2026年的人工智能，究竟处于怎样一个历史坐标？

7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海开幕。今年的大会对于AI的判断较为冷静审慎，与会专家普遍认为，当前被层层炒作包裹的人工智能，其“智能”程度远未达到大众憧憬的水平；而真正意义上的AI革命，此刻才刚刚翻过第一座山丘。

2024年图灵奖得主、强化学习奠基人理查德·萨顿在论坛上表示，“经验时代”正在到来；阶跃星辰、千里科技董事长印奇表示，智能体正在走出对话框、进入物理世界。这些转变带来的不仅是效率提升，还有权力结构的变化、责任体系的重构和安全边界的重新定义。

前方是机遇，也是巨大的不确定性，技术演进的速度与治理体系的节奏之间，时间差也远未弥合。对于每一位参与者来说，看清变革的方向更加重要。

萨顿在强化学习领域深耕了四十余年，他的发言通常被视为行业风向标。

“每个人都在说AI进步很快，”他说，“但你应该思考，这种说法是否有夸大。”在他看来，当前AI展示出的语言能力、图像生成和视频制作能力确实催生了新产业，但这些更多是计算能力的体现，而非智能本身的突破。

他区分了两个概念：智能和计算。他认为，大语言模型本质上是在使用人类积累的知识并将其重新交付，它们没有能力自主发现新知识。如果按照威廉·詹姆斯对心智的定义——“达成目标，使用不同手段”——当前的大模型甚至没有真正的目标，也就无从谈起“智能”。

中国工程院院士、之江实验室主任、阿里云创始人王坚也在演讲中表示，大语言模型本质上只是一个建立在“文本数据”上的基础模型。如果AI对科学的理解仅局限于人类现有的、被写成论文和代码的死知识，那么未来的创新空间将被严重锁死。

他的核心主张是，未来真正重要的不是训练一个更大的语言模型，而是让科学数据，如光谱、遥感影像、地震波、基因序列等，成为大模型的“原住民”。

萨顿强调的则是“经验”。他认为，AI正从“人类数据时代”走向“经验时代”。前一个阶段的核心是将人类的知识通过预训练转移到机器上，但这个模式正在触顶，高质量的人类数据源正在耗尽，静态数据集无法支撑进一步的智能突破。“生成新知识是这个范式无法实现的。”

“经验时代”的核心逻辑是智能体通过与真实世界的交互来积累数据，这些数据来自第一视角，包含行为、感知、奖励信号，完全取决于智能体自身的行动选择。

“我们需要的是一台能够从经验中自主学习的机器。”他承认这个想法尚未成为现代AI的主流组成部分，但趋势正在改变，尤其是在机器人和工业应用中，从经验中学习正变得越来越重要。

印奇在AI领域创业已有十五年，他的视角更贴近产业端。

印奇回顾了过去两波AI浪潮：预训练模型加聊天机器人带来了ChatGPT时刻；强化学习推理模型加辅助编程是第二波。他判断第三波将是“智能体走进物理世界”。

他提出了三个新的基础要素。第一是新的操作系统。过去20到30年间，从PC到手机，Windows、Linux、安卓构成了信息世界的底层。但未来的操作系统将由大模型驱动，不会局限于任何一个设备，它会在3到5年内诞生。

第二是新的设备。智能体将重新定义所有硬件终端，印奇认为，PC会变成个人工作站，手机作为控制原点，汽车将成为第一个大规模应用的机器人形态。

第三是新的网络。这将是一张超过10亿人使用的网络，人和人、人和信息、人和智能体之间的链接效率将发生本质变化。

几位演讲者的观点遥相呼应，共同指向一个核心命题：当AI的学习范式从“读万卷书”转向“行万里路”，当智能体从对话框走向物理世界，整个技术栈和产业生态都需要重构。这既是巨大的机遇，也意味着巨大的不确定性。

正如萨顿所言，现在的AI技术还处于与人类接触的初期阶段，其变革力量将由人类引导，但其路径绝非坦途。

演讲之外，大会还发布了几项成果：《人工智能合作发展行动计划》《中国智·惠世界（2026）》案例集、《智能体互信互联互操作全球合作倡议》以及《国际人工智能伦理治理行动计划》。

这些成果的发布体现了当前全球AI治理的几个核心关切。

第一，治理需求已经从原则层下沉到操作层。过去几年，国际社会签署了多份AI伦理宣言，公平、透明、负责、隐私保护等核心原则已基本达成共识。但原则如何落地为可执行的规定，仍存在大量空白。

第二，治理与产业发展的节奏存在明显落差。印奇在演讲中预测，未来3到5年，新的AI操作系统和设备将大规模普及。这意味着智能体将深入物理世界，渗透到生产、交通、医疗、教育等领域。但治理框架的讨论仍然集中在原则层面，距离可执行的国际规定还有相当距离。

当一个智能体在跨境使用中出现错误决策，责任应当归咎于开发者、部署者还是使用者？当两个国家的智能体系统标准不兼容，如何实现互联？这些问题在当前的治理框架中还没有明确答案。

第三，地缘政治因素正在深度影响治理进程。大会在表述上强调“共商共建共享”和“普惠发展”，但这背后是各国在AI标准制定权上的博弈。中国在量子通信领域的领先地位、在应用场景上的规模优势，都构成了规则谈判中的筹码。与此同时，美国、欧盟各自推进的AI监管框架已经进入立法或实施阶段，全球治理体系的碎片化风险正在上升。

而在大会开幕前一天，另一项更具制度意义的安排已经落地。7月16日，成立世界人工智能合作组织协定签署仪式在上海举行，29个国家成为创始成员国。协定明确，该组织是“独立的政府间国际组织”，遵循《联合国宪章》宗旨，秉持共商共建共享理念，总部设在上海。

此外，中国宣布未来5年将面向发展中国家提供5000个人工智能专题研修培训名额，面向东盟、阿盟、非盟、拉共体、上合组织、金砖国家建设国际人工智能应用合作中心。

中国在此次大会上通过发布案例集和行动倡议，试图在治理层面建立一种“以发展促治理”的叙事——通过展示AI在产业升级、民生改善中的实际贡献，来回应外界对AI风险的担忧。

但治理讨论中仍然存在大量悬而未决的议题。例如，智能体的自主性越高，人类对它的控制就越弱，如何在自主与控制之间划定边界？大模型训练所需的数据跨境流动与各国数据主权之间存在张力，如何协调？当AI在科学研究中自主提出实验方案并验证假设时，知识产权的归属如何确定？这些问题还未得到解答。

治理框架的搭建与技术的实际演进之间，仍存在显著的时间差。不过能够确定的是，无论技术路线如何选择、治理框架如何调整，AI对全球经济结构与社会组织方式的渗透正在持续加深。对决策者和从业者而言，理解这种渗透的方向，比追逐单一热点或回应短期波动更为紧要。