Ed Zitron AI 担忧预测：对准确性和推理的核查

核心结论

Ed Zitron 高度自信的预测——AI 进展已达到顶峰、大型科技公司正在‘死亡’，以及 AI 公司将崩溃——均已被截至 2026 年中旬的收入、利润和使用数据所证伪。他的论点反复误用或歪曲指标，且错误预测的模式与典型的炒作驱动型评论员如出一辙，而非严谨的预测。

1. "大型科技公司正在死亡" 的说法在事实上是错误的

结论： 截至 2026 年，Meta、Google（Alphabet）和 Microsoft 的收入与利润持续增长，与 Zitron 所称的生态系统正在衰亡的说法相矛盾。

公司	2023 年收入	2024 年收入	2025 年收入	2026 年上半年收入
Meta	$135 B	$165 B	$201 B	$117 B
Alphabet	$307 B	$350 B	$403 B	$230 B
Microsoft	$228 B	$262 B	$305 B	$173 B

这三家公司均实现了收入和 GAAP 营业收入的两位数同比增长。Zitron 仅依赖 SimilarWeb 的月活跃用户（MAU）短暂下降，却忽视了 Meta 自身用户数据并未出现持续下滑。对于 Google，他聚焦于单一高管（Prabhakar Raghavan）和所谓的搜索质量下降，却忽略了 YouTube、Cloud 和广告业务的持续扩张，这些正是推动增长的核心动力。

"Zitron 特别点名 Meta 是一家正在死亡的公司……然而，Zitron 论证中的理由是错误的——Meta、Google 和 Microsoft 的生态系统并未走向衰亡。" – Dan Luu

2. AI 能力峰值从未达到

结论： 所有声称生成式 AI 已达到性能天花板的预测（例如 2024 年 2 月、2024 年 3 月、2024 年 7 月）均被模型质量、编码能力及幻觉缓解方面的可测量进步所反驳。

幻觉率 显著下降，因模型引入了自我验证循环和工具使用（例如 Claude 的代码执行、GPT-4.5 的工具集成）。
编码助手 现在能通过迭代提示常规通过单元测试，这是 2024 年初尚不具备的能力。
Gemini 超过了 Zitron 所称的“2025 年底达到 5 亿用户”的预测，提前数月达到 7.5 亿用户。

"他声称 AI 模型并未变得更强大……然而，每个主要提供商每季度都发布了更新、更强大的模型。" – Juho Snellman (HN 评论)

3. 对 AI 公司的财务预测是错误的

结论： Zitron 对 OpenAI、Anthropic 等实验室的悲观收入预测已被实际融资和收入所超越。

公司	Zitron 的 2025 年收入预测	实际 2025 年收入（估算）
OpenAI	$11.6 B（声称荒谬）	> $12 B（已超越）
Anthropic	$34.5 B（荒谬）	$6–7 B ARR（2025 年）——虽远低于预测，但已远超 2024 年水平

Zitron 还警告 OpenAI 将在 12–24 个月内崩溃；相反，OpenAI 成功筹集了 2000 亿美元 新资本，并持续推进快速产品发布。

"OpenAI 对 2024 年收入 37 亿美元、2025 年 116 亿美元的预测……是荒谬的……但他们已提前超越了 2025 年的目标。" – Dan Luu

4. 数字误用的模式

结论： Zitron 经常引用数字却未建立连贯的因果论证，常出现误算或选择性使用数据。

Anthropic 电子表格错误： 重复计算月份、遗漏天数，甚至列出不存在的 2 月 30 日。
依赖 MAU 下降： 使用 Known 为噪声较大的第三方估算（SimilarWeb），却忽视了原始用户指标。
利润率： 仅呈现利润率百分比，未说明现金流或表外投资对利润的夸大影响。

"他的经济分析完全是垃圾……这些错误是故意欺骗。" – Juho Snellman (HN 评论)

5. 社区反应凸显核心问题

结论： Hacker News 的讨论集中于三个主题：（1）Zitron 的预测一贯错误，（2）其风格是情绪驱动的点击诱饵，（3）尽管缺乏事实支持，其受众仍视其为权威。

"Zitron 已成为他所批评的 AI 拥护者们的扭曲镜像……他永远无法承认自己错了。" – pcstl

"他采用 Gish gallop 策略：用大量廉价无意义的内容淹没对话，使其难以反驳。" – DonsDiscountGas

"即使他的说法被事实核查，社区往往忽视反驳，反而强化情绪化叙事。" – jrflo

6. 与历史未来学家的对比

结论： Zitron 的记录与那些做出大胆、数字密集型预测却从未实现的经典未来学家相似（例如 Ray Kurzweil 2001 年的寿命预测）。与许多未来学家不同，Zitron 并未调整其叙事，而是简单地将时间线向前推移。

"他可能最接近 Kurzweil 的风格——用数字增强可信度，但一旦深入分析，其推理便土崩瓦解。" – Dan Luu

7. 为何记录至关重要

结论： 过度自信且反复错误的预测会损害可信度，并可能误导依赖公开评论获取市场信号的投资者和政策制定者。

Brier 分数含义： 高信心度的错误预测会严重惩罚预测者的校准性，表明系统性过度自信。
市场影响： 尽管 Zitron 的受众可能较小，但其言论助长了‘反 AI’叙事，可能影响公共政策辩论。

"即使一次以绝对自信做出的错误预测，也表明极度的过度自信。" – Dan Luu

总结

Ed Zitron 2024–2025 年的 AI 担忧预测已被 系统性地证明错误。数据——收入、利润、用户采纳率以及模型能力的提升——直接反驳了他的主张。此外，他的推理依赖于误读的指标、情绪化修辞以及不断调整时间线的模式，而非基于证据的分析。对于任何寻求可靠 AI 进展或科技行业健康状况洞察的人而言，Zitron 的记录应被视为炒作驱动型评论的警示案例。