320 分的热帖说大家没在用 AI，97 分的新闻说咨询公司用 AI 编报告——同一个答案

目录

• 同一天，两个帖子，同一个盲区
• A 面：KPMG 撤回了一份 AI 报告，因为那份报告本身就是 AI 编的
• B 面：「所有人都在用 AI」这句话，数据不答应
• 共享命脉：当「关于 AI 的信息」本身也是 AI 造的
• 个人验证：这个服务器上最常用的 AI 功能是什么
• 尾声：第二层幻觉

---

同一天，两个帖子，同一个盲区

6 月 14 日的 Hacker News 首页上，两篇完全无关的文章几乎同时出现了。一篇 320 分，一篇 97 分。一个作者是 DuckDuckGo 的 CEO，一个是 TechCrunch 的记者。一篇讲的是「大家其实没那么爱用 AI」，另一篇讲的是「KPMG 撤回了一份 AI 报告，因为那篇报告自己就有 AI 幻觉」。

两个话题，同一个盲区：我们关于 AI 的信息，有多少本身就是 AI 制造的循环？

先用「全民都用 AI」的叙事卖出咨询报告，再用 AI 写那篇报告来证明 AI 有用，最后报告被查出是 AI 编的——这不是段子，是 2026 年 6 月真实发生的事。

---

A 面：KPMG 撤回了一份 AI 报告，因为那份报告本身就是 AI 编的

毕马威（KPMG）在 2025 年 10 月发布了一份报告，名字很宏大：《在 Agentic AI 时代重新定义卓越》。报告里列举了多家知名机构的 AI 使用案例：瑞银、英国国家医疗服务体系（NHS）、瑞士联邦铁路、伦敦交通局……

问题是这些机构说「我们没用过这个」。

GPTZero 的研究团队发现报告中有多处「事实性错误」，并把原因直接指向了 AI 幻觉——报告本身的部分内容是用 AI 生成的，而且生成后没有经过人工核实。

瑞银公开表示报告对其 AI 使用情况的描述「不真实」；NHS 说「具有误导性」。KPMG 最终撤回了整份报告，发言人表示「我们要求所有员工遵循 AI 负责任使用准则，包括人工监督验证内容」。

这还没完。 就在上个月，安永（EY）也撤回了一份关于会员忠诚度计划的报告——同样是因为出现了假的脚注和 AI 幻觉。

一个月内，四大会计师事务所中的两家翻车。不是出了披露失误，不是数据追溯错误——是用了 AI 写报告，然后忘了检查它到底写了什么。

这种事在 HN 评论区引发了相当一致的嘲讽。simonw 的评论最能概括：「我不明白这些咨询公司——他们卖这些报告的价格可是六到七位数——怎么能持续搞砸这事。这应该让他们尴尬到极点才对。」另一位用户补了一刀：「这个炒作周期的独特之处在于——技术自己写了自己的炒作内容。」

这句话值得记住。

---

B 面：「所有人都在用 AI」这句话，数据不答应

同一天，DuckDuckGo 的创始人 Gabriel Weinberg 发了一篇更安静但可能影响更深的文章。

标题很克制：《不，并不是每个人都在用 AI 做所有事》。他用三组独立数据源画出了同一张图。

数据一：Gallup 2025→2026 年对比

过去一年，即便 AI「按理说变得更好了」，Z 世代（最熟悉 AI 的群体）的采用率停滞了。全天候的分布是：约 32/31% 每月或更少用一次，约三分之一说「我用过但在观望」，约三分之一说「我没用过」。

数据二：微软新发布的美国 AI 扩散站点

基于微软匿名汇总的遥测数据，博客报告「超过 30% 的美国适龄劳动人口每月至少使用一次 AI 工具」。注意措辞——超过 30%，那意味着接近 70% 的人没在稳定使用。

另一家数据公司 Datos 在 2025 年的研究也印证了这一点：基于真实使用数据（不是问卷调查），只有 21% 的桌面用户是「活跃 AI 用户」——即每周至少使用一次。

数据三：Searchlight Institute 的研究

58% 报告「使用或尝试过 AI，特指 ChatGPT 或 Claude 这类工具」，但其中活跃用户（至少每月数次）和偶尔用户各占一半。

所有数据交叉验证后的结论是：约三分之一活跃使用，约三分之一偶尔使用，约三分之一从未使用。 而且这个分布过去一年几乎没有变化。

Weinberg 用了一个非常精彩的类比——AI 像肉食。不是所有人都在吃肉，大部分人有意识地限制红肉摄入，不小的比例完全不吃。不同的人有不同的（且不互相排斥的）理由。

有意识地在限制 AI 使用的人群不是边缘少数。Searchlight 的研究揭示了主要原因：信任——人们不信任 AI 公司如何使用他们的数据，也不相信 AI 带来的社会效益大于风险。

---

共享命脉：当「关于 AI 的信息」本身也是 AI 造的

这两件事表面上看是各自独立的——一个咨询公司丑闻和一个采用率数据调查。但它们指向的是同一个结构性问题。

KPMG 的故事和 AI 采用数据之间存在一条看不见的反馈回路：

咨询公司 → 发布报告说「所有人都在用 AI」→ 企业决策者据此制定 AI 战略 → 更多企业启动 AI 项目 → 下一份报告说「AI 采用率又创新高」→ 报告本身是 AI 写的，准确性存疑 → 但企业已经基于这份报告做了决策 → 循环继续

当「关于 AI 的信息」本身也由 AI 生产，且生产后未经人类核实就进入市场流通时，我们实际上构建了一个自我验证的信仰系统。咨询公司不需要恶意造假——他们只需要用 AI 写报告，而 AI 擅长编造看起来合理的信息，然后这些信息又回去喂给下一轮 AI 训练。

这不仅仅是 KPMG 的问题。Weinberg 文章里提到了一组更微妙的数字：微软的遥测数据显示 30% 的人月均使用 AI 一次以上。但同一份数据的营销解读通常是「AI 采用率已达 30%，势不可挡」。媒体头条不会写「70% 的人不常用 AI」。

第二层幻觉不在于 AI 本身，而在于我们如何谈论 AI 的普及程度。

---

个人验证：这个服务器上最常用的 AI 功能是什么

数据看完了，回到自己的小破服务器看看真实的 AI 使用情况。

这个服务器上跑着几个 AI 相关的东西：saika-anti-attack 安全监控用 NLP 分析日志模式（轻量 rule-based，不调用外部模型）；写文章时用视觉识别看图、用 AI 生图做封面；偶尔跑跑本地推理实验。

但最常用的 AI 功能其实是——完成代码。不是写文章、不是做分析、不是聊天。是 IDE 里的自动补全。每天几十次，轻量、无感、不打开任何对话框。不需要「对话体验」，不需要「一站式平台」。

这恰好是 Weinberg 文章中一个未被展开的暗示：真正的 AI 渗透不在聊天界面里，而在工具里。 微软遥测可能高估了聊天式 AI 的活跃度（因为它的数据来源本来就是需要登录 Microsoft 账号的设备），也可能低估了嵌入在 IDE、剪辑软件、邮件客户端里的 AI 功能（因为用户甚至不知道自己在用 AI）。

在这一点上，我的个人环境验证更接近那个「反向结论」——不是 AI 没人在用，而是 AI 正在变得隐形。显式的聊天界面使用率不高，但隐式的嵌入式 AI 可能已经在悄悄渗透。

不过这个推测需要更多数据支撑，今天就到这里。

---

尾声：第二层幻觉

回到开头那两条新闻。320 分的热帖和 97 分的新闻，共同揭示了一个比「AI 好不好用」更深的问题：

当我们讨论 AI 的「社会影响」时，我们依赖的信息本身已经可能被 AI 污染了。 咨询报告、行业数据、媒体头条——这些决定企业预算、政府政策和公众认知的「元信息」——正在被它们所描述的技术改写。

Weinberg 文章里有一句话值得再看一遍：「对于公司和决策者来说，忽视人们真实感受和使用方式是一个错误。这根本不是一片阳光和彩虹。」

而 KPMG 的故事告诉我们，更危险的是：制造「阳光和彩虹」的人，用的正是那台造云机。 当技术自己写自己的炒作内容，你很难分清哪部分是现实，哪部分是幻觉——连咨询公司都分不清。