过去两年，人工智能的热度几乎没有人没感受到： OpenAI 宣布超级规模投资计划、Nvidia 市值一度冲到 5 万亿美元、各大科技公司集体“All-in AI”、大模型和智能体每天都有新进展……
然而，当所有人都在讨论“AI 会不会是泡沫？”时，吴恩达给出了一个更冷静、也更有启发性的观点：
AI 并不是“一个整体的泡沫”，而是一个多层结构。不同层级的风险完全不同。
AI 的三层结构：理解行业的正确方式
吴恩达将 AI 产业拆成三层：
- 应用层（Applications） -- 用 AI 解决实际问题
- 推理基础设施（Inference Infrastructure） -- 负责“运行模型”的算力与系统
- 训练基础设施（Training Infrastructure） -- 负责训练模型的集群与硬件
这三个层级的重要性不同、市场周期不同、风险完全不同。 理解这点，是我们判断“AI 是否泡沫”最关键的前提。
第一层：AI 应用层被严重低估，是未来最具确定性的机会
很多投资人更喜欢投“基础设施”或“平台”，因为直观、门槛高、容易理解。 相反，他们往往不愿意投资应用层：
- 不知道谁会成为真正赢家
- 商业模式被认为不够稳固
- 应用之间缺乏护城河
然而，Newsletter 作者给出了截然相反的观点：
应用层目前被严重低估（underinvested）。 未来真正的价值创造，反而会来自应用层。
为什么？
① 基础设施只花钱，应用层才能“挣钱”
没有应用产生持续需求，所有的 GPU、集群、数据中心就都是成本中心。
只有应用成功、用户愿意付费，才能真正让整个 AI 生态闭环。
② 应用是最接近价值的地方
无论模型多大、API 多强，最终都必须：
- 提高效率
- 降低成本
- 解决实际问题
而这些，只有应用能做到。
③ 智能体（Agent）时代的刚刚开始
自动化工作流、AI 员工、AI 代理…… 这些都会让应用层发生巨大变化。
这是一个刚启动的机会周期。
如果你是开发者 / 创业者： 现在进入应用层，正是最好的时间窗口。
第二层：推理基础设施是当前最紧迫的瓶颈
推理（Inference）意味着： 模型不再是“训练出来的艺术品”，而是每天服务用户、生成 token 的工具。
而现在，推理层正遭遇双重压力：
① 用户对“AI 生成”的需求激增
随着代码生成、写作、搜索、聊天、自动化工具的普及， 每个用户每天消耗的 token 数急剧上升。
② 智能体让推理需求“指数级放大”
智能体需要多轮调用模型，每轮都生成大量文本。 这会让推理需求远高于传统的 LLM 使用方式。
因此：
推理基础设施已成为当前 AI 行业的“硬瓶颈”。
市场对这层的投资仍有巨大空间，但必须警惕：
- 如果因为短期需求高涨而“建得过多”，未来可能出现容量过剩
- 推理效率需要不断优化，今天的技术很可能在两年后被淘汰
这是一个“高需求、高回报，但有周期性风险”的赛道。
原创文章，更多AI科技、提示词内容，微信搜索橙 市播客小程序第三层：训练基础设施风险最高，是最像泡沫的部分
训练基础设施包含：
- 大规模 GPU 集群
- 专用计算中心
- 训练平台 / 云服务
- 超大参数模型的训练工程
这是过去三年资本最疯狂涌入的一层。然而现在：
训练基础设施反而是三层中泡沫风险最大的。
原因主要有三点：
① 训练变得越来越便宜
硬件进步、算法优化、分布式系统提升，让训练成本逐年下降。
当成本持续下降，“靠资本堆算力”的竞争力变弱。
② 开源模型的崛起削弱了“门槛壁垒”
开源模型（Qwen、Llama、Gemini 开源家族等）不断追上闭源模型，各种尺寸可选，训练门槛进一步降低。原创文章，更多AI科技、提示词内容，微信搜索橙市播客小程序
过去“只有超级公司能训练大模型”的时代正在被打破。
③ 重资产意味着风险巨大
训练基础设施需要：
- 长周期投资
- 数十亿美元级的资本
- 难以预测的回报周期
一旦“训练热潮”冷却，可能导致大量过剩产能。
不是泡沫 vs 是泡沫：因为你看的层级不同
把 AI 当成“一个整体”，你很容易陷入混乱：
- 一看 Nvidia 股价：AI 是泡沫！
- 一看企业采用率：AI 爆发式增长！
- 一看开源模型进步：训练的护城河没了！
- 一看 Agent 生态：应用才刚刚开始！
信息相互矛盾。
但当我们按三层来理解，一切都变得清晰：
| 层级 | 现状 | 风险 | 未来潜力 |
|---|---|---|---|
| 应用层 | 低估、需求上升 | 风险最低 | ⭐⭐⭐⭐⭐ 最具确定性 |
| 推理层 | 需求爆炸、供不应求 | 中等（可能过度投资） | ⭐⭐⭐⭐ |
| 训练层 | 投资过热、竞争激烈 | 最高 | ⭐⭐（高度不确定） |
因此，答案是：
AI 不是“一个泡沫”，而是一个多层结构： 应用层长期向上，推理层短期紧张，训练层最风险。
给开发者、创业者、投资者的建议
对开发者：
现在做 AI 应用，是最好的时代。 智能体、业务工具、垂直场景都处于高速成长期。
对创业者：
不要一上来就想做基础设施或大模型。 那是巨头博弈、资金密集、回报不稳定的区域。 “解决具体问题”比“跑去训练模型”更有价值。
对企业管理者：
推理效率、成本优化、调用量控制，将成为关键议题。 智能体相关工具能够带来前所未有的效率提升。
对投资人：
把整个 AI 行业当成一体来看，容易得出错误判断。 要关注“真实需求”而不是“训练热度”。 应用层会诞生下一个价值 10-100 亿美元的新物种。
结语：
AI 的未来不是泡沫，而是分层演化。
训练层可能会经历一次大的周期性调整； 推理层将成为未来几年的主赛道； 而真正能改变世界的，是应用层的持续创新。
最重要的是： AI 的价值最终来自--能否真正解决问题。 这才是让 AI 走向下一个时代的根本动力。
原创文章，更多AI科技、提示词内容，微信搜索 橙 市 播 客小程序
微信扫描下方的二维码阅读更多精彩内容
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
