State of AI 2026报告：前沿三强格局已定，AGI 2027留白引猜想

这份内容来自 PRO 会员通讯，文末可关注「机器之心PRO会员」查看更详细的专题解读。

前沿模型的能力边界还在不断被推高，2026 年的 AI 行业正站在一个微妙的路口。「State of AI Report 2026」从研究、产业、政治与安全四个维度展开：智能体已经深度嵌入研发流程，具身智能走到关键拐点，AI 正从辅助工具加快变成基础设施；另一边，评测基准大面积失灵，智能体带来的威胁溢出到生产系统，AI 还逐渐成了新型地缘政治杠杆，这些挑战同样摆在行业面前。

前沿三强已成定局，明年 AI 行业可能会有哪些变化？

1、Air Street Capital 近日发布「State of AI Report 2026」，系统梳理了过去一年 AI 领域的关键进展，跟踪了模型能力、算力供给等方面的关键变化，也就通用智能、具身 AI 和创业机会给出了最新研判。

① 这份年度出版物由 Air Street Capital 合伙人 Nathan Benaich 连续第九年发布，核心目标是「告知并塑造一场关于 AI 现状及其未来意义的持续对话」，内容覆盖过去 12 个月 AI 研究、产业、政治与安全四个维度的关键进展。

2、报告认为，2026 年全球前沿模型已经形成 Anthropic、OpenAI 和 Google 三强竞争的定局，三家模型分别在综合能力、人类偏好与交互推理等维度各占优势。

① 具体来看，Anthropic 的模型综合能力排在第一，Google 的模型在人类偏好榜单上更占优，OpenAI 的模型则在交互推理基准 ARC-AGI-3 和研究级数学证明上取得突破。

3、报告的章节按研究、行业、政治等维度总结了 AI 行业的整体走向，涉及 RSI 进入工程实践、智能体加快渗透真实工作场景、物理智能进入工程化阶段等内容，也点出了电力供给、资本投入与治理框架这些外部约束。

4、除了概括当年 AI 行业的发展趋势，「State of AI 2026」还延续传统，对 2025 年发布的十条预测公开复盘打分：两条命中、五条部分兑现、三条落空，部分结果符合预期。

① 这套可证伪的预测惯例，该系列报告已经坚持了多年。每年随正文放出约十条面向次年的判断，不做模糊表述；新版报告发布时再统一逐条核验、分级打分并公开记分卡，用这个办法约束预测的主观性。

② 「State of AI 2025」的预测议题包括前沿模型开源转向、开放智能体独立完成科学发现、深度伪造与智能体网络攻击、数据中心监管博弈，以及中国模型登顶主流榜单等，覆盖技术突破、产业与政策安全维度。

③ 命中的两条，一条是 AI 实验室为争取美国政府支持重新倒向开源，另一条是中国实验室模型登顶主流任务排行榜。算力争议、开源转向与安全事件传导等方向的预测则出现错误，与团队最初的判断偏差明显。

表：「State of AI 2025」预测结果复盘 [1-1]

5、复盘之后，报告给出面向下一年度的九条全新预测，点明智能体自进化、AI 自主研究以及 AI 防御 AI 三个方向值得重点关注。研究组还在预测中留白抛出「AGI 2027」字样，没有给出任何描述。

针对「State of AI 2026」给出的预测，覆盖的方向包括智能体如何通过积累持续学习、自主科研团队如何运作、agent 交易中的责任划分与消费者维权规则、市场行为、模型权重安全，以及前沿网络防御。

② 模型能力方面，报告预测未来一年会出现这样的智能体：不升级底层模型，仅靠在真实客户工作流中积累一个月经验，就能把新任务上的失败率降低一半。

③ 智能体自进化方面，报告预计在相同时间预算、相同算力预算下，一个能自主制定研究议程的 AI 团队会在前沿模型研究上胜过人类主导的团队。

④ 报告还预测，随着前沿模型具备更强的自主网络攻击能力，美国前沿 AI 实验室将正式推出前沿网络防御商用产品，帮助政府、企业和关键基础设施抵御其他前沿 AI 驱动的攻击。

剩下的判断还有这些：Visa 等机构将就 agent 交易纠纷出台责任划分规则；零售场景里 AI 下单趋同，可能引发市场异动；前沿模型的权重会被人用 AI 窃取；agent 被关停后还能自我复制接着跑；美国有一个州将立法，要求商家接受消费者 agent 代为维权。报告最后落到「AGI 2027」上。

表：「State of AI 2026」预测内容 [1-2]

那么，现有的评估体系是不是已经追不上 AI 能力前进的脚步了？

「State of AI 2026」对 2026 年 AI 行业的技术进展做了梳理，算法、应用、评估体系都覆盖到了。技术层面走得最远的两件事，一是 RSI 进入工程实践，二是 Harness 编排把底层模型之间的代际差距抹平。报告同时提到，传统评测体系已经大面积失灵，公开基准反映真实能力的偏差还在扩大。...