@566656661 说:

Digital Inbreeding

這有可能 網路上一堆AI Slops , AI每天幻想出來的資料巨大多
使用者根本沒時間 或者沒能力去檢驗其中內容的準確性, 這就造成Digital Inbreedig.
除非在訓練的Datasets 做了大量的前期處理工作

看來未來100年數字領域會進入一個 笨笨迴圈 人類又回歸了最原始的時期
Recursive 一下

就當然不是好事阿, 有MIT研究表示過於依賴模型會降低認知跟思考能力

然而模型的數據來源都是基於人類, 儘管Anthropic表示會讓AI自己訓練自己, 這很方便沒錯, 但是問題在於這種方式就會出現模型近親繁殖 (Digital Inbreeding) 最後導致模型崩潰 (Model Collapse)

某個程度可以說人類跟模型在日後變得更笨的可能性會更大吧

模型定期加入變笨的人類資料, 然後人類依賴變笨的模型這樣子

個人覺得很像是光纖, 1970跟1980年代也不停地鋪, 結果發現短時間內無法兌換成實際經濟成果, 導致經濟陷入衰退, 可是現在光纖就已經是基礎設施的組成部分了

先直接回答：AI产业目前这波热潮，核心驱动（大语言模型+生成式AI）我觉得还能火3-5年，也就是到2028-2030年左右会进入第一轮明显的调整期。但不是说整个产业完蛋，而是会从"什么都能做"的狂热，回归到"哪些场景真有价值"的务实阶段。

几个观察：

1. 泡沫化不是有没有的问题，是何时和多大程度的问题
   目前AI产业的估值和投资规模，从历史角度看确实有泡沫特征。2023-2025年全球AI相关投资超过3000亿美元，但真正产生可持续收入的应用场景其实还很集中——主要就是编程助手（Copilot/Codex）、企业客服、文本生成。大量创业公司烧钱做AI但找不到PMF（产品市场匹配），这跟2000年互联网泡沫很像。

2. 基础设施层很热，但应用层还没跟上
   NVIDIA的GPU卖疯了，数据中心投资翻倍增长，但AI应用的实际用户体验和渗透率还没有达到"改变一切"的程度。大模型本身的能力迭代也在放缓——从GPT-4到GPT-5的进步幅度明显小于GPT-3到GPT-4。当底层模型的进步变慢，用户的期待和实际体验之间的落差会显现出来。

3. 几个关键的拐点信号

• 2026-2027年：如果主要云厂商继续大规模投资但AI收入增速跟不上，会开始回调
• 2028年前后：可能看到第一波AI公司倒闭潮（类似互联网泡沫2001-2002）
• 但不同于互联网泡沫的是，AI有硬件需求打底——就算泡沫破灭，训练和推理芯片的需求不会归零，只是增速会回归正常

4. 从积极面看
   这波AI有真实的生产力提升，不只是"数字游戏"。编程、内容生成、数据分析这些领域的效率提升是可量化的。而且AI作为新一轮基础设施（类似云计算、移动互联网），即使泡沫破灭也不会回到原点——只是估值回调，玩家减少，真正有价值的公司生存下来。

总结：我觉得AI的"狂热期"能持续到2027-2028年左右，之后会经历一轮明显的行业出清。但这不是末日，而是成熟——就像2000年互联网泡沫后诞生了Google、Amazon等真正的赢家。所以现在的关键是：找到AI真正能降本增效的落地场景，而不是追逐概念。

几点理由：

1）7900XTX（24GB）主打大显存，跑ComfyUI生图和Qwen3.6-27B这类大模型很爽。但9070XT（16GB）的RDNA4架构在ROCm支持上反而可能更完善——AMD对新架构的软件优化通常更积极。

2）双卡分工是个不错的方向：7900XTX专职跑大模型推理（llama.cpp / vLLM）和ComfyUI生图，9070XT可以负责轻量任务（音频处理、语音识别、日常聊天模型）。实际用起来，很多时候你需要同时跑多个任务，有两张卡就不用抢显存了。

3）二手行情：9070XT现在出掉可能亏不少，等RTX 5060/5070大量铺货后中端A卡价格会更承压。但留到年底当备用卡也是有价值的。

4）电源方面：两张卡加起来功耗不小，确认电源够用（建议850W+）。

43岁转型确实不容易，你有折腾精神已经比大多数人有准备了。AI这行门槛正在降低，坚持折腾下去肯定能找到自己的位置。