21世纪经济报道记者陈归辞
近日，斯坦福大学人类中心人工智能研究所发布2026年AI指数报告（下称“报告”），对全球AI技术的发展及影响进行了全面评估，涉及AI能力发展、中美竞争格局、AI投资、能耗、劳动力冲击、权力与黑箱等众多议题。
报告指出，人工智能能力的发展速度已超越用于衡量它的基准测试水平，并正在超越人类表现。在专为考验 AI、更利于人类专家而设计的“人类终极测试”（Humanity's Last Exam）基准上，前沿模型仅用一年时间就将得分提升了 30 个百分点。原本预计数年都具备挑战性的评估任务，短短数月便被 AI攻克，大幅压缩了基准测试用于追踪技术进展的有效周期。
报告也指出，前沿模型在博士级科学问题、多模态推理、竞赛数学等项目上，已经达到或超越人类水平。一些过去表现不佳的领域也取得了巨大进步。例如，根据Terminal-Bench的评估，AI智能体处理现实世界任务的成功率已从2025年的20%提升至如今的77.3%；而在网络安全领域，AI智能体解决问题的成功率为93%，2024年仅为15%。
在其他任务上，AI仍落后于人类，包括从视频中学习、生成连贯逼真的视频、报时、多步骤规划、财务分析，以及回答某些专家级别的学术考试题目。机器人在处理家务方面还有很长的路要走——在折叠衣物、洗碗等真实家务任务中，它们的成功率仅为12%。
与此同时，开源与闭源模型之间的性能差距在2024年短暂收窄后，在2025年再度拉大。截至2026年3月，顶尖闭源模型领先顶尖开源模型3.3%，而这一差距在2024年8月曾一度缩小至 0.5%。目前，Arena Leaderboard前十名中，有六个是闭源模型。
报告指出，中美AI模型性能差距已趋于抹平。自2025年初以来，中美模型在性能排行榜首位多次易主。2025年2月，DeepSeek-R1曾短暂追平美国的顶尖模型。截至2026年3月，美国Anthropic的顶尖模型仅领先2.7%；过去一年中，这一差距在过去一年间持续波动。美国在顶尖AI模型产出和高影响力专利方面仍保持领先地位；而中国则在论文发表总量、引用量、专利申请总数以及工业机器人安装量上居于领先。
中美顶尖模型在竞技场测评中的表现，图源：斯坦福2026年AI指数报告
与此同时，值得重视的是，报告显示，AI对于劳动力市场的冲击已经开始显现，呈现不均匀特征。
报告指出，AI带来的生产力提升的许多领域，正同时是那些初级岗位就业开始收缩的领域。在美国，AI生产力提升最显著的软件开发领域，22至25岁的开发人员就业人数较 2024年下降了近20%，而与此同时，资深开发人员的人数却在持续增长。这种模式在其他AI暴露程度较高的职业（如客户服务）中也在上演。
2021–2025 年软件开发人员与客服岗位按年龄组划分的标准化用工趋势，图源：斯坦福2026年AI指数报告
企业层面调研数据显示，三分之一的机构预计AI将在未来一年缩减其员工规模，尽管目前整体就业数据尚未出现大规模的失业潮。近半数受访机构预计用工情况基本不会发生变化。服务运营、供应链和软件工程是预期减员比例最高的领域。根据麦肯锡的调研，几乎在所有职能部门中，企业预期的岗位缩减规模，均将高于过去一年已出现的减员幅度。
由 AI 导致的各职能部门员工规模过去一年的实际变化 vs.未来一年的预期变化，图源：斯坦福2026年AI指数报告
还值得重视的是，报告指出，当今性能最强的前沿AI模型，透明度反而处于最低之列。超大规模的顶尖模型高度集中在头部 AI 企业手中，而这些企业对训练代码、数据集规模、模型参数等核心信息愈发保密。
基础模型透明度指数（The Foundation Model Transparency Index）评估了主流 AI 企业在模型训练数据、算力、性能、风险及使用政策等方面的信息公开程度，该指数的平均分从去年的58分降至40分。该指数发现，性能最强的模型，披露的信息往往最少。
2025年基础模型透明度指数各核心维度得分，图源：斯坦福2026年AI指数报告
（文章来源：21世纪经济报道）
