文章分析了200家人工智能初创公司，发现其中73%存在夸大或虚假宣传其AI技术能力的情况。作者通过逆向工程方法揭示了这些公司在技术真实性方面的问题。

逆向分析200家人工智能初创公司：73%存在虚假宣传

核心发现
作者通过监控网络流量、反编译代码和追踪API调用，对200家获得融资的AI初创公司进行技术验证，结果显示：
- 73%的公司（约146家）实际仅对ChatGPT、Claude等第三方AI接口进行简单封装，却宣称拥有"自主研发的深度学习基础设施"
- 典型案例：某公司刚获430万美元融资，声称技术"根本性创新"，但实际每几秒就调用一次OpenAI的API
- 行业现状：营销宣传与技术现实之间存在巨大鸿沟，OpenAI接口占据主导地位

背景动机
作者在凌晨调试网页钩子时意外发现上述异常，由此展开深度调查。该研究是《AI现实三部曲》系列的第二部分，前作曾揭露AI代理在生产环境中的真实成本问题（单月花费4.7万美元）。

读者反馈
- 有评论指出这可能涉及"投资欺诈"，建议向FTC举报
- 另有人认为封装现有技术并非原罪，关键要看是否真正解决用户痛点
- 部分读者质疑研究方法透明度，要求公开网络监控的具体细节

（注：原文中大量平台交互元素、推荐阅读列表及公司介绍等非核心内容已删减，保留实质性研究发现和关键讨论）

评论内容总结：

1. AI创业公司多为"包装"现有技术

• 观点：多数AI创业公司只是对现有大模型（如GPT、Claude）进行简单包装或提示工程，缺乏核心技术。
• 论据：
  • "73% of AI startups are building their castle in someone else's kingdom."（amelius）
  • "73% of startups are just writing computer programs"（michaelgiba）
  • "The really impressive thing about AI startups is not that they sell wrappers around (whatever), but that they are not complete vaporware."（ReptileMan）

2. 提示工程（Prompt Engineering）的价值争议

• 支持方：提示工程不仅是简单写提示词，而是涉及数据流和系统设计。
  • "Prompt engineering isn't as simple as writing prompts in english. It's still engineering data flow..."（aurareturn）
  • "Prompt is code."（theshetty）
• 反对方：多数公司未深入优化提示工程，停留在表面。
  • "99% of them don’t even do the obvious step of trying to actually optimize/engineer their damn prompts!"（Der_Einzige）

3. 投资泡沫与市场炒作

• 观点：当前AI投资存在泡沫，部分公司依赖夸大宣传吸引投资。
• 论据：
  • "Getting investors these days is about how much bullshit you can shovel..."（drivingmenuts）
  • "VC needs to show that their flagship investments have 'traction'..."（zach_moore）

4. 技术发展的必然性类比

• 观点：AI包装是技术早期阶段的常态，类似90年代的互联网创业。
• 论据：
  • "This study is like saying that Internet start-ups in the 90's relied on HTML..."（RC_ITR）
  • "AI has created a new interface with a higher level abstraction..."（jedberg）

5. 对文章可信度的质疑

• 观点：部分评论者质疑文章数据的真实性或AI生成痕迹。
• 论据：
  • "The author never explains how he is able to intercept these API calls..."（hnthrowaway99）
  • "It is beyond annoying that the article is totally generated by AI."（goranmoomin）

6. 垂直整合与生存危机

• 观点：AI创业公司面临大模型厂商的垂直整合威胁。
• 论据：
  • "The llms are already there... all the creators figured out the value is in vertical integration."（yalogin）

7. 实用主义视角

• 观点：包装现有技术是验证市场的合理策略。
• 论据：
  • "Prompt engineering and using an expensive general model... seems like a good idea?"（IncreasePosts）
  • "What’s wrong with that?"（zkmon）

关键争议点：

• 数据真实性：部分评论者质疑73%统计数据的来源和方法（如muppetman、analogpixel）。
• 技术价值：提示工程是否属于真正的技术创新（aurareturn vs. Der_Einzige）。
• 行业阶段：当前AI创业生态是否类比早期互联网（RC_ITR）或存在泡沫（RobertDeNiro）。