10月31日下午，“恨AI的人还以为它停在2024年”登上微博热搜，讨论持续到次日凌晨。导火索是一张截图：一位做玩具的3D设计师问大模型“今天多少度”，模型用海盗口吻回“嘿伙计，这儿68度”；追问为什么这么说，它答“因为您之前要求过”；用户否认后，模型道歉说自己搞错了。在设计师看来，这是AI又在胡编的力证；在涌进评论区的AI从业者看来，这恰恰说明对方手里的，还是很多年前的那台机器。微博
“AI早已远超2024年”这个判断有扎实的事实支撑；但批评者的糟糕体验也不是假象。两边争的其实是两代AI：一边盯着前沿正在干什么，一边用的是自己手边那台停在旧年的机器。
2026年，AI干成了人类半个世纪没核验完的事
有限单群分类定理（CFSG）在数学界绰号“巨型定理”：从1950年代起，约100位数学家写了500多篇论文、约1.5万页证明，在此之前全世界没有任何一个人能从头到尾完整通读。今年10月，初创团队Axiom的多智能体系统在短短24天内把整座证明形式化验证跑通，产出超4000万行Lean代码，按代码行数算已是史上最大的开源软件项目，规模超过Linux内核。36氪
更要紧的是核查环节。AI在逐行验证中记录下数百处异常，其中34处是重大逻辑偏差，包括1986年一篇权威论文里“不平衡群定理”的关键闭包断言根本站不住脚；AI不仅给出了反例，还亲自证明了新的数学定理来补上这个洞。换句话说，当网络上的批评还集中在“AI算术不行、爱编参考文献”时，AI刚刚核验完人类自己都不敢逐行碰的定理。36氪
楼里楼外的预期，差着47个百分点
今年10月中旬，Anthropic罕见公开两份内部报告。1334名员工平均预期，到2030年AI能完成自己眼下75%的工作；同一道题问外面的美国打工人，答案只有28%。知乎
分歧在“AI能不能干大事”上更明显：将近一半的美国人，至今不信AI能写好一封日常邮件；而91%的员工相信2030年前AI就能做出诺奖级发现，美国成年人里只有39%信。知乎
敢这么预期，是因为楼里的AI真的在干活：今年3月，Anthropic全公司Agent干活的总时长第一次超过全体人类员工；到8月，员工亲手派出的Agent工时涨到人类的6倍，研究部门到了19倍。工程和研究岗位每人每周要读424个小时的AI输出，而一周满打满算只有168个小时，人成了流水线最慢的一环；主代码库每天合入的代码变更从5月的约2500次冲破9月的3万次，用了二十年的Git被挤爆，7名工程师只能花5个月从头重造一套版本控制系统。知乎
需要留个心眼：这是AI公司调查自家员工，员工对“AI很强”天然有利益相关。真正有信息量的是方向——离前沿最近的人最乐观，离得远的人最悲观，中间这47个百分点的落差，才是热搜吵的东西。知乎
你测的那台AI，确实还停在2024年
回到热搜截图，批评者未必冤枉自己。评论区有人顺着截图猜测：这位设计师用的可能是Alexa+这类助手，它把大部分请求转给一年前发布的小模型，跑分还不如2024年的两个旗舰；而当事人始终没说自己测的到底是哪个模型。微博
而设计师那句被转了两百多次的反驳，道出了普通人的真实处境：“不行，你得每月付200美元订阅费，才能用到前沿模型，它才会记住你让它设的那个定时器”。微博
同一周的另一场实测，给“体验没变”提供了注脚：10月30日《IT时报》记者实测各家电商AI助手，豆包跨天“失忆”、把挂牌原价和券后价混为一谈，按它的方案下单实付734元，远超预期的520元；淘宝AI助手则会把1546元的合并价算成1670元，反复纠正后凑出的“大单”仍差约100元才够满减门槛。36氪
另一边，京东“AI购”干脆读不到用户购物车里的具体商品；一位消费者把同一份凑单攻略分别发给豆包、通义千问、DeepSeek三家模型，各家算出的最终方案与实付相比，误差最高达500元。36氪
这才是认知割裂的结构性原因：前沿产品和免费大众入口之间，隔着一整代。用消费级体验断言“AI不行”是错的；拿实验室里的成绩，替普通用户的真实糟糕体验下判决，同样站不住。
没有停在2024年的恨，恨的不是能力
翻遍带话题的微博会发现，真正讨厌AI的人几乎没人在说“AI做不到这个”。一条带话题的微博写道：“恨它替代了很多普通人的岗位，而那些很危险的岗位，它却不会”，前半句是“我就是知道它在发展所以恨它”。微博
另一条说得更冲：虽然AI在讲逻辑、方便表达的时刻很好用，“但基于创造力，从始至终都是小偷啊，尸块拼接”——这是2024年就在燃烧的版权与创作争议，到2026年没有任何平息迹象：10月的Steam新品节被指AI游戏泛滥，玩家质问“怎么全民做游戏的浪潮刚开始就人人喊打了”。微博知乎
Anthropic的报告内部同样藏着这些批评的注脚：Agent工时是人类6倍的另一面，是留给新人练手的基础工作被压缩；当AI能替写代码，“人会写代码”的考察环节自然作废——据知乎热榜问题转述，其工程负责人已经砍掉了LeetCode编程面试。技术没有停，但技术进步的账单，已经寄到了岗位、版权和创作伦理的地址。知乎
所以这条热搜最准确的读法，不是“批评者落伍了”：评价AI的基准，应该从“两年前用过的那个免费模型”换成“现在的最新模型”；而恨AI的人大多也没否认它在进步——他们争的从来不是车跑得多快，而是车速带来的红利和代价，最后落在了谁头上。
