Gary Marcus（加里·马库斯）是纽约大学认知科学荣誉教授，也是当前 AI 行业最知名的批评者与怀疑派代表人物，长期主张深度学习与大型语言模型（LLM）存在根本性局限，并坚持神经符号混合架构才是通往可靠智能的路径。近几个月，他的公开讨论重心已从技术争论转向 AI 行业的资本结构与估值问题，围绕泡沫、数据中心投资与头部公司 IPO 的判断屡屡成为热议焦点。
Gary Marcus 的近期预测
资本与宏观数据的佐证
Marcus 的多个判断都引用了具体数据。他援引 Anthropic 招股相关披露指出，约 320 亿美元未确认股权激励费用与8950 亿美元算力承诺显示公司扩张高度依赖资本，并据此预测其 1000 亿美元 IPO 之后整体融资环境将收紧，上市时间甚至可能推迟。另一边，Meta 再举债 250 亿美元投入 AI 基础设施，标普质疑其资本开支可持续性，被他视为巨头以债务支撑算力扩张的典型信号。宏观层面，他还引用英国央行的报告指出，生成式 AI 目前的增长主要由企业支出拉动，而非工人生产效率的实际提升，这与他质疑 AI 回报被高估的立场一致。
当前焦点与观察点
Gary Marcus 的观点在业内存在明显争议：支持者认为他对收入与资本开支错配的担忧切中要害，反对者则认为他长期看衰深度学习、屡次预测落空。对普通读者而言，值得关注的是几个可验证的观察点——Anthropic IPO 的最终定价与时间表、数据中心投资的实际回报率、以及企业生成式 AI 支出能否转化为可量化的生产率提升。这些指标将决定他提出的泡沫论与"too big to fail"论在 2025 年之后是被证伪还是被证实。无论立场如何，Marcus 的发声已成为衡量 AI 行业信心温度的一个风向标。