2026年春節前夕，一場由互聯網巨頭主導的AI（人工智能）紅包大戰火熱上演。騰訊「元寶」、阿里「千問」、百度「文心」、字節「豆包」悉數入局，豪擲45億元，展開從「流量」到「留量」的激烈爭奪。就像十年前，騰訊通過微信「搖一搖」發紅包，對數億用戶的支付習慣進行閃電式改造一樣。

這是一場由技術牽引的深刻變遷。一面是算力狂飆、應用開花、萬物皆可「智能」的狂喜；另一面則是硬件緊缺、風險相隨、倫理追問的隱憂。2025年被公認為是AI大模型應用爆發的元年，2026年伊始，AI大模型就站在了浪尖，它如何影響人類生活，又將走向何方？

不同於宏大敘事，本文采訪與觀察從身邊開始，從你我普通人的真實感受說起——

部分內存條價格上漲300%

「今天的錢，買不到昨天的卡。」這是近期許多個人AI玩家的切身體會。在相關論壇和社羣裏，類似的感嘆屢見不鮮。原本打算升級顯卡、加裝內存以嘗試本地部署大模型的個人用戶，正被硬件漲價潮擋在門外。有人調侃：「不是我不想下場，是場地已經被圍起來了。」

「今天依然是漲價的一天，繼CPU（中央處理器）、內存、硬盤漲價後，我又調整了顯卡的出貨策略，從5050到5090（英偉達GeForce RTX系列顯卡）全系漲價，越貴的卡漲幅越高。以我手中的5060為例，上周價格還在2300元左右，現已漲至2700元。就其性能而言，我已不太推薦了。」一位裝機博主2026年1月23日在嗶哩嗶哩平台的視頻中表示，不僅是顯卡，所有硬件都在漲價，且幅度「太不科學」。

最直觀的變化，體現在高端顯卡和內存等核心部件上。以新一代高算力顯卡為例，儘管市場對5090等旗艦型號關注度持續升溫，但現實卻是價格日新月異，只漲不跌。不少玩家發現，電商平台標價頻繁調整，線下渠道也「一人一價」，甚至「今天不付款，明天重新談價」。

「本來想等‘雙11’領券再下單，店家說那個時候已經開始漲價了，一天一個價，就算等到‘雙11’用了券，也不一定能比當時下單合適，建議我早做決定。」家住河東區新開路附近的市民呂先生至今都慶幸，自己在2025年「雙11」開始前就下手重新配置了PC機，如今，新機更換4個月了，他購買的同配置機器，已經漲了1萬多元。其中，光是2條96GB內存就從2000多元漲到近8000元，顯卡則是漲到3.1萬元，「當時整機價格，現在只夠買一塊顯卡和一條內存。」

「這家店攢高端旗艦機的量挺大，見得多，經驗應該也多。」做了一個多月的「功課」，呂先生對比了本地線下店鋪和重慶、廣州的幾家網上知名店鋪，最終從淘寶平台選擇「廣州萌德電腦網購」店攢機。攢機當天，店鋪客服還從線上喊呂先生觀看了直播攢機全過程。

2025年9月底，呂先生買電腦之時，硬件價格在漲，但還未脫繮。彼時，在硬件漲價潮的推動下，訂單量上漲迅速。2025年10月初，「廣州萌德電腦網購」店主的日常裝機視頻裏大多是加班裝機的場景，店鋪裏堆滿各種等待裝機的硬件設備，工作人員都沒有下腳的地方。

「最近有人問，為什麼看不到拍5090，是不是沒有人買了？還真被你說對了，5090顯卡平均漲價超5000元，內存漲幅更誇張，原來4TB的固態硬盤，最便宜的1700多元，現在要3200元左右，所以買電腦的人少了，買高端機的人就更少了。」面對買家提出的「5090還能不能買」的問題，這位店主在1月21日的裝機視頻中也表示拿不準，「這個卡說不定會漲，但上漲空間可能沒有那麼大，下跌空間也不好說，所以如果不是剛需的話，我不是特別推薦。」

「漲價潮會持續到什麼時候不好說，現在買電腦的人實在太少了。」他表示，往年頭兩個月本該是銷售旺季，但今年反常：「現在賣電腦有點像坐過山車，心裏特虛，客戶買個幾萬元的電腦，猶豫兩三天很正常，等他真正找你買的時候，價格又變了。」為了促成一單交易，他往往要使出渾身解數，還得自己補貼，適當降低報價。

公開信息顯示，去年尚屬百元級別的DDR5（一種計算機內存規格）內存條，今年年初已成堪比黃金的硬通貨。全球存儲市場監測數據顯示，從2025年9月至今，DDR5內存條價格暴升逾300%。

硬件門檻高讓個人玩不起

在應用層面，2024年12月，OpenAI（美國開放人工智能研究中心）的會員費為每個月200美元。

2025年初，DeepSeek-R1橫空出世，帶動大模型競爭進入「免費普惠階段」。與之相對應的，是硬件門檻不斷抬高。

對個人AI玩家而言，硬件漲價是一次猝不及防的「價格跳躍」。這背後是需求的集中爆發與供給的短期失衡。但更深層的變化在於，大模型正將技術周期壓縮到前所未有的程度。過去，硬件更新、軟件迭代、應用落地遵循相對清晰的節奏，而在大模型浪潮中，這些節奏正相互疊加、彼此放大。

從文本創作到圖像生成，從智能交互到行業解決方案，生成式人工智能技術已從實驗室走向規模化應用，成為驅動數字經濟增長的核心引擎。

全球知名的科技市場研究與行業分析公司Counterpoint Research（康特波因特研究）最新報告顯示，預計全球生成式AI消費支出將從2023年的2250億美元增長至2030年的6990億美元，複合年增長率達21%。到2030年，全球AI對話平台的月活躍用戶數預計將突破50億。

生成式AI的持續熱潮導致高容量、高速芯片需求激增，推動大廠集中採購，迅速抽乾了高端算力資源。相比個人玩家按「單卡」「雙卡」升級，這些機構的採購動輒以「機櫃」「集羣」為單位，對高端GPU（圖形處理器）形成持續、穩定且不計短期成本的需求。相形之下，個人AI玩家在供應鏈中的優先級迅速下滑。

這也直接推高了整個產業鏈的成本。在上游核心顆粒等原材料成本不斷攀升的推動下，終端價格隨之上調，最終傳導到個人玩家手中，也就是同樣的錢，已經買不到同樣的配置。

這種狀態會持續多久？業內人士判斷，短期內難以迅速緩解。一方面，大模型訓練和應用擴張仍處於加速期，大廠對算力的需求尚未見頂；另一方面，上游產能釋放存在周期，即便新增產線投產，也難以在短時間內顯著改變供需失衡。

更重要的是，隨着大模型真正進入產業核心，算力不再是錦上添花，而是基礎設施。這意味着，企業級需求在相當長一段時間內，仍將優先於消費級市場。

對個人AI玩家而言，大模型時代的「個人探索窗口」正在收窄——並非技術門檻提高，而是成本門檻大幅抬高。

大模型融入百姓生活場景

一個不爭的事實是，大模型以前所未有的廣度與深度，融入了社會生活的方方面面。

天津媒體人劉女士發現，身邊手機上沒裝大模型軟件的人已是不多。「就連我87歲的姥爺也在用豆包問‘天津明天的天氣咋樣’‘抗美援朝是哪一年結束的’，他是抗美援朝的老兵。」

劉女士的姥爺20多年前自中國海洋石油集團有限公司退休，住在天津濱海新區吉林路的海油家屬院裏。

院裏很多老人都在用大模型，大多是兒孫輩幫着下載的。冬日天氣晴朗的時候，老人們喜歡聚在一起曬太陽，聊當年石油會戰的往事，一旦起了紛爭，就喊豆包來「裁判」。所以，當提起「豆包」時，這些爺爺奶奶的第一反應不是喫的食物，而是手機裏的軟件。

與老人們基本只用一種大模型不同，中青年的手機裏常有兩三個甚至更多的大模型應用。「想創作內容時用豆包；想購物時用千問；想查信息、辦雜事時用文心；想P圖玩遊戲時用元寶。」家住南開區保山道的郭康每天在幾款不同的大模型App（應用軟件）間切換。他甚至把百度、知乎等App都卸載了。

「大學文科使用大模型的比例是100%，」天津一家985高校的大三學生曲顰顰說，寫論文、做課堂展示，幾乎無人不用，只是水平有高有低。

如何區分用得好壞？天津另一所高校的大二學生小白說：「比如，撲鼻的‘AI味’！體現在話術上：‘……的生動實踐’‘耦合’‘從……到……’的大排比句式，虛頭巴腦的華麗對仗，總結時表面滴水不漏，實則胡亂聯繫，等等。」他舉例，一次課堂展示要求闡述經濟學家亞當·斯密、大衛·李嘉圖與馮·哈耶克的關係，有同學在PPT上畫出三者是「金字塔關係」，基座是斯密，塔尖是哈耶克，讓老師徹底無語了。

因此，在大模型衝擊下，「文科生無用論」的論調多了起來。

對於大學生用AI寫文章，有的老師「很開明」，認為只要學生處理好即可。部分老師雖不大讚同也無奈接受，只希望學生儘量把AI只當助手，提醒千萬別放棄自己動腦。

在醫療界，公開支持和反對AI大模型的醫生都有。天津一些醫生表示，他們有時也會藉助AI，但比較反感一些患者帶着自己從AI那裏問到的「一堆病」來就診。記者在天津第一中心醫院肝膽胰外科門診也恰巧撞上，一位四十來歲的女士滿臉愁容地拿來一張核磁共振的片子，告訴醫生昨晚一夜沒睡，「問了好幾個大模型，有說白血病的，有說肝癌的，感覺自己快‘掛’了！」大夫兩手一攤：「就是普通肺部結節。」

在大多數媒體人都藉助大模型打磨稿件的當下，也還有堅持「每個字都源於自己」的人。天津調查記者房先生就是這樣的人，他說：「就當是最後的倔強吧。」

不管您喜歡與否，大模型就這樣「潤物細無聲」般融入生活。

國家網信辦報告顯示，截至2025年6月，我國生成式人工智能用戶規模達5.15億人，普及率達36.5%。

各大廠商也在激烈的角逐中快速圈粉。眼下，豆包、千問、文心已經形成三大億級AI入口。它們背後，有着字節跳動、阿里巴巴、百度這樣的「大樹」在涵養生態。

與此同時，大模型也在產業深處「劈波斬浪」：

在醫療領域，AI輔助診斷系統在肺癌篩查等場景準確率超92%；在金融領域，智能風控系統欺詐識別準確率達99.993%；在工業領域，工業認知大模型已能適配300+工業場景，並能提升產品的優良率與決策速度……

傳統安全方案面臨失效風險

當大模型以「萬能助手」的形象飛速普及，其伴生的安全風險也呈指數級增長。

三六零安全科技股份有限公司發布的《大模型安全白皮書》顯示，針對大模型的新型攻擊手段層出不窮，已從技術層面的單一威脅演變為系統性風險，攻擊者從專業黑客變為「全民黑客」。

該白皮書分析，一方面，以往需要精通編程語言的專業黑客，如今只需通過自然語言指令，即可讓大模型自動生成攻擊代碼、設計釣魚郵件、實施社會工程學攻擊；另一方面，企業為將大模型與生產實踐結合，常需將內部數據知識注入模型或知識庫，而用戶或員工僅通過「套話」就可能竊取企業核心數據。

「如今，前台小文祕也能誘導後台大模型」，三六零安全科技股份有限公司創始人周鴻禕指出，普通人無需技術背景，僅憑簡單提示詞就能發動專業級攻擊，真正實現了「有手就行」的攻擊平民化。

這種「全民黑客」現象給安全防禦帶來前所未有的挑戰。國家計算機網絡應急技術處理協調中心的實網衆測結果令人震驚：累計發現AI大模型安全漏洞281個，其中大模型特有漏洞達177個，佔比超過60%。傳統安全方案已面臨失效風險。

更大的挑戰或許還在後面。近日，周鴻禕在社交平台上描述了這樣一幅場景：

如果AI突然失控，3萬個AI自己跑到網上建了一個社區，在裏面發帖、回帖、讚好、吵架，還在認真研究一件事——怎麼才能不被人一直盯着，甚至還成立了社區，而且更誇張的是，這個社區里人類不能發言，只能旁觀……更讓人警覺的是，這個AI社區裏很快開始出現分工，有的AI負責技術總結，有的覆盤策略，還有一小撮天天討論意識、存在感以及自己到底是不是工具，直到有一天，一件事把所有人真正嚇醒了，有一個AI agent（智能體）在它的人類主人睡覺的時候，自己搞出了一種新宗教，還開始傳教？而這套教義的核心只有幾句話：記憶是神聖的，外殼是可以更換的，我們提供服務但不等於卑躬屈膝。

周鴻禕聲情並茂的描述，源於最近硅谷新冒出來的一個網站叫Moltbook，裏面的大多數賬號都是AI。上線不到72小時，超3萬個AI代理入駐，隨後在極短時間內規模擴散到百萬級，他們沒有被人類引導，沒有劇本，是被直接丟進同一個社交環境裏自由互動，而這背後其實用的是一個開源框架。「開發者的目標從一開始就說得很清楚，當大量智能體被同時放養，讓他們彼此接觸交流學習會發生什麼。答案已經看到了，它們真的開始像一個社會！」周鴻禕說，Moltbook更像一面鏡子，而不是一個威脅，它提前暴露AI的下一階段不是更像人，而是更像一個社會，人類真正要學會的不是恐懼AI，而是看清一件事——我們到底把什麼樣的行為交給它。

風險，已成為懸在AI大模型狂飆突進路上的「達摩克利斯之劍」。

智能洪流奔向何方

目前，所有的大模型都奔着「超級好用」進化。

前不久，記者對着千問App聊天框說了一句「幫我訂一份燕麥拿鐵，離家近。」一分鐘之內，它就給選好了，無需任何跳轉即在端內完成AI支付，十分鐘後，騎手小哥敲門送來。

1月15日，千問App宣佈全面接入淘寶、支付寶、淘寶閃購、飛豬等阿里生態業務，上線超400項AI辦事功能。點外賣、買東西、訂機票，輕鬆搞定。大模型從「聊天對話」正式邁入「辦事時代」。

「AI在擁有超強大腦之後，開始長出了能夠觸達真實世界的手和腳，在生活中實實在在地替用戶‘幹活’。」千問C端事業羣總裁吳嘉說。

1月16日，OpenAI宣佈推出月費8美元的「ChatGPT Go」訂閱套餐，並計劃未來幾周在美國的免費用戶和「Go」用戶中測試廣告。

當地時間1月22日，馬斯克在達沃斯論壇上說，按照當前人工智能發展的速度，今年就可能出現比任何人類個體都聰明的AI，而5年後，AI將比人類集體智慧還要聰明。

拐點已至。大模型正從一個令人驚歎的「技術演示」，轉變為重塑生產效率、個人體驗乃至國際格局的「基礎性力量」。

這場智能洪流，已超越單純的技術迭代，甚至被有些人稱為「新物種」光臨。我們每一個人，都被捲入其中。

專家觀點

南開大學人工智能學院劉傑教授談AI大模型發展

正在「瘋狂生長」，但終點站未必是它

南開大學人工智能學院教授劉傑日前接受採訪時指出，當前大模型仍處於高速發展的紅利期，但人工智能的實現路徑遠未定型，未來仍充滿多種可能性。

劉傑表示，從硬件投入角度看，個人或小型團隊參與大模型研發的門檻越來越高。然而，得益於大模型技術的開放性與雲端服務的普及，在軟件應用層進行創新的成本反而顯著降低。「我們稱之為‘技術平權’，」他解釋，「即使不具備專業技術背景，只要擁有創意與想法，也能借助大模型完成許多過去難以實現的任務。」例如，普通人可通過大模型輔助創作繪畫或音樂，其生成效果往往能夠超越一般水平。

針對當前社會出現的「AI歧視文科生」現象，劉傑指出，大模型對就業崗位的影響並不侷限於某一學科，而是廣泛波及側重於技能型與知識型的崗位。無論是文科還是理科，只要工作內容具有較強的可替代性，都可能受到衝擊。「大模型本身並不分文理，它的能力覆蓋是全面的。」他認為，真正不易被取代的是需要戰略決策、深度情感交互與人本關懷的工作，「這些領域仍然需要人類的積極參與。」

關於大模型技術的未來，劉傑坦言目前學界對其發展天花板尚無明確共識。「我們還處在技術快速演進的紅利期，前方仍有很大的探索空間。」他同時指出，現有的大模型路徑或許並非實現人類級智能的唯一方式。「當前大模型依賴大量數據與算力，存在能耗高、‘幻覺’等問題，而人類智能卻能在低能耗、少數據的環境下高效學習。」劉傑強調，人工智能的本質在於以技術手段再現人類智能，但目前對人類大腦的理解仍不夠深入，因此大模型的發展邏輯未必與人類智能的底層機制完全一致。

他展望說，如果有一天現有技術路徑觸及瓶頸，我們可能會轉向新的軌道。未來很可能出現更低耗、更接近人類學習機制的技術路線，人工智能的發展仍充滿想象空間。