AI新纪元：从平台期到突破，2026年AI技术与应用展望

人工智能正站在一个发展的十字路口，当前的研究路径正趋于成熟，而下一阶段的突破需要全新的范式。与此同时，产业应用正在加速成熟，预示着2026年可能成为Agent大规模落地的关键一年。

就在近日，OpenAI与Anthropic几乎同时发布了他们的最新模型更新——OpenAI Codex 5.3与Claude 4.6。没有发布会的高调，也没有颠覆性的叙事，但在开发者社区和产业界，这两次更新被视为一个明确的信号：大模型的能力正接近一个阶段性的上限，而行业正在集体寻找新的突破点。

如果用一个词来形容2025年的人工智能行业，那就是“临界”。大模型的通用能力已达到较高水平，但在语言理解、推理、代码生成等方面正逼近甚至超越人类专家水准；继续堆叠规模与算力，边际收益迅速收敛。技术并未停滞，但“下一次质变从何而来”，正成为整个行业共同面对的问题。

下一代范式突破的方向是什么？中美竞争的真正差距在哪里？Agent如何从概念走向真正的产业落地？这些追问贯穿整个行业，而在2026年，它们变得无法回避。

近期，我们带着这些问题与中关村人工智能研究院副院长兼北京中关村学院副教授（以下简称“中关村两院”）郑书新进行了一次深度访谈。郑书新认为，人工智能正处于一个平台期，下一次跃迁需要全新的范式突破。他指出，当前中美竞争的核心差距不在技术路线，而在高质量数据和算力资源。

在产业方面，郑书新认为技术突破与产业普及之间存在时间差，这是历史常态而非失败。AI能力要转化为大规模应用，同样需要配套系统与产品形态的逐步成熟。在他看来，2026年将是Agent在真实场景中集中落地的一年，而Coding Agent等新范式也正在重塑传统软件开发的基本逻辑。

以下为访谈实录，经由InfoQ编辑及整理：

开场：个人介绍与研究背景

InfoQ：您在AI领域深耕多年，能否和我们分享一下您的研究历程和主要工作？

郑书新：我十多年前开始接触人工智能，一直深耕大模型领域。早期专注于大规模分布式优化，搭建了微软最大的异步分布式训练系统。此后转向大语言模型研究，提出了Pre-LN等训练优化与架构改进方法，将模型训练效率提升了约一个数量级。这些成果后来被主流大模型广泛采用。在通用模型与方法研究阶段，我提出的Graphormer架构是图学习领域的主流基座模型之一。近期，我致力于将大模型与生成式AI技术引入科学发现领域。

2024年底，我加入中关村两院，现任学院副教授、研究院副院长，负责大模型方向的研究与战略布局。

InfoQ：您提到目前在中关村两院AI基础学部负责大模型方向的研究。中关村两院肩负着北京乃至国家AI创新生态建设的使命，能否介绍一下两院的核心定位？AI基础学部在其中扮演怎样的角色？

郑书新：北京中关村学院与中关村人工智能研究院是一体两面，融合发展。北京中关村学院肩负着培养人工智能领军人才的重要使命；中关村人工智能研究院则负责面向未来、具有产业价值、颠覆性的人工智能技术研发及成果产业化落地。

AI基础学部在这个框架下承担具体的技术攻关和方向布局，目标是补全AGI下半场的关键拼图，在产业上输出能重塑行业逻辑的核心变量，在人才上培养兼具工程能力与科学直觉的领军人才。

AI整体发展Overview

InfoQ：站在2026年初这个时间节点，您认为当前中国AI发展最需要解决的关键问题是什么？

郑书新：AI发展正处在平台期，沿着现有技术路径的边际收益在递减，需要找到下一代突破方向。同时，AI本身具有两个特征：它是根植于产业的技术；这场博弈有明确的时间窗口。

我认为当前有两个核心问题需要关注。第一是战略层面：中美科技博弈下如何争取先手、发展自主生态。第二是应用层面：AI如何真正拉动GDP，实现高质量发展。

AI技术发展现状

InfoQ：您提到技术上的关键问题是中美技术博弈中争取先手。能否展开谈谈您如何看待当前AI技术的发展阶段？下一代技术突破的方向会是什么？

郑书新：人工智能的发展遵循“阶梯式跃迁”的规律。最近一次重大跃迁是GPT带来的规模定律。但现在智能性提升进入平台期，沿着现有技术路径的收益在递减。下一代的突破方向可能是改进现有范式的短板、寻找突破口，例如突破记忆与持续学习的瓶颈等。

但也可能需要探索全新的技术范式，如受神经科学启发的软硬件结合架构等。下一代探索是高风险、长周期的。

AI产业现状

InfoQ：您之前提到产业上目前的问题是行业渗透率高但对GDP的实际拉动效益还很有限。从整个AI领域来看，您认为产业真正的爆发拐点会在什么时候到来？

郑书新：现在面临技术跑在前面的情况。但技术研发和产业落地之间存在时间差。我的判断是，2026年会是AI产业落地的关键一年。

科研方向与人才培养

InfoQ：能否具体谈谈您目前的科研方向与布局？您最看好哪个方向？

郑书新：我在学院负责大模型方向的研究。最近的一项工作是让智能体“预测未来”。我们已参加多项国际预测评测并取得好成绩。