当AI圈活成了Web3：一场“新瓶装旧酒”的技术狂欢

作者：losingle 来源：X，@losingle

最近看AI圈的各种“革命性发布”，总有一种当年置身Web3的荒诞感。什么都好厉害，什么都要颠覆，但扒开那些高大上的名词外衣，老技术人们往往会陷入沉思：就这？这不都是当年我们玩剩下的吗？

现在的AI创投圈，正在进行一场轰轰烈烈的“造词运动”与“技术重新包装”，硬生生把一堆接地气的老技术，吹成了高不可攀的魔法。

扒开AI的“革命性”外衣

被吹上天的“Web Agent”与“电脑控制”。资本市场上，这叫“具身智能”、“革命性的生产力工具”。但扒开底层一看，执行层全都是 Selenium、Playwright 这些自动化测试工程师用了十几年的老掉牙工具。以前这叫 RPA 或 UI 自动化，需要苦逼地写 XPath、抓 DOM 树；现在加了个大模型当“导航仪”，底层的轮子根本没换，就敢包装成“自主智能体”。这让干了多年自动化测试的兄弟情何以堪？

火遍全网的“RAG（检索增强）”与“知识图谱”。以前叫“垂直搜索引擎”加“文本摘要”，现在摇身一变成了“给大模型外挂企业级大脑”。本质上不就是把文本切块，用向量数据库做个高级版的“Ctrl+F”，再扔给大模型去总结吗？至于知识图谱，大模型的降维打击直接让当年那些熬夜写 SPARQL 查询语句、做实体对齐的数据挖掘老哥们怀疑人生——费劲巴拉建的图，还不如直接扔给大模型做语义检索好使。

惊艳全网的“实时语音智能体（Voice Agent）与数字人”。资本狂欢说电影《Her》走进了现实，AI伴侣拥有了情感和实时反应。但拆解开来，99%的项目依然是老掉牙的“三段式流水线”：ASR（语音转文本） -> LLM（大模型生成文本） -> TTS（文本转语音），中间用 WebSocket 连起来。为了掩盖这套流程带来的巨大延迟，开发者硬写了一堆规则，让AI在生成内容前先播放一句预设的“嗯…”、“让我想想”来拖延时间。以前做天猫精灵和Siri的工程师看了直呼内行：这不就是把当年的智障对话树换成了大模型吗？

老板们最容易高潮的“AI数据分析师（Text-to-SQL）”。号称“跟数据库聊天就能自动出报表”，扬言要干掉所有数据分析师。结果底层逻辑极其简单粗暴：就是把数据库的表结构（DDL）复制下来，拼成一段大白话发给大模型，让它翻译成一段 SQL 语句，然后再拿去数据库里跑个 SELECT。如果报错了怎么办？把报错信息发给大模型再改一遍。这不就是给数据库加了个“自然语言翻译机”吗？包装成“企业级对话BI”，就敢卖几十万的私有化部署。这让写了十年复杂连表查询（JOIN）、天天优化慢SQL的DBA情何以堪？

再比如，各种满天飞的“Agent 框架”。类似 OpenClaw、AutoGPT 这样的框架，宣传时动辄“自主规划、多智能体协同”。翻开 GitHub 源码一看，90%的项目只是一个极度单薄的“套壳（Wrapper）”。核心逻辑就是一个 while True 循环里塞满了各种字符串拼接的 Prompt 模板。真正干脏活累活、展现推理和 Function Calling 能力的，全是底层的基座大模型。框架只是做了个API转发，却把“智能”的功劳全揽在了自己头上。

最让人哭笑不得的，是“提示词工程（Prompt Engineering）”。这个听起来像顶尖科学家的头衔，本质上就是“高级字符串拼接员”。以前程序员写正则表达式、写 If-Else 来处理边界条件；现在变成了在文本框里苦口婆心地哄AI：“你是一个专家，请一步步思考，如果不听话就扣你工资”。这哪里是工程，这简直是赛博玄学调参。

为什么会有这么强烈的 Web3 既视感？因为大模型降低了交互门槛，让很多以前不懂技术的人，突然看到了自动化和数据挖掘的威力。他们以为这是AI带来的全新魔法，而老技术人只觉得这是新瓶装旧酒。

别错过那滴“赛博胶水”

不过，吐槽归吐槽，我们也不得不承认：大模型这口“新瓶”，确实把“旧酒”酿出了新味道。

以前的自动化测试、正则匹配和数据挖掘是“刚性”的，网页改个按钮脚本就崩了。而大模型赋予了这些老技术最缺乏的“柔性”和“容错率”。它像一罐极其优秀的“赛博胶水”，把以前那些硬邦邦、容易断裂的IT模块，柔和地连接在了一起。

现在的AI应用层依然在大量复用过去十年的基础设施。大模型从来没有发明新的轮子，它只是给所有生锈的老轮子，滴上了那滴发光的“赛博胶水”。

看透了这层窗户纸，我们就能在喧嚣中保持清醒：剥去AI的自然语言外衣，看清它的底层执行器。不被概念忽悠，但也别错过这罐好胶水。

来源：金色财经