新智元報導
編輯：好困 桃子
【新智元導讀】史丹佛「2026 年 AI 指數報告」重磅出爐！這份 432 頁長文含金量極高：中美 AI 巔峰對決，差距幾乎抹平，縮減至僅 2.7%。全球頂尖 AI 年產 95 個，基本都聚集在大廠。最殘酷的是，22-25 歲開發者的就業已被切掉 20%。
今天，史丹佛 HAI 重磅發布「2026 年 AI 指數報告」！
這份長達 423 頁的年度報告，全面揭示了全球 AI 產業的最新權力版圖。
它給出了一條核心結論：AI 的本事漲得飛快；但人類衡量和管好它的能力，卻沒怎麼跟上步伐。
其中，最震撼的結論是——
中美 AI 模型性能差距已基本消失，雙方在巔峰對決中頻繁易主，目前 Anthropic 領先優勢僅剩 2.7%。
美國在 AI 上砸的錢比誰都多，但招攬頂尖人才卻越來越吃力了。
報告還指出，AI 的進化不僅沒有遭遇所謂的「瓶頸」，反而正以史無前例的速度狂飆。
過去一年，全球超過 90% 的頂尖模型，在博士級科學問題、多模態推理、競賽數學上的表現，追平甚至超越了人類。
特別是在代碼能力上，SWE-bench 的成績在一年內，從 60% 飆升至近 100%。
然而，AI 的「偏科」現象極其嚴重，呈現出一種畸形的現狀：
LLM 可以拿下 IMO 金牌，卻讀不對模擬時鐘，正確率僅為 50.1%。
與此同時，AI 搶飯碗這事兒已經從預測變成了現實，而且最先遭殃的就是當代年輕「打工人」。
下面直接上乾貨，「2026 年 AI 指數報告」最值得關注的 12 個硬核趨勢。
其他亮點速覽：
全球 AI 算力 3 年漲 30 倍，輝達（NVIDIA）獨占 60%，幾乎所有晶片都出自一家台積電
2025 年全球企業 AI 投資 5817 億美元，同比翻倍，美國一國吃下近一半
進入美國的研究人員 7 年跌 89%，僅過去一年就跌 80%
22-25 歲軟體開發者就業自 2024 年起下滑 20%，入門崗位被精準切掉
中國累計建成 85 台公共 AI 超算，是北美的兩倍以上，全球第一
中國職場 AI 使用率超 80%，遠超全球 58% 的平均
最強模型越來越黑箱，95 個代表性模型裡 80 個沒有公開訓練代碼
中美貼臉
差距只剩 2.7%
史丹佛把 2023 年 5 月以來 Arena 榜單上的美國第一和中國第一，畫在了同一張座標系裡。
2023 年 5 月，gpt-4-0314 拿 1320 分領跑，中國這邊還是 chatglm-6b，差距 300 多分。
2025 年 2 月，DeepSeek-R1 第一次和美國頭部模型短暫打平。
2026 年 3 月，美國的 Claude Opus 4.6 拿到 1503 分，中國 dola-seed-2.0-preview 拿到 1464 分。
如今中美 AI 之間的差距，僅有 39 分。換算成百分比，2.7%。
更值得說的是過去一年的換位頻率。從 2025 年初開始，兩國頭部模型已經在 Arena 上你來我往換了好幾次位置。
數量上同樣接近五五開。
2025 年美國發布了 50 個「顯著模型」，中國緊跟著也發布了 30 個頂尖大模型。
第一梯隊裡 OpenAI、Google、阿里、Anthropic、xAI 同台站位，全球 TOP 5 五五分賬。
再往下看到 TOP 10，中國機構和企業占了四席，阿里、DeepSeek、清華、字節。
開源生態這一年的重心也明顯東移。
DeepSeek、Qwen、GLM、MiniMax、Kimi 一路把開源權重的能力曲線往前推。
再算上論文發表量、被引數、專利產出量、工業機器人裝機量，中國統統全球第一。
價格層面是另一條戰線。
海外開發者在 X 上算過一筆帳，Seed 2.0 Pro 的輸出價格大約只有 Claude Opus 4.6 的十分之一。
性能貼臉，價格只要十分之一。這件事的連鎖反應才剛剛開始。
90% 前沿模型出自產業
封神速度史無前例
去年發布的 95 個最具代表性的模型裡，超過九成都來自產業界，不是學術機構，也不是政府實驗室。
學術界已經追不上前線了。
發布速度也在變態加速。
光是 2026 年 2 月一個月，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 八九個旗艦模型同月入場。
封神週期從「年」變成了「月」。
基準一年封頂
AI 沒有瓶頸
最猛的曲線是編程。
SWE-bench Verified 這個真實修 Bug 的基準，一年時間從 60% 漲到接近 100%。
不是涨了幾個點，是基本封頂。
Terminal-Bench 測試 Agent 處理真實終端任務的能力，從去年的 20% 漲到 77.3%。
網路安全 Agent 解決問題的成功率，從 15% 漲到 93%。
Gemini Deep Think 在國際數學奧林匹克拿到金牌。
PhD 級科學問答（GPQA Diamond）、競賽數學（AIME）、多模態推理（MMMU）這些原本被認為「人類不可超越」的硬骨頭，全部被前線模型啃了下來。
最能說明問題的是 Humanity's Last Exam。
這是一個專門被設計來「難倒 AI、偏袒人類專家」的測試，題目由各個領域的頂尖專家提供。
去年 OpenAI 的 o1 拿到 8.8%，前線模型在一年時間裡把分數往上又推了 30 個百分點，目前 Claude Opus 4.6 和 Gemini 3.1 Pro 已經雙雙過了 50%。
鋸齒前線
能拿 IMO 金牌卻看不懂表
但同一份指數甩出了另一組數字。
最強模型在「讀模擬時鐘」這個任務上的正確率，是 50.1%。
機器人在實驗室仿真環境（RLBench）裡的操作成功率已經達到 89.4%。但搬到真實家庭場景裡完成洗碗、疊衣服這類家務，成功率立刻掉到 12%。
實驗室和廚房之間，差了 77 個百分點。
研究者把這種現象命名為「鋸齒前線」（jagged frontier）。AI 能力的分佈是凹凸不平的，能拿數學奧賽金牌，卻沒法穩定地告訴你現在幾點。
AI 能在數學奧賽拿金牌，但只有一半的機率能看懂模擬時鐘。AI 在加速，但加速的不是同一個方向。
另外，在智能體任務中，OSWorld 測試中，前線 AI 實力（66.3%）正逼近人類基線。
然而，在專門評估科研邏輯的 PaperArena 測試中，最強 AI 加持的 Agent，得分僅 39%，只有博士生一半的功力。
但這種凹凸已經不影響企業把 AI 往生產線上塞。
AI Index 給出的另一個數字是，全球企業 AI 採用率達到 88%。九成的公司已經把 AI 接進了某個工作流程。
代價同步在漲。AI 相關事故記錄從 2024 年的 233 起漲到 362 起。
錢在加速
5817 億砸進 AI
2025 年全球企業 AI 投資達到 5817 億美元，同比增長 130%。其中私募投資 3447 億美元，同比增長 127.5%。
兩條曲線都幾乎翻倍。
國別上，美國一騎絕塵。2025 年美國私募 AI 投資 2859 億美元。並且一年新增 1953 家 AI 創業公司，也是排名第二的 10 倍以上。
錢在加速湧向美國。但美國的另一項核心資源，正在反向流動。
人在流走
進美國的研究人員跌了 89%
裡面有一組數字讓人愣了一下。
2017 年到現在，進入美國的研究人員和開發者數量下降了 89%。
更關鍵的是，這個下降在加速。僅僅過去一年，下降幅度就達到 80%。
美國仍然是全球研究人員密度最高的國家，但流入的水龍頭正在擰緊。
錢和人這兩條曲線開始反向。這是過去十年沒出現過的局面。
算力三年漲 30 倍
命門都在一家公司手裡
AI 能力曲線在加速，背後那條算力曲線跑得更猛。
從 2021 年到現在，全球 AI 算力總量漲了 30 倍。過去三年裡，每年都在翻三倍以上。
撐起這條曲線的是少數幾家公司。
輝達（NVIDIA）一家的 GPU，占據了全世界 AI 算力的 60% 以上。亞馬遜和 Google 靠自研晶片排在二三位，但加起來也遠遠追不上輝達。
而几乎所有這些晶片，都來自一家代工廠，台積電。算力曲線越陡，命門就越窄。
與此同時，代價也在加大。
全球 AI 數據中心的總功率已經達到 29.6 GW，相當於紐約州在用電高峰時段的全部用電需求。xAI Grok 4 一次訓練的估算碳排放是 72816 噸二氧化碳當量，相當於 17000 輛汽車開一整年的尾氣。
數據中心建在哪裡，電從哪裡來，晶片從哪裡產，這三個問題已經變成今年所有 AI 公司 CEO 案頭最頭疼的事。
生成式 AI 三年滲透 53%
中國職場使用率破 80%
生成式 AI 在三年內達到了 53% 的全球人口滲透率。
這個速度比個人電腦快，比網際網路快。
但滲透速度和國別相關性極強。新加坡 61%，阿聯 54%，都跑在美國前面。美國在調查覆蓋國家中只排第 24 位，滲透率 28.3%。
如果把維度從消費者換成職場，反差更大。
報告裡另一組數據顯示，2025 年全球 58% 的員工在工作中已經開始經常性使用 AI。但在中國、印度、奈及利亞、阿聯、沙烏地阿拉伯這 5 個國家，這個比例超過了 80%。
中國的職場 AI 滲透率，已經比全球平均高出 20 個百分點以上。
更有意思的是消費者價值。
AI Index 估算，到 2026 年初，生成式 AI 工具每年給美國消費者創造 1720 億美元的價值。從 2025 年到 2026 年，每個用戶的中位數價值翻了三倍。
絕大多數用戶用的還是免費版。
普通人願意為 AI 付的錢，遠低於 AI 給他們創造的價值。這中間的剪刀差是現在所有 AI 公司都在試圖彌合的東西。
入門崗位銳減
22-25 歲開發崗狂砍 20%
整份 AI Index 裡最讓中文讀者沉默的，可能是關於年輕就業的部分。
22 到 25 歲的軟體開發者群體，從 2024 年至今，就業人數下降了大約 20%。
同期，年紀更大的同行群體反而在增長。
不止開發崗。客服等其他高 AI 暴露行業，也在出現同樣的模式。
更讓人擔心的是企業問卷的結果。受訪高管普遍預期，未來的裁員幅度會比過去幾個月還要大。
這不是宏觀失業率的事，是入口崗位被精準切掉的事。
第一份工作沒了，整個職業階梯就斷了一格。這件事的長期影響，現在沒人能算清。
AI 正在改寫科學發現的方式
如果說就業那一段是冷的，科學這段就是熱的。
自然科學、物理科學、生命科學領域的 AI 相關論文，2025 年同比增長了 26% 到 28%。
具體到應用，今年第一次有 AI 完整跑通了端到端的天氣預報流程。從原始氣象觀測數據直接吐出溫度、風速、濕度的最終預報，中間沒有任何傳統數值模型介入。
AI 從「幫你寫論文」「幫你算數字」，正在變成「自己做發現」。
醫院裡也是一樣。2025 年大量醫院開始部署能從就診對話自動生成臨床記錄的 AI 工具。多個醫院系統的醫生反饋，寫病歷的時間減少了多達 83%，工作倦怠顯著下降。
但同一份指數給醫療 AI 潑了一盆冷水。一份針對 500 多個臨床 AI 研究的綜述發現，將近一半的研究依賴考試題式的數據集，只有 5% 用了真實臨床數據。
AI 能減少醫生敲鍵盤的時間，這件事是確定的。AI 在真實病人身上的臨床價值，目前還有大量問號。
自學浪潮全球開炸
正規教育已經掉隊
正規教育跟不上 AI 了。
美國有 4/5 的高中生和大學生現在用 AI 完成學校作業。但只有一半的中學有 AI 使用政策，只有 6% 的老師認為這些政策寫得清楚。
學生跑在前面，老師還在原地，規則還沒出現。
正規教育跟不上的同時，自學浪潮在全球開炸。裡面寫，學 AI 工程技能增長最快的三個國家分別是阿聯、智利和南非。
不是美國，不是歐洲。
技能曲線的最陡峭的那一段，長在所有人都沒在看的地方。
最強模型變成最不透明的
專家和公眾撕裂
最強的模型，正在變成最不透明的模型。
Foundation Model Transparency Index 今年的平均分從去年的 58 分跌到了 40 分。AI Index 直接點名，Google、Anthropic、OpenAI 都已經放棄公開最新模型的訓練數據規模和訓練時長。
去年發布的 95 個最具代表性的模型裡，80 個沒有公開訓練代碼。
公眾的情緒也變得更複雜。
全球範圍內，認為 AI 利大於弊的比例從 52% 上升到 59%。但同期，對 AI 感到緊張的比例從 50% 上升到 52%。
兩個方向在同時增長。
最分裂的是美國。只有 33% 的美國人認為 AI 會讓自己的工作變得更好，全球平均是 40%。美國人對本國政府監管 AI 的信任度，是受訪國家裡最低的，31%。
新加坡人對自己政府監管 AI 的信任度，是 81%。
最近 Sam Altman 家被襲擊的事件之後，矽谷圈內人「驚訝地發現」Instagram 評論區裡的普通人對此並不同情，甚至有人覺得「應該更激烈一點」。
他們沒意識到事情已經糟到這個程度。
研報引用的 Pew 和 Ipsos 數據，專家和公眾在 AI 影響就業、醫療、經濟這些維度上的觀感差距，普遍超過 30 個百分點，最大的一項達到 50 個百分點。
一邊是實驗室裡的曲線在飛漲，一邊是普通人心裡的不安在累積。
中間沒有橋。
寫在最後
423 頁的報告裡有幾百張圖表，但其實只畫了一張圖。
橫軸是時間，縱軸是能力。
模型能力的曲線在飛，算力曲線在飛，投資曲線在飛，採用率曲線在飛。其他全都在原地踏步或者向下。
這就是 2026 年 AI Index 的全部內容。
AI 在加速。其他所有東西都在脫節。
如果你是這個行業裡的人，現在該問的問題不是「未來會怎樣」，而是「自己站在哪一條曲線上」。
參考資料：
https://hai.stanford.edu/ai-index/2026-ai-index-report
https://hai.stanford.edu/news/inside-the-ai-index-12-takeaways-from-the-2026-report
https://www.nature.com/articles/d41586-026-01199-z
https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf
秒追 ASI
⭐ 點讚、轉發、在看一鍵三連 ⭐
點亮星標，鎖定新智元極速推送！