斯坦福2026AI指数报告揭示技术突破与信任危机并存

**核心要点**

- 依据斯坦福2026年AI指数报告，AI系统虽然在博士级科学难题上超越人类水平，但在识别模拟时钟指针等基础任务上仍存在明显短板。

- 美国与中国在AI领域的性能差异已基本消弭。美国在资本投入上占据优势（2859亿美元），然而自2017年起，移居美国的AI科研人员数量骤降约89%。

- 生成式AI触及53%用户的速度超越个人电脑与互联网的普及进程，但仅有23%的美国民众认同其对就业市场的正面作用。

《2026年AI指数报告》系斯坦福以人为中心人工智能研究所对人工智能发展状况的年度评估，涵盖科研、产业及社会影响等多个维度。报告显示，这项技术已实现重大突破：AI模型当前在博士层级科学问题及竞赛级别数学任务上的表现已超越人类基准线。报告指出，在SWE-bench Verified编程评测中，性能从60%飙升至近100%区间。谷歌Gemini Deep Think在国际数学奥林匹克竞赛中摘得金牌。尽管成果斐然，但"前沿水平参差不齐"的现象仍然存在——即便是最顶尖的模型，在准确识别模拟时钟时刻这一简单任务上的正确率也仅有50.1%。

报告指出，中美两国在AI性能上的差距已基本消弭。自2025年年初起，两国模型持续争夺排行榜首位。截至2026年3月，Anthropic的领先模型仅维持2.7%的微弱优势。中国在论文发表量、引用频次及工业机器人部署上占据主导地位，而美国则在顶尖模型数量及资金投入上领先：2025年AI领域私人投资达2859亿美元，是中国的23倍。不过，自2017年以来，流入美国的AI研究人员数量大幅下滑89%。

**效率增长与初级岗位缩减并存**

报告记录了客户服务及软件开发领域14%至26%的效率提升，营销团队效率提升更达72%。然而，对于需要更多主观判断的任务，效果不明显甚至产生负面影响。AI智能体在各业务部门的采用率仍然停留在个位数。另一现象值得关注：软件开发领域效率提升最为显著，但自2024年以来，美国22至25岁程序员的就业人数下降近20%。与此同时，年长程序员的数量持续增加。

**普及率超50%，但教育体系滞后**

报告指出，生成式AI在三年内覆盖了53%的人口，其推广速度超过个人电脑或互联网。在年轻群体中接受度更高：五分之四的美国学生使用AI辅助学业。然而，仅有半数初高中制定了AI相关政策，仅6%的教师表示这些政策界定清晰。

**专家与公众对AI的认知存在显著差异**

报告中最为发人深省的发现当属认知鸿沟：

73%的美国专家认定AI对就业市场影响积极，但仅有23%的公众持相同观点。经济及医疗健康领域也呈现类似分歧。各地民众对政府AI监管的信任度存在显著差异。根据斯坦福报告，在受访国家中，美国公众对本国政府监管AI的信任度最低，仅为31%。在全球层面，在AI监管有效性方面，欧盟比美国或中国更获信任。