我是个老家伙，而 AI 让我很难过

赋能 vs. 对工作的威胁

• 许多人把 AI 工具视为赋能：不会编程的人开始学着写脚本，初级开发者更快解决问题，程序员用 LLM 来处理样板代码、胶水代码，以及学习新技术。
• 另一些人则觉得 AI 直接与他们辛苦获得的技能竞争，贬低专业能力，并加速“够用就行”的平庸化。过去的自动化（例如 ATM）也被拿来作为岗位被替代的先例。
• 工作既可以是意义，也可以是负担，这之间存在张力；有些人会很乐意把苦差事外包出去，另一些人则觉得自己的手艺正在被掏空。

不透明、理解与控制

• 一个核心的悲伤在于：AI 像一个由数十亿权重构成的不透明黑箱，不像传统系统那样可以逐行追踪逻辑。
• 有人认为这只是另一层抽象（就像 CPU/编译器），底层数学（梯度、矩阵）是可以理解的；也有人强调，即使掌握了数学和代码，单个模型的决策仍然不可理喻。
• 这种可检查性的丧失削弱了掌控感，也让调试、保证和信任在性质上变得很不一样。

开放性、资源与中心化

• 许多人担心，有意义的 AI 工作需要海量专有数据集、算力和企业资本，从而把权力和“AI 财富”集中起来。
• 另一些人反驳说，开源模型（LLaMA 家族、Mistral、Stable Diffusion 等）和本地工具（llama.cpp、Ollama）已经迅速改进，并能在消费级 GPU 上运行，这让人联想到 PC 革命。
• 还有人担心 API 锁定：如果某个主要提供商改变定价或功能，依赖它的产品可能会在一夜之间消失。

艺术、媒体与文化影响

• 几位评论者对 AI 生成的图像和文本感到非常沮丧：人类意图被侵蚀，低成本“内容”泛滥，难以判断什么是真实的，以及把艺术作为表达的动力被削弱。
• 另一些人主要在意最终结果：如果一幅图像或一段文字能打动人或有用，那么过程或署名就没那么重要。
• 经常有人拿摄影和绘画作类比；有些人认为 AI 只是另一种工具，会催生新的艺术形式，另一些人则认为它本质上只是肤浅的拼贴。

炒作、研究质量与未来走向

• 怀疑者把生成式 AI 和加密货币 / 元宇宙的炒作相比较：空洞无物的研究、垃圾论文、追逐项目资金，以及企业广告技术导向。
• 支持者则认为我们正处于真正范式转变的早期；开放研究和本地实验充满活力，能力正在快速提升。
• 许多人被新论文和新技术的数量与节奏压得喘不过气，担心自己跟不上技能更新。

应对策略与态度

• 建议的应对方式：学习 ML 数学基础，跟进实用课程，折腾本地模型，把 AI 当作另一种强大但不完美的工具。
• 情绪反应分化：有些人重新充满活力，甚至“又开始享受乐趣”；另一些人则倾向于卢德主义本能，退回非数字化追求，或者接受并非每一种新技术都必须由自己亲自掌握。