Marcus

§ 01综述

Marcus（Gary Marcus）是一位知名的认知科学家和人工智能批评家，他长期质疑当前以大语言模型（LLM）为代表的AI发展路径，认为单纯依靠计算规模扩大无法解决根本问题。近期他在社交平台密集发声，从技术局限、经济泡沫、产业集中和监管缺位等多个角度警告AI行业过热。

Gary Marcus近期进展

规模化不能解决准确性：Marcus在金融时报撰文指出，持续增加算力无法根本提升AI系统的可靠性，因为LLM的核心缺陷（如幻觉、缺乏常识）根植于架构本身，而非数据或计算量。他认为业界寄望于Scaling Law是“治标不治本”。 Gary Marcus 在金融时报称规模化无法解决AI准确性根本问题

警告硬件贬值与泡沫破裂：Marcus预测一旦AI泡沫退潮，专为训练大模型而建造的算力硬件将面临严重贬值，类似互联网泡沫时期光纤电缆的惨淡结局。他强调当前的资本投入与商业回报严重脱节。 Gary Marcus警告AI泡沫破裂后硬件贬值风险

批评AI权力集中：Marcus与多位专家联合发声，指出现有前沿AI技术高度集中在少数几家美国公司（如OpenAI、Google、Anthropic）手中，这种垄断可能导致“反乌托邦”风险，缺乏足够的社会监督和民主控制。多位专家警告：前沿AI集中在美国少数公司手中存反乌托邦风险

质疑AI对就业的颠覆速度：针对业界常宣扬的“AI将大规模取代人类工作”的说法，Marcus给出明确预测：2025年实际被替代的岗位比例将低于10%。他认为AI公司刻意夸大威胁以吸引投资，实际落地能力有限。 Gary Marcus批LLM公司夸大AI取代工作，预测2025年少于10%岗位被替代

当前焦点与观察点

Marcus的系列观点在AI社群引发激烈反弹。支持者认为他是“清醒的理智之声”，为泡沫中的行业提供了必要的批判视角；反对者则指责他低估技术进展速度，停留在“认知科学过时框架”中。从产业层面看，Marcus的预警与部分投资者的忧虑形成共振——2025年初已有多家风投机构对AI基础设施投资的回报率表示怀疑。同时，其关于监管缺位的警告也与美国政府加强对AI的干预（如要求OpenAI推迟模型发布）隐约呼应。焦点在于：规模化路径是否已触及天花板？AI行业是否需要从“堆算力”转向“堆常识”？无论结论如何，Marcus的持续追问迫使从业者重新审视技术叙事中的乐观假设。

§ 02相关报道10 条在档

§ 03邻近话题