編按：本文綜合整理自 Dan Luu 部落格、Hacker News 討論串，並加入 Siami 編輯部觀點與分析。
Dan Luu 把 Ed Zitron 的 AI 末日預言一條一條拆開來看，發現他連基礎事實都搞錯
知名工程師 Dan Luu 9 月 1 日發布一篇長文，逐一檢視 AI 產業最有名的「末日派」評論家 Ed Zitron 過去兩年所有可驗證的預言，結論是：Zitron 不只是預測落空，他連推理的起點——Meta、Google、微軟的營收成長數字——都引用錯誤。文章在 Hacker News 衝上 191 分、217 則討論，引發 AI 社群對「AI 泡沫論」可信度的全面反思。
Dan Luu 是前 Google 搜尋工程師、知名科技部落客，過去以《2022 年未來學家預測精準度評比》一文聞名。他這次的立場極為明確：他沒有 AI 公司的財務利益、也沒在 AI 實驗室工作，純粹從「事實查核」角度切入。Dan 指出 Zitron 的問題不只是猜錯，而是用一堆數字營造可信度，但那些數字本身就不連貫——只要真的去查，會發現 Zitron 的「事實基礎」根本立不住。
Zitron 最常引用的一個例子：Meta「快死了」？
2024 年 11 月一場演講中，Zitron 公開點名 Meta 是「垂死產品、垂死公司」。Dan Luu 把 Meta 的 GAAP 營收和營業利益抓出來一攤開，結果是 Meta 的營收和利潤在他說這番話之後持續創歷史新高，完全沒有任何「垂死」跡象。Zitron 為佐證他的論點引用了 Similarweb 的第三方 MAU 數字——但根據 Meta 自己揭露的官方數字，根本沒有 Zitron 所說的「持續下滑」。
同樣的狀況發生在 Google 和微軟身上。Zitron 在同一場演講中指控這兩家公司「不知道怎麼成長，所以才把 AI 塞進所有東西裡」。Dan Luu 把 Alphabet 和微軟的歷年營收、利潤抓出來，得到的結論是：這兩家公司的營收增速從未如此強勁。
從這個例子就可以看出 Zitron 的預測模式：抓一個小瑕疵，把它誇大成公司即將崩潰的徵兆，然後用一個「邪惡反派」當代罪羔羊。Google 的反派是搜尋部門前主管 Prabhakar Raghavan、Meta 的反派是 Marc Andreessen——Dan Luu 認為這套敘事邏輯比較像電影劇情，而不是公司治理分析。
不只是預測錯，連數字都引用錯
Dan Luu 進一步檢視 Zitron 對 Anthropic 營收的預測——他聲稱 Zitron 算出 Anthropic 2025 年營收是 36 億美元，但事實是 Zitron 自己公開的試算表錯得離譜：
- 2 月 1-10 日沒算進去
- 3 月 1-10 日算了兩次
- 8 月 21 日到 10 月 21 日被當成一個月算
- 10 月 21 日到 11 月 1 日也沒算進去
- 試算表還包含一個根本不存在的「2 月 30 日」
另一個實例：Zitron 曾說 Google 預測 Gemini 用戶數「荒唐到 Sundar Pichai 應該被開除」，結果 Gemini 實際達成的用戶數 比 Zitron 認為「絕對不可能達到」的目標還多 50%。
Dan Luu 也反諷地指出 Zitron 的一個邏輯矛盾：他一方面說 Google 「不知道怎麼成長所以到處塞 AI」，另一方面又說 Google 高層預測 Gemini 用戶數「荒唐」——但如果 Google 真的把 AI 塞進所有地方，Gemini 用戶數自然會衝高。Dan Luu 認為這種自相矛盾在 Zitron 的論述裡隨處可見，只是因為「他說的每一段都不連貫，所以大家也懶得逐段反駁」。
預測精準度的量化：Brier Score
Dan Luu 用 Brier Score（預測機率 vs 實際結果的評分機制）來量化 Zitron 的預測表現。他發現 Zitron 對很多預測給出「近乎 99.9999% 信心」的措辭，但實際結果卻反覆打臉。在這種信心水準下，只要錯一次就代表極度過度自信，但 Zitron 卻「例行性地」犯錯。
更嚴重的問題是 Zitron 還會發表「回顧性」的錯誤聲明——也就是說，他不只是對未來預測錯，他對「過去發生什麼事」也會描述錯誤。例如他 2024 年 12 月說「生成式 AI 已經超過一年沒進步了」，2026 年 1 月又說「模型跟一年前一樣」——這些都是當下就能查證的錯誤聲明，不是預測。
為什麼 Zitron 的粉絲支持他？
Dan Luu 引用網路安全研究員 Michał Zalewski（lcamtuf）的觀察，解釋 Zitron 為何能建立追隨者：
「建立大眾追隨的最可靠方式是提出明確、強烈、不留懷疑空間的立場。你不會因為說『市場可能漲也可能跌』、『兩黨都有道理』、『AI 有優點也有炒作』而上節目。」
Dan Luu 認為 Zitron 成功建立了一個 正向回饋迴圈：挑釁、激烈的立場帶來更多關注和按讚，於是他自我激進化，最終變成一個「品牌」而非「意見」。他在 Reddit 自己的子版會禁止任何貼出 AI 進步證據的發言者，形成封閉的同溫層。
Siami 觀點：這件事為什麼重要？
Dan Luu 這篇文章在 AI 社群引發的迴響遠超過一般的事實查核文章——因為它觸及了 AI 泡沫論可信度 的核心問題。
過去兩年，「AI 即將泡沫化」、「OpenAI/Anthropic 即將倒閉」、「AI 公司燒錢無底洞」的敘事在主流媒體和社群反覆出現。Zitron 是這個敘事的代表人物，他的電子報付費訂閱、他的 podcast 邀約、他的文章被引用次數，都遠超任何「AI 多頭」的單一意見領袖。
問題是：如果這個敘事的最主要代言人，他的「事實基礎」都站不住，那麼整個「AI 泡沫」論述的可信度要打多少折扣？
幾個值得讀者思考的點：
- 「AI 多頭」和「AI 末日派」兩邊都有過度自信的問題。Dan Luu 自己在 2015 年就發文指出人們低估 AI 取代工作的速度，他不是無條件的 AI 樂觀派。
- 判斷 AI 產業現狀，不該只看單一評論家的論述，而應該直接看公司財報、客戶採用率、實際產品表現。
- 「強烈表態」容易得到關注，「務實查證」容易被忽略——這是所有媒體消費的結構性問題，不只是 AI 領域。
Siami 數據解讀：Zitron 與 Dan Luu 的方法論差異
| 面向 | Ed Zitron 的方法論 | Dan Luu 的方法論 |
|---|---|---|
| 立場 | 反 AI、預言末日 | 中立（2015 起就警告 AI 取代工作） |
| 引用數字 | Similarweb 第三方、錯誤試算表 | 公司官方 SEC 財報、營業利益 |
| 信心程度 | 「應該被開除」「不會發生」 | 「我可能錯」「未來才能驗證」 |
| 面對反駁 | 禁止異議、攻擊提問者 | 直接列出預測清單、引用來源 |
| 預測記錄 | 例行性預測失敗且措辭強烈 | 明確標註信心程度、接受失敗 |
| 內容產出 | 高頻、聳動、追求關注 | 低頻、查證密集、避用 clickbait |
這跟台灣讀者有什麼關係？
雖然 Zitron 和 Dan Luu 的辯論主要發生在英文 AI 圈，但這個模式對台灣科技從業者有直接意義：
- AI 工具採用決策：如果你的公司正在評估是否導入 AI 工具，你該聽的是「AI 末日派」的聳動警告，還是看實際 ROI 數字？Dan Luu 的方法論——直接看財報、看產品、看客戶採用——比任何單一評論家都更可靠。
- 科技業職涯規劃：Dan Luu 在 2015 年就預警 AI 會取代工作，這個判斷到 2026 年被部分證實。比起聽 Zitron「AI 泡沫」然後放棄 AI 技能，更務實的做法是 持續學習 AI 但保留判斷力。
- 媒體識讀：Dan Luu 的文章示範了事實查核式科技寫作該有的樣子——這在中文媒體圈仍屬少數，值得所有科技寫作者學習。
為什麼 Dan Luu 不是「AI 啦啦隊」？
Dan Luu 在文章中強調他並非無條件看好 AI：
- 他 2022 年寫過《未來學家預測精準度評比》，結論是大多數頂尖未來學家（包括 Kurzweil）的預測都錯。
- 他公開表示 METR 的 AI 進度基準測試「不有意義」。
- 他對多數主流 AI 評測抱持懷疑。
Dan Luu 的立場不是「AI 萬歲」，而是「如果你要批評 AI，請拿出可驗證的事實和合理的推理」。Zitron 在這兩點上都沒達標——這才是 Dan Luu 整篇文章的核心。
Dan Luu 的後記：他自己也會犯錯
Dan Luu 在文章最後坦承：「我幾乎可以確定這篇文章有多處錯誤。」他解釋說，當你長期閱讀錯誤推理的內容時，自己也很容易變得草率。他請 ChatGPT 和 Claude 兩個 AI 系統幫他做最後的事實查核——兩個 AI 都有找到一些小錯誤並在他發布前修正，這也是 Dan Luu 認為「AI 事實查核工具比一年前好很多」的親身經驗。
他同時承認：「我的文章風格跟 Zitron 完全相反——他高頻聳動、我低頻嚴謹——但這不代表我的工作就一定比他的準確，只是我的方法可以讓讀者更容易自己查證。」
編按：本文綜合整理自 Dan Luu 部落格原文、Hacker News 討論串，並加入 Siami 編輯部觀點與分析。Dan Luu 是前 Google 工程師，以事實查核式科技寫作聞名，他的《2022 年未來學家預測評比》也是同類型經典文章。
網友熱門留言 (5)