四月的一个下午，我从 Sand Hill Road 拐进 Stanford Dish trail，本想走一圈消化脑子里的东西。爬到半山腰，雨毫无预兆地下来了——不是毛毛雨，是湾区春天那种短促而浓烈的倾盆。我没带伞，干脆就站在一棵橡树下面，把手机拿出来，翻开早上没读完的那份三百多页的报告。
雨打在叶子上很响。脚下的土从灰变成深棕。远处 Rosewood 的轮廓在雨幕里模糊成一片米色。我读到第四十页，抬头看了一眼山下的 280 号公路——车灯一盏接一盏，缓慢地向南移动。
我忽然意识到，这不是一份成绩单。这是一张地图，画着人类正在走向哪里——但地图上没有人标出路口。
我决定不按章节读它。我决定按裂缝读它。
去年这个时候，让 AI 修一个复杂的代码 bug，它能做对六成。今年，接近十成。
一年。一个完整的职业技能，从"稀缺品"变成"默认值"。
过去十年我们赞美的那种能力——能写代码、能读论文、能做数学、能解释量子物理——在这一年里集体从山顶滑落到平地。斯坦福这份报告里有一组数字让我停下来看了很久：全球 88% 的组织已经在用 AI，五分之四的大学生每天在用生成式 AI。这意味着什么？意味着你曾经引以为傲的那些"会做"，别人也会，而且是免费地、即时地、永不疲倦地会。
那什么变得稀缺了？
不是"能做什么"。是"知道要做什么"。
当一个东西人人都有，它就不再是筹码。真正的筹码，退回到了更上游——退回到了意图本身。你想做什么，你为什么做，你愿不愿意为它投入自己的时间和身体，你在没有外部奖励的情况下愿不愿意继续。
我见过太多人在过去这一年陷入一种新型的焦虑：不是"我不会"，是"我会的东西 AI 也会，而且比我便宜"。这种焦虑的出口不在下游——不在"我再学一门更新的技能"。出口在上游——在"我到底想成为什么样的人，我到底想让这一生去哪里"。
不是 AI 在淘汰你。是 AI 在让那些从来没想过"我想要什么"的人，第一次被迫面对这个问题。
这是第一个拍子：不是能力在贬值，是稀缺性换了位置。
从"会做"换到了"想做"。从动词换到了动机。
报告说，中美 AI 模型的差距几乎为零了。两个巨人在前沿上互相追赶，领先优势以月为单位切换——年初美国领先，二月中国的 DeepSeek 追平，夏天美国再度领先，秋天又被追上。到了 2026 年三月，最顶级的美国模型仅仅领先 2.7%。
这是新闻。但不是故事。
故事在同一份报告的下一页：几乎所有最强的 AI 芯片，来自台湾一家代工厂。
想象一下这个画面：两个拳手在擂台上打得不分上下，全世界的媒体在报道他们的每一拳——但没有人注意到，他们的心脏用的是同一根血管。
这不是技术问题。这是整个文明的因果链被拉得太长太细，细到任何一个节点断了，全局都会停电。
我们习惯谈"去中心化"。但真实世界的去中心化，从来不是"有很多节点"。真实的去中心化是：任何一个节点消失，系统还能呼吸。
按这个标准，AI 文明今天是一个假的去中心化。模型有很多，公司有很多，国家有很多，但往下挖三层，所有的多样性都收敛到同一个地方。
美国今年数据中心的数量是 5427 个，是排名第二的国家的十倍还多。这个数字听起来像赢。但换个角度看，它也是一种风险集中——能源、冷却、土地、人才、芯片，全部挤在同一块地理坐标上。
一个文明越是把重要的东西集中在少数几个点上，这个文明就越脆。
这是第二个拍子：我们以为自己建的是网络，其实建的是串联电路。
一盏灯灭，整条路黑。
这是整份报告里最让我坐直身体的一页。
AI 在国际数学奥赛拿了金牌。同一个 AI，看一个墙上的圆形钟表，说对时间的概率只有一半。
我读到这里，第一反应是笑。第二反应是沉默。第三反应是——我们所有人都在用错尺子量这件事。
人类从小被训练相信智能是一条线。考 90 分比 70 分聪明。博士比硕士聪明。IQ 140 比 120 聪明。上哈佛的比上州立大学的聪明。于是我们看 AI 也用这把尺子：它是不是超过我了？它什么时候超过我？它会不会替代我？
但 AI 用它自己的生长方式告诉你：这把尺子一直是错的。
智能不是一条线。智能是一片地形。有的地方它高过你三座山——比如奥数、比如大规模文献综合、比如瞬间调取二十种语言。有的地方它还在山脚——比如读模拟钟表、比如判断一个陌生人是不是在撒谎、比如感受这段沉默是尴尬还是亲密。
你站在它的山脚下会以为自己赢了。你抬头看它的山顶会以为自己输了。其实你们根本不在同一个维度比较。
真正重要的问题不是"它是否比人强"。真正重要的问题是：我在哪些地形上，是不可替代的地形？
这个问题每个人都要自己回答。报告里没写。没有一份报告能写。
但我想多说一句：你越是只训练自己某一项"标准化能力"，你越会和 AI 的优势区重合，越容易被替代。你越是培养那些"说不清楚的能力"——对人的直觉、对美的敏感、对场域的觉察、对长期承诺的定力——你越是站在它的山脚。
AI 的参差地形，反过来定义了人的不可替代区域。
这是一个送给每个人的礼物，只是没几个人打开它。
去年 AI 相关的事故 233 起，今年 362 起。一年涨了 55%。
几乎所有公司都在比拼"我的模型多强"。几乎没有公司认真比拼"我的模型多可靠"。报告里有一句很冷静的话：前沿模型的能力基准，几乎所有开发者都认真汇报；但责任 AI 的基准，汇报得零零散散。
更刺骨的是下面这一行：研究者发现，改进一个责任维度（比如安全性），往往会降低另一个维度（比如准确性）。
这意味着什么？
意味着我们现在不是在"做更好的 AI"，我们是在"做更强的 AI"。强和好，是两个字。
强是一种单维的、可以比赛的、可以发新闻稿的东西。好是一种多维的、需要平衡的、永远处于折衷中的东西。
整个行业在过去一年跑的，是强这条道。没有人真的在跑好这条道。因为跑好这条道的人没法发新闻稿——"我们的模型更安全但稍微笨了一点"不会上 Hacker News 头条。
这是第四个拍子：能力跑在了信任前面。
这不是一句道德评价。这是一个经济事实。因为人类不会长期使用一个自己不信的东西——短期用，长期撤回。今天所有靠"惊艳"留住用户的 AI 公司，十年后会发现自己在流失真正的用户。留下来的，是那些从第一天就把"可靠"当作产品核心的公司。
信任不是护栏，信任是护城河。懂这句话的公司还不多。
美国一年 2859 亿美元砸进 AI。中国 124 亿。听起来美国赢麻了。
翻到下一页：想来美国做 AI 的研究者和工程师，数量比 2017 年少了 89%。仅过去一年，下降了 80%。
钱在涌入。人在撤离。
钱是一个滞后的信号。人是一个领先的信号。
钱看的是过去三年的业绩、估值、回报率。人看的是未来五年的生活质量、签证稳定性、社会氛围、"我在这里会不会被善待"。
我就住在 Sand Hill Road 附近。每次开车经过那条两边全是风投 logo 的路，都会想起一件事——这条路上每一家基金一年募到的钱加起来，买不到一个真正不想来这里的顶尖研究员。
人走，是因为他们先一步感受到了什么东西松动了——可能是签证政策，可能是排外情绪，可能是那种"未来属于我们"的集体信念。一个地方留不住人，再多的钱最终也会变成沉没成本。因为钱造不出新的思想，思想需要活人。
这是整份报告里我最想让中国的朋友读的一段，也是我最想让硅谷的朋友读的一段。
对中国的朋友：美国的人才流失不是中国的胜利。人离开美国，不一定去中国。他们可能去新加坡、去阿联酋、去加拿大、去任何一个他们觉得"我可以被好好对待"的地方。全球最好的大脑，今天是流动的，是有选择权的。不要用零和思维理解这件事。
对硅谷的朋友：不要用"薪水"理解为什么人在走。薪水是最不重要的变量。人走，走的是氛围、是尊严、是那种"我在这里有未来"的感觉。这些东西不能用钱买回来。一旦失去，要用一代人的时间重建。
钱能买模型，买不到相信这个地方的人。
生成式 AI 在三年内达到 53% 的人口渗透率。比 PC 快，比互联网快，比人类历史上任何一项技术都快。
但有意思的是：普及率最高的不是美国。新加坡 61%，阿联酋 54%。美国只有 28.3%，全球第 24。
更有意思的是下面这个数字：报告估算，生成式 AI 给美国消费者每年创造的价值是 1720 亿美元——但这个数字不在任何一份国家经济报表上。因为它是免费的。
我们正在经历一个很奇怪的时代：真正的财富越来越多地在免费层流动，而国家的统计口径只能看到收费层。
这件事的意思是——如果你是用"收入"衡量自己人生的人，你会越来越焦虑，因为你能变现的东西越来越少。如果你是用"我每天能接触到多少高质量意识、我每天能做成多少以前做不成的事"衡量自己人生的人，你会越来越富。
这不是鸡汤。这是一个统计口径跟不上事实的时代，一个人需要换自己的仪表盘。
旧仪表盘上写着：房子、车子、存款、职位。 新仪表盘上写着：你一天和多少种智能对话过、你用 AI 做成了多少件过去做不到的事、你在空出的时间里把哪些更重要的事做深了。
两套仪表盘都没有错。但只看旧仪表盘的人，会在这个春天感觉奇怪的焦虑——明明什么都没失去，却觉得自己正在被落下。那是因为真正的富，在另一块表上。
八成以上的美国中学生和大学生用 AI 做作业。只有一半的学校有 AI 政策。在这一半里，只有 6% 的老师觉得自己学校的政策是清楚的。
翻译一下：孩子们已经在新世界里生活了，学校还在旧世界里出卷子。
这不是一个"教育跟不上技术"的老故事。这是一个代际断层。不是因为孩子懂得多，而是因为孩子每天在用 AI 和世界对话，把 AI 当作一个可以随时提问的伙伴；而老师每天还在用"原创作业"、"独立完成"、"不许抄袭"定义学习。
两种现实并存。两种现实都觉得对方错了。没有人搭起中间的桥。
这个桥不搭，十年后我们会看到一整代人的学习方式是"在没有许可的情况下自己摸索出来的"——那既是一种野蛮生长的红利（这代人会极度早熟、极度自主），也是一种被结构遗弃的创伤（他们知道学校在骗自己，知道老师装作没看见，知道"规则"是给相信规则的人准备的）。
对家长：你今天对孩子用 AI 的态度，不是"管与不管"的问题，是"你愿不愿意和他一起生活在新世界"的问题。你不愿意，他会自己生活，只是不再告诉你。
对做教育的朋友：真正值得做的不是"禁止 AI"，也不是"教 AI"，是重新回答"学习"这两个字到底是什么意思。如果学习是"记住标准答案"，那 AI 时代学习就死了。如果学习是"和高质量意识不断对话从而长出自己的判断"，那 AI 时代学习才刚刚开始。
学校系统还没想清楚自己要选哪一边。孩子们已经替它选了。
报告里有一个安静但重要的趋势：发展中国家开始发布自己的国家 AI 战略。超算投资在全球范围上涨。开源模型的贡献者，来自"非美非欧非中"的比例在追平欧洲、逼近美国。
这是一个新故事。过去三年，AI 的主叙事是"两个大国"。从今年开始，是"一百个小国试图不被两个大国代表"。
所谓"AI 主权"，它的本质不是"我要有自己的模型"。它的本质是——我不想让我这个族群的语言、历史、感受、幽默感，被别人的模型定义。
你想象一下：如果未来十年，全世界所有人每天花三个小时和 AI 对话，而这些 AI 都是用英文语料训练的、都是硅谷几家公司设计价值观的、都是某一种文化默认正确的——那十年之后，地球上的文化多样性会是什么样子？
不是一个技术问题。是一个文明保护问题。像保护语言、保护手艺、保护生态多样性一样，人类需要保护自己思考方式的多样性。
所以这些国家冒着巨大的资源压力，也要做自己的模型。不是为了和美国中国竞争。是为了让自己的下一代，还能用自己的语感和 AI 对话。
这是一场缓慢而坚定的反抗。它不会上头条，但它会决定未来十年世界的形状。
七成三的 AI 专家相信 AI 对就业有好处。两成三的普通人这么想。
中间隔着 50 个百分点。
这 50 个百分点不是"谁对谁错"。这是两个世界。
专家住在 AI 的上游。他们每天和最前沿的模型打交道，他们看到的是可能性，是效率提升，是以前做不到的事突然可以做了。他们的生活因为 AI 在变好。
普通人住在 AI 的下游。他们看到的是招聘启事上"要求熟练使用 AI 工具"、是身边同事突然被裁、是自己孩子的作业分不清是自己写的还是 AI 写的、是诈骗电话的声音越来越像自己的家人。他们的生活因为 AI 在变不确定。
上游的人说"河水清澈"。下游的人说"水在涨"。两个人说的都是真的。
更刺骨的是另一组数据：美国人对本国政府监管 AI 的信任度只有 31%，是调查里最低的。全球最被信任的监管者不是美国，不是中国，是欧盟。
这不是技术问题。这是一个信任基础设施的塌方。能力越强的国家，反而越不被本国人民信任能管住这个能力。
为什么？因为能力和监管之间，需要一个叫"机构"的东西。机构是法律、是部门、是程序、是"当我出事的时候会有人接住我"的那个承诺。过去二十年，美国的机构在被持续地怀疑、消解、嘲讽。到了 AI 这一关，机构的信任额度已经见底了。
这是整份报告最深的那道裂缝。比模型的裂缝、比芯片的裂缝、比教育的裂缝都深。
因为模型可以重新训练，芯片可以另起炉灶，教育可以改革——但信任一旦碎了，要一代人才能重建。
把这十件事放在一张纸上，你会看见一个图案。
一边是能力的指数级爆发——模型、数据、投资、普及率，全线飙升。 另一边是承接能力的基础设施——信任、教育、监管、人才流动、文化多样性——全线开裂。
我们不缺智能。我们缺的是接住智能的那个容器。
容器是什么？
容器是"我相信你"这四个字所依附的所有东西：法律、学校、医院、邻里、信仰、契约、朋友之间的承诺、父母和孩子之间的默契。这些东西本来就脆，AI 只是让它们脆得更明显。
所以 2026 年这份 AI Index 真正告诉我的，不是"AI 又进步了多少"。是——
在能力不再稀缺的年代，唯一稀缺的，是承载能力的信任。
做模型不再是护城河。做能让人信得过的事情，才是。
这对每一个读到这里的人——无论是创业者、投资人、老师、家长、还是只是一个普通的用户——都是同一个指令：
把你这一生，投给那个"让人信得过"的位置。
因为其他位置，AI 都在替你坐。
只有"让人信得过"这件事，它替不了。因为让人信得过，不是一种能力，是一种长时间的、可被验证的、愿意承担后果的存在方式。它没办法被训练出来，只能被活出来。
这是报告里没写的第十一个拍子。也是我站在那棵橡树下面，雨渐渐停下来的时候，想的那句话。
雨停了。山上的空气比来时清爽了一个量级。我收起手机，继续往 trail 的另一头走。远处 Sand Hill Road 的车灯已经亮起来，一家家基金的 logo 在黄昏里像小小的灯塔。再远一点，Rosewood 的露台上大概已经坐满了人——一杯 Negroni，一份 pitch deck，一段关于下一个十亿美金的对话。
空气里智能的密度在变厚。我们每天都能做比去年更多的事，每天都能知道比去年更多的答案，每天都能用一杯咖啡的钱调动一个博士级别的大脑。
但人和人之间，那种"我把我的一部分交给你，我知道你会接住"的信任——没有跟上。
我走下最后一段山坡，忽然明白：未来最值钱的东西，是最古老的东西。
不是算力。不是数据。不是模型。
是一个人对另一个人说"我信你"的时候，那个承诺真的能落地。
喜来顺财经
