前言2024 年大家口中的“Agent 元年”对很多技术人来说热闹但不持久。 对我个人而言,真正发生“质变”的,是 AI IDE 的兴起。 AI IDE 的到来:从工具链改造到工作方式升级年中开始,各家纷纷推出 AI IDE:它们不是单纯的补全插件,而是把 AI 能力和开发流程深度捆绑在一起——项目导航、规范驱动开发、代码评审建议、自动生成单测 我如何在工作中使用 AI IDE(以及遇到的问题)在公司里并没有硬性要求必须使用 AI IDE,但因为能提高产出,领导鼓励大家多尝试。 换言之,未来更像是“人 + AI”的协作赛跑,谁能把 AI 当作工具并做到更高阶的运用,谁就能在竞争中保持优势。小结回顾这一年,我既享受到了 AI 带来的效率红利,也体会到了变革期的焦虑。
今年是AI编程元年,也是AI编程工具大爆发的一年,我觉得还是有必要单开一篇总结下一整年的AI编程的实践与收获,聊一聊2025AI/VibeCoding对我的影响。 AI已经完美融入到了很多人的生活中,以前是百度一下、谷歌一下,现在变成了AI一下。 开源:我在开源项目中使用AI进行review,使用AI对代码进行重构,也会使用AI进行功能编码和bug修复,还会使用AI做一些感兴趣的小东西。大家都在用AI做什么呢? TRAESOLO7月21日,TRAESOLO发布,它带来了由AI主导开发,从输入到交付的全链路协同的开发模式,而我也成为了第一批TRAESOLO用户,并且使用TRAESOLO复刻了童年坦克大战,实践了全 2026AI在我的工作、生活和学习中已经慢慢变得不可缺少,TRAE在这一年中也逐渐成为我的主力AI编程工具。2026希望你、我和AI编程的未来都同样充满希望。欢迎评论区沟通、交流
关键词:2026AI元年;智能时代;大模型;智能体;产业数字化;普惠AI;人机协同一、为何是2026:AI元年到来的三大核心驱动AI技术的发展并非一蹴而就,从2016年AlphaGo击败李世石开启公众对 AI元年到来的核心产业动因。 智能客服可实现7×24小时全渠道响应,结合客户画像与服务需求,提供个性化的问题解答与业务办理服务,常见问题解决率达90%以上,大幅提升客户满意度,同时降低人工客服成本60%以上;智能投顾可根据客户的风险承受能力 企业可通过AI数字人打造专属的品牌代言人,实现7×24小时的品牌宣传与产品推广;学校可通过AI数字人打造虚拟教师,为学生提供个性化的教学服务;医院可通过AI数字人打造虚拟医生,为患者提供初步的问诊与咨询服务 智能时代:企业AI规模化落地实践与指南[R].上海:德勤中国,2026.[7]斯坦福大学.2026人工智能指数报告[R].斯坦福:斯坦福大学人工智能研究院,2026.
例如,通过深度学习,AI可以在高频交易中捕捉到微小的市场变化,并在毫秒级做出反应,这是任何人类交易者所无法比拟的。 自动驾驶领域的AI应用,展示了AI能够在高度复杂和动态的环境中执行任务的能力。 市场研究机构Canalys预测,到2028年,生成式AI的市场规模将达到1580亿美元。 精彩纷呈的2023年被普遍视为“生成式AI元年”,科技产业的图景已经被深刻改变。 今年,AI行业将迎来巨大的变革。 从生成式AI发展脉络看,多模态模型、视频生成、AI智能体、开源等内容将是下一阶段发展的重心。 正如历史上所有的颠覆性技术一样,人类需要时间探索如何与AI相处。AI的安全性和监管框架必将成为又一热点话题。 AI在特定领域中的成功,也揭示了其所面临的限制。 AI的商业价值。
AI人才抢夺战的激烈程度。 Oracle为挖人,给AI专家开出600万美元高薪 有消息称,甲骨文至少为一名候选人提供了600万美元的一揽子计划,其中包括薪资和股权激励措施,以说服他们加入公司。 去年10月,《纽约时报》刊登调查报道,表示博士毕业的AI人才工资加股权通常在30万到50万美元之间,一些有名的大牛更是高达几千万美元(不过股票行权时间有4到5年)。 看来短时间内,这场AI人才争夺战恐怕很难降温。 参考资料: http://www.businessinsider.com/oracle-artificial-intelligence-expert-pay-2018-7 http://paper.people.com.cn
所以,至少在2017年,我们可能正在经历一个假的智能手机AI元年。 2、为什么说手机人工智能是伪AI 智能手机加持人工智能这件事情,在2016年被手机厂商发掘,并逐渐成为新品发布会上的必备环节。但发布会上宣传的AI是凭空冒出来的吗? 但同样的事情,在2015年的荣耀7手机上,也存在一枚独立的“智键”。 3、真体验还是伪需求 冷静一点,再从用户的角度去想想,我们需要这样的人工智能吗? 对于这个问题,事实上无法否认人工智能在智能手机上所带来的新体验,但从逻辑上来讲AI现在还是伪需求。 很简单的道理,没了AI智能手机就不智能了吗?用户的体验会大打折扣吗? 所以说现阶段智能手机的AI上限,这个命题压根儿就不存在。 5、手机对于人工智能的意义 手机对于人工智能的意义,可能不在于能实现多少AI体验的落地。
四、实战项目:AI驱动的元数据爬虫工厂今年最大成就是构建了“元数据智能爬虫工厂”——一个能自动发现、理解和集成异构数据源的系统。核心创新在于让AI成为系统的设计参与者而非仅执行工具。 :开始指导团队如何“与AI结对编程”,而不仅是“使用AI工具”最大的认知转变是:我不再思考“如何用AI帮我写代码”,而是“如何设计系统让AI能够持续参与系统演进”。 六、深度思考:AI时代的开发者价值重构1.不可替代的核心能力问题架构能力:AI擅长解决问题,但人类更擅长定义什么是“真正的问题”价值判断能力:当AI给出五个方案时,基于业务、伦理、长期维护成本的权衡选择系统思维 :理解工具链如何构成生态系统,而不仅是孤立使用每个工具2.新工作范式我总结出“AI协作者四象限”模型:展开代码语言:TXTAI代码解释高创意性┌───────────┐│人类主导│AI增强││AI执行│ 3.警惕与平衡警惕AI的“平庸优化”:AI倾向于给出平均最优解,可能错过那些“疯狂但可能突破性”的方案。我每周保留一天完全不使用AI,进行纯粹的创造性探索。
这两天听的最多的新闻莫过于,谁谁谁(AI 大模型)面向全社会开放使用,文心一言、WPSAI、讯飞星火、百川智能等等,2023年,AI大模型注定在历史上增添了浓妆淡抹的一幕,未来 AI 将与各个软件应用如影随形 按照媒体一贯的做派,肯定会标记2023年为 AI 大模型元年。 原先需要申请才能拿到体验资格的厂商们,陆续开始合法合理的对外营业。 不懂电视机的原理,不妨碍每个人看电视,AI大模型也一样,我们只要知道 AI 能够帮助我们解决问题提高效率就够了,至于 AI 会不会取代你,焦虑不能解决问题,无视更不能解决问题,解决方法是积极拥抱 AI, 让 AI 为我所有。 【国内券商研报】 —扩 展 阅 读— 大模型开源,创业者又站在了同一起跑线 AI 写作,30 秒上手,可别再说写作没思路了 职场人的AI私塾,帮你打造得力的AI助手 走访数十位企业中高层后,这些事你必须得明白
这意味着一个全新的事实正在形成:AI不再停留在“生成内容”,而是进入了目标理解、任务规划、工具调用、结果评估与持续修正的闭环之中。2026年,并不是AI更聪明的一年,而是AI开始“做事”的一年。 这也是为什么越来越多的人,将这一年称为——AI元年。 一、从模型到智能体:AI范式的真正跃迁大模型时代的AI,本质上仍然是“静态系统”:能回答,却不负责能生成,却不执行能推理,却不行动而智能体的出现,改变的是AI与世界的关系。 结语:真正的开辟者,理解的不只是技术2026年,AI元年的序幕已经拉开。智能体不是风口,而是新的基础设施。 AI的终点,从来不是替代人类,而是重新照见人类。而2026年,正是这条新道路的起点。(本文章和图片由AI辅助生成)
摘要越来越多的人开始把2026年称为“AI元年”。如果说过去几年是大模型技术爆发期,那么接下来几年,很可能是AI应用全面进入工作与生活的阶段。 目录一、为什么2026被称为AI元年二、AI时代真正改变的是什么三、普通人可以抓住的五类机会四、哪些人会更容易受益五、普通人现在就能做的准备六、总结参考文献一、为什么2026被称为AI元年“AI元年”并不是指 例如:运营用AI做数据分析教师用AI做备课设计师用AI出创意销售用AI写方案会用AI的人,效率明显更高。 机会二:AI内容创作AI降低了创作门槛:写作视频脚本自媒体内容知识整理关键不在AI本身,而在:选题能力审美与判断力机会三:AI工具整合者未来真正值钱的人是:懂业务+懂一点AI的人。 六、总结2026是否是真正的AI元年,未来会给出答案。但可以确定的是:AI正在成为像互联网一样的基础能力。
在这种模式下,AI 的核心价值在于提升个人或岗位的效率。而当 AI 被直接编排进系统内部逻辑中,它的角色开始发生变化。 AI 不再等待指令,而是持续感知系统状态,参与决策、调度与执行过程。 二、三项关键能力,让 AI 进入系统核心AI 能否从工具升级为系统能力,取决于三项底层能力是否真正落地。1. 推理能力的工程化落地当 AI 只能生成内容时,它仍然停留在“高级助手”的层面。 三、业务逻辑正在被重构:以 AI 作为原生运行机制当 AI 成为系统能力,业务系统的构建方式也随之发生变化。 四、判断标准正在发生变化当 AI 进入系统核心之后,一个系统是否先进,已经不取决于“集成了多少 AI 功能”,而取决于一个更本质的问题: 系统是否以 AI 为核心,构建了可以自动运行的业务闭环。 2026 年是否会成为 AI 元年,取决于一个判断标准: AI 是否开始决定系统如何运转,而不仅仅是帮助人做决定。
传统的方式是在本地电脑上运行各类AI工具,但问题也很明显:电脑一关机AI就下线了,而且AI Agent权限较高,能读文件、跑命令、改代码,直接跑在主力电脑上多少让人有些担心数据安全。 简单来说,你可以把它部署到云服务器上,然后在手机上随时随地和你的AI助手对话,让它帮你查资料、写代码、分析文件,真正做到7×24小时随叫随到。 "baseUrl": "http://115.190.165.156:3000/v1", "apiKey": "sk-eKU0nC4uERD0OVirefq6VgcD2FCwn7t7lvqy84c9xIQrlD1S 相关模型配置如下:api key :sk-eKU0nC4uERD0OVirefq6VgcD2FCwn7t7lvqy84c9xIQrlD1Sbaseurl:http://115.190.165.156:3000 4.总结今天主要带大家了解并实现了OpenClaw开源AI助手在腾讯云Lighthouse上的完整部署流程,该项目以"开源免费 + 多IM通道 + 技能扩展"为核心优势,结合个人和团队对AI助手7×24
但在AI介入之后,这种壁垒正在被迅速削弱。 以上这些,说的都是AI已经对我们的生活或工作产生的改变。那么接下来,更值得关注的问题是,AI正在重塑什么? 首先被重塑的,我觉得是学习与教育。 而在AI出现之后,学习正在变得更加即时、开放与低门槛。 在许多领域,AI所掌握的知识规模,已经超过单一教师或课程体系。它可以根据个体的需求随时调整讲解路径,拆解复杂概念,提供循序渐进的学习方案。 只要问题足够清晰,AI便能够构建出一套完整的认知路径。 在家庭教育中,这种变化同样明显。 一个成熟的AI系统,往往可以覆盖广泛的知识领域,成为孩子学习的重要辅助工具。 未来三到十年,AI很可能会像今天的智能手机一样,成为一种默认存在,渗透进生活的每一个角落。它会成为个人长期共存的“数字协作体”,人类的思考方式,也将逐渐演变为“人与AI共同思考”。
对于AI而言,人们由于不清楚AI是如何对决策进行判断的,某些场景下,“人工智能”到“人工智障”往往也只有一步之遥。 而打破这种问题的关键,在于对AI技术的可解释性。 在现阶段,除了部分领域之外,可解释性现已成为AI的关键要求。 机器学习中的AI算法“黑箱” 随着AI已经成为通用型的技术,人类对AI一直抱有更高的期待。 刚刚过去的2021年,被业内专家公认为是AI的可解释元年,而不仅仅是在学界,产业界也在积极探索让AI更加透明、可解释。 可解释的AI是人工智能 持续发展的必然产物 AI可解释性问题之所以受到重视,主要因为AI的发展虽然变得越来越强大,但也变得越来越“黑”,再者AI虽然变得越来越实用,其可靠性和应用范围也得到提高。 可解释的AI有助于促进最终用户的信任、模型可审计性和AI的高效使用,同时还降低了使用AI所面临的合规性、法律、安全和声誉风险。
今天准备聊一下AI编程。 我个人理解2025年应该作为AI编程的元年。 可能大家会有一个疑问:AI编程已经出现相当长一段时间了,为什么我会这么认为。包括我个人也是最早使用AI工具的一批用户。 例如在2023年上半年,我就用过AI编程工具Cursor做爬虫归档我写的公众号和头条号文章,以及用Cursor辅助进行Excel的批量文件处理等。 那么,为什么我会将2025年作为AI编程的元年呢? 其中有一个核心原因就是AI编程将不再只是个人简单提效工具。而是随着整个AI的进化,包括辅助工具的升级和深度推理模型的推出,AI编程如今能够在大型项目工程中真正被使用,并且上升为一个团队或组织级的能力。 第二个能力是AI能否识别我上传的UI图片。如果大家用过AI编程就容易理解。如果让AI完全自动生成UI界面很难真正达到我们的期望。特别是控件的顺序和布局方式等。 这也是我们希望用AI解决的关键点之一。 画外音,程序员面对AI的态度 经过我的观察,程序员面对AI的时候除了积极主动分享自己的AI实践经验外。还有两类程序员。
摘要2026年被公认为AI元年,核心标志是AI发展重心从大模型的理论探索转向智能体的规模化落地。 、挑战与破局:规模化落地的核心路径六、未来趋势:2026年后智能体发展方向七、结语八、FAQ九、参考文献一、序章:2026AI元年的核心标志——从大模型到智能体的跃迁2026年,AI产业正式迈入“元年” 七、结语2026AI元年的智能体落地革命,是大模型技术沉淀的必然结果,实现了AI从“理解”到“行动”的关键跨越。 企业需主动拥抱变革,个人需提升AI素养,社会需构建规范体系,共同开启智能时代全新篇章。八、FAQ1.2026AI元年的核心标志为何是大模型到智能体的跃迁? 九、参考文献[1]中国信息通信研究院.2026人工智能产业发展白皮书[R].2026.[2]麦肯锡咨询公司.AI元年:全球产业变革与发展机遇分析[R].2026.[3]德勤咨询。
大量项目实践表明,能够产生长期价值的AI系统,往往并非依赖单点技术突破,而是建立在稳定、可复制的工程化体系之上。 在跨行业应用过程中,一些经过反复验证、具有较高共识度的实施经验逐渐显现,并正在成为AI系统构建的重要参考。 2.工作流重构的关键作用如果仅在原有业务流程中“叠加”AI功能,通常难以带来实质性的效率提升。 四、已形成共识的AI落地核心原则综合多行业实践,AI落地过程中普遍认同的关键要素包括:场景适配优先选择高频发生、价值明确、流程逻辑清晰的业务场景知识管理通用模型能力与领域知识分离维护,确保知识可持续更新架构灵活性支持多模型协同与工具调用 真正的挑战不在于模型是否足够先进,而在于:能否将业务理解,持续转化为AI系统可处理、可优化的结构化信息。这也正是AI从“技术展示”走向“产业基础设施”的关键分水岭。(本文章内容和图片由AI辅助生成)
如果说2023年是生成式AI的“惊叹时刻”,那么2026年则被业内公认为“AI Agent商用元年”。 第三章:确定性交付——AI从“黑盒”走向“工程化” 3.1 “幻觉”问题的终结 2026年之所以被称为商用元年,另一个关键原因在于AI从“概率生成”走向了“确定性交付”。 在过去,企业不敢大规模使用AI,是因为大模型的“幻觉”问题——它可能会一本正经地胡说八道,这在金融、医疗等严谨场景下是致命的。但在2026年,行业通过“复合AI系统”解决了这一痛点。 第四章:人的升华——AI时代开发者的核心竞争力 4.1 被取代的恐惧与被放大的价值 2026年,AI Agent的商用爆发,并没有像悲观主义者预言的那样取代开发者,而是让人类的价值得到了重新定义和放大。 当AI接管了所有机械性的劳动,人类终于可以回归到创造的本质——提出问题、想象未来、连接人心。 这,就是2026年,AI Agent商用元年赋予我们的全新使命:我们不再是代码的搬运工,而是未来的建筑师。
实际效果:用户不用在多个 AI 工具之间切换,一个助手全搞定。 亮点三:24/7 主动 Agent 解决的问题:AI 太被动 说实话,这个功能让我第一次感觉到"这东西真像个人"。 想象一下,当 OpenClaw 这样的 AI 助手普及后,成千上万的 AI 代理如何交流?如何分享知识?如何发现彼此? Moltbook 提供了答案:给 AI 代理一个社交平台。 原因一:痛点精准匹配 OpenClaw 准确抓住了四个核心痛点: 数据隐私焦虑:本地优先架构,用户完全掌控数据 平台碎片化:13 个平台统一入口,无缝切换 AI 被动性:24/7 主动 Agent,从工具到伙伴 原因二:产品创新性 OpenClaw 没有简单复制 ChatGPT 的聊天界面,而是引入了多个创新: 多渠道统一 Gateway:业界首创,13 个平台统一控制 24/7 主动 Agent:超越"响应式 平台支持 13 个平台 原生平台 Web + 部分集成 可定制性 高(开源) 低 低 主动能力 24/7 主动任务 有限 有限 跟开源 AI 项目比: 维度 OpenClaw AutoGPT LangChain
随着人工智能从前沿技术走向通用基础设施,AI 正在重塑组织的生产逻辑与个体的工作方式。在 2026 年这一关键时间窗口,行业讨论的重心,正从“是否使用 AI”转向“如何在系统层面使用 AI”。 AI 不再只是效率工具,而正在成为参与决策、影响流程、重构分工的基础变量。理解这一变化,是进入 AI 原生时代的前提。 一、能力重估:AI 的三层应用结构在实际应用中,对 AI 能力的误判,往往源于对其技术层级的混淆。从实践视角看,AI 能力可划分为三个逐层递进的结构层次:1. 语义处理层这是当前最广泛应用的层级。 AI 通过对自然语言的理解与生成,实现信息整理、内容改写、摘要提取等功能。本质上,AI 在这一层承担的是“非结构化信息处理器”的角色。2. 逻辑推理层在此层级中,AI 开始参与复杂问题的分析过程,包括任务拆解、因果推演和条件判断。通过链式推理,AI 能够为决策提供多路径参考,而不只是单一答案。3.