[加州] 硅谷大佬:機器人泡沫雪崩 人類正被強推入能源霸權
Winston Weinberg：我對明年的核心預測是：Context將成為幾乎每壹個產品中最重要的組成部分。坦率說，我目前體驗過的壹個非常好的例子，就是ChatGPT裡的memory功能。我認為未來會出現大量功能，它們的目標都是自動提取用戶意圖，而不是讓用戶承擔提供所有上下文信息的負擔。換句話說，產品本身要學會從用戶那裡“讀懂”需求，而不是要求用戶在壹開始就把所有背景都講清楚。我對2026年的預測是：將會出現壹整套基於更快推理速度的新型產品體驗。
Raiza Martin：我對2026年的預測是：我們終於會停止把內容復制粘貼進聊天框。取而代之的，將是更善於利用屏幕共享、並能在關鍵數據源之間進行Context管理的應用。這會成為新的默認交互方式。
Zach Ziegler：現在大家談論Agent已經談了很久，但還沒有任何人真正打造出壹個大規模的消費者級Agentic AI。我認為，從模型能力上看，這在今天已經是可行的。到2026年，我們會看到某個團隊找到正確的界面、系統和產品形態，帶來壹次像ChatGPT剛發布時那樣巨大的體驗躍遷。而且這壹領域並不像很多人想象的那樣已經被實驗室壟斷，它仍然是壹個完全開放的賽場。
Aaron Levie：我對2026年的預測是：這將是AI Agent的第贰年，但更具體地說，是企業級AI Agent真正落地的壹年，尤其是在深度垂直領域和行業專用場景中。這將成為把模型進展真正交付給企業的主要方式。你必須嵌入組織的工作流程，接入它們的數據，做好Context engineering，確保Agent能真正發揮作用，同時還要完成變革管理，才能讓Agent在組織中有效運行。因此，2026年我們會越來越多地看到這種模式的成熟。同時，這也意味著Agent harness將變得極其重要。通過圍繞模型構建正確的“支架”，你可以把模型能力放大壹個數量級。最後，2026年也會是“經濟上有意義的評測”的壹年。我們將真正開始衡量這些模型在經濟價值層面的表現。今年我們已經在Apex、GDPVal等項目中看到了壹些前奏，明年會更多。這些就是我的預測，我們2026年見。
Misha Laskin：我認為2026年會是美國開放模型非常有意思的壹年。過去壹年裡，開放智能的前沿從美國轉移到了中國，起點正是2024年底DeepSeek的發布。美國機構在壹開始對這壹變化反應遲緩，但在過去半年裡，無論是政府層面還是企業層面，都已經明顯意識到這壹問題。現在，壹批以開放智能為核心使命的Neo Labs正在出現，而且不止壹兩家。這些公司已經開始產出非常有意思的小型開放模型。我認為，到明年，美國將在最大規模的open-weight前沿重新奪回領導地位，我對此感到非常興奮。
Noam Brown：我對2026年的預測是：AI將變得更加政治化。它會成為2026年中期選舉中的重要討論議題。壹部分人會強烈反對AI，另壹部分人會強烈支持它。我不確定最終哪壹方會占上風。
Joshua Meier：2025年是AI藥物發現極其重要的壹年。我們在壹年之內，從在計算機上設計簡單分子，進展到設計簡單抗體，再到最近實現零樣本設計具備藥物屬性的全長抗體。如果2025年是AI藥物發現的“研究之年”，那麼2026年將是“部署之年”。這些模型終於進入了真正有用的階段，不僅讓流程更快，也讓我們能夠攻克那些傳統方法極難處理的靶點。我非常期待接下來會發生什麼，因為這些模型看不到任何放緩的跡象。
接下來是我對2026年的另壹個預測：YOLO將會終結。我們會從“You Only Live Once”轉向“Don’t Die”。我認為當下的人類在某種程度上是壹個自毀的物種：我們用飲食毒害自己，用生活方式慢性自殺，企業通過讓我們上癮和痛苦來獲利，我們破壞唯壹的家園，卻還把這些行為視為美德。我認為這壹切是完全顛倒的。未來某壹天，我們會對自己的行為感到震驚。即將到來的轉變既簡單又激進：我們選擇生命，拒絕死亡。這可能會在AI進步的背景下發生，並成為壹種集體性的、帶有反抗意味的統壹行動。但這需要極大的勇氣——承認生命的神聖性，並用全部力量去守護它。2026年將是YOLO終結的壹年，也是“Don’t Die”的開始。
Sholto Douglas：明年最顯著的壹點是：其他形式的知識工作，將經歷軟件工程師今年已經經歷的變化。他們從年初還在手寫大部分代碼，到年末幾乎不再親自寫代碼。我把這稱為“Claude Code體驗”，而它將擴展到所有知識工作。我還認為，持續學習會以壹種令人滿意的方式被解決，我們會看到家庭機器人的首次測試部署，而軟件工程本身將在明年徹底“狂飆”。
Dylan Patel：我對2026年的預測是：這是所有人認知被徹底翻轉的壹年。現在，很多人認為只有Google之外才能用NVIDIA，這個認知會被打破。現在，大約叁分之壹的美國人討厭AI，認為它是壞的，這個比例還會增加。現在，大多數美國人認為AI沒什麼用，這個認知也會被徹底翻轉。原因在於，AI的變革性用途將變得無處不在，其顯而易見的實用性將強到足以消除所有人的認知失調。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
Raiza Martin：我對2026年的預測是：我們終於會停止把內容復制粘貼進聊天框。取而代之的，將是更善於利用屏幕共享、並能在關鍵數據源之間進行Context管理的應用。這會成為新的默認交互方式。
Zach Ziegler：現在大家談論Agent已經談了很久，但還沒有任何人真正打造出壹個大規模的消費者級Agentic AI。我認為，從模型能力上看，這在今天已經是可行的。到2026年，我們會看到某個團隊找到正確的界面、系統和產品形態，帶來壹次像ChatGPT剛發布時那樣巨大的體驗躍遷。而且這壹領域並不像很多人想象的那樣已經被實驗室壟斷，它仍然是壹個完全開放的賽場。
Aaron Levie：我對2026年的預測是：這將是AI Agent的第贰年，但更具體地說，是企業級AI Agent真正落地的壹年，尤其是在深度垂直領域和行業專用場景中。這將成為把模型進展真正交付給企業的主要方式。你必須嵌入組織的工作流程，接入它們的數據，做好Context engineering，確保Agent能真正發揮作用，同時還要完成變革管理，才能讓Agent在組織中有效運行。因此，2026年我們會越來越多地看到這種模式的成熟。同時，這也意味著Agent harness將變得極其重要。通過圍繞模型構建正確的“支架”，你可以把模型能力放大壹個數量級。最後，2026年也會是“經濟上有意義的評測”的壹年。我們將真正開始衡量這些模型在經濟價值層面的表現。今年我們已經在Apex、GDPVal等項目中看到了壹些前奏，明年會更多。這些就是我的預測，我們2026年見。
Misha Laskin：我認為2026年會是美國開放模型非常有意思的壹年。過去壹年裡，開放智能的前沿從美國轉移到了中國，起點正是2024年底DeepSeek的發布。美國機構在壹開始對這壹變化反應遲緩，但在過去半年裡，無論是政府層面還是企業層面，都已經明顯意識到這壹問題。現在，壹批以開放智能為核心使命的Neo Labs正在出現，而且不止壹兩家。這些公司已經開始產出非常有意思的小型開放模型。我認為，到明年，美國將在最大規模的open-weight前沿重新奪回領導地位，我對此感到非常興奮。
Noam Brown：我對2026年的預測是：AI將變得更加政治化。它會成為2026年中期選舉中的重要討論議題。壹部分人會強烈反對AI，另壹部分人會強烈支持它。我不確定最終哪壹方會占上風。
Joshua Meier：2025年是AI藥物發現極其重要的壹年。我們在壹年之內，從在計算機上設計簡單分子，進展到設計簡單抗體，再到最近實現零樣本設計具備藥物屬性的全長抗體。如果2025年是AI藥物發現的“研究之年”，那麼2026年將是“部署之年”。這些模型終於進入了真正有用的階段，不僅讓流程更快，也讓我們能夠攻克那些傳統方法極難處理的靶點。我非常期待接下來會發生什麼，因為這些模型看不到任何放緩的跡象。
接下來是我對2026年的另壹個預測：YOLO將會終結。我們會從“You Only Live Once”轉向“Don’t Die”。我認為當下的人類在某種程度上是壹個自毀的物種：我們用飲食毒害自己，用生活方式慢性自殺，企業通過讓我們上癮和痛苦來獲利，我們破壞唯壹的家園，卻還把這些行為視為美德。我認為這壹切是完全顛倒的。未來某壹天，我們會對自己的行為感到震驚。即將到來的轉變既簡單又激進：我們選擇生命，拒絕死亡。這可能會在AI進步的背景下發生，並成為壹種集體性的、帶有反抗意味的統壹行動。但這需要極大的勇氣——承認生命的神聖性，並用全部力量去守護它。2026年將是YOLO終結的壹年，也是“Don’t Die”的開始。
Sholto Douglas：明年最顯著的壹點是：其他形式的知識工作，將經歷軟件工程師今年已經經歷的變化。他們從年初還在手寫大部分代碼，到年末幾乎不再親自寫代碼。我把這稱為“Claude Code體驗”，而它將擴展到所有知識工作。我還認為，持續學習會以壹種令人滿意的方式被解決，我們會看到家庭機器人的首次測試部署，而軟件工程本身將在明年徹底“狂飆”。
Dylan Patel：我對2026年的預測是：這是所有人認知被徹底翻轉的壹年。現在，很多人認為只有Google之外才能用NVIDIA，這個認知會被打破。現在，大約叁分之壹的美國人討厭AI，認為它是壞的，這個比例還會增加。現在，大多數美國人認為AI沒什麼用，這個認知也會被徹底翻轉。原因在於，AI的變革性用途將變得無處不在，其顯而易見的實用性將強到足以消除所有人的認知失調。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: