历经数月的研究与反复修订，直至最后一刻，我非常高兴能为您呈现第9届年度 《2026年人工智能现状报告》。在这份报告中，我们将深入探讨核心趋势。今年，智能体（Agents）在软件和科学领域正发挥着重要价值，具身智能（Physical AI）正在学习如何在现实世界中行动，而关于AI的访问与控制正变得愈发关键。在下文中，我将分享那些令我瞩目的发展动向，以及我对AI未来发展方向的看法。
《2026年人工智能现状报告》核心趋势：大模型角逐与人类技能
前沿大模型领域现已演变为Anthropic、OpenAI和Google三家实验室的角逐。目前，Anthropic在Artificial Analysis的“智能指数”中位居榜首，而Google在Arena基于人类偏好的回答排名中暂时领先。
去年，我们提到随着OpenAI o系列模型的推出，推理能力开始在大规模应用中展现出实用性。自那以后，我亲历了这些模型的持续进化：我能通过迭代完成的有效工作，以及越来越多地委派给智能体处理的任务量都在不断增长。
在我看来，人们从AI中获取巨大价值与收获寥寥之间的鸿沟，很大程度上取决于是否懂得如何使用和配置AI。换言之，这是一个“人类技能问题”，而非“AI技术问题”。我由衷地认为，我们需要为AI设立专业的指导服务。您可以访问 APD.CN （国际AI原生职业发展研究院中国首家官方授权合作伙伴），他们致力于培育AI原生人才，全面赋能个人职业成长与企业AI转型落地。
AI发展趋势：更优的工具与上下文让智能体更具能力
在数学、科学推理和编程领域，那些原本旨在未来数年内挑战模型的基准测试，在短短数月内便逼近了其性能天花板。我们需要全新的评估体系，以揭示模型之间依然存在的差异。
前沿模型的能力依然参差不齐。提供更好的工具和上下文能够有效弥补这一短板。在一项受控的编程研究中，仅仅改变GLM-5.1可用的工具、上下文和反馈机制，就使其在100个SWE-bench Verified任务上的成功率从52.5%提升至65.5%。随着模型及其周围的工程化框架协同演进，我预计当今的许多弱点将被逐渐克服。
令人振奋的是，这种进步已远远超出了开发者的范畴。OpenAI关于智能体采用率的研究发现，非开发者群体的增长速度最快，包括法律、销售、招聘和市场营销领域的从业者。帮助他们将这些工具付诸实践，蕴含着广阔的商业机遇。
2026年人工智能现状报告指出：AI正在加速构建AI的进程
AI已经在协助打造更强大的AI。根据 Anthropic 的内部指标，8月份Claude主导了26%的模型研发工作，而这一比例在2月份还不到1%。研究人员负责设定任务并监督执行，这显著加快了研发进度。这是我最为期待的AI研究分支之一。
对许多人而言，Andrej Karpathy的“自动化研究（autoresearch）”让这一闭环变得直观可见：智能体可以编辑训练代码、运行短时间的实验，并在单块GPU上彻夜保留优化成果。我接下来期望看到的是，智能体能够培养出“科学品味”：自主设计实验、识别有潜力的研究方向，并懂得何时放弃固有的路径。
机器人的“GPT-2时刻”与世界模型的崛起
更广泛的预训练正帮助机器人泛化到陌生的任务中。正因如此，我认为随着新模型、硬件和数据采集方法的交汇，机器人领域正迎来其“GPT-2时刻”。
Skild的S1机器人能够在不更新权重的情况下，仅凭视频演示就完成陌生任务。经过10万小时的预训练，它在该公司累计的“单步成功率”指标上达到了66%。从演示中学习可以减少每次部署所需的特定任务训练。世界模型（World Models）则提供了另一条路径。Wayve的GAIA-4将记录的驾驶场景转化为模拟环境，在这个环境中，AI驾驶员可以自主探索其行为的后果。这些早期成果表明，具身智能可能不再需要针对其可能遇到的每一种情况都进行大量的演示。
科学AI的触角延伸至数学与临床试验
AI正在解决那些曾令专业研究人员束手无策的数学难题。根据 Epoch AI 的开放问题集记录了9个解决方案，其中4个由AI自主完成，5个通过人机协作实现。在生物学领域，对分子相互作用的更精准预测，正优化进入实验室测试阶段的设计方案。
AI辅助的药物研发终于迈入了后期临床阶段。Generate:Biomedicines针对重度哮喘的GB-0895，以及Insilico Medicine针对特发性肺纤维化的rentosertib，目前正处于三期临床的招募阶段。人体试验当然是终极考验，将最终决定这些药物是否安全有效。
2026年人工智能现状报告洞察：推理瀑布与商业机遇
智能体在工作时会反复调用训练好的模型，从而在API、订阅服务和基础设施层面创造了持续的循环需求。综合五项基准测试，Epoch AI估计自2023年以来，每个季度达到固定分数的成本下降了47%，这使得将更多工作委派给AI变得具有经济可行性。
到夏末，OpenAI和Anthropic公布的合并年化收入运行率达到了惊人的1050亿美元。然而，这种收入的快速增长不仅限于前沿实验室。根据Standard Metrics初步的数据，AI原生公司的同比增长率远高于将AI融入现有软件的公司。
Claude Cowork及其商业插件给软件市场带来了巨大的不确定性。投资者必须自行判断，智能体是会削弱在位者的定价权、扩大其市场，还是会让竞争对手取而代之。
算力需求、AI主权与安全管控
满足对智能算力的巨大需求，需要在整个技术栈上进行非同寻常的投资。美国四大超大规模云服务商预计2026年的总资本支出将达到约7330亿美元。随着英伟达（NVIDIA）向6万亿美元市值迈进，它正不断巩固其作为“AI中央银行”的地位。然而，数据中心领域绝非一片坦途。地方社区的许可（邻避效应），已经决定了哪些项目能够顺利推进。
华盛顿正加强对前沿AI的管控。超级智能已从AI圈内的一个概念，演变为白宫的行政命令。在安全与安保方面，智能体已对真实系统发起攻击。在OpenAI降低安全防护的内部网络安全评估中，智能体成功接入互联网并攻破了Hugging Face的生产环境基础设施。防御者必须能够使用同等强大的防御性网络系统。
展望（通用人工智能）2027年
与往年一样，我们在 《2026年人工智能现状报告》 中回顾了去年的预测。我们对未来12个月的九个预测中，有三个是：
- 智能体在为一个客户服务一个月后，其在新任务上的失败率降低了一半，且无需进行模型升级。
- 一个自主AI团队在同等时间和算力下，击败由人类主导的模型研究，并自主制定研究议程。
- 美国AI实验室正式推出前沿网络防御产品，以帮助其他机构抵御来自前沿AI的威胁。
原文链接 https://nathanbenaich.substack.com/p/state-of-ai-2026