AI神话破灭：理性审视当前技术边界与产业困局

20

26

褪去神话滤镜：理性看清AI的价值边界、产业循环与未来

01

市场回顾

2026.7

过去一周（20260628-20260705）国际股市震荡转强，国内A股与港股先抑后扬，重新上涨，只是港股表现更强。

7月3日万德全A收盘6995点，一周小幅上涨0.20%，上证指数收于4044点，上涨0.41%。恒生指数上涨2.99%，恒生科技指数上涨5.72%，港股扭转前几周下跌态势，强劲反弹。

与上周行情类似，全球AI产业链经过几个月的大幅上涨，目前已经显露疲态，进入震荡状态，韩国股市的震荡更为明显，三星与海力士的波动很大程度上主导了韩国股市大盘的涨跌，市场上警示AI产业链泡沫的声音逐步增强，中国相关产业特别是没有实质业绩支撑的AI概念股大幅上涨已经显露出明显泡沫化情景，非AI产业链的传统行业滞胀板块出现转机，结构再平衡行情初步显露迹象。

6月份，制造业采购经理指数为50.3%，比上月上升0.3个百分点，重返扩张区间，其中构成综合PMI产出指数的制造业生产指数为51.4。

非制造业商务活动指数为50.2%：其中，服务业商务活动指数为50.4%，比上月上升0.1个百分点，服务业扩张加快；建筑业商务活动指数为49.0%，比上月上升0.2个百分点，压力状况有所舒缓。综合PMI产出指数为50.6%，比上月上升0.1个百分点，我国经济景气水平整体有所回升。

非农就业人数5.7万，预期11.3万，三个月均值从16.4万降至11.1万。前两个月合计下修7.4万。就业增长主要来自教育保健服务（+6.9万，前值+4.5万）、专业和商业服务（+3.6万，前值+1.1万）、建筑业（+1.1万，前值+0.6万）。休闲酒店业新增就业大幅萎缩（-6.1万，前值+4万），零售、公用事业就业小幅下降，信息业就业人数继续下降。

失业率从4.3%降至4.2%，预期4.3%。劳动参与率从61.8%降至61.5%，明显低于预期的61.8%。联邦基金期货市场定价的今年加息次数从1.45次降至1.18次，市场100%定价的加息时点从10月份推迟至12月份。

02

后市展望

2026.7

上周属于月初，宏观经济信息发布空窗期，能够评论的不多。借这个机会，本次市场评论讨论一个更基本的问题：目前的AI功能与应用价值真的有舆论宣传的那样大吗？

当下，人工智能无疑是全球最热门、最狂热、也最受资本追捧的赛道。打开新闻，我们能看到通用人工智能即将到来的预判；浏览行业资讯，随处可见AI颠覆全行业、重构人类社会的宏大叙事；资本市场上，AI概念股轮番暴涨，数据中心、大模型、智能体相关企业估值屡创新高。

在大众的潜意识里，已经形成了一个根深蒂固的共识：AI是颠覆性的革命性力量，它的价值近乎无限，很快就会重塑生产、重构生活、改写文明进程。

如果跳出舆论的狂欢、资本的喧嚣，回归技术本质、产业规律与商业底层逻辑，会发现不一样的世界：当下的AI远非无所不能，其能力存在根本性、底层性的局限；

我们正处在AI产业的早期泡沫阶段，短期大规模落地和颠覆性变革并不现实，早期投资泡沫的破灭具备必然性；真正的AI时代，要在物理AI成熟、通用人工智能落地之后，才会真正到来。

首先，我们先厘清一个基础问题：AI产业完整的运行逻辑是什么？只有读懂双层循环，我们才能看懂当下的困境。

从技术垂直循环来看，整条产业链是清晰且自上而下传导的：资本率先入局，投资建设算力底座也就是数据中心；依托规模化算力，研发团队搭建、训练智能大模型；基于大模型的能力底座，市场各方开发各类场景化智能体；最终，智能体与终端应用落地，渗透进企业经营与大众生活，形成“资本—算力—模型—智能体—终端应用”的技术演进闭环。

从财务正反馈循环来看，产业的可持续性完全依赖价值兑现：终端AI应用为用户创造实际价值，催生付费意愿与付费行为；终端收入反哺上游，逐步覆盖大模型高昂的研发、训练与迭代成本；模型端盈利后，向上回馈数据中心，覆盖算力建设、运维的重资产投入；最终为早期投资方带来合理回报，完成商业正向循环。

这两套循环看似完美闭环，但今天整个行业最大的痛点在于：技术循环跑得太快，资本投入过于激进，但财务正反馈循环迟迟无法有效打通。海量资金涌入算力与模型端，但终端应用无法产出匹配的真实价值，付费意愿不足、盈利薄弱，导致上游成本无法回收，这也是当前AI产业所有矛盾的根源。

为什么完美的双循环会卡在终端价值兑现上？核心原因只有一个：我们严重高估了当前AI的真实能力，忽视了其与生俱来的底层局限。

我们现在大规模应用的AI，本质上都是数字AI，这是它所有能力边界的源头。什么是数字AI？简单来说，它是基于互联网已公开的文本、图片、视频、代码等数字化数据，通过Transformer架构下的概率统计与模式匹配训练而成的生成系统。

这里必须澄清一个社会普遍缺乏的认知：当前的大模型AI，没有真正的智能，没有自主推理能力，没有创造力，更没有意识。

它不是会思考的数字大脑，本质上是一台基于海量数据的“高级超级猜词机”与信息整理器。它的所有输出，都源于训练数据中已存在的人类知识、语言范式、反应模式。

它在推理时，只是根据输入场景，概率性调取训练中习得的现有模式进行拼接生成，而非基于因果逻辑自主推导。这就决定了数字AI的第一个核心局限：人类已有的公开知识，就是数字AI不可突破的能力天花板。

如果一个信息从未被数字化公开、从未进入训练数据集，如果一个问题没有现成的同类范式可供参考，AI就会直接失能。

这也是业内普遍存在的“AI幻觉”的底层根源——当模型面对未知场景、稀缺知识时，为了生成通顺输出，会无中生有编造事实、数据、逻辑，也就是我们常说的“睁眼说瞎话”。斯坦福大学与arXiv的联合研究也证实，幻觉、推理退化、检索脆弱是大模型无法通过扩容参数消除的五大底层缺陷之首。

它能整理论文、总结观点、复刻现有创意，但无法实现真正的原创性科研突破；它能推导已有解题思路，但无法攻克人类未解决的数学难题；它能模仿现有文案风格，但无法诞生颠覆性的思想认知。所有看似精妙的推理，都是对已有范式的复用，而非自主思考的产出。

数字AI的第二个关键局限，是能力质量高度依附于数据质量，具备极强的社会属性。AI的输出结果，本质上是训练数据的镜像投射。

一个社会的信息纯度、数据真实性、知识严谨度，直接决定了本土AI的能力上限。如果一个网络环境中虚假信息泛滥、人为造假数据居多、碎片化噪声严重，那么训练出的AI必然充满谬误与偏见，输出大量虚假结论。

这也解释了为什么AI会呈现鲜明的国家与地域特色：不同地区的行为习惯、信息生态、治理水平不同，训练数据的底色就不同，最终AI的价值观、行为逻辑与输出质量自然天差地别。AI从来不是脱离社会的通用神器，它精准匹配着一个社会的文明程度与信息治理水平。

比数字AI更值得我们理性看待的，是进展缓慢、被严重夸大的物理AI。所谓物理AI，核心是能够感知、交互、改造物理世界的智能载体，典型代表就是无人驾驶、人形机器人。很多舆论与业内宣传，把当下的人形机器人塑造成了能感知万物、自主决策、替代人类劳动的成熟产品，但这与事实严重不符。

客观来讲，物理AI目前尚处于初级起步阶段，与成熟应用相去甚远：工业机器人虽已普及，但仅能完成预设流程的重复性作业；人形机器人更是存在基础性感知短板——它无法精准识别物体的硬度、温度、质感，无法读懂人类表情背后的深层情绪，没有人类的直觉、体感与潜意识认知，更谈不上自主意识与因果理解。

它能模仿人类的动作外形，却无法拥有人类对物理世界的本能感知；能执行代码指令，却无法理解动作背后的物理逻辑。目前所有网红人形机器人的演示，大多是精准预设程序的展演，而非自主感知、自主决策的智能交互，行业对其能力的夸大，本质上是另一种AI神话。

基于以上两大技术底层局限，我们再看当前AI的落地现状，就能明白为什么它的价值远不如舆论渲染的那样宏大。当下AI应用最广泛的场景，几乎全部集中在社会边缘性、非生产核心领域。

我们用AI写营销文案、生成短视频、制作宣传素材、优化办公话术、整理零散资料。这些应用的共性是什么？它们主要作用于人的情绪感知，属于可替代、可取舍的软性内容。这类内容的核心功能，更多是舆论传播、情绪引导、流程轻量化，而非实质性的物质生产、技术突破、价值创造。

直白来说，当前AI最强的能力是“内容忽悠”与“效率辅助”，而非“生产创造”。在核心生产领域，AI的表现极其薄弱：高端精密制造中，它无法替代工程师完成工艺调试；前沿科研中，它只能做文献整理、数据初筛等辅助工作，无法主导创新突破；实体经济生产流程中，它难以介入核心工序、提升产能良品率。

很多人热议的“AI一人公司”，更是直观印证了这个问题。大家设想的一人公司，创业者为核心，其余岗位全部由AI员工替代，以此极致压缩成本、扩大营收。但我们仔细观察就能发现：所有能落地的AI一人公司，业务全部集中在虚拟领域——文案外包、视频剪辑、商务话术、资料归档等，没有一家能扎根实体生产、硬核科研领域。

这意味着，即便我们用AI重构了组织架构，也没有拓展AI的应用边界，只是在原有边缘场景内优化了人力结构。数字AI的固有局限，从根源上锁死了它的落地范围、渗透深度与价值体量。

讲到这里，大家就能理解我最初的判断：当前AI产业的泡沫破灭，是必然趋势。

从成本端看，过去两年全球范围内海量资本疯狂涌入数据中心、高端算力、大模型预训练，单一个千亿参数大模型的一次全量训练，成本动辄数千万甚至上亿元，算力基础设施更是重资产长周期投入。整个行业已经沉淀了天量的固定成本与沉没成本。

从收益端看，我们刚才分析过，AI主流应用集中在低价值的边缘场景，用户付费意愿低、商业变现能力弱，无法形成规模化的营收。终端无法创造足额价值，财务正反馈循环就会断裂，上游的模型训练成本、算力投资成本自然无法回收。

一边是天量刚性投入，一边是有限价值产出，供需错配、价值倒挂之下，资本狂欢退潮、估值回归理性、早期泡沫出清，是产业发展的客观必然，不会以任何人的意志为转移。

上述的分析不是为了唱衰AI，而是为了去魅求真，理性前行。笔者否定的不是AI的未来，而是被夸大的当下价值；我们拆解的不是AI的潜力，而是当下技术的底层边界。我始终坚信，AI最终会成为人类文明的革命性力量，但这个时代不属于现在的数字AI，而属于未来成熟的物理AI与通用人工智能。

只有当物理AI突破感知短板，能够深度理解、交互、改造物理世界；只有当通用人工智能打破数据依赖，具备自主因果推理、原创性思考、跨领域迁移学习的能力；

只有当AI从情绪内容、办公辅助等边缘场景，全面切入生产制造、基础科研、供应链重构、社会组织优化等核心领域，我们才能真正实现生产结构、作业流程、社会组织模式的全方位重构。到那个时候，AI创造的价值才会呈指数级爆发，完整的技术与商业双循环才能高效运转，我们今天畅想的智能文明时代，才会真正到来。

风险提示

本报告所载信息和资料