AI 可能是數位浪潮的終點，而非下一個大趨勢

背景

本文探討 AI 是否並非新一波技術浪潮的開端，而是 1970 年代開啟的數位與資訊通訊技術（ICT）浪潮的終章。作者引用 Carlota Perez 的技術長波理論，認為 AI 更像是對現有數位典範的「效率優化」，而非創造全新商業模式的基礎設施，其角色類似於當年精實生產對大規模生產模式的補完。

社群觀點

Hacker News 的討論呈現出對 AI 技術定位的深度反思。部分開發者與創業者感嘆，在大型語言模型（LLM）普及後，許多原本具備商業潛力的點子變得過於平庸，開發門檻的降低反而削弱了創新的動力，讓人陷入「是否值得長期維護」的倦怠感。這種情緒反映出 AI 可能正在將軟體開發轉向高度自動化的工業化階段，而非開啟充滿未知可能性的新邊疆。

與此同時，社群中出現了一股明顯的「數位反彈」趨勢。隨著 AI 生成內容充斥網路，導致電商平台圖片失真、搜尋引擎雜訊增加，不少使用者開始重拾類比生活。留言者提到，實體社交俱樂部、底片相機維修、甚至是實體影碟租借店的復興，都是對「數位無限擴張與崩壞」的一種抵抗。這種觀點認為，當 AI 讓數位內容變得廉價且不可信時，真實世界的體驗反而獲得了更高的溢價與吸引力。

然而，並非所有人都認同 AI 僅是舊時代的餘暉。有觀點指出，雖然 AI 目前多被用於企業裁員與成本縮減，但其在程式開發、科學研究與自動化領域的潛力仍不容小覷。爭論的焦點在於：AI 是否能解鎖全新的經濟增長點，而不僅僅是取代現有人力。部分留言者質疑，若 AI 只是現有流程的廉價替代品，那麼它確實更像是一場效率革命的終點；但若能結合機器人技術或可編程醫療，則可能催生下一個真正的長波。

此外，AI 對人類認知能力的影響也引發熱議。有資深開發者分享，過度依賴 AI 助手導致其在離線環境下連基礎代碼都難以回憶，這種「大腦變成果凍」的現象引發了關於技能退化的擔憂。研究指出，AI 的使用可能削弱使用者的批判性思考與對作品的所有權感，這使得 AI 在作為生產力工具的同時，也可能成為人類智力發展的阻礙。

延伸閱讀

• Carlota Perez 的技術浪潮理論：探討金融資本與技術革命的 50-60 年週期模型。
• Yann LeCun 的模型預測學習（Model-based RL）：被認為是超越現有 LLM 限制、通往真正機器人革命的潛在路徑。
• MIT 關於生成式 AI 對寫作與認知影響的研究（arXiv:2506.08872）：探討 AI 使用與大腦連結性、工作準確度之間的關聯。