我的 2026 年预测
本文作者：Northside Ventures
Alex McIsaac 在此分享我对 2026 年的 10 个预测，探讨 AI、技术、资本和商业模式将如何演进，以及在 Northside Ventures 我们配置资本的趋势走向。
1. Agent-to-agent 系统走向主流
AI agent 从副驾驶进化为自治系统，能够在复杂工作流中直接与其他 agent 协同。金融、业务拓展、合规、 安全、采购和运营中的长期、多步骤流程，越来越多地在执行层面移除人类，仅保留用于监督。随着自治程度提升，对可观测性和编排层、身份与权限、可审计性、模拟环境以及确定性关停机制的需求不断增长，使得 agent 基础设施从边缘功能转变为核心软件类别。
2. 企业级 AI 从试点走向生产环境
智能体将被直接嵌入到对收入产生核心影响的企业工作流程中，而不再局限于付费试点和内部生产力实验。买方将越来越多地以人力的完全负担成本来为智能体定价，而不是采用按席位付费的 SaaS 模式。随着智能体在可重复工作中被证明比人类更加一致且可靠，企业将开始重组团队，那些在人类角色在经济上变得冗余的岗位将被调整或取消。
3. 在区域摩擦加剧的背景下，AI 基础设施支出创下新高
随着需求持续超过供给，全球 AI 基础设施投资在数据中心、网络、芯片、电力和冷却等领域的年度规模将超过 6000 亿美元。产能约束将推动超大规模云服务商、芯片制造商、公用事业公司、能源供应商以及市 / 州 / 省级政府之间更紧密的协同，同时也会将溢出工作负载推向新型云（neo-cloud）和专业化运营商。与此同时，一层新的基础设施服务公司将涌现出来，以支持数据中心的快速规模化部署，涵盖发电、模块化建设、冷却、编排以及财务运营等领域。
4. 实体与工业 AI 获得了超比例的风险投资份额
随着 AI 工具使软件创造日益商品化，风险投资持续向与实体世界相关的领域集中。在这些领域中，防御性、资本密集度以及现实世界的约束共同构建了持久的护城河。机器人、工业自动化、航空航天、挖矿和国防受益于 AI 在感知、推理和自主性方面的进步，这些进步在复杂、非结构化环境中解锁了新的应用场景。去全球化与产业回流的趋势进一步强化了这一动能，各国政府和企业通过工业机器人投资本土制造能力并降低成本，推动后续资本持续流入这些行业。
5. 加拿大的国防与安全行业迎来繁荣
加拿大的国防与安全领域在政府支出于数十年投资不足后重置之际，正进入一轮持续扩张期。国防开支正加速迈向北约 GDP 2% 的目标——这意味着年度支出将从目前约 400–450 亿美元上升至 750–800 亿美元；部分讨论甚至指向到 2035 年达到 GDP 的 5%，即按当前 GDP 水平计算每年超过 1800 亿美元。这些资本正越来越多地流向国内生产、现代化建设以及覆盖海军、空军、陆军、网络、无人机与反无人机技术及太空系统的 AI 赋能能力，并吸引私人投资进入国防相关的 AI、机器人技术和先进制造领域。
6. 稳定币巩固其在全球支付体系中的地位
2025 年标志着一个拐点，在监管清晰化、公开市场验证以及金融科技公司、支付提供商和金融机构的快速采用推动下，稳定币被推入可信、受监管的基础设施体系。到 2026 年，重心将从增长转向巩固，稳定币成为跨境 B2B 支付、资金管理流动以及新兴市场汇款的默认通道，在速度、成本和结算终局性方面显著优于传统系统。到年底，稳定币不再被视为加密产品，而是全球支付基础设施的核心组成部分，竞争焦点集中在合规、分发以及嵌入式用例上。
7. AI 估值仍然极端，而非 AI 领域的资本持续收紧
精英 AI 团队持续以数亿美元估值完成 2000–3000 万美元的 A 轮融资，往往发生在商业化规模尚未充分展开之前；与此同时，顶级成长期 AI 公司则以数十亿美元估值完成 1 亿美元以上的融资。随着投资者优先考虑平台杠杆、数据护城河以及模型驱动的防御性，资本正日益集中于被认为是类别领导者的公司。相比之下，非 AI 公司在融资上面临更长时间的压力，资本选择性提升，而必须将大额支票部署到更少、以强信念为导向结果中的创纪录规模基金进一步放大了这一趋势。
8. 2026 年成为自 2021 年以来流动性最强的一年
在 2025 年 IPO 结果不均衡、市场预期重置之后，2026 年成为过去十年中流动性第二强的科技年份，仅次于 2021 年。公开市场选择性地重新向高质量、具备 AI 曝光的公司开放，而私募市场则在二级交易量以及定向并购方面显著增加，因为既有企业通过收购能力的速度快于其内部构建。同时，随着里程碑要求提高、公司运营更加资本高效，融资轮次之间的周期也在拉长。
9. Z 世代与大学辍学的创始人激增
创纪录数量的 Z 世代创始人离开大学，创办原生于 AI 的公司，直接从校园生态、黑客之家以及高度网络化的建设者社区中涌现。随着执行类工具不断完善，大学的价值正日益从“完成学业”转向招生信号、早期人脉与社区构建。对强大模型、工具和 agents 的可获得性压缩了从想法到执行之间的差距，使年轻团队能够以过去通常需要多年行业经验才能达到的速度与成熟度，交付可用于生产环境的产品。
10. 组织围绕 agent 经济在结构上被重新思考并重建
新成立的公司将从 AI-first 原则出发重新设计组织结构，把智能体视为贯穿各个职能的团队成员。商业模式将从提升个人生产力的工具，转向由协同运作的智能体团队取代整个传统人类职能，实现 30–40 倍的生产力跃升，而不再只是渐进式的 30–40% 改进。成熟企业则面临经典的创新者困境，被迫在两种选择中抉择：要么推出有意蚕食核心业务的 AI 原生子公司，要么实施覆盖全组织的 AI 变革计划，以保持竞争力。