有关AI发展的若干思考(一)

2026年，AI已渗透到各行各业，影响人们的生活，AI的浪潮正当其时，这已是社会共识。面对AI带来的影响，有恐惧、有反思、有机遇、也有危机，每个人处的环境不同，心态不同，面对的现象不同，站在2026年底当下，记录一下对AI的若干思考。

一、当前AI发展的阶段

2022年11月，ChatGPT的诞生开启全民通用AI 时代，定义了LLM的范式；2024年1月，DeepSeek的开源标志着国产大模型的崛起，通过蒸馏的技术实现大幅度降低大模型训练成本，实现了效率与推理突围，开源普惠的效果，开创百家争鸣的局面；2025年3月，Manus的诞生，通过SaaS服务定义通用智能体，从 “对话” 到 “云端自主执行”；2026年1月，Openclaw开源发布，通过本地部署，完成 “理解→规划→执行→反馈” 全闭环，AI 从 “助手” 变成真正的自主数字伙伴，推动 AI 进入 “动手执行” 的新阶段。

当前，2026年毫无疑问是AI应用暴发的一年；首先从模型的业态来看，更加的“多模态”，从传统的问答等文字业务，拓展了音视频生成等图像领域，Seedance 2.0的发布以及AI漫剧的诞生和火爆，都是多模态LLM大模型发展的印证；从模型的功能来看，大模型长出的“手脚”，以前只能思考，即简单的“问答”、文字写作等规划功能，现在通过各种API、Skills封装成了Agent有了手脚，有了执行能力，形成了完整的助手，有思考更有执行，以及反馈迭代过程。

二、AI对产业发展的影响

AI的发展必然带来产业变革，不同的产业，在不同的阶段AI渗透率不同，影响程度不同，导致的效果也不同；

总的来说，类似于IT、咨询等标准化、数据多、智力服务类的行业会萎缩甚至死亡，标准化意味着重复度高，数据多则意味着AI的训练数据多，智力服务类的工作成果以文档输出，而这正是AI所擅长的文字和智力领域；以“IT”业为例，有着大量的开源代码和技术分享文档，AI能快速的学习进化，目前已经初步具备代码编写能力，导致大厂裁员；

创意类，情绪消费类的行业，例如漫画、文娱会蓬勃发展，过去的视频、动画因制作人员、场地、专业性等要求导致拍摄成本高，而现在通过AI技术生成，普通人可以快速上手，大量产出进行迭代，量变到质变，带来产品数量的爆发；

能源、煤炭、有色金属等重资产、重资源行业可能会迎来价值重新发现，物理世界的资源或者重资产产业是AI所不可替代的，当AI对虚拟世界的资产冲击后，物理世界的重资产会成为资金的避风港。

2026年2月高盛全球投资研究部发布的 AI 时代核心投资框架，HALO全称Heavy Assets，Low Obsolescence（重资产、低淘汰率）也印证了这一思想。

三、AI对就业的影响

整体来看，“AI+”会带来失业潮，缩小就业市场空间。具体细分，白领就业空间会萎缩，服务类或者蓝领就业空间会相对稳定。中低水平失业风险增大，高水平人员需求进一步变大。

AI的本质是智力替代，效率的提高，它替代的是各行各业的中低端人群；对各个行业的人群进行划分，按照百分制来划分，80%的人都在0-60分，处于中低端水平，约20%左右的人处于60-80分水平，算是高水平人员甚至是专家了，而超过80分可以说是凤毛麟角了，仅2%左右甚至更少。AI相当于一个各科成绩都在60分，通过AI可以实现对各行业的水平从0分直接跳跃到60分，所以大量的中低端人群不再需要，导致裁员；而在另一面，正是大量的中低水平人群被替代，折射了高水平的不可或缺，大量的项目需要高水平人员专业指导，导致高水平人员需求增大。

而不同类型的职业，AI的替代难度不同。对于白领，大量数字化办公和室内的文档性工作，这些就是AI天生擅长的。对于服务类，或者蓝领这类需要在实现世界实时交互的，由于具身智能尚不成熟，AI缺少对物理世界触角，难以替代。退一步说，即使具身智能足够成熟，机器人能做像人一样的服务，人提供服务也会是相对于机器更加高端，背后隐藏的是情绪价值以及阶级划分的意义。

2025年11月，斯坦福报告《煤矿里的金丝雀？AI 对就业的六大事实》提出的有关观点，对应了上面的认识。

四、AI的未来发展形态

当前，从载体来看，AI的主要载体是PC终端，例如Openclaw的部署场景均为PC端，而PC相对于移动端，市场小得多；移动端才是未来的发展方向；试想一下，如果每一台手机、手环智能硬件都成为AI载体；在手机上，消除APP的差异，仅通过AI对话作为统一入口，根据对话在后台调用各种应用统一输出，不断地学习个人的使用习惯，成为一个全方位的生活、工作秘书，能辅助处理绝大多数的工作任务，这并非不可能；如果进一步辅助智能手环等智能硬件，作为监测设备，那么就能做到相当于一个24小时服务的全科医生。

从使用的领域来看，无论是LLM还是当下最火的Agent，它们的使用场景都只在数字化空间，作为信息处理的助手存在；本质上是缺少对物理世界的直接感知、应对和反馈能力的。AI的下一个阶段一定是推动传感器的推广，物联网的发展，获取大量物理世界的数据进行学习，从而推动具身智能的蓬勃发展，来实现具备独自感知物理世界，对行为决策执行，获取物理世界反馈的正向螺旋上升的发展途径。