我的第一篇VentureBeat报道是‘AI伍德斯托克’，最后一篇是英伟达129亿美元收购Hugging Face

今天是我担任VentureBeat编辑总监的最后一天。

当我试图梳理过去三年的经历时，我的思绪总会回到入职最初的几周。作家本能地寻求叙事上的对称性，但有时宇宙恰恰就为你奉上完美的首尾呼应。

三年前， 我在VentureBeat发表的第一篇重要报道 始于一条推文。Hugging Face联合创始人兼首席执行官克莱姆·德朗格（Clem Delangue）当时正在旧金山，随口提出了召集数百名开源AI开发者举办一场线下聚会的想法。三周后，约5000人涌入探索馆（Exploratorium）。现场有活体羊驼，还有人开了个玩笑，调侃Meta此前数周刚泄露到互联网上的模型权重。他们将这场活动称为“AI伍德斯托克。”

它由此成为旧金山传奇的一部分。更重要的是，它标志着人工智能的一次突破性时刻，也标志着这座城市的一次复兴。对于我们这些曾经历过2021年旧金山最黑暗、最沉寂日子的人而言，目睹这座城市在单一下午重焕生机，令人振奋不已。当天，我采访了德朗格与吴恩达（Andrew Ng）。德朗格安静、谦逊，对于自己无意中促成的一切，他显得真诚而羞涩。他只是很高兴活动最终成功了。 挺过2021年旧金山最黑暗、最沉寂的日子，观看这座城市在单一下午重焕生机，令人振奋不已。当天，我采访了德朗格与吴恩达（Andrew Ng）。德朗格安静、谦逊，对于自己无意中促成的一切，他显得真诚而羞涩。他只是很高兴活动最终成功了。

今天，一切又回到那个时刻，因为本周， 英伟达（Nvidia）同意以129亿美元收购Hugging Face。即便刻意设计，我也无法构思出更完美的首尾呼应。

一条推文演变为5000人；5000人演变为129亿美元。

这就是过去三年的故事，也是我在离任之际想要讲述的故事，因为我认为它解释了为何这一时期对聪明人而言如此难以理性把握。

ChatGPT从一个“研究预览版”发展为拥有逾10亿周活跃用户，耗时不到四年——而这大致相当于许多媒体公司组建专项工作组所需的时间。我曾报道Anthropic达到 300亿美元年化营收 ，其自身高管形容该增长速度“疯狂”。英伟达上一季度营收达 960亿美元 ，较上年同期翻倍有余。我目睹多家公司从A轮融资演示文稿阶段，到估值跃升至数十亿美元，所用时间甚至短于多数行业完成一个财年结算所需的时间。

这些事实中的任何一项，如今单独来看都不再令人惊讶。但当它们累积起来，仍让人感觉不真实。这背后有其原因，并非个人性格缺陷所致。

池塘、浮萍与我们所有人画下的那条直线

1975年，荷兰心理学家威廉·瓦根纳尔（Willem Wagenaar）与萨巴托·萨加里亚（Sabato Sagaria）发表了一篇标题读起来宛如诊断书的论文：《指数增长错觉》。四年后，瓦根纳尔与汉·蒂默斯（Han Timmers）将其转化为一个思想实验，其影响力甚至超越了原论文本身。一片浮萍每天面积翻倍。给定若干数据点，它何时会覆盖整个池塘？人们自信地猜错，且增长进程越靠后，错误越严重。他们看到一条曲线，却画出一条直线。

如今被称为‘指数增长偏差’的现象，是指人们倾向于通过线性外推来低估复合过程。这种偏差具有稳健性，却并非不可改变的命运。疫情期间，乔里斯·拉默斯（Joris Lammers）及其同事在《美国国家科学院院刊》（ Proceedings of the National Academy of Sciences ）上表明，大多数美国人将新冠病例增长视为线性过程，这种错觉部分解释了人们对社交距离措施的抵触情绪，而仅用三句话的说明即可显著纠正该错觉。政治立场亦有影响；保守派人士更容易犯此错误。大脑出厂即预设线性模式。该默认模式可以被覆盖，但必须是有意为之，且每次均需如此。

这里有一段令人谦卑的尾声。2022年，法律学者汉约·哈曼（Hanjo Hamann）重新审视1975年的这项研究，发现其存在缺陷。瓦根纳尔与萨加里亚对其初始值的四舍五入过于草率，导致 他们自己的指数模型在第十步时已偏离168% 。那些证明人类无法外推指数增长的研究者，自己却未能正确外推其指数模型。他们的结论幸存下来；他们的算术却没有。无人能免于此难。这一点，比其他任何事都更深刻地构成了我过去三年的领悟。

我逐渐相信，指数增长偏差是理解这一时期的万能钥匙。它解释了业界——业界持续低估自身产品的潜力；它解释了媒体——媒体持续将这些产品视作一时风潮；它也解释了公众——公众如今对一种看似突然降临的技术感到不安，实属情有可原。 不安 。没有人愚蠢。所有人都运行着同一套默认模式。唯一的问题在于：谁及时察觉到了，又是在何时察觉的。

2023年押注AI的代价

2023年初我加入VentureBeat时，宣称AI将定义媒体的下一个时代，并非中立表态。严肃的科技新闻业至多将大语言模型视为新奇事物，至多将其贬为剽窃引擎。

但我仍公开表示了这一观点，对象包括 彭博社（Bloomberg）、 《旧金山标准报》（San Francisco Standard） 以及 《帕洛阿尔托每日邮报》（Palo Alto Daily Post） ——就在入职最初几周：这比社交媒体的影响更为深远。我曾花费十年时间报道社交平台，其中包括2016年为Gizmodo开展的 Facebook调查 ，该调查触发了 美国参议院质询，我认出了它的形态。一项技术正以快于任何人心理模型更新的速度，从边缘走向底层基础。

我还发表了一封 主编来信 ，解释我们的新闻编辑部将如何使用AI工具，以及我们将在何处划清界限。这种透明度招致了我在 X.com （前身为Twitter）上被公开围攻，这令我感到刺痛，而且我思考此事的次数远超我愿意承认的程度。我至今仍坚信披露是正确的决定。但我对自己当时采用的语气是否恰当，已不如当初那般确信。

新闻界运行着与所有人相同的线性默认模式。上周，《华尔街日报》刊登了一篇由投资者斯坦利·德鲁肯米勒（Stanley Druckenmiller）撰写的评论文章，检测软件将其标记为机器撰写。德鲁肯米勒不以为意："我当然用了AI，对此我并不感到羞愧。" 此前一周， 《金融时报》更正了一位哈佛经济学家专栏文章 中未披露的AI压缩内容。《纽约时报》早在春季就已 修订了其对外部供稿人的规则 ，起因是 其自身接连发生的尴尬事件。

意见版面并非新闻编辑室，亿万富翁供稿人也并非一线记者。但这场辩论已然转移。2023年的问题在于，一家严肃出版物能否触碰这些工具；而到了2026年，问题则变为如何披露它们的使用。这是一个更优的论辩方向，我宁愿参与其中，也不愿在旧议题上被证明正确。

感觉像整整一周的三年

以下是从内部所见的发展曲线。

我们率先报道了 DeepSeek V3.1 ，以及在MIT许可下、绕过出口管制、性能匹敌GPT-5的 V3.2模型 ，终结了‘前沿即美国且封闭’这一假设。我们独家披露了 Salesforce与Anthropic的交易 ，该交易将整套客户关系管理（CRM）系统嵌入Claude。我们也是首批报道OpenAI、DeepMind与Anthropic 联合发出警告 的媒体之一，他们警告称自己可能正逐渐失去对其自身系统之理解能力。我曾与山姆·阿尔特曼（Sam Altman）、达里奥·阿莫代伊（Dario Amodei）、吴恩达（Andrew Ng）、马克·贝尼奥夫（Marc Benioff）、穆斯塔法·苏莱曼（Mustafa Suleyman）及李开复（Kai-Fu Lee）当面交流，并与数十位你们尚不知晓、但未来必将知晓其名的研究人员交谈。

我也曾判断失误，且始终朝同一方向出错。2024年初，我告诉一位同事，实用型智能体还需一到两年才能问世；结果它们当年秋季便已发布。我原以为开源社区与前沿实验室之间的差距会进一步拉大，结果差距却收窄了。我一度质疑Anthropic与OpenAI所公布的营收数字，直至他们 正式公布这些数据。每一次误判，都如同在发展曲线上划下一道横线。

奇怪之处从来不在信息量本身，而在于时间感。我目睹一个连单词“strawberry”中字母数量都数不清的模型，演进为能连续30小时自主编写代码的模型，而这过程并未让我感觉历经三年，反倒像是一周漫长时光不断重置。晚上11点发出的报道，到早餐时已成旧闻；定义一个季度的基准测试结果，到下一个季度便沦为脚注。指数级前沿的时间并非加速流动，而是发生压缩——因为‘不可能’与‘已上线’之间的距离持续缩短，而人类大脑天生适应线性节奏，却始终等待一个永不会到来的停顿。 无监督训练30小时，而且这感觉不像三年，倒像是一周漫长而不断重置的循环。晚上11点提交的报道，到早餐时已过时；曾定义一个季度的基准测试结果，到下一个季度便沦为脚注。在指数增长的前沿，时间并非加速前行，而是被压缩——因为‘不可能’与‘已发布’之间的距离持续缩短，而人类大脑本为线性节奏所构建，却始终在等待一个永不会到来的停顿。

公众感到眩晕并无错误

——当年令科技从业者低估自身技术的同一认知偏差，如今正令其他人感到被该技术突袭。

皮尤研究中心（Pew Research Center） 最新调查（于6月开展）发现，52%的美国人对AI在日常生活中的影响感到担忧多于兴奋，高于2021年的37%；仅有9%持相反看法。71%的人预计工作岗位将减少。并且，首次出现多数30岁以下成年人——即最熟悉这些工具的一代人——跨入‘担忧’阵营。

这并非卢德主义（Luddism）。这是线性思维的大脑在地面呈指数级变动时所产生的感受：不是惊奇，而是眩晕。人们多年来被告知AI只是个玩具，随后这个玩具却开始撰写他们的绩效评估。这种剧烈反差并非公众理解力的失败，而是对一张糟糕地图的理性反应；绘制这张地图者——包括新闻界——有责任向公众提供一幅更好的地图。

它改变了我的工作。在我职业生涯的大部分时间里，任务是质疑炒作；而在过去三年中，更艰难的任务则是质疑我自己的本能直觉——即那些炒作不可能成真——同时又诚实地指出谁在向上攀登的过程中受到伤害。二者需并行不悖，大多数日子里皆如此。做到这一点的记者，并非拥有最佳信源者，而是那些接受自己直觉对发展斜率的判断必然出错、却仍坚持核查计算过程的人。我很荣幸能与其中许多人共事。

感谢各位，以及接下来的安排

这一切绝非一人所能完成。谨向使VentureBeat成为全球最快节奏领域中最快新闻编辑室的记者与编辑们致谢：莎伦·戈德曼（Sharon Goldman）、卡尔·弗兰岑（Carl Franzen）、肖恩·迈克尔·凯纳（Sean Michael Kerner）、本·迪克森（Ben Dickson）、迪恩·高桥（Dean Takahashi）、吉娜·约瑟夫（Gina Joseph）、维克多·德伊（Victor Dey）、舒巴姆·夏尔马（Shubham Sharma），以及做出关键决策的马特·马歇尔（Matt Marshall）。向每一位信任我、向我提供独家新闻线索的消息人士，每一位在评论区与我辩论的读者，以及每一位接听我晚上11点电话的公关负责人，致以诚挚谢意。

我并未离开这一行业。我将以不同视角继续讲述这些故事，关于此我很快会有更多说明。在此之前，欢迎通过以下方式找到我： nunez-sf.xyz，或通过我的通讯简报 Nuneybits，在 LinkedIn 上以及在X平台上于 @MichaelFNunez。

在探索馆活动前几天，德拉昂格曾向其RSVP名单告知：始于一条推文的活动，或将发展为史上规模最大的AI线下聚会。 史上规模最大的AI线下聚会。 他搞反了。真正重要的，反而是史上规模最小的一次：池塘在被浮萍覆盖四分之一的那个清晨，彼时它看上去仍只像一场派对。

自此之后的每一场活动，所有房间都坐满了聪明人，我也在其中，静候增长曲线放缓。但它从未真正长时间放缓过。

曲线决定速度，而人选择方向。记者的职责，便是在它看上去仍像一场派对时，将二者一并记录下来。

迈克尔·努涅斯（Michael Nuñez）是一名编辑兼调查记者，专注于人工智能与企业技术领域报道。2023至2026年间，他担任VentureBeat主编，主导该媒体对OpenAI、Anthropic、Google DeepMind、微软、英伟达（Nvidia）及企业AI生态系统的报道。他2016年就Facebook“热门话题”（Trending Topics）机制对Gizmodo所作的调查，促使美国参议院展开质询，并被载入《国会记录》（Congressional Record）。他此前曾供职于《福布斯》（Forbes）、Mashable、Gizmodo、《大众科学》（Popular Science）以及深度科技风投机构Playground Global。他常驻旧金山，现任旧金山新闻俱乐部（San Francisco Press Club）董事会成员。作品集： nunez-sf.xyz。通讯简报： Nuneybits。