近日，Gartner研究副總裁高挺在年度“重要戰(zhàn)略技術(shù)趨勢(shì)”線上分享會(huì)上，系統(tǒng)闡述了2026年十大戰(zhàn)略技術(shù)趨勢(shì)。這些趨勢(shì)圍繞“架構(gòu)師、協(xié)調(diào)者、哨兵”三大主題展開，涵蓋從AI原生開發(fā)、多智能體系統(tǒng)到物理AI、網(wǎng)絡(luò)安全等關(guān)鍵領(lǐng)域。

高挺指出，盡管部分趨勢(shì)如“機(jī)密計(jì)算”和“AI安全平臺(tái)”在往年已有涉及，但今年重點(diǎn)聚焦于八大新興方向，呈現(xiàn)出AI從技術(shù)工具向業(yè)務(wù)核心驅(qū)動(dòng)力全面滲透的態(tài)勢(shì)。

一、AI原生開發(fā)平臺(tái)：從寫代碼到造軟件

AI原生開發(fā)平臺(tái)被視為下一代軟件工程的核心。其背后的技術(shù)是最近正火的“氛圍編程”，即通過自然語(yǔ)言提示詞直接生成完整應(yīng)用或輔助開發(fā)者編寫代碼。目前，市場(chǎng)上已出現(xiàn)能夠一鍵生成前后端網(wǎng)站的工具，以及集成AI的IDE開發(fā)環(huán)境。據(jù)不完全統(tǒng)計(jì)，部分技術(shù)公司已有20%–40%的代碼由AI生成。

AI正在重構(gòu)軟件開發(fā)的本質(zhì)。它不僅是效率工具，更是一種新的開發(fā)范式。然而，當(dāng)前AI仍難以獨(dú)立完成復(fù)雜系統(tǒng)，如操作系統(tǒng)的重寫，其價(jià)值更多體現(xiàn)在模塊化、標(biāo)準(zhǔn)化任務(wù)的自動(dòng)化上。

二、AI超級(jí)計(jì)算平臺(tái)：算力底座走向混合調(diào)度

隨著模型規(guī)模與數(shù)據(jù)量激增，AI對(duì)算力的需求呈指數(shù)級(jí)增長(zhǎng)。AI超算平臺(tái)作為未來(lái)算力底座，呈現(xiàn)出混合AI算力與算力調(diào)度兩大特征。

高挺指出，云端與終端芯片將協(xié)同工作，而英偉達(dá)的NVQLink和CUDA-Q等技術(shù)則實(shí)現(xiàn)了量子計(jì)算與經(jīng)典超算的聯(lián)動(dòng)，形成跨架構(gòu)的任務(wù)調(diào)度能力。

算力不再是單一硬件問題，而是架構(gòu)與調(diào)度的系統(tǒng)課題。中國(guó)企業(yè)推出的“超節(jié)點(diǎn)”技術(shù)，正是通過堆疊AI芯片實(shí)現(xiàn)算力聚合，雖成本較高，卻是當(dāng)前地緣政治背景下的務(wù)實(shí)選擇。

三、多智能體系統(tǒng)：從單打獨(dú)斗到團(tuán)隊(duì)作戰(zhàn)

單智能體在執(zhí)行復(fù)雜任務(wù)時(shí)可靠性低，成功率隨任務(wù)步驟增加而驟減。多智能體系統(tǒng)通過“分而治之”將任務(wù)拆解，由不同智能體分工協(xié)作，再通過協(xié)調(diào)者整合結(jié)果。案例包括貝塔斯曼的跨業(yè)務(wù)內(nèi)容檢索、GitHub上用于股票分析的開源多智能體項(xiàng)目等。

多智能體是AI從“工具”走向“協(xié)作者”的關(guān)鍵一步。它不僅在技術(shù)上彌補(bǔ)了大模型的隨機(jī)性缺陷，也在組織層面映射出“AI團(tuán)隊(duì)化”的管理思維。未來(lái)，企業(yè)AI架構(gòu)或?qū)⒊霈F(xiàn)“智能體中臺(tái)”。

四、特定領(lǐng)域語(yǔ)言模型：企業(yè)AI的最后一公里

盡管員工私下使用AI工具已成常態(tài)，但企業(yè)級(jí)AI項(xiàng)目失敗率高達(dá)95%。

高挺指出，核心問題在于通用大模型“不懂業(yè)務(wù)”。特定領(lǐng)域語(yǔ)言模型通過行業(yè)數(shù)據(jù)再訓(xùn)練，成為解決之道。

AI正在從“通才”走向“專才”。企業(yè)若想真正用好AI，必須投入數(shù)據(jù)治理與領(lǐng)域訓(xùn)練，否則將陷入“有模型無(wú)智能”的尷尬局面。

五、物理AI：從數(shù)字世界走向?qū)嶓w空間

物理AI指能與現(xiàn)實(shí)世界交互的AI系統(tǒng)，主要應(yīng)用于自動(dòng)駕駛與機(jī)器人。其技術(shù)路徑分為兩類：一是基于視覺-語(yǔ)言-動(dòng)作的VLA模型，二是能理解物理規(guī)律、進(jìn)行預(yù)測(cè)與規(guī)劃的“世界模型”。特斯拉、蔚來(lái)等車企正積極布局后者。

筆者看來(lái)，物理AI是AI與實(shí)體經(jīng)濟(jì)融合的橋梁。在制造業(yè)、物流、醫(yī)療等領(lǐng)域，它將逐步替代重復(fù)性勞動(dòng)，成為“數(shù)字孿生”與“實(shí)體執(zhí)行”之間的關(guān)鍵紐帶。

六、前置式主動(dòng)網(wǎng)絡(luò)安全：從被動(dòng)防御到主動(dòng)出擊

AI驅(qū)動(dòng)的攻擊正在降低黑客門檻，如“氛圍黑客攻擊”可自動(dòng)化完成漏洞探測(cè)、釣魚攻擊甚至勒索軟件生成。為應(yīng)對(duì)這一挑戰(zhàn)，前置式主動(dòng)網(wǎng)絡(luò)安全系統(tǒng)應(yīng)運(yùn)而生，包括預(yù)測(cè)性威脅情報(bào)、自動(dòng)移動(dòng)目標(biāo)防御等技術(shù)。

如今，安全戰(zhàn)場(chǎng)正在前移。企業(yè)不能再依賴靜態(tài)防御，而需建立“預(yù)測(cè)-響應(yīng)-欺騙”三位一體的主動(dòng)安全體系。

七、數(shù)字溯源：構(gòu)建可信的數(shù)字化供應(yīng)鏈

隨著軟件供應(yīng)鏈攻擊頻發(fā)，如Linux惡意代碼事件，數(shù)字溯源成為企業(yè)必選項(xiàng)。通過建立軟件SBOM、模型MLBOM等清單體系，企業(yè)可追蹤組件來(lái)源與安全性。此外，AI生成內(nèi)容的水印與標(biāo)識(shí)技術(shù)也在逐步標(biāo)準(zhǔn)化。

在開源與自研交織的今天，溯源不僅是安全手段，更是信任基建。中國(guó)在AI內(nèi)容標(biāo)識(shí)方面的法規(guī)實(shí)踐，值得行業(yè)關(guān)注。

八、地緣回遷：從全球云到主權(quán)云

地緣政治風(fēng)險(xiǎn)促使企業(yè)將數(shù)據(jù)與應(yīng)用從全球公有云遷移至本土“主權(quán)云”。高挺指出，歐洲企業(yè)受影響最深，而中國(guó)早在信創(chuàng)與國(guó)產(chǎn)化替代中布局。DeepSeek為了適配國(guó)產(chǎn)芯片而支持的數(shù)據(jù)格式，標(biāo)志著中國(guó)AI生態(tài)正逐步閉環(huán)。

技術(shù)供應(yīng)鏈正在地緣化。中國(guó)企業(yè)需在自主可控與全球協(xié)作之間找到平衡點(diǎn)，避免陷入“技術(shù)孤島”。

九&十：機(jī)密計(jì)算與AI安全平臺(tái)

盡管未在本次分享中重點(diǎn)展開，高挺仍提及了“機(jī)密計(jì)算”與“AI安全平臺(tái)”兩大延續(xù)性趨勢(shì)。前者通過可信執(zhí)行環(huán)境保護(hù)使用中數(shù)據(jù)，后者則防范提示詞注入、模型越獄等新型攻擊。這兩者共同構(gòu)成了AI時(shí)代的“安全雙翼”：機(jī)密計(jì)算保障數(shù)據(jù)隱私，AI安全平臺(tái)守護(hù)模型行為。

在媒體問答環(huán)節(jié)，高挺進(jìn)一步闡釋了四大重點(diǎn)趨勢(shì)：物理AI、AI原生開發(fā)平臺(tái)、特定領(lǐng)域語(yǔ)言模型、多智能體系統(tǒng)，并指出它們最值得中國(guó)企業(yè)在未來(lái)一年關(guān)注。

針對(duì)“AI是風(fēng)口還是長(zhǎng)期價(jià)值”的提問，高挺強(qiáng)調(diào)：“風(fēng)口是拿著錘子找釘子，價(jià)值是從業(yè)務(wù)問題出發(fā)。”企業(yè)應(yīng)避免盲目追逐技術(shù)熱點(diǎn)，而應(yīng)聚焦于能否將AI嵌入業(yè)務(wù)流程、是否具備護(hù)城河、是否形成生態(tài)協(xié)同。

在制造業(yè)場(chǎng)景中，他建議企業(yè)不僅關(guān)注生成式AI，還應(yīng)結(jié)合機(jī)器視覺、預(yù)測(cè)性維護(hù)、優(yōu)化算法等“組合式AI”，實(shí)現(xiàn)投入與效果的平衡。

Gartner 2026年趨勢(shì)清晰地傳遞出一個(gè)信號(hào)：AI正在從“技術(shù)工具”演變?yōu)椤皹I(yè)務(wù)架構(gòu)”。企業(yè)不再只是使用AI，而是生于AI，運(yùn)營(yíng)于AI，守護(hù)于AI。在這個(gè)過程中，技術(shù)領(lǐng)導(dǎo)者需具備系統(tǒng)思維，在創(chuàng)新、運(yùn)營(yíng)與風(fēng)險(xiǎn)之間找到動(dòng)態(tài)平衡。

正如高挺所言：最挑戰(zhàn)的是既要、又要、還要。而在AI席卷一切的浪潮中，唯有那些能同時(shí)駕馭技術(shù)、業(yè)務(wù)與風(fēng)險(xiǎn)的企業(yè)，才能成為明天的“架構(gòu)師”。