在近期一場深度訪談中，SemiAnalysis創始人兼首席執行官迪倫·帕特爾（Dylan Patel）對當前人工智能（AI）領域的變革發表了直率且尖銳的看法。他指出，AI模型正經歷著“近兩年來最大的能力躍遷”，這一趨勢不僅引發了供應鏈的全面緊張，更可能激化美國社會的矛盾情緒。
帕特爾的公司SemiAnalysis是華爾街和科技投資圈高度關注的AI基礎設施獨立研究機構，其客戶涵蓋頂級對沖基金和科技企業。他以自身公司的AI使用數據為切入點，深入剖析了整個AI產業的供需動態。據他透露，SemiAnalysis去年的AI支出僅為數萬美元，但今年由于員工廣泛使用Claude等AI工具進行代碼編寫和數據分析，年化Token支出已飆升至700萬美元。
帕特爾特別提到了Anthropic公司的新模型Mythos，稱其實現了“從L4級到L6級工程師水平的跨越，僅用時兩個月”。他指出，這種能力的躍遷正在徹底改變商業世界的運行邏輯，使得“執行變得極其廉價”，而“想法變得既廉價又充裕”。然而，這也導致了硬件供應鏈的極度短缺，DRAM價格或將翻兩至三倍，臺積電2028年的資本支出有望觸及千億美元。
在訪談中，帕特爾詳細拆解了AI模型能力躍遷背后的技術驅動因素。他解釋道，隨著Scaling Laws（縮放定律）的持續生效，模型的迭代速度正在大幅加快，從過去的六個月縮短至兩個月。Mythos作為一個“明顯更大規模的模型”，其訓練規模等效于10萬塊Blackwell芯片，驗證了“往模型里砸更多算力，模型就會變得更強”的趨勢線依然成立。
然而，極端的模型算力需求也直接導致了物理世界供應鏈的全面告急。帕特爾指出，盡管云服務商和芯片制造商正在瘋狂擴產，但供給側幾乎在每一個節點上都處于“極度短缺”狀態。他特別強調了存儲芯片和晶圓代工環節的驚人預期：DRAM價格將翻倍甚至翻三倍，臺積電2028年的資本支出可能達到1000億美元。CPU和小眾上游材料如PCB銅箔、玻璃纖維、激光器等也供應極度緊張。
帕特爾還警告稱，隨著AI技術向經濟系統的滲透，底層失業焦慮正在加劇。他預計，三個月內美國或將爆發針對AI的大規模抗議活動。他指出，AI公司高管的公關策略失誤部分歸咎于公眾憤怒的積累，這些高管過于熱衷于談論AI將如何“改變整個世界”和“自動化所有工作”，而忽視了展示AI能帶來的令人振奮的現實用例。
在訪談中，帕特爾還分享了多個具體案例，展示了AI工具如何在不同領域實現效率的飛躍。例如，他的團隊利用Claude Code在幾周內完成了原本需要整個團隊一年時間才能完成的芯片逆向工程任務；一位前銀行經濟學家利用AI工具創建了全新的經濟分析模型，被其稱為“幽靈GDP”。這些案例不僅展示了AI的強大能力，也反映了AI對傳統工作模式的深刻影響。
對于AI行業的未來，帕特爾表達了復雜的情緒。他既對AI技術的快速發展感到興奮，也對社會如何適應這種變革感到擔憂。他強調，AI公司必須停止不斷談論未來的能力躍遷，而應專注于展示AI當前能帶來的實際價值，以緩解公眾的恐懼和抵觸情緒。
