编者按:要用一个比喻形容2026年的AI,MIT Technology Review给出的答案是“皮疹”——不请自来、到处都是,想忽视都难。本文基于该刊“AI Hype Index”专栏最新一期内容编译扩展,梳理这场技术狂热在搜索、机器人、零售等场景中的真实投影。
一、搜索框里的AI:巨头的豪赌
搜索框是 AI 渗透最打眼的一处。Google 把生成式模型产出的搜索摘要 AI Overviews 直接摆到了数亿用户面前,搜什么都是一个 AI 拼出来的答案先冒头,蓝色链接反倒排在后头。麻烦出在钱上:用户不点链接了,广告曝光和点击收入自然跟着往外流。按行业估算,这类 AI 摘要每年给公司带来的广告损失可能达到数十亿美元量级。
可Google还是选择加码。原因并不难懂:ChatGPT、Perplexity等AI搜索产品步步紧逼,守住“搜索入口”比守住短期广告收入更要紧。这是一场典型的创新者困境——用可能伤到自己的方式,去防更危险的对手。围绕AI Overviews的争议也没停过:出版商抱怨流量骤降,用户吐槽摘要出错,监管机构盯着内容版权与市场支配地位。但这些都没挡住AI答案成为搜索页的默认配置。
二、机器人走下流水线,走进楼道
原文里有个颇有画面感的细节:走出公寓,你可能会碰上两个人正抬着一台AI驱动的人形机器人上楼,去打扫某个房间。这一幕既说明人形机器人商业化在往前推,也露出它的尴尬——机器人还没法完全自主,搬运、辅助、兜底仍得靠人。
过去两年,人形机器人赛道挤得空前。特斯拉Optimus、Figure、波士顿动力的电动Atlas,再到中国厂商批量出货,资本和舆论一起把“通用机器人”捧上了神坛。可落地场景还是集中在工厂搬运、仓储分拣这类结构化环境。真要进家庭清洁、陪护这样的非结构化场景,机器人面对的挑战远不是演示视频里那份流畅能比的:楼梯、门槛、杂物、宠物,每一项都是现实世界的“长尾难题”。于是就有了原文中那一幕:AI机器人负责“智能”,人负责把它抬上楼。
三、炒作指数衡量的到底是什么
MIT Technology Review的“AI Hype Index”并不是单纯唱衰AI,它想用可观察的指标——媒体提及量、融资热度、产品发布密度、公众情绪——来勾画技术期望与实际能力之间的落差。一项技术同时出现在超市货架、手机弹窗、街头巷尾和董事会议程上,那它要么正在变成基础设施,要么正在制造噪音。
当AI无处不在时,真正稀缺的不再是模型能力,而是判断力:哪些场景值得用AI重做一遍,哪些只是把旧功能贴上新的标签。
超市的智能导购屏,手机里的AI修图、AI写作、AI助手,企业软件里一层套一层的“Copilot”,AI功能正以极低成本被塞进几乎每一个产品。对厂商来说,这是营销刚需;到了用户手里,却常常是关不掉的开关和似曾相识的鸡肋体验。炒作指数的价值,恰恰在于提醒人们分清“被AI覆盖”和“被AI改善”。
四、泡沫与革命,往往同时发生
围绕AI的争论早就分成两派。乐观者看到算力投资、模型迭代和生产力工具快速普及;怀疑者看到估值高企、收入兑现缓慢、能源与版权成本往上走。历史经验说明,这两边可能同时说对——互联网泡沫破了,互联网本身留了下来;大批AI应用会消失,AI能力则会沉淀成下一代软件的基础设施。
对普通用户来说,更现实的问题是:AI像皮疹一样蔓延开来,我们有没有能力选择什么时候用、什么时候拒绝?企业和监管者要回答的则是:怎样在狂热中建立评估标准,让投资流向真正提升效率的场景,而不是流向发布会PPT。AI无处不在或许已是事实,可“无处不在”不等于“不可或缺”。这场热潮最后能留下什么,要看接下来几年有多少AI产品从演示走进日常,从噱头变成习惯。