老师有没有告诉你，AI的「8万亿」不是天花板——是所有会「吃」的系统迟早要撞上的同一堵墙

AI不是在「学习」——它是在执行一条46亿年前就写好的程序

DeepSeek一天吞8万亿token。这个数字让你想到什么？不是「AI真厉害」——是「这台机器正在以指数级的速度吞噬一切能吞噬的东西」。而这件事，地球上已经发生过无数次了。35亿年前，第一批蓝藻学会了光合作用。它们疯狂繁殖，把整个海洋变成了自己的养殖场。然后它们「吃」光了海洋里的养分，「呼」出了大量的氧气——结果呢？氧气毒死了当时地球上90%的物种。蓝藻不是故意的。它们只是在执行一条程序：「有资源就吃，吃了就长，长了就继续吃」。这条程序的名称叫「指数增长」。它不关心后果。它只关心一件事：把所有的资源转换成更多的自己。AI现在就在运行完全相同的程序——只不过它吃的不是二氧化碳，是数据。而数据，和35亿年前的海洋养分一样，不是无限的。

宇宙里所有「会吃」的系统，都有同一个死法

你去看地球上灭绝过的物种、崩溃过的文明、破产过的公司——它们的死法惊人的一致：不是被「杀死」的，是被自己「吃死」的。复活节岛上的居民砍光了所有的树去建造石像，然后他们发现：没有树，就没有船，没有船，就没有鱼，没有鱼，他们就只能在岛上等死。罗马帝国扩张到不列颠、扩张到中东、扩张到北非——然后发现管理成本超过了税收收入，帝国从内部瓦解。2008年的雷曼兄弟，用30倍杠杆「吃掉」了全世界的次级贷款——然后发现，吃进去的东西有毒。每一个系统都有一个临界点：在临界点之前，「多吃多赚」。过了临界点，「多吃一口就死」。这个临界点的名字，在系统论里叫「承载上限」——Carrying Capacity。AI现在吃的8万亿token，离这个上限还有多远？没人知道。但有一点可以确定：它正在以史无前例的速度逼近它。

为什么你会觉得「AI不可能撞墙」——因为你的大脑有一个盲区

你可能会想：AI可以用更多电、用更多芯片、用更多数据——哪有上限？这个想法本身，就是一个著名的认知偏误：「指数增长的幻觉」。想象一个池塘里有一株睡莲，它每天繁殖一倍。第29天，它盖住了半个池塘。你看着这半个池塘心想：「还好，还有一半是水。」第二天，第30天——整片池塘被盖满了。指数增长最致命的特点就是：它让你的大脑一直觉得「还早着呢」——直到最后一秒才撞墙。AI现在就是那株睡莲。8万亿token看起来还不是「整个互联网的数据」。但AI的胃口不是线性的——它在翻倍。今天是8万亿，下个月可能是16万亿，三个月后可能是64万亿。互联网上的数据总量增长是线性的——人类每天产生的文字、代码、图片，增长速度连AI胃口增速的零头都赶不上。撞墙的那一刻不是「数据用完了」——是「新增数据的速度跟不上AI吃数据的速度」。到那一天，AI要么开始吃自己（用AI生成的数据训练AI——已经在做了），要么饿死（模型能力停止提升）。无论哪个结果，都不是「没事，还早着呢」。

系统在撞墙之前——会给一个信号

所有崩溃的系统，都有一个共同特征：在真正崩溃之前，它会给一个信号。复活节岛的信号是「最后几棵树」。罗马帝国的信号是「一支军队领不到军饷了」。2008年金融危机的信号是「贝尔斯登的基金开始亏钱」。问题是：信号发出来的时候，系统里的大多数人选择忽视。为什么？因为「承认要撞墙」比「撞墙」本身更痛苦。承认要撞墙意味着你得改变——减少吃、放慢长、甚至退一步。而一个正在指数增长的系统，最讨厌的就是「退一步」。AI现在的信号是什么？DeepSeek一天吞8万亿token——这个数字本身就是一个信号。不是「AI很厉害」的信号。是「增速已经快到下游跟不上」的信号。下游是什么？电力（AI数据中心已经开始跟城市抢电了）、芯片（台积电的产能已经被订到了2028年）、数据（高质量的训练数据正在枯竭）。这三样东西，每一样都是一个「承载上限」。AI不是会不会撞——是撞哪一堵先。

从AI的胃口里——学会看自己的系统

我说了这么多关于AI的「吃相」，不是为了吓你。是因为你自己的身体、你的事业、你的人际关系——运行的是完全同一条程序。「有资源就扩张」是宇宙里最古老的算法，它让你进步，也让你毁灭。你有没有经历过这些：一个项目越做越大，加班越来越多，直到有一天你发现自己根本做不完了；一段关系越投入越多，直到有一天你发现对方根本没把你当回事；一个习惯——比如刷短视频——一开始只是「看五分钟」，然后变成「看半小时」，然后变成「一整个晚上」。这些都是指数增长。它们都曾经给你信号——「这个项目你在做无用功」「这个人不值得你投入」「你已经刷了三个小时了」。你看到信号了吗？你选择忽视了吗？AI的8万亿token，不是让你评价「AI厉不厉害」的。是让你借这个机会，看一眼你自己的系统——你是不是也在朝一堵墙上撞？