2026年了,你是怎么使用AI的?

过去几年，几乎每隔一段时间，就会有一个新的AI热词砸过来：大模型、多模态、智能体、Agent……它们被反复讨论，又被迅速遗忘，新的概念很快盖过旧的。

热闹背后，其实大部分人都不知道具体发生了什么。只会隐隐感觉到，好像科技又在发展了？好像那几家大公司又做出突破了？好像又出了什么新AI工具？

看完新闻，回到生活工作中，还是只会用豆包。

我们今天就一起来梳理一下，从2023年到今天，AI到底走过了一条什么样的路？

到底AI有什么样的突破和发展？

最新的使用AI的方法是什么？

大家好我是小哲，

今天我们一起来想个问题：

2026年了，你是怎么使用AI的？

2023年，被称为大模型元年，准确点是生成式AI大众化元年。

普通人第一次发现，原来不需要懂代码、不需要专业背景，只要打开一个网页，像聊天一样输入一句话，就能得到一段通顺的回答、一篇完整的文章，甚至一段可运行的代码。

你不需要学习复杂的搜索语法，也不用在关键词之间反复尝试，只需要用自然语言说出你的需求，AI就能理解并回应。这种交互方式，让AI不再像一个冷冰冰的数据库，而更像一个随时在线的聊天对象。

与此同时，搜索行为也发生了变化。过去是输入关键词，然后自己在成堆的网页里筛选信息。现在变成直接提问，AI会把信息整合成一段答案。虽然那时的AI还不能实时联网，知识也有截止日期，但它已经让“搜索”这件事变得前所未有的直接。互动门槛也被压到了极低，网页或App打开即用，输入一句话就能得到回应，几乎没有任何学习成本。

文档总结、翻译、写作、编程、考试、创意、角色扮演，2023年的AI为人类打开了一扇新世界的大门。

与这些用法相伴而生的，是一个新的关键词：Prompt Engineering，也就是“提示词工程”。人们逐渐意识到，同一个问题，问法不同，得到的答案质量可能天差地别。

于是，第一批的AI教学课程就这样冒了出来，说是做AI时代的先驱者，实际上就是教人们设定角色、提供背景、分步骤引导、给出示例、不断追问和纠正。

2024年，多模态模型出现了。

2024年5月，GPT-4o发布，支持文本、音频、图像的任意组合输入输出，能在232毫秒内对音频输入做出反应，反应速度与人类对话相当。这意味着你不再需要打字，可以直接和AI说话，它也能用自然的声音回应你。

语音和实时摄像头也从科幻小说变成现实。你可以举起手机对着周围拍，直接问AI看到了什么。与此同时，视频生成也迎来爆发。Sora在2024年2月发布，能根据文本提示创建最长60秒的逼真视频，图片生成、视频生成、音乐生成全面进入大众视野。

这些能力上的变化，直接改变了大众与AI互动的方式。拍一张美食照片问AI这是什么食材、能做什么菜、热量多少。还有拍药品说明书、拍外文菜单、拍作业题，视觉输入成了最自然的交互方式之一。

与这些用法相伴的，是一个新的关键词：Context Engineering，也就是“上下文工程”。2023年人们学会了“写提示词”，2024年则需要学会“管上下文”。

模型每次推理时看到的内容，远不止你写的那段话。系统提示词、对话历史、检索到的文档、工具调用的返回结果、项目文件内容，共同构成了模型的信息环境。

2025年被广泛称为“智能体元年”，AI不再只是回答问题或生成内容，而是开始自主规划、调用工具、执行多步骤任务，从工具性应用向具备自主规划、协同执行与持续学习能力的智能系统跃升。

支撑这一跃迁的底层变化，是推理模型的成熟。2025年是“推理之年”，o1/o3、DeepSeek R1等推理模型成为主流。它们和之前模型最大的不同，不是知道得更多，而是愿意先打草稿、先进行思考再回答问题。

在大众使用层面，最标志性的变化是“Vibe Coding”成为全民编程方式。安德烈·卡帕西在2025年初创造的“vibe coding”一词，被《柯林斯词典》评为2025年度词汇，意思是用自然语言提示，就可以让AI协助编写计算机代码。也就是你只需要说“做一个待办事项App”，AI就能生成可运行的代码。

在这一年，Google超过四分之一的代码由AI生成。2025年冬季批次25%的初创公司拥有95%由AI生成的代码库。编程的门槛被彻底拉平，这不再是程序员得专属任务了。

与这些用法相伴的，是一个新的关键词：Agent Engineering，也就是“智能体工程”。如何使用AI变成了如何为智能体设定角色与目标、配置工具与权限、设计多智能体协作流程、建立质量监控与回退机制。

使用AI的方法，从怎么问，变成了怎么让它自己干活。

2026年虽然还没过完，但是今年的主题也已经很明确了，那就是智能体的规模化落地。

如果说2025年人们还在惊讶于一个智能体可以自主完成一整条工作流，那么2026年，企业开始认真地对待一个问题：当智能体不再是一个需要被调用的工具，而是可以被“雇佣”、被“管理”、被“审计”的数字劳动力时，组织的形态本身会发生什么变化？

全球AI产业全面进入以应用落地和商业闭环为核心的发展阶段，行业竞争焦点从模型能力转向智能体在真实业务场景中的流程嵌入与商业变现。

过去，人们需要专门打开一个AI工具来完成工作，2026年，智能体多入口成为新常态，它们加速嵌入企业生产流程和高频交互入口，不再作为一个孤立的聊天窗口存在。

以WorkBuddy为例，它从腾讯云的一个桌面Agent工具，升级为面向Agent时代的操作系统，依托MCP协议打通企业微信、飞书等办公工具，会议记录、文档修改等流程可直接推送到聊天窗口，用户无需更换平台即可推进工作。

也是今年，开源AI智能体OpenClaw（龙虾）成为现象级工具，能在获得设备访问权限后全权接管各类软件，门槛极低。围绕智能体的应用生态迅速扩张，StepClaw接入的“水产市场”已有7000多名创作者入驻，提供5000多种技能、插件、触发器等应用资源。

AI不再只是一个你需要打开的工具，而是一个你可以配置、管理和审计的agent大军。使用AI也不仅仅是和模型交互了，而是再管理一支数字团队。

那么，你现在是在如何使用AI呢？是在对话框中复制粘贴，还是使用智能体帮自己干活，或是建立了企业级智能体团队呢？

这些方法其实也没有高低贵贱，根据自己的需求找到合适自己的方法就好。我个人也曾嘲笑别人用AI的方法过时，一回头发现自己已经被别人远远甩在身后。

只不过，经过梳理我们应该清楚，最近几年技术的发展非常之快。23年到今年也就三年时间，AI的形态已经经过了至少四轮迭代，其能力和三年前更不是同日而语的。

当前看起来对我们的生活影响不大，但是总有一天AI将天翻地覆地改变所有的一切。

我们可以不关注技术细节，但我们应当保持对技术发展的警觉。

并且准备好迎接它将要掀起的巨浪，共勉。

⭐关注【想个问题】⭐

掌握AI的最新趋势与思考