AI的“新冠时刻”真的到了？硅谷自己先吵翻了

过去一年，AI圈最流行的说法是：我们正在经历AI的“COVID时刻”。但TBPN这期视频里，一个反直觉的声音冒了出来：类比可能是错的，而且错得很关键。真正值得警惕的，不是失控式爆发，而是你对“爆发方式”的误判。

为什么“AI=新冠”这个比喻，听起来对，其实很危险

视频一上来就泼冷水：宏观上看，AI确实像新冠——传播快、影响面广、几乎没人能置身事外。但一旦你把这个类比当成决策依据，问题就来了。2020年2月，科技圈之所以最早恐慌，是因为他们熟悉指数曲线：病例会指数级增长，系统会瞬间被压垮。但AI的发展路径并不是单一指数函数，而是由一连串S曲线组成——冲一段、卡一段、再换方向。

换句话说，新冠是“不可控的自然指数”，而AI更像“工程驱动的指数”。它随时可能被算力、能源、数据、部署成本、甚至监管卡住。这也是视频里明确表达的不适感：如果你期待一个类似2020年3月那样的‘突然封城时刻’，你很可能会等不到。

指数曲线背后的真相：科技真正的节奏是“平台期”

一个被反复提到、但常被忽略的事实是：科技史本质上不是一条直线，而是连续的平台期。视频里回顾了一个关键认知：指数增长不会永远向右上角飞去，它一定会遇到瓶颈，然后进入plateau。

AI已经经历过不止一次。模型能力的跃迁，往往来自新范式或新资源，而不是简单堆叠。今天看似无所不能的大模型，也正面临现实约束：算力、电力、推理成本、延迟、部署复杂度。视频中有一句非常工程师视角的判断：如果你把AI能力建模为‘能量函数’，那你看到的不是一条曲线，而是一堆瓶颈。

这直接推翻了一个流行叙事——‘一切都会在某个月份突然改变’。更可能发生的，是一部分行业被提前改写，而另一部分几乎原地踏步。

真正已经开始变化的，是软件工程师的谈判桌

相比对普通人制造恐慌，视频里给出的建议更具体：现在，真的该去跟非技术朋友聊聊AI了，至少让他们‘再一次把脚伸进水里’。但最迫切的对象，其实是软件工程师。

原因很现实。代码生成模型已经足够好，好到足以重塑技术公司的经济结构。它们未必立刻裁掉工程师，但一定会改变‘一个工程师值多少钱’。视频里甚至给出一句半开玩笑、半认真的建议：去重新谈合同。

这不是危言耸听，而是信号判断。就像当年云计算改变了基础设施团队的议价能力，代码模型正在把一部分‘技术稀缺性’变成‘可复制能力’。变化不是一夜发生，而是体现在招聘标准、绩效预期、团队规模上。

不是所有职业都会一起被冲击，别被“统一叙事”骗了

视频中一个有意思的对比，是软件工程师和外科医生。前者几乎每天都在感受模型能力的进步，后者的世界却由机器人、器械、审批流程和物理限制主导。即使手术机器人在进步，它的节奏也完全不同。

这提醒我们警惕一种偷懒的说法：‘AI会在某个时间点同时改变所有职业’。现实更可能是：有些岗位已经进入结构性重定价，有些岗位五年内几乎无感。把所有人拉进同一个“末日时间表”，反而会掩盖真正重要的差异。

视频最后甚至调侃，如果你沉迷某些极端文章，很容易产生一种‘LLM psychosis’——把模型的潜力，当成已经发生的现实。

总结

这期视频真正的价值，不在于判断AI是不是到了“新冠时刻”，而在于拆解这个比喻哪里会误导你。AI不是一场同时席卷所有人的灾难或革命，而是一连串不均匀、可预测但不好把握的结构性变化。对从业者来说，最现实的行动建议有三条：第一，别等一个“宣布开始”的月份，变化已经在局部发生；第二，重新评估你技能的稀缺性，尤其是能否被模型直接放大或替代；第三，和圈外人聊AI时，少讲末日，多讲具体影响。真正显得懂行的人，往往是最克制的那个。

关键词： 生成式AI， 大语言模型， 代码生成， AI趋势， 科技行业

事实核查备注： 需要核查：1）视频发布时间为2026-02-11；2）TBPN节目中关于COVID类比的原始表述语境；3）是否明确提到S-curves与plateau的具体说法；4）关于软件工程师‘重新谈合同’的原话表述；5）对Jevons Paradox的提及是否仅为简略讨论。