从珍珠街到芝加哥:AI还差一个「交流电时刻」

我们究竟在建造什么？

今天的 AI 行业，正在经历一场多少有些疯狂的基础设施竞赛。OpenAI、Anthropic等巨头资本投入巨额资本训练模型，争夺数据、GPU、HBM 内存，建设算力中心，Elon Musk已经开始甚至开始为算力在太空寻找专属的电力供应。每隔一段时间，就有更大的模型、更高的基准分数出现。

我也每天不断接受新名词、新技术：MOE、Openclaw、Harness、Caudecdode、JEV，好像不了解就会错过什么。但这些时髦玩意也没有迭代出一款触手可用的AI产品。

但看着这一切，我偶尔会产生一个疑问：如果 AI 的终点，只是训练出一个更聪明的模型，然后在排行榜上再登高一点，那么我们今天究竟在为什么而疯狂？

不妨把目光投向改变人类文明的技术革命——电力。

电力成为现代社会默认的基础设施，中间还隔着几十年的工程建设、产业协同与生产方式变革，AI 或许正在经历相似的历史。前者催生了第二次工业革命，后者或许正在酝酿一场新的工业革命。

1893 年的芝加哥：电力第一次让世界看见未来

1882 年，纽约珍珠街电站投入运行，电力不再只是实验室里的现象，而开始成为可以被生产、输送并出售的服务。不过，珍珠街电站采用的是局部供电模式，用户必须靠近电站，供电范围、输送成本与系统容量都构成了限制。

这像不像现在需要人工调用api方式才能获得大模型智能的方式？

我们已经拥有性能强大的云端模型，也可以通过 api 调用它们。但能力通常仍被绑定在特定的平台、算力集群与软件接口之中。模型能做什么，与它能否以合理的成本进入真实世界，是两个不同的问题。

回到1893 年的芝加哥世界博览会那个夜晚，具有划时代意义的芝加哥时刻。夜幕降临，博览会园区里安装了约 12 万盏电灯，灯光照亮瞬间整个园区，通过这种大规模展示了电气照明与电力应用足以震撼到每一个人。电不再只是一种难以理解的物理现象，而成为普通人能够亲眼观察、切身感受的现实。不用给在场的任何人科普，他都知道以后电对于他来说意味着什么。

那么，今天的 AI 距离属于自己的芝加哥时刻，还有多远？

云端AI 进入了广泛商业应用阶段，端侧智能、可靠的 Agent，以及能够在物理世界中持续执行任务的 AI 系统，距离真正成熟的基础设施仍有相当距离。我们已经见到了 AI 的灯光，却还没有把这束光稳定地送进每一个需要它的角落。

西屋电气在世博会上部署了由特斯拉设计的多相交流电系统，包括发电机、电动机和完整的配电网络，成就了芝加哥时刻。又会是什么会成就AI时刻呢？

AI 需要克服的是系统太散

电力发展史最值得借鉴的地方，在于决定它能否普及的，并不只是发电机本身。AI必须解决三个问题：如何输送，如何接入，以及如何围绕这种新能力重新设计整个系统，而不是单纯的模型能力问题。

第一，智能的输送还没有建立经济可靠的通道。 今天的 AI 能力高度绑定在云端算力集群和特定平台接口上。一个模型可以在服务器上运行，却未必能以低成本、延迟和稳定性进入手机、汽车或工厂设备。智能的输送同样面临类似的错配：模型迭代的速度远超硬件适配、编译工具链和运行时环境成熟的速度。不同芯片的指令集、算子支持和编译器高度多样化，每换一块芯片就要重新打通整条链路。这正是端侧智能正在克服的问题。

第二，智能的接入还没有形成标准化的“插座”。 电力普及的关键之一，是电器可以即插即用，用户不需要知道电流从哪里来、经过了多少次变压。智能要成为基础设施，接入层就必须被封装起来，让应用开发者不需要反复处理底层的模型路由、版本管理和硬件适配。

第三，围绕智能重新设计系统的能力仍然严重不足。 这可能是最被低估的瓶颈。电气化的历史表明，仅仅给工厂接上电并不会自动带来效率跃升。真正释放电动机潜力的，是把机器的布局、生产单元和组织方式都围绕电力重新设计。AI 面临同样的滞后：把一个模型接入现有软件、增加一个聊天窗口，和围绕模型的感知、规划与执行能力重新设计任务流，是完全不同量级的事情。

这才是 AI 需要自己的“芝加哥时刻”的含义。不是所有模型和芯片必须采用同一种技术，而是通过统一接口、可插拔后端、可重复评测与成熟工具链。

也许几十年后，当人们回头看今天按 Token 调用模型、手工配置 Agent 的方式获得“智能”，也许会觉得它像钻木取火一样原始。

AI 不会大面积普及和平权

这里必须引入一个不那么令人愉快的事实：一种技术成为通用技术，并不意味着它的收益会自动、平等地分配给所有人。

Andrej Karpathy 在 2026 年 10 月发出了一条被广泛引用的警告。他估算，全球约 60 亿人（约占总人口的 75%）几乎从未接触过大语言模型；而能够接触前沿 AI 系统内部版本的人，大约只有 5000 人（占比0.00006%）。

电力就是一个很好的反例。根据世界银行等机构发布的《Tracking SDG 7: The Energy Progress Report 2025》，2023 年全球仍有约 6.66 亿人无法获得基本电力接入，其中约 85% 生活在撒哈拉以南非洲。虽然稳定的电力供应在国内成为日常生活的默认条件，目前仍然可能有数以亿计的人被排除在外。

未来 AI 的不平等，不再只是有人用、有人不能用，而是有人能够获得更强的智能、更完整的工具链与更高效的执行系统，而另一些人只能使用受到限制的智能。电力曾经改变了人与机器的关系；AI 则可能进一步改变人与知识、决策和生产能力的关系。

新的技术鸿沟产生的社会变革也许会比我们今天理解的更深。