2014年亚马逊推出的Alexa是语音计算的一场革命。早期采用者对能够不用动手就调暗灯光、设定计时器和查询琐事感到惊叹。到2018年，亚马逊在全球售出了超过1亿台Alexa设备。快速前进到2026年，这种光彩已经完全消退。这台曾经让人感觉置身未来的设备现在感觉就像一个容易发脾气的室友，听错一切，播放广告而不是答案，需要你尖叫三遍相同的命令。根据商业记者审查的内部文件，亚马逊的Alexa部门自2017年以来据称损失超过250亿美元。承诺的让Alexa真正智能的AI升级已多次推迟，最新的内部目标被推至2026年底或2027年初。 AI行业也在经历一种惊人相似的清算。ChatGPT于2022年11月推出，到2023年1月已达到1亿用户，成为历史上最快被采用的消费者应用程序。OpenAI、谷歌、Anthropic和十几家初创公司承诺大型语言模型（LLM）将改变每个行业。风险投资家在2023年和2024年共投入超过500亿美元到生成型AI公司。但现在到了2026年中期，裂痕已经无法忽视。每个主要AI模型都有一个知识截止日期，通常为当前时间的12到18个月之前。GPT-4的训练数据截至到2023年4月。Claude 3的知识截至到2023年8月。当你问关于更近的事情时，你得到的不是智慧，而是一个被美化的搜索引擎包装，抓取网络结果并用自信的语言重新格式化。 幻觉问题已经成为行业不为人知的秘密。2026年3月，斯坦福大学和麻省理工学院的研究人员发表的一项研究发现，根据模型和领域，领先的LLM在大约15-27%的事实查询中编造信息。法律AI工具被发现引用不存在的法院案例。医疗AI助手推荐了危险的药物组合。金融AI则杜撰了股票代码和合并交易。这些系统传达虚假信息的自信程度是其最危险的特点。与显示来源以进行验证的搜索引擎不同，AI只给你一个听起来权威的答案，没有简单的方法来检查其工作。 承诺的生产力革命也未能在规模上实现。微软的Copilot嵌入在每月每用户30美元的Office 365中，其采用率远低于预测。2026年4月泄露的微软内部调查显示，仅有38%的企业客户报告他们的员工每周使用Copilot许可证。问题不在于技术的能力，而在于其可靠性。当AI助手80%的情况下是正确的，而剩下的20%则造成了比节省更多的工作，因为用户必须验证每个输出。知识工作者通过痛苦的方式认识到盲目信任AI会导致在客户和同事面前出现尴尬错误。 与此同时，AI的成本结构变得不可持续。据报道，训练GPT-4的成本超过1亿美元。下一代模型的训练运行成本估计为5亿到10亿美元每次。实际回答用户查询的推理运行成本AI公司约为每次交互0.01到0.05美元，具体取决于查询的复杂性。据SemiAnalysis分析，OpenAI的ChatGPT每天运营成本估计为70万美元。在大多数用户使用免费层的情况下，这种单位经济无法运作。据报道，OpenAI在2024年烧掉了50亿美元，并有望在2026年亏损60到70亿美元，尽管收入增长。盈利之路仍不明朗，尤其是在初期炒作消退且用户返回到搜索引擎等免费替代品的时候。 行业的反应是重新定位和转型。公司不再声称AI将取代人类工人，而现在强调AI是一个“辅助驾驶员”或“助手”。公司不再承诺到2025年实现人工通用智能（AGI），而是悄悄地将时间表推迟到2030年或更晚。谷歌在几次备受瞩目的失败后缩减了其AI部署计划，包括一个告诉用户在披萨上涂胶水的AI概览功能。Meta在其AI助手采用率极低后停止发布过度宣传的AI产品公告。淘金热已经结束，而留下的是更为冷静的评估：AI是一种具有狭窄应用的工具，而不是人类智能的替代品。