在近期一场深度访谈中，SemiAnalysis创始人兼首席执行官迪伦·帕特尔（Dylan Patel）对当前人工智能（AI）领域的变革发表了直率且尖锐的看法。他指出，AI模型正经历着“近两年来最大的能力跃迁”，这一趋势不仅引发了供应链的全面紧张，更可能激化美国社会的矛盾情绪。
帕特尔的公司SemiAnalysis是华尔街和科技投资圈高度关注的AI基础设施独立研究机构，其客户涵盖顶级对冲基金和科技企业。他以自身公司的AI使用数据为切入点，深入剖析了整个AI产业的供需动态。据他透露，SemiAnalysis去年的AI支出仅为数万美元，但今年由于员工广泛使用Claude等AI工具进行代码编写和数据分析，年化Token支出已飙升至700万美元。
帕特尔特别提到了Anthropic公司的新模型Mythos，称其实现了“从L4级到L6级工程师水平的跨越，仅用时两个月”。他指出，这种能力的跃迁正在彻底改变商业世界的运行逻辑，使得“执行变得极其廉价”，而“想法变得既廉价又充裕”。然而，这也导致了硬件供应链的极度短缺，DRAM价格或将翻两至三倍，台积电2028年的资本支出有望触及千亿美元。
在访谈中，帕特尔详细拆解了AI模型能力跃迁背后的技术驱动因素。他解释道，随着Scaling Laws（缩放定律）的持续生效，模型的迭代速度正在大幅加快，从过去的六个月缩短至两个月。Mythos作为一个“明显更大规模的模型”，其训练规模等效于10万块Blackwell芯片，验证了“往模型里砸更多算力，模型就会变得更强”的趋势线依然成立。
然而，极端的模型算力需求也直接导致了物理世界供应链的全面告急。帕特尔指出，尽管云服务商和芯片制造商正在疯狂扩产，但供给侧几乎在每一个节点上都处于“极度短缺”状态。他特别强调了存储芯片和晶圆代工环节的惊人预期：DRAM价格将翻倍甚至翻三倍，台积电2028年的资本支出可能达到1000亿美元。CPU和小众上游材料如PCB铜箔、玻璃纤维、激光器等也供应极度紧张。
帕特尔还警告称，随着AI技术向经济系统的渗透，底层失业焦虑正在加剧。他预计，三个月内美国或将爆发针对AI的大规模抗议活动。他指出，AI公司高管的公关策略失误部分归咎于公众愤怒的积累，这些高管过于热衷于谈论AI将如何“改变整个世界”和“自动化所有工作”，而忽视了展示AI能带来的令人振奋的现实用例。
在访谈中，帕特尔还分享了多个具体案例，展示了AI工具如何在不同领域实现效率的飞跃。例如，他的团队利用Claude Code在几周内完成了原本需要整个团队一年时间才能完成的芯片逆向工程任务；一位前银行经济学家利用AI工具创建了全新的经济分析模型，被其称为“幽灵GDP”。这些案例不仅展示了AI的强大能力，也反映了AI对传统工作模式的深刻影响。
对于AI行业的未来，帕特尔表达了复杂的情绪。他既对AI技术的快速发展感到兴奋，也对社会如何适应这种变革感到担忧。他强调，AI公司必须停止不断谈论未来的能力跃迁，而应专注于展示AI当前能带来的实际价值，以缓解公众的恐惧和抵触情绪。
