2026-10-13 22:07:43 作者：大讲堂
2026年第一桩NLP翻车案，没人愿意提
2026年3月，杭州上城区政务服务中心的一楼大厅，原来摆了8台的NLP智能咨询终端，悄摸换成了人工坐席。
没人发通稿。
之前吹的”能听懂杭州方言、能秒办社保查询”的系统，上线刚满90天就撤了。内部人士算过一笔账：每处理一次群众的咨询，背后的云端推理成本是2.1元——这个数相当于一个普通杭州家庭3天的手机流量费，而原来的人工坐席接一次咨询，成本才0.3元，连半根杭州葱包烩的钱都不到。
更讽刺的是，撤场之前做的用户满意度调研，智能终端的得分比人工低了18个百分点。有个大爷说，他问”我老伴的丧葬费怎么领”，系统翻来覆去让他填17份电子表单，最后还是人工坐席帮他打了个电话，10分钟就办好了。
太扯了。
2026杭州政务中心NLP智能终端撤场现场
说实话，这不是第一起NLP项目黄掉的案例。去年深圳的某小区，花了200万上的NLP物业管家，能自动回复业主的快递查询、报修申请，结果上线之后，业主群里每天都在骂——系统分不清”我家漏水了”和”我家猫跑了”的优先级，经常把漏水的报修拖到第二天，反而给业主推送了十几次”请问您是否需要家政保洁服务”。
大家之前都把NLP吹成什么了？是能替代客服、替代文案、替代律师的万能工具，是大模型厂商手里攥的王牌。结果真落地到行业里，就成了个算不清账的赔钱货。
不过话说回来，你要是把时间倒回2023年，没人敢说这话。那时候OpenAI刚放出GPT-4的demo，整个国内科技圈都在疯抢NLP人才，算法岗开出的年薪从50万涨到100万，连刚毕业的硕士都敢要40万的起薪。大家都觉得，只要把模型参数堆到万亿，NLP就能真正实现”理解人类语言”的终极目标，到时候所有靠语言吃饭的岗位，都得被替代。
没人愿意算细账。总觉得技术只要够先进，成本迟早会降下来，商业化的事可以后面再说。结果呢？三年过去了，模型参数堆到了万亿级，NLP的准确率确实涨了，但涨的速度，远远赶不上成本涨的速度。
卷了三年的参数竞赛，早就走到头了
很多人没算过边际收益的账。2026年国内头部厂商放出的70B参数通用模型，在通用NLP基准测试上的得分，比2024年的13B模型只高了7%，但训练成本翻了11倍——相当于你花了买一辆豪华车的钱，最后只把原来的代步车提速了5公里/小时。
面壁智能端侧NLP模型部署架构图
大厂卷不动了。小厂商更卷不动。
现在的NLP赛道，跟热带雨林的生态位分化简直一模一样。最早大家都抢着当参天大树，拼着命往上长，想把树冠占满，把所有的阳光都挡在自己怀里。结果长到最后才发现，树冠层早就挤不下了，下面的腐殖层里，反而藏着更多能活下来的机会。
本土的厂商里，最先反应过来的是面壁智能。他们从2025年开始就不卷通用大模型的参数了，转头把NLP能力做模型压缩，把原来需要几台服务器才能跑的合同审核、智能回复的NLP任务，压缩到跟U盘差不多大的芯片里，直接部署在用户的本地设备上。算下来，这种端侧NLP的推理成本，只有云端通用大模型的1/20。去年他们给某连锁便利店做的智能收银系统，能自动识别顾客的口语化需求——比如顾客说”拿瓶冰的可乐，要无糖的”，系统直接就能调出对应的商品，不用再让收银员手动点，单店每个月能省出3个小时的收银时间，一年下来能多赚两万多。
还有金山办公的WPS AI，也没跟风卷通用NLP的能力。他们把模型的所有冗余功能都砍了，就留文档理解、摘要生成、格式调整这几个跟用户写文档直接相关的能力，2026年Q1的NLP相关功能付费转化率到了12%，比那些天天在朋友圈吹”通用人工智能”的厂商，付费率高了3倍还多。
大家之前对NLP的理解完全走偏了。总觉得NLP的终极目标是”让机器像人一样说话”，要能跟你聊哲学、聊人生、聊宇宙的尽头。但真实的产业场景里，根本没人需要这个。企业要的不是能陪你聊天的AI，是能把活干了、成本够低、不出错的工具。你让一个做生产报表的员工，每个月花几千块钱的云端推理费，就为了让AI帮他写两句周报的漂亮话，他肯定第一个不答应。
去年杭州有个创业团队，拿了500万的融资，就想做通用NLP的聊天助手，结果刚训练了个7B的模型，钱就花光了——光买GPU的钱就占了融资的70%，连给用户做推广的钱都没剩下，最后只能把模型开源，团队散伙。
被裁的NLP工程师，都去给外卖店写回复了
被裁的NLP工程师，都去给外卖店写回复了
2026年的春招数据出来的时候，我身边好几个做HR的朋友都惊了：纯NLP算法岗的招聘量，比2023年的峰值跌了62%。之前抢着要的、只会调通用大模型API、写prompt的工程师，现在连面试机会都拿不到。
我之前认识的一个小伙子，2023年从某985的计算机系毕业，进了某头部大厂的NLP预训练团队，年薪60万，当时还跟我吹，说要做国内头部的通用语言模型。去年年底部门裁员，他拿了N+1的赔偿，在家躺了三个月，最后找了个创业团队，做外卖商家的智能回复系统。
啥意思呢？就是把NLP模型压缩到商家的收银机里，不用连云端，顾客在平台上发消息问”今天有没有麻辣香锅””能不能多放辣”，系统直接就能自动回复，反应速度比人工快3倍，还不会因为跟顾客吵架被平台扣分。他现在每个月给商家收39块钱的服务费，已经签了1200多家商家，算下来每个月的流水快10万，比之前在大厂拿死工资的时候赚的多得多。
你说这叫不叫NLP？当然叫。只不过不是大家之前吹的那种”能理解人类情感、能跨语言翻译、能做学术研究”的高大上NLP，是那种贴在地面上、能帮小商家赚钱的NLP。
说实话，我特别烦现在很多人对NLP的刻板印象。总觉得搞NLP就得在实验室里堆参数、刷基准测试的分，就得跟OpenAI比谁的模型更聪明。但实际上，大部分的NLP应用，根本不需要那么高的准确率。比如外卖商家的智能回复，只要能把90%的常见问题答明白，剩下10%的转人工就行，根本不需要达到99%的准确率——毕竟你要是为了那9%的准确率，把推理成本翻10倍，小商家根本用不起。
现在产业链上的变化已经很明显了。原来大家都在抢”最聪明的NLP模型”，现在都在抢”最便宜的NLP能力”。做GPU的厂商现在也不跟你讲什么算力峰值了，开始算每瓦性能能跑多少NLP的任务；做模型的厂商也不跟你吹参数规模了，开始算每千次推理要花多少钱；连做应用的厂商，都开始把NLP能力当水电煤一样算进成本里，再也不拿”有AI功能”当溢价的理由了。
对吧？
之前有人跟我说，NLP的终局是通用人工智能，机器能完全理解人类的语言，到时候所有的信息处理都能交给机器。我听完就笑了。你连政务大厅的大爷的丧葬费问题都解决不好，连外卖商家的自动回复都算不清账，谈什么通用人工智能？
风停了。
那些抱着NLP当护城河的厂商，现在该想想了。当所有的NLP能力都被压缩到几毛钱的成本里，当用户根本不在乎你的模型是不是聪明，只在乎你能不能把活干的便宜的时候，你手里的那些参数，还能卖出去多少钱？
等再过两年，当NLP的成本降到跟打印纸一样便宜的时候，现在那些靠”AI赋能”讲估值的公司，还能编出什么新故事？
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：自然语言处理不是技术王牌，是没人算过账的成本生意
文章链接：https://m.lfdjt.com/info_23_25661.html
大讲堂