找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

3149

积分

0

好友

437

主题
发表于 20 小时前 | 查看: 0| 回复: 0

1月底,高盛发布了一份关于未来人工智能发展的重要展望报告,其中传递的信号清晰且明确。

高盛报告封面:What to Expect From AI in 2026

这份报告的核心判断是:2026年,AI带来的变化将比2025年更为剧烈。 无论是模型能力的跃进、资本的投入规模,还是产业重构的速度,都已驶入明显的加速轨道。

同时,报告也揭示了一个关键转向:AI的竞争重心,正在从单纯的“技术攻关”演变为“资源与基础设施”的角力。 而在这个宏大叙事中,一个最基础、却最容易被忽视的制约因素正浮出水面——电力


报告指出,人工智能正在从我们熟悉的“聊天工具”,进化为真正驱动生产与决策的基础设施。这一根本性转变,预计将在2026年对全球经济产生深远影响。

高盛首席信息官Marco Argenti对此评价道:“在我40年的科技职业生涯中,2025年的变化幅度是前所未有的。但疯狂的是——我们甚至还没真正开始。2026年会更剧烈。”

如今,人工智能已成为金融市场乃至宏观经济的关键驱动力。即使是曾长期低估其投入规模的华尔街分析师,现在也预计到2026年,头部超大规模云厂商的资本开支将超过 5000亿美元。目前,七家科技巨头已占据标普500指数 30%以上市值约1/4的盈利,足以证明这一趋势的强度。

AI超大规模厂商资本支出预测趋势图

基于对现状的观察,Marco Argenti认为,AI正在重塑从劳动力结构到软件技术栈的一切,并进一步给出了 关于2026年AI走向的7个具体判断

1. AI模型将成为新的“操作系统”
软件工程的范式正在发生根本性改变。AI不再是实现单一功能的附加应用,而是能够自主调用各类工具、完成复杂任务的“底层操作系统”。计算逻辑从“基于硬编码规则的执行”转向了“以结果为导向的自我重编程”。谁掌握了先进模型,谁就掌握了新一代的操作系统控制权。

2. 上下文(Context)成为新战场
竞争的焦点正在从“训练更大的模型”转向“构建更好的记忆”。模型或许已经吸收了几乎整个互联网的公开信息,但其能力的真正瓶颈在于对长期任务与历史交互的“记忆”容量。更大、更具推理性的上下文窗口,将直接带来高度个性化与连续性的智能响应。

3. 个人AI智能体真正落地
AI个人助理将不再停留于概念演示。目前需要我们手动串联完成的碎片化操作,很快将由智能体自动、连续地完成。例如,当航班被取消后,你的个人AI智能体可能会自动搜索并改签航班、重新安排所有关联会议,甚至考虑新到达时间下餐厅是否营业,并提前为你下单。

4. “智能体即服务”的新经济形态
企业的生产模式将从“以人类员工为中心”转向“由人类编排的多智能体协同团队”。相应的,计费方式也会发生变革——未来的企业服务可能不再按工程师工时计价,而是按处理任务所消耗的 Token量 来结算,这将形成一套全新的生产逻辑与定价体系。

5. 学习能力成为最重要的核心技能
在AI深度融入各行业的背景下,个人真正的竞争力将不只是某个领域的专业深度,更是持续重塑自我工作方式的能力。就像当年计算机普及改变了几乎所有岗位一样,AI带来的同样是范式级别的冲击——持续学习与快速适应的能力,将决定个体在新时代的分化位置。

6. “赢家通吃”的超级联盟
人工智能本质上是一场规模游戏。产业链上下游正在形成前所未有的、紧密绑定的大型战略联盟。网络效应会在这个过程中不断自我强化,最终可能只剩下少数几家巨头具备参与全球竞争的资格,格局或许会类似于当今航空航天产业的“双寡头”局面。

7. 电力,成为新的资本
AI扩张道路上的真正硬约束,将不再仅仅是资金,而是电力接入能力。研究显示,到2030年,数据中心的用电量相较于2023年预计将激增 175%。电网的承载容量、燃气轮机的供应、甚至漫长的电力项目审批周期,都将构成切实的瓶颈。

2026年,一个 “千兆瓦天花板”(Gigawatt Ceiling) 正在形成——企业将不得不极度精细化地分配手中的每一兆瓦电力,只将其投入到投资回报率最高的核心AI活动中。


总体来看,高盛在这份“2026年展望”中提出的7个趋势,并非对遥远未来的空想。恰恰相反,其中相当一部分,已经在2024–2025年间开始发生,甚至正在加速成为现实

例如,AI从“工具型应用”向“类操作系统”的演进,在企业级产品与智能体(Agent)架构中已清晰可见;“上下文能力”作为模型竞争的新焦点,也早已推动行业重点从追求“更大参数”转向打造“更长记忆与更强推理”;个人智能体与多智能体协作,虽未全面普及,但已在不少高频工作场景中完成了概念验证。

特别值得注意的是,在“电力成为AI瓶颈”这一全球性判断下,中国反而展现出少有的结构性优势:一是超大规模且统一的电力系统,二是持续快速扩张的新能源供给能力,三是高效的集中式基础设施建设与统筹能力。这些因素使得中国在算力与电力的协同布局上,可能具备更高的组织与执行效率。

更为关键的是,中国的优势不只在于“电量充足”,更在于正在通过构建大型算力集群、推动算电协同规划与区域统筹,系统性地将电力优势转化为可规模化、可持续的AI算力供给能力。关于2026年人工智能带来的组织重塑与关键基础设施变迁,更多深入的分析与讨论,也欢迎在云栈社区的技术板块中进行交流。




上一篇:深入解析Linux内核Makefile:从make到bzImage的构建全流程
下一篇:《超自然行动组》复盘:800万成本如何撬动千万DAU与数亿流水?
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-2-2 23:22 , Processed in 0.360789 second(s), 42 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表