2025年：人工智能成熟之年——展望2026年的待解难题

随着2025年接近尾声，人工智能（AI）已明确地从一项实验性技术转变为必不可少的基础设施。

在这一年，AI从董事会的好奇心转变为资产负债表上的必需品，重塑了我们在全球舞台上的工作、创造和竞争方式。数据足以说明一切——根据Air Street Capital和AI投资者Nathan Benaich的《2025年AI状况报告》（State of AI Report 2025），目前有44%的美国企业付费使用AI工具，远高于2023年的5%，而AI合同的平均金额达到了53万美元。更引人注目的是：以AI为核心的初创公司的增长速度是同行的1.5倍。这些项目已不再是试点，而是核心业务。

技术成就同样非凡。AI系统在主要基准测试中的性能大幅提升，仅在一年内，其在MMMU（旨在评估多模态模型）、研究生级别谷歌难题问答（Graduate-Level Google-Proof Q&A，简称GPQA）和SWE-bench（用于评估大型语言模型在GitHub上收集的真实世界软件问题上的表现）等测试中的得分，分别提高了18.8、48.9和67.3个百分点。

或许最重要的是，在某些场景下，语言模型代理在编程任务中的表现已超越人类，这标志着AI正从“助手”演变为“自主行动者”。

然而，2025年也暴露了快速普及所带来的阵痛。地缘政治竞赛愈演愈烈，美国推出了40个知名AI模型，中国为15个，欧洲为3个。不过，中国模型在质量上正迅速缩小差距，性能差异已从两位数收窄至几乎持平。与此同时，AI相关事件急剧增加，而主要开发商中，标准化的安全评估仍然少见。

监管格局也出现了急剧的碎片化。在美国，Trump政府一月份的行政命令推翻了Biden时代的方针，将创新置于监管之上。

2025年，美国三十八个州颁布了约100项与AI相关的措施，形成了一个令企业疲于应对合规的“补丁式”监管格局。德克萨斯州、加利福尼亚州、科罗拉多州和伊利诺伊州均已出台全面的AI法律，并将在2026年陆续生效，其内容涵盖从招聘歧视到前沿模型安全等各个方面。

展望2026年，几个关键问题日益突出。我们能否弥合“认识到AI风险”与“采取有意义的行动”之间的鸿沟？联邦与州之间持续的监管紧张关系，最终会形成一个协调一致的治理体系，还是会因碎片化而扼杀双方都声称要保护的创新？

此外，当企业将AI的应用从内容生成进一步拓展到基于自身数据的推理时，我们将如何确保那些能做出日益自主化决策的系统的透明度和问责制？

基础设施的挑战不容忽视。由主权基金支持的数吉瓦级（multi-gigawatt）数据中心，预示着新一轮计算基础设施浪潮的到来，而电力供应正成为新的制约因素。问题不仅在于我们能否构建出足够智能、足以变革整个行业的AI系统，更在于我们能否为其提供可持续的电力，并对其进行负责任的治理。

2025年毫无疑问地证明了AI的商业可行性。2026年的挑战在于，确保其发展速度不会超越智慧。随着AI系统能力越发强大、自主性越来越高，我们的监管、问责和国际合作框架也必须以同样的速度成熟起来。

这项技术已经成年。现在，我们的治理必须迎头赶上。