斯坦福HAI年度报告解析：人工智能如何从“炼金术”变成全球数字基石？

题图摄于国家奥林匹克中心

前天，斯坦福 HAI（以人为本人工智能研究所）发布的 AI 年度报告（2026 AI Index Report），快速浏览了一遍，我有种强烈的感觉：AI 正在经历新的“圈地运动”。 如果说前几年大家还在讨论它的边界在哪里，那么现在，围墙已经筑起，规则正在重塑。本文说说报告里面的一些主要的观察和结论。

工业界的围城与失落的说明文档

2024 年，DeepMind 的哈萨比斯和他团队凭借蛋白质预测荣获了诺贝尔奖，这更像是一个隐喻：AI 已经正式告别了那个“躲在实验室里变魔术”的少年时代，在 2025 年里，它已经长成了令人生畏的庞然大物，变成了全球经济的输电网和各国主权的护城河。

在研发领域，我们正在目睹一场权力的加速集中。

以前说起创造发明，大家首先想到的是学术界，那是传统的创新摇篮啊。可现在呢？这个摇篮快干得见底了。搞前沿AI需要的资源，肉眼可见地往极少数机构手里堆。你看看那些重要模型的发布，工业界占了近九成，学术界的产出基本可以忽略不计。说白了，这已经不是拼脑子了，这是拼算力、拼砸钱：一种暴力美学。

还有一事儿挺让人细思极恐的。那些手里攥着最顶级大模型的公司，开始往回缩了。以前好歹还给你看看说明文档，现在呢？最头部的那几家实验室，直接把训练代码、数据集大小、参数细节全都捂得死死的，跟藏核武器技术没啥区别。AI本来是个挺开放的科学领域，现在正慢慢变成一个你看不透的黑箱子。

你想想，如果把AI当成人类文明的新发动机，那现在这台发动机——外面套着防弹壳，你想研究它？连引擎盖的钥匙，都捏在极少数人手里。

这种垄断背后是极其脆弱的基础设施。支撑这些模型的算力虽然每年都在翻倍增长，但几乎所有的顶级芯片都流向了同一家代工厂。全球的硬件供应链就像一根极细的导管，稍有风吹草动，整个数字世界的进化就可能陷入停滞。

锯齿状智能：奥数金牌与钟表盲的尴尬

关于技术性能，报告里面向我们揭示了一个充满悖论的现实：AI 正在变得越来越聪明，但也聪明得非常“偏科”。

首先，关于“中美差距”的讨论可以阶段性告一段落了。报告中的数据表明，两国顶尖模型的表现已经处于“贴身肉搏”的状态，性能差距在缩小。中国模型在工程化迭代和实际表现上展现出的速度，让这场原本被认为是单向追赶的比赛，变成了一场并驾齐驱的耐力赛。

然而，在这种极速进化中，出现了一种被称为“锯齿状智能”的奇特现象（Jagged Intelligence，参见本号之前卡帕西的访谈）。其实这点特别让人困惑的。

现在的AI，你说它厉害吧，是真厉害，厉害到能跟顶尖数学家同台，在国际奥数竞赛里拿金牌，这要是放在几年前，想都不敢想。

可你说它靠谱吧，又真的很不靠谱。就拿看钟表这种小事来说，咱们幼儿园小孩都能轻松认对，它却常常翻车，笨得有点离谱。我每次看到这种反差都觉得好笑：它虽然能解答微积分题目，却连钟表都分不清楚。

（关于AI看钟表和日历的研究论文：https://arxiv.org/pdf/2502.05092）

这还引申出一个问题，咱们之前用来衡量AI性能的那些基准测试，看来已经跟不上它的进化速度了。那些曾经被大家觉得难到不行的测试，AI几个月就轻松攻克，到现在，我们好像找不到一把合适的“尺子”，来准确衡量机器智能到底达到了什么水平。

资本的狂欢，年轻人的寒冬

在经济层面，AI 重塑财富流向的速度，甚至有点超过了当年的互联网。

全球企业对 AI 的投资呈翻倍式增长，私人资本中几乎一半涌入了生成式 AI。这种扩散速度是空前的，碾压了当年个人电脑和互联网的普及曲线。但这并不是一场普惠的狂欢，它更像一场“定向爆破”。

最直接的受害者，是职场的年轻人。报告揭示了一个较为残酷的真相：AI 对劳动力市场的冲击，是不对称的。随着企业开始大规模用 AI 替代初级职位，年轻开发者的就业空间正在迅速萎缩。三分之一的机构预计未来一年会缩减员工规模，而这种缩减，往往从最容易被替代的初级岗位开始。

而在硬件自动化领域，中国展现了压倒性的势头。中国安装的工业机器人数量，已超过世界其他地区的总和。这不仅是生产力的飞跃，更是一场全球供应链的深层重组。

（本号之前讨论过经济学家阿西莫格鲁的研究，他认为自动化技术（如 AI）对劳动力中端市场的冲击非常明显。不过要注意的是，阿西莫格鲁的研究基于 2016 年之前的数据，因此近期 AI 带来的实际影响，还需要进一步总结。）

科学自动化时代来临，从助手到独立的发现者

在科学与医疗领域，AI 正从 “打杂的助手”，逐步进化为真正主导研究的 “实验室主任”。

2025 年，AI 首次实现了端到端的完整科研流程闭环。天气预报领域，AI 不再只是辅助传统数值模型，而是独立接管整条预测链路，运算效率提升数十倍。生命科学领域，AI 驱动的蛋白质研究迎来爆发，它不再局限于分子筛选，而是能够从头设计全新的生物结构。

临床医学中，“环境式 AI 记录” 也迅速普及。如同一位隐形书记员，它大幅减轻了医生的文书压力，让临床工作回归患者本身。但繁荣之下仍有隐忧：监管体系明显滞后。许多已获批的 AI 医疗设备，缺乏严格的随机对照试验支撑。这种 “先应用、后规范” 的发展模式，未来或将面临严峻的伦理与安全挑战。

AI治理的主权，透明度的黄昏与自建的超算

随着 AI 深度融入社会，各国的政策重点已经从 “怎么监管”，转向了 “如何抢占”。

“AI 主权” 已经成了全球政坛的北极星。各国政府越来越意识到，这种核心能力绝不能完全依赖他国。从欧洲到亚洲，国家支持的超算集群在短短几年内猛增。每个国家都想在自己国土上运行自主大模型，在数字世界建起一道属于自己的 “防火墙”。

但耐人寻味的是，就在各国激烈争夺 AI 主权的同时，AI 系统的透明度却跌到了历史低点。无论是训练数据还是算力资源，对外披露的信息都在大幅减少。模型幻觉依旧像幽灵一样挥之不去，一旦遇到人为的恶意诱导，原本看似坚固的防线，往往脆弱得像一张纸。

东南亚的拥抱与北美的焦虑

最后，报告描绘了一幅极具地域分歧的全球情绪图景。

在教育领域，学生们已经用脚投票。绝大多数大学生和高中生已将 AI 视作标配工具，用于论文润色、研究辅助和创意构思。但在政策层面，清晰的规则依然不多，只有极少数教师认为学校给出的指引是有用的。

更有趣的是大众心理。东南亚国家表现出了近乎狂热的乐观，那里的民众坚信 AI 会深刻且积极地改变生活。 相比之下，西方国家，尤其是美国，则陷入了严重的焦虑和信任危机。美国公众对政府监管 AI 的信任度处于极低水平，这种对技术治理的怀疑，与东方积极拥抱的姿态形成了鲜明对比。

结语：电力时刻，规则重塑

如果说 2024 年是 AI 的“奇点之年”，那么 2025 年可以称为“电力时刻”。AI 不再是挂在天上的概念，而是像电力一样，正在被编织进每个工厂、每间诊所和每本教材。

但与电力不同的是，这种智能本身带有极大的不可预测性和权力的排他性。当工业巨头筑起黑箱，当年轻人的上升阶梯被自动化切断，当国家开始在算力上筑起长城，我们必须意识到：这场变革的规则此刻正在被重塑。

（HAI报告全文：https://hai.stanford.edu/ai-index/2026-ai-index-report ）