Theranos吹哨人TylerShultz警告，AI热潮正成为新型骗局温床，30分钟咖啡换100万美元模式卷土重来

当纪录片《You Can See Everything》以超预期票房引发公众对Elizabeth Holmes入狱前最后时刻的关注时，真正的警示来自一位早已看透这场闹剧的人——Tyler Shultz。这位2015年从斯坦福大学毕业后入职Theranos的年轻工程师，在发现公司核心设备严重失准后选择站出来，最终促成这家曾估值100亿美元的“独角兽”崩塌。如今，他将目光投向正在狂飙突进的人工智能领域，并发出明确警告：AI热潮正成为新型技术骗局的温床。

Shultz在近期接受《旧金山标准报》采访时直言：“我认为，现在是欺骗他人的一次绝佳机会。”他指出，Theranos的运作逻辑——用极具感染力的叙事掩盖技术空心化，通过短期信任快速套现——正在AI行业重现。当年，Holmes仅凭一次30分钟的咖啡会谈就能获得10万美元投资；如今，一些尚未产生任何收入的AI初创企业，凭借一份演示文稿和一段生成式视频，便能轻松融得数千万甚至上亿美元。

值得注意的是，Theranos并非仅靠谎言存活。其设备确实在部分场景下能运行，但关键指标（如微量全血检测精度）严重失准，公司实际仅将约10%的检测任务交由自研设备完成，其余全部外包给第三方成熟平台。这种“部分真实+系统性隐瞒”的操作模式，与当下某些AI产品高度相似：模型在特定测试集上表现优异，却在真实业务场景中频繁出错；演示视频流畅自然，落地部署后响应延迟高、幻觉频发。

Shultz特别强调其祖父、前美国国务卿乔治·舒尔茨曾作为董事会成员深陷其中的教训：“人们容易被‘愿景’裹挟，而忽略对技术边界的审慎核查。”他观察到，当前AI融资轮次中，尽职调查常让位于FOMO（错失恐惧症），投资人更愿相信“下一个OpenAI”，而非追问“这个模型在什么条件下会失效”。

这一风险已在多个层面显现。2026年美国中期选举前夕，谷歌AI摘要曾错误推荐一个伪装成得州民主党候选人詹姆斯·塔拉里科筹款页的链接，导致至少三名选民将1011美元捐款误转至科罗拉多州参议员希肯卢珀团队。该页面虽在底部小字注明资金去向，但AI未识别此关键信息，反而将其列为“安全捐赠渠道”置顶展示。事件暴露了生成式AI在事实核查环节的系统性脆弱——它擅长组合语言，却不具备对意图与责任的判断力。

更值得警惕的是组织内部的“AI异化”。亚马逊近期发布内部备忘录，承认曾出现员工为提升在非官方排行榜“Kirorank”上的排名，刻意让AI执行无意义任务以刷高token使用量的现象。某团队甚至在一个月内于Claude工具上意外支出5亿美元。公司不得不叫停该榜单，并明确指出：“追求Token最大化”违背“创新与简化”原则，且无法反映真实产出质量。

这揭示了一个深层矛盾：当AI工具被纳入绩效评估体系，而评估指标本身又缺乏对质量与效用的校准，技术就从辅助工具蜕变为扭曲行为的杠杆。正如Shultz所言：“我们不是在对抗AI，而是在对抗人类利用AI加速自我欺骗的倾向。”

国际货币基金组织（IMF）在最新报告中亦呼应此忧思。报告指出，当前AI投资规模已远超历史上铁路或电网建设期的资本投入，但“预期往往大幅领先于生产率的实际提升”。阿玛拉定律在此再度应验：短期内高估技术影响，长期却低估其结构性冲击。若企业未能重构工作流程以适配AI能力，或监管未能及时建立验证标准，大量“纸面智能”项目将在盈利压力下暴露缺陷，进而引发连锁反应。

历史学家尤瓦尔·赫拉利将AI视为“人类史上最大规模的心理与社会实验”，其核心风险不在于机器变聪明，而在于人类主动让渡决策权。“金融体系的本质是信任，”赫拉利指出，“当算法接管信贷审批、风险定价甚至政治信息分发时，信任对象就从人转向了黑箱。”一旦该黑箱被操控或出错，后果远超单一企业倒闭——它可能动摇整个系统的可信基础。

目前全球约40%的工作岗位将受AI影响，发达经济体比例更高。但真正的问题不在替代本身，而在替代过程是否透明、可控、可问责。Theranos案中，患者收到错误检测结果却无从追溯责任主体；今日，一名用户因AI推荐误捐政治资金，同样难以追究算法设计者的过失。

Shultz并未否定AI价值，他强调：“我支持技术创新，但我反对用故事代替证据。”他建议建立三层防御机制：第一层是技术验证强制披露（如要求公开模型在边界案例下的失败率）；第二层是投资人尽调标准化（禁止仅凭演示视频做决策）；第三层是行业自律联盟，对反复夸大宣传者实施联合抵制。

回望Theranos，其崩溃并非因技术彻底失败，而是因系统性隐瞒与监管缺位共同作用。AI时代若重蹈覆辙，代价将更为巨大——因为这一次，被欺骗的不只是投资者，还有依赖AI做医疗诊断、法律咨询、金融决策乃至投票选择的普通公众。

当生成式模型能以假乱真地模拟专家口吻、合成新闻片段、伪造数据图表时，辨别真相的成本正急剧上升。Shultz的警告并非危言耸听：在技术狂热中保持怀疑，不是保守，而是对文明底线的必要守护。