AI新聞看多了，人會(huì)分裂。一邊覺得這是繼蒸汽機(jī)之后最偉大的發(fā)明，一邊又聽說它連"昨天是星期幾"都搞不清。

4月14日，斯坦福HAI研究所扔出一份423頁(yè)的《2026年人工智能指數(shù)》。這份報(bào)告像一臺(tái)CT機(jī)，把AI產(chǎn)業(yè)的里里外外掃了個(gè)遍。

先說速度。生成式AI用三年時(shí)間滲透了53%的人口，比當(dāng)年個(gè)人電腦和互聯(lián)網(wǎng)都快。企業(yè) adoption 率88%，大學(xué)生使用率80%——基本等于"不用反而顯得奇怪"。

但快是有代價(jià)的。全球AI數(shù)據(jù)中心現(xiàn)在一年耗電29.6吉瓦，什么概念？紐約州用電高峰期也就這個(gè)數(shù)。OpenAI跑一年GPT-4o，耗水量夠1200萬人喝一年。

換句話說，我們?cè)谟眉~約的電量和千萬人的飲用水，換AI幫你寫周報(bào)。

中美競(jìng)爭(zhēng)的部分最耐人尋味。報(bào)告用了四個(gè)字："基本抹平"。截至2026年3月，美國(guó)頂尖模型只比DeepSeek們領(lǐng)先2.7%，考慮到測(cè)試誤差，這差不多就是并列。

但兩國(guó)的"打法"完全不同。美國(guó)有5427個(gè)數(shù)據(jù)中心，是中國(guó)的十倍；2859億美元風(fēng)投，是中國(guó)的23倍。中國(guó)呢？AI專利占全球74%，工業(yè)機(jī)器人裝機(jī)量占54%，論文引用量從33%漲到41%。

一個(gè)像砸錢買裝備的RMB玩家，一個(gè)像肝論文的技術(shù)宅?，F(xiàn)在兩人段位相同，但血條顏色不一樣。

有個(gè)細(xì)節(jié)被很多人忽略：美國(guó)AI人才流入量十年跌了89%，去年一年就跌80%。與此同時(shí)，中國(guó)培養(yǎng)的AI博士越來越多，但工業(yè)界吸引力在下降——更多人選擇留在學(xué)術(shù)界。

產(chǎn)業(yè)端也在變"黑箱"。2023到2024年，基礎(chǔ)模型透明度指數(shù)從37漲到58，結(jié)果2025年跌回40。OpenAI、Anthropic、谷歌們不再公開訓(xùn)練代碼、參數(shù)規(guī)模、數(shù)據(jù)集大小。

報(bào)告合著者Yolanda Gil的原話是："我們對(duì)預(yù)測(cè)模型行為知之甚少。"翻譯一下：造車的不知道車會(huì)怎么開。

這種不透明直接導(dǎo)致了測(cè)試體系的崩塌。一個(gè)常用數(shù)學(xué)基準(zhǔn)的錯(cuò)誤率高達(dá)42%，26個(gè)頂級(jí)模型的幻覺率在22%到94%之間浮動(dòng)。GPT-4o在某項(xiàng)準(zhǔn)確率測(cè)試?yán)飶?8.2%跌到64.4%，DeepSeek R1從90%以上跌到14.4%。

不是因?yàn)槟Ｐ妥儾盍?，是因?yàn)闇y(cè)試方法本身在裸泳。

就業(yè)數(shù)據(jù)更微妙。22-25歲軟件開發(fā)者的就業(yè)率自2022年下降近20%，三分之一的企業(yè)預(yù)計(jì)明年裁員。但AI在客服領(lǐng)域只提效14%，在軟件開發(fā)領(lǐng)域提效26%——這個(gè)數(shù)字遠(yuǎn)低于"取代人類"的恐慌閾值。

最諷刺的是公眾與專家的認(rèn)知鴻溝：73%的專家認(rèn)為AI對(duì)工作方式有積極影響，只有23%的美國(guó)公眾認(rèn)同。專家們對(duì)教育和醫(yī)療更樂觀，但雙方難得達(dá)成一致的是——AI對(duì)人際關(guān)系沒好處。

監(jiān)管層面，美國(guó)民眾對(duì)政府信任度全球最低（31%），各州卻通過了創(chuàng)紀(jì)錄的150項(xiàng)AI法案。歐盟《人工智能法案》已經(jīng)生效，美國(guó)聯(lián)邦政府卻在放松管制。吉爾評(píng)價(jià)得很克制："我們對(duì)這些系統(tǒng)缺乏有效的掌控。"

報(bào)告結(jié)尾處有個(gè)容易被忽略的數(shù)據(jù)：盡管AI事故從2024年的233起增至2025年的362起，但全球仍有59%的人認(rèn)為利大于弊。

人類對(duì)不確定性的容忍度，或許才是這份報(bào)告測(cè)出的真正指標(biāo)。