中国股票配资网网站报道了几年AI，我越来越觉得自己是个骗子……

太疯狂了，这大概是APPSO报道AI以来经历过更新最为密集的一个月。

在给大家介绍完一众新模型后，今天这篇文章，想和你聊聊对AI行业的发布周期所产生的「超现实」现象。

在车轮滚滚的周期中，AI媒体们，包括APPSO自己，也成为了「共谋」。归根结底，在其位谋其事，潮水的方向难以抵抗。但我们发现越来越多人都有类似的感受，所以本文也算是一种自省。

事情要从Opus 4.7说起。

只看大部分单项基准测试分数的话，你会以为Anthropic再次抬高了大模型的上限。但是在发布之后，真正用上Opus 4.7的用户感觉并非如此。Token耗费变得比前代更加夸张，上下文能力和编码场景下的工具调用能力都有所倒退。

在使用了一段时间后，一些开发者切回了Opus 4.6。Pragmatic Engineer作者Gergely Orosz表示这个新模型「像是在跟我作对」。「Opus 4.7是一次严重的倒退，而非升级。」很多开发者都表示了类似的观点。Business Insider报道，吐槽Opus 4.7的推文获得了数万次点赞。

基准测试的结果，是对Opus 4.7的描述；用户实感，同样是对Opus 4.7的描述。然而两者之间，有着天壤之别。

这种区别，指向了一个笼罩在整个AI行业的文化现象，也即：

AI行业，特别是以Anthropic、OpenAI为代表的公司，它们尽力维持着一种模型/AI产品发布周期(launch cycles)，每隔几个月甚至几周就有大版本发布，每天都有新功能推出。

然而，这种车轮滚滚的发布周期，有如左脚踩右脚一般，已然形成了一种自我维系的新经济模式。「发布」这件事本身，以及围绕这些发布所撰写的营销物料和媒体报道，足以塑造、固化人们对于AI进步的认知，并且引发真实的财务后果（关联公司的股价涨跌）。

也就是说，AI在认知意义上的进步，已经先于真实体验上的进步，甚至在很大程度上完全替代了后者。

发布取代了体验，炒作成为了现实。

鲍德里亚与AI行业的超现实

在《黑客帝国》的主要角色进组开拍之前，主创沃卓斯基姐妹曾经强制要求他们阅读法国哲学家让·鲍德里亚的《拟象与模拟》(Simulacres et Simulation)一书。

文化评论界普遍认为，《黑客帝国》是流行文化作品对鲍德里亚的思维框架的绝佳演绎：大部分人接受了虚构的幻象，只有少数人「人间清醒」。在Cypher这个角色的身上，你会看到有人更偏好美好的幻象，而非艰难的现实。

而《黑客帝国》三部曲的主角们，选择的是红药丸，是无论战胜母体的可能性有多么的渺茫，都要回到并且重新掌握自己的现实，掌控自己的主体性。

讽刺的是，在2003年，法国杂志《新观察家》采访了鲍德里亚本人对《黑客帝国》的看法，他是这么说的：

《黑客帝国》绝对是「母体」本身会制作出来的那种关于「母体」的电影。

翻译一下鲍德里亚的这句话，他其实是在吐槽《黑客帝国》流于「战胜强敌，重掌自我」的流行文化俗套。他并不认为《黑客帝国》领悟了自己提出的理念的精髓。

正相反，鲍德里亚认为，「现象」的扭曲力场已经如此之强，以至于现象与现实已经不存在实质性的区别——现象早已取代了现实。

一家饭馆的菜单，成为了饭馆的具象代表，然而你仅从菜单上是品尝不出这家餐馆的口味的；人们从一张平面的世界地图中形成对于不同国家疆域大小的认知，但当二维的比例尺切换到真实世界中却并不精确，甚至差之千里。

现实当然是存在的，只是在现象先行的时代，它逐渐变得无足轻重了。

回到本文的主题：AI模型和产品的发布周期，你会发现一切正是按照鲍德里亚所预言的「超现实」(hyperreality)那样，正在发生。

环绕在最新的AI模型周围的配套体系，已然发展地如此迅猛，变得无比庞大和厚重，具备了强大而难以撼动的自我维持能力，以至于新闻稿、基准测试分数、媒体报道……等等的「外围」，已经变成了AI本身，足以塑造人们对于AI的认知；用户对于模型/产品的真实体验，反而变成了无足轻重的次要因素。

今时今日，AI新品的发布，并没有真的揭晓产品。而是发布的行为本身塑造了某种叙事，造成了某种现象。而这些叙事、现象，取代了真实体验(lived experience)。

发布本身，就是「产品」。

Opus 4.7、Gemini、Sora

在Opus 4.7发布的同一周，Figma的股价一共暴跌了三次。

按照时间倒序：最后一次是Claude Design发布；中间是Opus 4.7发布；而第一次，是在4月14日，Opus 4.7发布的两天前。

当天，The Information独家报道了Anthropic准备在当周发布Opus 4.7模型以及设计工具的消息。

在4月14日哪一天，股价下跌的不止Figma：Adobe、Wix、GoDaddy等一众公司都有损伤——数十亿美元的市值蒸发，仅因为一家权威媒体报道了一个对于外界并不真正存在的、无法被切实感知到的产品。

如果说当今的AI行业已经完全沦为一个现象领先于现实的「超现实」，The Information这篇报道所引发的股票抛售恐慌就是绝佳的例证。

随后，Opus 4.7正式发布。Anthropic宣称它是有史以来最强大的Opus模型，并提供了一系列基准测试分数来作证：SWE-bench Verified从80.8%提升到87.6%，CursorBench从58%到70%。

在发布的那一瞬间，人们无比兴奋，因为这个有史以来最强大的Opus模型，不仅看起来是毫无争议的进步，而且居然加量不加价，仍然是$5/25每百万输入/输出token。

过了一段时间，真实用户体验如潮水般涌来，一切都变了。

用户们发现，Opus 4.7在很多特定任务上「降智」情况显著。比如开发者和博主Theo Browne发现，即便在Anthropic官方推出的Claude桌面端中，使用Anthropic官方的harness来编排Opus 4.7执行代码类任务，它仍然会表现地很蠢，例如找不到Node.js的最新版、无视官方的系统提示词等等。

再比如，Opus 4.7在多轮上下文寻回基准测试(MCMR)中的分数，连前代Opus 4.6的一半水平都达不到。这个基准测试所对应的上下文寻回能力，对于Anthropic主打的核心行业用户，包括法律、金融等等行业来说可能会有显著影响，他们真的需要在百万级的超长上下文窗口下工作。

Claude Code主创Boris Cherny亲自下场，宣称MCMR是一个糟糕、过气的基准测试，以后都会用GraphWalk来作为上下文测试的基准。

Cherny的解释并没多少说服力。他说MCMR没有现实意义，但人们同样可以说GraphWalk，一个通过十六进制哈希值来评价图遍历性能的测试，跟MCMR没有区别，都没什么现实意义，都是「海底捞针」式的测试任务。

Opus 4.7采用的新分词器也带来了新的负提升，可能导致输入、输出前的思考过程的额外消耗，提升最高35%。在新模型发布后的一天内，有企业用户反映在此前相同的任务上使用Opus 4.7在Claude上运行任务，比4.6提前30%-80%达到5小时限额。

开发者Abhishek Ray对Opus 4.7的新分词器做了深入测试，发现在阅读文档（比如CLAUDE.md）的消耗能够达到4.6的1.45-1.47倍。

而Anthropic官方说的0到35%token增加，会让你以为真实场景会在这个区间内浮动——然而实际上，在真实场景里，额外的耗费比Anthropic的「上限」还要高。

Anthropic的应对策略是什么呢？还是派出了Boris Cherney，去X上口头宣布：我们为所有用户提高了限额！

当事实跟叙事对不上的时候，Anthropic会忽略事实、改变叙事。这就好比一个封建领主打仗失了地，他不想着争回来，反而把地图给改了，然后告诉你「我的王国从来都是这么大」。

在Opus 4.7的官方基准跑分表上，还有另一行数字属于Mythos模型：SWE-Bench Verified高达93.9%，GPQA Diamond高达94.6，CyberGYM高达83.1%——几乎全方位超越Opus 4.7。

Mythos是在Opus 4.7之前「发布」的，然而这次「发布」远比Anthropic做过的任何一次发布都更加匪夷所思：

普通用户是没有办法在发布的同一天用上Mythos的，A社只是宣布了有这个史无前例版强大的模型的存在，只有不超过50个公司认可的合作伙伴可以第一时间用上。A社还说，没有在近期将Mythos公开放出的计划。

Mythos存在吗？存在，也不存在，它只存在于Anthropic官方的服务器上，存在于这些被A社官方认证的「合作伙伴」的体验当中。

但是这并不妨碍网红博主和AI媒体们对其发表各种溢美之词：一个将会彻底革命千行百业的大模型，一个秒杀一切其它模型的「最后的大模型」……

Mythos是那个号称强大到以至于世界上99.999%的人都不配使用的模型。

然而对于普通人来说，它迄今为止唯一的真实意义，就是塑造Anthropic乃至于整个AI行业将会彻底重塑这个世界的认知。

但Anthropic并不是第一家这么做的公司。

2023年底，Google发布了一条展示Gemini多模态的宣传视频。在这条视频里，Gemini能够对摄像头拍到的画面进行实时的视觉理解，它能看懂用户手绘涂鸦的内容，能在用户玩游戏的时候进行实时解说，甚至能猜中用户在玩的「空壳游戏」（几个杯子一个球，猜球藏在哪个杯子里）。它的语音效果温暖而富有人味——在2023年的时候惊为天人。

Google CEO Sundar Pichai也转发了这条视频，在YouTube上的播放量一天内破了百万。科技媒体纷纷撰写了报道，盛赞AI的进步已然突破了文本对话本身，在获得多模态能力后真正进入真实世界并带来深远影响。

这个被营造出来的认知，在仅仅2天后就轰然塌房。

在彭博社和TechCrunch的记者逼问下，Google交代了实情：视频中Gemini所谓的实时对话，其实是静态图片和提示词一条一条喂进去后生成的回应。不仅Gemini产品在当时做不到实时对话，就连Google DeepMind团队自己都无法在内部实现。这个demo本身就是假的。

真相曝光后，Google仍在嘴硬。一位公司公关表示，这条视频是「Gemini可能性的演绎」。但我们都明白潜台词是什么意思，就像《盗梦空间》里的「植梦」那样，科技行业通过这样的营销行为，在用户的心智中种下种子，让它生根发芽，枝繁叶茂，开花结果。

当然，在今天，低延迟的对话功能和多模态识别能力早已被Gemini们实现。但事件发生的顺序仍然重要：Google先结了果，才去种的因。

这条视频后来被Google删除了。但在被证伪之前，已经有上百万人看过了视频，参与了这场倒果为因的表演——有多少人今天还记得当时Gemini团队做了这件事？真相是什么，已经不重要了。

类似的事情也发生在早期的Sora身上。

2024年2月，OpenAI展示了这个当时还在训练中的视频生成模型，赛博朋克都市里的迷醉霓虹，以假乱真的猛犸象穿越雪原，纸鸢如鸟群一般翱翔在天空。

直到24年底，带着彼此「穿模」的物体、满是六根手指的手、走样到无法辨认的人脸，Sora模型真的来了。用户期待着能像年初的预告视频里那样随意生成绚丽而真实的画面，得到的却是需要大量抽卡才勉强能用一个抽象短视频生成器。

有一说一，OpenAI的确在24年这视频的一开头就明确表示，当时的Sora还只是一个研究项目。但这条视频所营造出的「现象」，所塑造的认知，直到去年Sora 2正式上线才算勉强兑现。

后来的事情大家都知道了：如今Sora项目已经彻底关闭，标志着OpenAI暂时退出了视频生成模型的赛道。

Sora走完了属于它的生命周期。但它所验证的「现象领先现实」这一顽疾，却仍然肆虐着整个AI行业。

没有一片雪花是无辜的

当下这种情况，并不是凭空出现的，不同角度的行业人士参与到其中，而每个参与者都有自己的目的——最终形成共谋。

AI公司的产品经理、市场营销与公关撰写新闻稿，在种种基准测试中找到最有说服力的数字。这些公司的创始人和高管，更是极为擅长通过演讲、播客、推文去营造FOMO（错失焦虑），让失业的恐慌（无论是否真实）笼罩在舆论的头顶。

然后，媒体和自媒体网红们，通过一条又一条的文章、推文、视频、播客，将上述所有信息进行咀嚼、吞咽、反刍、排出。

行业常说模型即产品。但在更高的维度上，你会发现产品早已不是模型本身，而是环绕在模型周边的「外围系统」。

是一代更比一代高的基准测试分数，更是一篇又一篇以「地震」「海啸」「雪崩」为标题，宣告着「AGI奇点到来」，令人「头皮发麻」「大出血」「冷汗直流」「吓出癫痫」的AI网红帖文和媒体报道文章。

模型不再是产品，现象才是产品。现实不再构成现象的要件，现象变成了新的现实。

作为一个AI媒体的典型作者，我会在使用一个模型不到短短一天（大部分时候可能几个小时就够了）后给它打上「最强模型」的标签；当GPT的版本号从4进化到5的时候，我敢于不假思索就宣称新模型比GPT-4实现了这样或那样的进步。「碾压」「颠覆」「炸裂」在我的词汇表里，早已通货膨胀到不值一文。

合上电脑的时候，我经常陷入自我怀疑：今天写的文章在多大程度上经得住回头的事实考验？我有没有真正准确、负责任地描述这个AI模型或产品的创新性和实用意义？

究其根本，我们每天报道这个新模型，那个新产品，这样或那样的新技术变革，早已不再单纯因为它们有多少，甚至压根有没有创新性和实用意义了。

实际上，我们每天做这些报道，往往单纯是因为产品发布即将发生，而AI科技媒体如果不报道这些产品发布，如果不用这些词汇去写报道，报道就无法被推荐、点击、阅读、分享，就将落后于他人。

在今天，在这个AI营销模式下，没有哪个从业者可以不用随波逐流。是的，即便是APPSO也无法幸免。每一家媒体，每一个AI网红博主，都在为这个「无限进步」的循环贡献着自己或大或小的推力。

我们写了Opus 4.7是最强模型；转头我们又写了Opus 4.7降智。这些观点看似相互矛盾，可它们都来自于事实——但它们又绝非全部和唯一的事实。时间长了你就习惯这种左右脑互搏了。

在每一个时间点上，这些观点都击中了舆论的某种偏好或审美，符合当下的「时代精神」，所以自然会有前仆后继的媒体和博主去不断发表、增幅这些观点，引发争议，获取流量。

作为读者，你不应该期待今天看完这篇文章之后，明天不再看到它所批评的那种文章发表在APPSO上。甚至这篇讽刺的文章，本身也成了它所讽刺的对象。如果不是因为Opus 4.7的发布，和看到了后续的争议，我不会写这篇文章。

我们能最终逃离这个循环吗？

也不是完全没有希望。

Claude、GPT这样的模型，关注度足够高，用户足够多。在发布之后的第一时间里（通常在一两个小时内），我们能够看到一些真实用户的评测体验，特别是那些站在营销话术的对立面的真实报告。可以说，情况还是有转机的。

令我印象最深的其实是GPT-4o下线和GPT-5的发布。

人们对新的GPT大版本期待已久，山姆·奥特曼本人对模型做出「专家级别的智能」这一评价，以及那条经典的「死星」推文居功甚伟。

紧接着，GPT-5真的来了，却在X、Reddit等平台上引发了排山倒海的反向舆论。「降智」「不如4o」「还我4o」的声音此起彼伏。预测市场Polymarket上当时有一个预测标题是「哪家公司到8月底能拿出最强模型」，OpenAI在里面的比例在GPT-5发布后的短短一个小时内从百分之七十多降低到了十几。

顶不住压力的OpenAI，不得不把下线的4o又给搬回来。

然而这个循环还是没能破灭：GPT-5的小版本接二连三地推出，发布和更新的周期从年逐渐加速到以月为计。4o限时返场后最终还是下线，成为了滚滚向前的车轮压过的一粒石子。