2026-04-07 18:16
扫码打开虎嗅APP
本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论
本周最值得关注的技术趋势：AI从“对话”到“执行”的范式转换。
4月3日，OpenAI发布GPT-5.4。引人注目的不是参数量——而是它能跨软件和操作系统环境自主操作电脑。在OSWorld-V基准测试中，它的得分达到75%，超越了人类基线。这意味着AI可以直接在屏幕上操作软件——打开Excel、查数据、写邮件、发出去，不是通过API调用，而是模拟人类的鼠标和键盘操作。
同一周，微软在其Frontier计划中推出了Copilot Cowork。用户告诉系统想要什么结果，AI自行制定计划、跨工具执行、实时显示进度。微软明确表示：这是AI从“助手”向“执行实体”的转变。
这两个发布叠加在一起，传递的信号很明确：2026年春天，AI从回答问题的工具，变成了完成任务的劳动力。
但硬币的另一面同样值得注意。ARC-AGI-3基准测试显示，虽然人类能解决100%的自适应环境问题，前沿AI系统的得分却低于1%。AI可以在标准化任务上碾压人类，但面对真正需要创造性适应的场景，差距依然是数量级的。这个矛盾或许定义了AI代理时代的真实面貌：极强的执行力，极弱的应变力。
创纪录的融资与明星产品的终结同时发生，OpenAI的选择揭示了AI商业化的底层逻辑。
3月31日，OpenAI宣布完成1220亿美元融资，投后估值达到8520亿美元。与此同时，视频生成模型Sora被正式关停——用户数从峰值约100万降至50万以下，日运营成本高达约100万美元。
这两件事放在一起读，信息量远大于分开看。OpenAI正在做减法：砍掉烧钱但难以变现的炫技项目，把资源集中在编码、企业工具等更容易产生收入的领域。年化收入已超过250亿美元，Anthropic紧随其后接近190亿美元。
兰德公司在同期发布的《开源模型、软实力与美中AI竞争的光谱》中指出，AI公司的策略正在发生分化——有的追求“更强的模型”，有的追求“更广泛的生态覆盖”。OpenAI选择了前者的商业化路径，而中国公司（尤其是阿里巴巴的Qwen系列）正在后者上快速扩张。
与此形成对比的是，Google于4月2日发布了基于Apache 2.0许可的Gemma 4，26B混合专家模型，单张H100 GPU即可运行。当闭源模型在追求万亿估值时，开源模型正在悄悄占领每一个边缘计算节点。
世界经济论坛本周发布了一篇关于AI基础设施安全的重要文章。
2026年3月，伊朗无人机袭击了亚马逊AWS在阿联酋和巴林的数据中心设施。这是现代冲突中，商业超大规模数据中心首次成为明确的动能打击目标。
WEF文章《是时候将AI基础设施视为关键基础设施了》深入分析了这一事件的战略含义。核心论点：AI数据中心已不再是普通商业地产，它们像电网、港口和石油管道一样，是国家战略基础设施。
几组关键数据：
·美国数据中心电力消耗预计从2023年的176 TWh（占全国需求4.4%）飙升至2028年的325-580 TWh（6.7%-12%）
·在美国开发一兆瓦数据中心关键负载容量的平均成本约为1170万美元
·IMF估计，AI驱动的生产力提升在未来十年可使全球GDP增加1.3%至4%
文章提出了一个尖锐的政策困境：数据主权法律要求数据留在本国境内，但当物理攻击摧毁区域内数据中心时，这些法律反而阻碍了紧急数据迁移。数据主权与数据安全，在战争面前可能是矛盾的。
中东地区正在成为这一矛盾的全球试验场。沙特方面，AWS计划投资53亿美元，谷歌云与沙特公投基金宣布了100亿美元的AI中心合作；阿联酋方面，微软与G42扩张200MW数据中心容量，甲骨文在阿布扎比部署了中东首个OCI超级集群。大规模投资与物理安全风险之间的张力，构成了中东AI基础设施布局的核心矛盾。
中国"十五五"规划中AI的提及频率引起了华盛顿智库界的高度关注。
美中经济与安全审查委员会（USCC）4月2日发布的《中国简报》对中国“十五五”规划（2026-2030）进行了深度解读。一个关键数据：规划全文中“人工智能”被提及超过50次，远超“十四五”规划，也多于任何其他技术类别。
USCC的分析聚焦几个维度：
·“人工智能+”行动：不是发展AI本身，而是AI与制造业、能源、医疗、国防的深度融合
·算力基础设施：被视为国家战略资源进行规划
·技术自主：试图在技术封锁下实现AI供应链的自主可控
兰德公司同期发布的《开源模型与软实力》报告提供了另一个视角：中国AI公司（尤其是阿里巴巴Qwen系列）正在通过开源策略快速扩大全球影响力。报告建议美国不应仅仅“限制对手”，还应“强化自身开源生态”、“调整出口管制逻辑”、“激励企业采用更宽松的开源许可”。
竞争的逻辑正在改变：从“谁的模型更强”变成“谁的模型被更多人用”。
联邦层面仍在辩论AI监管框架，各州已率先立法。
据Plural Policy追踪，3月底至4月初的两周内，美国有7个州通过了19项新的AI法律，使2026年至今通过的AI法律总数达到25项。犹他州一口气签署了8项法案，成为最活跃的州。
这些法案覆盖的议题之广，令人印象深刻：
·教育：爱达荷州建立K-12生成式AI综合框架；犹他州强制AI素养教育，限制低年级屏幕时间
·深度伪造：犹他州禁止AI深度伪造私密图像；田纳西州要求政治广告标注AI；华盛顿州要求AI修改内容告知用户
·AI伴侣与心理健康：俄勒冈州率先监管AI伴侣平台；田纳西州监管AI心理健康服务
·儿童保护：犹他州和华盛顿州强化针对AI生成儿童性虐待材料的法律
·纽约州更进一步——为大规模AI开发商建立监管框架，聚焦前沿模型透明度和问责制
布鲁金斯学会此前（3月17日）的研究已经预见了这一趋势：一些州虽然提案数量不多，但立法通过率更高——因为它们选择了聚焦具体问题（教育、深度伪造、儿童保护）而非试图制定大而全的框架。本周的立法井喷验证了这一判断。
兰德公司本周发布了一份关于AI生物安全威胁的大规模演习报告。
4月6日发布的《无限潜能——病毒增强场景的启示》描述了一系列以“通用人工智能出现后”为背景的战争推演。10次演习，119名参与者，包括资深政府官员、情报分析师和主题专家。
核心场景：AI被用于生成新型生物威胁，意外泄漏导致全球大流行，多个国家和非国家行为体竞相获取类似的AI赋能生物武器。参与者对威胁的评估分歧巨大，核心争议集中在：AI对生物威胁究竟是“力量倍增器”还是“游戏规则改变者”？限制模型更有效还是针对行为体更有效？
最高优先级建议：增强生物监测和早期预警系统。这个结论本身或许比演习内容更值得关注——它说明在AI与生物安全的交叉地带，我们连“看到威胁”的能力都还不够，遑论“阻止威胁”。
这与兰德两周前发布的德尔菲调查相呼应：24名AI安全专家几乎一致认为，没有可行的政策能完全遏制灾难性AI风险。专家们最倾向的方案——风险披露激励和自愿安全标准——实质上仍依赖企业自律机制。
布鲁金斯学会的年度教育报告给出了一个不那么乐观的结论。
布鲁金斯的《AI世界中学生的新方向：繁荣、准备、保护》综合了一年的研究，核心判断是：生成式AI对年轻人学习和发展的潜在危害，目前超过了其带来的益处。
报告提出三个优先行动领域：推广支持循证教学的AI工具、发展全面的AI素养、推进值得信赖的AI工具设计与治理。
但国家教育政策中心（NEPC）的评议指出了报告的要害：它告诉你问题很大，却没告诉你具体该怎么做。12项提议行动缺乏优先级排序，对决策者而言操作性不足。
结合上文犹他州和爱达荷州的教育AI立法来看，实际情况是：学术界还在争论AI教育利弊，各州已经在课堂里动手了。爱达荷州建立了K-12全面框架，犹他州直接限制低年级屏幕时间。政策实践已走在学术共识之前。
结语：物理化的AI时代
本周多家智库的研究指向同一个趋势：AI正在“物理化”。
AI不再只是云端的算法——它在操作电脑（GPT-5.4），进入课堂（犹他州立法），消耗国家电力（数据中心用电占比从4.4%飙向12%），成为军事打击目标（AWS中东设施），写入国家五年战略（中国十五五），被用于模拟生物战（兰德演习）。
NVIDIA在GTC 2026上提出的“Physical AI”概念正在成为现实。当AI的影响从比特延伸到原子，从屏幕渗透到工厂、教室、战场和电网，对它的分析框架也需要相应调整。
它不再是一个技术问题。它是基础设施问题、教育问题、能源问题、安全问题、地缘政治问题。它是所有问题。
各方的准备程度参差不齐，但行动已经开始。
参考文章链接
1.https://www.rand.org/pubs/research_reports/RRA4727-1.html
2.https://www.rand.org/pubs/perspectives/PEA4686-1.html
3.https://www.rand.org/pubs/research_reports.html
4.https://www.brookings.edu/wp-content/uploads/2026/01/A-New-Direction-for-Students-in-an-AI-World-FULL-REPORT.pdf
5.https://www.nepc.colorado.edu/publication-announcement/2026/03/generative-ai
6.https://www.weforum.org/stories/2026/04/ai-infrastructure-critical-infrastructure/
7.https://reports.weforum.org/docs/WEF_Organizational_Transformation_in_the_Age_of_AI_How_Organizations_Maximize_AI's_Potential_2026.pdf
8.https://www.uscc.gov/sites/default/files/2026-04/China_Bulletin_April_2_2026.pdf
9.https://pluralpolicy.com/blog/the-ai-governance-watch-april-2026-nineteen-new-ai-bills-passed-into-law/
10.https://digitalstrategy-ai.com/2026/04/02/ai-news-roundup-march2026/
11.https://amiko.consulting/en/summary-of-major-ai-news-for-the-week-of-march-29-april-4-2026/
