20 世纪初，在恐慌后的乐观情绪与新技术的推动下，金融记者亚历山大·达纳·诺伊斯（Alexander Dana Noyes）描述了一种普遍的“新时代”信念，认为旧有的金融规则已不再适用。然而，这种非理性的狂热最终导致了 1907 年恐慌，表明“新时代”思维虽使创新者受益，却也赋予边缘参与者与投机者权力，放大风险并引发系统性崩溃。同样，1995 年网景（Netscape）的 IPO 点燃了互联网泡沫，由风险资本和“赢家通吃”市场中“递增回报”的经济概念所驱动。这促成了包括废除《格拉斯 - 斯蒂格尔法案》（Glass-Steagall）在内的放松管制，因为投资者相信硅谷模式具有普适性，尽管其适用范围有限。泡沫于 2000 年破裂，众多公司倒闭，甚至包括安然（Enron）在内的传统企业也深陷丑闻。“新时代”思维的另一个实例出现在 20 世纪 60 年代，即基于路易·巴舍利耶（Louis Bachelier）的工作和尤金·法玛（Eugene Fama）的有效市场假说（Efficient Market Hypothesis）的数学金融革命。这催生了资本资产定价模型（CAPM）和布莱克 - 斯科尔斯模型（Black-Scholes）等理论，形成了一个专注于风险管理金融工程产业。尽管像本华·曼德博（Benoit Mandelbrot）这样的数学家警告市场波动性，以及 LTCM 崩溃等事件的发生，但相信能够从系统中工程化消除风险的信念依然持续。2008 年金融危机打破了这一幻觉，该危机几乎导致全球经济崩溃。当前，人工智能（AI）的兴起正在引发新一轮“新时代”的乐观情绪，巨额投资涌入该技术，规模超越以往任何繁荣期。AI 执行人类任务的能力令人惊叹，导致一些人（如马特·舒默（Matt Shumer））认为其技术工作正变得过时。然而，来自麻省理工学院（MIT）的研究以及诺贝尔奖得主达龙·阿西莫格鲁（Daron Acemoglu）的学术研究表明，AI 投资对整体生产率的提升微乎其微。差异在于，AI 在计算机相关领域显著提升了生产率，而在制造业和休闲业等部门的影響甚微。这一现象在 20 世纪 70 年代和 80 年代被称为“生产率悖论”（productivity paradox），当时与计算机技术相关。它凸显出，尽管 AI 正在改变“比特世界”，但其对“原子世界”（住房、食品等）的影响仍然有限。尽管移动网络和云计算等技术令人印象深刻，但过去二十年的生产率增长总体受到抑制。这表明，如同以往由“新时代”思维驱动的投资繁荣一样，当前的 AI 繁荣很可能以萧条告终。创新是一个漫长的发现、工程化和转型过程，其中转型阶段所需的时间远超预期。