Theranos吹哨人警告：AI热潮是「欺骗的绝佳机会」

Theranos丑闻的吹哨人Tyler Shultz最近对AI行业发出警告：当前这轮AI热潮，是「一个欺骗他人的绝佳机会」。在从未盈利的公司以万亿美元估值融资的背景下，这句来自硅谷最著名造假案的亲历者的话，值得每一个关注AI的人停下来想一想。

一个吹哨人的视角为何值得重视

Tyler Shultz不是泛泛而谈的评论者。他是Theranos创始人Elizabeth Holmes的家族朋友，曾在公司内部工作，亲眼见证了那台号称「一滴血检测数百项指标」的设备如何被包装成颠覆医疗行业的产品。当他发现技术根本达不到宣称的能力时，选择了向监管机构举报，而不是沉默。

这段经历让他对「叙事与现实的落差」异常敏感。Theranos的故事之所以能持续那么久，不是因为技术有多高明，而是因为一个足够动人的愿景、一批愿意相信的投资人、以及一个对质疑不够友好的信息环境。Shultz在AI热潮中看到了相似的结构性风险——不是指某家具体公司在造假，而是整个行业对宏大叙事的容忍度正在变得过高。

Theranos 是一家成立于2003年的美国血液检测公司，创始人Elizabeth Holmes曾宣称其专有设备「Edison」只需一滴指尖血即可完成数百项检测，估值一度高达90亿美元。2015年《华尔街日报》记者John Carreyrou基于内部吹哨人提供的线索展开调查，揭露其设备准确率严重不达标、大量检测实际使用第三方仪器完成。2018年公司解散，Holmes与COO Sunny Balwani后被判欺诈罪成立。这一案件成为硅谷「fake it till you make it」文化最典型的反面教材，也让「吹哨人」（whistleblower）在科技行业中的角色受到广泛关注。

万亿美元估值与零利润的反差

Shultz警告的现实背景是：当前有一批AI公司，商业模型尚未验证、盈利路径尚不清晰，却已经在以极高的估值募集资金。原文特别点出了「从未盈利的公司以万亿美元估值融资」这一现象。

这并不自动意味着泡沫或欺诈，但它确实创造了一种激励结构：当估值增长的速度远快于收入增长的速度时，把故事讲得比现实更美好，在短期内是「划算」的。Theranos的教训在于，这种短期划算的叙事一旦启动，纠错的成本会指数级上升——越晚承认差距，越难回头。

Shultz的措辞是「绝佳的机会去欺骗人」，而不是「AI行业在系统性造假」。这两者的区别很重要。他指向的是一种环境风险，而非对具体公司的指控。

估值与融资轮次是理解这一反差的基础。初创公司通常按轮次融资（种子轮、A轮、B轮……），每轮以出让股权换取资金，估值反映的是投资人对未来现金流的预期而非当前盈利。所谓「万亿美元估值」在AI领域多指头部公司或整个板块的合计市值/估值预期，而非单家未盈利公司的融资额。当估值主要由叙事和增长预期驱动时，融资节奏本身会形成正反馈：高估值吸引媒体关注与人才，进一步推高下一轮估值。这种机制在互联网泡沫时期曾广泛出现，其风险在于一旦增长不及预期，估值回调会通过裁员、融资断档等方式迅速传导。

AI与Theranos的关键差异

把AI热潮直接类比Theranos，需要保持谨慎。Theranos的问题核心是：一项在物理和化学层面根本不成立的技术，被包装成已经可用的产品。而当前大多数AI系统确实能完成它们声称的许多任务，只是能力边界、可靠性、成本结构往往被营销话术模糊了。

差异还在于监管与审查的成熟度。医疗诊断受到严格的临床验证要求，而AI应用在多数商业场景中面临的验证压力要小得多。这既是AI落地快的原因，也是风险容易被低估的原因。Shultz的警告与其说是「AI是下一个Theranos」，不如说是在提醒：当一个行业跑得比验证机制快时，吹哨的声音会变得更稀缺，也更需要被听见。

临床验证与监管路径的差异值得展开。在美国，体外诊断设备须经FDA的510(k)或PMA审批，需提交分析性能与临床有效性数据；实验室自建检测（LDT）则受CLIA认证约束。Theranos正是利用LDT监管相对宽松的缝隙运作多年。相比之下，多数AI商业应用并不属于医疗器械，不受同等强度的上市前验证要求；即便涉及金融、招聘等高风险场景，合规审查也往往滞后于产品部署。这种「监管时差」意味着AI的能力声明更多依赖企业自律与市场声誉约束，而非强制性的第三方验证。

对从业者和投资人的实际含义

从Shultz的视角出发，有几条可以落地的判断标准。

看可验证的产出，而不是愿景的规模。 Theranos最终暴露，是因为有人坚持要看设备实际跑出的数据。对AI公司而言，这意味着关注真实用户的使用深度、任务完成质量、以及失败率，而不是演示视频和融资新闻。

关注内部异议是否被善待。 吹哨人机制是否畅通，是组织健康度的先行指标。Theranos崩塌前，内部质疑被系统性地压制。一个对内部批评高度防御的AI公司，值得多一分警惕。

区分「技术可行」与「商业可行」。 很多AI能力在实验室里成立，但部署成本、错误代价、维护开销可能让商业模型不成立。估值的增长速度不应被当作商业验证的替代品。

吹哨人保护机制是判断组织健康度的制度性参照。美国《多德-弗兰克法案》与SEC举报人计划为金融欺诈举报提供奖励与反报复保护；在医疗与科技领域，则更多依赖内部合规热线、审计委员会与外部媒体调查。Theranos案中，内部员工向监管机构与记者求助的渠道最终奏效，但过程漫长且代价高昂。对AI公司而言，是否设立独立的伦理审查、是否允许员工在内部渠道之外表达技术疑虑，是衡量其「纠错能力」的可观察指标。

结语

Shultz的警告没有给出具体名单，也没有预测崩盘。他的价值在于提供了一个来自造假案内部的经验视角：欺骗往往不是从明目张胆的谎言开始，而是从对愿景的过度宽容开始。AI行业是否会出现自己的Theranos时刻，取决于这个行业对质疑的容忍度能维持在多高的水平。