本文来自微信公众号： 快刀青衣 ，作者：快刀青衣
造AI最多，不等于用AI最多。
不少朋友都知道，每年斯坦福大学会出一个AI指数报告，是全球范围内最权威的AI年度综述之一。
本周最新发布的2026版报告有423页，覆盖了全球36个国家，追踪了从2010年到2025年的纵向数据，里面有数百个AI模型的性能基准测试，还有超过25万篇AI学术论文的汇总分析。
不过在2026年这个AI智能体已经很厉害的时代，几百页的报告已经不算什么厉害的了，无论是「上百页PPT」还是「几万字长文」，这对于AI来说都是小菜一碟，重点在于里面内容到底有没有干货，不能只靠数量和苦劳。
读这份报告的时候，我以为自己能半小时扫完，然后发现根本停不下来。我在看的时候随手记了不少笔记，既然记了这么多，今天挑几条分享给你。
我特意选了些有点反常识的发现，不是「AI又进步了」这类你早就知道的结论，而是那些我看完会愣一下、值得再琢磨琢磨的内容，一共7条。
01 AI能拿IMO金牌，却看不准时钟
2025年，谷歌的Gemini Deep Think在国际数学奥林匹克竞赛（IMO）上拿到了35分，达到金牌水平。这是一道一道解出来的，不是运气。
与此同时，报告里还有另一组数据：让同样的顶级AI模型去读一张普通的模拟时钟，准确率只有50.1%，而普通人类能达到90%以上。
这组数字让我觉得挺有意思。我们通常觉得，一个系统越聪明，它的能力应该是均匀提升的，既然能解博士级别的数学题，看个时钟不应该是小事一桩吗？但AI不是这么工作的。
AI的能力边界是锯齿形的，某些维度碾压人类，某些维度连小学生都不如。报告里把这个现象叫做「jagged frontier」，意思是参差不齐的前沿。
这对我们用AI的方式有一个很实际的启示：不要因为它在某件事上表现超神，就假设它在别的事上也靠谱。
所以我现在用AI的习惯是，换一个新任务，就当它是第一次用，重新测一遍，然后在不同的任务上选择使用不同的工具。
02造AI最多的国家，AI使用率反而少
美国硅谷是全球AI研发的绝对中心，顶级模型基本都从那里出来。按常理推断，技术领先的地方应该用得也最多，但现实完全不是这样。
报告显示，AI工具的实际使用率，美国在全球仅仅排第24名，只有28.3%的成年人在日常使用生成式AI。反而是新加坡的使用率高达61%。
造AI和用AI，是两件相关性远低于我们想象的事。背后的原因很复杂，可能有文化因素，可能有职场结构，也可能是因为美国的白领阶层对AI有更深的抵触情绪。
当然还有一点是，我们印象中的「美国AI使用」，其实大多是硅谷的情况，那只是加州的一块地方，放到整体美国人的范围内，使用率就显得很低了。
但有一件事我觉得更值得注意：职场AI使用率最高的，不是最富裕的国家，而是发展中国家和新兴经济体。这说明AI对他们来说不是「酷炫的新玩具」，而是真的在解决实际问题。
对我们自己来说，一批国内大模型公司去玩命追最顶级的AI模型能力，这非常重要；但另一方面，我们这些普通人每天深度使用AI、用在自己生活和工作的方方面面，同样重要。
03中美AI差距，缩小到了2.7%
2023年5月，美国顶级AI模型在Arena Elo评分上领先中国超过200分（类似围棋段位里的等级分）。那时候业内有一种普遍的说法，认为中国至少落后美国两到三年。
到2026年3月，这个差距缩小到了2.7%。
具体来说，DeepSeek-R1在2025年1月出来的时候，和美国当时最强的模型只差0.4%。之后虽然美国推出了新模型，差距稍微拉开了一点，但整体上两边已经在同一量级竞争。
报告里还有一个更宏观的数据：所有顶级公司的最强模型之间，综合性能差距已经收窄到25分以内。换句话说，大家都在一条起跑线上了。
其实我之前在线下分享时说过一个更贴切的类比。
2023年的时候，中美AI顶级模型的差距，感觉美国模型的能力是一个高三尖子生的水平，而我们的顶级模型也就是小学四五年级的水平，当时号称「百模大战」，不少国内模型都属于刚刚入学的水平。
但到了2026年，我感觉中美模型更像在同一所大学里的大三同班同学。美国顶级模型有点像班里的学霸，某些维度上确实有天赋、确实厉害，但差距并没有到遥不可及的地步，大家是在同班竞争的。
04虚拟世界与现实世界的鸿沟
这条数据出现在报告的机器人章节，我觉得是整个报告里最值得警惕的一个信号。
研究人员让机器人完成一系列真实家务任务，比如拿东西、开柜子、整理物品。结果成功率只有12%。但同样的任务放到软件模拟环境里，成功率为89%。
这个差距不是小误差，是本质性的鸿沟。模拟环境里的物理规则是被简化过的，光线永远稳定，物体的材质和重量是标准化的，不会有突发情况。
真实世界完全不一样。想象一下，让机器人去厨房拿一个湿漉漉的杯子，光线、水渍、杯子的弧度，每一个细节都可能让它的手停在半空中不知道该怎么办。一块布料的褶皱、一个反光的表面，在模拟世界里根本不存在的变量，在现实里随处都是。
我们在短视频平台上经常看到各种机器人的演示视频，他们走路流畅、动作精准，看起来已经可以进厂干活了，但那些视频大多是在高度控制的场景下拍的。
报告里这组数据正是提醒我们：从「演示能跑」到「量产能用」，中间还有一段很长的路。
05互联网上过半新内容，已是AI写的
2025年1月，一个节点悄悄过去了：据Graphite数据显示，互联网上的新发布内容里，超过51.72%来自AI生成。
注意这里说的是「新发布内容」，不是存量。也就是说，从那个时间点开始，每天新增到互联网上的文字、图片、视频，有超过一半不是人写的。
报告里还提到了一个紧随其后的悖论：AI训练需要高质量的真实人类数据，但互联网正在被AI内容快速填满。而用AI生成的内容去训练下一代AI，效果会显著变差。
研究显示合成数据目前仍无法在预训练阶段替代真实数据。有研究者预测，真正的高质量人类原创数据可能在2026年到2032年之间出现枯竭。
这有点像一条河流，上游的人开始往里倒水，但倒的是从下游舀上来的水。
不过最近，我看到有视频爆出，在印度有一些纺织制造工厂，员工头上戴着有摄像头的绑带，持续记录每天的动手工作——其实这就是在为AI持续提供真实人类的数据。
06问AI问题，消耗的水可能超出想象
报告估算，GPT-4o仅在推理阶段，也就是用户日常提问时，一年消耗的水资源超过1200万人的年度饮用水需求。这还不包括训练阶段。而训练一次Grok 4，产生的碳排放大约是72000吨二氧化碳当量。
第一次看到这条数据时，我以为是单位搞错了，反复看了两遍才确认真的没有多加一个零。
我们通常觉得AI是「虚拟的」，用它不会消耗什么实体资源，顶多费点电。但数据中心需要大量冷却用水，这个消耗是真实的、物理意义上的。你每次让AI帮你改一封邮件、生成一张图，背后都有真实的水在蒸发。
当然，我肯定不会说「因为消耗水，所以别用AI」，这非常不现实。但这组数字可以让我们意识到，AI的环境成本被严重低估了，而这个账单最终是要有人来付的。
07 AI「消灭」的是职业的入门通道
关于AI会不会抢走程序员饭碗的讨论，报告给出了一个比较精确的答案——这取决于你是哪种程序员。
数据显示，年轻的、入门级的程序员就业量下降了约20%。但与此同时，中高级开发者的岗位不降反升。
逻辑不难理解：AI能快速完成基础的代码任务，过去需要一个初级程序员花两天写的模块，现在AI半小时搞定。但AI写出来的代码需要有人审查，架构需要有人设计，复杂问题需要有人判断，这些都需要经验。
所以，AI并没有消灭编程这个职业，它消灭的是编程职业的「入门通道」。
这个模式值得关注，因为它可能不只发生在程序员身上。AI往往先替代掉一个行业里最基础、最重复的工作，而这些工作恰恰是年轻人积累经验的起点。
当入门通道变窄，整个行业的人才结构会怎么变，仍是一个还没有答案的问题。
结语
好，这就是今天想和你分享的7条反常识发现。
这7条加在一起，大概能勾勒出一个轮廓：AI的进化速度远超我们的预期，但它的能力边界、环境代价、社会影响，都比表面看起来复杂得多。
这份报告有足足423页，我推荐你抽出一大块时间来好好阅读，我把报告的链接也放在文稿末尾了。不要担心英文问题，我在写OpenClaw教程的时候，也教过你一招，在这里也完全适用：
你可以在电脑屏幕上打开英文版PDF，然后打开豆包电脑端里的「共享屏幕和应用」，左边看报告，右边直接提问，效率会非常高。
📄报告原文
https://hai.stanford.edu/ai-index/2026-ai-index-report