切实际的期望。对于站长来说:

  • 用AI提效是对的,但不要为了用AI而用AI
  • 关注实际收益,而不是技术炫酷程度
  • 保持学习,但不要焦虑——AI不会取代你,会用AI的人会取代你
  • 控制成本,优先使用免费/低成本方案

Uber总裁的表态,本质上是在说:AI很强大,但不是万能的,钱要花在刀刃上。这个道理对任何规模的团队都适用。

本文参考来源:The Verge: Uber president says AI spending is getting ‘harder to justify’ | Hacker News讨论

© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享
相关推荐
<p>菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的体验。令他惊讶的是,这款模型在一小时内连续攻克了多个博士级别的数学难题,展现出远超前代的推理能力。</p>

<h2>菲尔兹奖得主的实测</h2>

<p>Timothy Gowers是当代最有影响力的数学家之一,1998年获得菲尔兹奖,在组合数学和泛函分析领域有重要贡献。他在5月8日发布了一篇详细的博文,记录了自己测试ChatGPT 5.5 Pro推理能力的过程。</p>

<p>据Gowers描述,他给ChatGPT 5.5 Pro提出了多个需要深度推理的数学问题,这些问题的难度大致相当于数学博士资格考试或研究级别。让他印象深刻的是,模型不仅能够给出正确答案,还能提供完整的推理过程,包括:</p>

<ul>
<li>对问题的准确理解</li>
<li>合理的解题策略选择</li>
<li>严密的逻辑推导链</li>
<li>对特殊情况的处理</li>
</ul>

<h2>与前代模型的对比</h2>

<p>Gowers在博文中提到,之前版本的ChatGPT在处理类似难度的数学问题时,经常出现以下问题:</p>

<ul>
<li>推理链中途断裂,得出错误结论</li>
<li>混淆不同数学概念</li>
<li>在计算步骤中出错</li>
<li>无法识别问题的关键约束条件</li>
</ul>

<p>而ChatGPT 5.5 Pro在这些方面有了显著提升。Gowers认为,这一代模型的数学推理能力已经达到了”可以辅助专业数学研究”的水平。</p>

<h2>对普通用户意味着什么</h2>

<p>虽然菲尔兹奖级别的数学测试看起来离普通人很远,但ChatGPT 5.5 Pro展现出的推理能力提升,对日常使用也有实际影响:</p>

<ul>
<li><strong>编程辅助</strong>:更强的逻辑推理能力意味着在代码调试、算法设计等场景下能给出更准确的建议。</li>
<li><strong>数据分析</strong>:处理复杂的数据分析任务时,模型能更好地理解数据关系和统计方法。</li>
<li><strong>技术文档</strong>:在撰写技术文档、API文档等需要严密逻辑的内容时,输出质量更高。</li>
<li><strong>教育辅导</strong>:作为学习辅助工具,能提供更准确的解题思路和步骤讲解。</li>
</ul>

<h2>AI数学能力的里程碑</h2>

<p>ChatGPT 5.5 Pro的表现引发了AI社区的广泛讨论。有观点认为,这标志着大语言模型在形式推理领域取得了重要突破。也有研究者持谨慎态度,指出:</p>

<ul>
<li>单一数学家的主观测试不能替代系统性基准评估</li>
<li>模型可能在训练数据中见过类似题目</li>
<li>真正的数学创新(如提出新定理、发现新证明)仍然是AI的短板</li>
</ul>

<p>无论如何,AI在数学推理方面的进步速度是实实在在的。对于站长和开发者来说,善用AI的推理能力来辅助技术工作,已经是一个切实可行的选择。</p>

<blockquote>
<p><strong>来源:</strong></p>
<ul>
<li><a href=Timothy Gowers Blog – A Recent Experience with ChatGPT 5.5 Pro
  • OSCHINA – ChatGPT 5.5 Pro一小时攻克博士级数学难题
  • -枫选">

    菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的体验。令他惊讶的是,这款模型在一小时内连续攻克了多个博士级别的数学难题,展现出远超前代的推理能力。

    菲尔兹奖得主的实测

    Timothy Gowers是当代最有影响力的数学家之一,1998年获得菲尔兹奖,在组合数学和泛函分析领域有重要贡献。他在5月8日发布了一篇详细的博文,记录了自己测试ChatGPT 5.5 Pro推理能力的过程。

    据Gowers描述,他给ChatGPT 5.5 Pro提出了多个需要深度推理的数学问题,这些问题的难度大致相当于数学博士资格考试或研究级别。让他印象深刻的是,模型不仅能够给出正确答案,还能提供完整的推理过程,包括:

    • 对问题的准确理解
    • 合理的解题策略选择
    • 严密的逻辑推导链
    • 对特殊情况的处理

    与前代模型的对比

    Gowers在博文中提到,之前版本的ChatGPT在处理类似难度的数学问题时,经常出现以下问题:

    • 推理链中途断裂,得出错误结论
    • 混淆不同数学概念
    • 在计算步骤中出错
    • 无法识别问题的关键约束条件

    而ChatGPT 5.5 Pro在这些方面有了显著提升。Gowers认为,这一代模型的数学推理能力已经达到了”可以辅助专业数学研究”的水平。

    对普通用户意味着什么

    虽然菲尔兹奖级别的数学测试看起来离普通人很远,但ChatGPT 5.5 Pro展现出的推理能力提升,对日常使用也有实际影响:

    • 编程辅助:更强的逻辑推理能力意味着在代码调试、算法设计等场景下能给出更准确的建议。
    • 数据分析:处理复杂的数据分析任务时,模型能更好地理解数据关系和统计方法。
    • 技术文档:在撰写技术文档、API文档等需要严密逻辑的内容时,输出质量更高。
    • 教育辅导:作为学习辅助工具,能提供更准确的解题思路和步骤讲解。

    AI数学能力的里程碑

    ChatGPT 5.5 Pro的表现引发了AI社区的广泛讨论。有观点认为,这标志着大语言模型在形式推理领域取得了重要突破。也有研究者持谨慎态度,指出:

    • 单一数学家的主观测试不能替代系统性基准评估
    • 模型可能在训练数据中见过类似题目
    • 真正的数学创新(如提出新定理、发现新证明)仍然是AI的短板

    无论如何,AI在数学推理方面的进步速度是实实在在的。对于站长和开发者来说,善用AI的推理能力来辅助技术工作,已经是一个切实可行的选择。

    来源:

    菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的...

    16天前 56
    评论 抢沙发

    请登录后发表评论

      暂无评论内容