夜雨聆风4 月 13 日凌晨，斯坦福大学人本 AI 研究所（HAI）发布了 2026 年度 AI Index 报告。
423 页。几百张图表。上百个数据来源。
我花了整整一个通宵把它啃完了。
说实话，读到一半的时候我就坐不住了。不是因为困，是因为里面的数据太刺激了。有些让人兴奋，有些让人沉默，还有些让人后背发凉。
作为一个过去三年主持了 550 多项 AI 工具测评、培训了 55000 多名学员、亲手做了 35 个智能体商业化项目的人，我自认为对 AI 行业的变化已经有了相当的体感。但这份报告里的很多数字，还是超出了我的预期。
AI Index 报告从 2017 年开始每年发布，今年已经是第九个年头（多家媒体称其为“第九版”）。这份报告每年追踪全球 AI 的技术进展、经济影响和社会反响，已经成为全球公认的 AI 领域最权威的年度体检报告。今年的报告由一个跨学科的指导委员会主导，成员来自学术界和产业界，数据来源涵盖 Epoch AI、Quid、Ipsos、国际机器人联合会等几十个机构。
我不打算把 423 页的内容逐页翻译给你。我要做的是，把这份报告里最值得你关注的 12 个核心发现，结合我自己在 AI 教育和智能体领域的实战经验，掰开揉碎讲一遍。
如果你是做 AI 的、学 AI 的、教 AI 的、用 AI 的，或者只是想搞明白“AI 到底发展到什么程度了”，这篇文章值得你花十几分钟读完。
一、AI 没有遇到瓶颈，它在加速
过去一年，我在训练营里被问得最多的一个问题就是：“苏老师，AI 是不是到顶了？”
这份报告给出了一个斩钉截铁的回答：没有。不仅没到顶，还在加速。
先看编程能力。SWE-bench Verified 是一个测试 AI 修复真实软件 Bug 的基准，2025 年初头部模型的成绩还在 60% 左右。到 2026 年 3 月，主流旗舰模型（Claude Opus 4.5、Gemini 3.1 Pro、GPT-5.2）已经集体突破 80%，最高的 Claude Mythos Preview 甚至摸到了 93.9%。一年时间涨了 20 多个百分点，从“勉强能用”逼近“基本靠谱”。
再看数学。Google 的 Gemini Deep Think 在国际数学奥林匹克（IMO）拿到了金牌。博士级科学问答（GPQA Diamond）、竞赛数学（AIME）、多模态推理（MMMU），这些原本被认为“人类不可超越”的硬骨头，全部被前沿模型啃了下来。
最能说明问题的是 Humanity‘s Last Exam。这个测试专门被设计来“难倒 AI”，题目由各个领域的顶尖专家提供。去年 OpenAI 的 o1 只拿到 8.8%。而截至 2026 年 4 月，头部模型的成绩已经飙升到 35%-45% 区间，个别模型甚至突破了 50% 大关。一年时间，从不到一成到逼近五成，进步速度远超预期。
网络安全 Agent 解决问题的成功率，从 15% 涨到 93%。Terminal-Bench 测试 Agent 处理真实终端任务的能力，从 20% 涨到 77.3%。
这些数字意味着什么？我在训练营里教的那些智能体实操技巧，可能每隔三个月就得更新一轮。我去年做的 30 个智能体商业化项目，今年可能有一半需要重构，因为底层模型的能力已经跃升了一个量级。
作为 AI 智能体学习圈的负责人，我每天都在跟各种 Agent 打交道。我的体感是：2025 年初，Agent 还是“能聊天但干不了太多活”的状态；到 2025 年底，Agent 已经能独立完成一些结构化的工作流了；而到 2026 年初，Agent 正在逼近“给它一个目标，它自己想办法完成”的阶段。
报告里的数据，精确地量化了我的这种体感。
二、锯齿前沿——能拿 IMO 金牌，却看不懂时钟
但如果你因此觉得 AI 已经无所不能了，这份报告会立刻给你泼一盆冷水。
最强模型在“读模拟时钟”这个任务上的正确率是多少？50.1%。跟抛硬币差不多。
更离谱的是，Claude Opus 4.6 在 Humanity‘s Last Exam 上能拿到约 35% 的成绩，读时钟的正确率却只有 8.9%。它能解博士级的科学难题，却有九成以上的概率看不懂一个小学生都能看懂的表盘。
机器人的表现同样割裂。在实验室仿真环境（RLBench）里，操作成功率已经达到 89.4%。但搬到真实家庭场景里洗碗、叠衣服？成功率直接掉到 12%。实验室和厨房之间，差了 77 个百分点。
在专门评估科研逻辑的 PaperArena 测试中，最强 AI Agent 的得分仅 39%，只有博士生一半的功力。
报告把这种现象命名为“锯齿前沿”（jagged frontier）。AI 能力的分布不是一条平滑上升的曲线，而是一条凹凸不平的锯齿线。某些维度已经超越人类，某些维度还不如一个五岁小孩。
这个概念对我做智能体项目的启发非常大。我之前在给学员讲智能体设计的时候，经常强调一个原则：不要让 Agent 做它不擅长的事。现在这份报告给了这个原则一个精确的理论支撑。你不能因为一个模型在代码能力上接近满分，就假设它在所有任务上都靠谱。锯齿前沿意味着，每一个 Agent 的能力边界都需要被仔细测量和标定。
这也是为什么我一直在强调 Harness 的重要性。模型是大脑，但大脑再聪明，没有合适的手脚和工具，照样会在简单任务上翻车。好的 Harness 设计，本质上就是在帮模型绕过它的锯齿低谷。
三、中美 AI 差距基本消失，仅剩 2.7%
这是今年报告里最震撼的结论，没有之一。
斯坦福把 2023 年 5 月以来 Arena 排行榜上的美国第一和中国第一画在了同一张坐标系里。2023 年 5 月，GPT-4-0314 拿 1320 分领跑，中国这边还是 ChatGLM-6B，差距 300 多分。
2025 年 2 月，DeepSeek-R1 第一次和美国头部模型短暂打平。
2026 年 3 月，Anthropic 的 Claude Opus 4.6 拿到 1503 分，中国最佳模型拿到 1464 分。差距？39 分。换算成百分比，2.7%。
更关键的是过去一年的换位频率。从 2025 年初开始，中美头部模型已经在 Arena 上你来我往换了好几次位置。全球 TOP 10 中，中国机构占了四席——阿里、DeepSeek、清华、字节。
我前段时间写过一篇《AI 产业的三层博弈：国家、企业与用户》，里面提到斯坦福 2025 年的报告显示中国开放模型开发者占 Hugging Face 总下载量的 17.1%，略高于美国的 15.8%。当时我就判断风向在变。现在 2026 年的报告直接确认了——中美 AI 模型性能差距已基本消失。
但这里有一个很多人忽略的细节：美国的 AI 私募投资规模是中国的 23 倍。2025 年美国私募 AI 投资 2859 亿美元，中国仅 124 亿美元。当然，投资结构不同，美国大量资金砸在了数据中心、算力基建等基础设施上，不能简单地拿投资总额去除以模型性能。但这个对比至少说明一件事：中国 AI 团队在资源远不如对手的条件下，把模型性能追到了贴脸的位置。效率本身就是一种竞争力。
价格层面更有意思。海外开发者算过一笔账，中国头部模型的输出价格大约只有 Claude Opus 4.6 的十分之一。性能贴脸，价格只要十分之一。这件事的连锁反应才刚刚开始。
作为一个每天都在测评国内外 AI 工具的人，我对这个结论一点都不意外。过去半年，我在训练营里越来越多地推荐国产模型和工具。不是因为情怀，是因为它们真的能打了。
四、90% 前沿模型出自产业界，学术界已经掉队
2025 年发布的 95 个最具代表性的模型里，超过九成来自私营企业。学术界和政府实验室加起来只贡献了不到一成。
这个比例在 2015 年还是五五开。十年时间，产业界从半壁江山变成了九成以上。
发布速度也在变态加速。光是 2026 年 2 月一个月，就有 Gemini 3.1 Pro、Claude Opus 4.6、GPT-5.3 Codex、Grok 4.20、Qwen 3.5、Seed 2.0 Pro、MiniMax M2.5、GLM-5 八九个旗舰模型同月入场。“封神周期”从“年”变成了“月”。
这个趋势对我做 AI 教育的影响是直接的。我经常跟学员说，现在学 AI，不能只盯着论文看，得盯着产品看。因为最前沿的能力，已经不在实验室里了，而是在产品里。这也是为什么我们 AI 智能体学习圈的定位是“不局限学术场景”。学术人也有工作、有生活，而 AI 的前沿正在从论文迁移到工具。
五、5817 亿美元砸进 AI，钱在加速
2025 年全球企业 AI 投资达到 5817 亿美元，同比增长 130%。其中私募投资 3447 亿美元，同比增长 127.5%。
两条曲线都几乎翻倍。这个数字远远超过了 2024 年的 2523 亿美元（据 2025 年 AI Index 数据），而且 2025 年的增长主要由私募投资驱动，而非并购。钱是真金白银地投进了新公司、新产品、新基础设施。
国别上，美国一骑绝尘。2025 年美国私募 AI 投资 2859 亿美元，一年新增 1953 家 AI 创业公司，是排名第二的国家的 10 倍以上。
钱在加速涌向 AI。但与此同时，美国的另一项核心资源正在反向流动。人才。从 2017 年到现在，进入美国的 AI 研究人员和开发者数量下降了 89%。仅仅过去一年，下降幅度就达到 80%。
钱和人这两条曲线开始反向。这是过去十年没出现过的局面。
六、算力三年涨 30 倍，命门都在一家公司手里
从 2021 年到现在，全球 AI 算力总量涨了 30 倍。过去三年里，每年都在翻三倍以上。
撑起这条曲线的是少数几家公司。英伟达一家的 GPU，占据了全世界 AI 算力的 60% 以上。亚马逊和谷歌靠自研芯片排在二三位，但加起来也远远追不上英伟达。
而几乎所有这些芯片，都来自一家代工厂：台积电。
算力曲线越陡，命门就越窄。这是一个让所有 AI 从业者都应该警觉的结构性风险。
代价也在同步加大。全球 AI 数据中心的总功率已经达到 29.6 GW，相当于纽约州在用电高峰时段的全部用电需求。xAI 的 Grok 4 一次训练的估算碳排放是 72,816 吨 CO₂当量，相当于 17,000 辆汽车开一整年的尾气。Epoch AI 独立估算这个数字甚至高达约 140,000 吨。
数据中心建在哪里，电从哪里来，芯片从哪里产。这三个问题已经变成今年所有 AI 公司 CEO 案头最头疼的事。
我在之前的文章里就提到过，算力通胀正在来临。谷歌云 5 月起 CDN、AI 算力基建最高涨价 100%，AWS 机器学习实例成本上浮约 15%，打破了行业二十年只降不涨的惯例。这份报告从宏观层面印证了我的判断：低价窗口正在关闭。
七、生成式 AI 三年渗透 53%，比互联网还快
生成式 AI 在三年内达到了全球 53% 的人口渗透率。
报告指出，这个扩散速度极为罕见。三年，从零到过半。作为对比，个人电脑和互联网达到类似渗透率都花了更长的时间。
但渗透速度和国别相关性极强。新加坡 61%，阿联酋 54%，都跑在美国前面。美国在调查覆盖国家中只排第 24 位，渗透率 28.3%。
如果把维度从消费者换成职场，反差更大。2025 年全球 58% 的员工在工作中已经开始经常性使用 AI。但在中国、印度、尼日利亚、阿联酋、沙特这 5 个国家，这个比例超过了 80%。中国的职场 AI 渗透率，已经比全球平均高出 20 个百分点以上。
AI Index 估算，到 2026 年初，生成式 AI 工具每年给美国消费者创造 1720 亿美元的价值。从 2025 年到 2026 年，每个用户的中位数价值翻了三倍。
但绝大多数用户用的还是免费版。普通人愿意为 AI 付的钱，远低于 AI 给他们创造的价值。这中间的剪刀差，是现在所有 AI 公司都在试图弥合的东西。
这个数据让我想到我们学习圈的学员构成。我们不局限圈友身份，高校老师、在校学生、企业员工、体制内人士都有。我发现一个有意思的现象：来自企业的学员，尤其是中小企业主，对 AI 工具的接受速度远远快于学术圈。不是因为他们技术更强，而是因为他们有真实的降本增效需求。当 AI 的职场渗透率已经到了这个程度，不会用 AI 的人，正在变成职场里的“数字文盲”。
八、入门岗位被精准切掉，22-25 岁开发者就业下滑 20%
整份报告里最让人沉默的部分。
22 到 25 岁的软件开发者群体，从 2024 年至今，就业人数下降了大约 20%。同期，年纪更大的同行群体反而在增长。
不止开发岗。客服等其他高 AI 暴露行业，也在出现同样的模式。受访高管普遍预期，未来的裁员幅度会比过去几个月还要大。
这不是宏观失业率的事。这是入口岗位被精准切掉的事。第一份工作没了，整个职业阶梯就断了一格。
我每天在学习圈里接触大量的在校大学生和刚毕业的年轻人。他们问我最多的问题从“怎么用 AI 写论文”变成了“学了 AI 能找到什么工作”。这个问题的转变本身就说明了一切。
我的回答一直很直接：不要学“AI”，要学“用 AI 做事”。AI 本身不是一个岗位，但“能用 AI 把事情做好”正在成为几乎所有岗位的隐性门槛。我们学习圈的设计逻辑也是这样，不教你怎么训练模型，教你怎么用智能体解决真实问题。因为未来被淘汰的不是不懂 AI 的人，而是不会用 AI 干活的人。
报告里的数据给了这个判断一个残酷但精确的注脚。
九、AI 正在改写科学发现的方式
如果说就业那一段是冷的，科学这段就是热的。
自然科学、物理科学、生命科学领域的 AI 相关论文，2025 年同比增长了 26% 到 28%。AI 药物发现相关论文数量两年内翻倍。多模态生物医学 AI 论文数量是两年前的 2.7 倍。
今年第一次有 AI 完整跑通了端到端的天气预报流程——从原始气象观测数据直接输出温度、风速、湿度的最终预报，中间没有任何传统数值模型介入。
医院里也在发生变化。2025 年大量医院开始部署能从就诊对话自动生成临床记录的 AI 工具。多个医院系统的医生反馈，写病历的时间减少了多达 83%，工作倦怠显著下降。
但同一份报告也泼了冷水。一份针对 500 多个临床 AI 研究的综述发现，将近一半的研究依赖考试题式的数据集，只有 5% 用了真实临床数据。AI 能减少医生敲键盘的时间，这件事是确定的。AI 在真实病人身上的临床价值，目前还有大量问号。
AI 从“帮你写论文”“帮你算数字”，正在变成“自己做发现”。这个转变的速度和深度，可能比大多数人意识到的要快得多。
十、教育全面脱节，自学浪潮在全球开炸
美国有 4/5 的高中生和大学生现在用 AI 完成学校作业。但只有一半的中学有 AI 使用政策，只有 6% 的老师认为这些政策写得清楚。
学生跑在前面，老师还在原地，规则还没出现。
这个数据让我感触特别深。作为一个做了 50 多门 AI 课程、帮助 4500 多名学术工作者掌握 AI 应用的人，我太清楚教育系统和 AI 发展之间的鸿沟有多大了。很多高校老师来找我，不是因为他们想学 AI，而是因为他们的学生已经在用 AI 了，他们不学就没法教了。
正规教育跟不上的同时，自学浪潮在全球开炸。报告显示，AI 工程技能增长最快的三个国家分别是阿联酋、智利和南非。不是美国，不是欧洲。技能曲线最陡峭的那一段，长在所有人都没在看的地方。
这恰恰印证了我们做 AI 智能体学习圈时的一个核心判断：AI 学习的主战场，已经不在传统课堂里了。它在社群里，在实操中，在每一次跟 Agent 的真实交互中。我们不局限学术场景，不局限圈友身份，不局限年龄，就是因为 AI 的学习需求已经溢出了所有传统的教育容器。
十一、最强模型变成最不透明的
Foundation Model Transparency Index 今年的平均分从去年的 58 分跌到了 40 分。
报告直接点名：谷歌、Anthropic、OpenAI 都已经放弃公开最新模型的训练数据规模和训练时长。2025 年发布的 95 个最具代表性的模型里，80 个没有公开训练代码。
最强的模型，正在变成最不透明的模型。
与此同时，AI 相关事故记录从 2024 年的 233 起涨到 362 起，增长了 55%。
这个趋势让我想到我在测评 AI 工具时经常遇到的一个问题。很多工具的表现忽好忽坏，但你根本不知道为什么。模型更新了？训练数据变了？安全策略调整了？没人告诉你。你只能凭经验去猜。
对于我们做智能体项目的人来说，这意味着一个很现实的挑战：你的 Agent 今天跑得好好的，明天底层模型一更新，可能就出问题了。而你连更新了什么都不知道。这就是为什么我一直强调，好的 Agent 设计要有容错机制，要有多模型切换能力，不能把所有鸡蛋放在一个模型的篮子里。
十二、专家和公众的认知鸿沟，已经大到危险的程度
全球范围内，认为 AI 利大于弊的比例从 52% 上升到 59%。但同期，对 AI 感到紧张的比例从 50% 上升到 52%。两个方向在同时增长。
最分裂的是美国。只有 33% 的美国人认为 AI 会让自己的工作变得更好，全球平均是 40%。美国人对本国政府监管 AI 的信任度，是受访国家里最低的，只有 31%。而新加坡人对自己政府监管 AI 的信任度是 81%。
专家和公众在 AI 影响就业、医疗、经济这些维度上的观感差距，普遍超过 30 个百分点，最大的一项达到 50 个百分点。
一边是实验室里的曲线在飞涨，一边是普通人心里的不安在累积。中间没有桥。
这个“没有桥”的状态，恰恰是我认为 AI 教育和科普最大的价值所在。我做公众号「AI 智能体学习圈」，做训练营，做线下交流会，本质上都是在试图搭这座桥。不是告诉大家“AI 很厉害你们快用”，而是帮大家理解“AI 到底能干什么、不能干什么、你应该怎么跟它相处”。
报告里的数据告诉我们，这座桥不是可有可无的，而是紧迫的、必要的。
写在最后：你站在哪条曲线上？
423 页的报告，几百张图表，但其实只画了一张图。
横轴是时间，纵轴是能力。模型能力的曲线在飞，算力曲线在飞，投资曲线在飞，采用率曲线在飞。
其他所有东西，监管能力、透明度、公众信任、教育体系、就业保障，全都在原地踏步或者向下。
AI 在加速。其他所有东西都在脱节。
这就是 2026 年 AI Index 的全部内容。
作为一个每天都泡在 AI 里的人，读完这份报告之后，我脑子里反复出现的不是“AI 好厉害”，而是一个更私人的问题：我自己站在哪条曲线上？
你呢？你的技能在跟着能力曲线一起涨吗？你在学的东西，是在帮你爬上那条上升的曲线，还是在帮你守住一个正在被切掉的入口岗位？你的业务流程里有多少环节已经可以被 Agent 接管，但你还没动手？
这些问题没有标准答案。但这份报告至少给了我们一个清晰的坐标系，让你知道自己在哪里，世界在往哪里走，中间的差距有多大。
说实话，面对这份报告里的数据，我也觉得自己跑得不够快。
唯一能确定的是，在这个一切都在加速的时代，原地不动本身就是一种后退。
如果你也想跟上这条曲线，欢迎加入 AI 智能体学习圈。不卖焦虑，只做一件事：帮你学会用 AI 解决真实问题。
我们下一篇见。
参考资料：
Stanford HAI, AI Index Report 2026, April 13, 2026. 全文下载：https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf
Stanford HAI, Inside the AI Index: 12 Takeaways from the 2026 Report, April 13, 2026.
IEEE Spectrum, Stanford’s AI Index for 2026 Shows the State of the Industry, April 13, 2026.
YouMind
