斯坦福 AI100 五年报告：AI 已进入日常，社会还在学习如何接住它

五年前讨论 AI，很多问题还停留在“它能不能写作、编程、参与科研”。今天这些能力已经进入工作现场，更棘手的问题随之出现：出错由谁负责，效率收益如何分配，人们还需要练习哪些技能？

2026年11月10日发布的第三份 AI100 报告，把2021年至2026年的变化放进同一幅图景。报告名为《AI Goes Mainstream: The Scaling Era and the Rise of Generative AI》，由牛津大学 Michael Wooldridge 领衔的跨学科研究小组编写。AI100 是斯坦福 HAI 管理的长期研究项目，每五年组织一次评估，与每年发布的 AI Index 并非同一份报告。斯坦福 HAI 的发布介绍解释了这一背景。

规模仍然重要，进步的路径正在变宽

报告把算力与数据规模视为过去五年生成式 AI 进步的重要驱动力，同时指出，高质量数据供给和前沿训练成本正在形成约束。研究小组认为，后续进展可能更多来自推理时计算、上下文与记忆、算法效率，以及工具和智能体的组合。这是对技术路线的判断，不能简单读成“大模型已经到顶”。报告关键结论保留了这种层次。

放到企业选型中，这意味着评估对象应当是一整套工作流程。一个模型单独答题的分数，与它能否读取正确文件、调用适当工具、处理缺失信息、交付可复核结果，之间仍有距离。采购时若只比较参数或排行榜，很可能漏掉真正决定落地成本的部分。

能力增长与可靠性问题同时存在

AI100 的结论没有把当前系统描述为平稳可靠的通用专家：同一系统可能在某项任务上表现出色，又在相邻任务里出现事实错误、偏差或常识失误。研究小组也记录了对 AGI 时间表的分歧，并未给出“五年内必然实现”的共识预测。报告结论章节对此有明确讨论。

这对日常使用者的提醒相当实际。比如，整理访谈时可以让 AI 先归纳主题，但关键引语仍要回听；编写分析时可以让它提出结构，但支持结论的数据还需要回到原始来源。审核应该跟随错误的后果来设计，而不是因为文章流畅或界面专业，就默认输出可靠。

科研提速之后，验证不能被跳过

报告关注 AI 对科学发现的推动，也提出一个相伴的问题：机器提出的新发现，应当怎样验证？这给“自动化科研”加上了必要的后半句。生成假设、挑选实验、解释结果属于不同环节，任何一环都可能引入偏差。

以材料研究为例，可以设想 AI 帮助筛选候选配方，让研究人员减少盲目尝试。但候选名单距离能够稳定生产的材料，中间仍隔着实验复现、设备条件、成本与长期性能。这个例子是理解流程的分析，并非报告宣布了某项材料成果。真正值得统计的效率，应覆盖从建议到验证完成的全过程。

就业问题也包括新人如何成长

报告讨论了知识工作自动化、工作质量与入门岗位的压力。一个容易被忽略的矛盾是：许多看起来重复的任务，同时也是新人积累判断力的练习。若基础工作全部交给系统，组织需要重新设计培养路径，不能等到资深员工离开时才发现经验没有传下去。

比较可行的做法，是把培训从“完成多少初稿”改成“能否解释修改依据”。新人可以借助 AI 出第一版，但需要指出证据缺口、识别错误假设，并说明为什么接受或否定某条建议。这样才能把节省的时间转化为学习机会，而非只压缩人手。

谁能参与决定 AI 如何部署？

马克斯·普朗克学会对报告的介绍还强调了前沿开发集中、公共参与不足和治理分散等问题。这份解读提醒读者，AI 的影响已经越出技术部门。

对学校、公司和公共机构来说，可以从几个具体问题开始：哪些决定必须由人批准，受影响的人如何申诉，错误发生后能否追溯，以及退出某个系统是否现实。AI100 的价值，在于让这些日常制度问题与技术进步并排出现。未来五年究竟会怎样仍有不确定性，但现在就可以把责任、复核与参与机制写进部署方案。