人工智能的普及速度超過(guò)了個(gè)人電腦和互聯(lián)網(wǎng)，僅用三年時(shí)間就覆蓋了53%的人口。與此同時(shí)，AI引發(fā)的有害事件數(shù)量也在同步攀升。專(zhuān)家與普通民眾普遍認(rèn)為，影響將主要集中在兩個(gè)領(lǐng)域：選舉和人際關(guān)系。

根據(jù)斯坦福大學(xué)以人為本人工智能研究所（HAI）發(fā)布的《2026年AI指數(shù)報(bào)告》，"負(fù)責(zé)任的AI發(fā)展速度沒(méi)能跟上AI能力提升的步伐，安全基準(zhǔn)落后，事故數(shù)量急劇上升。"

報(bào)告指出，根據(jù)AI事故數(shù)據(jù)庫(kù)的定義，有據(jù)可查的AI事故——即"由人工智能系統(tǒng)部署在現(xiàn)實(shí)世界中造成的實(shí)際傷害或潛在傷害"——2025年達(dá)到362起，高于2024年的233起。

這與AI應(yīng)用的快速擴(kuò)張相吻合：88%的企業(yè)表示正在使用AI，約80%的大學(xué)生也坦承在使用AI。

一種可能的解釋是，AI模型在編程方面已經(jīng)相當(dāng)出色。在SWE-bench測(cè)試中，AI處理真實(shí)GitHub問(wèn)題的得分在一年內(nèi)從60%躍升至接近100%。

然而，單一基準(zhǔn)的高分并不能反映全貌，因?yàn)樗蠥I模型都有各自的短板。在專(zhuān)門(mén)評(píng)估模型是否會(huì)在不確定時(shí)承認(rèn)局限、而非隨意猜測(cè)的AA全知指數(shù)測(cè)試中，26個(gè)模型的幻覺(jué)率從22%到94%不等。

當(dāng)律師借助AI模型偽造"超過(guò)二十余處引用和事實(shí)陳述"，并被美國(guó)第六巡回上訴法院點(diǎn)名批評(píng)時(shí)，這正是斯坦福HAI研究人員所說(shuō)的"負(fù)責(zé)任的AI沒(méi)能跟上實(shí)際使用步伐"的典型案例。

盡管外界對(duì)AI超級(jí)智能議論紛紛，但在識(shí)別時(shí)間這件事上，AI的表現(xiàn)遠(yuǎn)不如人類(lèi)。ClockBench基準(zhǔn)測(cè)試顯示，截至2026年3月，OpenAI的GPT-5.4 High正確讀取指針式時(shí)鐘的成功率僅為50.6%，而"非專(zhuān)業(yè)人類(lèi)"的正確率約為90%。

機(jī)器人的表現(xiàn)則更加遜色，根據(jù)BEHAVIOR-1K仿真基準(zhǔn)測(cè)試，機(jī)器人完成家庭任務(wù)的成功率僅為12%。

這份長(zhǎng)達(dá)423頁(yè)的HAI報(bào)告，代表了斯坦福團(tuán)隊(duì)對(duì)當(dāng)前AI研究現(xiàn)狀及其社會(huì)影響的全面梳理。報(bào)告由人類(lèi)研究員借助ChatGPT和Claude協(xié)助撰寫(xiě)，同時(shí)獲得了谷歌、OpenAI等機(jī)構(gòu)的資金支持。報(bào)告的研究結(jié)論不止于"負(fù)責(zé)任的AI"供給不足，還涵蓋了AI行業(yè)的多個(gè)層面。

在公眾輿論方面，報(bào)告發(fā)現(xiàn)："AI專(zhuān)家與美國(guó)公眾在AI未來(lái)的幾乎所有問(wèn)題上看法相左，唯獨(dú)在AI將損害選舉和個(gè)人關(guān)系這一點(diǎn)上達(dá)成一致。"

64%的美國(guó)公眾預(yù)計(jì)，AI將在未來(lái)二十年內(nèi)減少人類(lèi)的就業(yè)機(jī)會(huì)，而只有5%的人認(rèn)為AI會(huì)創(chuàng)造更多崗位。專(zhuān)家群體中，只有39%預(yù)計(jì)就業(yè)崗位會(huì)減少，19%預(yù)計(jì)就業(yè)機(jī)會(huì)增加。然而，專(zhuān)家們同時(shí)認(rèn)為，到2030年，生成式AI將參與美國(guó)80%的工作時(shí)長(zhǎng)，而公眾對(duì)這一比例的估計(jì)僅為10%。

僅有31%的美國(guó)受訪者表示信任政府能夠負(fù)責(zé)任地監(jiān)管AI，在所有參與調(diào)查的國(guó)家中比例最低。鑒于OpenAI正在支持伊利諾伊州一項(xiàng)旨在限制AI公司在模型造成災(zāi)難性危害時(shí)所負(fù)責(zé)任的法案，加之白宮推行"對(duì)行業(yè)友好的AI政策"，美國(guó)公眾對(duì)政府是否真正致力于保護(hù)自身權(quán)益產(chǎn)生質(zhì)疑，也就不難理解了。

HAI報(bào)告指出，中國(guó)AI模型與美國(guó)AI模型之間的性能差距已大幅收窄。截至2026年3月，美國(guó)頂尖模型Claude Opus 4.6在Arena基準(zhǔn)測(cè)試中得分1,503，僅比字節(jié)跳動(dòng)的Dola-Seed Preview（1,464分）高出2.7個(gè)百分點(diǎn)。而截至2026年4月9日，差距進(jìn)一步縮小——Claude Opus 4.6 Thinking得分1,548，智譜AI的GLM-5.1以1,530分緊隨其后。

美國(guó)在AI投資方面仍保持領(lǐng)先地位，2025年投資額據(jù)稱(chēng)已達(dá)2,859億美元，是中國(guó)124億美元的23倍。不過(guò)報(bào)告也指出，中國(guó)的政府資金投入或許存在統(tǒng)計(jì)遺漏。即便如此，美國(guó)正面臨技術(shù)人才的持續(xù)流失。報(bào)告顯示："自2017年以來(lái)，赴美AI研究人員和開(kāi)發(fā)者數(shù)量下降了89%，僅過(guò)去一年就減少了80%。"

Q&A

Q1：《2026年AI指數(shù)報(bào)告》中AI事故數(shù)量增加的主要原因是什么？

A：報(bào)告指出，隨著AI的快速普及，AI事故數(shù)量也同步上升。2025年，有據(jù)可查的AI事故達(dá)到362起，相比2024年的233起明顯增加。主要原因在于AI能力快速提升，但"負(fù)責(zé)任的AI"發(fā)展滯后，安全基準(zhǔn)跟不上實(shí)際部署速度，導(dǎo)致現(xiàn)實(shí)世界中的傷害或潛在傷害事件頻發(fā)，律師使用AI偽造引用被法院點(diǎn)名批評(píng)便是典型案例。

Q2：AI模型目前在哪些方面仍存在明顯短板？

A：盡管AI在編程任務(wù)上表現(xiàn)出色，但在其他領(lǐng)域仍有明顯不足。例如，在識(shí)別指針式時(shí)鐘方面，OpenAI的GPT-5.4 High正確率僅有50.6%，遠(yuǎn)低于普通人類(lèi)約90%的水平。此外，在26個(gè)模型的幻覺(jué)率測(cè)試中，部分模型的幻覺(jué)率高達(dá)94%，說(shuō)明AI在面對(duì)不確定信息時(shí)仍可能隨意"編造"答案。機(jī)器人在家庭任務(wù)中的完成率也僅有12%。

Q3：美國(guó)在全球AI發(fā)展中的領(lǐng)先地位是否正在受到挑戰(zhàn)？

A：是的，領(lǐng)先優(yōu)勢(shì)正在收窄。中國(guó)AI模型與美國(guó)頂尖模型的性能差距已大幅縮小，字節(jié)跳動(dòng)和智譜AI的模型在國(guó)際基準(zhǔn)測(cè)試中緊追美國(guó)頭部產(chǎn)品。與此同時(shí)，美國(guó)AI技術(shù)人才流入量自2017年以來(lái)下降了89%，僅過(guò)去一年就減少了80%，這對(duì)美國(guó)維持AI領(lǐng)域的長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)構(gòu)成挑戰(zhàn)。