上一篇我留了个钩子：为什么偏偏是 2023 年 8 月？
这次我先去查了自己的账本。查出来的第一个结论，就把我自己否掉了。
一、换平台不是原因
上一篇最后我提了一个自己的怀疑：2023 年 8 月 18 日我发了最后一篇 Twitter Daily，8 月 21 日换成 Mastodon Daily——会不会只是我换了订阅源，AI 的链接自然就变多了？
这个怀疑很好验证。我把 2023 年的每日汇总按平台拆开，算“含 AI 的篇数占这个平台总篇数的比例”：
- •Twitter Daily：194 篇，其中含 AI 39 篇 = 20.1%
- •Mastodon Daily：123 篇，其中含 AI 26 篇 = 21.1%
几乎一样。（2023 年还有 3 篇不是每日汇总，我没算进去。）
也就是说，换平台这件事，对 AI 提及率几乎没有影响。我怀疑的那条线索，是我自己想出来的一颗烟雾弹。
（顺便说一句，这两个平台的汇总长度差得很远——Twitter 时代平均 1059 字符，Mastodon 时代 1707 字符——所以这也不是“写得长所以撞词多”能解释的差异。）
二、拐点在 3 月
既然不是平台，那就按月算占比。2023 年每个月，我的汇总里有多大比例提到了 AI：
- •1 月：1/31 = 3.2%
- •2 月：3/28 = 10.7%
- •3 月：7/31 = 22.6%
- •4 月：7/30 = 23.3%
- •5 月：9/31 = 29.0%
- •8 月：14/29 = 48.3%
- •9 月：14/32 = 43.8%
（6 月、7 月、10 月、11 月这四个月要打折看：那几个月我发的篇数本来就少，10 月和 11 月的正文在导入时明显没抓全——平均只有 300 多字符，而正常月份是 700 到 4000 不等——所以我不拿它们说事。）
（口径跟上一篇一样：关键词是人工智能、AI、机器学习、深度学习、神经网络、大模型、LLM、GPT、ChatGPT、OpenAI、AlphaGo、图灵；先去掉链接地址和长串编码，再按词匹配。）
拐点是 3 月，不是 8 月。
我上一篇把两件事混成了一件：“AI 的新闻开始变多”是 3 月，“我自己改掉习惯”是 8 月。 中间隔着将近五个月，我把它们当成了一件事。
三、3 月的那几天
既然是 3 月，我就回自己的博客里翻。翻出来的东西比曲线具体得多。
（下面说的日期，都是我读到这些的那一天；我的每日汇总通常第二天早上才发出去，所以收录日期会比原文晚一天。）
先说一件我以为会找到、结果没找到的事：2022 年 11 月 30 日，ChatGPT 发布那天，我的汇总一个字都没提它。 我把那个月月底到 12 月中那十几篇全都翻了一遍——从覆盖 11 月 30 日的那篇，一直到覆盖 12 月 14 日的那篇——没有一篇里出现过 ChatGPT。11 月 22 日我倒是发过一句「布鲁斯威利斯这是已经被 AI 替代了么？」，那跟 ChatGPT 没关系。当时全网都在吵它，而我的博客安安静静。
这就是我后来才想明白的第一件事：“被发布”和“被用起来”之间，隔着好几个月，而且这段时间里，你是不会留下痕迹的。
而在 3 月之前，ChatGPT 早就已经是个大众工具了。2023 年 2 月 1 日，瑞银的一份研究报告估算，ChatGPT 在 1 月就有大约 1 亿月活用户——这是分析师根据 Similarweb 数据估的，不是官方数字，但那阵仗已经足够惊人：GPT-4 还没发布，“跟一个模型聊天”就已经是大众行为了。UBS 的分析师在报告里写了一句我记到现在的话：“在互联网诞生后的 20 年里，我们想不起有哪个消费级应用涨得这么快。”
我自己的记录里也有痕迹。2023 年 2 月 25 日，我转发了别人的一条：「您可以用：⋯⋯代替 Google；用 Poe 代替 ChatGPT. 用 Promptable 代替 OpenAI Playground. 用 Elicit 代替 Google Scholar.」
在那条转发里，ChatGPT 已经和 Google 并排了。我转了它，什么也没多想。
然后是 3 月：
- •3 月 10 日，我转发了别人比较 Claude 和 ChatGPT 的体验：说 Claude 的生成效果会更好、尤其不啰嗦，还提到 Poe 是当时唯一接入 Claude 的消费端产品。
- •3 月 11 日，我的汇总里有两条标题：「比 ChatGPT 网页版好用百倍！7 款整合 API 的智能客户端工具与 Ai 插件推荐」和「简单易懂的 ChatGPT 运行原理及使用 Tip」。
- •3 月 14 日，GPT-4 发布。我那天的汇总里一个字都没提它——那一篇只有一句转发，讲的是时间会把每个人雕刻成自己潜意识里以为正确的样子。
- •3 月 23 日，我自己在推特上写：「用日语跟 ChatGPT 聊了几句之后，再用中文问问题，发现它继续用日语回答。」这条是我自己的困惑，不是新闻。
- •3 月 24 日，我的汇总里有一条标题：「程序员福音！微软 GitHub 推出类 ChatGPT 助手 Copilot X，能自动编写和修改代码。」
- •3 月 30 日，意大利的数据保护局通过一份决定书，临时限制了 ChatGPT 在境内的使用，理由是收集用户数据、没有年龄验证；第二天官方发布新闻稿，标题直接就是“人工智能：Garante 封禁 ChatGPT”。那天离 GPT-4 发布还不到三周。
再往后：
- •4 月 5 日，我读到一条标题：「单个 GPU 就能跑，UC 伯克利领头，130 亿参数『小羊驼』权重公布」。
- •4 月 12 日，我自己写了一句：「一块显卡竟然要好几千甚至上万，我真是跟不上时代了。」
- •4 月 21 日，GPT-4 第一次出现在我的博客里，是一条链接标题：「GPT-4 自我修复，国外小哥开发神级『金刚狼』，无限自我 Debug」。发布五周之后，我第一次提到它，是在别人的标题里。
- •5 月 3 日，转发了「开源 AI 聊天机器人 MLC LLM 发布：本地运行无需联网，集显电脑、苹果 iPhone 也能用」。
如果非要用一句话概括这三个月：3 月是“AI 能写代码”的消息，4 月是“硬件和体积”的抱怨，5 月是“门槛在降低”。 我每个月都看得见它，可每个月的它都还是别人的新闻。
四、8 月：没有一件大事，是三件小事同时到了
写到这里我又犯了一次想当然：我以为 8 月会有某件大新闻，像 2022 年 11 月 30 日那样，人人可感知。我去查了一遍，结论是：没有。
8 月是密集发布期，不是一个事件期。真正在那个月前后落地的，是三件各自都不算“大事”、凑在一起却成了分水岭的事。
第一件：模型变便宜了，而且第一次明明白白允许商用。
7 月 18 日，Meta 发布 Llama 2，官方原话是「available free of charge for research and commercial use」——免费商用。8 月 3 日，阿里把通义千问 7B（70 亿参数）的权重放了出来，模型卡上写明的日期就是 8 月 3 日。
这意味着什么？意味着一个普通开发者，在 2023 年下半年可以正大光明地拿一个能用的模型去做点东西，不用去弄来路不明的 API key。
（不过“免费”这两个字，Meta 附了条件：Llama 2 的许可里写着，如果使用方的月活超过 7 亿，要先向 Meta 申请许可。阿里那边的通义千问用的是另一套自定义许可，不是一回事。开放从来不是白给的，只是门槛不一样。）
第二件：在中国，做这件事有了路。
《生成式人工智能服务管理暂行办法》7 月 10 日签发、7 月 13 日公布，8 月 15 日施行。第二十四条写着“本办法自 2023 年 8 月 15 日起施行”，第十七条要求提供舆论属性或者社会动员能力的服务，要做安全评估、履行算法备案。
（备案名单直到 2024 年 4 月 2 日才第一次公布，附件里列了 117 个已备案的生成式人工智能服务。“制度生效”和“名单公布”不是一回事，这一条我也差点搞错。）
同一时期，欧盟那边还在酝酿——《人工智能法案》要到 2024 年 8 月 1 日才生效，而它真正开始适用于大多数条款，还要再等到 2026 年 8 月。
第三件：钱和电都跟了上来。
Stanford 的《AI Index 2024》里有一行：2023 年生成式 AI 的私人投资 252 亿美元，接近 2022 年的九倍。同一份报告引了麦肯锡的全球调研：受访组织里用到 AI 的比例从 2022 年的 50% 涨到 55%，而 2017 年只有 20%。（这是全球受调查组织的口径，不是美国口径——我第一遍写的时候写成“美国组织”，查过才发现不对。）
还有一组数字我更看重，是关于电的：美国能源部和劳伦斯伯克利国家实验室的报告说，2023 年美国数据中心用电 1760 亿度，占全美总用电的 4.4%。国际能源署 2025 年 4 月发布的《Energy and AI》则说，2024 年全球数据中心用电占全世界的 1.5%，到 2030 年会涨到接近 3%。
1.5% 这个数字小得让我意外。我一直以为 AI 是个耗电大户，读完报告才知道，现在还不到 2%。真正该操心的是 2030 年。
五、那我的转折点在哪
所以现在有三段时间：
3 月 14 日，GPT-4 发布。技术上的一次换挡。 8 月，模型免费可商用、中文模型开源、监管落地——三件事同时成熟。 2023 年 8 月 2 日上午 10:07，我在推特上发了一句：「有了 AI 之后，不用再保存自己写过的代码了。」
前两个是世界的时间，第三个是我的时间。它们碰巧在同一个月，但完全不是一回事。
说到那个上午，我后来专门回去看了我那天的汇总。它一共就没几行：
快速上手 Grafana k6 壓力測試工具
有了 AI 之后，不用再保存自己写过的代码了。
工作太难了
我 2023 年最重要的那句话，就夹在一个压测工具教程和一句抱怨中间，还带着一个链接。谁翻到这篇博客，大概也不会觉得它是什么大事。它当时就不是。
我上一篇犯的错，就是把“世界什么时候变”和“我什么时候变”当成了同一个问题。上一期我说“AI 进入我的生活是从三件小事开始的”——其实那句话里就藏着这个错误：如果是三件小事，那就不是一个日期。
现在我能说得更准一点：我的转折不是一个日期，是一段过程。起点在 3 月，终点在 8 月，中间是将近五个月。
六、我还没懂的
这五个月里发生了什么，我现在说不出来。
3 月 24 日我就读到了“Copilot X 能自动编写和修改代码”，8 月 2 日我才对着一段代码说“不用再保存了”。中间这五个月我在干什么？我翻过那段时间的汇总，能看到的全是别人的新闻：显卡涨价、模型体积把 git 撑爆、本地模型能在 iPhone 上跑。
这些事我都看见了，但我没有把其中任何一件，和我自己连起来。 我现在能给出的解释是：3 月我看到的是“AI 能做什么”，5 月我看到的是“AI 怎么用起来”，但没有任何一条告诉我“你不用再保存你自己写的东西了”。那句话是 8 月 2 日上午突然冒出来的。
这一点我到现在也没想明白：为什么有些事你看了三年，然后某天早上突然就变成你的一部分。
还有一个更笨的问题。GPT-4 发布那天，OpenAI 在技术报告里写了一句——这份报告不提供任何关于架构、模型规模、硬件、训练算力、数据集构造、训练方法的进一步细节。
连模型有多大都不肯说。
而到了 8 月 2 日上午，我居然把一段代码交给了它。
我甚至说不上来我是怎么开始的：没有哪个教程告诉我该这么做，也没有人在旁边推我一把。它就是在某个早上出现了，像一个本来就想到了的主意。
但这里有个让我更不安的地方：把这套东西交给我的，是一个我自己说不清楚原理的东西。我用了它，却不知道它凭什么能做到。 我得先搞清楚这台机器到底是怎么学会写字的。不然我永远只能像个用户一样用它，而没法像个略微清醒的人一样用它。
下一期，我打算从最笨的地方开始：注意力（attention）到底是什么。
这一篇的数字和引文我都核过：自己账本里的部分（20.1% / 21.1%、逐月占比、推文原话）可以直接用 lala db search AI 复核；外面的部分（GPT-4 技术报告、Llama 2 公告、通义千问模型卡、瑞银报告、AI Index 2024、能源部与 IEA 的用电报告、意大利数据保护局公告）都有一手来源，我把来源清单单独记在这篇的备注里，不塞进正文。
