1995年2月,《新闻周刊》(Newsweek)刊登了一篇如今广为流传的文章,标题是《网络不会是乌托邦》(Why the Web Won’t Be Nirvana)。作者克利福德·斯托尔(Clifford Stoll)在文中坚决断言:
“网络数据库不可能取代你每天的报纸……没有哪个计算机网络能改变政府运作的方式……又有谁会愿意在电脑上看一本书呢?”
这并非个别人的异见。斯托尔是一位天文学家出身的技术专栏作家,他在当时代表了不少人的看法:互联网是极客的玩具,是乌托邦式的幻想世界,是充满虚假信息与混乱页面的数字杂货铺,不足以改变真正的社会结构。
今天,这篇文章常被人们作为“预言错误”的经典案例反复引用。但我们不应只是嘲笑作者的短视——他反映的,其实是一整代媒体人、学者、政策制定者、甚至技术从业者对“技术拐点”的普遍误判。
20世纪90年代初期的互联网,确实让人提不起兴趣。网页多是纯文本和超链接,界面简陋。拨号上网常常连接失败,调制解调器的“电子噪音”令人头疼,浏览器经常崩溃。整个网络世界散落在论坛、BBS、IRC等角落,极不统一。
当时的确没有什么实用价值可言:
- 电子邮件是小众工具;
- 搜索引擎还很原始;
- 没有YouTube,没有Facebook,没有现代意义上的亚马逊;
- 带宽限制极大,加载一张图片都要几十秒,更别提音频和视频。
于是,当专家们发出冷嘲热讽时,并非完全没有道理。他们的判断,是基于当下技术局限性的理性分析。然而,他们错在没有预见到两个决定性变量:基础设施的指数级演进,以及网络效应的滚雪球式爆发。
换言之,他们用“原始版本”来评判“最终形态”,陷入了经典的“技术初期幻觉”。
克利福德·斯托尔的文章只是冰山一角。在1990年代,媒体与学术界的普遍质疑, 类似的怀疑言论屡见不鲜:
《纽约时报》(1995年)评论:“网络企业不太可能真正威胁传统商业。”
诺贝尔经济学奖得主保罗·克鲁格曼(1998年)曾预测:“到2005年,人们将发现互联网对经济的影响不会比传真机大。”
学界也对互联网持谨慎甚至敌视态度。一些大学教授警告说,学生如果依赖网络信息,将降低思辨与阅读能力。有些学校甚至争论是否应允许学生使用互联网。
主流看法可以概括为一句话:有点意思,但没多大意义。
他们错在哪儿?
这些质疑者未能意识到几个技术与文化趋势正在迅速融合:
- 摩尔定律 ——计算能力每18个月翻一番,使硬件性能飞跃;
- 移动计算的兴起 ——从笔记本到智能手机,互联网逐步“随身化”;
- 交互界面的飞跃 ——从Mosaic、Netscape到Chrome,浏览器变得越来越友好;
- 文化适应与内容共创 ——随着用户激增,内容质量不断提升,用户体验改善,价值不断自我放大。
更重要的是,他们未能意识到:互联网不仅仅是一个工具,而是一个平台,一个新媒介,能够重构信息传播、社会交往与经济交易的全景。
今天,许多关于人工智能(尤其是大语言模型与生成式AI)的评论,也有类似的语气:
- “它们犯错太多,不能信任。”
- “它们根本不理解,只是在‘预测下一个词’。”
- “生成内容不过是东拼西凑的重复。”
这些质疑并非无根之木。当前的AI系统确实有明显短板——幻觉现象、逻辑不稳定、推理能力薄弱等。然而,这些批评与1990年代对互联网的评价高度相似:它们看见了当下的局限,却看不见变化的速度。
而我们已经看到AI正在渗透各行各业:
- 搜索方式:对话式检索逐渐替代关键词列表;
- 文本工作:AI协助写作、翻译、摘要处理;
- 教育系统:AI作为个性化学习助手;
- 软件开发:代码生成、自动调试、测试辅助;
- 创意设计:图像生成、音乐创作、界面草图设计。
虽然很多人仍说:“这不是真正的智能。”——但1995年我们也曾说:“这不是真正的媒体。”
互联网曾被视为昙花一现,最终却成为现代文明的底层操作系统。它没有一夜之间颠覆一切,而是以润物细无声的方式,重塑了我们沟通、消费、表达与组织的方式。
人工智能也许会遵循类似的路径。它不需要完全模仿人类大脑,也许只需足够实用、足够通用、足够深入地嵌入我们的生活、工作与创作之中。
1995年的错误,不在于质疑本身,而在于我们对规模的盲目、对融合的忽略、以及对速度的误判。
如克利福德·斯托尔多年后自嘲所说:
“我当然错了,错得彻底。但至少,我错得很有风格。”
今天,当我们思考AI的潜能与风险时,或许应该不只问:“它现在有用吗?”
更应该问一句:
“如果我们又错了呢?”
当AI不肯认输
AI越狱:事实与夸张
当AI进入社会:工作、教育与人的未来 (一)(下)
当AI进入社会:工作、教育与人的未来 (一)(上)
空间是什么?(2)
空间是什么?(1)
当AI开始突破边界:辛顿的警告值得我们认真对待吗?
谁在定义“奇点”
关于ChatGPT的记忆功能
探问LLM 与意识边界(2)思维的镜子:LLM 揭示了我们思维的真实结构?
探问LLM 与意识边界(1)觉醒的错觉:为什么 LLM 不能通向 AGI?
2026 年 AI 前瞻:当“基础设施”开始长出阀门与责任
2025 年的人工智能:当“魔法”变成基础设施
基督教柏拉图主义:理念、逻各斯与形式之神(下)
电路之眼:人工智能如何学会看世界
感知机、逻辑与机器学习的诞生
- 当AI不肯认输 - 09/04/26
- AI越狱:事实与夸张 - 09/02/26
- 当AI进入社会:工作、教育与人的未来 (一)(下) - 08/28/26
