2026 年的 AI：3 大趋势

本文信息来源：a16z

1. 今年，我们将使用 AI 完成更实质性的研究任务

作为一名数学经济学家，早在 2025 年 1 月，我很难让消费级 AI 模型理解我的工作流程；但到了 2025 年 11 月，我可以像给博士生一样给模型下达抽象指令……有时它们会返回新颖且正确执行的答案。除了我个人的经历，AI 在更广泛的领域被用于研究——尤其是在推理领域，模型现在直接帮助发现 ，同时也在自主求解普特南问题 （也许是世界上最难的大学级数学考试）。

这类研究辅助对哪些领域最有帮助，以及如何帮助，仍然是一个开放性问题。但今年，我预期 AI 研究将推动并奖励一种新型的博学者研究风格：这种风格青睐于推测思想之间关系的能力，以及快速从更具推测性的答案中推断的能力。

这些答案可能不准确，但仍然可以指向正确的方向（至少在某种拓扑下）。讽刺的是，这有点像利用模型幻觉的力量：当模型足够”聪明”时，给它们抽象空间进行思维碰撞仍然可能产生无意义的结果——但有时能打开一个发现的大门，就像人们在不按线性、明确陈述的方向工作时往往最具创意一样。

按照这种方式进行推理，将需要一种新的 AI 工作流风格——不仅仅是 agent 对 agent 的交互，而是更多地涉及 agent 封装 agent 的方式——其中模型层帮助研究人员评估早期模型的方法，并逐步筛选出有价值的内容。我一直在用这种方法来撰写论文 ，而其他人正在进行专利搜索 、发明新的艺术形式 ，或（不幸的是）发现新型智能合约攻击 。

然而：运行用于研究的封装推理 agent 集群，需要改进模型之间的互操作性 ，以及一种方式来识别并正确补偿每个模型的贡献——这两个问题都是加密技术可以帮助解决的。

~Scott Kominers，a16z 加密研究团队成员，哈佛商学院教授

2. 我们将从单纯的了解你的客户(KYC)发展到”了解你的智能体”(KYA)

代理经济的瓶颈正在从智能转向身份 。在金融服务领域，”非人类身份”已经以 96 比 1 的比例超过人类员工——但这些身份仍然是不被银行接纳的幽灵。

这里缺失的关键原语是 KYA：了解你的代理。

正如人类需要信用评分来获得贷款一样，代理需要加密签名的凭证来进行交易——将代理与其委托人、其约束条件及其<a id=1>责任</a>链接起来。在此之前，商家将继续在<a id=2>防火墙</a>处阻止代理。

在过去几十年建立<a id=3>了解你的客户</a>基础设施的行业现在只有几个月的时间来解决 KYA 问题。

~Sean Neville，Circle 联合创始人、USDC 架构师；Catena Labs 首席执行官

3. 我们需要解决开放网络上的”隐形税”

AI 代理的兴起对开放网络造成了隐形税，从根本上破坏了其经济基础。这种破坏源于互联网的上下文层和执行层之间日益加深的错位：目前，AI 代理从广告支持的网站（上下文层）提取数据，为用户提供便利，同时系统性地绕过了资助内容的收入流（如广告和订阅）。

为了防止开放网络的衰退（并保护推动 AI 本身发展的多样化内容），我们需要大规模部署技术和经济解决方案。这可能包括下一代赞助内容、微观归因系统或其他新颖融资模式等模式。现有的 AI 许可协议也被证明在财务上难以为继，通常只能用内容提供商已因 AI 流量蚕食而损失的收入的一小部分来补偿他们。

网络需要一种新的技术经济模式，使价值能够自动流动。未来一年的关键转变将是从静态许可转向实时、基于使用量的补偿方式。这意味着需要测试和扩展系统——可能利用区块链启用的纳米支付和复杂的归因标准——来自动奖励为代理完成任务贡献信息的每一个实体。

~Liz Harkavy，a16z 加密投资团队