AI 泡沫是真的，但你搞錯問題了——該問的是「哪種泡沫」

> Meta Shift

---

我的判斷直接說：AI 現在是泡沫，但這個泡沫比較像 1840 年代的鐵路熱潮，不像 2021 年的 NFT 或 2000 年的 dot-com 末期。差別在哪？鐵路泡沫結束之後，鐵路還在。基礎建設留下來了，只是大部分投資人虧光了。

這個框架非常重要，因為它決定你現在要怎麼行動。

如果是 dot-com 型泡沫，那就是整個賽道本身被高估，熱潮過後產業萎縮，很多東西消失，剩下少數真的有用的。如果是鐵路型泡沫，那就是基礎建設本身是真的，只是估值瘋掉了，最後倒的是搶跑太快、財務太爛的公司，而不是技術本身。

Platformer 的 Casey Newton 用了這個類比來分析當前的 AI 投資熱潮，我覺得這個比喻打得很準。（來源：Platformer）

---

現在到底發生什麼事

有幾個現象在同時發生，把它們放在一起看，比較清楚。

OpenAI vs. Elon Musk 的訴訟

這場官司打的是 OpenAI 從非營利轉型成商業實體的合法性問題。Musk 的主張是他當初捐錢是為了一個非營利的 AI 安全組織，不是為了幫 Sam Altman 建一個估值破千億美金的商業帝國。

不管誰贏，這場訴訟本身就說明了一件事：當錢夠多，原本的使命宣言就開始被測試。OpenAI 現在的估值據報導接近 3000 億美金（來源：多家財經媒體報導），這個數字背後代表的期待值，跟「讓 AI 造福全人類」這個 mission 之間的張力，已經大到不能再忽視。

Mythos 爭議

Mythos 是另一個值得關注的訊號。美國政府內部對怎麼處理這個案子還沒有共識——這件事本身就很有趣。當一個技術已經大到政府必須介入，但介入方式又還沒想清楚的時候，通常代表這個技術的影響力是真實的，但 regulatory framework 完全沒跟上。

歷史上每次出現「政府想管但不知道怎麼管」的情況，後來回頭看都是那個賽道的 inflection point。

資本還在持續湧入

就算市場上充滿懷疑聲音，資本還是在進來。AI 基礎建設的投資，包括資料中心、GPU 叢集、能源基礎設施，這幾年的數字都是以百億美金在計算。Nvidia 的市值在過去兩年翻了好幾倍。（來源：公開財報）

這不是小打小鬧的炒作，這是真金白銀在蓋東西。

---

為什麼這比較像鐵路，不像 NFT

來拆一下這三種泡沫的結構差異：

NFT 型泡沫：底層資產的價值幾乎全靠「有人願意用更高價格買走」這個信念支撐。一旦 greater fool 消失，整個東西歸零。技術本身（NFT 作為一種 token 標準）還在，但大部分應用場景消失了。

Dot-com 末期型泡沫：底層技術是真的（網路本身沒有消失），但大量公司在根本沒有商業模式的情況下就燒掉了幾億美金。泡沫結束後，Amazon、Google 這種真的有商業模型的活下來，其他的消失。

鐵路型泡沫：1840 年代英國，鐵路投資熱潮席捲全國，大量鐵路公司成立，股價飛漲，然後崩潰，大量投資人破產。但鐵路本身留下來了，而且改變了整個英國的經濟地理。這是「基礎建設是真的，但估值和競爭者數量都過頭了」的典型。

現在的 AI 比較像第三種，原因有幾個：

首先，基礎建設是實體的。那些被蓋起來的資料中心、被鋪設的光纖、被訓練出來的模型 weights，不會因為股價跌了就消失。這跟 NFT 的 JPG 不一樣。

其次，生產力提升是可測量的。GitHub Copilot 的用戶數據、各大企業的 API 使用量、coding 效率的提升，這些都有實際數據支撐，不是純粹的敘事。雖然很多公司的 ROI 還不清楚，但「AI 有用」這件事本身的證據比 dot-com 時代的很多公司要紮實得多。

第三，競爭過度。這才是最像鐵路泡沫的部分。市場上有太多 LLM 公司、太多 AI wrapper、太多宣稱自己是「AI-native」的 SaaS，最後一定會有大量整併和倒閉。但倖存者會繼承這些基礎建設繼續跑。

這讓我想到 1990 年代末台灣的 ISP 大戰，大量業者同時搶進，價格戰打到見骨，最後剩下少數幾家，但網路基礎建設本身是那個時代最重要的遺產。

---

Meta 判讀

判定：Meta Shift

這不是 Patch Note，不是說 AI 對工程師的工作方式有一點影響。這是結構性的改變，而且這種改變在泡沫結束之後也不會回頭。

理由：

鐵路型泡沫的 meta 意義在於，它重新定義了之後幾十年的產業結構。鐵路之後出現的所有商業模型，都預設了鐵路的存在。同樣的，AI 之後出現的所有軟體產品，都會預設 LLM 是 available 的，而且便宜。

對工程師來說，這個 meta shift 的核心是：「我的工作的哪些部分，未來會被預設為 AI 能做到的？」

Replika 和 Wabi 的創辦人 Eugenia Kuyda 說她現在不再雇用 junior engineers，AI 已經改變了她的 hiring calculus。（來源：Platformer）這不是個案，這是整個產業的方向。

但這個 meta shift 不代表工程師消失，而是 junior-level 的工作內容會被重新定義。就像鐵路出現後，馬車伕不是全部失業，而是很多人轉型成鐵路維修、站務、調度等新職位。問題是這個轉型期間的陣痛是真實的。

---

如果是我，現在怎麼做

先說不該做什麼：

不要因為「反正是泡沫」就忽略這波浪潮。這是最危險的心態。即使是泡沫，基礎建設留下來之後，會用這些工具的人跟不會用的人，差距會拉大，不會縮小。

不要 all-in 在還沒有 product-market fit 的 AI 新創。現在很多公司的估值建立在「我們用了 GPT-4」這個 narrative 上，這個 narrative 的 moat 幾乎是零。作為工程師加入這種公司，equity 的價值高度存疑。

該做什麼：

把 AI tool use 變成日常 workflow 的一部分，現在就開始。不是為了追流行，是因為這個技能的 compound effect 很強。你現在開始用 Cursor、Claude、各種 AI agent 工具，一年後跟現在才開始用的人差距會很明顯。我自己已經在用 AI Agent 自動化整個部落格的研究、選題、產文流程，省下的時間是真實的。

往 infra 層或 application 層的兩端走，中間最危險。鐵路泡沫裡，最後活下來的是真正在蓋鐵路的公司（infra），還有最懂得利用鐵路做生意的企業（application）。中間那層「幫人家管理鐵路行程」的 middleman，基本上被幹掉了。AI 的 infra 就是模型和資料中心，application 就是真的解決某個具體問題的產品。中間那層純粹的 AI wrapper，壽命最短。

台灣工程師的特定建議：台灣有一個很獨特的機會，就是硬體和軟體之間的橋接。台灣的 IC 設計、製造能力，加上軟體工程師對 AI 工具的熟悉度，這個組合在全球 AI 基礎建設的建設期是有競爭力的。不要只想著去美國 AI 新創，本地市場的 AI 應用落地，現在缺的是真的懂業務 domain 又能用 AI 工具的人。

最後一句話：泡沫破的時候，哭的是拿著股票的人，不是用著鐵路跑生意的人。選好你的角色。