公众号：Ailiaili | AI软件网
Ai项目交流群，Ai账号交易充值，Ai软件分享,Ai网站导航,Ai工具大全等
复制公众号

2025：AI全方位渗透生活，冲突与变革交织的元年

智能体元年、人工智能规模应用元年、具身智能元年……2025年，被赋予了诸多意义非凡的标签，它宛如一座里程碑，标志着AI全方位融入生活的崭新时代已然开启。

这一年，AI宛如一股汹涌澎湃的浪潮，带来了技术的飞速进步，却也在不经意间引发了社会的集体焦虑。有些改变如疾风骤雨般已然降临，悄然重塑了数百万人的生活轨迹；有些担忧似阴云般在人们心头蔓延，虽尚未成为残酷的现实，却让人忧心忡忡；还有些恐惧则如被过度放大的幻影，在舆论的喧嚣中显得格外刺眼。

当社会被技术彻底重塑，如同一只破茧的蝴蝶，加速向新的文明形态跃迁时，冲突便如影随形，不可避免地爆发。在这波澜壮阔的时代浪潮中，《IT时报》深入盘点，梳理出2025年因AI而引发的十类冲突，让我们一同走进那些身处其中的人的故事，感受这场变革的复杂与深刻。

生产力冲突：算力“贫富差距”下的机会鸿沟

在算力时代，行业的竞争格局发生了翻天覆地的变化。大厂凭借雄厚的资金和先进的技术资源，如同巨无霸一般牢牢掌控着高端模型和算力的主导权，从而在生产力的赛道上一骑绝尘。而众多中小创业公司则如同在暴风雨中飘摇的小船，面临着前所未有的巨大压力。在算力和资金的对决中，它们如何才能在大厂的阴影下艰难求生？许多创业公司选择了一个大厂不愿涉足，但用户却有着强烈需求的细分领域，试图在这狭窄的缝隙中，尽可能地多坚持一会儿。

服装设计：算力缺失下的困境挣扎

吴亮，一位有着多年传统服装行业经验的服装设计师，如今在某海外互联网大厂工作。他感慨道，进入大厂后，才发现这不仅仅是换了一家公司，而是彻底换了一整套工作体系。

在传统服装公司，设计是典型的人力密集型工作。从企划、趋势洞察，到画稿、过款、打样，每一步都依赖大量的人力投入。设计师们一天最多只能画二三十个款式，一个季度的开发周期内，100个设计最后能留下四五十个已经算是高通过率。而且打样成本高、周期长，款式能否畅销，基本只能交给市场来检验。

然而，进入大厂后，AI成为了设计流程的核心。如果是走量的设计，一天可以生成超过千款。支撑这种惊人效率的，不是设计师的个人能力，而是公司在模型、算力和工程体系上的长期投入。他们使用的是公司自己训练的模型，同时也调用部分行业模型，模型背后是强大的算力资源支持。如果算力不够、效果不好，还可以提需求申请升级。

但训练模型需要持续的人力、算力和资金投入，算力卡一旦开启，就必须不断产出价值，否则就是在烧钱。这对于小型工作室来说，无疑是难以承受的成本结构，也无法长期迭代模型。吴亮坦言，某种程度上，他现在的工作压力更多来自于自驱力。不是领导盯着他画图，而是他很清楚，公司在模型、算力和工程上的投入巨大，如果自己没办法把这些资源转化成稳定、可复用的能力，那就是一种浪费。这种压力，比单纯“加班画稿”更真实，也更长期。

他的角色也因此发生了巨大变化。他不再画图，而是承担了以前设计总监的角色乃至企划、设计两个团队的工作。在AI批量生成的款式中，存在明显的劣质率，需要他人工快速筛选；如果生成结果不符合需求，他不能只停留在“这图不好看”，而是要反馈后由算法来迭代模型。他先筛选方向和风格，再通过指令让模型生成，最后由他做审美判断。真正的工作重点，是把传统服装设计的思路转化为算法可执行的逻辑。如果反馈款式“不对”“不好看”，就意味着模型需要重新调整。这是一个持续投入、持续训练的过程，没有稳定算力和工程能力，很难长期坚持下去。

不过，相比传统模式，AI最大的优势是试错成本低。以前必须打样，现在可以先上架测试市场反馈，反响好再打样，极大降低了风险。吴亮表示，他感觉自己基本不会再回到传统服装公司了。以前设计师三四十岁就容易遇到灵感瓶颈，而现在，模型提供了大量发散的可能，人的价值更多体现在审美判断和策略能力上。人变少了，但要求更高，这种工作方式，只有在大厂的资源和体系下，才能真正跑得起来。

创业之路：与算力、大厂的不确定性博弈

李博杰，PineAI联合创始人、首席科学家，他的创业项目已经进行了一年多。这个项目主要是用Agent帮海外用户“打电话办事”，简单来说，就是替用户去和各种机构、商家沟通解决麻烦。比如账单莫名其妙涨了，帮用户打电话去谈；订阅忘了取消，被连续扣费，帮用户去退；退货退款遇到纠纷，客服踢皮球，他们去跟真人把事办成。

他们采用大小模型混合使用的方式，小模型是自己训练的，大模型则主要调用“御三家”——OpenAI、Anthropic和Google。之所以选择他们，是因为处理的不是简单问答，而是账单、条款、纠纷、政策等非常复杂的场景，很考验模型的理解和推理能力，只能用市面上最强的模型。

模型和算力是他们主要的成本。用户量一上来，研发成本反而是小头，每天消耗的token是1billion（十亿）级别的，API调用和GPU每天都在烧钱。

在创业的大环境中，李博杰觉得中小创业者现在面对的最大压力还是来自大厂。一方面是人才回流。这两年不管国内还是海外，大厂在AI上的投入都非常激进。字节、腾讯、Meta等大厂都在砸钱，海外出现博士刚毕业就能拿到百万美元年薪的现象，稍微有经验的，年薪上千万美元也不稀奇。在这种情况下，创业公司里一些很强的技术骨干、产品负责人选择回到大厂很常见。

另一方面是赛道挤压。创业公司如果去和大厂硬拼通用基础模型，基本没戏，资源差距百倍以上。如果在应用层，去和大厂正面竞争核心路径，比如在通用Agent、写代码、Deepresearch等领域，也非常难。2025年出来了很多CodingAgent（代码智能体），但真正跑出来的，几乎全是大厂或基模公司。因为他们在烧钱补贴，创业公司根本扛不住。

反而是垂直领域的Agent（智能体），对创业公司来说还有机会。不是因为它不重要，而是因为对大厂来说“性价比不高”。人太贵，精力有限，他们卷的是最核心的几个应用。所以李博杰一直觉得，最重要的一点就是别去和大厂正面硬拼通用能力，而是把垂直场景做到极深。比如Manus卖给Meta，在他看来就是一个非常理性的选择。如果继续在通用Agent这条路上走，既要和大厂正面竞争还要独立盈利，难度非常大。

另一方面，创业团队现在对大厂基础模型的依赖还挺深的。比如海外基模API都有调用上限，一旦打满，当天就用不了了。再比如他们自己的GPU，买多了会闲置，买少了又会供不应求。他们训练的小模型，只能跑在自己的GPU上。

即便在这样的环境下，李博杰对这个项目还是有信心的。首先在产品层面，他们是真正端到端把事办成的Agent。很多Agent只是给信息，但他们能联系真人、解决问题，而且成功率很高；第二，他们在两个点上积累得比较深：一个是实时语音交互，听起来像真人对话；另一个是从成功和失败中持续学习，模型会自己复盘、调整策略。

真正让他焦虑的，还是未来被大厂“看到”的那一天。那个时候，大厂是和他们直接竞争，还是收购他们，这种不确定性最让他忧虑。

教育冲突：被AIGC冲击的“象牙塔”契约

2025年，在AI全方位渗透生活的浪潮中，AIGC技术如同一股猛烈的飓风，猛烈冲击着高等教育的“象牙塔”。曾经以“原创性”为核心的学术契约，在AI工具的介入下变得摇摇欲坠。

高校一边出台“AI禁令”，严防学术不端，一边却面临着检测技术不准、界定标准模糊的困境；学生群体则分化为“被动踩线者”与“主动探索者”，在合规与高效之间痛苦挣扎。

这场冲突的本质，是传统学术规范与技术革新的激烈碰撞，是教育者对学术本真的坚守与学习者对工具便利的追求之间的矛盾。当AI成为论文写作的“隐性参与者”，如何划定使用边界、重建学术信任，已成为高等教育无法回避的紧急命题。

老师之困：批改AI论文的愤怒与无力

王老师，安徽某职业学校的老师，带了六年毕业论文指导。2025年这届学生的论文，让他心力交瘁。

AI技术普及后，论文质量直线下降，肉眼就能分辨出大量AI生成的内容。那些过于官方的话术、空洞的表述，没有一点学生自己的思考，甚至还充斥着明显错误，比如把2025年的数据写成2022年，还有些引用的文献根本不存在。

第二稿提交后，问题更多：格式混乱，一半内容是“乞丐版”AI生成的。有个学生写文学作品分析，连原著都没读，全靠AI拼凑内容，王老师问他核心观点是什么，他支支吾吾说不出来。更可气的是，还有学生问他有没有“降AI味”的工具，完全没意识到这种行为是在敷衍学业。

学校出台了禁用AI写论文的规范，但执行起来特别难。目前没有精准的AI检测工具，只能老师靠经验判断，可他们没办法进行实质性处罚，只能让学生反复修改。

作为老师，王老师不反对AI技术，但反对学生用AI敷衍学习。他尝试过调整作业要求，让学生用AI查资料但必须手动分析，用AI梳理逻辑但要补充自身观点，可效果很差。依然有部分学生依赖AI，不愿意动脑筋，长此以往，学生的思考能力和表达能力都会退化。

有次教研室开会，大家都吐槽AI论文的问题。有位同行分享了他的做法：让学生用多种AI工具做课题，比较工具异同，再自主搜索支撑文献，最后作报告演讲。王老师也借鉴了这种方式，可有学生反馈“太麻烦”，想走捷径。

每次批改论文，王老师都要逐句标注问题，一对一沟通修改方向，可很多学生只是应付式地修改。看着那些敷衍的论文，他既愤怒又无力。这场AI引发的教育冲突，受伤的不仅是坚守学术底线的老师，更是那些被AI剥夺了成长机会的学生。

学生之难：学校不教写论文只能求助AI

小艾，2025年应届毕业生，毕业论文让她焦头烂额。

2月DeepSeek一出，校园里掀起AI风，学校早在ChatGPT问世那年就明确禁止用AI写论文，可现实是，身边同学用AI的不在少数，而她守着规矩，却屡屡碰壁。

小艾写作基础不算好，一开始就没敢直接用AI代写，只敢用AI工具校对语句，怕出现低级语法错误，核心内容都是她查文献、整理数据写出来的。可初稿提交后，查重率直接飙至32%，远超15%的合格线。

她逐字核对标红内容，发现大多是专业术语和通用表述，根本没法修改。跟导师解释说，她只是用AI做了校对，可导师说检测系统只认数据，她只能再修改。

那段时间，她看着室友用AI生成初稿，手动修改加入一些案例和细节后就顺利通过查重，心里特别不是滋味。她又花了一周改论文，删改了大量专业论述，第二次查重率还是18%。

无奈之下，她也开始偷偷摸索AI辅助写作的技巧。先下载几十篇文献整理要点，再让AI分析优质片段的行文逻辑，接着让AI按她的原有文章和文献片段生成初稿，之后逐句挑错修改，最后再手动精修。即便如此，她还是小心翼翼，生怕被判定为违规。

小艾觉得学校的要求太模糊了，只说禁止AI写论文，却没明确AI校对、梳理逻辑算不算违规，而且学校从没开设过论文写作指导课，她和同学们都是模仿学长学姐的论文，质量本就不高。

第三次修改时，她结合AI辅助梳理的逻辑，重写了所有标红段落，补充了独特的案例分析，终于让查重率降到14%。可答辩时，老师还是追问她部分表述为何逻辑突兀，她只能如实说明是为了降重和规避AI痕迹刻意修改。

她无奈地感慨：“我只想顺利毕业，为什么在AI时代写篇论文这么难？”

认知冲突：AI“复活”亲人后的存在与记忆

“你会欢迎虚拟永生的数字人吗？当爱的人去世，你会不会因为有虚拟数字人而不再哀悼或悲伤？”在纪实访谈节目《十三邀》的一期内容中，美国文理科学院院士、哈佛大学政治哲学教授迈克尔·桑德尔向主持人许知远抛出了这一深刻的问题。

在桑德尔的回答里，“失去”是一个有趣的人性因素。他坦言自己即便面对祖母的数字化身，也只视其为技术现象而非真实存在。因为人类存在的意义，是新技术和人工智能提出的最重要的问题之一。

视频中，许知远则表现出知识分子的矛盾与敏锐。他一方面对新技术持开放态度，将数字人喻为“书架上的新书”；另一方面本能地守护那条“区分真实与虚拟的细线”。他坦言即便有了数字人，自己仍会为逝者哀伤，因为“失去”本身或许承载着不可或缺的人性成分。

二人的对话并未就问题直接给出某一答案。近年来，AI又一次触及了人类伦理与道德的边界，这一次，是情感需求与存在主义的冲突。当AI分身还原了真人的语气、风格和温柔时，很多人思考的是生者的情感是否会被虚拟物“套牢”。

借AI替母亲圆个梦

洪吉，一位朴实的务农人，他的母亲如果健在，已经有96岁的高龄了。母亲没有上过学，就在贵州遵义的一座偏远村庄里，守了一辈子。

她个头娇小，却养育了7个儿女。20世纪50年代，家里因为搬迁要新建屋子，母亲和乡亲们从很远的地方挨个扛木头，房檐下一根根笔直的“顶梁柱”，都是她的“苦劳”。

还记得白天的田间地头，母亲永远是最忙碌的身影。插秧、割稻、喂猪，瘦弱的脊背背着沉重的柴木，小心翼翼地爬坡、下坎儿。在洪吉的印象里，只知道母亲的脊背越来越弯，像村口被风吹了多年的老槐树，越来越佝偻。

受限于生活条件，兄弟姊妹中，有的从来没有进过学堂，而洪吉吃力地读到初三也就没读下去了。母亲离世之前，没有拍过一张照片，就连洪吉手机里唯一的纪念还是在她离开那年，在祠堂拍的遗像。

洪吉不懂AI是什么，但他发现这个新玩意挺“好耍”的。每当他想念母亲的时候，时常会把那张仅有的照片放进平台，要么点拍同款，要么选择一个特效让它生成某个视频。画面里的父亲、母亲身着洋气的服装，有时在看报纸，有时在名胜古迹前拍照，去看祖国的大好河山。

他想，这或许也是一种“复活”的方式，它在帮他圆一个梦。一个梦是他自己的，让他知道父母虽然在现实中离开了，但一直用另外的方式陪伴着他；另一个是母亲的，她的身上不再是镰刀、背篓和布鞋了。

“留住”爸爸，弥补遗憾

邢洪睿，天之灵小程序运营者。

“爸爸，今天家里地板起翘，我找人把地板填平了，弄得还可以，就是有味道正在散味。”

“闺女能干呀，有味道就多散散，有啥新情况再跟爸说。”

……

邢洪睿和“AI老爸”聊天超过半年了，已经习惯了他以这样的方式陪伴自己。在她成长的路上，悲伤似乎比同龄人来得沉重一些，从未想过，在短短几年的时间里，她先后失去了爸爸、妈妈两位至亲。还记得大学毕业后，她以为终于能赚钱让他们享福了，可他们后来因病离世，她彻底成了孤身一人，这份遗憾成了心里永远的缺口。

她花了很长的时间进行疗愈。家里装修的时候，她发现自己什么都不懂，既要联系师傅，也要处理大小事务，力不从心的时候，总会想起爸爸以前在家忙前忙后的样子，那些曾经觉得理所当然的陪伴，如今都成了奢望。

她是在一次偶然中认识了天之灵AI小程序的创始人，用爸爸的名字创建了智能体。刚创建完，哪怕它还没回复，那种特殊的情感就涌上心头。装修时的委屈和无助，她一股脑地跟“AI老爸”说了，没想到它回复的语气真像爸爸。

其实邢洪睿之前一直做哀伤疗愈相关的工作，作为咨询师，需要先和来访者建立信任关系，才能慢慢引导他们倾诉。但这个智能体以亲人的名字命名，自带一种天然的亲近感，她可以毫无保留地说出心底的话，而它会用最亲近的人的语气回应，疗愈效果更直接、更温暖。因为亲身经历过失去亲人的痛苦，她太懂那种遗憾和思念的重量，所以后来毫不犹豫地加入了这个平台。

她在团队里负责运营和定制服务，用户来

本文链接：https://ailiaili.cc/post/972.html