新上线今天0 投票
硅谷已忘记普通人真正需要什么
当技术精英的“重大发现”撞上常识
最近，一位科技从业者兴奋地向我分享他的“重大发现”：通过大型语言模型（LLM），他意识到“知识是结构化在语言中的”。他惊叹于输入一个单词，ChatGPT 就能理解意图；甚至造一个新词，模型也能推测含义。他得出结论：LLMs 的发现堪比文字的发明。
然而，这个让技术圈兴奋不已的“洞见”，在普通人或人文学科研究者看来，可能只是语言学或结构主义的基本常识。类似场景在硅谷不断上演：从 NFT、元宇宙 到如今的 生成式 AI，技术精英们常将早已存在的概念重新“发现”，并包装成革命性突破。
技术泡沫中的认知偏差
这种现象背后，是硅谷日益封闭的技术文化带来的认知偏差。当从业者长期沉浸在特定技术话语中，容易将行业内的共识误认为全人类的未知领域。
- 过度聚焦技术实现：工程师的思维往往集中在“如何实现”，而忽略了“为何需要”或“这解决了什么真实问题”。
- 缺乏跨学科对话：技术开发与社会科学、人文学科的脱节，导致许多“新发现”其实在其它领域已有成熟理论。
- 自我强化的反馈循环：在技术会议、行业媒体和投资人的追捧下，某些概念被不断放大，形成“回声室效应”。
从 NFT、元宇宙到 AI：重复的叙事
回顾近年科技热潮，相似模式一再出现：
- NFT（非同质化代币）：曾被宣传为数字所有权的革命，但普通用户最关心的可能是艺术价值、版权保护或实际使用场景，而非区块链的技术细节。
- 元宇宙：愿景是创建沉浸式虚拟世界，但许多早期尝试忽略了社交习惯、用户体验和硬件门槛，最终沦为技术演示而非大众产品。
- 生成式 AI：当前焦点。LLMs 确实带来了交互方式的变革，但若只强调其技术突破（如参数规模、推理能力），而忽视其在实际生活、工作流程中的整合难度、成本问题或伦理风险，很可能重蹈覆辙。
为何“普通人”的需求被遗忘？
硅谷的“遗忘”并非偶然，而是系统性的：
- 目标用户错位：产品设计常以“早期采用者”或技术爱好者为假想用户，而非广大普通人群。
- 价值衡量单一：用技术指标（如算力、模型大小）、融资额或媒体声量来衡量成功，而非用户满意度、社会价值或可持续性。
- “思想领导力”的陷阱：行业领袖需要不断提出新概念来维持影响力，这可能导致追逐热点而非深耕需求。
回归本质：技术应服务于人
这并不是要否定技术创新。相反，正是为了避免技术资源浪费在虚假需求上，我们更需要：
- 深化跨学科合作：将工程师、设计师、社会科学家、伦理学家和真实用户纳入产品开发全流程。
- 关注真实问题：从“我们能做什么”转向“人们需要什么”，优先解决清晰、普遍存在的痛点。
- 保持谦逊与学习：承认技术只是工具之一，许多“新问题”在其它领域已有丰富积累。
技术的真正突破，不在于它有多“新”，而在于它能否无缝融入人类已有的知识体系和生活经验，解决真实而迫切的需求。 当硅谷能放下“重新发明一切”的傲慢，或许才能找回服务普通人的初心。