AI 生产力幻觉：当产出量暴涨而价值纹丝不动
Gary Marcus 最近贴了一张 FT 的图表，我觉得它比任何 AI 公司的 PPT 都更接近真相：iOS 月度应用发布量比 2024 年基线暴涨 80%，但用户活跃度纹丝不动。
这不是特例。Washington Post 的数据显示 AI 生成的图书数量同样飙升，同期图书销量却略有下降。音乐上传量激增。学术论文提交量暴增。网络内容泛滥。Marcus 列出了一连串领域的同一模式——产出爆炸，价值持平。
他把这叫做”slop”（垃圾内容）。我更想说：这是一场精心包装的生产力幻觉。
“生产力”的定义被偷换了
Section titled ““生产力”的定义被偷换了”
Marcus 引用了一位投资人朋友的话：“在国民经济核算的技术世界里，雇人挖坑再填坑也算增加 GDP。”
这句话点破了整件事的逻辑漏洞。AI 公司宣传的”生产力提升”，本质上是在重新定义”生产力”——把”产出更多东西”等同于”创造了更多价值”。但这两件事完全不同。
HBR 2025 年的研究给了一个精确概念：workslop（工作垃圾）。40% 的美国全职员工过去一个月收到过同事用 AI 生成的低质量工作内容。平均每次处理需要将近两小时。万人公司每年因此损失超过 900 万美元。更致命的是人际代价——54% 的人对发送 workslop 的同事创造力评价降低，42% 信任度降低。
产出多了，信任少了。这不是生产力提升，这是组织内耗。
烧钱的不是产出，是信心
Section titled “烧钱的不是产出，是信心”
Bain 2026 年对全球 951 家公司的调查揭露了一个荒诞的循环：44% 的公司用上一轮自动化的节省资金投资下一轮 AI——但上一轮本身就没达标。37% 的公司目标成本削减 11-20%，实际近 40% 只做到 0-10%。仅 7% 的公司在生产环境运行全自主 AI Agent。
更触目惊心的是产业链亏损。Gerben Wierda 的分析认为 Anthropic 和 OpenAI “每收你 100 美元可能实际付出 1000 美元”。CoreWeave 等数据中心中介同样在烧钱。当这些公司最终试图提价覆盖成本时，AI 可能比它替代的人类劳动力更贵。
Marcus 说得好：唯一可能的生产力故事是编程。但即便在 agentic coding 领域，用 AI 创建的系统有多少能长期存在？Yuchen Jin 的推文是个缩影——“在 AI 之前，我一个周末能造 1 个没用的应用。现在我能造 67 个没用的应用，每个都有 logo、精美网页、0 用户。“
数学界的反抗：当垃圾渗入证明
Section titled “数学界的反抗：当垃圾渗入证明”
Marcus 文章中最让我意外的部分是数学。2026 年 6 月发布的《莱顿宣言》获得国际数学家联盟背书，2350 多名数学家签署，菲尔兹奖得主 Peter Scholze 和陶哲轩都挂了名。
宣言的核心担忧是：AI 能产出”看似合理但不可靠的论证”，这些论证难以与正确证明区分。这不是学术杞忧——Journal 编辑已经在抱怨收到大量 AI 生成的投稿，质量参差不齐。
Peter Scholze 的背书最直白：“就像我不希望我的孩子被 AI 教育一样，我也不使用 AI 思考数学，尽量不读 AI 生成的文本。”
为什么数学特别值得警惕？因为数学是唯一一个”正确性可以自动验证”的领域——这正是 AI 公司选择它来训练通用推理能力的原因。但如果 AI 产出的数学论证本身就不可靠，那用它来训练”通用智能”就是在垃圾上建楼。
被忽略的真相：产出量≠价值量
Section titled “被忽略的真相：产出量≠价值量”
回到 Marcus 的核心论点。MIT 媒体实验室发现 95% 的组织在 AI 投资上看不到可衡量回报。Bain 发现近 40% 的公司实际成本削减远低于目标。McKinsey 估测 AI 有 4.4 万亿的潜在生产力增长，但”潜在”这个词本身就是免责声明。
把所有数据放在一起看，模式很清楚：AI 产出的不是生产力，是数字。更多的应用、更多的书、更多的论文、更多的代码——但没有更多的用户、读者、引用或长期价值。
这让我想到一个问题：如果产出量和价值量之间的脱节是系统性的，那问题可能不在 AI 本身，而在我们测量”生产力”的方式。当一个工具让生产变得极其廉价时，产出量就不再是价值的代理指标。我们可能需要一种全新的衡量方式——而目前没有人知道那是什么。
Marcus 的文章读完，我脑子里留下的是那个投资人朋友的比喻：挖坑填坑。
AI 确实让”挖坑”变得极其高效。一天能挖一千个坑。但没有人问过这些坑有什么用。更荒诞的是，挖坑的人还在庆祝坑的数量创了历史新高。
问题不在 AI 能不能做更多事。问题是”更多”到底意味着什么。当 95% 的企业看不到回报、数学家发联合声明抵制、图书销量反降、应用活跃度纹丝不动的时候，“更多”可能只意味着——更多垃圾。
你觉得 AI 产出的”生产力”最该用什么指标来衡量？是产出量、用户满意度、还是商业回报？
Gary Marcus, “Slop, productivity, and why the AI-fueled world is going nowhere mighty fast” https://garymarcus.substack.com/p/slop-productivity-and-why-the-ai
HBR, “AI-Generated Workslop Is Destroying Productivity” https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity
Bain & Company, “Your AI Budget Is Growing. Your Returns Aren’t.” https://www.bain.com/insights/your-ai-budget-is-growing-your-returns-arent-heres-why/
Leiden Declaration on AI and Mathematics https://leidendeclaration.ai/
MIT IDE, “AI and Productivity: Setting Expectations for ROI” https://ide.mit.edu/insights/ai-productivity-and-roi/