# 生成式 AI 是一场工程灾难

> 原标题：Generative AI Is an Engineering Disaster

- 来源：Hacker News 首页
- 发布时间：2026-07-16T13:12:24.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44743
- 原文：https://www.theatlantic.com/technology/2026/07/generative-ai-engineering-disaster/687901/

## 摘要

大语言模型正在吃掉全球七成的高端内存，导致硬盘价格两年翻了一倍多，入门级电脑可能在 2028 年消失。作者认为这不只是增长太快的问题，而是工程效率低得离谱。跟当年流媒体、智能手机的扩张不同，AI 对硬件和电力的吞噬不成比例，甚至有公司开始用改装的喷气发动机给数据中心供电。文章引用了 Gartner 的预测和多家报道，但没有给出直接的能效对比数据。

## 推荐理由

《大西洋月刊》一篇有料的评论，用内存占比、硬盘涨价和供电怪招把 AI 的效率问题讲得很具体。正文没给直接能效对比数据，但论证有分量，适合拿出来讨论。

## 锐评

这篇文章的核心判断是：生成式 AI 的工程效率低得离谱，它不是增长太快，而是太浪费。作者举了几个具体数字——大语言模型吃掉了全球七成的高端内存，他两年前花 350 美元买的硬盘现在涨到 800 美元还缺货，部分笔记本价格涨了 50%。Gartner 甚至预测入门级电脑可能在 2028 年消失。这些数字确实说明 AI 基建在挤占消费电子供应链，成本最终转嫁给了普通人。

但文章有个明显缺口：它没给出任何能效对比数据。说 AI 比流媒体、智能手机扩张时期更“不成比例”，却没算单位算力或单位用户的能耗变化。另外，用改装喷气发动机给数据中心供电这个细节很抓眼球，但正文没披露具体是哪家公司、规模多大，更像一个孤例。

还缺什么？缺 AI 公司自己的能效优化进展，也缺不同模型架构（比如小模型、非 Transformer 路线）的资源消耗对比。如果只看这篇文章，你会觉得整个行业都在蛮干，但实际工程上已经在卷推理成本和模型压缩了。这点先别太激动，等有更系统的能耗数据再下结论。